Flere nye teknologier har skapt en buzz rundt kunstig intelligens (AI) og hva det betyr for fremtiden vår som samfunn. Hver teknologi kommer fra forskjellige grener av AI og utgjør et unikt sett med fordeler og bekymringer.
Deepfakes og stemmekloning AI-er gjør det vanskelig for deg å stole på alt du ser eller hører på internett. Noen sier at ChatGPT og lignende AI-systemer med dyp læring sannsynligvis vil skape jobbredundans på flere felt. Et bekymringsfullt spørsmål oppstår: "vil AI til slutt erstatte programmerere?"
Hva er kunstig intelligens?
AI er en gren av informatikk som fokuserer på et systems evne til å løse problemer ved å bruke en (eller flere) av fire kvaliteter. Et AI-system kan tenke menneskelig, handle menneskelig, tenke rasjonelt og/eller handle rasjonelt.
Historien om kunstig intelligens
Selv om det virker som AI har eksistert i århundrer, er det et felt som skjøt fart på midten av 1900-tallet. En av de mest bemerkelsesverdige datoene i historien til AI er 1956, dette var året for den offisielle introduksjonen til feltet kunstig intelligens. Denne introduksjonen skjedde på en konferanse ved Dartmouth College.
Flere store navn kobler til forskjellige aspekter ved de tidlige fremskritt innen AI. Disse inkluderer Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson og Alain Colmerauer.
Handle menneskelig
I 1936 publiserte Alan Turing en artikkel med tittelen "On Computable Numbers, With an Application to the Entscheidungsproblem". I denne artikkelen introduserte Turing konseptet med en Turing-maskin som den dag i dag spiller en viktig rolle i kunstig intelligens. Han beviste at med riktig algoritme kan en Turing-maskin utføre enhver matematisk beregning.
Senere i 1937 brukte Turing stoppproblemet for å påpeke begrensningene til intelligente maskiner. Så i 1950 definerte Turing maskinintelligens ved å bruke det han kaller Turing-testen. Hvis et AI-system består Turing-testen, kan det systemet opptre menneskelig.
Tenk menneskelig
Marvin Minsky er et populært navn innen AI-feltet. Han er kjent for å utvikle den første tilfeldig kablede nevrale nettverkslæringsmaskinen, kalt SNARC i 1951. Nevrale nettverk lærer datamaskiner å behandle data på samme måte som den menneskelige hjernen. Minskys definisjon av AI er at det er "vitenskapen om å få maskiner til å gjøre ting som ville kreve intelligens hvis de ble gjort av menn."
Allen Newell og Herbert Simon er to andre pionerer innen AI, som fokuserte på en maskins evne til å simulere menneskelig tenkning. I 1956 presenterte de det første symbolbehandlende dataprogrammet, kalt Logic Theorist. I 1961 utviklet Newell og Simon General Problem Solver (GPS), som i hovedsak imiterer menneskelig tanke.
Tenk rasjonelt
Skriv inn John Robinson, som i 1965 publiserte et tidsskrift med tittelen "A Machine-Oriented Logic Based on the Oppløsningsprinsipp." Han oppfant også oppløsningskalkylen for predikatlogikk, som spiller en viktig rolle rolle i AI.
Predikatlogikk er et formelt språk som bruker logikk for å representere rasjonell tenkning. Dette språket bruker rammeverket som korrekte premisser vil gi korrekte konklusjoner. For eksempel er Alexa en maskin; alle maskiner gjør arbeidet enklere; derfor gjør Alexa arbeidet enklere.
Nylige fremskritt innen kunstig intelligens
Som det var under oppstarten, er feltet kunstig intelligens i dag svært komplekst med mange forskjellige grener. Hver gren under paraplyen til AI gjør kontinuerlig betydelige fremskritt.
Maskinlæring er en gren av AI som bruker dataalgoritmer for å imitere menneskelig læring, noe som forbedrer nøyaktigheten ved hver iterasjon. En av de mer fremtredende undergruppene av maskinlæring er dyp læring. Dyplæring forbedrer maskinlæring ved å redusere en maskins behov for menneskelig hjelp.
