מספר טכנולוגיות חדשות יצרו באז סביב בינה מלאכותית (AI) ומה המשמעות שלה לעתיד שלנו כחברה. כל טכנולוגיה מגיעה מענפים שונים של AI ומציבה מערך ייחודי של יתרונות וחששות.
זיופים עמוקים ושיבוט קולי AI מקשים עליך לסמוך על כל מה שאתה רואה או שומע באינטרנט. יש האומרים ש-ChatGPT ומערכות AI למידה עמוקה דומות עשויות ליצור יתירות עבודה בכמה תחומים. נשאלת שאלה נוגעת אחת: "האם AI בסופו של דבר יחליף מתכנתים?"
מהי בינה מלאכותית?
AI הוא ענף של מדעי המחשב המתמקד ביכולת של מערכת לפתור בעיות באמצעות אחת (או יותר) מארבע איכויות. מערכת בינה מלאכותית יכולה לחשוב באופן אנושי, לפעול באופן אנושי, לחשוב בצורה רציונלית ו/או לפעול בצורה רציונלית.
ההיסטוריה של הבינה המלאכותית
למרות שנראה שבינה מלאכותית קיימת כבר מאות שנים, זה תחום שתפס תאוצה באמצע שנות ה-1900. אחד התאריכים הבולטים בתולדות הבינה המלאכותית הוא 1956, זו הייתה שנת ההיכרות הרשמית לתחום הבינה המלאכותית. הקדמה זו התרחשה בכנס בדארטמות' קולג'.
כמה שמות גדולים מקשרים להיבטים שונים של ההתקדמות המוקדמת ב-AI. אלה כוללים את אלן טיורינג, מרווין מינסקי, אלן ניואל, הרברט סיימון, ג'ון רובינסון ואלן קולמראור.
פעל בצורה אנושית
בשנת 1936 פרסם אלן טיורינג מאמר שכותרתו "על מספרים ניתנים לחישוב, עם יישום לבעיית Entscheidungsproblem". במאמר זה הציג טיורינג את הרעיון של מכונת טיורינג שעד היום ממלאת תפקיד חשוב בבינה מלאכותית. הוא הוכיח שעם האלגוריתם הנכון, מכונת טיורינג יכולה לבצע כל חישוב מתמטי.
מאוחר יותר ב-1937, טיורינג השתמש בבעיית העצירה כדי להצביע על המגבלות של מכונות חכמות. ואז בשנת 1950, טיורינג הגדיר אינטליגנציה של מכונה באמצעות מה שהוא מכנה מבחן טיורינג. אם מערכת בינה מלאכותית עוברת את מבחן טיורינג, המערכת הזו יכולה לפעול בצורה אנושית.
תחשוב אנושי
מרווין מינסקי הוא שם פופולרי בתחום הבינה המלאכותית. הוא ידוע בפיתוח מכונת הלמידה הראשונה של רשת עצבית קווית אקראית, שנקראה SNARC ב-1951. רשתות עצביות מלמדות מחשבים לעבד נתונים בדומה למוח האנושי. ההגדרה של מינסקי ל-AI היא שזה "המדע של לגרום למכונות לעשות דברים שידרשו אינטליגנציה אם יעשו על ידי גברים".
אלן ניואל והרברט סיימון הם שני חלוצים נוספים בתחום הבינה המלאכותית, שהתמקדו ביכולת של מכונה לדמות חשיבה אנושית. בשנת 1956, הם הציגו את תוכנת המחשב הראשונה לעיבוד סמלים, שנקראה "תורת הלוגיקה". בשנת 1961, ניואל וסיימון פיתחו את פותר הבעיות הכללי (GPS), אשר בעצם מחקה את המחשבה האנושית.
תחשוב רציונלית
כנסו לג'ון רובינסון, שפרסם ב-1965 כתב עת בשם "לוגיקה מוכוונת מכונה המבוססת על עקרון ההחלטה". הוא גם המציא את חישוב הרזולוציה להגיון הפרדיקטים, הממלא תפקיד חיוני תפקיד ב-AI.
לוגיקה פרדיקטית היא שפה פורמלית המשתמשת בלוגיקה כדי לייצג חשיבה רציונלית. שפה זו משתמשת במסגרת שהנחות יסוד נכונות יפיקו מסקנות נכונות. לדוגמה, אלקסה היא מכונה; כל המכונות מקלות על העבודה; לכן, אלקסה מקלה על העבודה.
ההתקדמות האחרונה בתחום הבינה המלאכותית
כפי שהיה בתקופת הקמתו, תחום הבינה המלאכותית כיום מורכב מאוד עם ענפים רבים ושונים. כל סניף תחת המטרייה של AI עושה צעדים משמעותיים ללא הרף.
