Tendințe în evoluția inteligenței artificiale – Agenți inteligenți

Sfetcu, Nicolae (2024), Tendințe în evoluția inteligenței artificiale – Agenți inteligenți, IT & C, 3:2, 11-17, DOI: 10.58679/IT44870, https://www.internetmobile.ro/tendinte-in-evolutia-inteligentei-artificiale-agenti-inteligenti/

Trends in the Evolution of Artificial Intelligence – Intelligent Agents

Abstract

Advances in technology have made it easier to integrate AI into everyday life, with applications ranging from virtual assistants to autonomous vehicles. Machine learning algorithms, powered by large amounts of data, have enabled AI systems to learn and adapt autonomously, mimicking aspects of human learning. However, ethical concerns have arisen regarding the implications of AI on employment, privacy and societal dynamics.

Keywords: artificial intelligence, intelligent agents, algorithms, machine learning, ethics

Rezumat

Progresele tehnologice au facilitat integrarea IA în viața de zi cu zi, cu aplicații variind de la asistenți virtuali la vehicule autonome. Algoritmii de învățare automată, alimentați de cantități mari de date, au permis sistemelor IA să învețe și să se adapteze în mod autonom, imitând aspecte ale învățării umane. Cu toate acestea, au apărut preocupări etice cu privire la implicațiile IA asupra angajării, confidențialității și dinamicii societății.

Cuvinte cheie: inteligența artificială, agenți inteligenți, algoritmi, învățare automată, etica

IT & C, Volumul 3, Numărul 2, Iunie 2024, pp. 11-17
ISSN 2821 – 8469, ISSN – L 2821 – 8469, DOI: 10.58679/IT44870
URL: https://www.internetmobile.ro/tendinte-in-evolutia-inteligentei-artificiale-agenti-inteligenti/
© 2024 Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

Introducere

Progresele tehnologice au facilitat integrarea IA în viața de zi cu zi, cu aplicații variind de la asistenți virtuali la vehicule autonome. Algoritmii de învățare automată, alimentați de cantități mari de date, au permis sistemelor IA să învețe și să se adapteze în mod autonom, imitând aspecte ale învățării umane. Cu toate acestea, au apărut preocupări etice cu privire la implicațiile IA asupra angajării, confidențialității și dinamicii societății.

Tendințe în evoluția inteligenței artificiale

Viitorul inteligenței artificiale este un subiect de mare interes și speculații în rândul experților, tehnologilor și publicului larg. Pe măsură ce privim spre viitor, mai multe tendințe și domenii cheie de dezvoltare sunt probabil să modeleze evoluția IA:

Progrese în algoritmii de învățare: Cercetarea IA avansează continuu în dezvoltarea unor algoritmi de învățare mai sofisticați. Aceasta include îmbunătățiri ale învățării profunde, învățării prin consolidare, învățării nesupravegheate și învățării prin transfer. Aceste progrese vor permite sistemelor IA să învețe mai eficient din mai puține date, să înțeleagă tipare complexe și să facă predicții mai precise.

Integrare sporită în viața de zi cu zi: IA va deveni mai integrată în viața noastră de zi cu zi, influențând totul, de la asistenți personali, asistență medicală, educație și divertisment până la transport și orașe inteligente. Această integrare va fi facilitată de proliferarea dispozitivelor Internet of Things (IoT) și de îmbunătățiri ale tehnologiilor de procesare a limbajului natural și viziune pe computer.

Probleme etice și de guvernare: Pe măsură ce IA devine mai răspândită, problemele etice și de guvernare vor deveni din ce în ce mai importante. Aceasta include preocupări legate de confidențialitate, securitate, părtinire, corectitudine și impactul IA asupra angajării. Se va pune un accent tot mai mare pe dezvoltarea de linii directoare, standarde și reglementări etice pentru a asigura utilizarea responsabilă a IA.

IA și economia globală: Se așteaptă ca IA să aibă un impact semnificativ asupra economiei globale, cu potențialul de a stimula productivitatea, inovația și creșterea economică. Cu toate acestea, poate duce, de asemenea, la înlocuirea locurilor de muncă în anumite sectoare și la creșterea inegalităților economice. Factorii de decizie și întreprinderile vor trebui să abordeze aceste provocări prin încurajarea unei forțe de muncă capabile să se adapteze la o economie bazată pe inteligență artificială.

