AI-uvod-2

5. Можемо рећи да су за статус вештачке интелигенције каква је данас заслужне две важне

околности: велика количина доступних података и супериоран хардвер.

6. Интернет и веб као један од његових најважнијих сервиса омогућили су и да се велика

количина информација објављује и дели, попут вести, прича, научних радова,

коментара или видео-садржаја. Ту су и друштвене мреже и кориснички генерисани

садржаји који директно осликавају мишљења, ставове и емоције о разноразним

појавама.

7. У великим рачунским центрима на располагању су и суперрачунари, посебно

дизајнирани рачунари са великим бројем процесора, чије моћи обраде досежу и до

неколико стотина пета FLOPS-a.

Рачунарски вид је област вештачке интелигенције која се бави развојем алгоритама и алата који рачунарима дају могућност да визуелни свет

разумеју попут људи. Такви су, на пример, задаци препознавања објеката на сликама, разумевања њихових односа, препознавање боја и текстура, затим препознавање покрета, радњи и њихових карактеристика.

Kaда је реч о анализи слика, најчешћи задаци су:

1. класификација слике

2. детекција објеката

3. сегментација слике

1. 1950. године Алан

Тјуринг, енглески математицар наговестио је почетак развоја области која је данас позната као вештачка

интелигенција.

1956. године научници Џон

Макарти, Марвин Мински, Натанијел Рочестер и Клод Шенон окупили су се на

конференцији у Дартмуту, која је трајала чак месец дана, са жељом да дефинишу

истраживачке циљеве и протоколе у овој области. Она је тада добила и своје званично

име и први пут заиста представљена као вештачка интелигенција.

2.У првом таласу развоја вештачке интелигенције који је трајао до почетка седамдесетих

година 20. века, појавили су се први програми.

Први је био програм Logic Theorist, написан 1956. године, који је испитивао капацитете математичке логике и извођења закључака. Овај програм је успео да докаже 38 од прве 52 теореме кojе су наведене у чувеној књизи Принципи математике.

Програм ELIZA, који је могао да симулира конверзацију са корисницима пратећи

једноставна правила и конструкције у енглеском језику.

3. Мотивација за истраживања у пољу комуникације дошла је са предлогом Алана

Тјуринга да се интелигентним прогласе машине које могу да воде комуникацију

тако да човеку не одају утисак да разговара са машином. Овај тест је данас познат

као Тјурингов тест.

4. Идеја о перцептрону, основи данашњих неуронских мрежа, коју је 1957. године увео Франк Розенблат. У оптимистичним изјавама овог истраживача

перцептрон је имао моћ да учи, доноси одлуке и преводи језике, али је морало да

прође много времена да се ово и потврди.

5.

Услед недостатка финансирања, након првог таласа развоја вештачке интелигенције

наступила је и такозвана прва зима вештачке интелигенције. За овакав статус су

делимично заслужни и амбициозни пројекти чији су резултати изостали услед

ограничених капацитета рачунара и мањка расположивих података.

6.

Један од занимљивих и подстицајних догађаја у историји вештачке интелигенције десио

се 1997. године када је систем DeepBlue компаније IBM успео да победи у игри шах

светског велемајстора Гарија Каспарова.

Сличан ефекат на развој вештачке интелигенције је имао и систем  AlphaGo  компаније

Google DeepMind скоро 20 година касније, 2016. године, када је победио светског

шампиона Ли Седола у игри го.

7.

Са друге стране, капацитет машина да препознају и разликују објекте на сликама

демонстрирао је 2012. године Google X тим који је креирао програм који може да

препознаје мачке на сликама. Овај програм је видео преко 10 милиона слика за 3

дана и научио да распознаје мачке.

До данас, капацитет система за препознавање је знатно унапређен и у многим

применама такви системи дају прецизније одговоре од већине људи.

2. Ове активности имају утемељење у дисциплинама као што су:

 математика,

 информатика,

 рачунарство и

 роботика.

Због своје шире распрострањености, област је повезана и са свим другим дисциплинама

које се баве разумевањем интелигенције, као што су:

 неуронаука,

 филозофија и уметност

 социологија, право и етика.

1. Вештачка интелигенција је дисциплина која се бави

развојем програма који својим могућностима остављају утисак интелигентног

понашања.

ДРУГА ГРУПА

Програмске парадигме

Савремена вештачка интелигенција

1. Дефиниција вештачке интелигенције

2. Повезаност са другим наукама

3. Да ли је сваки облик интелигентног понашања заснован на вештачкој интелигенцији?

4. Наведи примере употребе сензора и примере употребе вештачке интелигенције

5.Околности који заслужне за данашњи развој вештачке интелигенције

6. Шта све потпомаже данашњем развоју вештачке интелигенције?

7.Суперрачунари

Савремена вештачка интелигенција

1. Шта се значајно десило 1950. и 1956.године?

