Αρκετές νέες τεχνολογίες έχουν δημιουργήσει ένα θόρυβο γύρω από την τεχνητή νοημοσύνη (AI) και τι σημαίνει για το μέλλον μας ως κοινωνία. Κάθε τεχνολογία προέρχεται από διαφορετικούς κλάδους της AI και δημιουργεί ένα μοναδικό σύνολο πλεονεκτημάτων και ανησυχιών.
Τα Deepfakes και τα AI κλωνοποίησης φωνής σας δυσκολεύουν να εμπιστευτείτε οτιδήποτε βλέπετε ή ακούτε στο Διαδίκτυο. Κάποιοι λένε ότι το ChatGPT και παρόμοια συστήματα τεχνητής νοημοσύνης βαθιάς εκμάθησης είναι πιθανό να δημιουργήσουν πλεονασμό θέσεων εργασίας σε πολλούς τομείς. Ένα ανησυχητικό ερώτημα προκύπτει: "θα αντικαταστήσει τελικά η τεχνητή νοημοσύνη τους προγραμματιστές;"
Τι είναι η Τεχνητή Νοημοσύνη;
Το AI είναι ένας κλάδος της επιστήμης των υπολογιστών που εστιάζει στην ικανότητα ενός συστήματος να επιλύει προβλήματα χρησιμοποιώντας μία (ή περισσότερες) από τέσσερις ιδιότητες. Ένα σύστημα τεχνητής νοημοσύνης μπορεί να σκέφτεται ανθρώπινα, να ενεργεί ανθρώπινα, να σκέφτεται ορθολογικά ή/και να ενεργεί λογικά.
Η ιστορία της τεχνητής νοημοσύνης
Αν και φαίνεται ότι η τεχνητή νοημοσύνη υπάρχει εδώ και αιώνες, είναι ένα πεδίο που κέρδισε δυναμική στα μέσα του 1900. Μία από τις πιο αξιοσημείωτες ημερομηνίες στην ιστορία της τεχνητής νοημοσύνης είναι το 1956, αυτό ήταν το έτος της επίσημης εισαγωγής στον τομέα της τεχνητής νοημοσύνης. Αυτή η εισαγωγή έγινε σε ένα συνέδριο στο Dartmouth College.
Πολλά σπουδαία ονόματα συνδέονται με διαφορετικές πτυχές των πρώιμων εξελίξεων στην τεχνητή νοημοσύνη. Αυτοί περιλαμβάνουν τους Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson και Alain Colmerauer.
Δράσε Ανθρώπινα
Το 1936 ο Άλαν Τούρινγκ δημοσίευσε μια εργασία με τίτλο «Σχετικά με τους υπολογισμούς αριθμούς, με μια εφαρμογή στο πρόβλημα του Entscheidungs». Σε αυτό το άρθρο, ο Turing εισήγαγε την έννοια μιας μηχανής Turing που, μέχρι σήμερα, παίζει σημαντικό ρόλο στην τεχνητή νοημοσύνη. Απέδειξε ότι, με τον σωστό αλγόριθμο, μια μηχανή Turing μπορεί να εκτελέσει οποιονδήποτε μαθηματικό υπολογισμό.
Αργότερα το 1937, ο Τούρινγκ χρησιμοποίησε το πρόβλημα διακοπής για να επισημάνει τους περιορισμούς των ευφυών μηχανών. Στη συνέχεια, το 1950, ο Τούρινγκ όρισε τη νοημοσύνη των μηχανών χρησιμοποιώντας αυτό που αποκαλεί τεστ Τούρινγκ. Εάν ένα σύστημα τεχνητής νοημοσύνης περάσει το τεστ Turing, τότε αυτό το σύστημα μπορεί να ενεργήσει ανθρώπινα.
Σκέψου Ανθρώπινα
Ο Marvin Minsky είναι ένα δημοφιλές όνομα στον τομέα της τεχνητής νοημοσύνης. Είναι γνωστός για την ανάπτυξη της πρώτης τυχαίας ενσύρματης μηχανής εκμάθησης νευρωνικών δικτύων, που ονομάζεται SNARC το 1951. Τα νευρωνικά δίκτυα διδάσκουν τους υπολογιστές να επεξεργάζονται δεδομένα παρόμοια με τον ανθρώπινο εγκέφαλο. Ο ορισμός του Minsky για την τεχνητή νοημοσύνη είναι ότι «είναι η επιστήμη του να κάνουμε τις μηχανές να κάνουν πράγματα που θα απαιτούσαν ευφυΐα αν τα έκαναν άνδρες».
