Tekoälyä ( AI ) on "joukko teorioita ja menetelmiä käytetään saavuttamaan pystyvät simuloimaan ihmisen älykkyys" .
Siksi se käsittää joukon käsitteitä ja tekniikoita, enemmän kuin itsenäinen muodostettu kurinalaisuus. CNIL: n kaltaiset viranomaiset , jotka huomauttavat tekoälyn määritelmän epätarkkuudesta, ovat esittäneet sen "aikamme suureksi myytiksi" .
Se luokitellaan usein kognitiivisten tieteiden ryhmään, ja se käyttää laskennallista neurobiologiaa (erityisesti hermoverkkoja ), matemaattista logiikkaa (osa matematiikkaa ja filosofiaa) ja tietojenkäsittelytietettä . Se käyttää ongelmanratkaisumenetelmiä, joilla on erittäin looginen tai algoritminen monimutkaisuus . Laajennuksena se sisältää jokapäiväisessä kielessä laitteet, jotka jäljittelevät tai korvaavat ihmistä tietyissä kognitiivisten toimintojen toteutuksissa .
Konseptin ulkonäön, sen tavoitteiden ja kysymysten sekä kehityksen jälkeen on syntynyt lukuisia tulkintoja, fantasioita tai huolenaiheita, jotka ilmaistaan sekä tieteiskirjallisissa tarinoissa tai elokuvissa että filosofisissa esseissä . Todellisuus näyttää edelleen pitävän tekoälyä kaukana elävien esineiden suorituskyvystä; Siksi tekoäly on edelleen paljon huonompi kuin kissa kaikilla luonnollisilla ominaisuuksillaan.
John McCarthyn luoma termi "tekoäly" lyhennetään usein lyhenteellä "IA" (tai "AI" englanniksi, tekoäly ). Yksi sen luojista, Marvin Lee Minsky , määrittelee sen "tietokoneohjelmien rakentamiseksi, jotka osallistuvat tehtäviin, jotka ihmiset toistaiseksi suorittavat tyydyttävämmin, koska ne edellyttävät korkean tason henkisiä prosesseja, kuten: havainnointiin oppiminen , muistin organisointi ja kriittinen päättely . Siksi löydämme "keinotekoisen" puolen, johon tietokoneet tai hienostuneet elektroniset prosessit pääsevät, ja "älykkyys" -puolen, joka liittyy sen tavoitteeseen jäljitellä käyttäytymistä . Tämä jäljitelmä voidaan tehdä perusteluja, esimerkiksi peleissä tai käytännön matematiikan , että ymmärrys luonnollisten kielten , havaitsemisessa: visuaalinen (tulkinta kuvien ja kohtaukset), auditiivinen (ymmärtäminen puhutun kielen) tai muita antureita, in kontrollin robotin tuntemattomassa tai vihamielisessä ympäristössä.
Vaikka ne yleensä kunnioittavat Minskyn määritelmää, jotkut tekoälyn määritelmät vaihtelevat kahdesta peruskohdasta:
Historiallisesti tekoälyn ajatus näyttää nousevan esiin 1950-luvulla, kun Alan Turing ihmettelee, pystyykö kone "ajattelemaan". Artikkelissa " Tietokonekoneet ja älykkyys " ( Mind ,Lokakuu 1950), Turing tutkii tätä ongelmaa ja ehdottaa kokeilua (jota nyt kutsutaan Turingin testiksi ), jonka tarkoituksena on selvittää, mistä koneesta tulisi " tietoinen ". Sitten hän kehitti tätä ajatusta useilla foorumeilla, konferenssiin "älykkyys on kone, harhaoppisia ajatus ", konferenssissa hän antoi BBC 3 rd ohjelman15. toukokuuta 1951"Voivatko digitaaliset laskimet ajatella? Tai keskustelu HA Newmanin , Sir Geoffrey Jeffersonin ja RB Braithwaiten kanssa 14. ja23. tammikuuta 1952aiheesta "Voivatko tietokoneet ajatella?" ".
Toinen todennäköinen alkuperä on Warren Weaverin vuonna 1949 julkaisema muistio kielten automaattisesta kääntämisestä, joka viittaa siihen, että kone pystyy suorittamaan tehtävän, joka on tyypillisesti ihmisen älykkyys.
Kehittäminen tietotekniikkaa (lisäys laskentateho ), sitten johtanut useisiin ennakoiden:
Tämän toimialueen rajat vaihtelevat, joten reitin optimointia pidettiin tekoälyn ongelmana 1950-luvulla, eikä sitä enää pidetä nykyään yksinkertaisena algoritmisena ongelmana.
Noin 2015 tekoälysektori pyrkii vastaamaan neljään haasteeseen: visuaalinen havainto, kirjoitetun tai puhutun luonnollisen kielen ymmärtäminen , automaattinen kielianalyysi ja itsenäinen päätöksenteko . Lukuisten, korkealaatuisten tietojen, toisin sanoen korreloidun, täydellisen, pätevän (hankittu, päivätty, georeferoitu jne.), Historiallisen tuottaminen ja järjestäminen on toinen haaste. Tietokoneen deduktiivinen kapasiteetti ja asiaankuuluva yleistäminen, joka alkaa muutamasta datasta tai pienestä joukosta tapahtumia, on toinen, kauempana oleva tavoite.
Vuosina 2010--2016 investoinnit olisivat kasvaneet kymmenkertaisesti ja saavuttaneet noin kymmenen miljardia dollaria vuonna 2016.
Jos tekoälyn kehitys on viimeaikaista, tämä pohdintateema on melko vanha, ja se näkyy säännöllisesti koko historian ajan. Ensimmäiset merkit mielenkiinnosta tekoälyyn ja tämän kurinalaisuuden tärkeimmät edeltäjät ovat seuraavat.
AutomaatitYksi vanhimmista jälkeistä "ihminen koneessa" -teemasta on peräisin vuodelta 800 eKr Egyptissä . Amon- jumalan patsas nosti käsivarteensa nimittämään uuden faraon hänen edessään paratiisiensa joukosta, minkä jälkeen hän "piti" vihkimispuheen. Egyptiläiset tiesivät todennäköisesti olevan tietoinen papin läsnäolosta, joka toimi mekanismilla ja julisti pyhät sanat patsaan takana, mutta tämä ei näyttänyt heidän olevan ristiriidassa jumaluuden inkarnaation kanssa. Noin samaan aikaan Homeros kuvailee teoksessa The Iliad (XVIII, 370–421) sepäjumala Hephaestoksen valmistamia automaatteja : jalustoja, joissa on kultaiset pyörät, jotka pystyvät kuljettamaan esineitä Olympukseen ja palaamaan yksin jumalan asuntoon ; tai jopa kaksi kullasta taottua piikaa, jotka auttavat häntä hänen tehtävässään. Samoin Giant ja pronssi Talos , vartija rannalla Kreetan , oli joskus pidettiin Jumalan työtä.
Vitruvius , roomalainen arkkitehti, kuvaili olemassaolon välillä III E ja I st luvulla eKr, koulu perustama insinöörien Ctesibius vuonna Alexandria , ja suunnittelu mekanismit hauskaa kuten varisten laulaa. Heron Vanhin kuvailee tutkielmassaan "Automata" höyryn animoimaa karusellia, jonka katsotaan ennakoivan höyrykoneita. Sitten automaatit katosivat keskiajan loppuun asti . Roger Bacon on hyvitetty puhekykyisten automaattien suunnittelusta; itse asiassa luultavasti mekanismit, jotka simuloivat tiettyjen yksinkertaisten sanojen ääntämistä.
Leonardo da Vinci rakensi automaatin muoto leijona vuonna 1515 viihdyttää Ranskan kuningas, François I. Gio Battista Aleotti ja Salomon de Caus , ne on rakennettu keinotekoinen ja laululinnut, mekaaninen huilistien, nymfit, lohikäärmeitä ja animoituja satyrs kirkastaa ylös aristokraattisia festivaaleja, puutarhoja ja luolia. René Descartesin sanotaan suunnitteleneen automaatin vuonna 1649, jota hän kutsui "tyttäreni Francineeksi". Hän johtaa myös hämmästyttävän modernismin heijastuksia automaattien ja toisaalta eläinten (ei eroa) ja toisaalta ihmisten (ei assimilaatiota) luonteen eroihin. Nämä analyysit tekevät hänestä vähätunnetun edeltäjän yhtenä tieteiskirjallisuuden pääteemasta : ero elävien ja keinotekoisten, ihmisten ja robottien , androidien tai keinotekoisten älykkyyksien välillä.
Jacques de Vaucanson rakensi vuonna 1738 " kullattua kuparia sisältävän keinotekoisen ankan , joka juo, syö, mökkii, taputtaa ja pilkkoo kuin todellinen ankka " . Se oli mahdollista ohjelmoida liikkeitä tämän automaatin ansiosta hammaspyörät lisätty kaiverrettu sylinteri, joka kontrolloi tangot rajan jalat ankka . Automaattia oli esillä useita vuosia Ranskassa, Italiassa ja Englannissa, ja vatsan läpinäkyvyys mahdollisti sisäisen mekanismin tarkkailun. Ruuansulatuksen simulointiin ja eräänlaisen vihreän puuron karkottamiseen tarkoitettu laite on kiistanalainen. Jotkut kommentaattorit uskovat, että tätä vihreää puuroa ei valmistettu nautitusta ruoasta, vaan se valmistettiin etukäteen. Toiset uskovat, että tämä mielipide perustuu vain Vaucansonin ankan jäljitelmiin. Tulipalo Venäjän Nižni Novgorod -museossa noin vuonna 1879 tuhosi tämän automaatin.
Käsityöläiset Pierre ja Louis Jaquet-Droz valmistivat parhaita puhtaasti mekaaniseen järjestelmään perustuvia automaatteja ennen sähkömekaanisten laitteiden kehittämistä. Jotkut näistä automaateista, useiden kamerien järjestelmän avulla, pystyivät kirjoittamaan pienen muistiinpanon (aina saman). Lopuksi Les Contes d'Hoffmann (ja baletti ) L'Homme au sable kuvaa mekaanista nukke, johon sankari rakastuu.
Automaattinen ajatteluEnsimmäinen yritys on virallistaminen ajattelun tunnetuin on zairja , qu'utilisaient mekanismi arabien astrologit odotetaan tuottavan looginen ideoita, joiden keksintö johtuu Abu al-Abbas-Sabti XII : nnen vuosisadan . Raymond Lulle innostui siitä todennäköisesti kehittämään Ars Magnaansa. Lähetystyö, filosofi ja teologi espanjan XIII th century , yritti myös ideoimaan läpi mekaanisen järjestelmän. Hän yhdisteli käsitteitä satunnaisesti käyttämällä eräänlaista diasääntöä , johon pyörivät samankeskiset levyt, joihin oli kaiverrettu kirjaimia ja filosofisia symboleja. Hän perusti menetelmänsä peruskäsitteiden tunnistamiseen ja yhdistämiseen sitten mekaanisesti joko keskenään tai siihen liittyvien ideoiden kanssa. Raymond Lulle sovelsi sitä metafysiikkaan , sitten moraaliin , lääketieteeseen ja astrologiaan . Mutta hän käytti vain deduktiivista logiikkaa , joka ei antanut hänen järjestelmänsä hankkia mitään oppimista , eikä enempää kyseenalaistaa sen lähtökohtia: vain induktiivinen logiikka sallii sen.
Gottfried Leibniz , The XVII th luvulla , on luonut ajattelu laskenta ( hammaskiven RATIONATOR ), määräämällä numeron jokaiselle käsite . Näiden numeroiden manipulointi olisi mahdollistanut vaikeimpien kysymysten ratkaisemisen ja jopa johtaneen universaaliin kieleen . Leibniz on kuitenkin osoittanut, että tämän menetelmän yksi tärkeimmistä vaikeuksista, joita on kohdattu myös nykyaikaisessa tekoälytyössä, on kaikkien käsitteiden yhteenliittäminen, mikä ei salli yhden idean eristämistä kaikista muista. ajattelu.
