დღეს ხელოვნურ ინტელექტს შეგვიძლია ვთხოვოთ, დაგვიწეროს პროგრამა, აგვიხსნას კვანტური ფიზიკა, შექმნას მუსიკა ან რამდენიმე წამში გააანალიზოს ინფორმაცია, რომლის დამუშავებასაც ადამიანს საათები დასჭირდებოდა. ზოგჯერ პასუხები იმდენად დამაჯერებელია, რომ გვიჭირს იმის წარმოდგენა, როგორ ახერხებს ამას მანქანა, რომელსაც არც ადამიანის მსგავსი ტვინი აქვს და არც სამყაროს შეცნობის ჩვენთვის ჩვეული გამოცდილება.

კიდევ უფრო უცნაური ის არის, რომ სულ რამდენიმე წლის წინ ასეთი შესაძლებლობები სამეცნიერო ფანტასტიკის ნაწილად გვეჩვენებოდა. დღეს კი ხელოვნური ინტელექტი უკვე ჩვენი ყოველდღიურობის ნაწილია.

როგორ მოხდა ეს? რა შეიცვალა კომპიუტერულ ტექნოლოგიებში ისეთი, რამაც ათწლეულების განმავლობაში განვითარებული იდეები პრაქტიკულ რეალობად აქცია? რატომ გახდა ვიდეოთამაშებისთვის შექმნილი პროცესორები ხელოვნური ინტელექტის რევოლუციის ერთ-ერთი მთავარი საფუძველი და როგორ აღმოჩნდა NVIDIA მსოფლიოს ყველაზე მნიშვნელოვან ტექნოლოგიურ კომპანიებს შორის?

ამ კითხვებზე პასუხის გასაცემად რამდენიმე ათწლეულით უკან უნდა დავბრუნდეთ, იმ დროში, როდესაც კომპიუტერის მიერ აზროვნების იდეა ბევრს ჯერ კიდევ წარმოუდგენლად ეჩვენებოდა.

ერთი შეკითხვა

1950 წელს ბრიტანელმა მათემატიკოსმა ალან ტიურინგმა გამოაქვეყნა ნაშრომი, რომელიც ერთი მარტივი შეკითხვით იწყებოდა: "შეუძლიათ მანქანებს აზროვნება?"

ტიურინგმა კარგად იცოდა, რომ ჯერ თავად აზროვნების განსაზღვრება იყო პრობლემური. ამიტომ სხვა მიდგომა შემოგვთავაზა: წარმოიდგინეთ, რომ ადამიანი წერილობით ესაუბრება ორ უხილავ თანამოსაუბრეს, რომელთაგან ერთი ადამიანია, მეორე კი მანქანა. თუ შემფასებელი საიმედოდ ვერ გაარჩევს მათ ერთმანეთისგან, შეგვიძლია ვთქვათ, რომ მანქანამ წარმატებით შეასრულა ეს ამოცანა.

მოგვიანებით ეს იდეა ტიურინგის ტესტის სახელით გახდა ცნობილი.

უნდა გვახსოვდეს, რომ ტიურინგი კომპიუტერებზე მაშინ საუბრობდა, როდესაც ისინი უზარმაზარ ოთახებს იკავებდა და თანამედროვე სმარტფონებთან შედარებით წარმოუდგენლად სუსტი იყო.

ექვსი წლის შემდეგ, 1956 წელს, ამერიკის შეერთებულ შტატებში, დარტმუთის კოლეჯში, მეცნიერთა მცირე ჯგუფი შეიკრიბა. სწორედ ამ საზაფხულო კვლევითი პროექტისთვის გამოიყენეს ტერმინი "ხელოვნური ინტელექტი".

პროექტის ერთ-ერთი ორგანიზატორი, ჯონ მაკკარტი, იმედოვნებდა, რომ სწავლისა და ინტელექტის სხვადასხვა ასპექტის იმდენად ზუსტად აღწერა იქნებოდა შესაძლებელი, რომ მანქანა მათ გამეორებას შეძლებდა.

იდეა თამამი იყო. ოპტიმიზმიც არ აკლდათ.

