1
00:00:03,240 --> 00:00:07,170
Kdo je napisal vse to,
kar bom povedala v naslednjih nekaj minutah?
2
00:00:07,440 --> 00:00:08,800
Jaz? Scenarist?
3
00:00:09,100 --> 00:00:10,930
Ali pa je bila to
umetna inteligenca?
4
00:00:11,080 --> 00:00:14,715
Zagotovo drži samo nekaj:
Takoj po ustvaritvi tega videoposnetka
5
00:00:14,739 --> 00:00:17,590
lahko to, kar bo razloženo,
postane zastarelo.
6
00:00:17,830 --> 00:00:21,588
Ljudem ni preprosto ugotoviti,
kdo je avtor.
7
00:00:21,613 --> 00:00:25,560
Na podlagi tega lahko merimo
napredek umetne inteligence.
8
00:00:25,585 --> 00:00:28,074
ChatGPT in podobna orodja
9
00:00:28,098 --> 00:00:30,535
lahko besedila napišejo v celoti,
10
00:00:30,559 --> 00:00:33,760
natančno in v skladu z
zahtevanim slogom.
11
00:00:33,820 --> 00:00:37,345
Druga orodja pa lahko
ob upoštevanju navodil,
12
00:00:37,369 --> 00:00:39,970
ki jim jih posredujemo,
ustvarjajo slike iz nič.
13
00:00:39,995 --> 00:00:41,955
UI ali umetna inteligenca
14
00:00:41,980 --> 00:00:43,030
ni popolnoma nova tema.
15
00:00:43,080 --> 00:00:46,850
Zgodnji preizkusi te hitro
razvijajoče se tehnologije
16
00:00:46,874 --> 00:00:50,300
so bili opravljeni že leta 1943.
17
00:00:50,320 --> 00:00:54,454
Leta 2022 pa je v celoti
vstopila v naša življenja
18
00:00:54,479 --> 00:00:57,254
in seveda v pogovore
z našimi prijatelji.
19
00:00:57,279 --> 00:00:59,720
Toda kako vse to deluje?
20
00:00:59,950 --> 00:01:02,210
In koliko bo spremenilo
naša življenja?
21
00:01:10,001 --> 00:01:13,167
Umetna inteligenca je
sposobnost strojev,
22
00:01:13,191 --> 00:01:16,044
da opravljajo naloge, ki bi običajno
zahtevale človeško inteligenco.
23
00:01:16,068 --> 00:01:21,275
Te vključujejo učenje, odločanje
in prepoznavanje vzorcev.
24
00:01:21,300 --> 00:01:23,960
Za dosego tega razvijalci
umetne inteligence
25
00:01:23,985 --> 00:01:26,082
uporabljajo, kar se imenuje
nevronska mreža.
26
00:01:26,433 --> 00:01:29,910
Nevronska mreža se lahko nauči
izvajati zahtevna opravila,
27
00:01:29,950 --> 00:01:33,297
kot je prepoznavanje slik
ali prevajanje jezikov.
28
00:01:33,321 --> 00:01:36,538
Nevronska mreža se uči
z izkušnjami.
29
00:01:36,563 --> 00:01:39,977
To pomeni, da lahko ob treningu
s podatkovno množico
30
00:01:40,001 --> 00:01:43,840
ta podatkovna množica prilagodi
njene povezave in parametre
31
00:01:44,020 --> 00:01:46,220
in s tem izboljša njene sposobnosti za
opravljanje želenega dela.
32
00:01:46,270 --> 00:01:50,211
Z drugimi besedami, s strojnim učenjem
lahko ustvarjate in prilagajate
33
00:01:50,235 --> 00:01:52,450
svoje lastne algoritme.
34
00:01:52,660 --> 00:01:57,138
Nevronska mreža v osnovi
sestoji iz številnih »umetnih nevronov«,
35
00:01:57,162 --> 00:01:59,860
ki so urejeni v
medsebojno povezanih plasteh.
36
00:01:59,920 --> 00:02:02,763
Vsak nevron prejme
določeno informacijo
37
00:02:02,787 --> 00:02:06,270
in jo obdela z majhno
matematično operacijo.
38
00:02:06,350 --> 00:02:10,196
Ta informacija se nato prenese
na nevrone v naslednji plasti
39
00:02:10,221 --> 00:02:14,100
in tako naprej, dokler ne
doseže končnega odgovora.
40
00:02:14,380 --> 00:02:18,340
Tako je, za trening je treba
nevronski mreži predložiti podatke.
