Podczas gdy wyścig AI rozpoczął się dopiero niedawno, sztuczna inteligencja i uczenie maszynowe istnieją dłużej, niż konsumenci sądzą. Technologie sztucznej inteligencji odgrywają kluczową rolę w różnych branżach. Przyspieszają badania i rozwój, między innymi, w opiece zdrowotnej, bezpieczeństwie narodowym, logistyce, finansach i handlu detalicznym.

Sztuczna inteligencja ma bogatą, złożoną historię. Oto niektóre z najbardziej znaczących przełomów, które kształtują dzisiejsze najbardziej wyrafinowane modele sztucznej inteligencji.

1300-1900: Śledzenie korzeni sztucznej inteligencji

Komputery pojawiły się w połowie lat 70, ale historycy śledzą najwcześniejsze wzmianki o sztucznej inteligencji aż do późnego średniowiecza. Uczeni często zastanawiali się nad przyszłymi innowacjami. Oczywiście brakowało im zasobów technologicznych i umiejętności, aby zmaterializować pomysły.

  • 1305: Teolog i kataloński mistyk Ramon Llull napisał Ars Magna na początku XIII wieku. Wyszczególnia mechaniczne techniki logicznego dialogu międzyreligijnego. Ostatnia część Ars Magna, Ars Generalis Ultima, wyjaśnia schemat wyprowadzania twierdzeń z istniejących informacji. Przypomina to trening AI.
    instagram viewer
  • 1666: Dissertatio de arte combinatoria Gottfrieda Leibniza czerpie inspirację z Ars Magna. To mechaniczny diagram, który analizuje dialogi, rozkładając je na najprostsze formy w celu łatwej analizy. Te zdekonstruowane formuły są podobne do zestawów danych używanych przez programistów AI.
  • 1726: Podróże Guliwera autorstwa Jonathana Swifta wprowadza Silnik. To fikcyjne urządzenie, które generuje logiczne zestawy słów i permutacje, umożliwiając nawet „największej ignorancji” pisanie prac naukowych na różne tematy. Generatywna sztuczna inteligencja wykonuje dokładnie tę funkcję.
  • 1854: Angielski matematyk George Boole porównuje logiczne rozumowanie do liczenia. Twierdzi, że ludzie mogą formułować hipotezy i analizować problemy za pomocą z góry określonych równań. Przypadkowo generatywna sztuczna inteligencja wykorzystuje złożone algorytmy do generowania danych wyjściowych.

Chociaż pierwszy okres, w którym przyglądamy się korzeniom sztucznej inteligencji, obejmuje rozległy okres, jest kilka kluczowych momentów.

1900-1950: Świt nowoczesnej sztucznej inteligencji

Rozwój technologiczny przyspieszył w tym okresie. Dostępność zasobów informatycznych umożliwiła naukowcom materializację teorii, wyimaginowanych koncepcji i spekulacji. Położyli podwaliny pod cybernetykę.

  • 1914: Hiszpański inżynier Leonardo Torres y Quevedo stworzył El Ajedrecista, co w języku angielskim oznacza The Chess Player. To wczesne zastosowanie automatyzacji. Szachista wykonał ruch końcowy, używając swojej wieży i króla, aby zamatować przeciwnika.
  • 1943: Walter Pitts i Warren McCulloch opracowali matematyczny i komputerowy model neuronu biologicznego. Wykonuje proste funkcje logiczne. Naukowcy będą nadal odwoływać się do tego algorytmu przez kilka dziesięcioleci, umożliwiając im tworzenie dzisiejszych sieci neuronowych i technologii głębokiego uczenia się
  • 1950: Alan Turing opublikował Computing Machinery and Intelligence. Jest to pierwszy artykuł naukowy poświęcony sztucznej inteligencji, chociaż nie on ukuł termin AI. Nazywa to „maszynami” i „maszyną obliczeniową”. Sformułowania problemów w jego tezach dotyczyły przede wszystkim inteligencji i logicznego rozumowania maszyn.
  • 1950: Alan Turing oficjalnie opublikował test Turinga. To jedna z najwcześniejszych i najczęściej stosowanych metod przesłuchań testowanie dokładności systemów AI.