Descoperiri în IA generală: În timp ce sistemele actuale de IA excelează la sarcini specifice, căutarea Inteligenței Artificiale Generale (AGI) – IA care poate înțelege, învăța și aplica cunoștințe într-o gamă largă de sarcini, precum și pentru om – rămâne un obiectiv pe termen lung. Realizarea AGI ar reprezenta o descoperire monumentală, dar ridică și considerații complexe de etică și siguranță.

IA colaborativ: Este posibil ca evoluțiile viitoare să pună mai mult accent pe IA colaborativ, unde mai multe sisteme IA lucrează împreună sau IA lucrează în tandem cu oamenii pentru a atinge obiective care anterior nu erau atinse. Această colaborare ar putea duce la progrese în cercetarea științifică, rezolvarea de probleme complexe și procesele creative.

IA în asistența medicală: Rolul IA în asistența medicală este programat să se extindă, de la descoperirea de medicamente și medicina personalizată la diagnosticare și managementul îngrijirii pacienților. Acest lucru ar putea duce la îmbunătățiri semnificative ale rezultatelor tratamentului și accesibilității serviciilor de asistență medicală.

IA pentru durabilitate: IA va juca un rol crucial în abordarea provocărilor globale, cum ar fi schimbările climatice, conservarea și dezvoltarea durabilă. Analizând cantități mari de date de mediu, IA poate ajuta la optimizarea consumului de energie, la reducerea deșeurilor și la dezvoltarea unor practici mai durabile.

Progrese în calculul cuantic: Potențiala integrare a IA cu tehnologiile emergente de calcul cuantic ar putea duce la creșteri exponențiale ale puterii de calcul, permițând IA să rezolve probleme care sunt în prezent insolubile.

Disciplina științifică și ingineria inteligenței artificiale a fost caracterizată ca „încercarea de a descoperi și implementa mijloacele de calcul” pentru a face ca mașinile să „se comporte în moduri care ar fi numite inteligente dacă un om s-ar comporta așa” (McCarthy 1979), sau pentru a le determina să facă lucruri care „ar necesita inteligență dacă ar fi făcute de oameni” (M. Minsky 1968).

Conform lui William F. Clocksin (Clocksin 2003), modelele tradiționale ale IA nu includ emoții. Separarea inteligenței de emoții merge înapoi cel puțin până la Platon, Aristotel continuând această dihotomie când a definit omul ca animal rațional, iar Descartes a rafinat și mai mult acest tip de dualism. În schimb, construcționismul consideră astfel de relatări incoerente, considerând că oamenii sunt conversaționali încă de la naștere. Clocksin afirmă că tehnologia IA a viitorului va fi emoțională. Robotul inteligent al viitorului va acționa prin negocierea episoadelor care au loc și în negocierea semnificațiilor unor anumite acte în cadrul episoadelor. Elementele principale sunt scenariile (o structură care descrie secvențe adecvate de evenimente într-un anumit context), planurile (depozite de informații generale ), obiectivele (intențiile care stau la baza acțiunii) și temele (informații de fundal pe care se bazează predicțiile). Găsirea sensului în conturi (explicații care încearcă să schimbe semnificația unei acțiuni) și conversații necesită empatie, nu doar reprezentarea faptelor într-o bază de date. Noul cadru pentru IA prezentat de William F. Clocksin este construit pe prioritatea construcționistă socială acordată conversației și narațiunii (Clocksin 2003).

Definiții

Inteligența artificială este studiul „agenților inteligenți”: orice sistem care își percepe mediul și întreprinde acțiuni care îi maximizează șansele de a-și atinge obiectivele. Dicționarul englez Oxford al Oxford University Press definește inteligența artificială ca:[1]

”teoria și dezvoltarea sistemelor informatice capabile să îndeplinească sarcini care necesită în mod normal inteligență umană, cum ar fi percepția vizuală, recunoașterea vorbirii, luarea deciziilor și traducerea între limbi.” (Oxford English Dictionary 2024)

IA are două dimensiuni principale. Definițiile IA din partea de sus a tabelului se referă la procese și raționament, în timp ce cele din partea de jos se referă la comportament. Definițiile din partea stângă a tabelului măsoară succesul în termeni de fidelitate față de performanța umană, în timp ce cele din partea dreaptă măsoară față de un concept ideal de inteligență și raționalitate (Joint Research Centre (European Commission), Delipetrev, et al. 2020).

