Dastlab, qoidaga asoslangan ramziy SI ustida ish olib borilmoqda. Biroq SI ning bu shakli juda cheklangan. U faqat barcha ehtimoliy holatlar uchun aniq qoidalar belgilanishi mumkin bo’lgan sohalar uchun muvofiqdir. 1980-yillardan boshlab mustaqil ravishda ta’lim oluvchi dasturlar sohasida juda katta yutuqlarga erishildi.

Mashinali ta’lim degani, kompyuter muayyan muammoni hal qilish uchun dasturlanmasdan, misollar va qaror qabul qilish tajribasidan o’rganishini anglatadi. Maxsus algoritmlar namunaviy ma’lumotlardan o’rganadi va keyinchalik yangi, ilgari ko’rilmagan ma’lumotlarda ishlatilishi mumkin bo’lgan modellarni ishlab chiqadi. O’zi o’rganadigan mashinalar juda ko’p sonli misollardan o’rganganda, ular mustaqil ravishda qaror qabul qilishning umumlashtirilgan jarayonini ishlab chiqadilar. Biroq, o’zi o’rganadigan dasturlar o’z yechimlariga qanday erishishini, odatda dasturchilarning o’zlari ham tushunmaydi. Murakkabligiga bog’liq ravishda, mashinali ta’limning turli darajalari farqlanadi: nazorat ostidagi ta’lim, nazoratsiz ta’lim, mustahkamlovchi ta’lim va chuqur ta’lim.

“Bugungi kunda bizda nisbatan yaxshi o’rgana oladigan mashinalar mavjud, biroq bizda hali o’ylay oladigan mashinalar yo’q. Bunday mashinalarni ishlab chiqish asosiy vazifadir”.
Bernxard Shyolkopf, Maks Plank Jamiyatining Tyubingendagi Intellektual tizimlar instituti direktori

SI qanday ta’lim oladi?

Qoydalar asosidagi ta’lim
Qoydalar asosidagi ta’lim, shuningdek, ramziy AI deb ham ataladi, mantiqiy modellar asosida quriladi va ko’pincha “klassik” SI deb ataladi. U dastur kodida oldindan belgilangan aniq qoidalarga muvofiq qarorlar qabul qiladi.
SI ning ushbu shakliga misol sifatida 1996 yilda shaxmat bo’yicha o’sha paytdagi jahon chempioni Kasparovni birinchi marta mag’lub etgan Deep Blue kompyuter dasturini olish mumkin. U ramziy SI bilan ishlaydi va o’z o’yin kuchiga asosan katta hisoblash quvvati tufayli erishadi. Shaxmat dasturiy ta’minoti soniyada o’rtacha 126 million pozitsiyani hisoblab chiqadi. Aslida, Deep Blue unchalik aqlli emas - biroq juda, juda tezdir.

Nazorat ostidagi ta’lim
Nazorat ostidagi ta’limda odamlar mashg’ulot va test ma’lumotlarini baholaydilar va ularni guruhlarga ajratadilar. Ta’lim davomida SI mushuklarning tasvirlarini to’g’ri nomlash, masalan, “mushuk” deb nomlashni o’rganadi. Agar it va mushuk o’rtasida tanlov qilishga o’rgatilgan algoritmga filning fotosurati ko’rsatilsa, SI bu masalani hal qila olmaydi. Biroq, tor soha bilan cheklansa, agar ta’lim ma’lumotlari yetarlicha keng qamrovli va sifatli bo’lsa, bu algoritmlar juda ishonchli va aniqdir.
Ta’lim usullari yordamida tasvirni tahlil qilish tasvir diagnostikasida muhim rol o’ynashi azaldan ma’lum. Bir qator tadqiqotlar shuni ko’rsatadiki, SI ko’plab tibbiyot mutaxassislariga qaraganda tezroq va ko’p hollarda aniqroq tashxislarni qo’yishi mumkin, masalan, teri saratoni tashhisida. Odamlar va SI birgalikda ishlaganida eng yaxshi natijalarga erishiladi: dastlab SI bu teri saratoni yoki terining xavfsiz o’zgarishi ekanligini baholaydi. Shundan so’ng davolanish mutaxassislar tomonidan belgilanadi.

