Изкуственият интелект (ИИ) е най-трансформиращата и стратегическа технология на ранния XXI век. Той пренарежда по значим начин практически всеки аспект от нашия живот, включително по начини, които вероятно никой не е очаквал. Скоростта на неговото приемане и влиянието му са безпрецедентни в сравнение с всяка друга технология в човешката история.

Като самостоятелна научна област изкуственият интелект е официално създаден през 1956 г. по време на Летния изследователски проект в Дартмут. Този исторически форум е предложен от учените Джон Маккарти, Марвин Мински, Натаниел Рочестър и Клод Шанън. В своето предложение от август 1955 г. за този изследователски проект, учените въвеждат за първи път термина „изкуствен интелект“ и си представят машини, които са способни да симулират човешкото мислене.

Марвин Мински дефинира ИИ като „науката за създаване на машини, които вършат неща, изискващи интелект, ако бъдат правени от хора“. За своите пионерски открития професор Мински получава престижната награда „Тюринг“ на Асоциацията за компютърна техника (ACM), която често е наричана „Нобел за компютърни науки“.

От своите скромни начала преди около 70 години, днес изкуственият интелект е развил възможностите си до неузнаваемост, спечелил е огромна популярност и е внедрен в широк спектър от области – от бизнеса и образованието до финансите, здравеопазването, тежката индустрия и военното дело. Голям принос за този напредък има международната организация IEEE (Институт на инженерите по електротехника и електроника), чиито усилия в подкрепа на ИИ са многостранни. Докато отбелязваме тази 70-годишнина, разбирането на неговата история, сегашно състояние, ограничения и рискове е от ключово значение, за да го използваме за добро.

Еволюцията на една технология на приливи и отливи

Въпреки че официалното раждане на ИИ като самостоятелна дисциплина е през 1956 г., неговите интелектуални корени се простират много по-назад във времето. Теориите, които стоят в основата му, се появяват още преди създаването на първите модерни компютри като ENIAC през 1946 г.

През 1943 г. неврофизиологът Уорън Макълок и логикът Уолтър Питс, вдъхновени от структурата на човешкия мозък, създават математически модели на изкуствени неврони. Те доказват, че изкуствените невронни мрежи могат да извършват логически изчисления. По-късно психологът Франк Розенблат развива тези идеи и създава т.нар. „перцептрон“ – ранна форма на невронна мрежа, която полага основите на съвременното машинно обучение и дълбокото обучение.

Основен крайъгълен камък е поставен през 1950 г., когато известният математик и компютърен учен Алан Тюринг задава фундаменталния въпрос: „Могат ли машините да мислят?“. В своята забележителна статия „Изчислителни машини и разум“, публикувана в списание Mind, той изследва природата на машинния интелект. Той предлага „игра на имитация“, станала известна като Тест на Тюринг, като практическо средство за неговата оценка. Този тест остава влиятелна концепция във философията и науката за разума и до днес.

Клод Шанън, признат за баща на теорията на информацията, публикува труда си „Програмиране на компютър за игра на шах“ през същата 1950 г. в Philosophical Magazine, изследвайки капацитета на машините за сложни мисловни задачи. След официалното обособяване на дисциплината през 1956 г., изследванията се ускоряват. През 1958 г. Джон Маккарти създава езика за програмиране Lisp, който дълго време доминира в разработката на ИИ. Година по-късно, през 1959 г., професорът по компютърни науки от Станфорд Артър Самюъл въвежда термина „машинно обучение“, за да опише програми, които подобряват представянето си чрез натрупан опит.

В началото на 80-те години на миналия век се наблюдава нов ентусиазъм, подхранен от държавно финансиране за създаването на т.нар. „символен ИИ“ и експертни системи, базирани на правила (известни още като системи, базирани на знания). Те кодират специфични човешки знания под формата на правила за вземане на решения в конкретна област. Ярък пример е системата MYCIN, създадена за диагностициране на инфекциозни заболявания. Макар и успешни в тесни области, тези системи бързо достигат своите ограничения, тъй като компютърът просто имитира човешки експерт без реална гъвкавост, и по-късно изчезват с навлизането на невронните мрежи.

Пътят на изкуствения интелект обаче не е само възход. Той е белязан от периоди на прекомерни очаквания, последвани от разочарования, известни като „зими на ИИ“ (AI winters). През тези периоди финансирането, интересът и доверието в технологията драстично спадат. Анализите показват, че тези цикли се дължат на нереалистични обещания и технологични ограничения за времето си.

От „зимата“ към „пролетта“ на генеративния ИИ

Нова фаза на бурен растеж – често наричана „пролет на ИИ“ – започна през второто десетилетие на XXI век благодарение на напредъка в дълбокото обучение, появата на големите езикови модели, архитектурата на трансформаторите (transformer) и възхода на генеративния изкуствен интелект (GenAI).

За разлика от по-ранните подходи, които обработват информацията последователно, моделът на трансформатора анализира целия масив от текст или аудио едновременно. Той координира и оценява значението на всяка дума или компонент спрямо останалите, което позволи огромен скок в приложенията на генеративния ИИ. Ашиш Васвани, бивш учен в Google, и колегите му от екипа Google Brain представиха тази архитектура в емблематичната си научна публикация от 2017 г. „Attention Is All You Need“ (Вниманието е всичко, от което се нуждаете). Васвани и Сам Алтман – главен изпълнителен директор на OpenAI – днес масово се считат за основните движещи сили зад генеративната революция.