George Boole keksi matemaattisen muotoilun perustelujen perusprosesseista, jotka tunnetaan nimellä Boolen algebra . Hän oli tietoinen sen työn ja älykkyyden mekanismien välisistä yhteyksistä, kuten hänen vuonna 1854 julkaistun pääteoksen otsikko osoittaa: Boolen algebraan liittyvät ajatuslait ( The Laws of Thought ).
Gottlob Frege kehitti Boolen järjestelmää virallistamalla predikaatin käsitteen , joka on looginen kokonaisuus, joka on joko tosi tai väärä (jokaisella talolla on omistaja), mutta joka sisältää ei-loogisia muuttujia, eikä sillä itsessään ole mitään totuutta (talo, omistaja) ). Tällä muodollistamisella oli suuri merkitys, koska se antoi mahdollisuuden osoittaa yleisiä lauseita yksinkertaisesti soveltamalla typografisia sääntöjä symboleihin. Päivittäisen kielen pohdinta koski vain sovellettavien sääntöjen valintaa. Lisäksi käyttäjällä on tärkeä rooli, koska hän tuntee keksimiensä symbolien merkityksen, eikä tätä merkitystä aina formalisoida, mikä tuo meidät takaisin tekoälyn merkityksen ja käyttäjien subjektiivisuuden ongelmaan.
Bertrand Russell ja Alfred North Whitehead julkaistaan alussa XX : nnen vuosisadan kirjan nimeltä Principia Mathematica , jossa he ratkaista sisäiset ristiriidat teorian Gottlob Frege . Tämä työ antoi toivoa johtaa matematiikan täydelliseen virallistamiseen.
Kurt Gödel osoittaa päinvastoin, että matematiikka pysyy avoimena rakenteena julkaisemalla vuonna 1931 artikkelin " Principia mathematica ja muut vastaavat järjestelmät sisältävät muodollisesti ratkaisemattomat ehdotukset ". Hänen mielenosoituksensa on, että järjestelmän tietystä monimutkaisuudesta voimme luoda siihen loogisempia ehdotuksia kuin voimme osoittautua totta tai vääräksi. Esimerkiksi aritmeettinen ei voi päättää aksioomiensa perusteella, onko meidän hyväksyttävä luvut, joiden neliö on -1. Tämä valinta on mielivaltainen eikä se ole millään tavalla sidottu perusaksioomeihin. Gödelin työ viittaa siihen, että voimme siten luoda mielivaltaisen määrän uusia aksiomia, yhteensopivia aiempien kanssa, kun tarvitsemme niitä. Jos laskutoimitus osoittautuu epätäydelliseksi, Gödel on päinvastoin osoittanut , että predikaattien (muodollisen logiikan) laskeminen on täydellinen .
Alan Turing keksi abstraktit ja universaalit koneet (nimetty uudelleen Turingin koneiksi ), joista nykyaikaisia tietokoneita pidetään konkretisoinneina. Hän osoittaa, että on olemassa laskelmia, ei kone voi tehdä (ei ihmisen, tapauksissa hän mainitsee), ilman että tämä kuitenkaan varten Turing syytä epäillä, onko mahdollista ajattelu koneiden täyttävien on. Turingin testin .
Irving John Hyvä , Myron Tribus ja ET Jaynes hyvin selkeästi kuvattu melko yksinkertaisia periaatteita koskevan induktiivisen logiikan robotin avulla periaatteita Bayes päättelyn rikastuttaa osaamispohjaansa perustuvat Cox-Jaynes Lause . Valitettavasti he eivät käsittäneet kysymystä siitä, kuinka voimme tallentaa tämän tiedon ilman, että tallennustila johtaa kognitiiviseen ennakkoluuloon . Projekti on samanlainen kuin Raymond Lulle , mutta tällä kertaa se perustuu induktiiviseen logiikkaan ja soveltuu siksi avoimien ongelmien ratkaisemiseen .
Alonzo Churchin kaltaiset tutkijat ovat asettaneet käytännön rajoja järjen tavoitteille ja suuntaaneet tutkimusta ( Herbert Simon , Michael Rabin , Stephen Cook ) ratkaisujen löytämiseen rajallisessa ajassa tai rajallisin resurssein sekä ongelmien luokittelemiseen vaikeusryhmien mukaan (suhteessa Cantorin työskentelyyn äärettömyydessä) .
Tekoäly on kuuma aihe XXI - luvulla. Vuonna 2004 Singularity Instituutti käynnisti Internet kampanjan nimeltä "Kolme Dangerous Laws": " kolme lakia Unsafe " (yhteydessä kolme lakien Asimov ) lisätä tietoisuutta asioista ongelmallisten tekoälyn ja riittämättömyys Asimov n lainsäädännön tietty. (Tekoälyn singulariteettilaitos 2004).
Vuonna 2005 käynnistettiin Blue Brain -hanke , jonka tavoitteena on simuloida nisäkkäiden aivoja . Tämä on yksi keinoista, joilla ajatellaan tekoälyn saavuttamista. He ilmoittavat myös tavoitteesta valmistaa kymmenen vuoden kuluttua ensimmäinen "todellinen" elektroninen aivo . SisäänMaaliskuu 2007, Etelä-Korean hallitus ilmoitti myöhemmin tänä vuonna julkaisevan robottietiikan peruskirjan asettamaan standardit käyttäjille ja valmistajille. Park Hye-Youngin mukaan tieto- ja viestintäministeriöstä peruskirja heijastaa Asimovin kolmea lakia: yritystä asettaa perussäännöt robotiikan tulevalle kehitykselle. Sisäänheinäkuu 2009, Kaliforniassa keinotekoisen älykkyyden edistämisen yhdistyksen (AAAI) isännöimä konferenssi , jossa ryhmä tietojenkäsittelijöitä epäilee, pitäisikö tutkimukselle asettaa rajoituksia, jotka voisivat johtaa ihmisen tartunnan menetykseen tietokonejärjestelmissä, ja missä kysymys myös (tekoälyn) räjähdyksestä ja aikakauden muutokseen tai täysin ihmisen hallinnan ulkopuolella olevaan paradigmaan liittyvän teknologisen yksinäisyyden vaarasta .
Massachusetts Institute of Technology (MIT) käynnisti vuonna 2009 projektin tekoälyn tutkimuksen uudelleentarkastelemiseksi. Se tuo yhteen tutkijoita, jotka ovat menestyneet tekoälystä erillisillä aloilla. Neil Gershenfeld sanoo: "Haluamme periaatteessa palata 30 vuotta taaksepäin ja tarkastella joitain nyt jäätyneitä ohjeita . "
Sisään marraskuu 2009, Yhdysvaltain ilmavoimat pyrkivät hankkimaan 2200 PlayStation 3: ta käyttää sen sisältämää 7 tai 8 ytimen soluprosessoria niiden 336 PlayStation 3: sta (teoreettisesti yhteensä 52,8 peta FLOPS ) sisältävän supertietokoneen kapasiteetin lisäämiseksi . Lukumäärä vähennetään 1700 yksikköön22. joulukuuta 2009. Hanke kohdistuu teräväpiirtovideoprosessointiin ja "neuromorfiseen laskentaan" tai tietokoneiden luomiseen, joiden ominaisuudet / toiminnot ovat samanlaisia kuin ihmisen aivot.
Vuodet 201027. tammikuuta 2010Yhdysvaltain ilmavoimat on kysyy alan apua edistyneiden älykkyyttä ja tiedonkeruussa nopean päätöksen kyky auttaa meitä voimansa hyökkäykseen vihollisia nopeasti niiden heikoimmista kohdista. Yhdysvaltain ilmavoimat käyttää tekoälyä ontologisia päättelyn ja tietoon perustuva laskutoimituksiin, yhdessä muiden kehittyneiden tietojenkäsittely- lyödä vihollisen parhaaseen kohtaan. Toisaalta vuoteen 2020 mennessä yli tuhat F-22- ja F-35-pommikoneita ja viimeisimmän sukupolven hävittäjiä, yli 2500 sotilaskoneen joukossa, alkaa varustaa siten, että vuoteen 2040 mennessä kaikki amerikkalaiset sotakoneet ovat käytettävissä. tekoälyn ohjaamana 10 000 maa-ajoneuvon ja 7000 kaukosäätimen lisäksi.
16. helmikuuta 2011, Watson , IBM: n suunnittelema supertietokone , voittaa kaksi kolmesta Jeopardy- pelinäytöksestä ! voittamalla suurimmaksi osaksi sen kaksi ihmiskilpailijaa kumulatiivisissa voitoissa. Tämän tekoälyn osalta esitys vastasi yleisen kulttuurin (eikä tietyn teknisen kentän) kysymyksiin hyvin lyhyessä ajassa. Sisäänhelmikuu 2016, taiteilija ja suunnittelija Aaron Siegel ehdottaa Watsonin asettamista Yhdysvaltain presidentinvaalien ehdokkaaksi aloittaakseen keskustelun "tekoälyn mahdollisuudesta politiikassa" .
Sisään Toukokuu 2013, Google avaa tutkimuslaboratorion NASAn tiloihin . Kiitos D-Wave Systemsin suunnitteleman kvantti-supertietokoneen, joka tämän yrityksen mukaan olisi 11 000 kertaa tehokkaampi kuin nykyinen tietokone (vuodesta 2013), he toivovat edistävänsä tekoälyä, erityisesti koneoppimista. Raymond Kurzweil on mukanaJoulukuu 2012 Google osallistuu koneoppimisen ja tekoälyn parantamiseen.
Vuosien 2014 ja 2015 välillä, syvän oppimisen nopean kehityksen seurauksena , ja transhumanistisia ajattelijoita vastaan jotkut tutkijat ja korkean teknologian yhteisön jäsenet pelkäävät, että tekoäly ylittää lopulta ihmisen älykkyyden . Heistä muun muassa brittiläinen astrofyysikko Stephen Hawking , Microsoftin perustaja Bill Gates ja Teslan toimitusjohtaja Elon Musk .
Internet-jättiläiset ovat yhä kiinnostuneempia tekoälystä. 3. tammikuuta 2016, Pomo Facebook , Mark Zuckerberg , on asettanut itselleen tavoitteeksi vuoden "rakentaa yksinkertainen tekoäly hallita kotiini tai auttaa minua työssäni" . Vuonna 2013 hän oli jo luonut ranskalaisen tutkijan Yann Le Cunin johtaman Facebookin tekoälyn tutkimuslaboratorion (FAIR) ja avannut pysyvän tutkimuslaboratorion Pariisissa.
Apple puolestaan hankki äskettäin useita alan uusia yrityksiä ( Perceptio , VocalIQ , Emotient ja Turi ).
Sisään tammikuu 2018, Microsoftin ja Alibaban kehittämät tekoälymallit puolestaan voittavat ihmisiä Stanfordin yliopiston luku- ja ymmärtämistesteissä . Luonnollisen kielen käsittely jäljittelee inhimillistä ymmärrystä sanoja ja lauseita ja Auta muita koneoppimismalleja käsittelemään suuria tietomääriä ennen tarjoamalla erityisiä vastauksia kysymyksiin kuultiin.
Sisään helmikuu 2019, OpenAI- tutkimuslaitos ilmoittaa luoneensa tekoälyohjelman, joka kykenee tuottamaan tekstejä niin realistisiksi, että tämä tekniikka voi olla vaarallista. Jos ohjelmistoa käytetään haitalliseen tarkoitukseen, se voi helposti tuottaa erittäin uskottavia väärennöksiä . Huolestuneena sen käytöstä, OpenAI ei halua julkistaa ohjelman lähdekoodia.
