Mi az intelligencia? Gondolkodás, tanulás, döntéshozás. Hogyan lehet megállapítani, hogy valami az, vagy sem? Ami az emberhez eléggé hasonló.
Erre Alan Turing azt a játékot találta ki, hogy van egy kérdező, és van egy-egy gép másik végén egy nő, és egy férfi. A kérdezőnek ki kell találnia azt, hogy melyik gép mögött ül a nő, és melyik mögött a férfi. A férfinek el kell hitetni a kérdezővel, hogy ő a nő, azaz a megtévesztésre törekszik, a nőnek pedig meg kell győznie a kérdezőt, hogy ő. Ezt a játékot aztán módosítják úgy, hogy a férfit számítógépre, és nőt emberre cserélik. Az volt az elképzelés, hogy amikor már nem tudja eldönteni a kérdező, hogy ki az ember, vagy a gép, akkor a gép már intelligens.
A mesterséges intelligencia témájában nagyot ugorva, már csak azért is, mert ez egyfajta gyorstalpaló akar lenni, és én is csak ennyire merültem bele eddig, a szakértői rendszerek kialakulásával érdemes kezdeni. Ezek a rendszerek már a mesterséges intelligencia kategóriájába tartoztak, és arra valók voltak, hogy segítsenek a döntéshozatalban. Ezek programozásánál már arra törekedtek, hogy a program az emberi gondolkodásmódhoz hasonló legyen. Ezek a rendszerek még egy szűk területre korlátozódtak, eleinte leginkább az orvostudomány, illetve pl. az ásványok keresésére, stb.
Ha pl. elkezd valaki beszélni egy edzővel, aki nagyon ért a sporthoz, akkor megfigyelheti, hogy az tanácsokat, alapelveket fog sorolni. Tehát a szakértők alapelveket állítanak fel. Ezek a rendszerek is azon alapultak, hogy alapelveket állítottak fel, majd tesztelték, hogy az adatok mely alapelveknek feleltek meg, és ez alapján hoztak valamiféle döntést.
A szakértői rendszereknél aztán az volt a fejlődés útja, hogy nem szigorú alapelveket kezdtek felállítani, hanem amolyan bizonytalan, zavaros (fuzzy) elveket, amelyektől a rendszerek gyorsabbak, és jobbak lettek, mivel megfigyelték azt is, hogy az emberi szakértők sem annyira szigorú szabályokat alkotnak, mert olyan kifejezéseket használnak, mint a gyakran, szinte soha, néha, általában, stb... Nyilván azért, mert mindig van kivétel, és így mindig csak egy általános kijelentést tudnak megfogalmazni, az alapelveikben.
Ezek a fuzzy (zavaros) elvek is az ember, illetve a szakértők gondolkodásának pontosabb leképezését jelentették, ez által kialakult a számítás a szavakkal, illetve a fuzzy elvek. A szakértői tanácsot nem az elvek szigorával, merevségével alakítják ki, hanem inkább sok ilyen (fuzzy) vagy laza elv használatával.
Ha megnézed a természetet, akkor azt is láthatjuk, hogy az intelligencia az evolúció során alakult ki. A mesterséges intelligencia használja az evolúció elméletét is, és saját magát ilyen módszerrel fejleszti. Tehát a tovább lépés az volt, hogy már nem csak az emberi gondolkodást utánozták le, hanem az ember agyának a felépítését (legalábbis hasonlót, mert azt még mindig nem tudjuk pontosan hogyan működik), és működését is, és így alakult ki a mesterséges neuron hálózat is, amely segítségével a mesterséges intelligencia már tanulásra is képes lett.
Ez a rendszer már önmaga többfajta alapelméletet talál ki, ezeket teszteli, hatékonyság szerint kiválasztja, és amely a hatékonyabb, azt fejleszti tovább, miközben a saját kódját is átírja. Legalábbis, ha jól értettem, a néhány órás tájékozódásom során.
Egy önvezető autó programozása akár 100 millió sort is jelenthet. Egyrészt ez már nagyon nagy feladat lenne az ember számára, másrészt a program meg annyira lelassulna, hogy nem lenne elég gyors a "reflexe" az önvezetéshez. Ilyenkor használjuk a gépi tanulás funkciót.
