1. Kas yra dirbtinis intelektas?

Pasaulis nuolat kinta, o dalykai, apie kuriuos esame girdėję tik mokslinės fantastikos filmuose, staiga tapo realybe. Viena žinomiausių „Pramonės 4.0“ sąvokų yra dirbtinis intelektas (DI).

 

Dirbtinio intelekto apibrėžimas akademiniuose sluoksniuose aiškinamas įvairiai. Dirbtinio intelekto terminą pirmą kartą pavartojo John McCarty 1956 m. Pasak jo, dirbtinis intelektas yra mokslas, apimantis mechaninę inžineriją, ypač intelektualias programas (McCarthy, 2007). Šis apibrėžimas buvo papildytas Jacko Copelando cituojamu terminu, kuris dirbtinį intelektą apibrėžė kaip skaitmeninio kompiuterio ar kompiuterio valdomo roboto sugebėjimą atlikti užduotis, susijusiąs su protingomis būtybėmis (M. Warszycki, 2019). Savo ruožtu, pasak N. J Nilssono iš JAV Stanfordo universiteto, tai yra klausimas, kuris sako, kad intelektualios mašinos turi būti projektuojamos taip, kad atitiktų ar imituotų žmogaus intelektą. (Nilsson, 2004).

Visi DI apibrėžimai yra šiek tiek skirtingi, tačiau jie turi bendrą vardiklį – dirbtinis intelektas vadinamas kompiuterine programa arba mašina, kuri veikia kontroliuodama kompiuterinę programą. Paprasčiau tariant, dirbtinis intelektas yra sistema ar mašina, imituojanti žmogaus intelektą, atliekant įvairias užduotis ir turinti galimybę tobulėti remiantis surinkta informacija.

Dirbtinis intelektas šiuo metu jau dalyvauja mūsų kasdieniniame gyvenime, tačiau tikimasi, kad ateityje jo taikymas sukels didžiulius pokyčius visose srityse.

1 pav. Dirbtinio intelekto tipai

Šaltinis: https://mc.ai/different-types-of-artificial-intelligence/

Dirbtinio intelekto tipai:

1 tipas – Pagrįstas gabumais, įgūdžiais

• Siauras (silpnas) intelektas (ANI) – dirbtinis intelektas taikomas tik tam tikroms užduotims ar specifinėms problemoms spręsti. Daugiausia dėmesio skiriama vienai konkrečiai užduočiai, atlikti geriau, nei tai gali žmogus. Siauro dirbtinio intelekto pavyzdžiai: balso asistentas (pvz., „Siri“), automatinis vertėjas („Google Translator“, „Deepl“), save valdantys automobiliai („Tesla“), išmaniųjų telefonų programos, atpažinimo įrankiai, šlamšto filtrai ir kt. Šiame etape mašina neturi galimybės mąstyti, ji atlieka tik iš anksto nustatytas funkcijas.
• Dirbtinis bendrasis intelektas (AGI) – intelektas, kuris dar žinomas kaip stiprus intelektas. Tai visos mašinos gebančios mąstyti ir priimti sprendimus kaip žmonės. Dabar dar nėra sukurtų stipraus dirbtinio intelekto pavyzdžių, tačiau, dėl sparčios technologijų plėtros, labai greitai gali būti sukurtos mašinos, atitinkančios žmogaus proto gebėjimus. Tokios mašinos turės daug galimybių, apims skirtingas sritis. Susidūrusios su precedento neturinčiais scenarijais, jos galės reaguoti ir improvizuoti taip, kaip žmonės. Stiprų dirbtinį intelektą mokslininkai laiko grėsme žmogaus egzistencijai. Mokslininkai baiminasi, kad mašinos gali konkuruoti su žmonėmis ir juos pakeisti.
• Dirbtinis intelektas (ASI) – ASI bus aukščiausias dirbtinio intelekto išsivystymo taškas ir stipriausia kada nors egzistavusi intelekto forma Žemėje. Dėl itin aukšto lygio duomenų apdorojimo, atminties ir sprendimų priėmimo galimybių, mašinos galės atlikti visas užduotis geriau nei žmonės. Mokslininkai baiminasi, kad šio intelekto atsiradimas sukels „technologinį savitumą“ – situaciją, kai technologijų plėtra pasieks nekontroliuojamą stadiją, dėl kurios žmogaus civilizacija pasikeis neįsivaizduojamai.

