«IT BLOG - nenad badovinac»

Osnove veštačke inteligencije i kako nam ona može biti od pomoći?

Naučna fantastika ostavila je neizbrisiv trag na ono što ljudi shvataju pod pojmom veštačka inteligencija (AI). Zato postoji velika zabrinutost da će nam inteligentni roboti naneti štetu i jednog dana preuzeti svet.
U ovoj objavi želim pojasniti osnove AI, a osnovni cilj je da razbijem mitove i dezinformacije o AI. Mislim da je vreme u kojem živimo važno za nova naučna dostignuća, tehnologiju i društvo, ali ne bez pratećih poteškoća, dilema, pitanja i tereta odgovornosti za one koji razvijaju i unose veštačku inteligenciju u naš život. Istraživanje veštačke inteligencije počelo je 50-ih godina prošlog veka, kada su naučnici nadograđivali rad britanskog matematičara Alana Turinga. Međutim, tek u proteklih 10 godina došlo je do brzog napretka AI, nastalih usled spajanja tri ključna faktora – sveprisutnog cloud kompjutinga, ogromne količine podataka - Big data i velikih pomaka u mašinskom učenju.

Šta je veštačka inteligencija - AI?

Uopšteno govoreći, to je kada se mašine ili računarski sistemi ponašaju na način koji simulira ljudsku inteligenciju. AI obuhvata nekoliko polja proučavanja od kojih se najviše ističu mašinsko i dubinsko učenje.
Šta je mašinsko učenje?

Mašinsko učenje omogućava računarima da uče bez eksplicitnog programiranja. Pomaci u ovoj oblasti, doveli su do nedavne eksplozije na polju AI. Mašinsko učenje radi putem obučavanja računarskih sistema da koriste algoritme da bi uočili obrasce u podacima i zatim ih obrađuju na predvidiv način. Primeri AI koji koriste mašinsko učenje: Prepoznavanje govora, prepoznavanje prirodnog jezika, računarski vid, preporuke za pretraživanje i filtriranje e-pošte.
Šta je dubinsko učenje?

Dubinsko učenje je vrsta mašinskog učenja inspirisana načinom na koji neuronske mreže u ljudskom mozgu obrađuju informacije. U ovim sistemima, svaki sloj u neuronskoj mreži pretvara podatke koje prima u nešto složeniji prikaz tih informacija. Na ovaj način, sistem postiže izrazito detaljno razumevanje podataka koje predstavlja oblik inteligentnog razumevanja podataka. Na primer, "videvši" sliku psa, mašina će prvo detektovati oblik iz matrice piksela, onda može prepoznati ivice tog oblika, zatim konture, zatim i sam objekat i tako dalje, sve dok ne identifikuje sliku.
Mnogo se govori o tome da će AI preuzeti ljudima poslove i radna mesta. Posebno se to odnosi na manuelne poslove koji se mogu automatizovati. Potrebno je reći da će AI verojatno imati transformativni uticaj na radna mesta i da će zameniti određene poslove. Međutim, također AI će stvoriti i nove vrste poslova, od kojih mnogi danas još i ne postoje. Ovo je slučaj sa svakom industrijskom revolucijom, počevši od pronalaska parnog motora. Prednost koju danas imamo sa Četvrtom industrijskom revolucijom jeste to što smo u mogućnosti da planiramo i spremamo se za promene. Uz prekvalifikaciju, stopa otvaranja novih radnih mesta može da nadmaši stopu poslova koje će preuzeti AI. Ipak, verujem da će proći mnogo godina pre nego što AI bude dovoljno napredan da zameni ljude u mnogim ostalim poslovima. Kada se to dogodi, svakako će se pokrenuti etička pitanja o tome da li je to ispravno. Na kraju, kada pričamo i razmišljamo o AI, mislim da je bolje da se fokusiramo na konkretne prednosti koje ljudi mogu imati od ove nove tehnologije i to u dugoročnom periodu.