Tabelul 1: Câteva definiții ale IA, organizate în patru categorii. Sursa: Russell și Norvig 2016 (Russell și Norvig 2016)

Grupul de experți la nivel înalt privind inteligența artificială (HLEG 2019) a elaborat o definiție IA:

„Sistemele de inteligență artificială (IA) sunt sisteme software (și posibil și hardware) concepute de oameni care, având în vedere un scop complex, acționează în dimensiunea fizică sau digitală prin perceperea mediului lor prin achiziția de date, interpretarea datelor structurate sau nestructurate colectate, raționând asupra cunoștințele sau procesarea informațiilor derivate din aceste date, și deciderea celei mai bune acțiuni de întreprins pentru a atinge obiectivul dat. Sistemele IA pot fie să folosească reguli simbolice, fie să învețe un model numeric și, de asemenea, își pot adapta comportamentul analizând modul în care mediul este afectat de acțiunile lor anterioare.

Ca disciplină științifică, IA include mai multe abordări și tehnici, cum ar fi învățarea automată (din care învățarea profundă și învățarea prin consolidare sunt exemple specifice), raționamentul automat (care include planificarea, programarea, reprezentarea și raționamentul cunoștințelor, căutarea și optimizarea) și robotică (incluzând control, percepție, senzori și dispozitive de acționare, precum și integrarea tuturor celorlalte tehnici în sistemele ciberfizice)” (Joint Research Centre (European Commission), Samoili, et al. 2020)

Agenți inteligenți

Un agent inteligent își percepe mediul, ia acțiuni în mod autonom pentru a atinge obiectivele și își poate îmbunătăți performanța prin învățarea sau dobândirea de cunoștințe (Russell și Norvig 2016, cap. 2). Un agent are o „funcție obiectivă” care încapsulează toate scopurile IA (Bringsjord și Govindarajulu 2020), considerat adesea ca un sistem funcțional abstract similar unui program de calculator.

Diagrama unui agent inteligent cu reflex simplu.

Russell și Norvig (Russell și Norvig 2016, 4–5, 32, 35, 36 și 56) și Bringsjord și Govindarajulu (Bringsjord și Govindarajulu 2020) definesc un „agent” ca

”Orice lucru care poate fi văzut ca percepându-și mediul prin senzori și acționând asupra acelui mediu prin actuatori”;

un „agent rațional” este

”Un agent care acționează astfel încât să maximizeze valoarea așteptată a unei măsuri de performanță bazată pe baza experienței și cunoștințelor anterioare.”

iar domeniul cercetării „inteligenței artificiale” este:

”Studiul și proiectarea agenților raționali”

Dezideratele opționale includ ca agentul să fie rațional și ca agentul să fie capabil de analiza credință-dorință-intenție (Padgham și Winikoff 2005).

Un agent căruia i se atribuie o „funcție de obiectiv” explicită este considerat mai inteligent dacă întreprinde în mod constant acțiuni care maximizează cu succes funcția de obiectiv programată. Dacă IA este programată pentru „învățare prin întărire”, are o „funcție de recompensă” care încurajează anumite tipuri de comportament și pedepsește pe altele. Alternativ, un sistem evolutiv poate induce obiective folosind o „funcție de fitness” (Domingos 2015).

Russell și Norvig grupează agenții în cinci clase în funcție de gradul lor de inteligență și capacitate percepută (Russell și Norvig 2016):

• Agenți reflexivi simpli: acționează numai pe baza percepției curente, ignorând restul istoriei percepției.
• Agenți reflexivi bazați pe model: pot gestiona medii parțial observabile(Albrecht și Stone 2018).
• Agenți bazați pe obiective: extind în continuare capacitățile celor bazați pe model agenți, prin utilizarea informațiilor „scop”.
• Agenți bazați pe utilitate: disting doar între stările obiectiv și stările non-gol.
• Agenți de învățare: operează inițial în medii necunoscute și devin mai competenți decât le-ar permite numai cunoștințele inițiale.

