Kui külastate haiglat, saavad tehisintellekti (AI) mudelid arste abistada, analüüsides meditsiinilisi pilte või ennustades patsiendi tulemusi ajalooliste andmete põhjal. Kui kandideerite tööle, saab tehisintellekti algoritme kasutada CV-de läbivaatamiseks, töökandidaatide järjestamiseks ja isegi esmaste intervjuude läbiviimiseks. Kui soovite Netflixis filmi vaadata, ennustab soovitusalgoritm teie vaatamisharjumuste põhjal, millised filmid teile tõenäoliselt meeldivad. Isegi kui sõidate, töötavad navigatsioonirakendustes nagu Waze ja Google Maps ennustavad algoritmid, mis optimeerivad marsruute ja ennustavad liiklusmustreid, et tagada kiirem reisimine.
Töökohal kasutatakse tehisintellektiga töötavaid tööriistu, nagu ChatGPT ja GitHub Copilot, e-kirjade mustandite koostamiseks, koodi kirjutamiseks ja korduvate toimingute automatiseerimiseks. Uuringud näitavad, et AI suudab 2030. aastaks automatiseerida kuni 30% töötundidest.
Kuid nende tehisintellektisüsteemide tavaline probleem on see, et nende sisemist tööd on sageli keeruline mõista – mitte ainult üldsuse, vaid ka ekspertide jaoks! See piirab AI-tööriistade praktikas kasutamist. Selle probleemi lahendamiseks ja kasvavate regulatiivsete nõudmistega vastavusse viimiseks on tekkinud uurimisvaldkond, mida tuntakse kui "seletatavat tehisintellekti".
Kuna praegu liigutakse tehisintellekti organisatsioonidesse integreerimise suunas ja selle potentsiaali laialdane vahendamine, on lihtne segadusse sattuda, eriti kui tehisintellektisüsteemide tähistamiseks on nii palju termineid, sealhulgas masinõpe, süvaõpe ja suured keelemudelid. aga paar.
Lihtsamalt öeldes viitab tehisintellekt selliste arvutisüsteemide arendamisele, mis täidavad ülesandeid, mis nõuavad inimese intelligentsust, nagu probleemide lahendamine, otsuste tegemine ja keele mõistmine. See hõlmab erinevaid alavaldkondi, nagu robootika, arvutinägemine ja loomuliku keele mõistmine.
Üks oluline tehisintellekti alamhulk on masinõpe, mis võimaldab arvutitel andmetest õppida, selle asemel, et neid iga ülesande jaoks eraldi programmeerida. Põhimõtteliselt vaatab masin andmete mustreid ja kasutab neid mustreid prognooside või otsuste tegemiseks. Mõelge näiteks e-posti rämpsposti filtrile. Süsteem on koolitatud tuhandete näidetega nii rämpsposti kui ka mitte-rämpsposti kohta. Aja jooksul õpib see selgeks mustrid, nagu konkreetsed sõnad, fraasid või saatja andmed, mis on rämpspostis tavalised.
Süvaõpe, masinõppe täiendav alamhulk, kasutab keerukamaid mitmekihilisi närvivõrke, et õppida veelgi keerukamaid mustreid. Sügavõpe on piltide või tekstiandmetega töötamisel erakordselt kasulik ning see on erinevate pildituvastustööriistade või suurte keelemudelite (nt ChatGPT) põhitehnoloogia.
Ülaltoodud näited näitavad tehisintellekti laialdast rakendamist erinevates tööstusharudes. Mitmed neist stsenaariumidest, näiteks Netflixis filmide soovitamine, tunduvad suhteliselt madala riskitasemega. Kuid teised, nagu värbamine, krediidiskoor või meditsiiniline diagnoos, võivad kellegi elu oluliselt mõjutada, mistõttu on ülioluline, et need toimuksid viisil, mis on kooskõlas meie eetiliste eesmärkidega.
Seda tunnistades pakkus Euroopa Liit välja tehisintellekti seaduse, mille parlament kiitis märtsis heaks. See reguleeriv raamistik liigitab tehisintellekti rakendused nelja erinevasse riskitasemesse: vastuvõetamatu, kõrge, piiratud ja minimaalne, olenevalt nende võimalikust mõjust ühiskonnale ja üksikisikutele. Igale tasemele kehtivad erineva tasemega eeskirjad ja nõuded.
Vastuvõetamatu riskiga tehisintellektisüsteemid, nagu süsteemid, mida kasutatakse sotsiaalsete punktide määramiseks või ennustavaks politseitööks, on ELis keelatud, kuna need kujutavad endast märkimisväärset ohtu inimõigustele.
Kõrge riskiga tehisintellektisüsteemid on lubatud, kuid nende suhtes kehtivad kõige rangemad eeskirjad, kuna need võivad ebaõnnestumise või väärkasutamise korral põhjustada olulist kahju, sealhulgas sellistes olukordades nagu õiguskaitse, värbamine ja haridus.
Piiratud riskiga AI-süsteemidega, nagu vestlusrobotid või emotsioonide tuvastamise süsteemid, on teatud manipuleerimise või pettuse oht. Siin on oluline, et inimesi teavitataks nende suhtlusest tehisintellektiga.
Minimaalse riskiga AI-süsteemid hõlmavad kõiki teisi tehisintellektisüsteeme, näiteks rämpspostifiltreid, mida saab ilma täiendavate piiranguteta kasutusele võtta.
Lisateave: https://techxplore.com/news/2024-12-black-ai-algorithms.html
