Mehrere neue Technologien haben für Aufregung um künstliche Intelligenz (KI) und ihre Bedeutung für unsere Zukunft als Gesellschaft gesorgt. Jede Technologie stammt aus verschiedenen Zweigen der KI und bringt einzigartige Vorteile und Bedenken mit sich.
Deepfakes und Voice-Cloning-KIs erschweren es Ihnen, allem zu vertrauen, was Sie im Internet sehen oder hören. Einige sagen, dass ChatGPT und ähnliche Deep-Learning-KI-Systeme wahrscheinlich zu Arbeitsplatzabbau in mehreren Bereichen führen werden. Eine besorgniserregende Frage stellt sich: "Wird KI letztendlich Programmierer ersetzen?"
Was ist künstliche Intelligenz?
KI ist ein Zweig der Informatik, der sich auf die Fähigkeit eines Systems konzentriert, Probleme mit einer (oder mehreren) von vier Qualitäten zu lösen. Ein KI-System kann menschlich denken, menschlich handeln, rational denken und/oder rational handeln.
Die Geschichte der Künstlichen Intelligenz
Obwohl es den Anschein hat, dass KI schon seit Jahrhunderten existiert, ist es ein Bereich, der Mitte des 20. Jahrhunderts an Dynamik gewonnen hat. Eines der bemerkenswertesten Daten in der Geschichte der KI ist 1956, dies war das Jahr der offiziellen Einführung in das Gebiet der künstlichen Intelligenz. Diese Einführung erfolgte auf einer Konferenz am Dartmouth College.
Mehrere große Namen sind mit verschiedenen Aspekten der frühen Fortschritte in der KI verbunden. Dazu gehören Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson und Alain Colmerauer.
Handeln Sie menschlich
1936 veröffentlichte Alan Turing eine Arbeit mit dem Titel „On Computable Numbers, With an Application to the Entscheidungsproblem“. In diesem Papier stellte Turing das Konzept einer Turing-Maschine vor, das bis heute eine wichtige Rolle in der KI spielt. Er bewies, dass eine Turing-Maschine mit dem richtigen Algorithmus jede mathematische Berechnung durchführen kann.
Später im Jahr 1937 verwendete Turing das Halteproblem, um auf die Grenzen intelligenter Maschinen hinzuweisen. Dann, im Jahr 1950, definierte Turing die maschinelle Intelligenz mit dem, was er den Turing-Test nennt. Wenn ein KI-System den Turing-Test besteht, kann dieses System menschlich handeln.
Denken Sie menschlich
Marvin Minsky ist ein beliebter Name im KI-Bereich. Er ist bekannt für die Entwicklung der ersten zufällig verdrahteten neuronalen Netzwerk-Lernmaschine namens SNARC im Jahr 1951. Neuronale Netze bringen Computern bei, Daten ähnlich wie das menschliche Gehirn zu verarbeiten. Minskys Definition von KI ist, dass es „die Wissenschaft ist, Maschinen dazu zu bringen, Dinge zu tun, die Intelligenz erfordern würden, wenn sie von Menschen erledigt würden“.
Allen Newell und Herbert Simon sind zwei weitere Pioniere auf dem Gebiet der KI, die sich auf die Fähigkeit einer Maschine konzentrierten, menschliches Denken zu simulieren. 1956 präsentierten sie das erste symbolverarbeitende Computerprogramm namens Logic Theorist. 1961 entwickelten Newell und Simon den General Problem Solver (GPS), der das menschliche Denken im Wesentlichen nachahmt.
Denken Sie rational
Betreten Sie John Robinson, der 1965 eine Zeitschrift mit dem Titel „A Machine-Oriented Logic Based on the Auflösungsprinzip.“ Er erfand auch den Auflösungskalkül für die Prädikatenlogik, die eine wichtige Rolle spielt Rolle in der KI.
Die Prädikatenlogik ist eine formale Sprache, die Logik verwendet, um rationales Denken darzustellen. Diese Sprache verwendet den Rahmen, dass korrekte Prämissen korrekte Schlussfolgerungen erzeugen. Zum Beispiel ist Alexa eine Maschine; alle Maschinen erleichtern die Arbeit; Daher erleichtert Alexa die Arbeit.
Jüngste Fortschritte in der künstlichen Intelligenz
Wie zu seinen Anfängen ist das Feld der künstlichen Intelligenz heute sehr komplex mit vielen verschiedenen Zweigen. Jede Branche unter dem Dach der KI macht kontinuierlich bedeutende Fortschritte.
Maschinelles Lernen ist ein Zweig der KI, der Datenalgorithmen verwendet, um menschliches Lernen zu imitieren, wodurch seine Genauigkeit bei jeder Iteration verbessert wird. Eine der prominenteren Untergruppen des maschinellen Lernens ist Deep Learning. Deep Learning verbessert maschinelles Lernen indem der Bedarf einer Maschine an menschlicher Unterstützung reduziert wird.