Ranskassa pioneerit ovat Alain Colmerauer , Gérard Huet , Jean-Louis Laurière , Claude-François Picard, Jacques Pitrat ja Jean-Claude Simon. Vuosittainen kansallinen kongressi "Lomaketunnistus ja tekoäly" perustettiin vuonna 1979 Toulousessa . Yhteydessä järjestämisestä yhteisen kansainvälisen konferenssin Tekoäly vuonna Chambéry vuonna 1993, ja luominen GRECO-PRC "tekoäly", vuonna 1983, se synnytti tieteellisen seuran , The ranskalainen yhdistys tekoälyä (afia ) vuonna 1989, joka järjestää muun muassa kansallisia tekoälykonferensseja.
17. tammikuuta 2017Venture capital -rahaston Serena Pääoma on käynnistämässä 80 miljoonan euron rahasto on tarkoitettu investointeja Euroopan suuret tietojen ja tekoälyä aloitukset . 19. tammikuuta 2017, senaatissa pidetään kuulemistilaisuus : "Uhkaako tekoäly työpaikkoja? ". 20. tammikuuta 2017, Axelle Lemaire aikoo edistää ranskalaista tieteellistä ja teollista potentiaalia "France IA" -hankkeen ansiosta.
Tammikuussa 2017 osana kansallisen tietotekniikan ja vapauksien toimikunnan (CNIL) tehtävää pohtia digitaalisen tekniikan eettisiä ja sosiaalisia kysymyksiä, CNIL ilmoitti järjestävän julkisen keskustelun algoritmeista ja tekoälystä. 15. joulukuuta 2017 60 kumppanin (julkiset laitokset, yhdistykset, yritykset, tutkimusmaailman toimijat, kansalaisyhteiskunta) mobilisoivan keskustelun päätteeksi se julkaisi raporttinsa "Kuinka antaa ihmisten pitää käsi?" »Sisältää suosituksia tekoälyn eettisen mallin rakentamiseksi.
Syyskuussa 2017 Cédric Villani , parlamentaarisen tieteellisten ja teknisten valintojen arviointitoimiston (OPECST) ensimmäinen varapuheenjohtaja , vastasi julkisen kuulemisen järjestämisestä tekoälyä koskevissa kysymyksissä. Hän jätti selontekonsa 28. maaliskuuta 2018 aattona väliintuloa presidentti Emmanuel Macron klo Collège de France ilmoittaa Ranskan strategia tällä alalla. Hän julkistaa 1,5 miljardin euron suunnitelman koko viiden vuoden toimikaudeksi sekä Ranskan lainsäädännön kehityksen tekoälyn soveltamisen sallimiseksi erityisesti autonomisten ajoneuvojen liikkuvuuden osalta . Näiden ilmoitusten lisäksi häntä haastattelee maailmanlaajuisen uuden teknologiayhteisön johtava aikakauslehti Wired ja ilmaisee näkemyksensä tekoälystä, nimittäin siitä , että valtion käyttämien algoritmien on oltava avoimia, että tekoälyn on oltava kehystetty filosofisten ja eettiset säännöt ja että meidän on vastustettava automaattisten aseiden tai laitteiden käyttöä päätöksenteossa ihmistä kuulematta.
Maaliskuussa 2018 Microsoft France käynnisti Microsoft IA -koulun, jonka presidentti Carlo Purassanta vihki , koulunkäynnin keskeyttäneille ja työmarkkinoilta syrjäytyneille avoin kurssi yhteistyössä Simplon.con kanssa . Kymmenen koulua perustettiin vuoden aikana syyskuusta 2018 lähtien. Microsoft France on panostanut tekoälyn kehittämiseen uutena ammatillisen osallisuuden vektorina
Lokakuussa 2019 ActuIA-sivusto ilmoitti julkaisevansa ensimmäisen tekoälylle omistetun paperilehden.
Vahvan tekoälyn käsite viittaa koneeseen, joka kykenee paitsi tuottamaan älykästä käyttäytymistä, erityisesti mallintamaan abstrakteja ideoita, myös kokemaan todellisen tietoisuuden , "todellisten tunteiden " vaikutelman (tapauksesta riippumatta). sanojen taakse) ja ”ymmärtäminen omasta päättelystään”.
Vahva tekoäly on ollut kurinalaisuuden liikkeellepaneva voima, mutta on myös herättänyt paljon keskustelua .
Lähtökohtana neurotieteiden tukemasta periaatteesta, jonka mukaan tietoisuudella on biologinen ja siten aineellinen tuki, tutkijat eivät yleensä näe teoreettista estettä tietoisen älyn luomiselle muulle aineelliselle tuelle kuin biologiselle. Vahvojen tekoälyn kannattajien mukaan, jos tällä hetkellä ei ole yhtä älykkäitä tietokoneita tai algoritmeja kuin ihmiset, se ei ole työkalujen vaan suunnittelun ongelma. Toiminnallisia rajoituksia ei olisi (tietokone on universaali Turingin kone, jolla on vain laskettavuuden rajat), vain rajoitukset, jotka liittyvät ihmisen kykyyn suunnitella sopiva ohjelmisto (ohjelma, tietokanta ...).
Ihmisen aivojen tietojenkäsittelykapasiteetin vertaaminen tietokoneen tietokykyyn voi auttaa ymmärtämään suuruusluokkia vahvan tekoälyn käytännön mahdollisuuden arvioimiseksi, tai yksinkertainen tehon laskeminen kilowatteina antaa karkeasti sanoa, että tietty kuorma voi toivoa kuljettavansa tällaista tai sellaista kuormaa mukavasti tai jos se on hänelle mahdotonta. Tässä on joitain esimerkkejä tietojen käsittelyn suuruusluokista:
Tätä voimaa ei pidä ymmärtää kirjaimellisesti. Siinä määritetään ennen kaikkea olemassa olevat suuruusluokat ja niiden suhteellisen nopea kehitys (vuoteen 2018 asti).
Tekoäly oli antanut vain ristiriitaisia tuloksia tyypillisissä 1970-luvun tietokoneissa, jotka suorittivat 107 loogista operaatiota sekunnissa. Ihmisen aivot, jotka koostuvat 1011 hermosolusta, joista kukin ei kykene vaihtamaan enemmän kuin 100 kertaa sekunnissa rentoutumisajansa vuoksi, mahdollistivat paljon loogisempia käsittelyoperaatioita aikayksikköä kohti ( 1013 loogista operaatiota sekunnissa). Tätä tarkkaa teknistä haittaa ei enää ole tietokoneissa 2000-luvulta lähtien, ja se toimii 64-bittisenä ja kellotaajuudella noin 4 GHz , yksityisille tarkoitetuille prosessoreille. Mitä tulee supertietokoneisiin, kuten Summit tai Fugaku 415-PFLOPS , tietokoneen ja aivojen välisen sekunnissa tapahtuvan vertailumäärän suhde on jopa muuttanut merkitystä.
Materiaali siis nyt käytettävissä, mutta AI korostaa vaikeuksia selittää kaiken tiedon hyödyllinen ratkaista monimutkainen ongelma. Osa ns. Implisiittisestä tiedosta hankitaan kokemuksen kautta, eikä sitä voida virallistaa. Tämän implisiittisen tiedon oppimista kokemuksella on hyödynnetty 1980-luvulta lähtien (ks. Neuroverkko ). Kuitenkin syntyy toinen monimutkaisuuden tyyppi: rakenteellinen monimutkaisuus . Kuinka yhdistää erikoistuneita moduuleja tietyntyyppisen tiedon käsittelemiseksi, kuten visuaalisen kuvion tunnistamisen järjestelmä , puheen tunnistuksen järjestelmä, motivaatioon, motoriseen koordinaatioon , kieleen jne. Liittyvä järjestelmä . Toisaalta, kun kognitiivinen järjestelmä on suunniteltu ja sen oppiminen kokemuksen avulla suoritettu, vastaava "älykkyys" voidaan jakaa suurena määränä kopioita esimerkiksi aktuaarien tai pankkiirien kannettaville tietokoneille, jotka voivat iskulause muistuttaa meitä, sano kyllä tai ei, mutta sano se heti niin kutsuttujen luottopisteytyssovellusten ansiosta .
Tärkeimmät mielipiteet vahvan tekoälyn (eli jonkinlaisen tietoisuuden omaavan) kysymykseen vastaamiseksi ovat seuraavat:
Kirjailijat, kuten Douglas Hofstadter (mutta jo ennen häntä Arthur C. Clarke tai Alan Turing ; katso Turingin testi ), ilmaisevat myös epäilyn mahdollisuudesta erottaa keinotekoinen äly, joka todella kokee tietoisuuden, ja toinen, joka simuloi täsmälleen tätä käyttäytymistä. (katso Zombie (filosofia) ). Loppujen lopuksi emme voi edes olla varmoja siitä, että muut tajunnat kuin omamme, myös ihmisissä, kokevat itse asiassa mitään muuta kuin herättävät kysymyksen, jonka jokainen ihminen löytää samanlaisiksi kaikissa muissa. Tässä näemme tunnetut ongelma Solipsismi vuonna filosofian .
Fysiikan matemaatikko Roger Penrose uskoo, että tietoisuus tulee aivojen kvantti- ilmiöiden hyödyntämisestä (katso mikrotubulukset ), mikä estää yli muutaman kymmenen neuronin realistisen simuloinnin normaalilla tietokoneella, joten tulokset ovat edelleen hyvin osittaisia tekoälyä. Tähän asti hän pysyi erillään tästä kysymyksestä. Toinen tutkija, Andrei Kirilyuk , on sittemmin esittänyt saman hengen tutkielman, vaikkakin vähemmän radikaalin.
Laajalle levinnyt tekoäly ( yleinen tekoäly tai AGI) viittaa mihin tahansa järjestelmään, joka kykenee oppimaan ja suorittamaan minkä tahansa ihmisen mahdollisen tehtävän. Vaikka jotkut käyttävät termiä vahva tekoäly näiden järjestelmien osoittamiseen, muut akateemiset lähteet haluavat varata tämän termin järjestelmille, jotka kykenevät olemaan tietoisia (vaikka tekoälyn tietoisuuden määritelmästä ei ole yksimielisyyttä, kuten alla selitetään. - edellä). Viime vuosina saavutetusta edistyksestä huolimatta nykyiset järjestelmät eivät ole kaukana mahdollisesta AGI: stä ja ovat puhtaasti spekulatiivisia.
Heikon tekoälyn käsite muodostaa käytännönläheisen lähestymistavan : pyrkimys rakentaa yhä itsenäisempiä järjestelmiä (vähentää niiden valvonnan kustannuksia), algoritmit, jotka pystyvät ratkaisemaan tietyn luokan ongelmat, jne. Mutta tällä kertaa kone simuloi älykkyyttä, se näyttää toimivan kuin se olisi älykäs. Näemme konkreettisia esimerkkejä tästä keskusteluohjelmilla, jotka yrittävät läpäistä Turingin testin , kuten ELIZA . Tämä ohjelmisto onnistuu raa'asti jäljittelemään ihmisten käyttäytymistä muiden ihmisten edessä vuoropuhelun aikana.
Joseph Weizenbaum , ELIZA- ohjelman luoja , varoittaa yleisöä kirjassa Computer Power and Human Reason : jos nämä ohjelmat "näyttävät" älykkäiltä, ne eivät ole: ELIZA simuloi hyvin karkeasti psykologia huomaamalla heti isän tai muun henkilön maininnan. äiti, pyytämällä yksityiskohtia tietystä lauseen osasta ja kirjoittamalla aika ajoin ”Ymmärrän. », Mutta sen kirjoittaja muistuttaa, että se on yksinkertainen mystiikka: ohjelma ei oikeastaan ymmärrä mitään.
