I oktober 1950, Brittiska tekno-visionären Alan Turing publicerade en artikel som heter "Computing Machinery and Intelligence, "i tidningen MIND som tog upp det som vid den tiden måste ha verkat för många som en science-fiction-fantasi.

"Får inte maskiner utföra något som borde beskrivas som tänkande men som skiljer sig mycket från vad en man gör?" Frågade Turing.

Turing trodde att de kunde. Dessutom, han trodde, det var möjligt att skapa programvara för en digital dator som gjorde det möjligt att observera omgivningen och lära sig nya saker, från att spela schack till att förstå och tala ett mänskligt språk. Och han trodde att maskiner så småningom kunde utveckla förmågan att göra det på egen hand, utan mänsklig vägledning. "Vi får hoppas att maskiner så småningom kommer att konkurrera med män på alla rent intellektuella områden, "förutspådde han.

Nästan 70 år senare, Turings till synes outlandiska vision har blivit verklighet. Artificiell intelligens, vanligen kallad AI, ger maskiner möjlighet att lära av erfarenhet och utföra kognitiva uppgifter, den typen av saker som en gång bara den mänskliga hjärnan verkade kunna göra.

AI sprider sig snabbt genom civilisationen, där det har löfte om att göra allt från att göra det möjligt för autonoma fordon att navigera på gatorna till att göra mer exakta orkanprognoser. På vardagsnivå, AI räknar ut vilka annonser som ska visas på webben, och driver de vänliga chatbots som dyker upp när du besöker en e-handelswebbplats för att svara på dina frågor och tillhandahålla kundservice. Och AI-drivna personliga assistenter i röstaktiverade smarta hemapparater utför otaliga uppgifter, från att styra våra TV -apparater och dörrklockor till att svara på triviafrågor och hjälpa oss hitta våra favoritlåtar.

Men vi har precis börjat med det. När AI -tekniken blir mer sofistikerad och kapabel, det förväntas massivt öka världens ekonomi, skapa ytterligare $ 13 biljoner till ytterligare aktivitet 2030, enligt en McKinsey Global Institute -prognos.

"AI är fortfarande tidigt i adoption, men adoption accelererar och det används inom alla branscher, "säger Sarah Gates, en analytisk plattformsstrateg på SAS, ett globalt mjukvaru- och tjänsteföretag som fokuserar på att förvandla data till intelligens för kunder.

Hur artificiell intelligens fungerar

Det är ännu mer fantastiskt, kanske, att vår existens tyst förvandlas av en teknik som många av oss knappt förstår, om alls - något så komplext att även forskare har svårt att förklara det.

"AI är en familj av tekniker som utför uppgifter som man tror kräver intelligens om de utförs av människor, "förklarar Vasant Honavar, en professor och chef för forskningslaboratoriet för artificiell intelligens vid Penn State University. "Jag säger" tänkte, för ingen är riktigt säker på vad intelligens är.

Honavar beskriver två huvudkategorier av intelligens. Det finns smal intelligens , som uppnår kompetens inom en snävt definierad domän, som att analysera bilder från röntgen- och MR-skanningar i radiologi. Allmän intelligens , i kontrast, är en mer mänsklig förmåga att lära sig om vad som helst och att prata om det. "En maskin kan vara bra på vissa diagnoser inom radiologi, men om du frågar det om baseboll, det skulle vara aningslöst, "Honavar förklarar. Människors intellektuella mångsidighet" är fortfarande utom räckhåll för AI vid denna tidpunkt. "

Enligt Honavar, det finns två viktiga delar till AI. En av dem är ingenjörsdelen - det vill säga bygga verktyg som använder intelligens på något sätt. Den andra är intelligensen, eller snarare, hur man gör det möjligt för en maskin att komma med ett resultat som är jämförbart med vad en mänsklig hjärna skulle komma med, även om maskinen uppnår det genom en helt annan process. För att använda en analogi, "fåglar flyger och flygplan flyger, men de flyger på helt olika sätt, "Honavar." Trots det, de använder båda aerodynamik och fysik. På samma sätt, artificiell intelligens bygger på tanken att det finns allmänna principer om hur intelligenta system beter sig. "

AI är "i grunden resultatet av vårt försök att förstå och efterlikna hur hjärnan fungerar och tillämpningen av detta för att ge hjärnliknande funktioner till annars autonoma system (t.ex. drönare, robotar och agenter), "Kurt Cagle, en författare, datavetare och futurist som är grundaren av konsultföretaget Semantical, skriver i ett mejl. Han är också redaktör för The Cagle Report, ett dagligt nyhetsbrev om informationsteknik.