Wenn Sie beispielsweise Bilder von Blumen hatten, die Sie nach Arten gruppieren wollten, unterscheidet sich der Kategorisierungsprozess je nach Systemtyp. Wenn Ihr System maschinelles Lernen verwendet, müssten Sie die Merkmale, die Arten unterscheiden, manuell festlegen. Ein System, das Deep Learning verwendet, ermittelt jedoch die besten Unterscheidungsmerkmale für jede Art ganz von selbst.
Deep Learning hat in den letzten Jahren aufgrund mehrerer Technologien große Wellen in der Branche geschlagen. ChatGPT ist eine Deep-Learning-Technologie das erfährt derzeit viel Aufmerksamkeit.
Laut ChatGPT ist es:
ein großes Sprachmodell, das von OpenAI erstellt wurde. Es ist ein Programm für künstliche Intelligenz (KI), das entwickelt wurde, um natürliche Sprache zu verstehen und menschenähnliche Antworten auf verschiedene Arten von Fragen und Aufforderungen zu generieren. Das Modell basiert auf einer Deep-Learning-Architektur namens Transformer, die in der Lage ist, große Datenmengen zu verarbeiten Mengen von Textdaten und generiert Antworten auf der Grundlage von Mustern und Zusammenhängen, die es daraus gelernt hat Daten.
Seit seiner Einführung im vierten Quartal 2022 war ChatGPT Gegenstand vieler Debatten. Was dieses KI-System auszeichnet, sind seine Fähigkeiten zur Verarbeitung natürlicher Sprache, gepaart mit seiner Fähigkeit, neue Informationen durch Verstärkungslernen aus menschlichem Feedback (RLHF) zu lernen. Es scheint auch eine starke Fähigkeit zu besitzen, Code zu schreiben und zu reparieren. Einige sagen, dass diese Technologie die Genese des Aussterbens menschlicher Programmierer darstellt.
Gewünschte Eigenschaften eines menschlichen Programmierers, die KI nicht replizieren kann
Ein KI-System kann lernen, wie man Code schreibt, der Software erstellt. Programmierer vollständig zu ersetzen, könnte jedoch etwas komplizierter sein. Die Fähigkeit eines KI-Systems kann es ermöglichen, die Belegschaft zu reduzieren, indem es Programmierern hilft, schneller zu arbeiten, aber es kann menschliche Arbeiter niemals wirklich ersetzen. Ein wesentliches Unterscheidungsmerkmal zwischen Programmierern und KI-Systemen ist das menschliche Gehirn und seine komplexen Eigenschaften.
Laut Andrew Ng, einer der Top-Namen in der KI von heute:
Ein einzelnes Neuron im Gehirn ist eine unglaublich komplexe Maschine, die wir bis heute nicht verstehen. Ein einzelnes „Neuron“ in einem neuronalen Netzwerk ist eine unglaublich einfache mathematische Funktion, die einen winzigen Bruchteil der Komplexität eines biologischen Neurons erfasst.
Die Fähigkeit des Gehirns, aus scheinbar dünner Luft einen neuen Gedanken zu generieren, übersteigt das menschliche Verständnis. Es ist sicherlich nicht etwas, das ein KI-System replizieren kann. Eine weitere wünschenswerte Eigenschaft von Programmierern ist die Ratlosigkeit der Kreativität, die wiederum etwas ist, das eine Maschine nicht replizieren kann.
Durch Deep Learning kann KI den Eindruck menschlichen Denkens vermitteln. Einige KI-Systeme können einfache Entscheidungen treffen, aber diese Entscheidungen verblassen im Vergleich zu den Entscheidungsfähigkeiten des menschlichen Gehirns. KI kann Code schreiben, aber sie ist nicht in der Lage, sicherzustellen, dass der von ihr geschriebene Code der richtige Code ist. Ein KI-System kann menschliches Urteilsvermögen nicht nachbilden, und es gibt auch keine Anzeichen dafür, dass es dies in Zukunft tun wird.
Die Zukunft von KI und Programmierung
KI-Technologien wie ChatGPT haben bewiesen, wie nützlich KI für Programmierer sein kann. Es generiert schnell Code und kann den gesamten Arbeitsablauf eines Programmierers unterstützen. ChatGPT hat jedoch auch bewiesen, dass selbst die fortschrittlichste Deep-Learning-Technologie, die wir derzeit haben, keine vollständige Autonomie handhaben kann. Laut OpenAI ist ChatGPT dafür bekannt, unsinnige Antworten auf Fragen zu generieren.
Daher ist es plausibel anzunehmen, dass die Zukunft der KI in der Programmierung eine von „Helfern für“ und nicht von „Ersatz“ für Programmierer ist.
