Umetna inteligenca je eden tistih izrazov, ki jih slišimo skoraj povsod: v novicah, službi, šoli, aplikacijah in oglasih za nova orodja. Težava je, da se izraz pogosto uporablja zelo široko. Včasih pomeni napredno programsko opremo, včasih klepetalnik, včasih avtomatizacijo, včasih pa samo marketinško oznako.
Najbolj uporabna razlaga za začetek je preprosta: umetna inteligenca je družina računalniških sistemov, ki lahko na podlagi podatkov in vhodov prepoznavajo vzorce, sklepajo, napovedujejo, priporočajo, odločajo ali ustvarjajo vsebino. To ne pomeni, da razmišljajo kot človek. Pomeni, da so zasnovani tako, da pri določenih nalogah posnemajo nekatere sposobnosti, ki jih običajno povezujemo s človeško inteligenco.
Kaj umetna inteligenca sploh pomeni?
Uradne definicije umetne inteligence niso popolnoma enake, vendar se v jedru ujemajo. UNESCO poudarja, da je AI zgrajena iz podatkov, strojne opreme in povezljivosti ter strojem omogoča posnemanje nekaterih vidikov človeške inteligence, kot so zaznavanje, reševanje problemov, jezikovna interakcija ali ustvarjalnost. NIST umetno inteligenco opisuje kot strojno podprt sistem, ki lahko glede na človekove cilje ustvarja napovedi, priporočila ali odločitve. EU AI Act pa v slovenskem prevodu uporablja izraz sistem UI in ga opredeljuje kot sistem, ki z različnimi stopnjami avtonomije iz vhodnih podatkov sklepa, kako ustvariti izhodne podatke, kot so napovedi, vsebine, priporočila ali odločitve.
Za bralca to pomeni nekaj zelo konkretnega: AI ni nujno robot, ki govori. Lahko je sistem, ki razvrsti elektronsko pošto, predlaga naslednjo pesem, pomaga prevesti besedilo, zazna predmet na fotografiji ali pripravi osnutek odgovora.
Zato je bolje govoriti o umetni inteligenci kot o tehnologiji oziroma naboru pristopov, ne kot o enem izdelku. Klepetalnik je lahko AI orodje, ni pa umetna inteligenca kot celota.
Kako umetna inteligenca deluje na osnovni ravni?
Umetna inteligenca običajno deluje tako, da uporablja podatke, v njih prepoznava vzorce in na podlagi teh vzorcev ustvari izhod. Ta izhod je lahko priporočilo, napoved, razvrstitev, opozorilo, odločitev ali nova vsebina.
Tehničnih podrobnosti je veliko, vendar začetniku pomaga preprosta slika: sistem dobi vhod, ga obdela z modelom in vrne rezultat.
Podatki
Podatki so osnova številnih AI sistemov. To so lahko besedila, slike, zvok, številke, zapisi o preteklih dogodkih ali drugi signali. Sistem se iz podatkov ne “uči” tako kot človek, temveč v njih išče matematične vzorce.
Če sistem na primer pomaga prepoznavati neželeno elektronsko pošto, lahko uporablja vzorce iz preteklih sporočil. Če priporoča filme, lahko upošteva podobnosti med vsebinami in preteklimi izbirami uporabnikov.
Vzorci in učenje
Ko govorimo o učenju pri AI, ne govorimo o razumevanju v človeškem smislu. Gre za prilagajanje sistema na podlagi podatkov, pravil ali povratnih informacij. Sistem lahko ugotovi, da se določeni vzorci pogosto pojavljajo skupaj, nato pa te vzorce uporabi pri novi nalogi.
To je razlog, zakaj lahko AI včasih zelo dobro opravi ozko nalogo, hkrati pa zgreši pri vprašanju, ki se človeku zdi preprosto. Sistem ni nujno razumen. Deluje znotraj podatkov, ciljev in omejitev, za katere je bil zasnovan.
Izhodi, napovedi in priporočila
Rezultat AI sistema je odvisen od njegovega namena. Lahko gre za napoved, na primer verjetnost, da je neko sporočilo neželeno. Lahko gre za priporočilo, na primer katera vsebina bi vas utegnila zanimati. Lahko gre za odločitev v programski logiki, na primer razvrstitev slike v določeno kategorijo. Pri generativni AI pa je izhod lahko novo besedilo, slika, koda, zvok ali video.
Pomembno je, da izhod AI sistema ni samodejno resničen, pravičen ali uporaben. Tudi zelo prepričljiv rezultat je treba presoditi.
Kje umetno inteligenco srečamo v vsakdanjem življenju?
Umetna inteligenca je pogosto manj dramatična, kot jo prikazujejo filmi. Veliko pogosteje deluje v ozadju aplikacij in storitev, ki jih ljudje uporabljamo vsak dan.