Vahvan tekoälyn kannattajat myöntävät, että jos tässä tapauksessa todellakin on yksinkertainen älykkään käyttäytymisen simulointi, se on helppo löytää eikä sitä siksi voida yleistää. Jos emme voi kokeellisesti erottaa kahta älykästä käyttäytymistä, koneen ja ihmisen, miten voimme väittää, että näillä kahdella asialla on erilaiset ominaisuudet? Juuri termi "älykkyyden simulointi" on kiistanalainen, ja se olisi heidän mukaansa korvattava sanalla "älykkyyden toistaminen".
Heikon tekoälyn kannattajat väittävät, että suurin osa nykyisistä tekoälytekniikoista on innoittamana heidän paradigmastaan . Tämä olisi esimerkiksi IBM : n käyttämä lähestymistapa nimeltään Autonomic computing . Kiista jatkuu kuitenkin vahvan tekoälyn kannattajien kanssa, jotka kiistävät tämän tulkinnan.
Yksinkertainen evoluutio siis eikä vallankumous: tekoäly on osa tätä tilin oikeassa peräkkäin, mikä oli toiminnan tutkimuksen vuonna 1960 , valvontaa (vuonna Englanti: prosessinohjaus ) vuonna 1970 , päätöksenteon tueksi vuonna 1980 ja data mining vuonna 1990 . Ja mitä enemmän, tietyllä jatkuvuudella .
Kyse on erityisesti rekonstruoidusta ihmisen älykkyydestä ja oppimisen ad hoc -ohjelmoinnista ilman tällä hetkellä olemassa olevaa yhdistävää teoriaa (2011) . Cox-Jaynes teoreema osoittaa kuitenkin, mikä on vahva tulos, että alle viisi kohtuullisin rajoitusten tahansa oppimisprosessi on joko noudatettava Bayes päättelyyn tai lopulta epäjohdonmukaisesti eli tehoton.
Vaikka termi tekoäly voi viitata järjestelmään, joka pystyy ratkaisemaan useita ongelmia suhteellisen itsenäisesti simuloimalla vain älykkyyden periaatetta, se voi viitata myös järjestelmiin, jotka pystyvät ratkaisemaan vain yhden tyyppisen ongelman ennalta määritetylle tietojoukolle . Voimme antaa esimerkin järjestelmästä, joka on koulutettu tunnistamaan käsinkirjoitetut luvut, kuten La Poste , joka huolimatta erinomaisesta suorituksestaan tehtävässään ei kykenisi toimimaan ongelmaa pidemmälle kuin mihin se oli suunniteltu.
Nämä keinotekoiset älykkyydet, joita kutsutaan " kapeiksi tekoälyksi " ("kapea tekoäly"), on suunniteltu nimenomaan tehtävää varten ilman erityistä kehitystä sen yleistämiseksi kuten vahva tekoäly. Ne säilyttävät edelleen hyödyllisyytensä ja ovat edelleen laajalti käytössä teollisuudessa, ja ne ovat ainoat tekoälyjärjestelmät, joita voidaan käyttää, kunnes vahva tekoäly on saatavissa ja kaupallistettavissa.
1950-luvun alkupuolella, kybernetiikan syntymisen ja tekoälyn syntymisen välillä muutama vuosi myöhemmin, jolloin tuolloin parhaat mielet kyseenalaistivat mahdollisuuden rakentaa ajattelukoneita, Alan Turing ehdotti artikkelin alussa, joka on pysyi kuuluisana, testi sen määrittämiseksi, voidaanko kone määritellä "tietoiseksi".
Älyn määritteleminen on haaste, eikä ole varmaa, että jonain päivänä se voidaan saavuttaa tyydyttävästi. Juuri tämä huomautus pakotti brittiläisen matemaatikon Alan Turingin vuonna 1950 ehdottamaan "jäljitelmäpeliä", joka asetti tarkan tavoitteen syntyvälle tieteelle tietokoneista, joita ei vielä kutsuttu nimellä Francophonie. Tämä "jäljitelmäpeli" ehdotti, että fiktiivinen tuomari voisi keskustella toisaalta koneen ja toisaalta ihmisen kanssa, joka käyttää päätelaitetta kykenemättä erottamaan heitä toisistaan.
Tähän mennessä mikään ohjelmisto ei ole vielä läpäissyt tätä testiä, nimittäin käyttäytyä tavalla, jota ei syrjitä ihmisestä monista yrityksistä huolimatta. Tietyt asiantuntijat, kuten Jean-Gabriel Ganascia, uskovat, että tällaisen monimutkaisen ohjelman kehittäminen ei osoita ohjelmien älykkyyttä tai niiden kykyä ajatella.
Nykyään kone voi varmasti tarkistaa ja kehittää sille annettuja tavoitteita. Kone voidaan jopa ohjelmoida kykenevän jäsentämään alkutietonsa vastaanotetusta tai havaitusta tiedosta. Mutta tämän päivän kone ei ajattele tarkkaan ottaen, koska se ei ole tietoinen itsestään (ja etenkään rajoistaan), se ei voi lopulta päättää tavoitteistaan tai kuvitella uusia muotoja.
Semanttisti François Rastier , palautettuaan mieleen Turingin ja Gricen näkemykset tästä aiheesta, ehdottaa kuutta "ohjetta", jotka ehdollistavat kehittyneen vuoropuhelujärjestelmän ja täsmentävät, että olemassa olevat järjestelmät ovat jo toteuttaneet ne:
Hän ehdottaa myös, että järjestelmän pitäisi pystyä edustamaan itseään käsittelemästään käyttäjästä, sopeutumaan häneen. Käyttäjällä on puolestaan taipumus sopeutua järjestelmään heti, kun hän ymmärtää puhuvansa koneelle: hän ei keskustele samalla tavalla automaattisen järjestelmän kanssa kuin ihmisen keskustelukumppanin kanssa, joka esittelee suunnittelijalle käytännöllisen vuoropuhelun tiettyjen näkökohtien yksinkertaistamisen etuna.
Muita testejä on kehitetty myös tekoälyn suorituskyvyn arvioimiseksi:
Tekoälyn pioneereille on myönnetty useita Turing-palkintoja (ACM Turing -palkinto), mukaan lukien:
Orastava kybernetiikka 1940 selvästi todennut sen monialainen luonne ja hyödynsi monipuolisin maksut: neurofysiologian , psykologia , logiikka , yhteiskuntatieteet ... Ja se on aivan luonnollisesti aikovansa kaksi lähestymistapaa järjestelmien kaksi lähestymistapaa tarttunut tutkijat kognitiiviset tieteet ja siten tekoäly: lähestymistapa hajoamalla (ylhäältä alas) ja päinvastainen lähestymistapa progressiivisella rakentamisella alhaalta ylöspäin.
Nämä kaksi lähestymistapaa osoittautuvat pikemminkin toisiaan täydentäviksi kuin keskenään ristiriitaisiksi: meillä on mukava hajottaa nopeasti se, minkä tiedämme hyvin, ja käytännöllinen lähestymistapa, jossa käytetään vain tuntemiamme elementtejä, jotta voimme tutustua uusiin käsitteisiin, on hyödyllisempi tuntemattomille aloille. Ne ovat vastaavasti pohjan oletuksiin muodostavat kognitivismin ja konnektionismi , jotka yrittävät tänään ( 2005 ) vähitellen toimimaan niiden fuusio.
Linux - ohjeet tekoälyyn v3.0, päivitetty 15. joulukuuta 2012, hyväksyy seuraavan taksonomian lukijan mukavuuden vuoksi:
Kognitivismin mielestä elävät kuin tietokone (tosin luonnollisesti hyvin erilaiset prosessit) hoitaa pääasiassa peruskoulun symboleja. Kirjassaan The Society of Mind , Marvin Minsky , joka perustuu psykologi Jean Piaget'n havaintoihin , näkee kognitiivisen prosessin sellaisten agenttien kilpailuna, jotka tarjoavat osittaisia vastauksia ja joiden mielipiteet ovat muiden toimijoiden välittömiä. Hän mainitsee seuraavat Piagetin esimerkit:
Päivän päätteeksi nämä lasten pelit osoittautuvat välttämättömiksi mielen muodostumisessa, ja ne vapauttavat joitain sääntöjä kokeilemalla ja erehtymällä sovittamaan sen kohtaamat arvostuksen eri elementit.
Konnektionismi viitaten prosessi itseorganisoituva , harkitsee kognition seurauksena maailmanlaajuisen vuorovaikutuksen alkeis osien järjestelmän. Ei voida kieltää, että koiralla on jonkinlainen tieto liikkeen differentiaaliyhtälöistä, koska hän voi tarttua sauvaan ilmassa. Enintään kissalla on myös jonkinlainen tieto putoavien ruumiiden laista, koska se käyttäytyy ikään kuin tietäisi, mistä korkeudesta sen ei pitäisi enää yrittää hypätä suoraan mennäkseen maahan. Tälle filosofien intuitiota muistuttavalle tiedekunnalle on ominaista havaintoelementtien huomioon ottaminen ja konsolidointi , joista yksikään erillään otettuna ei saavuta tietoisuuden kynnystä tai joka tapauksessa laukaisee tietyn tulkinnan. .
Kolme käsitettä tulee toistuvasti esiin suuressa osassa työtä:
Voimme harkita erilaisia laitteita, jotka liittyvät joko yhdessä tai erikseen tekoälyjärjestelmään, kuten:
Tekoälyn nykyiset saavutukset voivat puuttua erityisesti seuraaviin toimintoihin:
Ajan myötä jotkut ohjelmointikielet ovat osoittautuneet helpommiksi kuin toiset tekoälysovellusten kirjoittamiseen. Näistä Lisp ja Prolog olivat epäilemättä eniten julkistettuja. ELIZA (ensimmäinen keskusteluagentti , joten ei "oikea" tekoäly) oli SNOBOLin kolmella sivulla . Myös tavanomaisia kieliä, kuten C tai C ++, käytetään enemmän saatavuuden ja suorituskyvyn kuin kätevyyden vuoksi . Lispillä oli puolestaan joukko seuraajia, jotka olivat enemmän tai vähemmän hänen innoittamiaan, mukaan lukien Scheme- kieli ja tyypilliset toiminnalliset ohjelmointikielet, kuten Haskell tai OCaml .
Nykyään Python ja R tarjoavat rikkaimmat työkalut tällä alalla. TensorFlow'n kaltaiset alustat ja sen korkean tason kirjastot ovat demokratisoituneet ja nopeuttaneet keinotekoisen älykkyyden kehitystä.
Julkisessa keskustelussa esiintyy usein sekaannusta "tekoälyn", koneoppimisen ( koneoppiminen ) ja syvällisen oppimisen ( syväoppiminen ) välillä. Nämä käsitteet eivät kuitenkaan ole samanarvoisia, mutta ne ovat sisäkkäisiä:
Tekoälyä on käytetty (tai se on mukana) monilla aloilla.
Jotkut pankit käyttävät ja kehittävät asiantuntijajärjestelmiä luottojen myöntämiseen liittyvien riskien arvioimiseksi ( luottopisteytys ), erityisesti käyttämällä näitä järjestelmiä toimitettujen tietojen todentamiseen tai niiden palauttamiseen ja automaattiseen käsittelyyn. Esimerkki on FICO- pisteet .
Useat suuret talouden nimet ovat osoittaneet kiinnostusta tällaisiin tekniikoihin, kuten Bridgewater Associatesin hankkeet, joissa tekoäly hoitaa rahastoa kokonaan tai ennakoiva analyysialusta Sidetrade .
Algoritmisia kaupankäyntijärjestelmiä kehitetään myös , joissa automaation tarjoamat nopeuden lisäykset ihmiskaupan harjoittajiin verrattuna voivat saada aikaan muutoksen, etenkin suurtaajuuskaupan avulla .
