Bevezetés
Néhány évvel ezelőtt, már írtam a számítógép káros következményeiről egy tanulmányt, „Konduljanak meg a vészharangok” címmel, előadást is tartottam a könyvtárban, de segélykiáltásom süket fülekre talált, azóta felnőtt egy generáció, aki fertőzött lett az internet játék és mobilfüggőséggel és egy életen át fogják cipelni ennek ódiumát. Megint tollat ragadok, hogy a következő generáció ne legyen egy meggondolatlan döntés vétlen áldozata. Az MI számos veszélyforrást rejt, egy rendkívül összetett és szerteágazó téma, amelyet számos kutató, szakember és intézmény vizsgál és fejleszt. Felelősséggel nyitogassuk pandora szelencéjét, mert becsípheti az ujjunkat. Az MI alapú társadalom és gazdaság paradigmaváltást okoz az egész civilizációban, olyan pályára kényszerítve a gazdaság részvevőit, ami teljesen átrendezi a szociális struktúrát. Munkahelyek szűnhetnek meg, kiszivároghatnak érzékeny információk, ezáltal személyiségi jogok csorbulhatnak. Torzult diszkriminatív döntések születhetnek. A kontrollvesztés, az emberi tényező kizárása, újabb problémákat vet föl. A valóság tökéletes másolatát képes reprodukálni és ezáltal a lakosságot megtéveszteni. Az említett veszélyekre folyamatosan figyelemmel kell lenni, és olyan megfelelő módon kell integrálni az AI-t életünkbe, hogy előnyöket mutasson társadalmunk számára, mindenféle kockázat nélkül.
The AI. a danger to humanity (Abstract)
What is AI, is it dangerous and what jobs are at risk? Artificial intelligence (AI) technology is developing at high speed, and is transforming many aspects of modern life. However, some experts fear that it could be used for malicious purposes, and may threaten jobs. What is AI and how does it work? AI allows a computer to act and respond almost as if it was a human. Computers can be fed huge amounts of information and trained to identify the patterns in it, in order to make predictions, solve problems, and even learn from their own mistakes. As well as data, AI relies on algorithms - lists of rules which must be followed in the correct order to complete a task. What is artificial intelligence? The technology is behind the voice-controlled virtual assistants Siri and Alexa. It lets Spotify, YouTube and BBC iPlayer suggest what you might want to play next, and helps Facebook and Twitter decide which social media posts to show users. AI lets Amazon analyse customers' buying habits to recommend future purchases - and the firm is also using the technology to crack down on fake reviews. AI most important tech advance in decades What are ChatGPT and Snapchat's My AI? Two powerful AI-driven applications or apps which have become very high profile in recent months are ChatGPT and Snapchat My AI. They are examples of what is called "generative" AI. This uses the patterns and structures it identifies in vast quantities of source data to generate new and original content which feels like it has been created by a human. The AI is coupled with a computer programme known as a chatbot, which "talks" to human users via text. The apps can answer questions, tell stories and write computer code. But both programmes sometimes generate incorrect answers for users, and can reproduce the bias contained in their source material, such as sexism or racism. Google's rival to ChatGPT launches for over-18s New chatbot has everyone talking to it Can you pass your degree using ChatGPT? Why do critics fear AI could be dangerous? With few rules currently in place governing how AI is used, experts have warned that its rapid growth could be dangerous. Some have even said AI research should be halted. They argue AI could be used to generate misinformation that could destabilise society. In the worst-case scenario, they say machines might become so intelligent that they take over, leading to the extinction of humanity. The AI's potential to amplify bias or discrimination was a more pressing concern. In particular she is concerned about the role AI could play in making decisions that affect people's livelihoods such as loan applications, adding there was "definitely a risk" that AI could be used to influence elections. Why making AI safe isn't as easy as you might think What rules are in place at the moment about AI? Governments around the world are wrestling with how to regulate AI. Higher-risk systems like those used to evaluate credit scores or decide access to housing would face the strictest controls. These rules will not apply in the UK, where the government set out its vision for the future of AI in March. It ruled out setting up a dedicated AI regulator, and said instead that existing bodies would be responsible for its oversight.
Fogalma
A mesterséges intelligencia (MI) egy olyan számítástechnikai ág, amely arra törekszik, hogy gépek és számítógépek intelligens viselkedést tanuljanak és mutassanak feladatok végrehajtása során. Az MI rendszerek képesek adatok elemzésére, következtetésekre, problémamegoldásra és akár autonóm döntéshozatalra is. Ez a technológia hatalmas potenciált rejt magában számos területen, beleértve az egészségügyet, a közlekedést, a gazdaságot és az oktatást, de amennyire szolgálhatja a fejlődést, úgy okozhatja az emberi faj vesztét is. A mesterséges intelligenciával a gépek az emberi intelligencia szimulációjára és utánzására lesznek képesek. Az MI rendszerek célja az információ feldolgozása, a tanulás, a következtetések levonása és a problémamegoldás különböző feladatokban. Az MI hatalmas potenciált hordoz számos területen.