Och medan människor inte riktigt tänker som datorer, som använder kretsar, halvledare och magnetiska medier istället för biologiska celler för att lagra information, det finns några spännande paralleller. "En sak vi börjar upptäcka är att grafnätverk är riktigt intressanta när du börjar prata om miljarder noder, och hjärnan är i huvudsak ett grafnätverk, om än en där du kan styra processernas styrkor genom att variera motståndet hos neuroner innan en kapacitiv gnista tänds, "Cagle förklarar." En enda neuron i sig ger dig en mycket begränsad mängd information, men avfyrar tillräckligt med neuroner med olika styrkor tillsammans, och du hamnar med ett mönster som bara avfyras som svar på vissa typer av stimuli, vanligtvis modulerade elektriska signaler genom DSP:erna [det är digital signalbehandling] som vi kallar vår näthinna och cochlea. "

"De flesta applikationer av AI har funnits på domäner med stora mängder data, "Säger Honavar. För att använda radiologieexemplet igen, förekomsten av stora databaser med röntgen- och MR-skanningar som har utvärderats av mänskliga radiologer, gör det möjligt att träna en maskin för att efterlikna den aktiviteten.

AI fungerar genom att kombinera stora mängder data med intelligenta algoritmer - en serie instruktioner - som gör att programvaran kan lära sig av datormönster och funktioner, som denna SAS -primer om artificiell intelligens förklarar.

Genom att simulera hur en hjärna fungerar, AI använder en massa olika underfält, som SAS -primern noterar.

• Maskininlärning automatiserar analytisk modellbyggnad, att hitta dolda insikter i data utan att vara programmerad att leta efter något särskilt eller dra en viss slutsats.
• Neurala nätverk imitera hjärnans uppsättning sammankopplade neuroner, och vidarebefordra information mellan olika enheter för att hitta anslutningar och få betydelse från data.
• Djup lärning använder riktigt stora neurala nätverk och mycket datorkraft för att hitta komplexa mönster i data, för applikationer som bild- och taligenkänning.
• Kognitiv beräkning handlar om att skapa en "naturlig, människoliknande interaktion, "som SAS uttrycker det, inklusive användning av förmågan att tolka tal och svara på det.
• Datorsyn använder mönsterigenkänning och djup inlärning för att förstå innehållet i bilder och videor, och att göra det möjligt för maskiner att använda bilder i realtid för att förstå vad som finns runt dem.
• Naturlig språkbehandling innebär att analysera och förstå mänskligt språk och svara på det.

Årtionden av forskning

Begreppet AI går tillbaka till 1940 -talet, och termen "artificiell intelligens" introducerades vid en konferens 1956 vid Dartmouth College. Under de kommande två decennierna forskare utvecklade program som spelade spel och gjorde enkelt mönsterigenkänning och maskininlärning. Forskaren vid Cornell University Frank Rosenblatt utvecklade Perceptron, det första artificiella neurala nätverket, som körde på ett 5 ton (4,5 ton), rumsstorlek IBM-dator som matades med punchkort.

Men det var inte förrän i mitten av 1980-talet som en andra våg av mer komplexa, flerlagers neurala nätverk utvecklades för att hantera uppgifter på högre nivå, enligt Honavar. I början av 1990 -talet ett annat genombrott gjorde att AI kunde generalisera bortom träningsupplevelsen.

Under 1990- och 2000 -talen, andra tekniska innovationer - webben och allt starkare datorer - hjälpte till att påskynda utvecklingen av AI. "Med tillkomsten av webben, stora mängder data blev tillgängliga i digital form, "Honavar säger." Genomsekvensering och andra projekt började generera massiva mängder data, och framsteg inom datorer gjorde det möjligt att lagra och komma åt dessa data. Vi kunde träna maskinerna för att utföra mer komplexa uppgifter. Du kunde inte ha haft en djup inlärningsmodell för 30 år sedan, för att du inte hade data och datorkraft. "

AI och robotik

AI skiljer sig från, men relaterat till, robotik, där maskiner känner sin omgivning, utföra beräkningar och utföra fysiska uppgifter antingen själva eller under ledning av människor, från fabriksarbete och matlagning till landning på andra planeter. Honavar säger att de två fälten skär varandra på många sätt.

"Du kan tänka dig robotik utan mycket intelligens, rent mekaniska enheter som automatiserade vävstolar, "Honavar säger." Det finns exempel på robotar som inte är intelligenta på ett betydande sätt. "Omvänt, det finns robotik där intelligens är en integrerad del, som att styra ett autonomt fordon runt gator fulla av människodrivna bilar och fotgängare.

