Штучний інтелект є напрямом інформатики. Він створює програми і системи, здатні виконувати завдання, що раніше вважалися винятково людськими: розпізнавати мову й зображення, приймати рішення на основі даних, генерувати текст. Термін охоплює десятки різних технологій, від простих алгоритмів прийняття рішень до великих мовних моделей на кшталт ChatGPT. У кожному конкретному випадку варто уточнювати, про яку саме технологію йдеться, бо під однією назвою ховаються дуже різні механізми.
У побуті словом «ШІ» найчастіше називають генеративні моделі, що набули масового поширення після 2022 року. У технічній літературі цей термін ширший: він охоплює і класичні експертні системи дев’яностих років, які працювали за жорстко прописаними правилами без жодної нейромережі. Різниця між цими двома підходами і пояснює, чому «штучний інтелект» не є єдиною технологією.
Як працює штучний інтелект: механізм, а не тільки результат
Класичний, дореформований підхід до ШІ виглядав так: інженер прописував правила вручну, а програма застосовувала їх до вхідних даних. Система для гри в шахи 1990-х перебирала можливі ходи за заданим алгоритмом і оцінювала позиції за формулою, яку склала людина. Сучасний підхід влаштований інакше: замість правил системі дають масив прикладів, а вона сама виводить закономірність.
Технічно це виглядає як послідовність кроків. Спочатку дані готують: очищають від шуму, розмічають, ділять на навчальну і перевірочну вибірки. Потім модель багаторазово прогонює ці дані крізь себе, щоразу коригуючи внутрішні параметри так, щоб зменшити різницю між своїм прогнозом і правильною відповіддю. Після десятків тисяч таких ітерацій параметри стабілізуються. Модель починає давати прийнятні результати на даних, яких раніше не бачила. Саме ця здатність узагальнювати на новий приклад відрізняє навчену модель від бази даних, яка лише зберігає те, що в неї поклали.
Машинне навчання, глибоке навчання і нейромережі: де проходить межа
Штучний інтелект є парасольковим поняттям. Машинне навчання є його підмножиною, а глибоке навчання є підмножиною машинного навчання. Різницю зручно перевіряти за одним критерієм: хто відбирає ознаки, за якими система приймає рішення.
У класичному машинному навчанні ознаки задає людина. Щоб алгоритм відрізняв спам від звичайного листа, інженер сам вирішує, що враховувати: кількість посилань, наявність певних слів, адресу відправника. У глибокому навчанні цю роботу виконує сама мережа. Багатошарова нейромережа отримує сирі дані. Кожен наступний шар виявляє дедалі складніші закономірності: перший шар розпізнає лінії на зображенні, другий збирає з них контури, третій уже впізнає обличчя. Людина не вказує мережі, на які саме ознаки дивитися, вона лише задає архітектуру і масив прикладів.
Трансформери: що саме змінилося у 2017 році
Жоден з популярних українських матеріалів на цю тему не пояснює, чому саме нинішнє покоління ШІ виявилося настільки потужнішим за системи 2000-х. Відповідь лежить в одній конкретній публікації. У червні 2017 року дослідники Google опублікували статтю «Attention Is All You Need», яка описала архітектуру трансформера.
До трансформера мовні моделі обробляли текст послідовно, слово за словом. Через це вони погано запам’ятовували зв’язки між далекими частинами речення. Трансформер натомість аналізує все речення одночасно через механізм self-attention: для кожного слова модель обчислює, наскільки воно пов’язане з усіма іншими словами в тому самому реченні. Це дозволило навчати мережі паралельно на величезних масивах тексту, а не послідовно. Саме ця архітектура лежить в основі GPT, BERT та більшості інших великих мовних моделей.
Масштаб моделей після цього зростав швидко і послідовно. BERT від Google вийшов у 2018 році. GPT-2 від OpenAI, представлена у 2019 році, мала 1,5 мільярда параметрів і вже вважалася настільки переконливою у генерації тексту, що компанія спершу відкладала повний публічний реліз. GPT-3, представлена у 2020 році, мала 175 мільярдів параметрів. Публічний чат-інтерфейс ChatGPT на основі цього сімейства моделей OpenAI випустила 30 листопада 2022 року. Саме цей реліз зробив генеративний ШІ побутовим словом.
Скільки ШІ додасть економіці: дві цифри, які не суперечать одна одній
У звіті PwC 2017 року фігурує оцінка: до 2030 року штучний інтелект додасть світовій економіці 15,7 трильйона доларів. Частина українських матеріалів переносить цю цифру на 2035 рік, хоча в оригінальному звіті йдеться саме про 2030-й. Це проста помилка переписування, яка кочує з сайту на сайт.