მკვლევრებს მაშინ ჯერ წარმოდგენაც არ ჰქონდათ, რამდენად რთული აღმოჩნდებოდა ისეთი ამოცანები, რომლებსაც ადამიანები ყოველდღიურად, თითქმის დაუფიქრებლად ვასრულებთ: სახეების ამოცნობა, ჩვეულებრივი საუბრის გაგება ან ოთახში გადაადგილება ისე, რომ ავეჯს არ შევეჯახოთ.

სად იყო ხელოვნური ინტელექტი მეოცე საუკუნეში?

ხელოვნური ინტელექტის ისტორია მხოლოდ წარმატებების ისტორია არ არის. მას რამდენიმე დიდი იმედგაცრუებაც ახლავს.

პირველი სისტემები ძირითადად ადამიანების მიერ წინასწარ დაწერილ წესებს ეყრდნობოდა. მაგალითად, თუ კომპიუტერს ჭადრაკის თამაში უნდა ესწავლა, პროგრამისტებს უნდა განესაზღვრათ, როგორ შეეფასებინა პოზიციები და რომელი სვლები განეხილა.

ასეთი მიდგომა გარკვეულ ამოცანებში კარგად მუშაობდა. პრობლემა მაშინ ჩნდებოდა, როდესაც სამყაროს მთელი მრავალფეროვნების წესებად გადაქცევას ვცდილობდით.

წარმოიდგინეთ, რომ კომპიუტერს კატის ამოცნობა უნდა ასწავლოთ. შეგიძლიათ უთხრათ, რომ კატას ოთხი ფეხი, კუდი და ორი ყური აქვს. ახლა წარმოიდგინეთ ფოტო, რომელზეც კატა მოკუნტულია, კუდი არ ჩანს და მხოლოდ ერთი ყური მოჩანს. ადამიანს მისი ამოცნობა არ გაუჭირდება. მკაცრად განსაზღვრულ წესებზე დამოკიდებული პროგრამისთვის კი ეს შეიძლება სერიოზული პრობლემა აღმოჩნდეს.

ამ სირთულეებმა და გადაჭარბებულმა მოლოდინებმა რამდენჯერმე გამოიწვია ხელოვნური ინტელექტის კვლევების დაფინანსებისა და ინტერესის შემცირება. ამ პერიოდებს ხშირად "AI-ის ზამთრებს" უწოდებენ.

გამოსავალი თანდათან სხვა მიმართულებით გამოიკვეთა: იქნებ მანქანისთვის ყველა წესი თავად არ უნდა დაგვეწერა? იქნებ შესაძლებელი იყო, რომ მას მაგალითებიდან ესწავლა?

თანამედროვე ხელოვნური ინტელექტის ერთ-ერთი საფუძველი მანქანური სწავლებაა.

იდეა ასეთია: იმის ნაცვლად, რომ პროგრამას ყველა შესაძლო სიტუაციისთვის კონკრეტული ინსტრუქცია მივცეთ, მას მონაცემებს ვაწვდით და ვაძლევთ შესაძლებლობას, ამ მონაცემებში გარკვეული კანონზომიერებები აღმოაჩინოს.

მაგალითად, თუ სისტემას ათასობით კატის ფოტოს ვაჩვენებთ, მას შეუძლია თანდათან ისწავლოს ვიზუალური მახასიათებლები, რომლებიც კატების ამოცნობაში ეხმარება.

ამ მიდგომის მნიშვნელოვანი ნაწილია ხელოვნური ნეიროქსელები. მათი იდეა ადამიანის ტვინში არსებული ნეირონების მუშაობით იყო შთაგონებული, თუმცა თანამედროვე ხელოვნური ნეიროქსელები ბიოლოგიური ტვინის საკმაოდ გამარტივებული მათემატიკური მოდელებია.

ნეიროქსელში ინფორმაცია მრავალი ერთმანეთთან დაკავშირებული გამოთვლითი ერთეულის გავლით მუშავდება. სწავლებისას სისტემა ცვლის კავშირების პარამეტრებს ისე, რომ სასურველ შედეგთან უფრო ახლოს მივიდეს.

ეს იდეები ახალი არ ყოფილა. ხელოვნური ნეიროქსელების ადრეული მოდელები ჯერ კიდევ XX საუკუნის შუა წლებში არსებობდა.