2 tipas – Pagrįstas funkcionalumu:

• reaktyviosios mašinos – mašinos, veikiančios tik pagal turimus duomenis, jos negeba atsiminti ar naudoti patirties iš praeities priimant naujus sprendimus. Reaktyviosios mašinos yra seniausias ir pats pagrindinis dirbtinio intelekto tipas. Puikus tokios mašinos pavyzdys būtų šachmatų žaidimo superkompiuteris, kuris vėlyvaisiais 1990-ais nugalėjo Garį Kasparovą. Šis kompiuteris turi galimybę atpažinti ir judėti po šachmatų lentą, todėl pats pasirenka geriausią įmanomą ėjimą. Tačiau pasimokyti iš jo ankstesnių veiksmų neįmanoma.
• ribota atmintis – šios mašinos geba identifikuoti praeitį. Tai gali atlikti savaeigės mašinos. Pvz.: jos gali išnagrinėti aplink esančių mašinų greitį ar judėjimo trajektoriją. Šis dirbtinis intelektas turi trumpalaikę arba laikinąją atmintį ir gali būti naudojamas būsimų veiksmų vertinimui, pasitelkiant ankstesnę patirtį. Tokio tipo intelekto pavyzdžiai yra savaeigiai automobiliai, jų atmintis ribota skubiems sprendimams priimti naudojanti tik netolimos praeities duomenis. Šiuose automobiliuose saugomi tokie duomenys kaip GPS vieta, kitų automobilių greitis, kelią kertančių civilių identifikavimas, šviesoforai ir pan.
• proto teorija – tai pažangus intelekto tipas, kuris šiuo metu yra tyrinėjamas tik laboratorijose. Pasak mokslininkų, ateities mašinos bus labiau pažengusios, galinčios ne tik atpažinti pasaulyje veikiančius procesus, tačiau ir veikėjus egzistuojančius jame. Psichologijoje tai taip pat vadinama „minties teorija“ – supratimas, kad žmonės, objektai ir kiti pasaulio sutvėrimai turi mintis ir emocijas, kurios daro poveikį jų elgsenai. Daugiausiai dėmesio bus skiriama emociniam intelektui, kad būtų galima suprasti žmogaus įsitikinimus ir mintis. Remiantis supratimu apie žmogaus protą, jo emocijas ir pan. mašinos galės pateikti sprendimus. Proto proto AI teorija dar nėra iki galo sukurta, tačiau šioje srityje atliekami intensyvūs tyrimai. Tokio tipo intelekto pavyzdys yra mokslininko Winstono sukurtas roboto prototipas, kuris gali numatyti kitų robotų judėjimą ir nuspręsti, kuriuo keliu pasisukti, kad būtų išvengta susidūrimų.
• savivoka (angl. self-awereness) – paskutinioji DI plėtotės stadija, sistemos, kurios gali atpažinti save. Tai yra tarsi „minties teorijos“ tąsa. Sąmonė ne veltui dar vadinama „savęs suvokimu“ (kaip pavyzdys, „aš noriu to dalyko“ skiriasi nuo teiginio „aš žinau, kad noriu to dalyko“). Mokslininkai mano, kad šio tipo dirbtinio intelekto sukūrimui ir naudojimui dar reikia dešimtmečių ar net šimtmečių. Jie taip pat mano, kad su šios rūšies intelekto kūrimu reikia elgtis labia atsargiai, nes aukšto intelekto būseną pasiekusios mašinos, gali būti problema, jei jos pamanys, kad žmonija yra potenciali grėsmė Žemės planetai.

3 pav. Dirbtinio intelekto tipai, pagrįsti funkcionalumu

Šaltinis: https://searchenterpriseai.techtarget.com/definition/AI-Artificial-Intelligence

Kodėl dirbtinis intelektas yra svarbus „Pramonėje4.0“?

Technologinė pažanga, automatizavimo ir robotizacijos procesai, skaitmeninės technologijos skatina ekonomikos plėtrą. Dirbtinio intelekto naudojimas įmonėje padidina produktyvumą ir efektyvumą, nes procesai ar užduotys, kuriems kadaise reikėjo žmogaus rankų, atliekami automatizuotai. Norint spartinti automatizavimo procesus, reikia vis plačiau taikyti skaitmenines technologijas. Dirbtinis intelektas yra pagrindinis skaitmeninės visuomenės pertvarkos elementas ir ES prioritetas.