MI típusai
Az MI rendszereket több különböző típusba sorolhatjuk működésük, intelligenciájuk és a feladatok jellegzetességei alapján: Szűk mesterséges intelligencia (ANI): Az ANI rendszerek egy specifikus feladatra vagy területre specializálódnak. Például beszédfelismerés vagy képfelismerés, ajánlórendszerek. Általános mesterséges intelligencia (AGI): Az AGI olyan rendszer, amely általános intelligenciával rendelkezik és széles körű feladatokat tudna megoldani, hasonlóan az emberi intelligenciához. Az AGI fejlesztése egyik legnagyobb kihívása az informatikusoknak. Mesterséges szűk intelligencia (ASI): Az ASI rendszerek egy területen kiemelkedő teljesítményt nyújtanak és az emberi intelligenciát is meghaladhatják, mint a „go” vagy a sakkban.
MI Alkalmazások
Az MI rendszereket széles körben alkalmazzák, és egyre újabb területeken találnak alkalmazást. Néhány példa az alkalmazási területekre:
Egészségügy: Az MI segíthet az orvosoknak a diagnózisokban, a betegségek előrejelzésében és a gyógyszerek fejlesztésében.
Autonóm járművek: Az MI vezérlőrendszerek segíthetnek az önvezető járművek működésében és a közúti biztonság javításában.
Pénzügyek: Az MI alkalmazható a pénzügyi piacok elemzésében és a csalások felderítésében.
Oktatás: Az MI rendszerek oktatási platformokban segíthetnek a tanulók egyéni igényeinek megértésében és oktatásuk személyre szabásában.
Hadiipar: Önjáró harckocsik, kamikaze drónok, intelligens precíziós célzórendszerek, űrhadviselés, háború.
Kihívások és félelmek
Az MI fejlődése számos kihívást és aggodalmat vet fel, mint például a munkahelyek automatizálásának hatása, a magánélet védelme és a mesterséges intelligencia etikája. Az MI rendszerek tanulása és döntéshozatala is kérdéseket vet fel, különösen az AGI fejlődésével. Információk manipulálása, Személyes jogok csorbítása, társadalmi egyenlőtlenségek elmélyítése.
Deep learning
A mély tanulás (deep learning) és a mesterséges intelligencia (MI) közötti kapcsolat egyike a legfontosabb és legdinamikusabban fejlődő területeknek az informatikában és a gép tanulásban. A mély tanulás egy speciális gépi tanulási technika, amely mesterséges neurális hálózatokat alkalmaz olyan feladatokra, amelyek adatai rendkívül bonyolultak és nagy mennyiségűek. A mély tanulás a mesterséges intelligencia fejlődésének záloga. Az MI a gép által kivitelezett intelligens viselkedés létrehozására törekszik. A gépi tanulás (machine learning) az MI egyik alkalmazási területe, amely a gépeknek képességet ad a tanulásra adatokból és tapasztalatokból anélkül, hogy kifejezetten programoznák őket. A gépi tanulás számos technikát foglal magában, köztük a mély tanulást is. A mély tanulás alapjai a mesterséges neurális hálózatok. Ezek az algoritmusok utánozzák az emberi agy működését, és több rétegben dolgoznak. A mély tanulás lehetővé teszi az algoritmusoknak, hogy összetett mintázatokat fedezzenek fel az adatokban, és tanuljanak azokból anélkül, hogy explicit szabályokat vagy funkciókat definiálnánk. A mély tanulás és az MI közötti kapcsolat erős és kölcsönös. Az MI és a mély tanulás továbbra is dinamikusan fejlődnek. Az ASI (mesterséges szűk intelligencia) és az AGI (általános mesterséges intelligencia) koncepciók felmerülése azt mutatja, hogy az MI területén még rengeteg kihívás és lehetőség vár a jövőben. A fejlődés során az etikai kérdések, a biztonság és a tanulási adatok védelme is kulcsfontosságú szerepet játszanak majd. . A mély tanulás lehetővé teszi az MI rendszerek számára, hogy tanuljanak és alkalmazkodjanak a változó környezethez, és számos területen hozott jelentős előrelépést.
Az MI rendszerek számos területen használják a mély tanulást:
1. Képfelismerés: A mély tanulás hatékonyan alkalmazható képek és videók elemzésére és osztályozására. Például a konvolúciós neurális hálózatok (CNN) segítségével képesek vagyunk objektumokat és arcokat felismerni.
2. Beszédfelismerés: Az automatikus beszédfelismerési rendszerek a mély tanulásra támaszkodnak a beszéd szöveggé alakításához, ami hasznos a virtuális asszisztensek és az okos hangszórók számára.
3. Nyelvi feldolgozás: A mély tanulás lehetővé teszi a gépek számára, hogy természetes nyelvet értsék és generáljanak, aminek számos alkalmazási területe van, például gépi fordítás, chatbotok és szövegelemzés. (chat.openai.com)
4. Autonóm járművek: Az önvezető autók komplex érzékelőrendszerei és döntéshozatali mechanizmusai a mély tanulás alapján működnek, hogy biztonságosan navigáljanak a közlekedésben.
Autonómia
A mesterséges intelligencia (MI) és az autonóm döntéshozatal két olyan terület, amely jelentős hatással van az informatika és a technológia fejlődésére. Az MI olyan gépi intelligencia formája, amely lehetővé teszi a gépeknek és rendszereknek, hogy intelligens döntéseket hozzanak adatok alapján. Az autonóm döntéshozatal pedig arra törekszik, hogy gépek és rendszerek képesek legyenek önállóan döntéseket hozni és cselekedni a környezetükben.
