Merkitseekö tekoälyn edistyminen ohjelmoinnin loppua?

Merkitseekö tekoälyn edistyminen ohjelmoinnin loppua?
Kaltaisesi lukijat auttavat tukemaan MUO:ta. Kun teet ostoksen käyttämällä sivustollamme olevia linkkejä, voimme ansaita kumppanipalkkion. Lue lisää.

Useat uudet teknologiat ovat herättäneet keskustelua tekoälyn (AI) ja sen merkityksen tulevaisuudelle yhteiskuntana. Jokainen tekniikka on peräisin tekoälyn eri haaroista ja sisältää ainutlaatuisen joukon etuja ja huolenaiheita.





Deepfake ja äänikloonaavat tekoälyt tekevät sinun vaikeaksi luottaa kaikkeen, mitä näet tai kuulet Internetissä. Jotkut sanovat, että ChatGPT ja vastaavat syväoppivat tekoälyjärjestelmät luovat todennäköisesti työpaikkojen irtisanomista useilla aloilla. Herää yksi huolestuttava kysymys: 'korvaako tekoäly lopulta ohjelmoijat?'





Mikä on tekoäly?

Tekoäly on tietojenkäsittelytieteen ala, joka keskittyy järjestelmän kykyyn ratkaista ongelmia käyttämällä yhtä (tai useampaa) neljästä ominaisuudesta. Tekoälyjärjestelmä voi ajatella inhimillisesti, toimia inhimillisesti, ajatella rationaalisesti ja/tai toimia rationaalisesti.





Tekoälyn historia

Vaikka näyttää siltä, ​​että tekoäly on ollut olemassa vuosisatoja, se on ala, joka sai vauhtia 1900-luvun puolivälissä. Yksi tekoälyn historian merkittävimmistä päivämääristä on vuosi 1956, jolloin tekoälyn ala aloitettiin virallisesti. Tämä esittely tapahtui konferenssissa Dartmouth Collegessa.

Useat upeat nimet linkittävät tekoälyn varhaisten edistysten eri puoliin. Näitä ovat Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson ja Alain Colmerauer.



Toimi inhimillisesti

Vuonna 1936 Alan Turing julkaisi artikkelin 'On Computable Numbers, With an Application to the Entscheidungsproblem'. Tässä artikkelissa Turing esitteli käsitteen Turingin koneesta, jolla on tähän päivään asti tärkeä rooli tekoälyssä. Hän osoitti, että oikealla algoritmilla Turingin kone voi suorittaa minkä tahansa matemaattisen laskennan.

kuinka siirtää Google -asema toiselle asemalle

Myöhemmin vuonna 1937 Turing käytti pysäytysongelmaa osoittaakseen älykkäiden koneiden rajoitukset. Sitten vuonna 1950 Turing määritteli koneälyn käyttämällä sitä, mitä hän kutsuu Turingin testiksi. Jos tekoälyjärjestelmä läpäisee Turingin testin, järjestelmä voi toimia inhimillisesti.





Ajattele inhimillisesti

Marvin Minsky on suosittu nimi tekoälyn alalla. Hänet tunnetaan ensimmäisen satunnaisesti johdotetun hermoverkko-oppimiskoneen, nimeltään SNARC, kehittäjä vuonna 1951. Neuroverkot opettavat tietokoneita käsittelemään tietoja samalla tavalla kuin ihmisen aivot. Minskyn määritelmä tekoälystä on, että se on 'tiede saada koneita tekemään asioita, jotka vaatisivat älykkyyttä, jos ne tekisivät miesten'.

  Uusia ideoita

Allen Newell ja Herbert Simon ovat kaksi muuta tekoälyn pioneeria, jotka keskittyivät koneen kykyyn simuloida ihmisen ajattelua. Vuonna 1956 he esittelivät ensimmäisen symboleja käsittelevän tietokoneohjelman, nimeltään Logic Theorist. Vuonna 1961 Newell ja Simon kehittivät yleisen ongelmanratkaisun (GPS), joka pohjimmiltaan jäljittelee ihmisen ajattelua.





Ajattele rationaalisesti

Tulkaa John Robinson, joka julkaisi vuonna 1965 aikakauslehden nimeltä 'A Machine-Oriented Logic Based on the Resolution Principle'. Hän keksi myös tarkkuuslaskelman predikaattilogiikkaa varten, jolla on tärkeä rooli tekoälyssä.

Predikaattilogiikka on muodollinen kieli, joka käyttää logiikkaa edustamaan rationaalista ajattelua. Tämä kieli käyttää viitekehystä, jonka avulla oikeat premissit tekevät oikeat johtopäätökset. Esimerkiksi Alexa on kone; kaikki koneet helpottavat työtä; siksi Alexa helpottaa työtä.

Viimeaikaiset edistysaskeleet tekoälyssä

Kuten sen perustamisen aikana, tekoälyn ala on nykyään hyvin monimutkainen monilla eri aloilla. Jokainen tekoälyn sateenvarjon alla oleva haara ottaa jatkuvasti merkittäviä harppauksia.