პრობლემა ის იყო, რომ რთული ნეიროქსელების გასაწვრთნელად უზარმაზარი რაოდენობის გამოთვლები იყო საჭირო. კომპიუტერებს კი ამისთვის საკმარისი სიმძლავრე არ ჰქონდა. არც დიდი მოცულობის ციფრული მონაცემები იყო ისე ხელმისაწვდომი, როგორც დღეს.

შემდეგ ვითარება შეიცვალა.

ინტერნეტმა და ციფრულმა ტექნოლოგიებმა მონაცემების რაოდენობა მკვეთრად გაზარდა, გამოთვლითი სისტემები განვითარდა, ხოლო მეცნიერებმა ნეიროქსელების სწავლების მეთოდები გააუმჯობესეს.

რამდენიმე ათწლეულის განმავლობაში დაგროვილი იდეები ერთმანეთს შეხვდა... და სწორედ აქ იწყება ისტორიის განსაკუთრებით საინტერესო ნაწილი.

როგორ შეცვალა ვიდეოთამაშების ტექნოლოგიამ ხელოვნური ინტელექტი

2012 წელს ტორონტოს უნივერსიტეტის მკვლევრებმა, ალექს კრიჟევსკიმ, ილია სუცკევერმა და ჯეფრი ჰინტონმა, გამოსახულებების ამოცნობის კონკურსში მიიღეს მონაწილეობა.

მათ მიერ შექმნილ ნეიროქსელს AlexNet ერქვა. სისტემა მილიონზე მეტი ფოტოს გამოყენებით გაწვრთნეს, რათა მას სხვადასხვა ობიექტის ამოცნობა ესწავლა.

შედეგი შთამბეჭდავი აღმოჩნდა. AlexNet-მა კონკურენტ სისტემებს მნიშვნელოვნად აჯობა და კომპიუტერული ხედვის განვითარებაში გარდატეხა მოახდინა.

ამ ისტორიაში ერთი განსაკუთრებით საინტერესო დეტალია: მკვლევრებმა ნეიროქსელის გასაწვრთნელად ორი NVIDIA GeForce GTX 580 ვიდეოკარტა გამოიყენეს.

დიახ, ტექნოლოგია, რომელიც თავდაპირველად ვიდეოთამაშებში გრაფიკის დასამუშავებლად იყო შექმნილი, თანამედროვე ხელოვნური ინტელექტის განვითარების ერთ-ერთ მთავარ ინსტრუმენტად იქცა.

რატომ?

ჩვეულებრივი ცენტრალური პროცესორი, ანუ CPU, შექმნილია მრავალფეროვანი ამოცანების სწრაფად და მოქნილად შესასრულებლად. მას შეუძლია ოპერაციული სისტემის მართვა, პროგრამების გაშვება და რთული ინსტრუქციების დამუშავება.

გრაფიკული პროცესორი, ანუ GPU, განსხვავებულად მუშაობს. მას შეუძლია უამრავი შედარებით მარტივი მათემატიკური ოპერაციის პარალელურად შესრულება.

წარმოიდგინეთ, რომ მილიონი ერთნაირი გამოთვლა გაქვთ შესასრულებელი. CPU-ს რამდენიმე ძალიან გამოცდილი თანამშრომელი ჰყავს, GPU-ს კი გაცილებით მეტი თანამშრომელი, რომლებსაც ერთდროულად მსგავსი დავალებების შესრულება შეუძლიათ.

ნეიროქსელების სწავლებისას სწორედ ასეთი პარალელური გამოთვლებია საჭირო. სისტემამ უამრავი რიცხვი უნდა გაამრავლოს, შეკრიბოს და მიღებული შედეგების მიხედვით მილიონობით ან მილიარდობით პარამეტრი შეცვალოს.

ამიტომ GPU-ები ხელოვნური ინტელექტისთვის განსაკუთრებით გამოსადეგი აღმოჩნდა.

როგორ აღმოჩნდა NVIDIA სწორ დროს სწორ ადგილას?

NVIDIA 1993 წელს დაარსდა. თავდაპირველად მისი მთავარი საქმიანობა კომპიუტერული გრაფიკის განვითარება იყო.