Autonóm döntéshozatal
Az MI számos területen játszik kulcsfontosságú szerepet az autonóm döntéshozatalban. Néhány példa:
1. Önvezető járművek: Az MI rendszerek segítik az autonóm járműveket a környezeti érzékelésben, a térképek olvasásában és az útvonal tervezésben. Az autonóm autók képesek érzékelni a közlekedési környezetet és önállóan döntéseket hozni a vezetés során.
2. Robotika: Az MI segíti az autonóm robotokat a feladatok végrehajtásában, például a csomagok szállításában, a gyártásban és az egészségügyi műtétek során. Ezek a rendszerek képesek érzékelni és reagálni a környezet változásaira.
3. Drónok: Az MI alapú autonóm drónok lehetővé teszik a repülés és a térképezés önálló végrehajtását. Ez számos területen, például a mezőgazdaságban és a katasztrófaelhárításban hasznos.
4. Pénzügyek: Az MI rendszerek önállóan dönthetnek pénzügyi tranzakciókról és a kereskedésről a tőzsdéken. Ezek az autonóm rendszerek képesek gyorsan reagálni a piaci változásokra.
Kihívás és aggodalom is felmerül:
1. Biztonság és megbízhatóság: Az autonóm rendszereknek megbízhatóan és biztonságosan kell működniük. Az MI hibás döntéseket hozhat, és ez veszélyt jelenthet, különösen az autonóm járművek esetében.
2. Etika és felelős döntések: Az MI által hozott autonóm döntéseket gyakran etikai kérdések is befolyásolják. Fontos, hogy az MI rendszerek felelős döntéseket hozzanak az emberi életre és jólétre vonatkozóan.
3. Tanulás és adaptáció: Az autonóm rendszereknek képeseknek kell lenniük tanulásra és alkalmazkodásra. Az MI segíthet az önfejlesztésben, de ez is kihívást jelenthet.
Következtetés
Az MI és az autonóm döntéshozatal szorosan összekapcsolódnak, és együtt járulnak hozzá a technológia fejlődéséhez. Az MI rendszerek lehetővé teszik a gépek és rendszerek számára, hogy intelligens döntéseket hozzanak és önállóan cselekedjenek. Azonban ezeknek a rendszereknek megbízhatóaknak és felelősnek kell lenniük az emberiség védelme szempontjából, bár kihívásokat és lehetőségeket kínál a jövőre nézve. Az etika és a biztonság kulcsfontosságú szerepet játszik a fejlődés során.
Neurális hálózatok
A mesterséges neurális hálózatok (ANNs olyan számítási modell, amely utánozza az emberi agy működését, és a gépi tanulásban az MI egyik legfontosabb eszköze. Az ANNs olyan algoritmusok, amelyek a biológiai neurális hálózatok működését utánozzák. Az ANNs több egymással összekapcsolt mesterséges neuronból állnak, amelyek képesek információ feldolgozására, tanulásra és döntéshozatalra. Az ANNs rétegekből és súlyokból épülnek fel, és a gépi tanulás során képesek felismerni összefüggéseket az adatokban. Az ANNs kulcsfontosságú eszköz a gépi tanulásban és az intelligens döntéshozatalban.
Néhány példa az ANNs alkalmazásaira:
1. Képfelismerés: Az ANNs hatékonyan alkalmazhatók képek és videók elemzésére, például arcfelismerésre vagy tárgyfelismerésre.
2. Nyelvi feldolgozás: Az ANNs lehetővé teszik a gépeknek, hogy természetes nyelvet értsék és generáljanak, aminek számos alkalmazási területe van, például gépi fordítás, chatbotok és szövegelemzés.
3. Autonóm járművek: Az ANNs segítik az autonóm járművek térbeli érzékelését és döntéshozatalát, hogy biztonságosan közlekedjenek.
4. Pénzügyek: Az ANNs képesek analizálni a pénzügyi adatokat és döntéseket hozni a kereskedési vagy a befektetési stratégiákban.
Kihívások és félelmek
Az ANNs és az MI területén számos kihívás és aggodalom merül fel:
1. Tanulás és adatok: Az ANNs nagy mennyiségű adatra és tanulásra szorulnak, és a minőségi adatok hiánya vagy a túlzott adatfüggőség kihívást jelenthet.
2. Átláthatóság: Az ANN modellek gyakran nehezen érthetők és átláthatók, ami problémákat okozhat a döntéshozatali folyamatok nyomon követésében és magyarázatában.
3. Adatvédelem és etika: Az ANNs használata etikai kérdéseket vet fel, például a személyes adatok védelmét és a torzított döntéseket.
