Hur fungerar AI ? Det hjälper att börja från början. Tillbaka i oktober 1950 publicerade den brittiske teknovisionären Alan Turing en artikel kallad "Computing Machinery and Intelligence" i tidskriften MIND som tog upp vad som vid den tiden måste ha verkat som en science-fiction-fantasi.
"Kan inte maskiner utföra något som borde beskrivas som tänkande men som är väldigt annorlunda än vad en människa gör?" frågade Turing.
Turing trodde att de kunde. Dessutom, trodde han, var det möjligt att skapa programvara för en digital dator som gjorde det möjligt för den att observera sin miljö 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 kan hoppas att maskiner så småningom kommer att konkurrera med män på alla rent intellektuella områden", förutspådde han.
Nästan 70 år senare har Turings till synes besynnerliga vision blivit verklighet, tack vare monumentala framsteg inom området datavetenskap och AI-forskning. Artificiell intelligens, vanligtvis kallad AI, ger maskiner förmågan att lära sig av erfarenhet och utföra kognitiva uppgifter, den sortens saker som en gång troddes vara reserverade för mänsklig intelligens.
AI sprider sig snabbt över hela civilisationen, där den har löftet att göra allt från att möjliggöra självkörande bilar att navigera på gatorna till att göra mer exakta orkanprognoser. På en vardaglig nivå räknar AI ut vilka annonser som ska visas på webben och driver de vänliga chatbotarna som dyker upp när du besöker en e-handelswebbplats för att svara på dina frågor och ge kundservice. Och AI-drivna personliga assistenter i röstaktiverade smarta hemenheter utför otaliga uppgifter, från att styra våra TV-apparater och dörrklockor till att svara på triviafrågor och hjälpa oss att hitta våra favoritlåtar.
Men vi har precis börjat med det. I takt med att AI-tekniken blir mer sofistikerad och kapabel, förväntas den ge en massiv ökning av världens ekonomi och skapa ytterligare aktivitet till ett värde av cirka 13 biljoner dollar till 2030, enligt en prognos från McKinsey Global Institute.
"AI är fortfarande tidigt i introduktionen, men adoptionen accelererar och den används i alla branscher", säger Sarah Gates, en analytisk plattformsstrateg på SAS, ett globalt mjukvaru- och tjänsteföretag som fokuserar på att omvandla data till intelligens för kunder.
Innehåll
Det är kanske ännu mer häpnadsväckande att vår tillvaro tyst omvandlas av algoritmer för djupinlärning som många av oss knappt förstår, om alls – något så komplext att till och med forskare har svårt att förklara det.
"AI är en familj av teknologier som utför uppgifter som anses kräva intelligens om de utförs av människor", förklarar Vasant Honavar, professor och chef för Artificiell Intelligens Research Laboratory vid Penn State University. "Jag säger 'tanke', eftersom ingen är riktigt säker på vad intelligens är."
Honavar beskriver två huvudkategorier av intelligens. Det finns smal AI, som uppnår kompetens inom en snävt definierad domän, som att analysera bilder från röntgen och MRI-skanningar inom radiologi. Artificiell allmän intelligens, däremot, beskriver mycket mer mänskligt liknande tankeprocesser, som förmågan 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 den om baseboll, skulle det vara aningslöst," förklarar Honavar. Människans intellektuella mångsidighet "är fortfarande utom räckhåll för AI vid denna tidpunkt."
Enligt Honavar finns det två nyckeldelar till AI-modeller. En av dem är den tekniska delen - det vill säga att bygga ett datorprogram och datorsystem som använder intelligens på något sätt. Den andra är vetenskapen om intelligens, 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 på, 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. "Ändå använder de båda aerodynamik och fysik. På samma sätt bygger artificiell intelligens på föreställningen att det finns allmänna principer om hur intelligenta system beter sig."
AI är "i grund och botten 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 framtidsforskare som är grundaren av konsultföretaget Semantical, skriver i ett mejl. Han är också redaktör för The Cagle Report, ett dagligt nyhetsbrev för informationsteknik.
Och medan människor inte riktigt tänker som datorer, som använder kretsar, halvledare och magnetiska medier istället för biologiska celler för att lagra information, finns det några spännande paralleller. "En sak vi börjar upptäcka är att grafnätverk är riktigt intressanta när man börjar prata om miljarder noder, och hjärnan är i grunden ett grafnätverk, om än ett där man kan kontrollera styrkorna i processer genom att variera motståndet hos neuroner. innan en kapacitiv gnista tänds," förklarar Cagle. "En enda neuron i sig själv ger dig en mycket begränsad mängd information, men avfyrar tillräckligt många neuroner av olika styrka tillsammans, och du slutar med ett mönster som bara avfyras som svar på vissa typer av stimuli, typiskt modulerade elektriska signaler genom DSP:erna [det är digital signalbehandling] som vi kallar vår näthinna och cochlea."
"De flesta tillämpningar av AI har varit i domäner med stora mängder data," säger Honavar. För att använda röntgenexemplet igen, förekomsten av stora databaser med röntgen- och MRI-skanningar som har utvärderats av mänskliga radiologer, gör det möjligt att träna en maskin att efterlikna den aktiviteten.
AI-system fungerar genom att kombinera stora mängder data med intelligenta algoritmer – serier av instruktioner – som gör att programvaran kan lära sig av mönster och funktioner i datan, som denna SAS-primer om artificiell intelligens förklarar.
Vid simulering av hur en hjärna fungerar använder AI en massa olika underfält, som SAS primer noterar.
