Materjalid koostas ja kursuse viib läbi
Tartu Ülikooli arvutiteaduse instituudi informaatika didaktika töörühm
| < eelmine | 6. OSA sisukord | järgmine > |
6.2 Silmaring. Tehisintellekt
Tehisintellekt on arvutite ja süsteemide loodud nutikus või arukus. See tähendab, et masinad on programmeeritud tegema asju, mida tavaliselt seostatakse inimese intelligentsusega, nagu õppimine, probleemide lahendamine ja otsuste langetamine. Tehisintellekt kasutab algoritme ja suuri andmehulkasid, et analüüsida infot ning teha ennustusi või leida mustreid. Näiteks võib tehisintellekt aidata tõlkida keeli, tuvastada objekte piltidel või soovitada meile filme või muusikat, mis võiks huvi pakkuda.
Kuigi tehisintellekti kirjeldamiseks kasutatakse meedias ja üldotstarbelises kirjanduses vaid terminit AI (ingl Artificial Intelligence), on sellel erinevaid tüüpe. Need on järgmised:
- Kitsas tehisintellekt (ingl Artificial Narrow Intelligence või ANI) on tehisintellekt, mis keskendub peamiselt ühele kitsale ülesandele või probleemi tüübile. Kitsal tehisintellektil on piiratud hulk võimeid. Kui mõelda näitele AI-st, mis meie elus praegu eksisteerib, on see ANI. See on ainus tüüp kolmest, mis praegu saadaval on.
- Üldine tehisintellekt (ingl Artificial General Intelligence või AGI) on tehnoloogia, mis oleks inimmõistuse tasemel. Sellest tulenevalt kulub tõenäoliselt veidi aega, enne kui me AGI-st tõeliselt aru saame, sest me ei tea ikka veel kõike, mida on inimese aju enda kohta teada. Kuid vähemalt kontseptsioonaalselt suudaks AGI mõelda inimesega samal tasemel ja mõelda välja fundamentaalselt uusi lahendusi.
- Superintellekt (ingl Artificial Super Intelligence või ASI) on tehnoloogia, mis ületab inimmõistuse. ASI peaks olema igal võimalikul viisil vaimselt võimekam kui inimene. Sellised tehisintellekti seadmed mitte ainult ei täida ülesandeid, vaid suudavad isegi emotsioone kuvada ja suhteid luua.
Tihti muretsetakse, kas arvutid suudavad ka päriselt ise mõtlema hakata ja omada teadvust – selle all mõeldakse just superintellekti. Kui teemaga natukene tuttavamaks saada, siis on lihtne mõista, et arvutid teevad siiski vaid seda, mida neid on õpetatud tegema ning lähitulevikus pole tehisintellekt suuteline looma originaalset ja sügavalt innovaatilist loomingut samal viisil nagu inimene.
MASINÕPE
Masinõpe on tehisintellekti uurimisvaldkond, mis tegeleb statistiliste algoritmide väljatöötamise ja uurimisega. Masinõppe algoritmid suudavad andmetest õppida ja andmeid üldistada “nähtamatuks” ning seega täita ülesandeid ilma selgesõnaliste juhisteta.
Lihtsamas keeles öeldes on masinõpe viis, kuidas arvutid saavad õppida asju andmetest ilma otsese programmeerimiseta. Selle asemel, et öelda arvutile täpselt, mida teha, anname me talle andmeid ja laseme tal ise seda informatsiooni seedida ning mustreid avastada. Näiteks kui tahame arvutit õpetada pilte ära tundma, siis me näitame talle palju pilte ja ütleme, mis on pildil. Arvuti õpib seeläbi, millised tunnused iseloomustavad erinevaid objekte ning kuidas niiviisi neid objekte teineteisest eristada. Pärast piisavat õppimist oskab arvuti iseseisvalt uusi pilte ära tunda.
Lisaülesanne: Veelgi lähemalt saate masinõppega tutvuda Code.org'i temaatilise mängu abil. Mängus on antud õppevideod tasemetel 1, 5 ja 7 ning nendele videotele vastavad ülesanded tasemetel 2–4, 6 ja 8.
Üks näide masinõppe algoritmidest on otsustuspuu (ingl Decision Tree), mis ennustab sihtmärki, valides samm-sammult optimaalse tee läbi võimalike stsenaariumide. Otsustuspuu põhineb eeldusel, et andmed on jagatud järjestikuste otsuste abil alamhulkadeks. Algoritmi treenimisel analüüsib see andmeid ja otsustab, milline tunnus või omadus oleks parim jaotuspunkt, et lahutada andmeid võimalikult puhtalt. See protsess jätkub, jagades andmeid järjest väiksemateks ja puhtamateks alamhulkadeks, kuni jõutakse lõpuni.