41
00:02:18,390 --> 00:02:20,680
Obstajajo različne vrste
učnih procesov:
42
00:02:20,988 --> 00:02:24,649
1. Nadzorovano učenje:
43
00:02:24,650 --> 00:02:26,837
Ta vrsta treninga
se uporablja, kadar
44
00:02:26,862 --> 00:02:28,830
obstaja podatkovna množica, ki
je bila predhodno označena,
45
00:02:28,855 --> 00:02:29,712
kar pomeni,
46
00:02:29,737 --> 00:02:33,660
da je za vsak vhod znan
pravilni odgovor.
47
00:02:34,230 --> 00:02:38,100
UI se uči iz teh
označenih podatkov,
48
00:02:38,180 --> 00:02:41,520
kar vam omogoča izvajanje
napovedi za nove podatke.
49
00:02:42,190 --> 00:02:44,610
2. Nenadzorovano učenje:
50
00:02:45,190 --> 00:02:46,711
Pri tej vrsti treninga
51
00:02:46,736 --> 00:02:49,550
UI nima predhodno
označenih podatkov.
52
00:02:49,630 --> 00:02:52,220
Namesto tega se ji
predstavi množica podatkov,
53
00:02:52,244 --> 00:02:56,660
nato pa se zahteva, da v teh podatkih
poišče vzorce ali strukture.
54
00:02:57,100 --> 00:03:00,020
To je lahko uporabno na primer
za analizo podatkov ali
55
00:03:00,044 --> 00:03:02,060
segmentiranje strank.
56
00:03:02,414 --> 00:03:05,240
3. Učenje s krepitvijo:
57
00:03:05,520 --> 00:03:10,460
Ta vrsta usposabljanja se uporablja
za učenje UI za sprejemanje odločitev
58
00:03:10,590 --> 00:03:12,850
z nagrado in kaznijo.
59
00:03:12,875 --> 00:03:14,430
Predstavi se ji scenarij
60
00:03:14,510 --> 00:03:16,540
in se zahteva izvedba dejanja.
61
00:03:16,800 --> 00:03:19,941
Če je dejanje pravilno,
UI prejme nagrado,
62
00:03:19,965 --> 00:03:23,110
če pa dejanje ni pravilno,
prejme kazen.
63
00:03:23,135 --> 00:03:24,165
Sčasoma se
64
00:03:24,190 --> 00:03:28,860
UI nauči sprejemati prave
odločitve za kar največjo nagrado.
65
00:03:28,885 --> 00:03:29,975
Če na primer
66
00:03:30,000 --> 00:03:33,550
želimo, da se računalnik
nauči prepoznavati obraze
67
00:03:33,680 --> 00:03:37,220
in nam da informacije o tem,
kaj se vidi na vsakem od njih,
68
00:03:37,244 --> 00:03:39,610
mu bomo predložili
številne označene slike.
69
00:03:39,800 --> 00:03:42,937
Računalnik opazuje
vzorce v podatkih
70
00:03:42,962 --> 00:03:46,830
in ustvari model za prepoznavanje
obrazov na novih slikah.
71
00:03:47,130 --> 00:03:50,059
Toda zakaj je vse to
tako pomembno?
72
00:03:50,083 --> 00:03:54,147
Predvsem zato, ker gre za tehnologijo, ki
se lahko uporablja na številnih področjih naših življenj.
73
00:03:54,172 --> 00:03:58,459
V zdravstvu sistemi umetne inteligence
diagnosticirajo bolezni
74
00:03:58,483 --> 00:04:01,940
in lahko pomagajo zdravnikom
napovedati izid zdravljenja.
75
00:04:02,080 --> 00:04:06,193
Z vse boljšimi rezultati
omogoča tudi avtomatizacijo
76
00:04:06,218 --> 00:04:07,700
večine dela, ki ga opravi računalnik.
77
00:04:07,790 --> 00:04:10,646
Oblikovanje, pisanje, napovedovanje ...
78
00:04:10,670 --> 00:04:15,242
Hitro se razvija in ima
vse bolj impresivne sposobnosti.
79
00:04:15,266 --> 00:04:17,690
Toda treba je biti previden, kajti
obstajajo tudi kritična mnenja.
80
00:04:17,715 --> 00:04:18,667
Še dobro, da je tako,
81
00:04:18,691 --> 00:04:22,052
saj smo že bili opozorjeni
na nevarnosti te tehnologije.
82
00:04:22,076 --> 00:04:25,867
Po eni strani se z
napredkom umetne inteligence
83
00:04:25,891 --> 00:04:27,850
porajajo nove etične dileme.
84
00:04:27,875 --> 00:04:28,775
Kdo je na primer
85
00:04:28,800 --> 00:04:32,710
odgovoren, če avtonomno
vozilo povzroči nesrečo?