2006 წელს კომპანიამ მნიშვნელოვანი ნაბიჯი გადადგა და CUDA წარადგინა. ეს პროგრამული პლატფორმა დეველოპერებს საშუალებას აძლევდა, NVIDIA-ს გრაფიკული პროცესორები არა მხოლოდ გამოსახულებების დასამუშავებლად, არამედ ზოგადი გამოთვლებისთვისაც გამოეყენებინათ.

ამ გადაწყვეტილებამ კომპანიის მომავალი მნიშვნელოვნად განსაზღვრა.

როდესაც ღრმა სწავლების მეთოდებმა სწრაფი განვითარება დაიწყო, NVIDIA-ს უკვე ჰქონდა არა მხოლოდ შესაბამისი პროცესორები, არამედ პროგრამული გარემოც, რომელსაც მეცნიერები და დეველოპერები იყენებდნენ.

თანდათან ჩამოყალიბდა მთელი ეკოსისტემა: პროგრამული ბიბლიოთეკები, ინსტრუმენტები, სერვერები და გამოთვლითი სისტემები, რომლებიც NVIDIA-ს ტექნოლოგიებზე იყო მორგებული.

ამიტომ კომპანიის უპირატესობა მხოლოდ ჩიპების წარმადობა არ ყოფილა. მნიშვნელოვანი იყო ისიც, რომ ამ ჩიპების გარშემო უკვე არსებობდა უზარმაზარი პროგრამული ინფრასტრუქტურა.

დღეს NVIDIA-ს წარმატების ახსნისას სწორედ ეს გარემოება უნდა გავითვალისწინოთ. ხელოვნური ინტელექტის განვითარებას მხოლოდ ძლიერი პროცესორები არ სჭირდება. საჭიროა სისტემები, რომლებშიც ათასობით პროცესორი ერთად იმუშავებს, მონაცემებს სწრაფად გაცვლის და რთულ მოდელებს ეფექტიანად გაწვრთნის.

რვა მეცნიერი და ნაშრომი, რომელმაც ყველაფერი შეცვალა

2017 წელს Google-ის მკვლევართა ჯგუფმა გამოაქვეყნა ნაშრომი უჩვეულოდ მარტივი სათაურით: Attention Is All You Need.

ქართულად მისი სათაური დაახლოებით ასე ითარგმნება: "ყურადღება ყველაფერია, რაც გჭირდება".

ნაშრომში რვა მკვლევარმა წარმოადგინა ახალი არქიტექტურა, რომელსაც ტრანსფორმერი ეწოდა.

იმ დროისთვის ტექსტთან მომუშავე ბევრი ნეიროქსელი ინფორმაციას თანმიმდევრულად ამუშავებდა, რაც გრძელი ტექსტების დამუშავებას ართულებდა. ტრანსფორმერმა განსხვავებული მიდგომა შემოგვთავაზა.

მისი ერთ-ერთი მთავარი მექანიზმია ყურადღება, რომელიც მოდელს ეხმარება განსაზღვროს, ტექსტის რომელი ნაწილებია ერთმანეთთან დაკავშირებული და რომელი ინფორმაციაა კონკრეტულ კონტექსტში მნიშვნელოვანი.

მაგალითად, წინადადებაში "ტბელმა დათოს წიგნი მისცა, რადგან მას კითხვა უყვარდა", სიტყვა "მას" შეიძლება სხვადასხვაგვარად გავიგოთ. სწორი ინტერპრეტაციისთვის საჭიროა სხვა სიტყვებსა და კონტექსტს შორის კავშირების გათვალისწინება.

ტრანსფორმერების არქიტექტურა სწორედ ასეთი დამოკიდებულებების დამუშავებაში აღმოჩნდა ეფექტიანი.

ამასთან, მისი გამოთვლების მნიშვნელოვანი ნაწილის პარალელურად შესრულება იყო შესაძლებელი, რაც GPU-ების შესაძლებლობებს განსაკუთრებით კარგად შეესაბამებოდა.

ამან დიდი ენობრივი მოდელების განვითარების გზა გახსნა.

რატომ შეუძლია AI-ს ტექსტის წერა?