Iskalniki in priporočila vsebin
Ko iskalnik razvrsti rezultate ali platforma predlaga naslednji video, pesem ali izdelek, lahko v ozadju delujejo sistemi, ki analizirajo podatke in vzorce vedenja. Namen takšnih sistemov je običajno predvideti, kaj je za uporabnika relevantno ali zanimivo.
Takšna priporočila so lahko koristna, niso pa nevtralna. Odvisna so od podatkov, ciljev sistema in pravil, ki določajo, kaj se sploh šteje kot “dober” rezultat.
Prepoznavanje slik, govora in besedila
AI se pogosto uporablja za prepoznavanje vzorcev v slikah, govoru in besedilu. Primeri so samodejno prepisovanje govora, prevajanje, iskanje predmetov na fotografijah ali pomoč pri urejanju besedila.
Pri teh nalogah se hitro vidi razlika med uporabnostjo in popolno zanesljivostjo. Sistem lahko pomaga, vendar lahko tudi napačno prepozna besedo, spregleda kontekst ali narobe razume pomen.
Asistenti in avtomatizacija
V poslovnem okolju se AI uporablja pri podpori uporabnikom, pripravi povzetkov, razvrščanju dokumentov, analizi podatkov in drugih ponavljajočih se nalogah. To lahko prihrani čas, vendar ne odpravi odgovornosti človeka.
Če AI pripravi povzetek pogodbe, zdravstvenega zapisa ali finančnega dokumenta, rezultat ne sme biti zadnja beseda. Pri občutljivih temah je potreben strokovni pregled.
AI, AI orodje in generativna AI niso ista stvar
Ena najpogostejših zmešnjav je, da ljudje umetno inteligenco enačijo z enim samim orodjem. To je preozko.
Umetna inteligenca je širši pojem. AI orodje je konkreten izdelek ali storitev, ki uporablja določeno obliko umetne inteligence. Generativna AI pa je podskupina umetne inteligence, ki ustvarja novo vsebino, na primer besedilo, slike, zvok, video ali kodo.
Zato lahko rečemo:
- priporočilni sistem v aplikaciji je lahko AI,
- orodje za prepoznavanje govora je lahko AI,
- klepetalnik, ki piše odgovore, je običajno primer generativne AI,
- generativna AI je del širše zgodbe o umetni inteligenci, ne njen sinonim.
Ta razlika je pomembna, ker imajo različni sistemi različne koristi, omejitve in tveganja. Več o tem razloži nadaljevalni članek Kaj je generativna AI?.
Kaj umetna inteligenca ni
Umetna inteligenca ni čarovnija in ni zagotovilo, da bo rezultat pravilen. Prav tako ni nujno dokaz, da sistem nekaj razume.
Ni en sam program
AI ni ena aplikacija, en model ali en proizvajalec. Gre za široko področje, ki vključuje različne metode in vrste sistemov. Dva AI sistema sta lahko po namenu in zanesljivosti zelo različna.
Ni isto kot človeška inteligenca
AI lahko pri nekaterih nalogah doseže zelo dobre rezultate, vendar to ne pomeni, da ima človeško razumevanje, izkušnjo, presojo ali odgovornost. Sistem lahko ustvari pravilen odgovor, lahko pa tudi samozavestno poda napačnega.
Ni samodejno objektivna
Ker AI sistemi delujejo na podlagi podatkov, ciljev in nastavitev, lahko podedujejo napake, pristranskosti ali slepe pege iz okolja, v katerem so nastali. UNESCO in OECD pri umetni inteligenci posebej izpostavljata etična tveganja, pristranskost, dezinformacije, zasebnost in druge družbene posledice.
Katere so glavne omejitve in tveganja?
Umetna inteligenca je lahko uporabna, vendar je ne smemo obravnavati kot nezmotljivo avtoriteto. Pri začetni uporabi so posebej pomembne štiri omejitve.
Napake
AI sistem lahko naredi napako, če so podatki pomanjkljivi, naloga nejasna, kontekst napačno razumljen ali model ni primeren za konkreten primer. Napaka je lahko očitna, lahko pa je skrita v podrobnostih.
Zato je pri pomembnih odločitvah nujno preverjanje. To velja za delo, izobraževanje, zdravje, pravo, finance in druge občutljive teme.
Pristranskost
Če so podatki pristranski ali nepopolni, se lahko to pokaže v rezultatih. AI lahko določene skupine, jezike, primere ali okoliščine obravnava slabše, ker jih v podatkih ni bilo dovolj ali so bili predstavljeni na neustrezen način.
Pristranskost ni vedno namerna. Lahko je posledica zgodovine podatkov, načina zbiranja, ciljev sistema ali napačnih meril uspešnosti.