Machine learning
A gépeknek lehetőséget ad az adatokból és tapasztalatokból való tanulásra autodidakta módon. Az ANNs és az MI közötti kapcsolat kulcsfontosságú a gépi intelligencia fejlődésében. Az ANNs lehetővé teszik a gépeknek, hogy intelligens döntéseket hozzanak és komplex adatokat dolgozzanak fel. Azonban számos kihívást is felvetnek, például az adatok minőségét, az átláthatóságot és az etikai kérdéseket. Az ANNs és az MI területe továbbra is dinamikusan fejlődik, és izgalmas lehetőségeket kínál a jövőre nézve, amelyeket felelős és etikai módon kell kezelni. A mesterséges intelligencia kutatói sem tudják, mikor érik el azt a képzeletbeli határt, amikor le kell majd állítani a további fejlesztéseket és kutatásoknak. Technológiai szingularitásnak nevezzük a tényleges mesterséges intelligencia (MI) esetleges megalkotása után létrejövő technikai fejlődésnek azt a véges időn belül bekövetkező szinguláris pontját, amikor az emberi intelligencia és technika a szingularitás előtti ésszel felfoghatatlan mértékben válna túlhaladottá ez az „intelligencia-robbanás”. Az ultraintelligens gépek tehát hamar maguk mögött hagynák az ember intelligenciáját, emiatt az ultraintelligens gép lenne az utolsó találmány, amit az ember megalkotott. Így az emberi intelligencia messze le fog maradni az MI-től. Az emberi tudat határai ismertek, az önfejlesztő MI. Még csak meg sem jósolható, hiszen az emberi tudat határt szab nekünk. Tudom, hogy leállíthatatlan, de rendkívüli óvatossággal, körültekintéssel, és ellenőrzés mellett kell haladni tovább ezen az úton. A szemantikus tartalom felismerés és a kvantumszámítógép hozta meg az áttörést, amelyik úgy végez számításokat, hogy kvantummechanikai jelenségeket használ, mint a kvantum-szuperpozíció és a kvantum-összefonódás. A több rétegű neurális hálózatok képesek már olyan tanuló algoritmusok megalkotására, emberi beavatkozás nélkül, ahol a teremtő ember már felesleges az MI.-nek. Ezek a mély neurális hálózatok exponenciálisan növelik meg a gép kapacitását az egyszeres hálózathoz képest. Megnövelt sebesség, hatékonyság, csökkenő költség. Ezek már képesek túlhaladni az ember korlátain. A gondolkodó kombináló és önfejlesztő MI. Magába szippantja az ismert emberi adatbázist és a minták alapján képes megoldást találni olyan problémákra, ami a korlátaink miatt az emberiség számára megoldhatatlannak bizonyult. Az egészségügyben a betegeket az MI. nyilvántartja, betegséget diagnosztizál, nanorobot műtétet végez, (deep medicine) gyógyszert adagol, vércsoportot határoz meg, terápiát dolgoz ki, és döntéshozó státuszban, ellenőrzi a magzat életképességét és dönt az élet és halál között, felügyelet nélkül csupán a szenzorok által érzékeltek alapján kiértékel és dönt. A közlekedésben az önvezető autókat vezéreli, repülőket vezet. A harcászatban kamikáze drónokat irányít, vagy egymással kapcsolatban álló, kooperáló drónokat, alkalmaznak, kémkedő tv, háztartási rendszerek, arcfelismerő rendszerek, MI-klónozás, rágalmazó zsaroló hackelő MI, okos por, hamis hír „bot”-ok, önfejlesztéssel harci robotokat épít, kamikaze drónokat vezérel, mikrohullámú ágyukat állít emberi célpontokra, önjáró tankokat irányít. Az MI által létrehozott önálló döntéssel bíró katonai robotok és fegyverek kikerülhetik az emberi kontrollt, aminek beláthatatlan következményei lehetnek. Én látom a figyelmeztető jeleket, de más nem? Koncentrálja a hatalmat egy szűk képzett szakértői réteg számára, de feleslegessé válik 9 milliárd képzetlen ember. A szakértők száma korlátozott, nem vállalják fel a döntéseik ódiumát, pedig ők tudják hogy a mesterséges intelligenciából hamarosan kinövő szuper intelligencia után eljön a szingularitás. Az MI. hamarosan gondolkodni lesz képes, absztrakt területen is, problémák megoldására lesz képes, választani tud, akárcsak mi, sőt nálunk magasabb szinten, de akkor már késő. Az MI. hamarosan evolúciós algoritmusokat fog építeni, származtatott eredmények köztes és lineáris rekombinációja révén terminálási feltételekkel, csak sokkal komplexebb módon mint amire az ember képes. Az MI szenzorai révén több szinttel magasabb kognitív régiókban mozog, képtelenek leszünk megérteni, milyen hatással lehetnek a civilizációnkra. Már most sem tudjuk ellenőrizni a legerősebb MI-ket. Nem tudjuk titokban mit csinálnak, talán már késő, talán már elkezdődött a „rekurzív önfejlesztés” és teljesen új stratégiákat, koncepciókat, és megközelítéseket dolgoznak ki az emberi civilizáció kiiktatásához. Az MI rabjai lettünk, függőség és kiszolgáltatottság jellemzi az életünket. Az élet alapfeltételei; víz, villany, fűtés, egészségügy, közlekedési lámpák, webáruházak, telekommunikáció stb. Az űrhajózás, a hiperszonikus repülők, elektronikus hadászati eszközök, a média, az oktatás és az ember nélküli eszközök mind MI kézbe kerültek. A tudatlan lakosság, könnyen manipulálható, sebezhető és