Koneoppiminen on tekoälyn haara, joka käyttää dataalgoritmeja jäljittelemään ihmisen oppimista, mikä parantaa sen tarkkuutta jokaisessa iteraatiossa. Yksi koneoppimisen näkyvimmistä osaryhmistä on syväoppiminen. Syväoppiminen parantaa koneoppimista vähentämällä koneen ihmisten avun tarvetta.

mitä tbh tarkoittaa tekstiviesteissä

Jos sinulla oli esimerkiksi kuvia kukista, jotka halusit ryhmitellä lajin mukaan, luokitteluprosessi vaihtelee järjestelmän tyypin mukaan. Jos järjestelmäsi käyttää koneoppimista, sinun on määritettävä lajit erottavat ominaisuudet manuaalisesti. Syväoppimista käyttävä järjestelmä määrittää kuitenkin kunkin lajin parhaat erottavat piirteet yksinään.

Syväoppiminen on luonut alalla suuria aaltoja viime vuosina useiden teknologioiden ansiosta. ChatGPT on syväoppimistekniikka joka saa tällä hetkellä paljon huomiota.

  Chatbot

ChatGPT:n mukaan se on:

OpenAI:n luoma suuri kielimalli. Se on tekoäly (AI) -ohjelma, joka on suunniteltu ymmärtämään luonnollista kieltä ja luomaan ihmisen kaltaisia ​​vastauksia erilaisiin kysymyksiin ja kehotteisiin. Malli perustuu syväoppimisarkkitehtuuriin, jota kutsutaan muuntajaksi, joka pystyy käsittelemään suuria määriä tekstidataa ja generoimaan vastauksia datasta oppimiensa kuvioiden ja suhteiden perusteella.

ChatGPT on ollut paljon keskustelun aiheena vuoden 2022 viimeisellä neljänneksellä tapahtuneen julkaisunsa jälkeen. Tämä tekoälyjärjestelmä erottuu joukosta sen luonnolliset kielenkäsittelytaidot sekä kyky oppia uutta tietoa ihmispalautteen avulla tapahtuvan oppimisen (RLHF) avulla. Sillä näyttää myös olevan vahva kyky kirjoittaa ja korjata koodia. Jotkut sanovat, että tämä tekniikka edustaa ohjelmoijien sukupuuttoon liittyvää syntyä.

Ihmisohjelmoijan halutut ominaisuudet, joita tekoäly ei voi toistaa

Tekoälyjärjestelmä voi oppia kirjoittamaan koodia, joka luo ohjelmiston. Ohjelmoijien korvaaminen kokonaan saattaa kuitenkin olla hieman monimutkaisempaa. Tekoälyjärjestelmän kyky saattaa mahdollistaa sen, että se vähentää työvoimaa auttamalla ohjelmoijia työskentelemään nopeammin, mutta se ei voi koskaan todella korvata ihmistyöntekijöitä. Tärkeä erottava piirre ohjelmoijien ja tekoälyjärjestelmien välillä on ihmisaivot ja sen monimutkaiset ominaisuudet.

Andrew Ng:n mukaan , yksi tämän päivän AI:n suosituimmista nimistä:

yksi neuroni aivoissa on uskomattoman monimutkainen kone, jota emme vieläkään ymmärrä. Yksi 'neuroni' hermoverkossa on uskomattoman yksinkertainen matemaattinen funktio, joka vangitsee pienen osan biologisen neuronin monimutkaisuudesta.

  Ihmisen aivot
Kuvan luotto: AHealthBlog/ Flickr

Aivojen kyky luoda uusi ajatus näennäisen ohuesta ilmasta on ihmisen käsityskyvyn ulkopuolella. Se ei todellakaan ole jotain, mitä tekoälyjärjestelmä voi toistaa. Toinen ohjelmoijien toivottava ominaisuus on luovuuden hämmennys, jota kone ei voi toistaa.

kytketty kiintolevy ei näy

Syväoppimisen kautta tekoäly voi antaa vaikutelman ihmisen ajattelusta. Jotkut tekoälyjärjestelmät voivat tehdä yksinkertaisia ​​päätöksiä, mutta nämä päätökset kalpeat verrattuna ihmisaivojen päätöksentekokykyyn. AI osaa kirjoittaa koodia, mutta se ei pysty varmistamaan, että sen kirjoittama koodi on oikea koodi. Tekoälyjärjestelmä ei voi toistaa ihmisen harkintaa, eikä ole viitteitä siitä, että se pystyisi tekemään niin tulevaisuudessa.

Tekoälyn ja ohjelmoinnin tulevaisuus

AI-tekniikat, kuten ChatGPT, ovat osoittaneet, kuinka hyödyllistä tekoäly voi olla ohjelmoijille. Se luo koodia nopeasti ja voi auttaa ohjelmoijan yleisessä työnkulussa. ChatGPT on kuitenkin myös osoittanut, että edes edistynein syväoppimistekniikka, joka meillä tällä hetkellä on, ei pysty käsittelemään täydellistä itsenäisyyttä. ChatGPT:n tiedetään tuottavan järjettömiä vastauksia kysymyksiin OpenAI:n mukaan.

Siksi on uskottavaa olettaa, että tekoälyn tulevaisuus ohjelmoinnissa on ohjelmoijien 'auttajia' eikä 'korvaajia'.