ISEJUHTIV AUTO
Isejuhtiv auto (autonoomne auto või isejuhtiv sõiduk) on sõiduk, mis suudab iseseisvalt navigeerida teedel ja täita erinevaid sõiduki juhtimisega seotud ülesandeid ilma inimese sekkumiseta. Isejuhtivad autod kasutavad erinevaid andureid, kaameraid, radareid, lidareid ja muid sensoreid, et tuvastada teisi sõidukeid, jalakäijaid, liiklusmärke ja teekatte tingimusi.
Isejuhtiva auto süsteemid kasutavad tehisintellekti erinevaid tehnikaid, et analüüsida ja tõlgendada kogutud andmeid ning teha otsuseid sõiduki käitumise kohta. Näiteks võivad sügavad neurovõrgud töödelda kaamerapilte, et tuvastada teiste sõidukite ja objektide asukohti ning ennustada nende liikumistrajektoore. Masinõppe algoritmid võivad õppida reaalajas liiklusoludest ja kogemustest, et kohandada sõiduki käitumist vastavalt selle ümbrusele.
Tesla Autopilot
Tänapäeva üks kõige tuntum näide isejuhtivast sõidukist on Tesla Autopilot, mida leidub tihti ka Eesti tänavatel. Tesla on järk-järgult välja andnud uuendusi ja täiustusi Autopiloti süsteemile, mis on muutnud seda järjest enam funktsionaalseks ja usaldusväärseks. Üks oluline täiendus on olnud täisautomaatse sõidu võimalus mõnedes piiratud tingimustes. Tesla pakub täiendavat tasulist tarkvara nimega "Full Self-Driving" (FSD), mis lubab autol teha täielikult autonoomseid manöövreid nagu ristmike ja ringristmike läbimine, parkimine ja isegi sõidukite järel sõitmine ja neist möödumine.
Tesla Autopiloti süsteem kasutab kaheksat kaamerat, mis pakuvad 360-kraadist vaadet auto ümber olevale keskkonnale, lisaks ettepoole suunatud radar, mis aitab näha läbi vihma, udu ja lume. Samuti kasutab Tesla Autopiloti süsteem kaugmaa ultraheliandureid (nt parkimisandurid).
Allikas: https://www.autopilotreview.com/tesla-autopilot-features-review/
On oluline märkida, et kuigi Autopilot on võimeline tegema paljusid juhiabiülesandeid ja omab täiustatud autonoomse sõidu potentsiaali, eeldatakse endiselt, et juht jälgib teed ja on valmis vajadusel kiiresti sekkuma. Autopiloodi süsteem pole täiuslik ja võib mõnikord vajada inimese sekkumist ebaharilikus olukorras või keeruliste liiklusolude korral. Lisaks on regulaarne tarkvarauuenduste paigaldamine oluline, et säilitada süsteemi tõhusus ja turvalisus.
Siin on välja toodud näide hilisemast Tesla kolmanda mudeli Autopiloti õnnetusest:
TRADITSIOONILINE VAADE VÕI TEHISINTELLEKT
Traditsiooniliselt toimub äriprotsesside käigus sisendite töötlemine vastavalt etteantud ärireeglitele, misjärel saadakse väljund. See kirjeldab protsessi, kus alguses on teatud sisendid (nt parameetrid, andmed, materjalid, tellimused) ning nende sisenditega tehakse kindlad toimingud vastavalt etteantud reeglitele või protseduuridele, mis on seatud vastavalt ettevõtte vajadustele või standarditele. Lõpuks saadakse protsessi tulemusena väljund, mis võib olla näiteks kood, toode, teenus või muu väärtus.
Tehisintellekti raames ei kasutata eelnevalt kindlaks määratud ärireegleid. Selle asemel kasutatakse süsteemi, mis õpib treeningandmetest sisendite ja väljundite seoseid erinevate masinõppetehnikate abil. Kui see seos on õpitud, suudab tehisintellekti süsteem järeldada aluseks olevaid ärireegleid, mis on kaudselt kodeeritud õpitud mudelisse. See tähendab, et tehisintellekti süsteem suudab aru saada otsustusprotsessist ja seda korrata ilma, et reeglid oleksid selgesõnaliselt programmeeritud.
Seega võib järeldada, et tehisintellekt suudab tuvastada peidetud mustreid, mida inimene mõnikord ei suuda tuvastada.
ALLIKAD
- https://en.wikipedia.org/wiki/Machine_learning
- https://www.ediweekly.com/the-three-different-types-of-artificial-intelligence-ani-agi-and-asi/
- https://www.autopilotreview.com/tesla-autopilot-features-review/
Materjali koostas Karolina Samasev. Kohendatud kursuse korraldajate poolt.
| < eelmine | 6. OSA sisukord | järgmine > |