Поруч із цією цифрою в статтях зазвичай стоїть інша: обсяг світового ринку ШІ-технологій, який оцінюють приблизно в 1,3 трильйона доларів до 2030 року. Різниця майже у дванадцять разів виглядає як протиріччя, але це два різні виміри. Ринок у 1,3 трильйона це виручка компаній, які продають ШІ-продукти й послуги. Внесок у 15,7 трильйона це сукупний ефект для всієї економіки: продуктивність праці в компаніях, що впровадили ШІ, нові товари, зростання споживання. Друга цифра включає першу як малу частину, а не суперечить їй.
| Тип ШІ за можливостями | Що вміє | Чи існує реально |
|---|---|---|
| Реактивні системи | Реагують на поточний вхід без пам’яті про минуле | Так, шахові програми, базові рекомендаційні системи |
| Обмежена пам’ять | Враховують нещодавню історію для прийняття рішення | Так, це переважна більшість сучасних систем, включно з ChatGPT |
| Теорія розуму | Розуміє наміри, емоції й переконання інших агентів | Немає працюючих реалізацій, лише дослідницькі прототипи |
| Самосвідомий ШІ | Має власну модель себе як суб’єкта | Не існує, залишається гіпотезою |
Де ШІ вже працює
Найбільш задокументовані приклади мають конкретні дати. У 1997 році комп’ютер IBM Deep Blue переміг чинного чемпіона світу з шахів Гаррі Каспарова. Це була перша публічна демонстрація того, що машина здатна обіграти людину в задачі, яку довго вважали мірилом стратегічного мислення. У 2011 році система Watson від IBM перемогла чемпіонів вікторини Jeopardy, працюючи з питаннями природною мовою без заздалегідь заданої бази готових відповідей. У 2016 році програма AlphaGo від DeepMind перемогла Лі Седоля в го, грі зі значно більшою кількістю можливих партій, ніж у шахах, де прямий перебір варіантів фізично неможливий навіть для найпотужніших комп’ютерів.
Поза цими показовими матчами ШІ працює непомітно у щоденних сервісах: розпізнавання обличчя для розблокування смартфона, рекомендаційні алгоритми стрімінгових платформ, системи виявлення шахрайських транзакцій у банках, аналіз медичних знімків для пошуку ознак патологій. У жодному з цих випадків система не «розуміє» зображення чи транзакцію в людському сенсі, вона зіставляє вхідні дані з патернами, знайденими під час навчання.
Коли з’явився сам термін
Тест Тюрінга, перший спосіб перевірити, чи поводиться машина розумно, британський математик Алан Тюрінг запропонував ще в 1950 році, задовго до появи самого терміна. Слова «штучний інтелект» вигадав інформатик Джон Маккарті у заявці на літній науковий семінар у Дартмутському коледжі. Саме цей семінар влітку 1956 року прийнято вважати офіційним народженням галузі. Перша працююча програма, Logic Theorist Аллена Ньюелла і Герберта Саймона, з’явилася ще до семінару і була представлена на ньому як демонстрація нового підходу. У 1966 році Джозеф Вайценбаум створив ELIZA, першу програму, здатну вести примітивний діалог природною мовою за фіксованими шаблонами відповідей.
Далі галузь пройшла через два періоди різкого падіння фінансування, які історики техніки називають «зимами ШІ»: перший припав на середину сімдесятих, другий на кінець вісімдесятих. Обидва рази причина була однакова: обіцянки дослідників випереджали реальні можливості обчислювальної техніки того часу, інвестори втрачали інтерес, а фінансування наукових груп скорочувалося на роки вперед.
Обмеження: чого ШІ не вміє
Сучасні мовні моделі не розуміють текст у тому сенсі, в якому розуміє людина, вони обчислюють статистично ймовірне продовження послідовності токенів. Звідси відоме явище «галюцинацій»: модель впевнено генерує факт, дату чи посилання, яких не існує, бо для неї це просто ще одна ймовірна послідовність слів.
Модель успадковує упередження з даних, на яких навчалася. Якщо навчальний масив містить перекіс за статтю, расою чи регіоном, система відтворить цей перекіс у своїх рішеннях, навіть якщо жоден інженер не закладав його свідомо. Маркетингові тексти про «свідомий» чи «мислячий» ШІ не відповідають технічному стану справ. Жодна з існуючих систем не має моделі власного досвіду, це залишається предметом досліджень і відкритим питанням для науки.