Sotilaallinen kenttä käyttää järjestelmiä, kuten droneja , komentojärjestelmiä ja päätöksenteon tukea .
Keinotekoisen älykkyyden käytöstä armeijassa on tullut yhä tärkeämpää. Yhdysvallat on käyttänyt 18 miljardia dollaria kolmen vuoden tutkimukseen kaikilla sotilasaseiden automatisointiin tarvittavilla aloilla.
Tekoälyyn perustuva asekilpailu on käynnissä, mistä esimerkkinä on Project Maven Yhdysvalloissa.
Ranskan kansainvälisten suhteiden instituutin (IFRI) asiantuntija Jean-Christophe Noël kertoo, että tekoäly, lempinimeltään ALPHA, teki ensimmäisen luokansa lokakuussa 2015 "kohtaamalla ilmavoimien tutkimuslaboratorion ilmataistelutietokoneohjelmat ja voittaen järjestelmällisesti maustetun hävittäjälentäjä lokakuussa 2015 ” .
Ranskan puolustusvoimien ministeriön IA- työryhmä toimitti syyskuussa 2019 raportin, jossa esiteltiin yksityiskohtaisesti armeijan strategia tämän tekniikan edessä, erityisesti tekoälylle omistetun yksikön perustaminen Ranskan puolustusinnovaatiovirastossa (AID) ) sekä puolustusalan tekoälyn koordinointiyksikkö (CCIAD). Sotilaallinen ohjelmointi laissa säädetään talousarvioon 700 miljoonaa euroa virkamatkojen hyväksi AI, keskimäärin 100 miljoonaa euroa vuodessa.
Lääketiede näki myös suurta edistystä käyttämällä tukijärjestelmien diagnoosin tai automatisoitu diagnoosin.
Vuonna 2018 Google DeepMind , Googlen tytäryhtiö, joka on erikoistunut tekoälyn kehittyneeseen tutkimukseen, julkaisi keinotekoisen älykkyyden kokeen tulokset, joilla voidaan havaita silmäsairaudet. Tulokset osoittavat, että tekoäly tekee tämän pienemmällä virhemarginaalilla kuin silmälääkärit.
Ranska perusti terveystietokeskuksen vuonna 2019 terveystietojen käytön yksinkertaistamiseksi ja valvomiseksi.
Covid-19-pandemian torjunnassa on käytetty useita älykkäitä järjestelmiä , erityisesti Fugaku 415-PFLOPS -tietokoneella .
Tekoälyn käyttö kehittyy rikosten ja rikosten torjunnassa . Esimerkiksi Ison-Britannian poliisi kehittää tällaista tekoälyä, jonka ilmoitettiin olevan toiminnassa jo maaliskuussa 2019. Sitä kutsutaan National Data Analytics Solutioniksi (NDAS), se perustuu tekoälyyn ja tilastoihin ja pyrkii arvioimaan riski, että henkilö tekee rikoksen tai on itse uhri, ohjaamaan sosiaali- ja sairaanhoitopalveluja, jotka voivat antaa hänelle neuvoja.
Aiemmin olemassa oleviin tietoihin perustuvien rikosennusteiden käyttö on kuitenkin kiistanalaista, kun otetaan huomioon siihen liittyvät sosiaaliset (erityisesti rodulliset) puolueet. Näille tekniikoille ominaisten mallien tunnistamisen logiikalla on todellakin merkitystä jo olemassa olevien ennakkoluulojen vahvistamisessa.
Laki käyttää AI, jotta voidaan ennustaa oikeuden päätöksiä, tukea päätöksenteossa ja päättää yksinkertaisia. Esimerkiksi Viro kehitti tekoälyn, joka pystyy tuomitsemaan pienistä rikoksista. Yhdysvallat käyttää järjestelmää myös joillakin lainkäyttöalueilla COMPASS (in) ( Correctional Offender Management Profiling for Alternative Sanctions ), tuomarien päätöksentekojärjestelmän päätös. Useat aloittelijat ovat erikoistuneet tähän kapealle, luoden legaltech-alan .
Logistiikka- alueella on nähty joitakin hankkeita, joissa käytetään tekoälyä erityisesti toimitusketjun ( toimitusketju ) tai toimituskysymysten hallintaan, kuten viimeisen kilometrin .
Tekoäly on myös laajalti käytetty alalla joukkoliikenteen , koska se helpottaa sääntelyä ja liikenteen hallintaa sisällä yhä monimutkaisempia verkkoja, kuten UrbanLoop järjestelmää parhaillaan tutkittavana kaupungissa Nancy .
Vaikka matka-ajan tai liikenteen optimointiin liittyvät ongelmat kuuluvat vanhimpiin tekoälyyn perustuvien ratkaisujen sovelluksiin (ks. Matkustavan myyjän ongelma tai Dijkstran algoritmi ), viimeaikainen kehitys, erityisesti syvällisen oppimisen yhteydessä , on mahdollistanut merkittävän tarkkuuden edistymisen. Jotkut projektit, kuten Google Maps, käyttävät esimerkiksi tekoälyjärjestelmiä kaupunkialueilla kompensoimaan GPS- signaalin heijastumista naapurirakennuksiin tai kartoittamaan alueita, joilla on vähän tietoa.
Useat yritykset ovat myös ilmoittaneet, että he ovat kehittäneet automatisoidut autot tutkimusohjelmissa , erityisesti Google tytäryhtiönsä Waymo , ranskalaisen Navya ja jopa Tesla .
Älykkäät järjestelmät ovat yleistymässä monilla toimialoilla. Heille voidaan antaa useita tehtäviä, etenkin niitä, joita pidetään ihmiselle liian vaarallisina. Jotkut sovellukset keskittyvät ennakoiviin ylläpitojärjestelmiin , mikä mahdollistaa suorituskyvyn kasvun havaitsemalla tuotanto-ongelmat alkupäässä.
Robotti käyttää tekoälyä monin tavoin. Erityisesti ympäristön ( esineiden ja kasvojen ) havaitsemiseen , oppimiseen ja kehityksen tekoälyyn.
Ihmisen robotin vuorovaikutus on edelleen usein ole luonnollista ja se on kysymys robotiikka. Kyse on robottien sallimisesta kehittyä ihmisten dynaamisessa ja sosiaalisessa maailmassa ja olla vuorovaikutuksessa heidän kanssaan tyydyttävällä tavalla. Päinvastoin, vaihto vaatii myös muutosta ihmisten suhtautumisessa robotteihin; Grenoble-Alpesin yliopiston tutkijan Véronique Aubergén mukaan "todellinen vallankumous ei ole teknologista, se on kulttuurista" . Jo tekoälyllä varustettujen robottien, kuten Google Homen , avulla käyttäjät voisivat ylittää sosiaalisen eristyneisyyden .
Tekoälyä käytetään esimerkiksi muiden kuin pelaajien hahmojen animoimiseen videopeleissä, jotka on suunniteltu toimimaan vastustajina, avustajina tai kumppaneina silloin, kun ihmispelaajia ei ole saatavilla tai haluttu. Eri monimutkaisuustasoja kehitetään.
24. tammikuuta 2019 Google DeepMind esittelee blogissaan AlphaStar, tekoälyn, joka on omistettu reaaliaikaiselle strategiapelille StarCraft II, joka kohtasi kaksi ihmispelaajaa Internetissä suorana lähetyksenä. Tämän tapahtuman aikana AlphaStar voittaa kaksi ammattilaispelaajaa, mukaan lukien Grzegorz "MaNa" Komincz, Team Liquid -tiimistä, joka on yksi maailman parhaista ammattilaispelaajista. Tämän tekoälyn kehittämisen mahdollisti kumppanuus Google DeepMindin ja pelin julkaisijan Blizzard Entertainmentin välillä .
1980-luvun lopulta taiteilijat käyttivät tekoälyä antaakseen teoksilleen itsenäisen käyttäytymisen. Ranskalaiset Michel Bret , Edmond Couchot ja Marie-Hélène Tramus ovat tienraivaajia, kuten todistavat teokset kuten La Plume ja Le Pissenlit (1988), sitten La Funambule (2000), animaatiosta hermoverkko . Amerikkalainen Karl Sims , yhteistyössä thingking Koneet , perustettiin vuonna 1993 Genetic Images , koneet, jotka sisältävät Of geneettiset algoritmit . Ranskalais-itävaltalainen pariskunta Christa Sommerer ja Laurent Mignonneau ovat luoneet monia teoksia keinotekoisen elämän alalla 1990-luvun alkupuolelta lähtien, mukaan lukien interaktiivinen kasvinviljely (1992) tai A-Volve (1994) . Ranskalainen Florent Aziosmanoff ehdottaa, että tekoälyn käyttö taiteessa johtaa uuden ilmaisualan syntymiseen, jota hän kutsuu eläväksi taiteeksi.
Sisään maaliskuu 2018Taiteilija Joseph Ayerle julkaisee taiteen videon oikeus Un'emozione per sempre 2.0 , jossa hän porrastettua virtuaalinen Ornella Muti , rekonstruoida jonka tekoäly. Vain muutaman päivän harjoittelun jälkeen tekoäly pystyy animoimaan italialaisen näyttelijän kasvot saavuttaakseen kohtauksia, joita hän ei ole koskaan esittänyt.
23. lokakuuta 2018, huutokauppayhtiö Christie's tarjoaa myyntiin maalauksen Edmond de Belamyn muotokuva, jonka on tuottanut tekoäly generatiivisten antagonististen verkkojen avulla . Maalaus on allekirjoitettu matemaattisella kaavalla sen luomisen alussa ("Min (G) max (D) Ex [log (D (x))] + Ez [log (1-D (G (z)))] ”). Tämä myynti herättää monia keskusteluja sen taiteellisena luomuksena ja teoksen tekijänä: se voi olla itse tekoäly tai sen kolme ohjelmoijaa. Teos ostetaan 350 000 dollarilla. Tätä myyntiä voidaan pitää tunnustuksena GAN-ismille (lyhenne sanoista Generative Adversarial Networks , "generatiiviset antagonistiverkot" ranskaksi), taiteelliselle liikkeelle, joka käyttää tekoälyä kuvateoksen luomisessa.
Digitaalinen taiteilija Solimán López käyttää tekoälyä työkaluna ennennäkemättömän vuorovaikutuksen luomiseen muiden medioiden, työkalujen ja käsitteiden kanssa. Vuonna 2019 High Meshesissä hän keksii todellisten ihmisten mikroyhteisöjä, jotka skannattiin 3D: llä fotogrammetrialla . Nämä tiedot syötetään tekoälyohjelmistoihin, jotka kokoavat elimet puhtaasti digitaalisen tietonsa perusteella rodusta, sukupuolesta, uskonnollisista, poliittisista tai kulttuurisista kysymyksistä riippumatta. DAI- hankkeessa vuonna 2018 tekoäly analysoi useiden maiden henkilökortit ja tuloksena on uusia papereita, jotka symboloivat maailmaa ilman rajoja.
Kotimaisuus , roboteilla kotitalouden työntekijä , tai tiettyjä tehtäviä, kuten kodin automaatio .
Tietokoneohjelmoinnissa, erityisesti ennakoivaa ylläpitoa , automaattista täydennystä tai kehitysapua varten.
In journalismi : AIS (virheellisesti kutsutaan ”robotti toimittajat”) voisi lopulta auttaa toimittajia vapauttamalla ne tiettyjä tehtäviä, erityisesti päivää ennen, herättää lähetysten tai tarkistaa fake uutiset .
Etelä-Korea tarjoaa ensimmäisen virtuaalisen TV-isännän marraskuussa 2020 uutislähetyksen aikana.
Vuonna suunnittelu : tietokoneavusteinen suunnittelu on pitkään käytetty algoritmit. Vuonna 2019 suunnittelija Philippe Starck tuo markkinoille tuolin, joka on kehitetty yhteistyössä Autodeskin , "AIchairin" kanssa.