Изкуственият интелект достигна неподозирани висоти с публичното пускане на ChatGPT в края на 2022 г., което беше последвано от вълна от чатботове и генеративни софтуерни инструменти, ускорили глобалния интерес към технологията. Напоследък фокусът се измества към автономните агенти (agentic AI), които притежават способността да оперират самостоятелно с минимален човешки контрол, разширявайки мащаба и въздействието на технологията.

Докладът „AI Index“, публикуван от Института за ориентиран към човека изкуствен интелект към Станфордския университет, разкрива, че скоростта на приемане на ИИ е безпрецедентна и надминава тази на телефона, телевизора, персоналния компютър и дори на самия интернет. Актуални новини и анализи за тези софтуерни иновации можете да откриете в специализирания технологичен портал в категорията за изкуствен интелект на Kaldata.com.

Силни страни и големи обещания

Прагматичната сила на ИИ се крие в способността му да обработва информация, да разпознава сложни модели и да изпълнява когнитивни задачи с невиждана досега скорост и в огромен мащаб. Той анализира гигантски масиви от данни, извлича ценни изводи и идентифицира тенденции или аномалии, които човешкото око трудно би забелязало. Програмите могат да автоматизират рутинни задачи и повтаряща се умствена работа, което повишава производителността и намалява разходите за бизнеса.

Чатботовете и генеративните инструменти могат да отговарят на сложни въпроси и светкавично да създават текстове, изображения, видеоклипове, музика, програмен код, образователни материали и друго съдържание в отговор на потребителски команди. ИИ обобщава, превежда и перифразира текстове изключително ефективно, помагайки за генерирането на нови идеи. Неговите мултимодални възможности (работа едновременно с текст, звук и картина) го правят мощен партньор, който по-скоро допълва и разширява човешката креативност и способност за решаване на проблеми, отколкото да заменя напълно човешкия разум. Технологията се развива от самостоятелни инструменти към целеустремени системи (автономни агенти), които планират, действат и се адаптират самостоятелно.

Слабости, рискове и тревоги

Наред с огромните ползи, ИИ крие и сериозни рискове. Сред основните притеснения са изкривените, дискриминационни и вредни отговори, породени от пристрастни данни за обучение; липсата на прозрачност и обяснимост при вземането на решения („черна кутия“); нарушаването на поверителността на личните данни, събирани за обучение на моделите; както и уязвимостите в киберсигурността, включително хакерски атаки, управлявани от самия ИИ.

Системите с ИИ могат да „халюцинират“ – т.е. да генерират напълно грешна или измислена информация, представяйки я по изключително уверен начин. Освен това технологията улеснява и засилва разпространението на дезинформация, дълбоки фалшификати (deepfakes) и манипулирано съдържание, което подкопава общественото доверие и води до алгоритмично манипулиране на общественото мнение. Друг феномен е т.нар. „сикофанство“ на ИИ (склонност на алгоритъма да угажда на потребителя и да потвърждава неговото мнение, дори то да е грешно), което също може да бъде вредно.

Прекомерното разчитане на технологиите рискува да отслаби човешката преценка, критичното мислене и уменията за вземане на решения. Грешките на автономните системи в критични сектори като отбраната, здравеопазването и транспорта могат да имат фатални последици. Ето защо развитието на ИИ трябва да бъде ръководено от информирано разбиране, зряла преценка и отговорно управление. При оценката дали ИИ е подходящ за дадено приложение, неговите възможности, предимства, ограничения и рискове трябва да бъдат внимателно анализирани.

Приносът на IEEE в развитието на ИИ

Международната организация IEEE не просто документира прогреса на ИИ, но активно го напътства, стандартизира и насочва към етична употреба в полза на човечеството. Организацията поддържа дигитален център за информация, който е ценен ресурс за изследователи и разработчици.

IEEE издава 11 специализирани научни списания за ИИ, сред които е IEEE Intelligent Systems. Организацията поддържа Зала на славата на ИИ, където удостоява пионерите в областта, като отдава почит на техния принос към технологиите и обществото. За да насърчи изследванията, от 2006 г. насам списанието отличава изгряващите звезди в областта чрез своите награди „AI’s 10 to Watch“. Тези награди се връчват на всеки две години и подчертават изключителния принос на млади изследователи и професионалисти.

Още от ранните дни на ИИ, компютърните и инженерни дружества в рамките на IEEE подкрепят изследванията и практиката в тази област. Компютърното дружество (Computer Society) дори предлага ръководство за това как да станете разработчик на ИИ. Организацията спонсорира над 100 научни конференции за ИИ всяка година, като архивите са достъпни в дигиталната библиотека IEEE Xplore. Наред с това, образователната мрежа на IEEE предлага над 200 курса, а Асоциацията за стандартизация е разработила над 100 стандарта, включително програмата CertifAIEd, която оценява етичния дизайн на автономните интелигентни системи. Членове на организацията разработват и реални хуманни приложения, като например Абхишек Ападжи, който създава инструменти, базирани на ИИ, за откриване на психиатрични разстройства.

Оформяне на бъдещето на ИИ

Историята на изкуствения интелект ни помага да разберем мотивите зад неговото развитие и ни вдъхновява за следващата фаза на иновации. Траекторията на ИИ ще бъде оформена от колективните избори, които правим днес и в бъдеще.

Както Алан Тюринг пише в своята историческа статия през 1950 г.: „Можем да виждаме само на малко разстояние напред, но там има предостатъчно работа, която трябва да се свърши.“ Императивът пред нас днес е не просто да развиваме възможностите на технологиите, но и да гарантираме, че те остават ориентирани към човека, надеждни, етични и посветени на подобряването на човешкото благополучие и обществения прогрес.