Nazoratsiz ta’lim
Nazoratsiz ta’lim deb algoritm filtrlanmagan xom ma’lumotlarni qabul qilganda aytiladi. Dastur mustaqil ravishda ma’lumotlardagi o’xshashlik va farqlarni izlaydi. Maqsad – ahamiyatga ega bo’lgan va muvofiq shablonlarni aniqlash. Biroq, bu ba’zida SI o’xshashliklarni, ayniqsa tasvir fonida tanib olganida xatolarga olib keladi va shuning uchun noto’g’ri natijalarga erishiladi. Misol uchun, agar SI faqat qordagi bo’rilarning fotosuratlaridan bo’ri nima ekanligini bilib olsa, u qordagi boshqa hayvonni ham bo’ri deb ataydi.
O’zi o’rganuvchi tarmoqlar yordamida timsollarni aniqlash tadqiqotchilarga ko’proq narsani ko’rishga yordam beradi: tirik hujayralarning fluoresent mikroskopiyasi ko’pincha pastroq  yorug’likda amalga oshirilishi kerak, chunki aks holda o’rganilayotgan organizmlar zararlanadi. O’zi o’rganuvchi, tasvirni tiklovchi dasturiy ta’minot ushbu vaziyatda ham yaxshi yoritilmagan, ko’rish qiyin bo’lgan mikroskopik tasvirlarni tahlil qiladi, ularni ma’lum tasvirlar namunalari bilan taqqoslaydi va shu tariqa tasvirning “yashirin” mazmunini ochib berishi mumkin.

Mustahkamlovchi ta’lim
Mustahkamlovchi ta’limda o’quv tizimi qarorlar qabul qiladi, keyinchalik esa bu qarorlarga ko’ra harakat qiladi. Har bir harakat uchun tizim ijobiy yoki salbiy baho oladi. Shunday qilib, algoritm har xil vaziyatlarda alohida harakatlar qanchalik muvaffaqiyatli ekanligini tobora yaxshi o’rganib boradi. Chuqur ta’lim – bu miya ishiga taqlid qiluvchi sun’iy neyron tarmoqlarda mustahkamlovchi o’rganish usulidir. Bunday neyron tarmoq bir necha qatlamlardan iborat. Alohida qatlamlar bir-biriga bog’langan va oldingi qatlamning tegishli neyronlariga javob beradigan ko’plab sun’iy neyronlardan iborat. Tarmoq qanchalik katta bo’lsa, shunchalik qiyin vaziyatlarni hal qilish mumkin.

Nutq va matnni aniqlash
Chuqur o’rganish, ayniqsa, nutq va matnni aniqlash uchun ishlatiladi. Masalan, Kyolnda ishlab chiqilgan DeepL onlayn tarjima xizmati va Karlsrue texnologiya institutining Lecture Translator sinxron tarjima dasturi sun’iy neyron tarmoqlar bilan ishlaydi.
 
Yuzni tanish
Hozirgi vaqtda sun’iy neyron tarmoqlar yuzni tanib olish uchun ham qo’llaniladi. Birgina Buyuk Britaniyaning poytaxti Londonda 600 000 dan ortiq kameralar o‘rnatilgan bo‘lib, ularning aksariyati yuzni tanib olish uchun ham qo‘llaniladi. Texnologiya politsiyaga jinoyatlarni fosh etish yoki hatto oldini olishga yordam berish uchun ishlab chiqilgan. Ammo bunday nazoratning xavfi qanchalik katta? Bu demokratiya va fuqarolik huquqlariga qanchalik munosibdir?