A mesterséges intelligencia felépítése a következő. A mesterséges intelligencia (Artificial Intelligence) a fő halmaz, amiben a gépi tanulás (Machine Learning) csak egy részhalmaz, abban a neurális hálózat (neural networks )megint egy részhalmaz, és abban van a mélytanulás (deep learning) részhalmaza. Tehát ezek külön dolgok is, illetve egymás részhalmazai. Ebből láthatod, hogy többféle mesterséges intelligencia rendszer lehet, többféle működéssel, mélységgel, az egyszerűbbtől a bonyolultig.
A gépi tanulási rendszer neuronokból áll, amelyek egymáshoz kapcsolódnak különféle rétegekben. Ez a rendszer az agy felépítését utánozza. A mélytanulási módszer egy nagy méretű ilyen neurális hálózattal dolgozik.
Akkor folyattassuk a gyakorlattal. A mesterséges intelligencia programozását a SCRATCH programmal fogjuk megtanulni.
Ezzel, illetve ehhez hasonló programmal már foglalkoztunk az 5. részben a mobil app-ok készítésénél. Érdemes ott is átnézni a dolgokat. Ott a MIT app inventor-t használtuk, ami nagyon hasonlít, a Scratch-hez, sőt, kapcsolat is van közöttük, de míg azzal gyakorlati mobil alkalmazásokat is lehet csinálni, a scratch inkább csak tanulásra van, leginkább kisebb gyerekeknek.
Mindenesetre ez egy olyan magas szintű programozási nyelv, ahol kódok helyett puzzle darabkákat kell összeilleszteni. Logika így is kell hozzá, nem is kevés, csak a kódolást egyszerűsíti le, és így gyerekek is hamarabb elsajátíthatják.
Tehát keressük fel a https://scratch.mit.edu honlapot, amiről azt állítják, hogy a használatához egyébként nincs szükség regisztrálni se, de az AI (mestersége intelligencia) "szerszámkészlethez csak regisztrációval lehet hozzáférni! Ezért hát csatlakozz a honlapba! Csak az e-mail címedet kell megadnod, egy jelszót, meg válaszolni olyan pár kérdésre, hogy hány éves vagy, majd meg kell erősítened a csatlakozást, és máris hozzáférsz a dolgokhoz!
Most csináljál valami kezdő projektet! Az oldalon be tudod állítani a magyar nyelvet!
Ha sikerült valami igen primitív dolgot csinálni, és nagyjából már tudod hogyan kell összeilleszteni a puzzle darabkákat, akkor most nézd meg ezt a videót. Van gépi magyar felirat alatta, ha beállítod!
https://www.youtube.com/watch?v=EjbHXMzeX4c&t=7s
Gondolom már kezded érteni, hogy alapelveket kell összegyűjteni, amiket vagy az egyik, vagy a másik vödörbe kell rakni. A vödör tulajdonképpen a kimenetet jelenti ,vagyis hogy mi történjen ha az egyik típusú alapelveknek megfelelő dolog van, és mi ha a másik vödörben lévőkhöz.
Azt is láthatod, hogy nem lépésről-lépésre kell megadni egy feladat utasítását, hanem különböző példákat kell megadni, lazábbakat, de többet. Pl. olyan project is van, ahol fényképfelismerőt kell csinálni. Kitalálsz mondjuk két állatot, én a tyúkot, és a bárányt gondoltam, és ezeket a szavakat beírod a google fényképekbe, majd kiválasztasz ezekről az állatokról képeket, lehetőleg fuzzy elvek alapján (gondolom), és egymás mellé teszed a böngésző ablakokat, és a kiválasztott képeket belehúzod az adott vödörbe, a bárányt a bárányba, a tyúkokat a tyúk vödörbe. A képek tulajdonképpen az alapelveket jelentik, és a fuzzy elvek alapján ne olyan képeket válassz ki, amelyeken tisztán látszik egy oldalrl az állat, hanem lazábbakat, de többet, és akkor a gép pontosabb lesz! Majd teszteled, hogy megfelelő hatékonysággal ismeri fel a gép az állatokat!