Świt nowoczesnego dopasowania AI kumuluje się z artykułem Alana Turinga i Test Turinga, który próbuje odpowiedzieć na pytanie, „Czy maszyny mogą myśleć?”

1951-2000: Badanie zastosowań technologii sztucznej inteligencji

Źródło zdjęcia: Ik T/Commons Wikipedii

W tym okresie ukuto termin „sztuczna inteligencja”. Po stworzeniu podstaw dla sztucznej inteligencji badacze zaczęli badać przypadki użycia. Eksperymentowały z nim różne sektory. Technologia nie była jeszcze dostępna na rynku — badacze skupili się na zastosowaniach medycznych, przemysłowych i logistycznych.

  • 1956: Uczeni tacy jak Alan Turing i John Von Neumann już wcześniej badali sposoby integracji logicznego rozumowania z maszynami. Jednak John McCarthy ukuł termin AI dopiero w 1956 roku. Po raz pierwszy pojawił się w propozycji badań podłużnych autorstwa McCarthy'ego, Claude'a Shannona, Nathaniela Rochestera i Marvina Minsky'ego.
  • 1966: Charles Rosen zbudował robota Shakey w ramach Stanford Research Institute. Jest to prawdopodobnie pierwszy „inteligentny” robot zdolny do wykonywania prostych zadań, rozpoznawania wzorców i wyznaczania tras.
  • 1997: IBM zbudował Deep Blue, system do gry w szachy zasilany przez jego superkomputer. Jest to pierwszy zautomatyzowany szachista, który samodzielnie rozgrywa pełną partię i wygrywa. Co więcej, w pokazie uczestniczył światowej klasy arcymistrz szachowy.

W środkowym okresie rozwoju sztucznej inteligencji nastąpił jeden z najważniejszych momentów: ukucie terminu „sztuczna inteligencja”.

2001-2010: Integracja sztucznej inteligencji z nowoczesnymi technologiami

Kredyty obrazkowe: Carl Berkeley/Wikimedia Commons

Konsumenci uzyskali dostęp do innowacyjnych, przełomowych technologii, które uczyniły ich życie wygodniejszym. Powoli adoptowali te nowe gadżety. iPod zastąpił Sony Walkman, konsole do gier wyeliminowały salony gier, a Wikipedia pokonała Encyclopædia Britannica.

  • 2001: Honda opracowała ASIMO. To dwunożny, sterowany przez sztuczną inteligencję humanoid, który porusza się tak szybko jak ludzie. Ale ASIMO nigdy nie było sprzedawane komercyjnie — Honda wykorzystywała je przede wszystkim jako platformę badawczą mobilności, uczenia maszynowego i robotyki.
  • 2002: iRobot uruchomił robota odkurzającego podłogi. Pomimo prostej funkcji gadżetu, oferuje on zaawansowany algorytm, znacznie bardziej wyrafinowany niż jego poprzednicy.
  • 2006: Badacze z Turing Center, Michele Banko, Oren Etzioni i Michael Cafarella, opublikowali przełomowy artykuł na temat czytania maszynowego. Określa zdolność systemu do samodzielnego rozumienia tekstu.
  • 2008: Google wydało aplikację na iOS, która obsługuje rozpoznawanie mowy. Miał imponujący 92-procentowy wskaźnik dokładności, podczas gdy jego poprzednicy osiągali 80-procentową dokładność.
  • 2009: Google rozwijał swój samochód bez kierowcy przez cztery lata, zanim w 2014 roku przeszedł pierwszy ogólnostanowy test samojezdny. Konkurenci później ulepszać pojazdy bez kierowcy za pomocą sztucznej inteligencji.

Co ciekawe, pomimo tego okresu, w którym pojawiły się niektóre z najbardziej kultowych technologii ostatnich dziesięcioleci, sztuczna inteligencja nie była w pełni dostępna radar dla większości konsumentów, a narzędzia osobiste i domowe, takie jak Siri i Alexa, pojawią się dopiero w następnym okres.