Toistaiseksi tekoälyä ei ole virallisesti säännelty lännessä. Sekä algoritmeihin että käytettyihin henkilötietoihin sovelletaan kuitenkin GDPR: n sääntöjä .
18. joulukuuta 2018, Euroopan unionin tekoälyn korkean tason asiantuntijaryhmä julkaisee asiakirjan, joka sisältää ohjeet tekoälyn etiikasta.
Tekoälyn onnistuminen kannustaa spekulointiin. In tekniikkataitoista piireissä , meillä on tapana olla innostunut, The transhumanisti liikkeen on paras ilmaus siitä. Päinvastoin, toiset ovat huolissaan ja heitä kantavat kysymykset, joskus huolestuttavat, myös korkean teknologian alalla. Siten hyvämaineinen lukuja, kuten Bill Gates - entinen toimitusjohtaja Microsoftin ja "ikoninen hahmo tiedon vallankumouksen myöhään XX : nnen vuosisadan " - että meidän on edelleen hyvin varovaisia tulevan kehityksen näiden teknologioiden, joka voisi tulla liberticides tai vaarallisia .
Tekoälyn kehitys herättää paljon kysymyksiä, erityisesti kysymyksiä, jotka liittyvät tekoälyjen tai algoritmien mahdollisuuteen päästä tietoisuuteen , kokea tunteita ja lopulta korvata ihmiset. Jotkut näistä reaktioista ovat avoimesti optimistisia, toiset päinvastoin pessimistisiä. INRIA julkaisi vuonna 2016 ensimmäisen tekoälyyn liittyvän valkoisen kirjan.
Kuten Martin Gibert selittää kirjassaan Moral to Robots: An Introduction to the Ethics of Algorithms , termin "tekoäly" määritelmä herättää perustavanlaatuisen kysymyksen: Mikä on äly?
Tekoälyn tutkija Yann Le Cun väittää, että älykkyyden ydin on kyky ennustaa . Ensimmäisten asiantuntijajärjestelmien ohjelmoinnin perusteiden oletetaan todella "hallitsevan ongelman täydellisesti ja saavansa tarkan kuvan kaikista ratkaisuista" . Yleensä näitä asiantuntijajärjestelmiä verrataan uudempaan koneoppimiseen , tekniikkaan, jossa kone palkitaan saavutettuaan sille asetetut tavoitteet etenemisellä, joka on analoginen kokeiluvirhemenetelmän kanssa . 2010-luvulla tutkituin tekniikka on valvotun oppimisen tekniikka , jossa lait syntyvät järjestelmässä esimerkeistä, malleista ja automaattisista assosiaatioista, jotka ovat havaittavissa erityisesti suurissa tiedoissa . Kaikissa tapauksissa tekoälyn tehokkuus on ohjelmoijien asettamien tavoitteiden saavuttaminen ja pyrkimys päätöksenteon autonomiaan, mikä edellyttää ennakointikykyä.
Filosofi John Searle katsoo, että ymmärtämiskyky on tärkeämpi älykkyyden määrittelyssä. Hän osoittaa keinotekoisen älykkyyden järjestelmien heikkouden ja Turingin testin rajoitukset kokemuksensa kautta kiinalaisesta kammiosta , joten hänen johtopäätöksensä on: "Meidän ei pitäisi sanoa tekoälystä, että se ymmärtää käsittelemänsä tiedon käsittelemällä syntaksisääntöjä ilman semantiikan hallinta, toisin sanoen tunnustamatta sanojen merkitystä. Kysymys siitä, voimmeko puhua todellisesta älykkyydestä, on siis avoin .
Englantilainen tilastotieteilijä Irving John Good kuvaili tekoälyn mahdollista tulevaisuutta
Oletetaan, että on kone, joka ylittää älykkyyden kaiken, mihin ihminen kykenee, vaikka hän olisi loistava. Tällaisten koneiden suunnittelu, joka on osa älyllistä toimintaa, voisi puolestaan luoda koneita itseään paremmin; tällä olisi epäilemättä ketjureaktion vaikutus älykkyyden kehittämiseen, kun taas ihmisen älykkyys pysyisi melkein paikallaan. Tämän seurauksena erittäin älykäs kone on viimeinen keksintö, jonka ihmisen on tehtävä, edellyttäen, että kone on riittävän oppivainen tottelemaan häntä jatkuvasti. "
Goodin aiheuttama mutaatio vastaa "laadullista" muutosta edistyksen periaatteessa, ja jotkut kutsuvat sitä " singulariteetiksi ". Tämä käsite on keskeinen monille transhumanisteille , jotka ihmettelevät tällaisen skenaarion vaaroista tai toiveista, jotkut menevät niin pitkälle, että he kuvittelevat digitaalisen "jumalan" syntymistä, joka on kutsuttu ottamaan maailman kohtalon hallinta. " Ihmiskunta , tai sulautua sen kanssa.
Hyvä arvioitu, että hieman yli kahdessa mahdollisuus kehittää tällaisen koneen ennen loppua XX : nnen vuosisadan. Ennustuksen vieläkään ei tullut totta, vuonna 2012, mutta se läpäisee yleisö tuolloin, varsinkin voitto on Deep Blue yli Garri Kasparov . Osa suuresta yleisöstä oli todellakin vakuuttunut siitä, että IBM oli juuri kehittänyt vektorin tällaiseen älykkyyden räjähdykseen ja että tämä yritys hyötyisi siitä. Toivo hävisi: kun se voitti, Deep Blue, yksinkertainen laskin, joka arvioi 200 miljoonaa asemaa sekunnissa ilman tietoisuutta itse pelistä, muutettiin takaisin klassiseksi koneeksi, jota käytetään tiedonlouhintaan .
Tekoälyn kehitys herättää transhumanistien, erityisesti amerikkalaisen insinööri Ray Kurzweillin , innostusta, jonka mukaan on ilmeistä, että älykkyys - siihen saakka rajoittuen sen biologiseen tukeen, aivoihin - on pitkälti tai pitkällä aikavälillä tulla vähitellen ei-biologisiksi ja huomattavasti voimakkaammiksi siihen pisteeseen saakka, kun kyborgit korvaavat ihmiset, tämän sen perusteella, mitä hän kutsuu ”singulariteettiperiaatteeksi”.
Tekoälyn kehittäminen synnyttää innostusta, mutta myös vakavia huolenaiheita. Jotkut tieteiskirjailijoista , kuten Isaac Asimov , William Gibson tai Arthur C. Clarke , mallina tarina Noidan oppipoika , kuvaavat riski ihmisten menettää valvoa teknistä prosessia. 2000-luvulla myös erilaiset intellektuellit ottivat kantaa. Samoin on astrofyysikko Stephen Hawking , jonka mukaan on olemassa todellinen riski, että koneista tulee jonain päivänä älykkäämpiä kuin ihmiset ja päätyvät hallitsemaan heitä tai jopa korvaamaan heidät samalla tavalla kuin ihmiset ovat tuhonneet tiettyjä eläinlajeja. Marraskuussa 2017 Lissabonissa järjestetyssä Web Summit -teknologiamessuilla hän esitti seuraavan kysymyksen "Auttaako meitä tekoäly vai hylätäänkö tai jopa tuhotaanko se?" ".
Korkean teknologian maailmassa jotkut ilmaisevat julkisesti samanlaisia pelkoja. Näin on vuonna 2015 Bill Gatesin , Elon Muskin ja Bill Joyn tapauksessa . Amerikkalaisen atk-asiantuntijan Moshe Vardin mukaan tekoäly saattaa viedä 50% ihmiskunnasta pois työstä . "Olemme lähestymässä aikaa, jolloin koneet voivat ylittää miehet melkein missä tahansa työssä . " Sen tulo herättäisi viime kädessä kysymyksen ihmislajin hyödyllisyydestä.
Jotkut valmistajat ottavat nämä riskit vakavasti. Niinpä vuonna 2016 Google esitti kysymyksen mahdollisesta hallinnan menettämisestä oppimisagentteille, jotka voisivat oppia estämään keskeytymisen tehtävässä. Tässä mielessä yritys kehittää " punaisen painikkeen ", joka on integroitu matalalle tasolle tekoälyihin, jolloin keinotekoinen älykkyys voidaan deaktivoida ilman mahdollisuutta ohittaa sitä (paitsi tekoälyn "tappaminen", tämän tavoitteen lisäksi). "Punainen painike" on myös jäädyttää se prosessissa, välttäen sen pysäyttämistä ja välttäen siten oppimisen tai käynnissä olevien laskelmien nollaamista).
Tätä riskiä pidetään myös oikeudellisesta näkökulmasta. Siksi Euroopan parlamentti pyysi valiokuntaa tutkimaan mahdollisuutta, että tekoälyä sisältävää robottia voitaisiin pitää oikeushenkilönä. Jos tekoäly vahingoittaa kolmansia osapuolia, se voidaan määrätä korvaamaan nämä vahingot. Olisi mahdollista antaa sähköinen persoonallisuus kaikille roboteille, jotka tekevät itsenäisiä päätöksiä tai ovat itsenäisesti tekemisissä kolmansien osapuolten kanssa, samalla tavalla kuin oikeushenkilö ja luonnollinen henkilö.
Yhdysvalloissa Anthony Levandowski, autonomisen auton isä , perusti uskonnollisen järjestön, joka edistää tekoälyyn perustuvaa "jumaluutta". Tämä organisaatio, nimeltään "Tulevaisuuden tie", on toiminut syyskuusta 2015 lähtien.
Toinen asia on niukka resurssien, palvelimien ja tehon kulutus, jonka tekoälyn kuluttaa.
Kuten historioitsija François Jarrige selittää, tekoälyn kritiikki on peräisin vanhemmista ja yleisemmistä tekniikoista ja tekniikoista, mukaan lukien Lewis Mumford (Yhdysvalloissa), Jacques Ellul (Ranskassa) ja Günther Anders (Saksa). XX : nnen vuosisadan tärkeimpiä alkuunpanijoita, ja tänään herättää erilaisia militantti piireissä (Ranskassa esimerkiksi: osat ja työ Työ ja Technologos ).
Jarrige kertoo, että heidän teesiään ei tunneta tai kiistanalainen, koska "edistyminen" ja "valtio" on edelleen suuresti yliarvioitu. Siten aloittamisesta Ellul analyysit, animaattorit ja Technologos ryhmän mielestä valtio on ylivoimaisesti vähiten pätevä pysäyttää voimaantumista teknikko prosessi ja että se on jopa yksilöitä rikkoa myytit ja hyvinvointivaltion. Ja tekniseen kehitykseen : "Ei tekniikka orjuuttaa meitä, vaan pyhä, joka on siirretty tekniikkaan (…). Se ei ole valtio, joka orjuuttaa meitä, vaan sen sakraali muutos. ”
Helmikuussa 2018 päivätyssä raportissa Keinotekoisen älykkyyden käyttötarkoitus 26 tekoälyyn erikoistunutta asiantuntijaa varoittavat tekoälyn rikollisen käytön vaaroista: tietoverkkorikollisuuden lisääntyminen, dronien käyttö terroristitarkoituksiin, joukkomyyntitapahtumat jne.
28. syyskuuta 2016, tekoälyn sektorin jättiläiset perustavat "tekoälyn kumppanuuden kansalaisten ja yhteiskunnan hyödyksi". Seuraavana vuonna Google DeepMind perusti sisäisen yksikön eettisten kysymysten käsittelemiseksi.
18. heinäkuuta 20182400 tekoälyn alan tutkijaa, insinööriä ja henkilöä allekirjoittaa avoimen kirjeen, jossa se lupaa "koskaan osallistua tappavien itsenäisten aseiden kehittämiseen, valmistamiseen, kauppaan tai käyttöön eikä tukea niitä" . Kirjeessä todetaan erityisesti, että "Päätöstä ihmishenkestä ei saa koskaan siirtää koneelle. ". Allekirjoittajien joukossa ovat Google DeepMindin johtajat Elon Musk , Stuart Russell , Yoshua Bengio ja Toby Walsh .