Vertę kuriančius sprendimus galima gauti tada, kai Pramonėje 4.0, ir Dirbtinis intelektas bendradarbiauja trijų etapų procese (R. Poreda, 2019):

1. Duomenų rinkimas – gali aprūpinti pramonės gamybos linijas jutikliais, kurie kauptų informaciją apie gamybos procesą (daiktų internetas), internetu sąveikaujantys įrenginiai gali kaupti duomenis ir iš pagrindų perkeisti įmonių, klientų, verslo partnerių bendravimo ir sprendimų priėmimo procesus.
2. Duomenų analizė – žmonių ir kompiuterių surinktų duomenų kiekis yra didžiulis. Dirbtinis intelektas leidžia išanalizuoti nesuskaičiuojamą kiekį informacijos, taip įmonė galėtų identifikuoti tik aktualią informaciją ir kartu generuoti sprendimus, galinčius sukurti pridėtinę vertę. Dirbtinio intelekto sistemos naudojamos tokiuose sektoriuose kaip rinkodara, elektroninė komercija, tačiau vis dažniau jos patenka ir į pramonės sektorių.
3. Veiksmai – surinkus ir išanalizavus duomenis, galima priimti sprendimus, kurie sukurs pridėtinę vertę Pramonėje4.0.

4 Pav. Šaltinis: https://pl.freepik.com/darmowe-wektory/tlo-twarzy-sztucznej-inteligencji_5513843.htm#page=1&query=Artificial%20Intelligence&position=1

Dirbtinio intelekto pranašumai:

• Didesnis saugumas – geba saugoti ir analizuoti duomenis. Analizuodamas senus ir esamus gamybos duomenis, dirbtinis intelektas sugeba nustatyti įvykių seką, įspėti apie avarijų riziką ir įsikišti.
• Gamybos optimizavimas – dirbtinis intelektas sugeba nustatyti gamybos elementus, kuriuos verta ištirti ir optimizuoti. Tai gali būti išlaidos, susijusios su energijos suvartojimu, arba neefektyvi mašinų valdymo veikla.
• Spėjimas – dirbtinis intelektas leidžia atpažinti nesėkmes sukeliančių sąlygų derinį ir išanalizuoti veiksmus, leidžiančius jų išvengti. Viskas daroma realiu laiku, o tai leidžia sumažinti neplanuotų sustojimų ir gedimų skaičių bei padidinti mašinų gamybos laiką, taip padidinant gamybos apimtis.
• Naujų produktų ir verslo sprendimų pristatymas. Dirbtinis intelektas leidžia kurti naujus sprendimus ir atsirasti naujas programas, kurios padidina verslo pajamas.
• Geresnis sprendimų priėmimas – dirbtinį intelektą naudojančios sistemos, skirtingai nei žmonės, neturi jausmų, išankstinių nuostatų ir interpretacijų, todėl sistemų priimami sprendimai nėra nulemti emocijų.
• Nuolatinis darbas – dirbtinio intelekto sistemos niekada nepavargsta.
• Kaip rašoma žurnale „Harvard Business Review“ (,,Harvardo verslo apžvalga“), įmonės daugiausia naudoja dirbtinį intelektą, kad aptiktų įsilaužimus ir užkirstų jiems kelią, išspręstų technines problemas, apribotų gamybos valdymo darbą ir įvertintų bendradarbiavimo su tiekėjais vidaus taisykles.

5 pav. Kaip įmonės visame pasaulyje naudoja dirbtinį intelektą

Šaltinis: https://hbr.org/2017/04/how-companies-are-already-using-ai

Kaip dirbtinį intelektą galima panaudoti švietime?

Viena pirmųjų dirbtinio intelekto taikymo sričių buvo medicina. Per pastarąjį dešimtmetį dirbtinio intelekto diegimas švietime buvo pagrįstas samprotavimais, planavimu ir kalbos apdorojimu. Dirbtinio intelekto pavyzdys yra „Intelligent Tutor Systems“ – tai kompiuterinė programinė įranga, skirta imituoti dėstytojų elgesį. Programinė įranga geba sekti mokymosi etapus, diagnozuoti klaidingą nuomonę ir įvertinti vartotojo supratimą apie problemą. Kitas šios programinės įrangos pranašumas yra tas, kad užduotys yra pritaikytos besimokantiesiems pagal jų lygius. Programos, naudojančios šią programinę įrangą, yra „Tabtor“ arba „Carnegie Learning“.