Avtonom haydash
Avtomobil ishlab chiqaruvchilari o’nlab yillar davomida transport vositalariga yordam berishning turli xil tizimlari bilan haydashni avtomatlashtirish ustida ish olib bormoqdalar. Tezlikni avtomatik moslashtirish yoki avtomobilni to’xtash joyiga olib kirishga yordam berish kabi ko’p narsalar allaqachon haqiqatga aylangan. Asosiy maqsad - avtonom haydash, bunda SI ga ega kompyuter dasturlari mashinani to’liq boshqaradi va odamlar faqat yo’lovchilardir. Bu, bir tomondan ko’plab yo’l-transport hodisalarining oldini olgan bo’lar edi, chunki bugungi kunda ko’plab baxtsiz hodisalar inson omili tufayli sodir bo’lmoqda. Biroq, boshqa tomondan qaraganda, muhim savol tug’iladi: haydovchisiz mashina bilan to’qnashuv sodir bo’lsa, kim javobgar bo’ladi?
 

SI sohasidagi ilmiy tadqiqotlardan misollar

Keling, men bilan tadqiq eting
AI ko’rgazmasiga tashrif buyuruvchilarni kutib oladigan kichik to’rt oyoqli robot SOLO 8 Tyubingen va Shtutgartdagi Maks Plank Jamiyati intellektual tizimlar institutining robototexnika laboratoriyalari tomonidan ishlab chiqarilgan mahsulotdir. Tadqiqotchi robot ochiq manba kodli loyihadir. Ishlab chiqish bo’yicha qo’llanma va GitHub bo’yicha hujjatlar hamma uchun ochiq manba’dadir. Aksariyat qismlar 3D printerdan keladi, qolganlarini do’kondan osongina sotib olish mumkin. Bu shuni anglatadiki, butun dunyo bo’ylab tadqiqotchilar SOLO 8 robotini arzon va oson ko’paytirishi va rivojlantirishni davom ettirishi mumkin. Loyihaning g‘oyasi shundan iboratki, har qanday robototexnika tadqiqot laboratoriyasi ushbu texnologiyadan foydalanishi va shu tariqa butun dunyo bo‘ylab yagona tadqiqot platformasini yaratishi mumkin. Axir, agar ko’plab olimlar bitta platformada tajriba o’tkazsalar, ular taqqoslanuvchi ma’lumotlarni qo’lga kiritishadi-ku. Bu robototexnika sohasida rivojlanishni jadallashtirish imkonini beradi.
 
  © Max-Planck-Institut für Intelligente Systeme, Stuttgart und Tübingen / Wolfram Scheible
SOLO 8 ning yuqori dinamik harakatlari ketma-ketligi uzoq ekspozitsiya natijasida raqs hosil qiladi.