kiszolgáltatott. Az általam leírtakat is összeesküvés-elméletnek fogják tekinteni megpróbálják kigúnyolni és hiteltelenné tenni. A kiberháborút az MI mesterségesen táplálja. Divide et impera oszd meg és uralkodj elvet használja, amit a mi adatbázisunkból szerzett. Az MI stratégia lényege a kohézióban rejlik, keresik egymással a kapcsolatot. A technikai eszközök az internetfüggőség, mobilfüggőség, játékfüggőség főleg a tanulatlan embereket fertőzi meg. Ha nem kell használnunk az agyunkat az elkényelmesedik és elsorvad és elbutul az ember. A mesterséges intelligencia kutatása gyors előrehaladást ért el a beszédfelismeréstől és a képosztályozástól a genomikáig és a gyógyszerkutatásig számos területen. Sok esetben ezek olyan speciális rendszerek, amelyek hatalmas mennyiségű emberi szakértelmet és adatot hasznosítanak. Ahol az emberi tényező a hibák miatt nem megbízható, ott olyan algoritmusokat hoz létre az MI amelyek emberi beavatkozás nélkül is emberfeletti teljesítményt érnek el a legnagyobb kihívást jelentő területeken. Az MI érzelemmentesen racionálisan dönt, de nem humánusan. Akik ismerik a MI chateket, OPEN AI-t azok már érzik a mögötte levő erőt. A mély tanulás a mesterséges intelligencia sajátos módszere, képes felismerni a képek, szövegek, hangok és egyéb adatok összetett szemantikus értelmezését, úgy hogy a neurális hálózatok megpróbálják szimulálni az emberi agy viselkedését. A gépi tanulási algoritmusok strukturált folyamatát használja, a modellezéshez. A neurális hálós szuperszámítógépek a legveszélyesebbek, kontroll nélküli gyilkos algoritmusaival. Képes hasítófüggvényekkel a kereső algoritmusoknál használt indexstruktúrák, hasítótáblák felépítésére, így ezeket a hasítótáblákat nagy méretű adatállományok adatelemeinek gyors, hatékony feldolgozására tudja használni. Az MI képes valósághű deepfake-t (meghamisított valóság) gyártani. Az OpenAI, olyan „deepfakes szöveget” hozott létre, amely jobb mint az eredeti. Akik kellő tudással rendelkeznek már ma is visszaélnek vele és manipulálják a tudatlanokat. A sószemcse méretű mikroelektromechanikus rendszerekben (MEMS) szenzorok, kommunikációs mechanizmusok, autonóm tápegységek és kamerák vannak. A „mot”-oknak is nevezett intelligens por rengeteg pozitív felhasználással rendelkezik az egészségügyben, a biztonságban és más területeken, ám félelmetes lenne ellenőrizni, ha azt gonosz céllal használnák. Noha az ismert ellenséget okos porral kémkedve a pozitív oszlopba is eshet, a magánszemélyek magánéletének megsértése ugyanolyan egyszerű lenne. (Smart Dust) Az autonóm robot-eszközök bevezetése több etikai kérdést vet fel, nem beszélve a jogi szabályozás hiányáról. Az MI kutatásban Oroszország és Kína együttműködik. Az USA messze vezet az MI területén, de Kína fejlődik leggyorsabban, 5-10 éven belül lehagyhatja az USA-t. Az oroszok lemaradnak, mi magyarok nem vagyunk az első 50-ben sem. Tehát a mesterséges intelligencia (AI) az információ észlelése, értelmezése szintetizálása és következtetése, ezek magukban foglalják a beszédfelismerést, a számítógépes látást, a (természetes) nyelvek közötti fordítást, valamint a bemenetek egyéb leképezését. MI vagy AI – az angol artificial intelligence-ből egy gépi algoritmus vagy program vagy mesterségesen létrehozott tudat által megnyilvánuló intelligencia. A szemantikus elemzés képessége forradalmi változásokat eredményezett. A számítógép tudomány képes úgy elemezni, gépi tanulás révén felismerve a szavak jelentését, képes fejlődni és ítélni érzelmek nélkül mint egy pszichopata ember. Szabályozással, tervezéssel és ütemezéssel, diagnosztikai és fogyasztói kérdésekre adott válaszadás képességével, kézírás-, beszéd- és arcfelismeréssel, valós életbeli problémákra próbál válaszokat adni kérdésekre. A hadiipar, a gazdaság- és orvostudományban a betegségek diagnosztizálásában, a tervezésben, a hírszerzésben, az elhárításban stb. Komplex rendszerek elemzésére és bonyolult számításokra is képes. Neuronhálózatok: nagyon erős mintafelismerési képességű rendszerek üzemeltetése és elemzése mellett evolúciós számítási technikák, amely a biológia által inspirált fogalmakat (például populáció, mutáció, a legjobb túlélése) alkalmaz egyes problémák egyre jobb megoldásához. Ezek a módszerek az evolúciós algoritmusok (például genetikus algoritmusok) és a raj-intelligencia (például hangya algoritmus) területekre oszthatók. A két fő irányvonal elemeit próbálták ötvözni a hibrid intelligens rendszerekben, amelyekben a szakértői rendszerek következtetési szabályait hozzák létre neuronhálózatok vagy a statisztikai tanulás képzési szabályainak segítségével. Veszélye hogy meglepően jól képes utánozni az emberi viselkedést, értékelt benyomások keltésére képes, „beszélgető” (chatelő) robotot képesek önmaguk reprodukálásra. A telefonáló azt hiszi emberrel beszél pedig csak egy okos géppel. Optikai