Защо изкуственият интелект (ИИ) ще бъде технологията на 2023 г. и след това

Всяка година се появява ново технологично постижение: блокчейн, 3D принтиране, Web 3.0 и метавселена. И така, коя ще е технологията на 2023 г.?

Изкуствен интелект (ИИ).  Въпреки че съм силно ангажиран с тази технология от 10 години, ние сме в разгара на значителен скок напред в изкуствения интелект. Само през последните няколко месеца станахме свидетели на напредък във възможностите на ИИ, който впечатли дори скептиците. Но първо нека направим няколко крачки назад и да разгледаме развитието на ИИ през последното десетилетие.

2012-2014 г. – Началото на разпознаването на изображения, разбирането на текст и езика.

Някои изследователи казват, че 2012 г. е била знакова година за дълбокото обучение (Deep Learning). Това беше годината, в която изследователите на Google създадоха голяма невронна мрежа от 16 000 процесора с един милиард връзки, за да разпознават снимки и видеоклипове на котки. Това е пример за усилено учене, което заедно с контролираното учене и вероятностното индуциране на програми е една от рамките на ИИ, които са много успешни през последното десетилетие. Разпознаването на изображения на котки може да изглежда като малко постижение. По онова време обаче машините тепърва започваха да използват Deep Learning за разпознаване на изображения. През 2012 г. разпознаването на изображения все още беше в начален стадий и тестовете, сравняващи резултатите на ИИ с тези на човека, установиха, че резултатите на ИИ са около -40, все още под тези на човека (тук при нулевата базова стойност). В допълнение към разпознаването на изображения, преди десет години ИИ се представяше още по-зле от хората при други задачи, като например разбиране на текст и разбиране на език. Въпреки че през 2013 г. беше изобретена семантичната система за машинно обучение NELL (Never-Ending Language Learning), ИИ все още не можеше да изпълнява надеждно задачи за обработка на езици. Способността на ИИ да разпознава реч се подобри значително с изобретяването на Alexa през 2014 г., а преди това Siri на Apple позволи на потребителите да управляват телефоните си с глас. Въпреки това способността на ИИ да разбира реч все още отстъпваше на тази на хората. През следващите години ИИ достигна ниво на представяне в разбирането на реч, което е по-добро от това на хората. Това се дължеше на подобренията в разпознаването на речта, напредъка в обработката на езика и свързаните с нея невронни мрежови езикови модели, както и на организацията на информацията. Въпреки че системите с ИИ все още се затрудняват да съставят дълги и последователни текстове, чатботове като „ChatGPT“ показват огромния напредък, който е постигнат до момента.

2015 – 2017 г. ИИ започва да бъде по-добър от хората

2015 г. беше годината, в която на всеки беше позволено да създава смислени модели на ИИ. След като през 2011 г. собствената система за изкуствен интелект на IBM „Watson“ стана известна с това, че победи шампиона на „Jeopardy!“ Кен Дженингс, на пазара навлязоха няколко платформи за машинно обучение с отворен код (напр. рамката за дълбоко обучение с отворен код TensorFlow на Google). Това позволи на компаниите и разработчиците да работят с тази технология по нови начини. Освен това през тази година бяха постигнати ключови успехи в областта на разпознаването на лица и изображения. През тази година се проведе и десетото издание на голямото предизвикателство за визуално разпознаване ImageNet (ImageNet е стандартизирана колекция от милиони снимки, използвани за обучение и тестване на програми за визуална идентификация). През 2016 г. Deep Reinforcement Learning – комбинация от невронни мрежи и обучение с подсилване – предизвика голям шум в общността на ИИ, когато AlphaGo на Google победи най-добрия играч на Го в света. Освен това през 2017 г. беше представен Transformer, който увеличи използването на модели за самоконтролирано обучение в комбинация с дълбоки невронни мрежи. Днес тези модели на Transformer са основният подход за обработка на естествен език (NLP), включително приложения като машинен превод и уеб търсене в Google.

