Що таке штучний інтелект і як він працює

Штучний інтелект (ШІ) — це галузь науки і техніки, яка намагається наділити машини здібностями, що зазвичай асоціюються з людським розумом: міркуванням, плануванням, навчанням і сприйняттям. Більшість сучасного ШІ не програмують за покроковими правилами. Натомість він навчається на основі великої кількості прикладів, виявляє в них закономірності та використовує їх для прогнозів, рекомендацій, рішень або створення нового контенту.

Нижче ми розповідаємо, що означає цей термін, як машинне навчання працює всередині, як чат-боти на кшталт ChatGPT генерують текст, де ШІ вже з'являється в повсякденному житті та які обмеження варто пам'ятати.

Що таке штучний інтелект? Просте визначення

Назва сягає Дартмутського літнього дослідницького проєкту 1956 року, ідею якого у 1955 році запропонували Джон Маккарті та його колеги. Упродовж десятиліть ШІ здебільшого означав «символічний ШІ»: експерти писали чіткі правила, яким слідував комп'ютер.

За даними одного академічного огляду, такий підхід на основі правил домінував до кінця 1980-х років. Потім набули поширення інші методи, зокрема нейронні мережі, нечіткі системи та еволюційні обчислення. Коротко кажучи, галузь перейшла від правил, написаних вручну, до навчання на даних.

Схожого підходу дотримуються і regulators. Визначення ОЕСР, переглянуте в листопаді 2023 року, описує систему ШІ як машинну систему, яка на основі вхідних даних визначає, як створювати результати — прогнози, контент, рекомендації або рішення, — здатні впливати на фізичне чи віртуальне середовище. Системи відрізняються ступенем автономності й адаптивності, а Закон ЄС про ШІ використовує дуже близьке формулювання.

Для початківців корисними є два розрізнення. По-перше, усе, що існує сьогодні, — це вузький ШІ, створений для конкретних завдань; загальний штучний інтелект (AGI) залишається гіпотетичним, і навіть його визначення є предметом дискусій. По-друге, ці поняття вкладені одне в одне: ШІ містить машинне навчання, яке містить глибинне навчання, а воно, своєю чергою, лежить в основі великих мовних моделей і генеративного ШІ.

Як працює машинне навчання?

Традиційне програмне забезпечення виконує правила, які написав програміст. Машинне навчання це перевертає: ви даєте моделі приклади, так звані навчальні дані, і вона сама визначає закономірності.

Існує три основні види. У навчанні з учителем приклади мають мітки, наприклад листи, позначені як «спам» або «не спам». У навчанні без учителя міток немає, і модель сама знаходить групи. У навчанні з підкріпленням модель вчиться методом проб і помилок через винагороди та штрафи, як це робили ігрові системи на кшталт AlphaGo.

Більшість потужних систем сьогодні використовують нейронні мережі: шари простих математичних елементів, з'єднаних числовими параметрами, які називаються вагами. Під час навчання модель робить припущення, порівнює його з правильною відповіддю та коригує ваги, щоб зменшити помилку. Технічні назви цього процесу — зворотне поширення помилки та градієнтний спуск.

Також варто розрізняти дві фази. Навчання — це дорогий етап, на якому модель вчиться. Інференс — це момент, коли готова модель працює, відповідаючи на запитання або роблячи прогнози.

Як працюють великі мовні моделі на кшталт ChatGPT?

Великі мовні моделі (LLM) спершу розбивають текст на токени, якими є цілі слова або їхні частини. Мови з багатьма суфіксами, як-от турецька, можуть потребувати більше токенів для того самого обсягу тексту, хоча точне співвідношення залежить від моделі.

На етапі попереднього навчання модель відпрацьовує одне завдання на величезному масиві тексту: передбачення наступного токена. Ця проста мета змушує її опановувати граматику, факти та багато інших закономірностей. В основі лежить архітектура Transformer, представлена дослідниками Google у статті 2017 року «Attention Is All You Need».