Weiss definește patru clase de agenți (Weiss 2013):

• Agenți bazați pe logică – decizia este luată prin deducție logică.
• Agenți reactivi – decizia este implementată într-o formă de cartografiere directă de la situație la acțiune.
• Agenți credință-dorință-intenție –decizia depinde de manipularea structurilor de date.
• Arhitecturi stratificate – decizia este luată prin diferite straturi software.

Concluzie

Viitorul IA este atât interesant, cât și incert, cu beneficii potențiale vaste, precum și provocări și riscuri semnificative. Va fi important ca cercetătorii, tehnologii, factorii de decizie și societatea în general să lucreze împreună pentru a ghida dezvoltarea tehnologiilor IA într-un mod care să le maximizeze beneficiile, atenuându-le în același timp riscurile.

Bibliografie

• Albrecht, Stefano V., și Peter Stone. 2018. „Autonomous agents modelling other agents: A comprehensive survey and open problems”. Artificial Intelligence 258 (mai):66–95. https://doi.org/10.1016/j.artint.2018.01.002.
• Bringsjord, Selmer, și Naveen Sundar Govindarajulu. 2020. „Artificial Intelligence”. În The Stanford Encyclopedia of Philosophy, ediție de Edward N. Zalta și Uri Nodelman, Summer 2020. Metaphysics Research Lab, Stanford University. https://plato.stanford.edu/archives/sum2020/entries/artificial-intelligence/.
• Clocksin, William F. 2003. „Artificial intelligence and the future”. Philosophical Transactions of the Royal Society of London. Series A: Mathematical, Physical and Engineering Sciences 361 (1809): 1721–48. https://doi.org/10.1098/rsta.2003.1232.
• Domingos, Pedro. 2015. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. Penguin Books Limited.
• Joint Research Centre (European Commission), Blagoj Delipetrev, Chrisa Tsinaraki, și Uroš Kostić. 2020. AI Watch, Historical Evolution of Artificial Intelligence: Analysis of the Three Main Paradigm Shifts in AI. Publications Office of the European Union. https://data.europa.eu/doi/10.2760/801580.
• Joint Research Centre (European Commission), S. Samoili, M. López Cobo, E. Gómez, G. De Prato, F. Martínez-Plumed, și B. Delipetrev. 2020. AI Watch: Defining Artificial Intelligence : Towards an Operational Definition and Taxonomy of Artificial Intelligence. Publications Office of the European Union. https://data.europa.eu/doi/10.2760/382730.
• McCarthy, John. 1979. „Ascribing Mental Qualities to Machines”. În Philosophical Perspectives in Artificial Intelligence, ediție de Martin Ringle. Humanities Press.
• Minsky, Marvin. 1968. Semantic Information Processing. MIT Press.
• Oxford English Dictionary. 2024. „Artificial Intelligence, n. Meanings, Etymology and More”. 2024. https://www.oed.com/dictionary/artificial-intelligence_n.
• Padgham, Lin, și Michael Winikoff. 2005. Developing Intelligent Agent Systems: A Practical Guide. John Wiley & Sons.
• Russell, Stuart, și Peter Norvig. 2016. „Artificial Intelligence: A Modern Approach, 4th US ed.” 2016. https://aima.cs.berkeley.edu/.
• Weiss, Gerhard. 2013. „Multiagent Systems”. MIT Press. 2013. https://mitpress.mit.edu/9780262533874/multiagent-systems/.

Sursa: Sfetcu, Nicolae. Inteligența, de la originile naturale la frontierele artificiale – Inteligența Umană vs. Inteligența Artificială. București: MultiMedia Publishing, 2024. DOI: 10.58679/MM84472, https://www.telework.ro/ro/e-books/inteligenta-de-la-originile-naturale-la-frontierele-artificiale-inteligenta-umana-vs-inteligenta-artificiala/

Articol cu Acces Deschis (Open Access) distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/).