O’zaro munosabatlarni tanib olish
Tyubingendagi Maks Plank Intellektual tizimlar institutida Bernxard Shyolkopfning hozirgi tadqiqot yo’nalishlaridan biri kauzal interferensiya deb ataluvchi yo’nalishdir. Bu yerda gap ma’lumotlar asosida sabab-oqibat munosabatlarini, ya’ni sabab va oqibat o‘rtasidagi bog‘liqlikni ham aniqlay oladigan algoritmlar haqida ketmoqda. Maqsadlardan biri SI tizimlarini tashqi ta’sirga chidamliroq qilishdir. Bu yerda avtonom haydash ham yaxshi misoldir: agar turar-joy hududida tezlikni cheklash yo’l belgisi soatiga 30 km o’rniga “130” deb o’rnatilgan bo’lsa, odam bu haqiqat bo’lmasligini darhol tushunadi - aynan atrofdagi muhit ham buning noto’g’riligini isbotlovchi ko’plab qo’shimcha belgilarni ko’rsatadi. SI uchun esa bu oson ish emas. Biroq shunga qaramay, avtoulovlar haqiqatan ham avtonom harakatlana olishidan oldin u buni uddalay olishi kerak, aks holda jiddiy baxtsiz hodisalarning yuz berishi muqarrar.
  © Bosch mobility solutions
Mukammal o’zaro harakat
Filmlar va seriallar Germaniya kabi yirik kino bozorlari uchun dublyaj qilinadi. Shu bilan birga, tarjimonlar nafaqat nutqning mazmunini to‘g‘ri yetkazishlari kerak, balki yangi matn aktyorlarning lablari va mimikalari harakatiga ham mos kelishi kerak. Biroq hammasi o’zgarishi mumkin: Maks Plank Jamiyatining Informatika institutida ishlab chiqilgan “Chuqur videoportretlar” deb nomlangan sun’iy intellekt texnikasi yanada yaxshi tarjima uchun aktyorlar yuz ifodalari va mimikalarini moslashtirishga imkon beradi. Buning uchun dublyaj aktyorlarining yuzlari harakati va boshning holati yozib olinadi. Tizim buni filmdagi aktyorlarga uzatadi. Natijada, yuz ifodalari, qarashlar, boshning holati va hatto ko’z qisib qo’yishlar aytilgan so’zlarga juda mos keladi. Biroq, bunday usullar “dipfeyk” deb nomlanuvchi media-kontentni soxtalashtirish uchun imkoniyt yaratishi ham mumkin. Masalan, bugungi kunda siyosatchilarning og‘ziga, qanchalik bema’nilik bo‘lmasin,  har qanday bayonotni moslashtirish mumkin. Shuning uchun biz hatto ob’yektiv ko’rinadigan dalillarga ham tanqidiy munosabatda bo’lishga odatlanishimiz kerak.
  © Maks Plank Jamiyati Informatika instituti, Saarbyuken
SI yordamida til o’rganish
Onlayn til kurslari “dengizdagi qum kabi” ko’p. Lekin taklif ko’pincha sifat va narx jihatidan juda farq qiladi. Talabalar o’qituvchi-tytorlardan baho, ya’ni fikr mulohaza oladigan kurslar ayniqsa istiqbollidir. Ammo bu kurslar qimmat. Berlin va Brandenburg o‘rtasidagi hamkorlikdagi tadqiqot loyihasi bo‘lmish Weysenbaum-instituti Gyote Instituti bilan birgalikda o‘qituvchilarning vaqtidan maksimal darajada foydalanish va o‘z matnlarini yozish va to‘g‘ri talaffuzni o‘rgatish kabi sohalarga e’tibor qaratadigan SI ni ishlab chiqish ustida ish olib bormoqda. Dastur nafaqat erkin tuzilgan matnlardagi yangi lug’atni, balki yaqinda o’rganilgan grammatikadan to’g’ri foydalanishni ham tekshirishi mumkin. U hatto o‘quvchilar matnni o‘zlari tarjima qilganmi yoki tarjima dasturlari yordamida “ayyorlik” qilganmi, aniqlay oladi. Shunday qilib, SI o’qituvchilarning odatiy vazifalarini o’z zimmasiga olishi mumkin.

Nozik sezgirlikka ega “da Vinchi”
Bugungi kunda ko’p tarqalgan inson-mashina interfeyslari asosan eshitish yoki ko’rishga qaratilgan. Ammo Katerine Kuxenbeker va uning Shtutgartdagi Maks Plank instituti jamoasi ishonishicha: ko‘plab ishlatilish sohalari uchun robotlarga o’zaro ta’sir o’tkazishning yanada mukammal imkoniyatlari hamda yanada yuqori darajadagi ijtimoiy intellekt lozimdir. Shuning uchun olimlar robotlarni o’z atrofini paypaslash orqali idrok etishga o’rgatadi. Bu, masalan, g’amxo’rlikka muhtoj odamlar bilan ishlashda va masofadan boshqariladigan robotlardan foydalanishda bir xil darajada muhimdir. Shunday qilib, Katerine Kuxenbeker jarrohlarga uzoq masofalardagi jarrohliklarni o’tkazish imkonini beruvchi “da Vinchi” jarrohlik robotini ishlab chiqishda davom etmoqda. Bunda SI tizimi masofadagi mutaxassislarning harakatlarini robotga uzatadi. Yangi funktsiyalar tufayli shifokorlar endi nafaqat ekranda ko‘rishlari, balki robot nima qilayotganini bevosita his qilishlari mumkin.

Bir necha o’n yillar davomida tadqiqotchilar ma’lum bir muammoni mustaqil ravishda hal qila oladigan sun’iy intellektni (SI) yaratish ustida ishlamoqdalar. “SI yordamida biz yaxshi jarrohlarni juda yaxshi jarrohga aylantira olamiz.”
Katerine Kuxenbeker, Maks Plank Jamiyati Shtutgartdagi Intellektual tizimlar instituti direktori