Ze względu na wejście w życie nowych przepisów RODO zmieniliśmy sposób
logowania do produktu i sklepu internetowego, w taki sposób aby chronić dane
osobowe zgodnie z najwyższymi standardami.
Prosimy o zmianę dotychczasowego loginu na taki, który będzie adresem
e-mail.
W przyszłości systemy AI z pewnością będą stanowiły nieocenioną pomoc, ale prawdziwej sztucznej inteligencji, posiadającej wszystkie atrybuty dostępne umysłowi ludzkiemu, nie widać jeszcze na horyzoncie.
/
ShutterStock
Reklama
Reklama
Gdy zastanawiamy się nad postępami w badaniach nad sztuczną inteligencją (AI), nasuwa się naturalne pytanie o to, które z dwóch słów w terminie „sztuczna inteligencja” lepiej oddaje aktualny stan prac. Bo choć już w 1997 r. algorytm Deep Blue pokonał szachowego mistrza Garriego Kasparowa, to kolejny przełomowy krok „myślącej” maszyny dokonał się dopiero w 2016 r. – mistrz świata w grze go, Lee Sudol, uległ algorytmowi AlphaGo. Jak algorytmy AI radziłyby sobie w rozwiązywaniu licealnych zadań z matematyki iinformatyki?
Zespół informatyków z Open AI, Uniwersytetu Cambridge oraz Politechniki Paryskiej stworzył algorytm, który ma rozwiązywać zadania z matematyki na poziomie licealnej olimpiady. Praca nad nim nie należała do łatwych, bo choć matematyka jest nauką formalną, to wymaga operowania na symbolach, planowania i kreatywności – i takie umiejętności musiał także zdobyć program. Ponadto potencjalnych sposobów rozwiązania zadań jest nieskończenie wiele. Naukowcy zaproponowali rozwiązanie, w którym algorytm „przyswaja” wiedzę poprzez rozwiązywanie coraz trudniejszych zadań, wykorzystując uczenie się ze wzmocnieniem (sprytna metoda prób i błędów). Tak rozwijany algorytm rozwiązał dwa zadania z międzynarodowej olimpiady. To więcej, niż zdołałby dokonać przeciętny mieszkaniec globu, lecz na tle olimpijczyków nie robi wrażenia.
Z kolei grupa informatyków z DeepMind stworzyła program AlphaCode, który jest w stanie wykonywać zadania z programowania na poziomie konkursowym, czyli takim, który wymaga znajdowania nowych rozwiązań. AlphaCode musiał uporać się z trzema wyzwaniami: zrozumieć zadanie (komputer to nie człowiek, musi słowa przetłumaczyć na zrozumiały dla siebie język), rozwiązać je (przedstawić wynik w postaci kodu), a wynik musiał być w praktyce wykonalny (np. czas obliczeniowy potrzebny do uzyskania odpowiedzi musiał być odpowiednio krótki). Testując swój pomysł na platformie konkursowej Codeforces, AlphaCode uzyskał wynik mniej więcej w połowie stawki 5 tys. doświadczonych uczestników.
Oba z opisywanych badań mają wspólny mianownik: bazują na matematycznej analizie języka naturalnego – w tym przypadku na wykorzystaniu mechanizmów tłumaczenia abstrakcyjnych problemów na język zrozumiały dla komputera. Zarówno z matematyki, jak i z informatyki sztuczna inteligencja w porównaniu z laikami jest prymusem, ale lepsi licealiści wciąż biją ją na głowę.