"Det är ett rimligt argument att för att inse allmän intelligens, du skulle behöva robotik till viss del, eftersom interaktion med världen, till en viss grad, är en viktig del av intelligensen, "enligt Honavar." För att förstå vad det innebär att kasta en boll, du måste kunna kasta en boll. "

AI har tyst blivit så allestädes närvarande att det redan finns i många konsumentprodukter.

"Ett stort antal enheter som faller inom Internet of Things (IoT) -utrymmet använder lätt någon form av självförstärkande AI, om än mycket specialiserad AI, "Cagle säger." Farthållare var en tidig AI och är mycket mer sofistikerad när den fungerar än de flesta inser. Ljuddämpande hörlurar. Allt som har taligenkänningsförmåga, som de flesta samtida TV -fjärrkontroller. Filter för sociala medier. Skräppostfilter. Om du utökar AI till att omfatta maskininlärning, detta skulle också inkludera stavningskontroll, textrekommendationssystem, egentligen vilket rekommendationssystem som helst, tvättmaskiner och torktumlare, mikrovågor, diskmaskiner, egentligen mest hemelektronik producerad efter 2017, högtalare, tv, låsningsfria bromssystem, alla elfordon, moderna övervakningskameror. De flesta spel använder AI -nätverk på många olika nivåer. "

AI kan redan överträffa människor på vissa trånga områden, precis som "flygplan kan flyga längre sträckor, och bära fler människor än en fågel kunde, "Säger Honavar. AI, till exempel, kan bearbeta miljontals interaktioner på sociala medier och få insikter som kan påverka användarnas beteende - en förmåga som AI -experten oroar sig för kan få "inte så bra konsekvenser".

Det är särskilt bra på att förstå massor av information som skulle överväldiga en mänsklig hjärna. Denna förmåga möjliggör internetföretag, till exempel, att analysera berg av data som de samlar in om användare och använda insikten på olika sätt för att påverka vårt beteende.

Men AI har inte gjort så stora framsteg hittills med att replikera mänsklig kreativitet, Honavar noterar, även om tekniken redan används för att komponera musik och skriva nyhetsartiklar baserat på data från finansiella rapporter och valavkastning.

Hur AI kan omvandla ekonomin

Med tanke på AI:s potential att utföra uppgifter som tidigare krävde människor, det är lätt att frukta att spridningen kan sätta de flesta av oss utan arbete. Men vissa experter föreställer sig att medan kombinationen av AI och robotik kan eliminera vissa positioner, det kommer att skapa ännu fler nya jobb för tekniskt kunniga arbetare.

"De som är mest utsatta är de som utför rutinmässiga och repetitiva uppgifter inom detaljhandeln, finans och tillverkning, "Darrell West, en vice president och grundande chef för Center for Technology Innovation vid Brookings Institution, en Washington-baserad offentlig politisk organisation, förklarar i ett mejl. "Men tjänstemannatjänster inom hälso- och sjukvården kommer också att påverkas och det kommer att bli en ökning av jobbkörningen med att människor flyttar oftare från jobb till jobb. Nya jobb kommer att skapas men många människor kommer inte att ha den kompetens som behövs för de positionerna. Så risken är en jobbmatchning som lämnar människor bakom i övergången till en digital ekonomi. Länder måste investera mer pengar i omskolning och arbetskraftsutveckling när tekniken sprids. Det kommer att behövas livslångt lärande så att människor regelbundet kan uppgradera sina arbetserfarenheter."

Och i stället för att ersätta mänskliga arbetare, AI kan användas för att förbättra deras intellektuella kapacitet. Uppfinnaren och futuristen Ray Kurzweil har förutspått att 2030 -talet AI har uppnått mänskliga intelligensnivåer, och att det kommer att vara möjligt att ha AI som går in i människans hjärna för att öka minnet, förvandla användare till hybrider mellan människor och maskiner. Som Kurzweil har beskrivit det, "Vi kommer att utvidga våra sinnen och exemplifiera dessa konstnärliga egenskaper som vi värdesätter."

Cagle var på en panel på en science fiction -kongress för flera år sedan med författaren David Brin, som har skrivit om begreppet upphöjning, där AI skulle användas för att förbättra den intellektuella förmågan hos ett sentiment av icke -mänskligt liv som delfiner och apor till mänsklig nivå. "Är vi etiskt beredda att få en ny intelligent art in i universum?" Frågar Cagle. "Är vi tillräckligt bekväma med vår egen existens för att skapa andra som vi kommer att älska, argumentera med, lära av och lära? "