Ο Άλεν Νιούελ και ο Χέρμπερτ Σάιμον είναι δύο άλλοι πρωτοπόροι στον τομέα της τεχνητής νοημοσύνης, οι οποίοι επικεντρώθηκαν στην ικανότητα μιας μηχανής να προσομοιώνει την ανθρώπινη σκέψη. Το 1956 παρουσίασαν το πρώτο πρόγραμμα υπολογιστή επεξεργασίας συμβόλων, που ονομάζεται Logic Theorist. Το 1961, ο Νιούελ και ο Σάιμον ανέπτυξαν τον Γενικό Επίλυση Προβλημάτων (GPS), ο οποίος ουσιαστικά μιμείται την ανθρώπινη σκέψη.
Σκεφτείτε Ορθολογικά
Μπαίνει ο John Robinson, ο οποίος το 1965 δημοσίευσε ένα περιοδικό με τίτλο «A Machine-Oriented Logic Based on the Αρχή επίλυσης." Εφηύρε επίσης τον λογισμό ανάλυσης για τη λογική κατηγορήματος, ο οποίος παίζει ζωτικό ρόλο ρόλο στο AI.
Η λογική κατηγόρησης είναι μια τυπική γλώσσα που χρησιμοποιεί τη λογική για να αναπαραστήσει την ορθολογική σκέψη. Αυτή η γλώσσα χρησιμοποιεί το πλαίσιο που οι σωστές προϋποθέσεις θα παράγουν σωστά συμπεράσματα. Για παράδειγμα, η Alexa είναι μια μηχανή. όλα τα μηχανήματα διευκολύνουν την εργασία. Επομένως, η Alexa διευκολύνει την εργασία.
Πρόσφατες εξελίξεις στην Τεχνητή Νοημοσύνη
Όπως και κατά την έναρξή του, ο τομέας της τεχνητής νοημοσύνης είναι σήμερα πολύ περίπλοκος με πολλούς διαφορετικούς κλάδους. Κάθε κλάδος κάτω από την ομπρέλα της AI κάνει συνεχώς σημαντικά βήματα.
Η μηχανική μάθηση είναι ένας κλάδος της τεχνητής νοημοσύνης που χρησιμοποιεί αλγόριθμους δεδομένων για να μιμηθεί την ανθρώπινη μάθηση, γεγονός που βελτιώνει την ακρίβειά της σε κάθε επανάληψη. Ένα από τα πιο σημαντικά υποσύνολα της μηχανικής μάθησης είναι η βαθιά μάθηση. Η βαθιά μάθηση βελτιώνεται σε σχέση με τη μηχανική μάθηση μειώνοντας την ανάγκη ενός μηχανήματος για ανθρώπινη βοήθεια.
Για παράδειγμα, εάν είχατε εικόνες λουλουδιών που θέλετε να ομαδοποιήσετε ανά είδος, η διαδικασία κατηγοριοποίησης θα διαφέρει ανάλογα με τον τύπο του συστήματος. Εάν το σύστημά σας χρησιμοποιεί μηχανική εκμάθηση, τότε θα πρέπει να ορίσετε με μη αυτόματο τρόπο τα χαρακτηριστικά που διακρίνουν τα είδη. Ωστόσο, ένα σύστημα που χρησιμοποιεί βαθιά μάθηση θα καθορίσει από μόνο του τα καλύτερα διακριτικά χαρακτηριστικά για κάθε είδος.
Η βαθιά μάθηση έχει δημιουργήσει μεγάλα κύματα στον κλάδο τα τελευταία χρόνια, λόγω αρκετών τεχνολογιών. Το ChatGPT είναι μια τεχνολογία βαθιάς εκμάθησης που αυτή τη στιγμή τυγχάνει μεγάλης προσοχής.
Σύμφωνα με το ChatGPT, είναι:
ένα μεγάλο μοντέλο γλώσσας που δημιουργήθηκε από το OpenAI. Είναι ένα πρόγραμμα τεχνητής νοημοσύνης (AI) που έχει σχεδιαστεί για να κατανοεί τη φυσική γλώσσα και να δημιουργεί ανθρώπινες απαντήσεις σε διάφορους τύπους ερωτήσεων και προτροπών. Το μοντέλο βασίζεται σε μια αρχιτεκτονική βαθιάς μάθησης που ονομάζεται μετασχηματιστής, ο οποίος είναι ικανός να επεξεργαστεί μεγάλα ποσότητες δεδομένων κειμένου και δημιουργία απαντήσεων με βάση μοτίβα και σχέσεις που έχει μάθει από αυτό δεδομένα.
