Dlaczego skazali Sokratesa i co to ma wspólnego ze sztuczną inteligencją? #1

Dziś chciałbym przenieść się z Tobą w daleką przeszłość... aż do 399 roku p.n.e., kiedy to ateński sąd skazał Sokratesa – ojca filozofii – na śmierć. Co skłoniło ich do tak surowego wyroku? Sokrates miał pasję zadawania niewygodnych pytań i dociekania prawdy. Pytał sędziów, czym jest sprawiedliwość – a ci nie potrafili odpowiedzieć, choć sprawiedliwość była celem ich pracy. Pytał polityków o cnotę i dobro publiczne, ale ich odpowiedzi były powierzchowne. Ta nieumiejętność pogłębienia tematu obnażała braki wiedzy autorytetów, co uderzało w ich prestiż.

Sokrates zadawał pytania o to, czym jest dobro i czy naprawdę znamy samych siebie. Odpowiedzi były niejasne, mimo że na pozór mówimy o rzeczach oczywistych. Politycy i sędziowie odbierali to jako podważanie ich autorytetu – czego skutkiem był wyrok skazujący za „demoralizowanie młodzieży” poprzez podważanie powszechnie uznanych wartości.

A teraz wróćmy do współczesności: sztuczna inteligencja. Termin „AI” używany jest w różnorodnych kontekstach przez różne osoby, ale czy naprawdę go rozumiemy? Podobnie jak wtedy, może brakuje nam pogłębionego zrozumienia. Głębsze spojrzenie na temat AI pomoże nam zrozumieć nie tylko jej potencjał, ale i ograniczenia, co pozwoli lepiej ją wykorzystać.

Żeby lepiej zrozumieć czym jest sztuczna inteligencja, warto spojrzeć na oryginał - inteligencję naturalną, czyli ludzką.

Odwołajmy się do definicji z Wikipedii:

Inteligencja (od łac. intelligentia – zdolność pojmowania, rozum) – zdolność do postrzegania, analizy i adaptacji do zmian otoczenia. Zdolność rozumienia, uczenia się oraz wykorzystywania posiadanej wiedzy i umiejętności w różnych sytuacjach. Cecha umysłu warunkująca sprawność czynności poznawczych, takich jak myślenie, reagowanie, rozwiązywanie problemów.

Postrzeganie, rozumienie, uczenie się, reagowanie na otoczenie …

Jak się zastanowimy, nasze codzienne życie jest przepełnione inteligentnymi działaniami. Wyobraźmy, że idziemy na zakupy do ulubionego sklepu.

Wchodzimy i widzimy duże czerwone papryki. Potrafimy część fal elektromagnetycznych (czyli światło odbite od papryk), sklasyfikować na wiele sposobów: że to papryka, że czerwona, i że ma właśnie taki rozmiar. Mamy zdolność do wizji, która polega na odbieraniu bodźców wzrokowych oraz ich interpretacji przez nasz mózg.

Sztuczna inteligencja takie coś też ma - nazywa się to wizja komputerowa (ang. Computer vision). Teraz obrazki nie są już tylko zestawem pikseli czy liczb, które te pikseli reprezentują, tylko to są konkretne obiekty: na przykład czerwona duża papryka. Wizja komputerowa pozwala maszynie zrozumieć zawartość obrazu za pomocą metod takich jak wykrywanie obiektów i klasyfikacja.

Dalej słyszymy, że w tle leci reklama: akurat dzisiaj wyjątkowa okazja, i papryka kosztuje o 20% mniej. To, co słyszymy, nie jest dla nas tylko drganiem powietrza, tylko te fale akustyczne potrafimy zinterpretować: to właśnie chodzi o papryki. Mamy zdolność do rozpoznawania mowy.

Sztuczna inteligencja takie coś też ma - rozpoznawanie mowy (ang. Speech Recognition). Pliki audio to już nie tylko sygnały matematyczne, lecz to coś znaczy: konkretne słowa czy jakaś emocja, na przykład radość.

Dalej przyglądamy się co jest napisane: skąd ta papryka pochodzi, jaka jest jej cena. To, co widzimy, nie jest dla nas jedynie ciągiem znaków, tylko te znaczki niosą sens. Potrafimy zrozumieć tekst.

Sztuczna inteligencja też takie coś ma - procesowanie języka naturalnego (ang. Natural Language Processing). Teraz to nie jest tylko ciąg znaków, lecz to coś znaczy - na przykład, że opinia o produkcie jest pozytywna lub negatywna, czy że temat danego artykułu - to sport.

Gdy mamy listę zakupów, to chcemy jak najszybciej te zakupy zrobić: wypracowujemy sposób postępowania w konkretnym środowisku (w ulubionym sklepie), i jako nagrodę będziemy mieli więcej wolnego czasu.

Sztuczna inteligencja takie coś też ma - uczenie ze wzmocnieniem (ang. Reinforcement Learning). To dziedzina, który dąży do wypracowania optymalnej polityki zachowania agenta w określonym środowisku. Uczenie ze wzmocnieniem pozwala na adaptację agenta do różnych sytuacji, aby zdobywać maksymalną nagrodę przy kolejnych decyzjach.

No i w końcu, przed pójściem na zakupy musieliśmy przecież przygotować listę zakupów. Umiemy pisać, widzieliśmy inne listy zakupów w swoim życiu. Więc, potrafimy “wygenerować” coś podobnego.

Jak się domyślacie, sztuczna inteligencja takie coś też ma - to właśnie generatywna sztuczna inteligencja (ang. Generative AI, GenAI), która polega na tworzeniu nowych danych w oparciu o wyuczone wzorce w danych treningowych. Generatywna AI może tworzyć różnorodne formy danych (np. tekst, obrazy, dźwięki), dzięki czemu znajduje szerokie zastosowanie, od generowania treści po wspomaganie kreatywności.

Jak widzicie, sztuczna inteligencja próbuje naśladować inteligencję ludzką. A zatem przejdźmy do definicji, czym sztuczna inteligencja jest.

Sztuczna inteligencja (SI, ang. Artificial Intelligence, AI) to dziedzina informatyki zajmująca się tworzeniem systemów zdolnych do wykonywania zadań, które zazwyczaj wymagają ludzkiej inteligencji.

Żeby te zdolności sztuczna inteligencja pozyskała, musi się tego nauczyć. To właśnie dzięki umiejętności uczenia się AI może rozwiązywać różnorodne problemy, dostosowując swoje działania do nowych informacji. Ale jak się odbywa proces uczenia, dowiemy się w kolejnym artykule - zapraszam! ;-)