Hvis du for eksempel hadde bilder av blomster som du ønsket å gruppere etter art, vil kategoriseringsprosessen variere basert på systemtypen. Hvis systemet ditt bruker maskinlæring, må du manuelt etablere funksjonene som skiller arter. Imidlertid vil et system som bruker dyp læring bestemme de beste kjennetegnene for hver art på egen hånd.
Deep learning har skapt store bølger i bransjen de siste årene, på grunn av flere teknologier. ChatGPT er en dyp læringsteknologi som for tiden får mye oppmerksomhet.
I følge ChatGPT er det:
en stor språkmodell laget av OpenAI. Det er et kunstig intelligens (AI)-program designet for å forstå naturlig språk og generere menneskelignende svar på ulike typer spørsmål og forespørsler. Modellen er basert på en dyplæringsarkitektur kalt en transformator, som er i stand til å behandle store mengder tekstdata og generere svar basert på mønstre og relasjoner den har lært av det data.
Siden lanseringen i fjerde kvartal 2022 har ChatGPT vært gjenstand for mye debatt. Det som gjør at dette AI-systemet skiller seg ut er dets naturlige språkbehandlingsferdigheter, kombinert med dets evne til å lære ny informasjon gjennom forsterkende læring fra menneskelig tilbakemelding (RLHF). Det ser også ut til å ha en sterk evne til å skrive og fikse kode. Noen sier at denne teknologien representerer opprinnelsen til utryddelsen av menneskelige programmerere.
Ønskede kjennetegn ved en menneskelig programmerer som AI ikke kan replikere
Et AI-system kan lære å skrive kode som lager programvare. Imidlertid kan det være litt mer komplisert å erstatte programmerere helt. Et AI-systems evne kan tillate det å redusere arbeidsstyrken ved å hjelpe programmerere med å jobbe raskere, men det kan aldri virkelig erstatte menneskelige arbeidere. Et viktig kjennetegn mellom programmerere og AI-systemer er den menneskelige hjernen og dens komplekse egenskaper.
I følge Andrew Ng, et av toppnavnene i AI i dag:
et enkelt nevron i hjernen er en utrolig kompleks maskin som vi ikke forstår selv i dag. Et enkelt "nevron" i et nevralt nettverk er en utrolig enkel matematisk funksjon som fanger opp en liten brøkdel av kompleksiteten til et biologisk nevron.
Hjernens evne til å generere en ny tanke fra tilsynelatende tynn luft er utenfor menneskelig forståelse. Det er absolutt ikke noe et AI-system kan replikere. Et annet ønskelig kjennetegn ved programmerere er kreativitetens forvirring, som igjen er noe en maskin ikke kan gjenskape.
Gjennom dyp læring kan AI gi inntrykk av menneskelig tenkning. Noen AI-systemer kan ta enkle avgjørelser, men disse beslutningene blekner sammenlignet med beslutningsevnen til den menneskelige hjernen. AI kan skrive kode, men den er ikke i stand til å sikre at koden den skriver er riktig kode. Et AI-system kan ikke gjenskape menneskelig dømmekraft, og det er heller ingen indikasjon på at det vil være i stand til å gjøre det i fremtiden.
Fremtiden for AI og programmering
AI-teknologier som ChatGPT har bevist hvor nyttig AI kan være for programmerere. Den genererer kode raskt og kan hjelpe med en programmerers generelle arbeidsflyt. ChatGPT har imidlertid også bevist at selv den mest avanserte dyplæringsteknologien vi har for øyeblikket ikke kan håndtere fullstendig autonomi. ChatGPT er kjent for å generere useriøse svar på spørsmål, ifølge OpenAI.
Derfor er det plausibelt å anta at fremtiden til AI i programmering er en av "hjelpere til" snarere enn "erstatninger av" programmerere.
