Teadus ja tulevik

Mis asjad on tehisintellekt, masinõppimine ja tehislikud närvivõrgud?

Rubriiki toetab

Ole tulevikuks valmis!
Võta vastu #AIväljakutse
Registreeru kohe!

Viimase paari aasta jooksul on hüppeliselt kasvanud artiklite arv, kus peame rääkima tehisintellektist, masinõppest, sügavõppest, tehislikest närvivõrkudest ja muust toredast. On selge, et need mõisted on osa olulistest arengutest tehnoloogiamaailmas ja nende tähtsus kasvab tulevatel aastatel veelgi.

Kuna tegu on väga tehniliste terminitega, mis tekitavad esmapilgul veidi segadust – ja sügavamal vaatlusel veelgi enam segadust – püüame enamlevinud mõisted võimalikult lihtsalt ühe artikliga vähemalt pinnapealselt lahti seletada.

Tehisintellekt

Tehisintellekt on katustermin mõistetele, millest siin artiklis räägime. Tegu on informaatika haruga, mille eesmärgiks luua intelligentseid masinaid ning süsteeme. Sellised masinad suudavad näiteks leida andmetest mustreid, teha järeldusi, õppida oma kogemustest ja planeerida.

Tehisintellekti jagatakse vahel selguse huvides nõrgaks ja tugevaks. Nõrk tehisintellekt keskendub enamasti ühele kitsale ülesandele. Tänapäeval eksisteerivate süsteemide puhul räägime alati nõrgast tehisintellektidest.

Nutiabilsed nagu Siri ja Cortana on head näited sellistest masinatest – need suudavad enamasti mõista inimkeelt ja mingitele kindlatele küsimustele vastuseid leida. Vähemalt täna ei oska need aga veel ettearvamatuid olukordi lahendada ja ei ole seega laias mõttes intelligentsed.

Tugev tehisintellekt suudab teha põhimõtteliselt kõiki ülesandeid, mida inimene. Täna meil sellest ühtegi näidet ei ole ja üldiselt peetakse sellise masina loomist kogu valdkonna peamiseks eesmärgiks. On neid, kes kahtlevad, kas seda eesmärki on üldse võimalik saavutada ja teisi, kes usuvad, et see on vaid mõnekümne aasta küsimus.

Masinõppimine

“Intelligentsuse programmeerimine” on ääretult keeruline ja ületab enamus olukordades inimestest programmeerijate võimekust. Seetõttu on leiutatud mitmeid viise, kuidas anda arvutitele ette andmed ja soovitav tulemus ning lasta masinatel ise “õppida”, kuidas tulemuseni jõuda.

Masinõpet on võimalik teha väga mitmel viisil. Arvutile on võimalik anda väga kindlad sisendid ja väljundid, et see suudaks näiteks fotodelt kasse ja koeri ära tunda või oskaks autot juhtides liiklusmärke ära tunda. Samas on võimalik jätta kindlad nõuded üldse lisamata ja lasta arvutil ise mustreid otsida. Sedasi saab näiteks väga suurtes andmemahtudes otsida asju, mida inimesed ei märkaks.

Lihtsustatult toimub masinõpe sedasi – masinõppe algoritmid analüüsivad sisendandmeid ja vastavad mingile küsimusele. Vastust hinnatakse teise algoritmi poolt, mis teab õiget järeldust ja hindab, kui edukalt masinad hakkama said. Kehvasti hakkama saanud algoritmid kaotatakse ja hästi hakkama saanud algoritme muudetakse juhuslikult.  Seda korratakse kuni algoritmid suudab programmeerija küsimust enamus olukordades vastata.

Tehislikud närvivõrgud

Kui masinõppimine on üks tehisintellekti valdkond, siis tehislikud närvivõrgud on üks valdkond masinõppimisest.

Tehislikud närvivõrgud saavad inspiratsiooni inimajust. Üksik neuron kogu ajus pole intelligentne, aga ühendades umbes 100 miljardit neuronit, suudab tekkiv tervik planeerida reisi kuule ja tagasi. See põhimõte on lähtepunktiks ka tehisnärvivõrkudele.

Bioloogiliste neuronite asemel on tehislikud, mida kutsutakse sõlmedeks. Sõlmed jaotatakse kihtideks, mis loovad omavahel seosed sisendi ja tulemuse vahel. Sisend- ja väljundkihi vahel olevaid  kihte kutsutakse peidetud kihtideks ning kõige lihtsamad närvivõrgud kasutavad vaid ühte peidetud kihti. Mitmete peidetud kihtidega närvivõrgud on oluliselt keerukamad – neid kutsutakse sügavateks tehisnärvivõrkudeks. Kui kuulete kuskil mõistet sügavõpe, siis selle all mõeldaksegi masinõpet, kus kasutatakse mitme peidetud kihiga närvivõrke.

Seda, mis tehislikus närvivõrgus toimub, ei saa täpselt kirjeldada. Saame vaadelda, mis on mingite kindlate sõlmede väärtused, mingil kindlal ajal ja hinnata mingeid süsteemi osasid umbkaudselt. Suures osas on tegu aga musta kastiga, mida “õpetatakse” sisend- ja väljundandmetega, et seal tekkiksid vajalikud sidemed õigete tulemuste saamiseks.

Ära jää ilma päeva põnevamatest lugudest

Telli Geeniuse uudiskiri

Saadame sulle igal argipäeval ülevaate olulisematest Geeniuse teemadest.

Populaarsed lood mujal Geeniuses