Coraz częściej w mediach pojawiają się doniesienia o kolejnych przełomach w obszarze sztucznej inteligencji. Sterowanie robotami, pilotowanie myśliwców, czy diagnostyka medyczna – to tylko kilka z przykładów zastosowań tej zaawansowanej technologii. Lecz czym tak naprawdę jest sztuczna inteligencja, co to jest uczenie maszynowe oraz głębokie uczenie? Uporządkujmy całość.
Wstęp do sztucznej inteligencji
Sztuczna inteligencja (ang. Artificial Inteligence, AI) to symulacja procesów ludzkiej inteligencji przez maszyny (systemy komputerowe). Systemy AI zazwyczaj wykazują przynajmniej niektóre z następujących zachowań, związanych z ludzką inteligencją: planowanie, uczenie się, rozumowanie, rozwiązywanie problemów, reprezentacja wiedzy, ruch i manipulacja oraz w mniejszym stopniu: inteligencja społeczna i kreatywność.
Na bardzo wysokim poziomie sztuczną inteligencję można podzielić na dwa ogólne typy: wąską (ang. narrow) i ogólną (ang. general) sztuczną inteligencję. Pierwszy ze wskazanych typów jest systemem zaprojektowanym i wyszkolonym do określonego zadania. Tu przykładem mogą być wirtualni asystenci, tacy jak Siri firmy Apple, czy też rozwiązanie Toucan Eye, które wspomaga osoby z dysfunkcją wzroku.
Drugi typ inteligencji to system z uogólnionymi ludzkimi zdolnościami poznawczymi. W tym wypadku AI radzi sobie doskonale w konfrontacji z nieznanym dotąd zadaniem – przejawia wystarczająco dużo inteligencji, aby znaleźć właściwe rozwiązanie. Mogą to być zadania: od strzyżenia włosów do tworzenia arkuszy kalkulacyjnych lub do rozumowania złożonych tematów.
Kiedy maszyny uczą się same …
Gdy system komputerowy “karmiony” jest dużymi ilościami danych, które następnie sam wykorzystuje, aby nauczyć się wykonywać określone zadania, wówczas ma miejsce uczenie maszynowe (ang. Machine Learning). Dzięki temu system oparty na technologii AI może samodzielnie realizować zadania różnej trudności i złożoności, np. rozumienie mowy czy rozpoznawanie wyrazów.
Kluczem do procesu uczenia maszynowego są sieci neuronowe (ang. Neural Networks). Są to, inspirowane ludzkim mózgiem, sieci połączonych ze sobą warstw elementów, zwanych neuronami, które przekazują dane sobie nawzajem. Sieci neuronowe można „wyszkolić” do wykonywania określonych zadań – dzieje się to poprzez modyfikowanie znaczenia przypisywanego danym wejściowym (w miarę przechodzenia między warstwami).
Podzbiór uczenia maszynowego to głębokie uczenie się (ang. Deep Learning), w którym sieci neuronowe są rozbudowywane w dużą liczbę warstw oraz są uczone przy użyciu ogromnych ilości danych. To właśnie te głębokie sieci neuronowe podsycają obecny trend w użyciu komputerów do realizacji zadań, takich jak rozpoznawanie mowy, czy też widzenie komputerowe.
Tematyka sztucznej inteligencji to niezwykle dynamicznie rozwijający się obszar – złożony i rozległy merytorycznie. W tym artykule skupiłem się wyłącznie na wprowadzeniu i głównych zagadnieniach. Zapewniam Cię jednak, że to dopiero początek. AI to fascynujący temat – w kolejnych artykułach poznamy jego dalsze tajniki. Daję słowo.
ARTUR ZACNIEWSKI
Kierownik Działu Badań i Rozwoju