2. Први талас вештачке интелигенције

3. Тјурингов тест

4. Идеја о перцептрону

Историјски развој вештачке интелигенције

(да ли машина може да мисли)

5. Прва зима вештачке интелигенције

6. Шта се значајно десило 1997. и 2016.г?

7. Шта се значајно десило 2011. и 2012.г?

Области вештачке интелигенције

1. Рачунарски вид- дефиниција и задаци анализе слика

Генеративна вештачка интелигенција (енг. generative AI) је област вештачке интелигенције која се бави генерисањем садржаја попут слика, текста, аудио или видео записа.

ChatGPT је програм који је направио пробој у области генерисања текстуалних садржаја. Он, у складу са инструкцијама корисника, такозваним промптовима, може да генерише одговарајући текстуални садржај. Треба имати на уму да овако генерисани текстови не морају бити апсолутно тачни, да могу да садрже погрешне податке, измишљене референце или увредљиве садржаје. Због тога пре употребе треба проверити све што је програм генерисао. Уколико отвориш налог на адреси chat.openai.com, можеш и сам да пробаш како функционише програм ChatGPT. Иза програма ChatGPT стоји заједница OpenAI.

Програм StableDiffusion, за разлику од ChatGPT-јa који генерише текст, на основу инструкција генерише слике. Рецимо, све слике које су наведене ниже је генерисао овај програм. Он је отвореног типа и уз пратећи кôд се може преузети са званичног GitHub репозиторијума. Само име програма представља једну популарну технику која се користи у овој области.

Често приликом гриликом генерисања слика може да се одабере и жељени стил нове слике. Ова техника је позната као трансфер стила.

Осим слика и текста, вештачка интелигенција може да генерише и аудио-садржаје.

Коришћењем програма MusicGen компаније Мета, можеш описати речима какву врсту музике желиш да генеришеш и оставити евентулно узорни пример за трансфер стила. Потом можеш да послушаш свој садржај. Можеш да се опробаш и са програмима који врше трансфер стила приликом генерисања гласа (опонашају глас неке друге особе) или сами компонују музику на основу онога што су већ ”чули” у подацима. Један такав отворени пројекат је Магента.

Један од првих задатака у којем је опробана вештачка интелигенција је игра шах.

Захваљујући победи над велемајстором Гаријем Каспаровим, ова област истраживања је добила пуно симпатија и подршке на страни вештачке интелигенције.

 Иако имају прецизан сет инструкција и правила, игре карактерише својство комбинаторне експлозије - велики број могућих избора акција након одређеног броја корака. То даље значи да игре не дозвољају проналажење решења применама уобичајених техника програмирања у неком разумном времену.

Уз игру шах, вештачка интелигенција се прославила и у игри го програмом AlphaGo, затим игрању Атари видео игрица и стратегија као што су Dota, Starcraft и друге.

Вештачка интелигенција неретко треба да унапреди понашања и могућности физичких објеката као што су роботи, индустријске машине, аутомобили, дронови, кућни апарати или медицинска помагала.

Информације о свету до ових објеката стижу кроз гласовне инструкције, снимке камера или мерења сензора и њихов задатак је да их обраде и трансформишу у одлуку. Улога вештачке интелигенције у овој сфери је да унапреди могућности објеката и помогне им да усвоје интелигентно понашање.

7. Обрада природних језика је област вештачке

интелигенције која се бави задацима у вези са разумевањем и генерисањем природног

језика.

најчешћи задаци су:

класификација текстова

 препознавање именованих ентитета

 машинско превођење

 упитнички системи

 сумаризација

 анализа говора (записивање говора у форми текста и генерисање говора на

основу текста

1. Баш као и у задацима класификације слика, у задацима класификација

текстова покушавамо да закључимо да ли текст припада некој

категорији или не.

2.Препознавање именованих ентитета је задатак који се

односи на препознавање неких делова текста који су релевантни за његову даљу анализу.

3. Задатак машинског превођења је да развије алате који нам

омогућавају да садржај са једног језика квалитетно преведемо на садржај другог

језика.

4. Упитнички системи се баве питањем како пронаћи

конкретан одговор на задато питање.

5. Сажимање свих важних информација из више различитих извора је познато као

задатак сумаризације.

6. издвајају два задатка: 

записивање говора у

форми текста и обратно, генерисање говора на основу

текста.

Када је реч о обради видеа, најчешћи задаци су:

-задаци праћења објеката

-препознавање акција и

-одређивања положаја.

Задатак праћења објеката (енг. оbject tracking), како само име каже, омогућава праћење објеката у видеу у реалном времену. На пример, праћење суседног аутомобила приликом аутономне вожње.

Задатак препознавања акција (енг. action recognition) је да препозна и именује акцију која је присутна на видеу, на пример, скок у воду или затварање прозора.

Одређивање позе (енг. pose estimation) је задатак који се бави препознавањем фигура људи у видеима у реалном времену и издвајањем свих кључних тачака њиховог скелета. То су најчешће коориднате очију, носа, уста, рамена, лактова, струка, шака, колена и стопала.