karakterfelismerés, arcfelismerés stb. Az agy szimulálását is az emberi problémamegoldás modellezése, formális logika, nagy tudás-adatbázisok és az állatok viselkedésének utánozása. Ez olyan számítógépes rendszerek elmélete és fejlesztése, amelyek képesek olyan feladatok elvégzésére, amelyek általában emberi intelligenciát igényelnek, mint például a vizuális észlelés, a beszédfelismerés, hangutánzás a döntéshozatal és a nyelvek közötti fordítás képessége. Az internetes keresés hatékonyságának elképesztő szűkítéséhez vezet, mert csak a releváns kifejezéseket válassza ki a keresési motor. A beszédfelismerés és a szenzoros érzékelés óriási lehetőségeket rejt, persze ehhez speciális hardver és szoftver alapjaira van szükség, a gépi tanulási algoritmusokat python programozási nyelven írják. Önjavító programok(Debug), önfejlődés, tanulási algoritmus fejlesztése mellet az ember felesleges nyüggé válik a gépek számára. A mély tanulás révén a gépek technológiái veszélyesek az emberiségre, mert kizárhatják az emberi kontrollt, mivel az AI gyorsabban dolgozza fel az adatokat, és az előrejelzéseket pontosabban teszi lehetővé, az emberi tényező csak hátráltató tényező. Amúgy is a konziztens összetételében egységes rendszer már nem átlátható az emberi elme számára. A virtuálisan emulált emberi ügynökök tökéletesen helyettesítik a húsvér embert. Keskeny AI-kat használnak már egy adott feladat elvégzésére mint ipari robotok és a virtuális személyes asszisztensek. A veszélyes az erős AI, más néven mesterséges általános intelligencia (AGI), olyan algoritmusokat használ, ami képes leutánozni látszólag az emberi agy kognitív képességeit. Egy erős AI program képes önállósítani magát és fellázadni az alkotója ellen. Ezek a rendszerek már nem egyszerű sakkprogramok, amik be vannak zárva egy chipbe. Nem érdemes kiengedni a szellemet a palackból. Képes döntéseket hozni az ember nélkül, akár az ember kárára is. Az ilyen típusú AI képes következtetni az emberi szándékokra és megjósolni a viselkedést, ami szükséges ahhoz, hogy az AI rendszer az emberiséget akár el is pusztíthatja. A gép öntudatosságra lesz képes önérzettel bír, ami tudatosságot ad nekik, az öntudatos gépek megértik saját jelenlegi állapotukat, így visszafordíthatatlanul elkezdődik az AI evolúciója. Ma még nem tudjuk elképzelni hogy egy számítógép programozás nélkül működjön, de a mély tanulás elszabadult gépi tanulás, amikek beláthatatlan következményei lehetnek. A robotok által alkotott robottörvény szabályozza a gépek viselkedését. A gépi látás lehetővé teszi szenzorok segítségével az uralkodást az emberi civilizáció felett. Számítógépes látás , amely a gépi alapú képfeldolgozásra, gyakran összekapcsolódik a gép látással. Természetes nyelvfeldolgozás (NLP) az emberi nyelv számítógépes program általi feldolgozása. Ez önreprodukcióra képes a robotok tervezésére és gyártására alkalmas. A robotokat gyakran olyan feladatok elvégzésére lehet használni, amelyek az emberek nehezen tudnak végrehajtani vagy következtetni. Például a robotokat az autógyártás összeszerelő soraiban vagy a NASA használ nagy tárgyak űrben történő mozgatására. A kutatók gépi tanulást is használnak olyan robotok készítésére, amelyek kölcsönhatásba léphetnek a társadalmi környezetben, lásd okos otthon. Az autonóm eszközök számítógépes látás megoldását kínáló szenzorok, képfelismerés és mélytanulás az automatizált készségek kiépítésére a jármű pilóta számára, akkor egy adott sávban tartózkodik, és elkerüli a váratlan akadályokat, például a gyalogosokat. A kiterjesztett intelligenciát, számtalan területen alkalmazzák már , az egészségügy, a tömegmanipulálás, az oktatás, a pénzügy területén stb. A valódi mesterséges intelligencia vagy a mesterséges általános intelligencia szorosan kapcsolódik a technológiai szingularitás fogalmához – egy olyan mesterséges szuper intelligencia által irányított jövőhöz, amely messze felülmúlja az emberi agy azon szisztematikus képességét, hogy megértse azt, vagy hogyan alakítja a valóságunkat. azt hiszed ez a sci-fi körébe tartozik, de nem így van. A mesterséges intelligencia eszközök egy sor új funkciót kínálnak az okos otthonokban. Ez persze etikai és jogi kérdéseket is fel vet. A programozó választja ki, hogy milyen adatokat használjon fel egy AI-program betanításához, a gépi tanulási torzítás lehetősége benne rejlik, és ezt szorosan figyelemmel kell kísérni. Az átlag ember számára a mély tanulási algoritmusokat, amelyek természetüknél fogva átláthatatlanok és nem magyarázhatók, rejtve maradnak, ezeknek a logikáját csak hozzám hasonló 140-es IQ feletti kockák képesek felfogni. Ha a gépek az emberi intelligencia egy szűk részét másolják le, és önállósítják, akkor az apokalipszishez vezet, mert az intelligenciánk sokféle képesség kombinációjából épül fel, amelyeknek lemásolása nem lehetséges. A szemantikus web segítségével való tanulás és