A Mesterséges Intelligencia születése és evolúciója

A mesterséges intelligencia (AI) évtizedek óta izgalmas téma, azonban az elmúlt évek során teljesen új szintre lépett és rohamos fejlődésnek indult. Az "AI" kifejezés a "mesterséges intelligencia" (angolul Artificial Intelligence) rövidítése, ami arra utal, hogy gépek, számítógépek vagy programok képesek olyan feladatok elvégzésére, amelyek általában emberi intelligenciát igényelnek. Az AI területe magában foglalja a gépi tanulást (machine learning), a mély tanulást (deep learning), a természetes nyelvfeldolgozást (natural language processing), a képfelismerést, a hangfelismerést, az adatbányászatot és más, intelligens algoritmusokra épülő technológiákat. Az AI alkalmazások számos iparágban és területen megtalálhatók, például önvezető autók, döntéstámogató rendszerek, automatizált válaszadók és ajánlórendszerek.

A kezdetek

A mesterséges intelligencia kutatása az 1950-es években kezdődött meg és a "mesterséges intelligencia" kifejezést is ezekben az években, egész pontosan 1956-ban használta először John McCarthy. Ebben az évtizedben kezdték el az első mesterséges intelligencia programokat fejleszteni, amelyek elsősorban matematikai problémák megoldására összpontosítottak. Az évtized egyik legjelentősebb eredménye az első olyan mesterséges intelligencia program, a Logic Theorist létrehozása volt, amely képes volt matematikai tételek bizonyítására. Ugyanebben az évtizedben, 1958-ban Frank Rosenblatt megépítette a Perceptron-t. A Perceptron egy neurális hálózat kifejlesztése volt, ami mérföldkövet jelentett a mesterséges intelligencia fejlődésében. Ezt az algoritmust olyan gépek létrehozására használták, amelyek képesek voltak felismerni és kategorizálni képeket. Az 1960-as években jelent meg a gépi tanulás, amely a gépeknek lehetőséget adott, hogy adatokból tanuljanak anélkül, hogy kifejezetten programoznák őket. Ennek az első chatbot volt az eredménye, amit ELIZA névre kereszteltek.

Az I. Mesterséges Intelligencia Tél

A Perceptron bukása után egy közel 10 évig tartó, csalódásokkal tarkított időszak következett az AI-kutatók számára, mivel nyilvánvalóvá váltak a meglévő AI-technológiák korlátai. Az úgynevezett Mesterséges Intelligencia Tél közel egy évtizedig tartott, és a mesterséges intelligencia kutatás finanszírozásának csökkenéséhez vezetett.

A feltámadás

Ebben az évtizedben váltak népszerűvé a szakértői rendszerek, amelyek célja az emberi szakértők döntéshozatali képességének reprodukálása volt. Ezeket a rendszereket olyan területeken használták, mint az orvostudomány és a pénzügy, ahol értékes meglátásokkal és ajánlásokkal tudtak szolgálni.

Egy új korszak kezdete

Az 1990-es évek jelentették a mesterséges intelligencia modern korszakának kezdetét, mivel az internet elterjedése és a hatalmas mennyiségű rendelkezésre álló adat új áttöréseket tett lehetővé a mesterséges intelligencia kutatásában. A világháló fejlődése lehetővé tette a kutatók számára az adatok megosztását és a projekteken való együttműködést, ami új mesterséges intelligencia-algoritmusok és modellek létrehozásához vezetett. Ebben az időszakban készült el a Deep Blue is, amit kifejezetten sakkozásra terveztek és 1997-ben az akkori világbajnok Kasparov-ot is sikerült megvernie. A 2000-es években jelent meg a mélytanulás, a neurális hálózatok egy olyan típusa, amely nagy mennyiségű adat feldolgozására és az abból való tanulásra képes. A mélytanulási algoritmusokat számos alkalmazásban használták, többek között a kép- és beszédfelismerésben, a természetes nyelvi feldolgozásban és az önvezető autókban.

A 2010-es évek pedig fordulópontot jelentettek a mesterséges intelligencia fejlődésében, mivel a gépi tanulás és a neurális hálózatok fejlődése jelentős áttörésekhez vezetett olyan területeken, mint a számítógépes látás és a természetes nyelvi feldolgozás. Az évtized egyik legjelentősebb fejleménye az AlphaGo létrehozása volt, ami a Google által kifejlesztett mesterséges intelligencia program volt és 2016-ban képes volt legyőzni a világbajnokot, Lee Sedol-t a Go játékban.

Napjainkban

A ChatGPT tökéletesen tükrözi, hogy milyen lehetőségeket rejtenek magukban az AI technológiák, amik már nem csak a háttérben segítik a mindennapjainkat, hanem közvetlenül, bárki számára elérhetőek ezek az eszközök. Azonban már az OpenAI előtt is volt olyan szereplő, aki korszakalkotó AI megoldással állt elő, méghozzá a biológia területén. A DeepMind 2021-ben tette elérhetővé az AlphaFold-ot, ami képes a fehérjeszerkezetek 3D modelljeinek pontos előrejelzésére, és a biológia szinte minden területén felgyorsítja a kutatást.

AlphaFold: The making of a scientific breakthrough

Az AI felhasználási területei

Amint az az AI fejlődésének történetéből már teljesen egyértelművé válhatott, a felhasználási lehetőségek szinte végtelenek és ezzel párhuzamosan iparágakra sem korlátozódik az alkalmazása. Kiemelünk pár területet, ahol már bizonyított az AI és szerves része lett a folyamatoknak:   

• Gyógyszerkutatás
• Időjárás és klíma változás előrejelzések
• Képfelismerés, arcfelismerés, minták keresése (pl, rákos elváltozások megtalálása emberi szemmel nem kiszűrhető korai fázisban)
• Pénzügyi előrejelzések
• Speech-to-text megoldások, hangvezérlés, real-time fordítók
• robotika, ahol a Boston Dynamics a leglátványosabb gyártó. Humanoid robotjaik vannak, amikkel olyan feladatok végezhetőek majd el, ami embereknek veszélyes lenne
• Közlekedésirányítás

Összefoglalva, a mesterséges intelligencia bár napjainkban került a figyelem középpontjában, de közel sem most kezdődött a története és egyáltalán nem egy instant sikersztoriról szól. Ma a mesterséges intelligencia kritikus fontosságú technológia, amelyet számos alkalmazásban használnak, és a jövőben várhatóan még jelentősebb szerepet fog játszani. Ahogy az AI tovább fejlődik, kétségtelenül meg fogja változtatni az életünket, munkánkat és a mindennapjainkat.

Ha szeretnétek megtudni, hogy milyen AI megoldásokkal tudjuk a cégetek feladatait automatizálni, egyszerűsíteni, akkor pedig keressetek minket az info@ibtconsulting.hu email címen.