Dirbtinio intelekto naudojimas švietime:

Švietimo platformos

Daugelis švietimo platformų vis daugiau investuoja į dirbtinį intelektą, kad kursai prisitaikytų prie besimokančiųjų. Šios platformos leidžia sukurti atskirus testus, instrukcijas ir atsiliepimus. Naudodamiesi tokiomis platformomis mokiniai gali pagerinti savo žinias ar užtaisyti spragas.

Šių dienų DI leidžia nuskaityti ir analizuoti mokinių veido išraiškas, tuo remdamasi platforma gali pritaikyti pamoką pagal mokinių poreikius.

Visuotinis mokymasis

Ugdymo procese naudojant dirbtinį intelektą yra galimybė pasidalinti savo žiniomis su viso pasaulio mokiniais. Yra įvairių kursų ir mokymo programų, kurios yra prieinamos platformose ir turi interaktyvią geriausių mokytojų mokymo/si medžiagą.

Padėjėjai balsu

Padėjėjai balsu leidžia naudotis įvairia mokymo/si medžiagą nebendraujant su mokytoju. Mokiniai gali naudotis platforma bet kuriuo metu ir bet kurioje vietoje. Pavyzdžiai: „Apple Siri“, „Google Home“.

Išmanusis turinys

Mokomoji medžiaga, pvz., skaitmeniniai vadovai ar vartotojų sąsajos.

Taigi yra daug galimybių naudoti ID švietime ir taip tobulinti ugdymo procesą.

Švietimo sistemoje naudojamos DI programos:

„Duolingo“ – viena populiariausių kalbų mokymosi programų. Kalbos mokymo/si robotų naudojimas gali būti daug paprastesnis ir mažiau įtemptas sprendimas mokiniams, nes jie nekalba su tikru žmogumi. Dirbtinio intelekto pokalbių programa pasiekiama „IOS“ išmaniuosiuose telefonuose. Plepėti su robotais galima trimis kalbomis: ispanų, prancūzų ir vokiečių.

„Brainly“ – tai švietimo bendruomenėS kalba, skirta abipusiam klausimų ir atsakymų mokymuisi. Mokiniai ir mokytojai gali užduoti klausimus juos dominančia tema ir gauti atsakymus.

„iTalk2Learn“ – „iTalk2Learn“ – tarpdisciplininis projektas, apjungiantis mašininio mokymosi, vartotojo modeliavimo, intelektualių mokymosi sistemų, natūralios kalbos apdorojimo, ugdymo psichologijos ir matematinio ugdymo žinias.

 

Kokių įgūdžių reikia norint mokyti mokinius naudoti dirbtinio intelekto sampratą klasėje?

Pagrindinės kompetencijos, reikalingos mokyti mokinius naudojantis dirbtiniu intelektu, yra skaitmeninės kompetencijos, susijusios su sąmoningu ir kritišku skaitmeninių technologijų naudojimu. Šios kompetencijos leidžia gauti informaciją, bendrauti ir spręsti pagrindines problemas visais gyvenimo aspektais.

Skaitmeninės kompetencijos taip pat reiškia gebėjimą įdomiai ir atvirai naudoti skaitmeninį turinį, technologijas; skaitmeninį turinį filtruoti, programuoti, padaryti prieinamą; laikytis etiško ir atsakingo požiūrio į skaitmeninių priemonių naudojimą.

Mokytojai nenoriai mokosi IKT naudojimo savo dalyko pamokose, nes yra įpratę naudoti tradicinius mokymo metodas, be to daugelis jų yra įsitikinę, kad mokiniai patys lengvai įsisavina technologijas. Mokytojai, kurie efektyviai taiko IKT pamokose, turi didelę naudą ir sugeba ugdyti šiuolaikiniams mokiniams reikalingas kompetencijas. Mokytojams, kuriems sunku diegti dirbtinį intelektą, gali būti naudingi seminarai ar internetiniai mokymai, kurie dabar yra labai populiarūs. Pavyzdžiui, IBM komanda sukūrė „Edzia“ sistemą, kuri teikia mokytojams surinktą ir patikrintą informaciją.