Persze ez most itt nagyon le van egyszerűsítve, mert egy komolyabb programnál, pl. fontos lehet az alapelvek sorrendje, és stb. de ezekről majd később, most a lényeget próbáljuk megérteni.
Részetesebben:
A mesterséges intelligencia motor létrehozása három fázisból áll,
1. Train,
2.Learn
3.Test és Make.
Az egyes fázisokra a kék gombra kattintva válthatsz.
A projekt az utasítások megmondják, hogy mikor kell továbblépni az egyes fázisokra.
Train:
A Train szakaszban példákat (fuzzy alapelveket) gyűjthetsz arra vonatkozóan, hogy mit szeretnél megtanulnítani a számítógéppel.
Minden egyes ilyen dolognak gyűjtő van.
TANULJ ÉS TESZTELJ!
Ha elegendő példát gyűjtött össze, készen áll arra, hogy felhasználja őket a gép.
A betanítási folyamat elindításához kattints az Új gépi tanulási modell betanítás gombra!
A folyamat időtartama a projekt típusától és számától függ. A képprojektek tovább tartanak, mint a szöveges projektek (mert a számítógépek számára sokkal nehezebb megérteni a képeket, mint a szöveget ill. számokat). Minél több példa van, annál tovább tart a képzés. És néha az ML számítógép-szerver elfoglalt, és egy kicsit tovább tart. Az edzési folyamat 30 másodpercig tarthat, de néhány percig is eltarthat. Ha nem gyűjtöttél össze elég példát, nem fogod látni a Train new machine-t tanulási modell gomb. Térjél vissza a Train fázishoz további példák alapelvek hozzáadásáért!
Végül az elkészült motort betölthetted egy scratch, vagy egy MIT APP inventor2 mobilapplikáció projektedbe. Az utóbbi azért jobb, mert tényleges mobilapplikáció készítésénél fel tudod majd használni.
Van hangfelismerő, sőt, talán, ha jól emlékszem hangutánzó program elkészítésére is lehetőség, ahol a gyerekek a mesterséges intelligencia etikai részein is elgondolkozhatnak, mivel eg ilyen alkalmazással rendesen vissza is lehet élni.
Most kattints erre (itt is be tudod állítani a magyart) és projektregisztráció nélkül próbáld ki!:
A program értelemszerűen végig vezet a dolgokon. Az ékezetes betűket ne használd!
https://MachineLearningForKids.co.uk/
Azt gondolom, hogy a mesterséges intelligencia (AI) témaköreben a javascriptben fogok tovább ismerkedni:
https://www.w3schools.com/ai/ai_javascript.asp
Képfelismerést viszonylag könnyen el lehet sajátítani:
https://www.w3schools.com/ai/tryit.asp?filename=tryai_ml5_intro
A neurális hálóról bővebben:
https://www.youtube.com/watch?v=e85wLBtLyYY
Ha egyszerűbb neurális hálózat kódot keresel, akkor megkérdeztem egy mesterséges intelligenciát, és ezt a választ adta:
1. TensorFlow: A
TensorFlow egy nyílt forrású szoftverkönyvtár, amelyet a Google fejleszt ki.
Nagyon népszerű az oktatásban és a kutatásban, és támogatja az összes populáris
operációs rendszert.
2.
Keras: A Keras egy API, amelyet a TensorFlow-ra építettek, és
segíti a neurális hálózatok könnyebb építését.
3.
PyTorch: A PyTorch egy másik nyílt forrású szoftverkönyvtár,
amelyet a Facebook fejleszt ki. Azt állítják, hogy a PyTorch könnyebben
használható, mint a TensorFlow.
4.
Caffe: Caffe egy nyílt forrású szoftverkönyvtár, amely nagyon
gyors a neurális hálózatok képzéséhez és kiértékeléséhez.
Ha te is szeretnél vele chat-telni, akkor ezen a honlapon megteheted:
https://openai.com/blog/chatgpt/
Tud magyarul, bármiről kérdezheted, elég sok mindent tud, de persze nem mindent.
A telefonszámodat meg kell adni, és arra küldenek egy kódot, amivel beléphetsz a chat-részhez.
Leginkább kódokat kérhetsz tőle, de jól kell feltenni a kérdéseket.
Később majd folytatom jobban elmélyülve...
Ha van meglátás, stb. írj!