למידת מכונה היא ענף של AI שמשתמש באלגוריתמי נתונים כדי לחקות למידה אנושית, מה שמשפר את הדיוק שלו בכל איטרציה. אחת מתת-הקבוצות הבולטות יותר של למידת מכונה היא למידה עמוקה. למידה עמוקה משפרת את למידת מכונה על ידי הפחתת הצורך של מכונה בסיוע אנושי.
לדוגמה, אם היו לך תמונות של פרחים שרצית לקבץ לפי מינים, תהליך הסיווג יהיה שונה בהתאם לסוג המערכת. אם המערכת שלך משתמשת בלמידת מכונה, תצטרך לקבוע באופן ידני את התכונות המבדילות בין מינים. עם זאת, מערכת המשתמשת בלמידה עמוקה תקבע את המאפיינים המובחנים הטובים ביותר עבור כל מין לבד.
למידה עמוקה יצרה גלים גדולים בתעשייה בשנים האחרונות, בשל מספר טכנולוגיות. ChatGPT היא טכנולוגיית למידה עמוקה שזוכה כרגע לתשומת לב רבה.
לפי ChatGPT, זה:
מודל שפה גדול שנוצר על ידי OpenAI. זוהי תוכנית בינה מלאכותית (AI) שנועדה להבין שפה טבעית וליצור תגובות דמויות אנוש לסוגים שונים של שאלות והנחיות. המודל מבוסס על ארכיטקטורת למידה עמוקה הנקראת שנאי, המסוגלת לעבד בגדול כמויות של נתוני טקסט ויצירת תגובות בהתבסס על דפוסים ויחסים שהוא למד מזה נתונים.
מאז השקתו ברבעון הרביעי של 2022, ChatGPT היה נושא לוויכוח רב. מה שמייחד את מערכת הבינה המלאכותית הזו הוא כישורי עיבוד השפה הטבעית שלה, יחד עם היכולת שלה ללמוד מידע חדש באמצעות למידה חיזוקית ממשוב אנושי (RLHF). נראה שיש לו גם יכולת חזקה לכתוב ולתקן קוד. יש האומרים שטכנולוגיה זו מייצגת את תחילת ההכחדה של מתכנתים אנושיים.
מאפיינים רצויים של מתכנת אנושי ש-AI אינו יכול לשכפל
מערכת AI יכולה ללמוד איך לכתוב קוד שיוצר תוכנה. עם זאת, החלפת מתכנתים לחלוטין עשויה להיות קצת יותר מסובכת. יכולתה של מערכת בינה מלאכותית עשויה לאפשר לה לצמצם את כוח העבודה על ידי סיוע למתכנתים לעבוד מהר יותר, אך היא לעולם לא יכולה להחליף באמת עובדים אנושיים. מאפיין הבחנה עיקרי בין מתכנתים ומערכות AI הוא המוח האנושי והמאפיינים המורכבים שלו.
לפי אנדרו נג, אחד השמות המובילים ב-AI כיום:
נוירון בודד במוח הוא מכונה מורכבת להפליא שגם היום אנחנו לא מבינים אותה. 'נוירון' בודד ברשת עצבית הוא פונקציה מתמטית פשוטה להפליא הלוכדת חלק זעיר מהמורכבות של נוירון ביולוגי.
היכולת של המוח לייצר מחשבה חדשה מאוויר דל לכאורה היא מעבר להבנה האנושית. זה בהחלט לא משהו שמערכת בינה מלאכותית יכולה לשכפל. מאפיין רצוי נוסף של מתכנתים הוא תמיהה של יצירתיות, וזה שוב משהו שמכונה לא יכולה לשכפל.
באמצעות למידה עמוקה, AI יכול לתת רושם של חשיבה אנושית. חלק ממערכות הבינה המלאכותית יכולות לקבל החלטות פשוטות, אך החלטות אלו מחווירות בהשוואה ליכולות קבלת ההחלטות של המוח האנושי. בינה מלאכותית יכולה לכתוב קוד, אבל היא לא מסוגלת להבטיח שהקוד שהיא כותבת הוא הקוד הנכון. מערכת בינה מלאכותית לא יכולה לשכפל שיקול דעת אנושי, ואין שום אינדיקציה שהיא תוכל לעשות זאת בעתיד.
העתיד של AI ותכנות
טכנולוגיות בינה מלאכותית כגון ChatGPT הוכיחו עד כמה בינה מלאכותית יכולה להיות שימושית למתכנתים. זה מייצר קוד במהירות ויכול לעזור עם זרימת העבודה הכוללת של מתכנת. עם זאת, ChatGPT גם הוכיחה שאפילו טכנולוגיית הלמידה העמוקה המתקדמת ביותר שיש לנו כרגע לא יכולה להתמודד עם אוטונומיה מוחלטת. ידוע ש-ChatGPT מייצר תשובות שטותיות לשאלות, לפי OpenAI.
לכן, סביר להניח שהעתיד של AI בתכנות הוא אחד של "עוזרים" ולא של "החלפות" של מתכנתים.