2011-2020: Rozpowszechnianie i rozwój aplikacji opartych na sztucznej inteligencji

W tym okresie firmy zaczęły opracowywać stabilne rozwiązania oparte na sztucznej inteligencji. Integrują sztuczną inteligencję z różnymi systemami oprogramowania i sprzętu, takimi jak wirtualni asystenci, moduły sprawdzania gramatyki, laptopy, smartfony i inne aplikacje rzeczywistości rozszerzonej.

  • 2011: IBM opracował Watson, system komputerowy odpowiadający na pytania. Firma wystawiła go przeciwko dwóm byłym mistrzom w grze Jeopardy, aby zademonstrować swoje możliwości — wygrał komputer Watson.
  • 2011: Apple wypuściło Siri. To wyrafinowany wirtualny asystent oparty na sztucznej inteligencji, z którego właściciele iPhone'ów nadal regularnie korzystają.
  • 2012: Naukowcy z University of Toronto opracowali 84-procentowy system rozpoznawania wizualnego na dużą skalę. Należy zauważyć, że starsze modele miały 25-procentowy wskaźnik błędów.
  • 2016: Aktualny mistrz świata w Go Lee Sedol rozegrał pięć meczów przeciwko AlphaGo, komputerowemu systemowi Go-playing wytrenowanemu przez Google DeepMind. Lee przegrał cztery razy. Ta demonstracja dowodzi, że odpowiednio wyszkolone systemy sztucznej inteligencji przewyższają nawet najbardziej wykwalifikowanych specjalistów w swoich dziedzinach
  • 2018: OpenAI opracowało GPT-1, pierwszy model językowy platformy Rodzina GPT. Deweloperzy wykorzystali zestaw danych BookCorpus do szkolenia. Model mógł odpowiadać na pytania z wiedzy ogólnej i posługiwać się językiem naturalnym.

W tym okresie konsumenci prawdopodobnie korzystali z aplikacji AI, nawet nie zdając sobie z tego sprawy, mimo że narzędzia do rozpoznawania wizualnego i głosowego (dla większości konsumentów) były jeszcze młode. Pod koniec dekady rozwój sztucznej inteligencji przyspieszył, ale wciąż nie tak dramatycznie, jak to, co miało nadejść.

2021-obecnie: światowi liderzy technologii rozpoczynają wielki wyścig AI

Rozpoczął się wielki wyścig AI. Deweloperzy udostępniają modele językowe, a firmy badają sposoby integracji sztucznej inteligencji ze swoimi produktami. W tym tempie prawie każdy produkt konsumencki będzie zawierał komponent AI.

  • 2022: OpenAI zrobił furorę dzięki ChatGPT. To wyrafinowany, oparty na sztucznej inteligencji chatbot oparty na GPT-3.5, iteracji modelu GPT opracowanego w 2018 roku. Programiści karmili go 300 miliardami słów podczas treningu.
  • 2023: Inne globalne firmy technologiczne poszły w ich ślady. Google uruchomił Bard, Microsoft wydał Bing Chat, Meta opracowała model języka open source o nazwie LLaMA, a OpenAI wydało GPT-4, jego ulepszony model.

Istnieje również wiele inne aplikacje internetowe AI I Aplikacje zdrowotne oparte na sztucznej inteligencji dostępnych do użytku lub w trakcie opracowywania, i wiele innych, które mają nadejść.

Jak sztuczna inteligencja ukształtuje przyszłość

Technologie AI wykraczają poza chatboty i generatory obrazów. Przyczyniają się do rozwoju różnych dziedzin, od globalnego bezpieczeństwa po technologię konsumencką. Korzystasz z AI na więcej sposobów, niż zdajesz sobie sprawę. Zamiast więc odrzucać publicznie dostępne systemy sztucznej inteligencji, naucz się samodzielnie z nich korzystać.

Szybko rozpocznij badania dzięki prostym narzędziom sztucznej inteligencji, takim jak ChatGPT lub Bing Chat. Włącz je do swojego codziennego życia. Potężne modele językowe mogą tworzyć trudne e-maile, wyszukiwać słowa kluczowe SEO, rozwiązywać pytania matematyczne i odpowiadać na pytania dotyczące wiedzy ogólnej.