Από την κυκλοφορία του το τέταρτο τρίμηνο του 2022, το ChatGPT είναι το θέμα πολλών συζητήσεων. Αυτό που κάνει αυτό το σύστημα AI να ξεχωρίζει είναι οι δεξιότητές του στην επεξεργασία της φυσικής γλώσσας, σε συνδυασμό με την ικανότητά του να μαθαίνει νέες πληροφορίες μέσω της ενισχυτικής μάθησης από την ανθρώπινη ανατροφοδότηση (RLHF). Φαίνεται επίσης να διαθέτει ισχυρή ικανότητα να γράφει και να διορθώνει κώδικα. Κάποιοι λένε ότι αυτή η τεχνολογία αντιπροσωπεύει τη γένεση της εξαφάνισης των ανθρώπινων προγραμματιστών.
Επιθυμητά χαρακτηριστικά ενός ανθρώπινου προγραμματιστή που το AI δεν μπορεί να αναπαραχθεί
Ένα σύστημα AI μπορεί να μάθει πώς να γράφει κώδικα που δημιουργεί λογισμικό. Ωστόσο, η πλήρης αντικατάσταση προγραμματιστών μπορεί να είναι λίγο πιο περίπλοκη. Η ικανότητα ενός συστήματος AI μπορεί να του επιτρέψει να μειώσει το εργατικό δυναμικό βοηθώντας τους προγραμματιστές να εργάζονται γρηγορότερα, αλλά ποτέ δεν μπορεί να αντικαταστήσει πραγματικά τους ανθρώπους. Ένα σημαντικό χαρακτηριστικό διάκρισης μεταξύ προγραμματιστών και συστημάτων AI είναι ο ανθρώπινος εγκέφαλος και τα πολύπλοκα χαρακτηριστικά του.
Σύμφωνα με τον Andrew Ng, ένα από τα κορυφαία ονόματα στην τεχνητή νοημοσύνη σήμερα:
ένας μόνο νευρώνας στον εγκέφαλο είναι μια απίστευτα πολύπλοκη μηχανή που ακόμα και σήμερα δεν καταλαβαίνουμε. Ένας μεμονωμένος «νευρώνας» σε ένα νευρωνικό δίκτυο είναι μια απίστευτα απλή μαθηματική συνάρτηση που καταγράφει ένα μικροσκοπικό κλάσμα της πολυπλοκότητας ενός βιολογικού νευρώνα.
Η ικανότητα του εγκεφάλου να δημιουργεί μια νέα σκέψη από τον φαινομενικά λεπτό αέρα είναι πέρα από την ανθρώπινη κατανόηση. Σίγουρα δεν είναι κάτι που μπορεί να αντιγράψει ένα σύστημα AI. Ένα άλλο επιθυμητό χαρακτηριστικό των προγραμματιστών είναι η αμηχανία της δημιουργικότητας, που είναι και πάλι κάτι που μια μηχανή δεν μπορεί να αναπαραγάγει.
Μέσω της βαθιάς μάθησης, η τεχνητή νοημοσύνη μπορεί να δώσει την εντύπωση της ανθρώπινης σκέψης. Ορισμένα συστήματα τεχνητής νοημοσύνης μπορούν να λάβουν απλές αποφάσεις, αλλά αυτές οι αποφάσεις είναι ωχρές σε σύγκριση με τις ικανότητες λήψης αποφάσεων του ανθρώπινου εγκεφάλου. Το AI μπορεί να γράψει κώδικα, αλλά δεν είναι σε θέση να διασφαλίσει ότι ο κώδικας που γράφει είναι ο σωστός κώδικας. Ένα σύστημα τεχνητής νοημοσύνης δεν μπορεί να αναπαράγει την ανθρώπινη κρίση, ούτε υπάρχει καμία ένδειξη ότι θα είναι σε θέση να το κάνει στο μέλλον.
Το μέλλον της τεχνητής νοημοσύνης και του προγραμματισμού
Τεχνολογίες τεχνητής νοημοσύνης όπως το ChatGPT έχουν αποδείξει πόσο χρήσιμο μπορεί να είναι το AI για τους προγραμματιστές. Δημιουργεί γρήγορα κώδικα και μπορεί να βοηθήσει στη συνολική ροή εργασίας ενός προγραμματιστή. Ωστόσο, το ChatGPT έχει επίσης αποδείξει ότι ακόμη και η πιο προηγμένη τεχνολογία βαθιάς εκμάθησης που διαθέτουμε δεν μπορεί να χειριστεί την πλήρη αυτονομία. Το ChatGPT είναι γνωστό ότι παράγει ανόητες απαντήσεις σε ερωτήσεις, σύμφωνα με το OpenAI.
Ως εκ τούτου, είναι εύλογο να υποθέσουμε ότι το μέλλον της τεχνητής νοημοσύνης στον προγραμματισμό είναι «βοηθός» και όχι «αντικατάσταση» προγραμματιστών.