2018 – 2019 Сигурност на данните, езикова обработка и изкуствен интелект в медицината

Заради скандала с Cambridge Analytica 2018 г. беше годината, в която темата за сигурността на данните достигна своя връх. В съответствие с това проучване на McKinsey установи, че през 2018 г. рискът е една от функциите, в които повечето респонденти виждат стойност в ИИ. Освен това през 2018 г. обработката на глас направи голям скок в развитието на БЕРТ. BERT е пример за езиков модел на невронна мрежа, който научава употребата на думи, граматиката, значението и основните факти в различни контексти. Като свързват поредици от думи едновременно, а не ги нанизват отляво надясно, модели като BERT могат да генерират реферати, които са почти неразличими от генерирания от човек текст. Тези модели за обработка на езика са от решаващо значение за подпомагане на приложения като чатботове и са осигурили огромен напредък през последното десетилетие. Също така, през 2019 г. изследователите започнаха да разработват система с ИИ, която превъзхожда човешките рентгенолози в откриването на рак на белия дроб. Това беше постигнато с алгоритъм за дълбоко обучение, който може да интерпретира сканирания с компютърна томография (КТ), за да предскаже вероятността от заболяване.

2020 – 2021 г. Бърз напредък в областта на изкуствения интелект поради пандемията.

През 2020 г. развитието на ИИ е стимулирано и ускорено поради пандемията COVID 19. Изкуственият интелект изигра важна роля за ускоряване на разработването на ваксини, което обикновено би отнело няколко десетилетия. Вместо това процесът беше значително съкратен, тъй като ИИ помогна на изследователите да анализират огромни количества данни. Ръстът на ИИ се илюстрира от глобалните корпоративни инвестиции в размер на 68 млрд. долара, което представлява 40% увеличение между 2019 и 2020 г. Освен това броят на заявките за патенти, свързани с иновации в областта на ИИ, само през 2021 г. е 30 пъти по-голям от броя на заявките през 2015 г., което показва бързия напредък в развитието на ИИ. Миналата година изследователската общност се съсредоточи главно върху прилагането на ИИ към компютрите. В тази подобласт машините се учат да разбират изображения и други визуални материали по такъв начин, че да се справят добре с класифицирането на изображения, разпознаването на обекти, картографирането на положението и движението на ставите на човешкото тяло и разпознаването на лица.

Днес е невъзможно да си представим живота си без изкуствен интелект.

Изкуственият интелект (ИИ) претърпя бързо развитие през последните десет години. Само преди 10 години почти никоя машина не беше в състояние да разпознава надеждно реч или изображения. Днес машините са се научили да превъзхождат хората в много задачи. Например системите с изкуствен интелект могат да откриват фалшиви дебити, преди да разберете, че сте загубили картата, или да проверяват изискванията за отпускане на кредит. ИИ разпознава модели и оценява възможности в ежедневието ни. Коя публикация в Instagram ми харесва и ме задържа в платформата на социалната мрежа, коя цена в Amazon ме насърчава да купя и дали съм искал да оставя AirPods вкъщи. През последните няколко месеца се наблюдава експлозия по-специално на „генеративния ИИ“ – системи, които създават нови възможности. Станахме свидетели на напредък във възможностите на ИИ, който впечатли дори скептиците.

Фойерверк на генеративния изкуствен интелект

В рамките на няколко месеца бяха пуснати три различни изкуствени интелекта за генериране на изображения: Dall-E, Midjourney и Stable Diffusion. Въвеждате текст и системата генерира изображение в рамките на няколко секунди. Попитайте за „астронавт, който язди кон на Марс“ и ИИ започва работа. Едно от изображенията на Midjourney беше на корицата на Economist през юни 2022 г., а друго спечели награда на панаира в щата Колорадо. Знак за това, което предстои да се случи през 2023 г.

За мен разработките в областта на ИИ, генериращ текст, са още по-вълнуващи. Американският стартъп OpenAI създаде световна шумотевица със своя чатбот „ChatGPT“. Този чатбот имитира невронната мрежа на човешкия мозък. Ботът може да води разговори, подобни на човешките, и да дава убедителни отговори дори на по-сложни технически въпроси и диалози. Това е важен етап за системите с изкуствен интелект, тъй като обработката на езика се оказа една от най-трудните задачи за изкуствения интелект в миналото.

Все по-широкото използване на ИИ в компаниите

Тазгодишният доклад „Състоянието на ИИ (State of AI)“ показва, че напредъкът в индустрията също се ускорява. През 2020 г. в клинични изпитвания не е имало нито едно лекарство, което да е било разработено с помощта на подход, основан на ИИ. Днес те са 18. система с ИИ от BioNTech успешно идентифицира множество високорискови варианти на ковидоза месеци преди те да бъдат открити от системата за проследяване на СЗО.