თანამედროვე ენობრივი მოდელების სწავლების ერთ-ერთი მთავარი მეთოდი ერთი შეხედვით საკმაოდ მარტივია: სისტემამ ტექსტში შემდეგი სიტყვა ან, უფრო ზუსტად, შემდეგი ტოკენი უნდა იწინასწარმეტყველოს.

ტოკენი შეიძლება იყოს სიტყვა, სიტყვის ნაწილი ან სიმბოლო.

მაგალითად, თუ მოდელს მივცემთ წინადადებას "დედამიწა მზის გარშემო...", მან უნდა განსაზღვროს, რა შეიძლება მოჰყვეს მას.

თავდაპირველად მისი პროგნოზები თითქმის შემთხვევითია. სწავლების პროცესში კი მოდელი თანდათან ცვლის პარამეტრებს და უფრო ზუსტად სწავლობს ენობრივ კანონზომიერებებს.

ამ ამოცანის მილიონობით და მილიარდობით მაგალითზე შესრულებისას სისტემა ითვისებს არა მხოლოდ სიტყვებს შორის სტატისტიკურ კავშირებს, არამედ გრამატიკის, ფაქტობრივი ცოდნის, ტექსტის სტრუქტურისა და გარკვეული მსჯელობისთვის გამოსადეგ კანონზომიერებებსაც.

რა თქმა უნდა, მხოლოდ შემდეგი ტოკენის პროგნოზირება არ აღწერს თანამედროვე AI-ის შექმნის მთელ პროცესს. მოდელებს დამატებით წვრთნიან ინსტრუქციების შესრულებაში, პასუხების გაუმჯობესებაში და რთული ამოცანების გადაჭრაში. ზოგი სისტემა პასუხის მომზადებისას დამატებით გამოთვლებსაც იყენებს.

ამ ყველაფრის შედეგად მივიღეთ მოდელები, რომლებსაც შეუძლიათ პროგრამირება, თარგმნა, ტექსტის ანალიზი და რთულ შეკითხვებზე პასუხის გაცემა.

ეს არ ნიშნავს, რომ ისინი ყოველთვის სწორად მსჯელობენ ან სამყაროს ადამიანივით ესმით. მოდელებს კვლავ შეუძლიათ ფაქტობრივი შეცდომების დაშვება და დამაჯერებლად მცდარი ინფორმაციის წარმოდგენა. ამ უკანასკნელს ჩვენ ჰალუცინაციებს ვეძახით.

მიუხედავად ამისა, მათი შესაძლებლობები იმდენად გაიზარდა, რომ ხელოვნური ინტელექტი კვლევითი ლაბორატორიებიდან ყოველდღიურ ცხოვრებაშიც გადაბარგდა.

როდესაც რაოდენობა ხარისხში გადაიზარდა

თანამედროვე ხელოვნური ინტელექტის განვითარებაში კიდევ ერთი მნიშვნელოვანი აღმოჩენა იყო ის, რომ მოდელების შესაძლებლობები ხშირად უმჯობესდებოდა მათი მასშტაბის ზრდასთან ერთად.

უფრო დიდი ნეიროქსელები, მეტი სასწავლო მონაცემი და მეტი გამოთვლითი რესურსი ბევრ შემთხვევაში უკეთეს შედეგებს იძლეოდა.

ამ დამოკიდებულებებს მასშტაბირების კანონებს უწოდებენ.

სწორედ ამიტომ დაიწყო ტექნოლოგიურმა კომპანიებმა სულ უფრო დიდი მონაცემთა ცენტრების აშენება და ათასობით GPU-ს გაერთიანება.

ამ პროცესის მასშტაბის გასაგებად ერთი რიცხვიც საკმარისია: სტენფორდის უნივერსიტეტის 2025 წლის AI Index-ის შეფასებით, GPT-4-ის სწავლებისთვის გამოყენებული გამოთვლითი რესურსების ღირებულება დაახლოებით 79 მილიონი დოლარი იყო. ეს მთლიანი პროექტის ღირებულება არ არის, მხოლოდ სწავლების გამოთვლითი ხარჯის შეფასებაა.

ამავე დროს, განვითარება მხოლოდ მოდელების გადიდებით არ მიმდინარეობს. მკვლევრები სწავლების ეფექტიანობასაც აუმჯობესებენ. შედეგად, ზოგი შედარებით მცირე მოდელი უკვე აღწევს ისეთ შედეგებს, რომლებისთვისაც რამდენიმე წლის წინ გაცილებით დიდი სისტემა იყო საჭირო.