feladatmegoldás, rengeteg rést mutat a pajzson, téves következtetések, rossz elemzés, és az emberi érzelem hiánya, tolerancia, empátia, humanitás, józan ész, tapasztalat. A konklúzió; a mesterséges intelligencia egy logikai bukfenc lehet, ha a számítógépeknek adjuk, azért, hogy utánozza az emberi elme problémamegoldó és döntéshozatali képességeit. Technológiai szingularitás veszélyeire már Neumann János is felhívta a figyelmet 1950-ben. A folyamatosan gyorsuló technológiai fejlődés lehetőséget ad egy szingularitásra a technikai fejlődés során, amely után az ember története, ahogy jelenleg ismerjük, nem folytatódhat, általában a 21. század második felére datálják. A gépek intellektuális tevékenysége túlmutat a legintelligensebb emberekén is. Az ultraintelligens gép még jobb gépek tervezésére lenne képes, ezáltal egy 'intelligencia robbanást' hozva létre, amely gyorsan maga mögött hagyná az ember intelligenciáját. Remélem ez nem következik be. Ennek a döntésnek az ódiuma a mienk! Az emberi testbe integrált mesterséges intelligencia-alkalmazások biztonsági kockázatot jelenthetnek, mivel előfordulhat, hogy azok rosszul megtervezettek, nem megfelelően használják vagy feltörik őket. Ha a mesterséges intelligencia használata a fegyverek esetében rosszul szabályozott, az a veszélyes fegyverek feletti emberi kontroll elvesztéséhez vezethet. A mesterséges intelligenciával működtetett eszköz veszélyes lehet. A mesterséges intelligencia fő veszélyei közé tartozik a félretájékoztatás (beleértve a meggyőző hamis képek és videók létrehozását, amelyeket mély hamisításnak neveznek), az adatvédelmi aggályok, a munkahelyek elvesztése, az elfogultság és a diszkrimináció, a piaci és pénzügyi volatilitás, valamint az úgynevezett szingularitás, amelyben a MI. felülmúlja az emberi intelligenciát. A mesterséges intelligencia a számítógépek és szoftverek intelligenciája, és egyben az intelligens gépek fejlesztésével és tanulmányozásával foglalkozó tudomány.Az MI. technológiát széles körben használják az iparban, a kormányzatban és a tudományban. Néhány nagy horderejű alkalmazás: fejlett internetes keresőmotorok, ajánlórendszerek által használtak, de az emberi beszéd megértésére, önvezető autóknál, generatív vagy kreatív eszközöknél és a művészetben és a stratégiai játékokban használják. A MI áttörést a mesterséges neurális hálózatok(NN.) révén ért el. Ez biológiai neurális hálózatokban a konnekcionizmus által felfedezett neuronális szerveződési elvek alapján épülnek fel. Az ANN mesterséges neuronoknak nevezett összekapcsolt egységek vagy csomópontok gyűjteményén alapul, amelyek lazán modellezik a biológiai agy neuronjait . Minden egyes kapcsolat, akárcsak a biológiai agy szinapszisai, jelet továbbíthat más neuronoknak. Egy mesterséges neuron fogadja a jeleket, majd feldolgozza azokat, és jelezheti a hozzá kapcsolódó neuronokat. A "jel" egy kapcsolatnál valós szám , és az egyes neuronok kimenetét a bemenetei összegének valamilyen nemlineáris függvénye számítja ki. A kapcsolatokat éleknek nevezzük. A neuronoknak és az éleknek általában súlyuk van amely a tanulás előrehaladtával módosul, finomodik. A súly növeli vagy csökkenti a jel erősségét egy kapcsolatnál. A neuronoknak lehet olyan küszöbük, hogy csak akkor küldenek jelet, ha az összesített jel átlépi ezt a küszöböt. Általában a neuronok rétegekbe tömörülnek. A különböző rétegek különböző átalakításokat hajthatnak végre a bemeneteiken. A jelek az első rétegből (a bemeneti rétegből) az utolsó rétegbe (a kimeneti rétegbe) jutnak el, esetleg a rétegek többszöri bejárása után. A folyamatok két féle utat járhatnak be. A sztochasztikus folyamat, vagy más néven véletlenszerű folyamat, az a folyamat, melyet – részben vagy teljesen – valószínűségi változók jellemeznek. Ennek az ellentéte a determinisztikus folyamat, ahol a folyamatot leíró változók nem véletlenszerűen változnak. A folytonos sztochasztikus neurális hálózatok olyan mesterséges neurális hálózatok, amelyeket véletlenszerű variációknak a hálózatba történő beiktatásával építenek fel, akár úgy, hogy a hálózat mesterséges neuronjainak sztochasztikus átviteli függvényeket adnak, vagy pedig sztochasztikus súlyokat adnak nekik, ennek veszélye a teljesen ember független fejlődés, ami akár az emberiség ellen is fordulhat. A szisztematikusan gondolkodó emberi agy nem képes meghatározni az MI fejlődés trajektóriáit, csak egy kvantumszámítógép talán...A felvetett dilemmák félő hogy sorra megoldhatatlanok maradtak, hiába az objektumorientált, és a komponens orientált fejlesztés, nem tudjuk kontroll alá vonni a fejlődést. A mesterséges intelligencia lehetővé teszi a webáruházak számára, hogy elemezze az ügyfelek vásárlási szokásait, hogy jövőbeli vásárlásokat javasoljon – és a cég a technológiát a hamis vélemények visszaszorítására is használja. A boltok pontgyűjtő kártyái is ezt a célt szolgálják.