COVID-19 pandemijos sukelta situacija, tik dar labiau išryškino skaitmeninių technologijų įvaldymo svarbą mokytojams.

dirbtinio intelekto naudojimo privalumai švietime

Per pastaruosius kelerius metus į švietimą buvo bandoma įtraukti įvairias skaitmenines, tokias kaip skaitmeniniai vadovėliai, „iPad” mokyklos Nyderlanduose ar uždarų planšetinių kompiuterių sistemų įvedimas Jungtinėse Amerikos Valstijose. Tačiau dirbtinio intelekto galimybės švietimo srityje nėra išnaudotos:

Visi mokiniai yra skirtingi- jie turi skirtingus sugebėjimus, motyvaciją, problemas ir mokymosi stilių. Šiandienos švietimo problema yra ta, kad švietimo sistema nėra pritaikyta šiai įvairovei ir dažnai neišnaudojamas mokinių potencialas. Mokytojai, turintys ribotą pamokų/užsiėmimų laiką, negali individualizuoti mokymosi proceso kiekvienam savo klasės mokiniui, todėl dirbtinio intelekto algoritmai čia bus labai naudingi.

Dėl naujausių pokyčių dirbtinio intelekto srityje kompiuteriai gali atlikti sudėtingas užduotis, o jų algoritmas yra kuriamas per savarankišką mokymąsi. Švietime sistema negali pakeisti mokytojo, tačiau ji leidžia pagerinti savo įgūdžius ugdymo procese.

Pažiūrėkime, kaip mes galime pritaikyti dirbtinį intelektą švietime, kaip dirbtinis intelektas gali pagerinti ugdymo procesą ir kokią naudą įgys jį naudojantys mokiniai ir mokytojai.

• Algoritmai, personalizuojantys mokymosi procesą –tai algoritmai naudojami daugelyje e. mokymosi platformų ir švietimo paslaugų. Mokymo personalizavimo moduliai leidžia mums suderinti mokomąją medžiagą su mūsų interesais, profiliu, formatu ar ankstesne mokymosi patirtimi. Be to, algoritmai gali analizuoti kompetencijos spragas ir rekomenduoti veiksmus joms užpildyti.
• Švietimas bet kada ir bet kur. Mokiniai vis dažniau atlieka savo užduotis naudodamiesi išmaniaisiais telefonais. Dirbtiniu intelektu pagrįstos programos leidžia mokytis laisvalaikiu. Be to, kai kurių programų dėka, mokiniai gali gauti atsiliepimų realiuoju laiku (,,čia ir dabar”).
• Virtualūs mentoriai – virtualūs mentoriai turi galimybę realiu laiku stebėti mokinių pažangą

7 pav. Nauda mokiniams

Source: https://medium.com/towards-artificial-intelligence/artificial-intelligence-in-education-benefits-challenges-and-use-cases-db52d8921f7a

• Mokymo procesų automatizavimas – žmonės, dalyvaujantys mokymuose, puikiai žino, kiek reikia laiko mokymui skirtų duomenų ataskaitai ir analizei. Pažangūs algoritmai gali stebėti vartotojų ataskaitas ir analizuoti jų pateiktus duomenis, todėl verta jas naudoti, kad už šią užduotį atsakingas asmuo galėtų atlikti daugiau kūrybiškų užduočių.
• Autorinių prietaisų naudojimas – rinkoje atsiranda įrankių, kurie, su nedidele žmogaus pagalba, gali sukurti testus ir netgi mokymus internetu.
• Gebėjimas nustatyti trūkumus – mokymo kursai padeda pastebėti mokinių žinių spragas.
• Automatinis ugdymo turinio kūrimas. Mokytojams, kurie mokymo procese naudoja dirbtinį intelektą, nereikia kurti mokymo programos nuo nulio.
• Geresnis įsitraukimas – interaktyvaus mokymosi proceso dėka mokiniai aktyviau dalyvauja užsiėmimuose.

8 pav. Nauda mokykloms ir mokytojams.

Šaltinis: https://medium.com/towards-artificial-intelligence/artificial-intelligence-in-education-benefits-challenges-and-use-cases-db52d8921f7a