Termenul „inteligență artificială” a devenit comun, dar încă nu există o definiție universal acceptată. De exemplu, Centrul Național pentru Securitate Cibernetică (NCSC) din Regatul Unit definește AI ca fiind „orice sistem informatic care poate efectua sarcini care în mod obișnuit necesită inteligență umană, cum ar fi percepția vizuală, generarea de text, recunoașterea vorbirii sau traducerea între limbi.” Această definiție subliniază natura largă și diversă a tehnologiilor AI.
În contrast, definiția oferită de Asociația pentru Avansarea Inteligenței Artificiale (AAAI) descrie AI ca fiind „înțelegerea științifică a mecanismelor care stau la baza gândirii și comportamentului inteligent și întruchiparea acestora în mașini.” Această definiție pune accent pe aspectele științifice și cognitive ale AI, concentrându-se pe înțelegerea și replicarea inteligenței umane în mașini.
Pentru scopurile acestui raport orientat pe politici, vom folosi definiția oferită de Actul AI al Uniunii Europene (UE), articolul 3.1, ca referință de bază. Conform acestei definiții, un sistem de inteligență artificială este „un software dezvoltat cu una sau mai multe tehnici și abordări care pot, pentru un set dat de obiective definite de om, genera rezultate precum conținut, predicții, recomandări sau decizii care influențează mediile cu care interacționează”.
Adoptăm această definiție deoarece cuprinde natura multifacetată a sistemelor AI și, pentru elaborarea politicilor de securitate cibernetică, oferă o bază pentru înțelegerea ramurilor diverse ale AI și aplicațiile lor relevante. Această înțelegere este utilă pentru navigarea standardelor și politicilor AI, după cum vom detalia mai jos.
Etapele dezvoltării AI
Deși domeniul AI a cunoscut o evoluție rapidă în ultimii ani, conceptul general a fost dezvoltat
• Inteligența Artificială Îngustă (ANI): Sistemele ANI realizează sarcini specifice sau un interval îngust de sarcini. Exemple includ asistenții personali virtuali și sistemele de recomandare. Majoritatea capacităților actuale ale AI se încadrează în această categorie.
• Inteligența Artificială Generală (AGI): Cunoscută și ca AI Puternică, AGI are potențialul ca software-ul să aibă inteligență umană, abilități de auto-învățare și un set larg de funcții adaptabile. Ca atare, se așteaptă ca software-ul AGI să poată realiza sarcini noi pentru care nu a fost antrenat. Totuși, AGI este în prezent o tehnologie ipotetică în fruntea cercetării.
Două clase de sisteme AI: Predictive și Generative
AI, în special în sensul său îngust actual, este în general clasificată în două clase: AI Predictiv și Generativ. Înțelegerea acestor distincții este crucială pentru factorii de decizie politică pentru a aborda eficient provocările și oportunitățile unice prezentate de fiecare clasă.
Sistemele AI predictive sunt proiectate să analizeze date și să facă previziuni despre evenimente viitoare. Aceste sisteme sunt utilizate pe scară largă în diverse domenii, cum ar fi finanțele pentru predicții de piață, sănătatea pentru prognoza izbucnirii bolilor, logistica pentru optimizarea lanțului de aprovizionare și mediul pentru predicția climatică. De exemplu, în sectorul sănătății, IBM Watson Health folosește analize predictive pentru a îmbunătăți îngrijirea pacienților prin prognoza evoluției bolilor și recomandarea de planuri personalizate de tratament. Tehnologia Predictive Network a Cisco adună date dintr-o gamă de surse de telemetrie și valorifică AI și modele pentru a învăța tipare, a prezice problemele experienței utilizatorului și a oferi opțiuni de rezolvare a problemelor, creând astfel rețele auto-vindecătoare care pot învăța, prezice și planifica. În sectorul mediului, în special în ASEAN, unde peste 50% din mortalitățile globale cauzate de dezastre au avut loc între 2004 și 2014, AI predictive poate juca un rol esențial în gestionarea dezastrelor. Poate prognoza traiectoriile taifunurilor și evalua probabilitățile cutremurelor și tsunami-urilor, permițând strategii de răspuns mai eficiente.
Pe de altă parte, sistemele AI generative sunt capabile să creeze conținut nou, cum ar fi text, imagini, audio și video, bazat pe datele pe care au fost antrenate. Creșterea recentă a interesului și dezvoltării AI generative a fost determinată de progresele în tehnici precum Rețelele Generative Adversariale (GAN) și Modelele Mari de Limbaj (LLM). Platforma ChatGPT de la OpenAI folosește această clasă de AI pentru a genera texte coerente, imagini și cod pe baza solicitărilor utilizatorilor. AI generativ poate fi folosit și pentru crearea de artă digitală, literatură și muzică reflectând patrimoniul cultural, precum și pentru construirea de asistenți inteligenți interactivi.
Tipuri de AI
AI este un termen larg care cuprinde tehnologii diverse, fiecare utilizând algoritmi și metode de instruire distincte adaptate aplicațiilor specifice. Învățarea Automată (ML), o subcategorie AI, se concentrează pe dezvoltarea de algoritmi care permit calculatoarelor să învețe din date și să-și îmbunătățească performanța în timp fără programare explicită. ML este folosit în principal pentru sarcini predictive, cum ar fi prognoza meteo, analiza pieței de capital, detectarea spamului și recunoașterea imaginilor.
Învățarea profundă (DL), o ramură specializată a ML, utilizează rețele neuronale multilayer pentru a analiza structuri complexe de date. DL excelează în sarcini precum recunoașterea imaginilor și vorbirii datorită capacității sale de a extrage automat caracteristici din date brute. Deși poate fi aplicată sarcinilor tradiționale ML, DL permite și capabilități avansate cum ar fi LLM, Viziunea Computațională, Sistemele Autonome și Diagnosticul Medical.