Begreppet AI går tillbaka till 1940-talet, och termen "artificiell intelligens" introducerades vid en konferens 1956 på Dartmouth College. Under de kommande två decennierna utvecklade forskare program som spelade spel och gjorde enkel mönsterigenkänning och maskininlärning. Cornell University-forskaren Frank Rosenblatt utvecklade Perceptron, det första artificiella neurala nätverket, som kördes på en 5 ton (4,5 ton), rumsstor IBM-dator som matades med hålkort.
Men det var inte förrän i mitten av 1980-talet som en andra våg av mer komplexa, djupa neurala nätverk utvecklades för att hantera uppgifter på högre nivå, enligt Honavar. I början av 1990-talet gjorde ett annat genombrott det möjligt för AI att generalisera bortom träningsupplevelsen.
Under 1990- och 2000-talen bidrog andra tekniska innovationer – webben och allt kraftfullare datorer – till att påskynda utvecklingen av AI. "Med tillkomsten av webben blev stora mängder data tillgänglig i digital form", säger Honavar. "Genomsekvensering och andra projekt började generera enorma mängder träningsdata, och framsteg inom datoranvändning gjorde det möjligt att lagra och komma åt denna data. Vi kunde träna maskinerna att utföra mer komplexa uppgifter. Du kunde inte ha haft en djupinlärningsmodell 30 år sedan, eftersom du inte hade data och datorkraft."
AI-system skiljer sig från, men relaterade till, robotik, där maskiner känner av sin miljö, utför beräkningar och utför fysiska uppgifter antingen på egen hand 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 föreställa dig robotik utan mycket intelligens, rent mekaniska enheter som automatiserade vävstolar," säger Honavar. "Det finns exempel på robotar som inte är intelligenta på ett betydande sätt." Omvänt finns det robotik där intelligens är en integrerad del, som att guida ett autonomt fordon runt gator fulla av människodrivna bilar och fotgängare.
"Det är ett rimligt argument att för att förverkliga allmän intelligens skulle du behöva robotik till viss del, eftersom interaktion med världen i viss mån är en viktig del av intelligens", enligt Honavar. "För att förstå vad det innebär att kasta en boll måste du kunna kasta en boll."
AI-teknik har tyst blivit så allestädes närvarande att de 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", säger Cagle. "Farfartskontroll var en tidig AI och är mycket mer sofistikerad när den fungerar än vad de flesta inser. Bruddämpande hörlurar. Allt som har en taligenkänningsförmåga, som de flesta moderna tv-fjärrkontroller. Sociala mediafilter. Spamfilter. Om du utökar AI för att täcka maskininlärning, skulle detta även inkludera stavningskontroller, textrekommendationssystem, verkligen alla rekommendationssystem, tvättmaskiner och torktumlare, mikrovågsugnar, diskmaskiner, egentligen det mesta hemelektronik producerad efter 2017, högtalare, tv-apparater, låsningsfria bromssystem, alla elektriska fordon, moderna CCTV-kameror De flesta spel använder AI-nätverk på många olika nivåer."
AI-verktyg kan överträffa människor i vissa smala domäner, precis som "flygplan kan flyga längre sträckor och bära fler människor än en fågel kan", säger Honavar. AI, till exempel, kan bearbeta miljontals interaktioner med sociala medier och få insikter som kan påverka användarnas beteende – en förmåga som AI-experten oroar sig för kan ha "inte så bra konsekvenser."
Det är särskilt bra på att förstå enorma mängder information som skulle överväldiga en mänsklig hjärna. Den förmågan gör det till exempel möjligt för internetföretag att analysera de berg av data som de samlar in om användare och använda insikterna på olika sätt för att påverka vårt beteende.
Med tanke på AI:s potential att utföra uppgifter som tidigare krävde människor, är det lätt att frukta att dess spridning kan göra att de flesta av oss blir arbetslösa. Men vissa experter föreställer sig att även om kombinationen av AI och robotik skulle kunna eliminera vissa positioner, kommer det att skapa ännu fler nya jobb för teknikkunniga arbetare.
"De som är mest utsatta är de som gör rutinmässiga och repetitiva uppgifter inom detaljhandel, finans och tillverkning," förklarar Darrell West, vicepresident och grundare av Center for Technology Innovation vid Brookings Institution, en Washington-baserad offentlig policyorganisation. en email. "Men tjänstemannajobben inom vården kommer också att påverkas och det kommer att bli en ökning av jobbnedgången med människor som flyttar oftare från jobb till jobb.
Nya jobb kommer att skapas men många människor kommer inte att ha den kompetens som behövs för dessa tjänster. Så risken är en jobbmismatch som lämnar människor bakom sig i övergången till en digital ekonomi. Länder kommer att behöva investera mer pengar i omskolning och utveckling av arbetskraft i takt med att tekniken sprider sig. Det kommer att behövas livslångt lärande så att människor regelbundet kan uppgradera sina arbetskunskaper."
Och istället för att ersätta mänskliga arbetare kan AI användas för att förbättra deras intellektuella kapacitet. Uppfinnaren och framtidsforskaren Ray Kurzweil har förutspått att AI på 2030-talet har uppnått mänskliga nivåer av intelligens, och att det kommer att vara möjligt att ha AI som går in i den mänskliga hjärnan för att öka minnet och förvandla användare till hybrider mellan människa och maskin. Som Kurzweil har beskrivit det, "Vi kommer att utöka våra sinnen och exemplifiera dessa konstnärliga egenskaper som vi värdesätter."
Nu är det intressantCagle var med i en panel på ett science fiction-möte för flera år sedan med författaren David Brin, som har skrivit om konceptet upplyft, där AI skulle användas för att förbättra de intellektuella förmågorna hos kännande icke-mänskliga liv som delfiner och apor till mänsklig nivå . "Är vi etiskt beredda att föra in en ny intelligent art 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 ut?"
