Един въпрос на 75 години
През 1950 г. Алън Тюринг започва статия с изречението „Предлагам да разгледаме въпроса: могат ли машините да мислят?“. Веднага след това се отказва от него — счита го за твърде неясен — и го заменя с друг, проверим: може ли машина да води разговор така, че човек отсреща да не разбере, че говори с машина. Това е тестът на Тюринг.
Замяната е важна и до днес. Въпросът „мисли ли машината“ води до спорове без край. Въпросът „справя ли се машината със задача, за която досега е трябвал човек“ има отговор, който може да се измери. Целият този курс стои върху втория въпрос.
Изкуствен интелект (ИИ, AI)
Област от информатиката, която изгражда системи, изпълняващи задачи, изискващи човешка интелигентност — разпознаване, разбиране на език, вземане на решения, планиране, творчество.
Двата пътя към „умната“ програма
Досега във всяка написана от вас програма правилата идват от вас. Ако трябва да разпознаете спам, вие сядате и измисляте условията: if (текстът съдържа „спечели“) …. Това е първият път — символен изкуствен интелект, човекът пише правилата.
Вторият път е обратен. Показваме на програмата хиляда съобщения, обозначени от човек като „спам“ или „нормално“, и програмата сама намира закономерността. Никой не е написал условието — то е извлечено от данните. Това е машинното обучение.
| Правила от човек | Правила от данни | |
|---|---|---|
| Кой измисля правилата | Програмистът | Алгоритъмът, от примери |
| Какво е нужно | Експерт по задачата | Много обозначени примери |
| Разбираемо ли е | Да — всяко правило се чете | Често не — милиони числа |
| Когато светът се промени | Пренаписваме правилата | Дообучаваме с нови данни |
| Силно при | Данъци, шах-дебюти, счетоводство | Образи, реч, език, препоръки |
Нито един от двата не е „по-добрият“
Правило „ДДС е 20%“ няма нужда да се учи от данни — то е записано в закон. Обратно — никой не може да напише правилата, по които се разпознава котка на снимка. Инженерът избира подхода според задачата, а често комбинира двата.
Как се подреждат понятията
Трите термина, които медиите ползват като синоними, всъщност са вложени един в друг:
- Изкуствен интелект — най-широкото понятие. Включва и програма, изцяло построена от написани на ръка правила.
- Машинно обучение — подмножество, при което системата намира закономерности в данни, вместо да получава правила.
- Дълбоко обучение — машинно обучение с многослойни невронни мрежи. Тук са ChatGPT, разпознаването на реч и на лица.
- Генеративен AI — не е ново ниво, а вид задача: системата произвежда нов текст, изображение или звук, вместо да избира етикет.
Кратка история и двете зими
Защо дойдоха зимите
През 60-те години изследователите обещават машинен превод и човекоподобно разсъждение „до десет години“. Обещанието не се изпълнява, финансирането спира и следва AI зима — години на замразени проекти. Втора вълна идва през 80-те с експертните системи (огромни набори от правила, събрани от специалисти); те се оказват твърде скъпи за поддръжка и следва втора зима.
Урокът от двете зими е практически: областта се движи не от обещания, а от резултати, които могат да се измерят.
Защо точно сега
Идеите зад невронните мрежи са от 50-те и 80-те години. Работят обаче едва след 2012 г., защото се събират три неща едновременно:
- Данни — интернет създаде милиарди снимки и текстове за обучение.
- Изчислителна мощ — видеокартите (GPU) правят точно тези сметки милиони пъти по-бързо от процесора.
- Алгоритми — трансформърът (2017) позволява да се обучават модели с милиарди параметри.
Проверка на здравия разум
Когато утре чуете „нов AI, който разбира света“ — питайте трите въпроса на този курс: с какви данни е обучен, каква точно задача решава и как е измерено, че се справя. Ако няма отговор и на трите, това е реклама, не резултат.
Какво няма да правим
Няма да изграждаме съзнание и няма да обсъждаме дали моделът „чувства“. Ще правим системи, които решават конкретни задачи и чието качество може да се измери с число. В практикума започваме от най-простото — програма с правила, написани от човек — и виждаме къде тя се чупи. Именно това чупене ражда машинното обучение.