Huolenpito ihmisen työvoiman korvaamisesta koneilla ei ole uusi asia, ja tämä kysymys on jo esillä joillakin XIX E- vuosisadan taloustieteilijöillä, kuten Thomas Mortimer (vuonna) tai David Ricardo talouden periaatteiden ensimmäisessä luvussa . ja verot . Vuonna 1995 Jeremy Rifkin julkaisi lopputyön: maailmanlaajuisen työvoiman taantuminen ja markkinoiden jälkeisen aikakauden aamunkoitto. Markkinoiden jälkeisen aikakauden aamunkoitto ”). Ennusteet työn lopettamisesta ovat siksi yleisiä, ja ne ovat melkein aina mukana innovaatioklustereissa.
17. syyskuuta 2013, kaksi Oxfordin tutkijaa, Carl Benedikt Frey (en) ja Michael A. Osborne, julkaisevat tulevaisuuteen suuntautuvan raportin tekoälyn ja robotisoinnin vaikutuksista työllisyyteen: Työn tulevaisuus: Kuinka alttiita työt ovat tietokoneistamiselle? . He ennustavat, että 47% työpaikoista voitaisiin automatisoida vuoteen 2030 mennessä. Tällä raportilla on suuri vaikutus akateemisessa maailmassa ja se lisää huolta tekoälyn vaikutuksista työllisyyteen. Tämän raportin kriitikot ovat muodostuneet. Ensinnäkin Osborne ja Frey ajattelevat jatkuvassa käytössä, ja Joseph Schumpeterin ja hänen luovan tuhon periaatteensa mukaan jos tietyt innovaatiot tuhoavat työpaikkoja, ne luovat myös muualla. David Autor , artikkelissaan " Miksi on vielä niin paljon työpaikkoja? Vuonna 2015 julkaistu työpaikkojen automaation historia ja tulevaisuus ”arvioi Freyn ja Osborne'n ennusteita ja kyseenalaistaa tekoälyn aiheuttamat muutokset työmarkkinoiden rakenteessa.
Huolimatta tekoälyn viime vuosien merkittävästä kehityksestä, emme voi sanoa, että työn loppuhypoteesi olisi vielä toteutunut. On kuitenkin totta, että työmarkkinoiden rakenteessa tapahtuu suuria muutoksia tekoälyn takia. Sosiologi Antonio Casilli , teoksessa Waiting for the robots: click-työn tutkimus tutkii tekoälyyn liittyvän "digitaalisen häiriön" seurauksia työllisyysrakenteelle tutkimalla ihmisen toiminnan erilaisia muotoja, jotka ovat tarpeen tekoälyn tuottaminen. Tämä opinnäytetyö on osa niin sanotun " digitaalisen työn " ( " digitaalinen kyntö " ) analyysiä , joka otettiin käyttöön 2000-luvulla kaikkien verkkotoimintojen osoittamiseksi, arvon luomiseksi, yleensä suurten digitaalisten alustojen kaappaamana. Digitaalinen työ liittyy olennaisesti keinotekoisen älykkyyden tuottamiseen, ja sitä voidaan analysoida kolmessa kategoriassa:
Työskentele tilauksesta Tällä lomakkeella on sekä online- että offline-ominaisuus. Tämä on työ, joka liittyy algoritmisiin sovitusalustoihin , kuten Uber , Deliveroo tai jopa Airbnb , jne. Tilattavan työn kohdalla tekoäly ei korvaa ihmisen työtä, vaan pikemminkin sallii kysynnän ja tarjonnan kohtaamisen tietyillä markkinoilla. Tämä digitaalisen työn muoto on vähemmän sidoksissa tekoälyn tuotantoon kuin seuraavat kaksi, toisaalta tekoäly ja algoritmit ravistelevat kyseisten toimialojen työllisyysrakennetta. Tarjonnan ja kysynnän kohtaamisen algoritminen optimointi kannustaa palkkajärjestelmää tehtäväkohtaisesti ja riistää työntekijät työntekijän asemasta. Tässä tapauksessa tekoälyn vaikutukset työllisyyteen koskevat enemmän työntekijöiden aseman muutosta kuin ihmisen korvaamista koneella. Tehtävä pysyy samana, vain työ- ja palkkaehdot muuttuvat. Mikrotyö Syntymistä mikro-työ on hyvin läheisesti tuotantoon tekoälyn, erityisesti koulutukseen ja kalibroinnin vaihe algoritmeja. Itse asiassa kaikki tekoälyn algoritmit (erityisesti ne, jotka käyttävät syvällistä oppimisen tekniikkaa ) tarvitsevat uskomattoman määrän tietoa oppimisensa ja toimivuuden saavuttamiseksi. Tähän päivään mennessä ei ole kuitenkaan muuta ratkaisua kuin käyttää ihmisten työtä näiden tietojen toimittamiseksi. Se on Amazon , yksi maailman johtavista tekoäly, joka on suurin mikro-työtasojen: Amazonin Mechanical Turk luotiin 2005. Muut johtajat tekoälyyn myös käyttää palveluja mikro-alustoille. -Työ: Google käyttää Ewokit , UHRS: n Microsoft ja Mighty IA: n IBM . Nämä digitaaliset mikrotehtävät ovat yleensä: kirjoita lyhyitä kommentteja, napsauta, katso videoita tai valokuvia, käännä tekstiä, anna näkyvyys verkkosivustolle, luo musiikkisoitolistoja, merkitse kuvia tai tunnista kasvot tai kasvot. Mikrotehtävissä käytetään mikromaksuja: jotkut maksetaan sentteinä, yksi tai kaksi dollaria monimutkaisemmista. American Pew Research Center arvioi, että kaksi kolmasosaa Amazon Mechanical Turkissa tarjotuista työpaikoista maksetaan alle 10 senttiä ja tutkijoiden arvion mukaan keskimääräinen tuntipalkka oli 1,38 tunnissa vuonna 2010. Maailmanpankin vuonna 2013 tekemän tutkimuksen mukaan , sillä oli sitten maailmassa yli sata mikrotyöalustaa, joiden lukumäärä oli noin miljoona, mutta uusimpien tutkimusten mukaan tämä määrä on kasvanut huomattavasti, viimeisimpien arvioiden mukaan. nykyisin vaihteleva muutamasta kymmenestä miljoonasta enemmän yli 100 miljoonaa mikrotyöntekijää maailmassa. Ranskassa on noin 250 000 mikrotyöntekijää. Mikrotyötä voidaan pitää digitaalitalouteen sopeutuneen Taylorismin perintöoikeutena . Sosiaalisen verkostotyö Jotkut sosiologit, mukaan lukien Antonio Casilli , katsovat, että online-läsnäoloa alustoilla, jotka keräävät henkilötietojamme, voidaan pitää työn muotona. Tämä verkkotoiminta on todellakin välttämätöntä tietojen tuottamiselle, jota käytetään sitten algoritmien edistämiseen. Tätä toimintaa voidaan siis pitää työnä, sikäli kuin se luo arvoa alustoille.Huolimatta pelkoista, jotka vallitsevat työn lopettamisen hypoteesin ympärillä, tämä idea näyttää tällä hetkellä olevan fantasia. Ihmisen työ on edelleen välttämätöntä tekoälyn oppimisvaiheessa. Jopa koulutettu ja toimiva tekoäly vaatii usein ihmisen tarkastuksia sen moitteettoman toiminnan varmistamiseksi. Alan tunnetuin esimerkki on ääniavustajien esimerkki. Amazon olettaa kuuntelevan Alexan käyttäjien keskusteluja "parantamaan käyttökokemusta", mutta salakuuntelun takana ovatkin ihmiset. Samoin Uberin niin sanotut itsenäiset autot eivät voi toimia ilman kuljettajaa, joka ei ole ratissa, mutta jonka on ohjattava ajoneuvoa osallistumalla live-kameroiden tarjoamaan kuvien tunnistamiseen. Uber on myös päättänyt kaksinkertaistaa näiden kuljettajien määrän ensimmäisen kuolemaan johtaneen onnettomuuden jälkeen vuoden 2018 alussa. Digitaalisen työn analyysi korostaa tekoälyn nykyistä ambivalenssia. Kun suuret digitaaliset alustat ja insinöörit ilmoittavat ihmisten korvaamisesta koneilla, konkreettinen sosiologinen tutkimus osoittaa meille, että tällä hetkellä ihmisen työ on välttämätöntä tekoälyn aukkojen täyttämiseksi. Siksi näyttää siltä, että automaatiolupausten takana on viime kädessä työntekijöiden aseman epävarmuus (tilaustyön yhteydessä), tehtävien äärimmäinen pirstoutuminen ( mikrotyön tapauksessa ) ja työn näkymättömyys. (jos kyseessä on sosiaalinen verkostotyö).
Oxfordin yliopiston , Yalen yliopiston ja Al Impactin ihmiskunnan tulevaisuuden instituutin tutkijat kyselivät 352 koneoppimisen asiantuntijaa ennustamaan tekoälyn edistymistä seuraavina vuosikymmeninä.
Asiantuntijoilta kysyttiin tiettyjen kykyjen ja ammattien ajoituksesta sekä heidän ennusteistaan siitä, milloin tekoäly ylittää ihmisen kaikissa tehtävissä. Ja mitkä olisivat myös sosiaaliset seuraukset. Tutkijat ovat ennustaneet, että koneet ovat parempia kuin ihmiset kääntämään kieliä vuoteen 2024 mennessä. He voivat kirjoittaa esseitä vuoteen 2026 mennessä. Aja kuorma-autoja vuoteen 2027 mennessä ja työskennellä kaupassa ja myynnissä vuonna 2031.
Vuoteen 2050 mennessä he voivat kirjoittaa bestsellereitä tai työskennellä kirurgeina. Tutkijoiden mukaan on 50% mahdollisuus, että tekoäly ohittaa ihmiset kaikilla alueilla vain 45 vuodessa . Ja samalla todennäköisyydellä koneet voisivat ottaa haltuunsa kaikki ihmisen työpaikat 120 vuodessa . Jotkut tutkijat jopa ennustavat, että se voi tapahtua aikaisemmin.
Katso myös kategoria: Tekoäly taiteessa ja kulttuurissa
Konetta, jonka omatunto ja kokea tunteita - tai toimia ikään kuin tässä tapauksessa - on klassinen teema tieteiskirjallisuuden , kuten romaanit Isaac Asimov on robotteja .
Tätä aihetta hyödynnettiin kuitenkin hyvin varhaisessa vaiheessa, kuten vuonna 1881 julkaistussa Pinocchion seikkailuissa , joissa nukke, joka pystyy tuntemaan rakkautta luojaansa kohtaan, pyrkii tulemaan todelliseksi pieneksi pojaksi, tai elokuvassa The Man, joka on lahjakkain maailma , amerikkalaisen Edward Page Mitchellin novelli, jossa yksinkertaisen mielen aivot korvataan tietokoneella, jonka innoittamana on Charles Babbage . Romaani Joustava peili on Regis Messac tarjousten välin periaatetta heikko tekoäly, mutta skaalautuva, innoittamana automaatit yksinkertainen elämän muotoja, reagoivat tiettyihin ärsykkeisiin, kuten valoa. Tämä juoni inspiroi voimakkaasti Steven Spielbergin ohjaamaa AI-tekoäly -elokuvaa , joka perustuu Stanley Kubrickin ideoihin, jonka itse on innoittanut Brian Aldiss . Dan Simmonsin työ , mukaan lukien Hyperion- sykli , käsittelee tekoälyä. Destination vide , jonka Frank Herbert , kiehtovan vaiheissa syntyminen vahva tekoäly. Viime aikoina ranskalainen kirjailija Christian Léourier on asettanut tekoälyn lyhyen romaaninsa Helstrid (2018) ytimeen , jossa tämä tekoäly antaa ihmisen kuolla ja rikkoo näin Isaac Asimovin asettamia kolmea robottilakia lähes neljäkymmentä vuotta aikaisemmin.
