70 წელი ტერმინის გაჩენიდან: რა არის სინამდვილეში AI?

ზუსტად 70 წელი გავიდა მას შემდეგ, რაც 1956 წლის დარტმუტის საზაფხულო კვლევით პროექტზე ახალი სამეცნიერო მიმართულება დაიბადა, ხოლო ჯონ მაკარტიმ ტერმინი „ხელოვნური ინტელექტი“ დაამკვიდრა. დღეს ეს ტექნოლოგია ჩვენი ყოველდღიურობის განუყოფელი ნაწილია, თუმცა მის გარშემო არსებული მითების დასამსხვრევად, საბაზისო ცნებები და ისტორიული ეტაპები მკაფიოდ უნდა განვმარტოთ.

მთავარი ტერმინების განმარტებები

• AI (ხელოვნური ინტელექტი):** ტექნოლოგია და პროგრამული უზრუნველყოფა, რომელიც კომპიუტერებს ადამიანური სწავლის, გაგების, პრობლემის გადაჭრისა და გადაწყვეტილების მიღების სიმულირების საშუალებას აძლევს.
• ANI (ვიწრო ხელოვნური ინტელექტი):** თანამედროვე სისტემების აბსოლუტური უმრავლესობა, რომელიც იდეალურად ასრულებს მხოლოდ კონკრეტულ დავალებებს, თუმცა არ გააჩნია დამოუკიდებელი ფიქრის უნარი.
• AGI (ზოგადი ხელოვნური ინტელექტი):** ჰიპოთეტური სისტემა, რომელიც მომავალში შეძლებს ნებისმიერი ინტელექტუალური ამოცანის შესრულებას მინიმუმ ისე კარგად, როგორც ამას ადამიანი ახერხებს.
• ASI (სუპერინტელექტი):** სამომავლო თეორიული კონცეფცია, რომელიც ადამიანურ გონებას ყველა შესაძლო სფეროში, კრეატიულობასა და ლოგიკურ აზროვნებაში ბევრად აღემატება.
• Symbolic AI (სიმბოლური AI):** ისტორიულად პირველი მიდგომა, რომელიც ეფუძნება ხელით დაწერილ წესებსა და ლოგიკას, სადაც პროგრამის მუშაობის პრინციპი წინასწარ არის განსაზღვრული მკაცრი ბრძანებებით.
• Machine Learning (მანქანური დასწავლა):** დომინანტური მიმართულება, სადაც პროგრამისტი კი არ წერს ყველა შესაძლო წესს წინასწარ, არამედ სისტემა თავად სწავლობს შაბლონებს დიდი მოცულობის მაგალითებიდან.
• Generative AI (გენერაციული AI):** მოდელი, რომელიც მომხმარებლის მიერ მიწოდებული ბრძანების, ანუ პრომპტის, საფუძველზე სრულიად ახალ ტექსტს, სურათს, კოდს ან აუდიოს ქმნის.
• Multimodal (მულტიმოდალური):** ისეთი ტექნოლოგიური სისტემა, რომელსაც ერთდროულად რამდენიმე ტიპის ინფორმაციის, მაგალითად, ტექსტისა და ვიდეოს, მიღება, დამუშავება და წარმოქმნა შეუძლია.

ხელოვნური ინტელექტის ევოლუცია და ისტორია

აქვე, გვერდზე, იხილავთ დოკუმენტურ საარქივო ფოტოებსა და ქრონოლოგიურ გრაფიკებს, რომლებიც ამ რთულ ისტორიულ გზას თვალსაჩინოდ წარმოაჩენს.

რას ვიყენებთ უკვე ყოველდღიურად პრაქტიკაში

ყველაზე გავრცელებული შეცდომაა იმის ფიქრი, რომ ეს ყველაფერი მხოლოდ ფანტასტიკურ ფილმებში ნანახი რობოტის ტვინია. სინამდვილეში, დღევანდელი ტექნოლოგიური პროდუქტები სპეციალიზებული ინსტრუმენტებია. ყოველ ჯერზე, როცა ნავიგაციის აპლიკაცია მოსალოდნელ საცობებს პროგნოზირებს, თქვენ ვიწრო მანქანურ დასწავლას იყენებთ. ანალოგიურად, როცა თქვენი ელექტრონული ფოსტა შემომავალ წერილებში სარეკლამო გზავნილებს სპამში მალავს, ესეც სწორედ ამ ტექნოლოგიის დამსახურებაა. ფილტრები იყენებენ გაუმჯობესებულ ალგორითმებს, რათა უზარმაზარი რაოდენობის არასასურველი ინფორმაცია ავტომატურად დაბლოკონ.

როდესაც ტექსტურ ველში კითხვას წერთ და პასუხად გამზადებულ მასალას იღებთ, ეს ვიწრო და გენერაციული მოდელების მუშაობის პირდაპირი შედეგია. თუმცა, აქ ერთი მნიშვნელოვანი მითი აუცილებლად უნდა დავამსხვრიოთ. თუ პროგრამა გამართულად და ლამაზად საუბრობს, ეს ავტომატურად არ ნიშნავს, რომ მას ადამიანური გაგების უნარი გააჩნია. გამართული ტექსტი შეიძლება იყოს სრულიად არასწორი ან ფაქტობრივად მცდარი, რადგან სისტემა უბრალოდ ვარაუდობს შემდეგ სიტყვას სტატისტიკური ალბათობის მიხედვით და არა რეალური აზროვნებით.

თუ გაინტერესებთ, რეალურად რამხელაა ეს სფერო დღეს, სპეციალური აკადემიური ინდექსი საუკეთესო საზომია. 2026 წლის უახლესი AI Index ანგარიში გვეხმარება ტექნიკური პროგრესის, გლობალური ინვესტიციებისა და ტექნოლოგიის დანერგვის მაჩვენებლების ზუსტად გაზომვაში. თუმცა, უნდა გვახსოვდეს, რომ ის არ გამოიყენება ზოგადი გონების შექმნის ზუსტი დროის პროგნოზირებისთვის, რადგან ეს ჯერ კიდევ ღია სამეცნიერო კითხვად რჩება. ჩვენი სერიის შემდეგ სტატიებში კიდევ უფრო სიღრმისეულად განვიხილავთ ისეთ მნიშვნელოვან თემებს, როგორიცაა RAG ტექნოლოგია და ავტონომიური ხელოვნური აგენტები.

წყარო: IBM Think, MIT Technology Review, Stanford HAI, AI Index, Britannica, IEEE Spectrum (Dartmouth), NVIDIA/Transformer history blogs.

https://www.youtube.com/watch?v=aircAruvnKk