Според McKinsey използването на ИИ се е увеличило повече от два пъти от 2017 г. насам. Роботизираната автоматизация и компютърното зрение са функциите на ИИ, които се използват най-широко всяка година. Освен това инвестициите в ИИ са се увеличили. Днес 52% от анкетираните заявяват, че 5% от техния цифров бюджет се изразходва за инвестиции в ИИ. През 2017 г. този дял на анкетираните все още е бил 40%.

Въпреки това приемането на изкуствен интелект все още е съсредоточено сред компаниите с високи резултати в областта на изкуствения интелект. Това означава, че компаниите, които са били водещи в областта на ИИ, все още изграждат своите конкурентни предимства днес. Тези лидери в областта на ИИ са по-ангажирани с „индустриализацията на ИИ“, като свързват стратегията си за ИИ с основните си бизнес практики. Причините, поради които тези компании продължават да постигат по-добри резултати, са, че те инвестират повече и харчат повече от изоставащите в областта на ИИ, което след това привлича повече и по-добри (технологични) таланти.

Какво предстои да се случи с ИИ в бъдеще?

До 2023 г. ще станем свидетели на все повече такива системи, които ще допълват или заместват нас, човешките творци, в много области. В процес на разработка е генерирането на видео, както и създаването на персонализирани медии. („Siri, покажи ми 90-минутен филм за изпълнителен директор, който се отказва от кариерата си, за да натрупа състояние като актриса, в стил Стивън Спилбърг“).

Но въпреки че е постигнат огромен напредък и все повече компании възприемат изкуствения интелект, все още има много изследвания, които трябва да се направят, преди да можем да създадем системи с изкуствен интелект с напълно общо предназначение. През следващите няколко години ще станем свидетели на по-нататъшен напредък в областта на моделите за самоконтролирано обучение, непрекъснатото обучение и обобщаването на задачите. Например бъдещите приложения на езиковите модели на невронните мрежи, като BERT, биха могли да позволят взаимодействие между хората на различни езици и в различни контексти. Вероятно ще получим по-качествени данни за езици, използвани от по-малки групи от населението, а отклоненията в системите за изкуствен интелект ще бъдат по-лесно откриваеми и отстраними. Ето защо можем да очакваме чатботовете с ИИ, като например „ChatGPT“, да станат по-подобни на хората и да се използват по-широко, например в училищата и университетите.

През следващите години ще станем свидетели на все по-широко използване на лицевото разпознаване за контрол на достъпа и сигурността. Китай е един от най-ярките примери, където правителството почти изцяло е внедрило технологията за разпознаване на лица в своето общество. Все още обаче не е ясно дали повече държави ще последват примера на Китай, тъй като това повсеместно разпространение на изкуствения интелект в обществото вероятно ще породи опасения за неприкосновеността на личния живот, наблюдението и етичните проблеми.

Това, което е сигурно, е, че приемането на изкуствения интелект и инвестициите в него ще продължат да нарастват през следващите години. Всъщност, според проучването на McKinsey, 63% от анкетираните заявяват, че техните инвестиции в изкуствен интелект ще се увеличат през следващите няколко години, генерирайки ползи като положителен ефект върху приходите и намаляване на разходите. До 2025 г. глобалните приходи от свързаните с ИИ корпоративни приложения се очаква да достигнат 31 млрд. щатски долара. Ръстът на ИИ обаче трябва да бъде прозрачен и управляван, за да се отговори на опасенията за неприкосновеността на личния живот и етичните проблеми. Ето защо днес правителствата и предприятията трябва да създадат закони за ИИ, които да направляват развитието на ИИ в бъдеще.

Britta Daffner

As the "Head of Data Strategy & Data Culture" at O2 Telefónica, Britta champions data-driven business transformation. She is also the founder of "dy.no," a platform dedicated to empowering change-makers in the corporate and business sectors. Before her current role, Britta established an Artificial Intelligence department at IBM, where she spearheaded the implementation of AI programs for various corporations. She is the author of "The Disruption DNA" (2021), a book that motivates individuals to take an active role in digital transformation.