სტენფორდის იმავე ანგარიშის მიხედვით, 2022 წლის ნოემბრიდან 2024 წლის ოქტომბრამდე GPT-3.5-ის დონის მოდელით მილიონი ტოკენის დამუშავების ფასი 280-ჯერ მეტად შემცირდა.

ეს განსაკუთრებით მნიშვნელოვანია: ხელოვნური ინტელექტი ერთდროულად ვითარდება ორი მიმართულებით. მოწინავე სისტემების შექმნა სულ უფრო დიდ რესურსებს მოითხოვს, ხოლო უკვე მიღწეული შესაძლებლობების გამოყენება თანდათან იაფდება.

როდის დაიწყო ნამდვილი რევოლუცია?

ამ კითხვაზე ერთი კონკრეტული თარიღით პასუხის გაცემა რთულია.

1950-იან წლებში გაჩნდა იდეა, 1980-იან და 1990-იან წლებში განვითარდა მანქანური სწავლების მნიშვნელოვანი მეთოდები, 2012 წელს ღრმა ნეიროქსელებმა კომპიუტერულ ხედვაში გარდატეხა მოახდინა, ხოლო 2017 წელს ტრანსფორმერების არქიტექტურამ ენობრივი მოდელების განვითარებას ახალი მიმართულება მისცა.

ფართო საზოგადოებისთვის კი გადამწყვეტი მომენტი 2022 წლის ნოემბერში დადგა, როდესაც OpenAI-მ ChatGPT საჯაროდ ხელმისაწვდომი გახადა.

მანამდე ხელოვნური ინტელექტი უკვე გამოიყენებოდა საძიებო სისტემებში, რეკომენდაციების ალგორითმებში, სამეცნიერო კვლევებსა და მრავალ სხვა სფეროში. ChatGPT-ის გამოჩენამ კი მილიონობით ადამიანს პირველად მისცა შესაძლებლობა, მოწინავე ენობრივ მოდელთან ჩვეულებრივი საუბრის ფორმით ჰქონოდა ურთიერთობა.

ტექნოლოგია, რომლის გამოყენებასაც ადრე სპეციალური ცოდნა სჭირდებოდა, ყველასთვის გასაგებ ინტერფეისში აღმოჩნდა.

ამიტომ დღევანდელი რევოლუცია ერთი გამოგონების შედეგი არ არის. ის ათწლეულების განმავლობაში დაგროვილი იდეების, მათემატიკური მეთოდების, მონაცემებისა და გამოთვლითი ტექნოლოგიების ერთობლივი განვითარების შედეგია.

და ამ ისტორიის ალბათ ყველაზე საინტერესო ნაწილი ის არის, რომ მისი დასასრული ჯერ არ ვიცით...

შესაძლოა, მომდევნო დიდი გარდატეხა ახალი ტიპის ნეიროქსელებმა გამოიწვიოს. შესაძლოა, მთავარი ცვლილება უფრო ეფექტიანი ჩიპებიდან, ახალი სწავლების მეთოდებიდან ან სისტემებიდან მოვიდეს, რომლებიც ადამიანის მინიმალური ჩარევით შეძლებენ რთული ამოცანების შესრულებას.

ერთი რამ უკვე ცხადია: ხელოვნური ინტელექტის ისტორია მხოლოდ იმაზე არ არის, როგორ ვასწავლეთ კომპიუტერებს სხვადასხვა ამოცანის შესრულება. ეს არის ისტორია იმის შესახებაც, როგორ შეიცვალა ჩვენი წარმოდგენა თავად ინტელექტზე და იმ შესაძლებლობებზე, რომლებიც ოდესღაც მხოლოდ ადამიანს მივაწერეთ.

ვნახოთ, რა იქნება შემდეგი...

თუ სტატიაში განხილული თემა და ზოგადად: მეცნიერებისა და ტექნოლოგიების სფერო შენთვის საინტერესოა, გამოიწერე ჩვენი YouTube არხი და უყურე თემატურ ვიდეოებს.