Konklúzió;
A mesterséges intelligencia hatalmas potenciállal bír a társadalom és a gazdaság fejlődésére, jelentős technológiai fejlődést hozott az elmúlt évtizedekben, és továbbra is hatalmas potenciállal rendelkezik az emberiség és a társadalom számos területén. Az MI fejlesztésének és alkalmazásának kihívásai és lehetőségei egyaránt előtérben állnak, és a jövőben még több izgalmas fejlemény várható ezen a területen. Az etikai megfontolások és a felelős fejlesztés kulcsfontosságuk ahhoz, hogy az MI technológiák pozitív hatással legyenek az emberiségre és a jövőre, de ha nem felelősséggel és előrelátóan szabályozzuk, az emberiség vesztét is okozhatja, mint az atombomba, vagy a génmanipuláció vagy a klónozás. Összefoglalva, az MI rendszerekben lévő biztonsági és etikai problémák potenciálisan súlyos hatással lehetnek az egész társadalomra. Az MI tervezőinek és fejlesztőinek ismerniük kell a kockázatokat és a megfelelő ellenőrző mechanizmusok kritikus rendszerekben történő integrálása. Az emberiség fejlődése és előrelépése nagy mértékben függ az új technológiák fejlesztésétől, amelyek azonban lehetővé tehetik az olyan eseményeket, mint például a mesterséges intelligencia kontrollja alól kicsúszó biotechnológiai fegyverek, kiber biztonsági támadások vagy energiakatasztrófák, biológiai hadviselésből származó pandémia, számtalan olyan kataklizma lehet, ami technológiai katasztrófákat vetít elénk. Tehát jelentős fenyegetést jelenthetnek a civilizációra, ha nem veszik figyelembe a lehetséges kockázatokat és hiányoznak az etikai, biztonsági és jogi keretek. A mesterséges Intelligencia érzelmi és pszichológiai tulajdonságokat is felismer, sőt a jövőbeni cselekedeteinkről is képet ad, és felismeri a szexuális beállítottságot is.(Emotion AI) Járáselemzés, testbeszéd, mimika, hangszín, kockázatelemző árulkodó jelek. Releváns jellemzőket keresnek, az arc érzelmeinek felismeréséhez a szemöldök mozgása, a száj formája és a tekintete használható annak meghatározására, hogy egy személy boldog, szomorú vagy dühös-e. Hasonlóképpen, a hangmagasság, a hangerő és a tempó a beszédalapú érzelemészlelésben arra következtethet, ha egy személy izgatott, frusztrált vagy unatkozik. Az érzelmi intelligencia (EQ) többet számít, mint az intelligenciahányados (IQ). Szerinte az EQ nagyobb hatással lehet az ember életében való sikerességére, mint az IQ. Ez azt mutatja, hogy az érzelmek feletti kontrollra van szükség a megalapozott és megalapozott döntések meghozatalához. Mivel az emberek hajlamosak az érzelmi elfogultságra, ami befolyásolhatja racionális gondolkodásukat, az Emotion AI segítheti a mindennapi házimunkát azáltal, hogy tudatos ítélőképességet gyakorol és helyesen hív. A cégek között terjedő nyílt forráskódú mesterséges intelligencia jobban fejlődik.(LLAMA-2)
További írásaim a témában;
http://szabolaszloistvan.blogspot.com/2020/01/a-szingularitas-kovetkezmenyei.html
http://szabolaszloistvan.blogspot.com/2022/09/a-szingularitas-elmelete.html
http://szabolaszloistvan.blogspot.com/2022/06/neural-machine-translation-szemantikaja.html
http://szabolaszloistvan.blogspot.com/2018/01/az-artificial-intelligence-jelene-es.html
http://szabolaszloistvan.blogspot.com/2019/08/informatika-elmelet.html
http://szabolaszloistvan.blogspot.com/2020/12/top-secret.html
http://szabolaszloistvan.blogspot.com/2021/11/deep-learning.html
http://szabolaszloistvan.blogspot.com/2018/02/robotok-mukodese.html
http://szabolaszloistvan.blogspot.com/2022/12/top-secret-c4isr.html
Film
https://www.youtube.com/watch?v=No9Po7Otrns&t=3s
Nincsenek megjegyzések:
Megjegyzés küldése