Далі йде післятренування. Модель донавчають на прикладах інструкцій і формують за допомогою зворотного зв'язку, зокрема методами на кшталт навчання з підкріпленням на основі людського відгуку (RLHF), щоб вона поводилася як корисний помічник. ChatGPT, запущений OpenAI 30 листопада 2022 року, приніс такого помічника масовій аудиторії; Gemini, Claude, Copilot, Llama, DeepSeek, Mistral і Grok — інші добре відомі назви.

Технологія постійно змінюється. Серед останніх тенденцій — моделі міркування, які крок за кроком розбирають завдання перед відповіддю; мультимодальні моделі, що працюють із зображеннями та аудіо; агенти, які використовують інструменти для виконання завдань; а також генерація з доповненням пошуком (RAG), коли модель спершу шукає документи або інформацію в інтернеті. Версії моделей часто змінюються, тому актуальні дані варто перевіряти на сторінках самих розробників.

Для чого ШІ використовують у повсякденному житті?

Ви, ймовірно, користуєтеся ШІ кілька разів на день, навіть не помічаючи цього. Він керує рекомендаціями на стрімінгових і торгових сайтах, фільтрує спам, прогнозує трафік у навігаційних застосунках, розблоковує телефони за обличчям, живить голосових помічників і перекладає текст.

Банки покладаються на нього, щоб виявляти шахрайство, а застосунки для фото використовують його для автоматичного редагування. Генеративний ШІ додав до цього списку допомогу з текстами, узагальнення, підтримку програмування, створення зображень і допомогу у навчанні.

У медицині інструменти ШІ допомагають лікарям аналізувати сканування. У науці його внесок отримав визнання найвищого рівня: частина Нобелівської премії з хімії 2024 року присуджена Демісу Гассабісу та Джону Джамперу за AlphaFold, яка прогнозує структури білків, а Нобелівська премія з фізики 2024 року — Джону Гопфілду та Джеффрі Гінтону за фундаментальні роботи з нейронних мереж.

Які є обмеження та ризики ШІ?

Найвідоміша проблема — галюцинації. Оскільки мовні моделі створюють правдоподібно звучний текст, а не перевірені факти, вони можуть упевнено твердити неправдиві речі. Як часто це трапляється, сильно залежить від моделі та тесту, тому все важливе варто перевіряти.

Моделі також мають межу знань: якщо їх не підключено до пошуку, вони нічого не знають про події після завершення навчання. Крім того, вони можуть відтворювати упередження, присутні в їхніх навчальних даних.

Варто приділити увагу приватності. Подумайте, перш ніж вводити в чат-бот чутливі персональні, медичні або комерційні дані, і перевірте налаштування кожного провайдера, щоб дізнатися, чи можуть ваші розмови використовуватися для навчання.

Ширші дискусії стосуються судових позовів щодо авторських прав, витрат енергії та води, дипфейків і дезінформації, а також впливу на роботу, де прогнози суттєво різняться. Нарешті, не слід вважати, що сучасні системи розуміють або свідомі в людському сенсі; це питання залишається предметом філософських суперечок.

Чи регулюється штучний інтелект?

Дедалі більше — так. Закон ЄС про ШІ набув чинності 1 серпня 2024 року, а його вимоги впроваджуються поетапно протягом кількох років. Деякі строки можуть змінитися згідно з подальшими пропозиціями ЄС, тому варто перевіряти офіційні джерела ЄС щодо чинного графіка.

Інші країни створюють власні рамки. Туреччина, наприклад, має Національну стратегію у сфері ШІ на 2021–2025 роки, підготовлену Управлінням цифрової трансформації при Президентові та Міністерством промисловості і технологій. Оскільки політика швидко змінюється, слідкуйте за оголошеннями відповідних органів, щоб знати актуальний стан справ.