Androideja osoittaa tekoälyn fiktio lukuisia: luonne Data päässä televisiosarjassa Star Trek: The Next Generation on kyberneettisen olento jolla on älykkyyttä, joilla on merkittäviä valmiuksia oppimiseen. Hän on Enterprise- tähtilaivan vanhempi upseeri ja kehittyy ihmisryhmätovereidensa rinnalla, jotka inspiroivat häntä pyrkimyksissään ihmiskuntaan. Sen elokuvamainen vastine on Piispa elokuvissa Aliens (1986) ja Alien 3 (1992). Vuonna manga Ghost in the Shell , Android herää tietoisuuteen. Vuonna Terminator saaga kanssa Arnold Schwarzenegger , The ohjelmoida uudelleen T-800 , alun perin suunniteltu tappamaan, näyttää olevan kykyä kokea ihmisen tunteita. Lisäksi Skynet on lähettänyt peräkkäiset Terminaattorit menneisyydessä , tekoäly, joka on tietoinen itsestään ja vaarasta, jonka ihmiset itselleen aiheuttavat.
Pelit, erityisesti strategiapelit , ovat merkinneet tekoälyn historiaa, vaikka ne mittaavat vain tiettyjä taitoja, kuten koneen kykyä laskea todennäköisyyksiä , tehdä päätöksiä mutta myös oppimista .
Hans Berliner (1929-2017), tietojenkäsittelytieteen tohtori Carnegie-Mellon -yliopistossa ja vahva shakkipelaaja , oli yksi pelitietokoneiden ohjelmoinnin edelläkävijöistä . Hänen työnsä alkoi ohjelmalla, joka kykenee voittamaan ihmisen, backgammonin ammattilaisen , sitten , 1960-luvulta lähtien ja IBM: n avulla hän tutki luomaan ohjelman, joka pystyy kilpailemaan shakkipelin suurten mestareiden kanssa . Hänen työnsä vaikutti muutama vuosikymmen myöhemmin Deep Blue- supertietokoneen toteuttamiseen .
Pelien kyvyn lisäksi mitata keinotekoisen älykkyyden suorituskykyä joko pisteiden avulla tai ihmisten kohtaamisen kanssa, pelit tarjoavat tutkijoille suotuisan ympäristön kokeilulle, erityisesti vahvistusoppimisen alalla .
Othello- pelissä kahdeksasta 8 ruudusta olevalle pöydälle jokainen pelaaja sijoittaa vuorotellen värinsä (musta tai valkoinen) sotilasta. Voittaja on se, joka omistaa hallitsevan värin pelinappulat.
Yksi ensimmäisistä keinotekoinen älyllisten Othello on IAGO, kehitetty 1976 Caltech yliopiston vuonna Pasadena (Kalifornia), joka helposti voittaa Japanin mestari Fumio Fujita.
Ensimmäinen Othello miesten koneita vastaan turnaus järjestettiin vuonna 1980. Vuotta myöhemmin uusi ohjelmaturnaus toi yhteen 20 järjestelmää. Vuosien 1996 ja 1997 välillä ohjelmien määrä räjähti: Darwersi (1996-1999) Olivier Arsac, Hannibal (1996) Martin Piotte ja Louis Geoffroy, Keyano (1997) Mark Brockington, Logistello (1997) Michael Buro, jne.
Vuonna 1968 englantilainen kansainvälinen mestari David Levy haastoi tekoälyn asiantuntijoita ja vedosti heille, ettei mikään tietokoneohjelma pystyisi voittamaan häntä shakissa seuraavien kymmenen vuoden aikana. Hän voitti panoksensa, eikä Deep Thought löytänyt häntä lopulta vasta vuonna 1989.
Vuonna 1988 tietokone HiTech on Hans Berliner oli ensimmäinen ohjelma päihittää suurmestari shakki, Arnold Denker ( 74 ) peli (3,5-1,5). Myöhemmin vahvat pelaajat hakattiin, kuten suurmestari Bent Larsen (sitten 2560 Elo-pisteellä ), jonka Deep Thought kukisti vuonna 1988 Kalifornian turnauksessa.
Toukokuussa 1994 Münchenissä , The Fritz 3 ohjelmaa , käynnissä tietokoneessa , jossa on Pentium 90 MHz monoprocessor voitti Blitz peli turnauksessa vastaan shakin maailmanmestari Garri Kasparov ja elokuussa 1994 ensimmäisellä kierroksella Intel Grand Prix vuonna Lontoossa , maailmanmestari kohtasi Chess Genius 2,9 (käynnissä Pentium 100 MHz ) on puoliksi pikapelin (30 min per peli) ja hävisi 0,5-1,5 (tasapeli ja tappio).
Vuonna 1997 voitto IBM- suunniteltu supertietokone , Deep Blue (lempinimeltään Deeper Blue in tässä uusintaottelua ), vastaan Garri Kasparov (3,5-2,5) oli käännekohta: ensimmäistä kertaa, paras ihmisen pelaajan shakki hakattiin ottelu (eikä yksittäisessä pelissä) koneella.
Kesäkuussa 2005 Hydra- supertietokone voitti suurmestari Michael Adamsia vastaan viidellä voitolla, tasapelillä eikä tappioilla.
Marraskuussa 2006 Deep Fritz voitti maailmancupia Vladimir Kramnikia vastaan kahdella voitolla, 4 tasapelillä ja häviöillä. Erityisesti toisessa osassa matto alkuosa (perämies yhdessä), jonka Kramnik ei asu, väsynyt hänen ponnisteluistaan ottelun aikana .
Vuonna 2010 entinen maailmanmestari Veselin Topalov vahvisti käyttävänsä Blue Gene / P -tietokoneen , joka oli sitten varustettu 8792 prosessorilla, valmistellessaan vuoden 2010 shakin maailmanmestaruutta .
Sisään joulukuu 2017, Yleis versio AlphaGo Zero - seuraaja of DeepMind n AlphaGo ohjelmassa , katso alla olevassa Siirry osassa - nimeltään AlphaZero , on kehitetty, on pelattava pelejä tietäen vain sääntöjä, ja oppimisen yksin pelaamaan itseään vastaan. Tämä ohjelma koulutettiin sitten Go: lle, Shogille ja Shakille. Yhdeksän tunnin harjoittelun jälkeen AlphaZero voitti Stockfish- shakkiohjelman 28 voitolla, 72 tasapelillä eikä tappioilla. On kuitenkin huomattava, että AlphaZeron käytettävissä oleva laskentateho (4 pelattavaa TPUv2: ta tai 720 terafloppia ) on äärettömän suurempi kuin Stockfishille, joka käyttää vain 64 Intel- ydintä, käytettävissä oleva teho . Hän onnistui voittamaan myös oppinut Shōgi Elmo (in) -ohjelman .
Vuonna 2015 tekoäly edistyi merkittävästi Go-harjoittelussa , joka on monimutkaisempi tarttua kuin shakki (muun muassa suuremman paikkamäärän vuoksi: 10 170 per ottelu, kun taas shakki on 10,50 , ja pelit ovat uskottavia: 10 600 / per GB, vikojen osalta 10 120 ).
Sisään lokakuu 2015, AlphaGo , tekoälyohjelmisto , jonka on suunnitellut DeepMind , Googlen tytäryhtiö , voittaa Fan Huin , kolminkertaisen Euroopan mestaruuden ensimmäistä kertaa , ja ottaa siten vastaan sen, jota pidettiin yhtenä tekoälyn suurimmista haasteista. Tämä suuntaus vahvistui maaliskuussa 2016, kun AlphaGo voitti tieteenalan maailmanmestarin Lee Sedolin kolme kertaa peräkkäin viiden pelin kaksintaistelussa. Lee Sedol ilmoitti toisen osan lopussa löytäneensä tietokoneesta "mitään heikkoutta" ja että hänen tappionsa oli "yksiselitteinen" .
Vuonna 2011 IA Watson suunnittelema IBM , voitti sen ihmisen vastustajia amerikkalainen peli näyttää Jeopardy! . Tässä kysymysten ja vastausten pelissä kielen ymmärtäminen on välttämätöntä koneelle; Tätä varten Watson pystyi luottamaan laajaan sisäiseen tietokantaan, joka tarjoaa hänelle yleistä tietoa , ja hänellä oli kyky oppia yksin, etenkin virheistään. Hänellä oli kuitenkin etu, kyky painaa äänimerkkiä välittömästi (ja siten myös ihmisten vastustajiensa edessä) antaa vastauksen.
Ensimmäinen tietokoneohjelma, joka voitti merkittävän pokeriturnauksen ammattimaisia pelaajia vastaan, oli Polaris vuonna 2007, ja pyrkimyksiä parantaa tätä tulosta on jatkettu siitä lähtien.
Vuonna 2017, aikana pokeriturnaus ” Aivot Vs. Artificial Intelligence: kovenevat ” ( ”Brain vs. Artificial Intelligence: nostamme veto”) järjestettävä kasinon vuonna Pennsylvaniassa , tekoälyä Libratus kehittämä tutkijat Carnegie Mellon University of Pittsburgh , kasvot ihmisen vastustajat läpi maraton peli levisi yli 20 päivää . Kaikkien ammattimaisten pokeripelaajien vastakkaiset ihmispelaajat kohtaavat koneen peräkkäin joissakin kasvotusten ( heads up (in) ) " No Limit Texas Hold'em " -säännösten mukaisesti ( ei rajoitusta tarkoittaa, että panostamista ei rajoiteta). pokerin yleisin versio. Pelejä lähetetään suorana ja kahdeksan tuntia päivässä Twitch- alustalla .
Yli 120 000 pelatun käden lopussa Libratus kerää 1766250 dollaria (virtuaalinen). Koneita vastaan taistelussa vähiten rahaa menettäneellä Dong Kimillä on edelleen yli 85 000 dollarin alijäämä. Ihmispelaajat myöntävät arvosteluissaan vastustajan pelistä, että se on sekä hämmentävä että kauhean tehokas. Itse asiassa Libratus “tutkii” joka ilta Pittsburghissa sijaitsevan supertietokoneen resurssien ansiosta, sen kädet pelasivat viimeisen päivän aikana käyttäen supertietokoneen laskutoimitusta 15 miljoonaa tuntia.
Koneen puhdas ja virheetön voitto merkitsee uutta vaihetta tekoälyn kehityksessä ja havainnollistaa edistystä tekoälyn "epätäydellisen tiedon" käsittelyssä, jossa ajattelussa on otettava huomioon puutteelliset tiedot tai piilotettu. Arviot No Limit -pokeripelimahdollisuuksien kasvoista kasvoihin SPNT: lle ovat itse asiassa noin 10 160 .
Aiemmin, vuonna 2015, ammattilaispelaaja Doug Polk (vuonna) voitti tapahtuman ensimmäisen painoksen tekoälyä vastaan, nimeltään Claudico (in) .
Tekniset näkökohdat
Tulevaisuuden näkökohdat
Filosofiset näkökohdat
Kognitiiviset, psykologiset ja biologiset perusteet
Kielelliset näkökohdat
Historia
Popularisointi
Politiikka, kansainväliset suhteet
Oikeudelliset näkökohdat
Yleiset käsitteet
Tekniset käsitteet
Tekoälyn tutkijat (englanninkielinen tila)
Tekoälyn tutkijat (ranskankielinen alue)
Tunnetut laboratoriot ja tutkimushankkeet tekoälyssä
Heijastuksia