Zasebnost in podatki
Pri uporabi AI orodij je pomembno vprašanje, katere podatke vnašamo. Zaupni dokumenti, osebni podatki, poslovne skrivnosti in občutljive informacije ne sodijo v katerokoli orodje brez jasnega razumevanja pravil uporabe, varovanja podatkov in odgovornosti.
Za podjetja je smiselno, da imajo notranja pravila: kaj se sme vnašati, kaj se ne sme, kdo preverja rezultate in kako se ravna z občutljivimi podatki.
Človeško preverjanje
NIST v okviru AI Risk Management Framework poudarja upravljanje tveganj pri oblikovanju, razvoju, uporabi in ocenjevanju AI sistemov. Za običajnega uporabnika je glavno sporočilo preprosto: AI je orodje, ne nadomestek za odgovorno presojo.
Človek mora razumeti namen uporabe, preveriti rezultat in prevzeti odgovornost za odločitev.
Praktičen primer: uporaba AI pri delu
Predstavljajte si, da zaposleni dobi daljše poročilo in želi hitro razumeti glavne točke. AI orodje mu lahko pomaga pripraviti povzetek, seznam vprašanj ali osnutek predstavitve.
To je smiselna uporaba, če:
- uporabnik ne vnaša zaupnih podatkov brez dovoljenja,
- rezultat preveri v izvirnem dokumentu,
- AI uporabi kot pomoč pri branju, ne kot edini vir resnice,
- jasno loči med povzetkom, interpretacijo in dejstvi.
Manj smiselno pa bi bilo, če bi AI povzetek brez preverjanja poslal naprej kot uradno analizo. Takrat se poveča tveganje za napačne sklepe, izpuščene podrobnosti ali neustrezno razkritje podatkov.
Za širši okvir si oglejte tudi [Kaj je generativna AI?](/umetna-inteligenca/kaj-je-generativna-ai/) in [Kako varno uporabljati AI orodja pri delu?](/umetna-inteligenca/kako-varno-uporabljati-ai-orodja-pri-delu/).
Kaj si je smiselno zapomniti
Umetna inteligenca je širok pojem za sisteme, ki iz vhodov in podatkov ustvarjajo uporabne izhode: napovedi, priporočila, razvrstitve, odločitve ali vsebino. Najbolje jo je razumeti kot orodje oziroma tehnologijo, ki lahko pomaga pri določenih nalogah, ne kot samostojno avtoriteto.
Najpomembnejše je troje: AI ni isto kot človeška inteligenca, AI ni vedno pravilen in AI ni en sam izdelek. Če jo uporabljamo premišljeno, lahko pomaga pri iskanju vzorcev, pripravi osnutkov, avtomatizaciji in razumevanju informacij. Če ji slepo zaupamo, pa lahko hitro spregledamo napake, pristranskost ali tveganja za zasebnost.
Naslednji logični korak je razumevanje generativne AI, torej orodij, ki ne le napovedujejo ali priporočajo, temveč ustvarjajo novo vsebino.
FAQ
Kaj je umetna inteligenca na preprost način?
Umetna inteligenca je tehnologija, pri kateri računalniški sistemi na podlagi podatkov in vhodov ustvarjajo rezultate, kot so napovedi, priporočila, razvrstitve, odločitve ali vsebina.
Kako umetna inteligenca deluje?
Na osnovni ravni AI uporablja podatke, v njih prepoznava vzorce in te vzorce uporabi pri novi nalogi. Rezultat je odvisen od namena sistema, kakovosti podatkov in omejitev modela.
Ali je umetna inteligenca isto kot generativna AI?
Ne. Generativna AI je podskupina umetne inteligence, ki ustvarja novo vsebino, na primer besedilo, slike, zvok, video ali kodo. Umetna inteligenca kot širši pojem vključuje tudi sisteme za priporočila, razvrščanje, napovedovanje in prepoznavanje vzorcev.
Kje danes uporabljamo umetno inteligenco?
Pogosto jo srečamo pri iskalnikih, priporočilih vsebin, prevajanju, prepoznavanju govora, urejanju besedil, podpori uporabnikom, analizi podatkov in različnih poslovnih orodjih.
Ali umetna inteligenca vedno dela pravilno?
Ne. AI lahko naredi napake, narobe razume kontekst, podeduje pristranskost iz podatkov ali ustvari prepričljiv, a napačen rezultat. Pri pomembnih odločitvah je potreben človeški pregled.
Kakšne so največje omejitve umetne inteligence?
Največje omejitve so napake, pristranskost, odvisnost od podatkov, vprašanja zasebnosti, pomanjkanje konteksta in možnost, da uporabniki rezultat razumejo kot bolj zanesljiv, kot v resnici je.