86
00:04:32,730 --> 00:04:35,698
Kako lahko zagotovimo, da
sistemi umetne inteligence
87
00:04:35,722 --> 00:04:38,170
ne diskriminirajo
nekaterih skupin ljudi?
88
00:04:38,236 --> 00:04:40,998
Ali je etično sprejemati odločitve,
ki lahko škodujejo ljudem,
89
00:04:41,022 --> 00:04:43,497
in ustvariti umetno inteligenco,
ki bo prevzela nadzor nad tem?
90
00:04:43,535 --> 00:04:45,050
Kdo je lastnik tehnologije?
91
00:04:45,160 --> 00:04:47,586
Kdo pregleduje ali nadzoruje odločitve?
92
00:04:47,610 --> 00:04:50,296
To so nekatere
etične dileme,
93
00:04:50,320 --> 00:04:53,445
na katere je treba odgovoriti
ob napredku tehnologije.
94
00:04:53,470 --> 00:04:54,505
Kaj pa jeziki?
95
00:04:54,530 --> 00:04:57,587
Kako je to videti z
vidika manjšinskih skupnosti?
96
00:04:57,626 --> 00:04:58,955
Glede manjšinskih jezikov in
umetne inteligence
97
00:04:58,980 --> 00:05:01,710
ni nobenega dokončnega odgovora:
98
00:05:01,980 --> 00:05:04,346
Samodejni prevajalniki lahko na primer
99
00:05:04,370 --> 00:05:08,472
olajšajo komunikacijo med govorci različnih jezikov,
100
00:05:08,498 --> 00:05:11,312
kar bi lahko
pozitivno vplivalo
101
00:05:11,336 --> 00:05:13,510
na varstvo in spodbujanje razvoja
manjšinskih jezikov.
102
00:05:13,560 --> 00:05:15,648
Zahvaljujoč tem tehnologijam
103
00:05:15,673 --> 00:05:18,265
je v našem jeziku mogoče sprejemati
katero koli vsebino,
104
00:05:18,289 --> 00:05:21,470
ne da bi bila za to potrebna
človeško prevajanje in sinhronizacija.
105
00:05:21,630 --> 00:05:23,190
Toda vse, kar se sveti,
ni zlato.
106
00:05:23,430 --> 00:05:26,156
Sistemi umetne inteligence
so pristranski in
107
00:05:26,180 --> 00:05:30,960
obstaja tudi tveganje za
reprodukcijo jezikovne diskriminacije.
108
00:05:30,985 --> 00:05:34,853
Za manjšinske jezike verjetno
ni na voljo dovolj informacij,
109
00:05:34,878 --> 00:05:37,928
zato je v teh jezikih lahko
več napak ali manj podrobnosti
110
00:05:37,952 --> 00:05:39,829
kot v drugih
111
00:05:39,853 --> 00:05:43,618
in ni mogoče natančno razlikovati
manjših jezikovnih skupnosti.
112
00:05:43,642 --> 00:05:46,280
Na svetu obstaja
približno 7000 jezikov.
113
00:05:46,430 --> 00:05:48,097
Koliko od njih bo imelo
114
00:05:48,121 --> 00:05:50,880
priložnost za uporabo
sposobnosti umetne inteligence?
115
00:05:51,070 --> 00:05:53,110
Modeli, ki se uporabljajo,
116
00:05:53,134 --> 00:05:55,844
so namenjeni podatkovno bogatim jezikom,
117
00:05:55,868 --> 00:05:57,654
tistim jezikovnim skupnostim,
118
00:05:57,678 --> 00:05:59,816
ki imajo več tehnoloških virov.
119
00:05:59,840 --> 00:06:01,870
Zato so
120
00:06:01,890 --> 00:06:04,451
poleg dostopnosti in prostosti podatkov
121
00:06:04,475 --> 00:06:07,615
pomembne raziskave modelov, ki
potrebujejo manj virov
122
00:06:07,639 --> 00:06:11,350
in sodelovanje z drugimi jezikovnimi
skupnostmi s podobnimi značilnostmi.
123
00:06:11,400 --> 00:06:13,210
Vas je tega strah, vas veseli?
124
00:06:13,250 --> 00:06:14,699
Kaj menite?
125
00:06:14,723 --> 00:06:17,850
Vse se odvija zelo hitro
in temu ni preprosto slediti.
126
00:06:17,874 --> 00:06:20,750
Toda ne pozabite,
informacije so moč.
127
00:06:20,930 --> 00:06:24,900
Od tu naprej bomo poskušali prispevati
svoj delež, da bo lahko vsakdo dostopal do njih.
128
00:06:25,220 --> 00:06:27,926
Razumevanje nam daje
suverenost.