Flera nya teknologier har skapat ett buzz kring artificiell intelligens (AI) och vad det betyder för vår framtid som samhälle. Varje teknik kommer från olika grenar av AI och utgör en unik uppsättning fördelar och problem.
Deepfakes och röstklonande AI: er gör det svårt för dig att lita på allt du ser eller hör på internet. Vissa säger att ChatGPT och liknande AI-system för djupinlärning sannolikt kommer att skapa arbetsövertalighet inom flera områden. En oroande fråga uppstår: "kommer AI i slutändan att ersätta programmerare?"
Vad är artificiell intelligens?
AI är en gren av datavetenskap som fokuserar på ett systems förmåga att lösa problem med en (eller flera) av fyra egenskaper. Ett AI-system kan tänka mänskligt, agera mänskligt, tänka rationellt och/eller agera rationellt.
Artificiell intelligenss historia
Även om det verkar som att AI har funnits i århundraden, är det ett område som tog fart i mitten av 1900-talet. Ett av de mest anmärkningsvärda datumen i AI: s historia är 1956, detta var året för den officiella introduktionen till området artificiell intelligens. Denna introduktion inträffade vid en konferens på Dartmouth College.
Flera stora namn länkar till olika aspekter av de tidiga framstegen inom AI. Dessa inkluderar Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson och Alain Colmerauer.
Handla mänskligt
1936 publicerade Alan Turing en artikel med titeln "On Computable Numbers, With an Application to the Entscheidungsproblem". I denna artikel introducerade Turing konceptet med en Turing-maskin som än i dag spelar en viktig roll inom AI. Han bevisade att en Turing-maskin med rätt algoritm kan utföra vilken matematisk beräkning som helst.
Senare 1937 använde Turing stoppproblemet för att peka på begränsningarna hos intelligenta maskiner. Sedan 1950 definierade Turing maskinintelligens med vad han kallar Turing-testet. Om ett AI-system klarar Turing-testet kan det systemet agera mänskligt.
Tänk mänskligt
Marvin Minsky är ett populärt namn inom AI-området. Han är känd för att ha utvecklat den första slumpmässigt anslutna neurala nätverksinlärningsmaskinen, kallad SNARC 1951. Neurala nätverk lär datorer att bearbeta data på samma sätt som den mänskliga hjärnan. Minskys definition av AI är att det är "vetenskapen om att få maskiner att göra saker som skulle kräva intelligens om de görs av män."
Allen Newell och Herbert Simon är två andra pionjärer inom området AI, som fokuserade på en maskins förmåga att simulera mänskligt tänkande. 1956 presenterade de det första symbolbehandlande datorprogrammet, kallat Logic Theorist. 1961 utvecklade Newell och Simon General Problem Solver (GPS), som i huvudsak imiterar mänskligt tänkande.
Tänk rationellt
Skriv in John Robinson, som 1965 publicerade en tidskrift med titeln "A Machine-Oriented Logic Based on the Upplösningsprincip." Han uppfann också upplösningskalkylen för predikatlogik, som spelar en viktig roll roll inom AI.
Predikatlogik är ett formellt språk som använder logik för att representera rationellt tänkande. Detta språk använder ramverket som korrekta premisser kommer att ge korrekta slutsatser. Till exempel är Alexa en maskin; alla maskiner gör arbetet lättare; därför underlättar Alexa arbetet.
De senaste framstegen inom artificiell intelligens
Som det var under starten är området artificiell intelligens idag mycket komplext med många olika grenar. Varje gren under paraplyet av AI gör ständigt betydande framsteg.
Maskininlärning är en gren av AI som använder dataalgoritmer för att imitera mänsklig inlärning, vilket förbättrar dess noggrannhet vid varje iteration. En av de mer framträdande undergrupperna av maskininlärning är djupinlärning. Deep learning förbättrar maskininlärning genom att minska en maskins behov av mänsklig hjälp.
Om du till exempel hade bilder av blommor som du ville gruppera efter art, kommer processen för kategorisering att skilja sig beroende på typen av system. Om ditt system använder maskininlärning, måste du manuellt fastställa de funktioner som skiljer arter åt. Ett system som använder djupinlärning kommer dock att bestämma de bästa särskiljande egenskaperna för varje art på egen hand.
Deep learning har skapat stora vågor i branschen de senaste åren, på grund av flera teknologier. ChatGPT är en teknologi för djupinlärning som för närvarande får mycket uppmärksamhet.
Enligt ChatGPT är det:
en stor språkmodell skapad av OpenAI. Det är ett artificiell intelligens (AI)-program utformat för att förstå naturligt språk och generera mänskliga svar på olika typer av frågor och uppmaningar. Modellen är baserad på en djupinlärningsarkitektur som kallas en transformator, som kan bearbeta stora mängder textdata och genererar svar baserat på mönster och relationer den har lärt sig av det data.
Sedan lanseringen under fjärde kvartalet 2022 har ChatGPT varit föremål för mycket debatt. Det som gör att detta AI-system sticker ut är dess naturliga språkbearbetningsförmåga, i kombination med dess förmåga att lära sig ny information genom förstärkningsinlärning från mänsklig feedback (RLHF). Den verkar också ha en stark förmåga att skriva och fixa kod. Vissa säger att denna teknik representerar uppkomsten av utrotningen av mänskliga programmerare.
Önskade egenskaper hos en mänsklig programmerare som AI inte kan replikera
Ett AI-system kan lära sig hur man skriver kod som skapar programvara. Men att ersätta programmerare helt och hållet kan vara lite mer komplicerat. Ett AI-systems förmåga kan göra det möjligt för det att minska arbetsstyrkan genom att hjälpa programmerare att arbeta snabbare, men det kan aldrig riktigt ersätta mänskliga arbetare. En viktig särskiljande egenskap mellan programmerare och AI-system är den mänskliga hjärnan och dess komplexa egenskaper.
Enligt Andrew Ng, ett av toppnamnen inom AI idag:
en enda neuron i hjärnan är en otroligt komplex maskin som vi inte förstår än idag. En enda "neuron" i ett neuralt nätverk är en otroligt enkel matematisk funktion som fångar en liten bråkdel av komplexiteten hos en biologisk neuron.
Hjärnans förmåga att generera en ny tanke från till synes tunn luft är bortom mänsklig förståelse. Det är verkligen inte något ett AI-system kan replikera. En annan önskvärd egenskap hos programmerare är kreativitetens förvirring, vilket återigen är något som en maskin inte kan replikera.
Genom djupinlärning kan AI ge intryck av mänskligt tänkande. Vissa AI-system kan fatta enkla beslut, men dessa beslut bleknar i jämförelse med den mänskliga hjärnans beslutsförmåga. AI kan skriva kod, men det är inte kapabelt att säkerställa att koden den skriver är rätt kod. Ett AI-system kan inte replikera mänskligt omdöme, och det finns inte heller något som tyder på att det kommer att kunna göra det i framtiden.
Framtiden för AI och programmering
AI-teknologier som ChatGPT har bevisat hur användbar AI kan vara för programmerare. Den genererar kod snabbt och kan hjälpa till med en programmerares övergripande arbetsflöde. ChatGPT har dock också bevisat att även den mest avancerade teknologin för djupinlärning som vi för närvarande har inte kan hantera fullständig autonomi. ChatGPT är känt för att generera meningslösa svar på frågor, enligt OpenAI.
Därför är det rimligt att anta att framtiden för AI inom programmering är en av "hjälpare till" snarare än "ersättningar av" programmerare.