Dirbtinis intelektas ir neuroniniai tinklai: kuo jie skiriasi ir kodėl juos painiojame

Telefonas atpažįsta veidą, o pokalbių programa atsako į klausimą – abiem atvejais galime išgirsti apie dirbtinį intelektą ir neuroninius tinklus. Skirtumas tas, kad dirbtinis intelektas yra platesnė sritis, o neuroniniai tinklai – vienas iš būdų tokioms sistemoms kurti. Juos painiojame todėl, kad daug šiandien matomų dirbtinio intelekto įrankių veikia būtent neuroninių tinklų pagrindu.

Plati sritis ir vienas iš jos įrankių

Dirbtiniu intelektu vadinamos sistemos, kurios atlieka užduotis, paprastai siejamas su žmogaus intelektu: atpažįsta vaizdus, apdoroja kalbą, prognozuoja ar padeda priimti sprendimus. Tam galima naudoti skirtingus metodus, ne vien neuroninius tinklus.

Pavyzdžiui, sistema gali remtis žmogaus iš anksto nustatytomis taisyklėmis arba kitais iš duomenų besimokančiais modeliais, tokiais kaip sprendimų medžiai. Todėl išgirdus „dirbtinis intelektas“ dar negalima spręsti, kad jo viduje būtinai veikia neuroninis tinklas.

Dirbtinis intelektas ir neuroniniai tinklai: kuo jie skiriasi ir kodėl juos painiojameNuotrauka: Pexels / Lukas Blazek

Kaip veikia neuroninis tinklas?

Neuroninį tinklą sudaro tarpusavyje susieti matematiniai vienetai, dažnai vadinami dirbtiniais neuronais. Mokymo metu tinklas, naudodamas duomenis, koreguoja jų tarpusavio ryšių reikšmes ir taip išmoksta atlikti tam tikrą užduotį.

Pavyzdžiui, vaizdams atpažinti skirtas tinklas mokomas iš pavyzdžių, kad vėliau galėtų įvertinti naują nuotrauką. Pokalbių programose naudojami kalbos modeliai taip pat paremti neuroniniais tinklais, tačiau jie mokomi apdoroti ir generuoti tekstą.

Kodėl kasdienėje kalboje viskas susilieja?

Žmogus paprastai mato rezultatą, o ne sistemos sandarą: užduoda klausimą ir gauna atsakymą arba įkelia nuotrauką ir pamato jos aprašymą. Todėl kalbant apie tokį įrankį „dirbtinis intelektas“ tampa patogiu bendru pavadinimu, o „neuroninis tinklas“ kartais pavartojamas tarsi jo sinonimas.

Vis dėlto neuroninis tinklas apibūdina technologijos tipą, o ne visą sritį. Net ir juo paremta sistema gali suklysti: įtikinamai skambantis atsakymas savaime dar nereiškia, kad pateikti faktai teisingi.

Praktiškai galima prisiminti paprastai: neuroninis tinklas yra vienas iš dirbtinio intelekto kūrimo būdų, bet ne kiekvienas dirbtinis intelektas yra neuroninis tinklas. Naudojantis tokiais įrankiais, svarbią informaciją reikėtų patikrinti patikimuose šaltiniuose.