1.3 Oblasti veštačke inteligencije

U ovoj lekciji ćemo istražiti neke oblasti veštačke inteligencije. Granice između njih nisu stroge, a često tehnike koje se koriste za rešavanje problema jedne oblasti mogu biti od pomoći u rešavanju problema druge oblasti. Stvarna moć veštačke inteligencije će zapravo biti u povezivanju svih oblasti.

Računarski vid

Kompjuterski vid je polje veštačke inteligencije koje se bavi razvojem algoritama i alata koji računarima daju sposobnost da razumeju vizuelni svet poput ljudi. Takvi su, na primer, zadaci prepoznavanja objekata na slikama, razumevanja njihovih odnosa, prepoznavanja boja i tekstura, zatim prepoznavanja pokreta, akcija i njihovih karakteristika. Kako se ova oblast prvenstveno bavi analizom slika i video zapisa, upoznaćemo i neke od najčešćih zadataka u ovoj oblasti.

Zadatak klasifikacije slike se koristi da bi se utvrdilo koji tip objekta je prisutan na slici. Na primer, utvrđivanje da li postoji pas na slici je zadatak klasifikacije slika. Detekcija objekata je zadatak lociranja objekata i odgovaranja na pitanje gde se tačno objekti nalaze na slici. Takav je, na primer, zadatak kadriranja psa i mačke koji su na slici ispod. Zadatak segmentacije slike se koristi za određivanje tačnog oblika objekata koji se pojavljuju na slici. Dakle, sada, finije razdvajanje kontura psa i mačke na trećoj slici je primer segmentacije.

Tri osnovna zadatka kompjuterskog vida u radu sa slikama

Svi ovi zadaci su veoma primenljivi u mnogim disciplinama kao što su autonomna vožnja, analiza medicinskih slika ili analiza satelitskih snimaka, i omogućavaju nam da lakše pretražujemo i organizujemo slike.

Za koje zadatke padaju sledeći problemi:

Da biste saznali da li postoji pešak na slici.

razdvajanje kontura semafora, trotoara i pešaka na slici,

Da li želite da znate gde je znak na slici?

Kada je u pitanju obrada video zapisa, najčešći zadaci su praćenje objekata, prepoznavanje akcija i pozicioniranje.

Zadatak praćenja objekata, kao što ime sugeriše, omogućava vam da pratite objekte u video zapisu u realnom vremenu. Na primer, praćenje susednog automobila tokom autonomne vožnje i praćenje kretanja igrača tokom meča su primeri praćenja objekata.

Praćenje objekata

(slika preuzeta iz https://docs.ultralytics.com/modes/track/ )

Zadatak prepoznavanja akcija (eng. Prepoznavanje akcije je sposobnost prepoznavanja i imenovanja akcije koja je prisutna u videu, na primer, skakanje u vodu ili zatvaranje prozora. Ovi zadaci nam pomažu da bolje razumemo video sadržaj i efikasnije ga tražimo.

Primeri prepoznavanja akcija u video zapisima

Procena poze je zadatak koji se bavi prepoznavanjem figura ljudi u video zapisima u realnom vremenu i izvlačenjem svih ključnih tačaka njihovog skeleta. To su najčešći horoidi očiju, nosa, usta, ramena, laktova, struka, ruku, kolena i stopala. Ovi zadaci nam pomažu u interaktivnim animacijama, modeliranju proširene stvarnosti i raznim drugim aplikacijama.

Zadatak za prepoznavanje položaja objekta: Slike iz skupa podataka Leeds Sports Pose

Koji zadatak treba da rešimo da bismo:

analizirati da li sedimo ispravno,

prepoznati izlaz u dvorište kućnog ljubimca,

Da li želite da pratite kretanje kupca u prodavnici?

Kasnije ćemo doći do skupova podataka koji se koriste u računarskom vidu i konvolucijskim mrežnim zadanicima, posebnom tipu neuronske mreže koja se koristi u zadacima obrade slika i video zapisa.

Obrada prirodnog jezika

Obrada prirodnog jezika (NLP ) je oblast veštačke inteligencije koja se bavi zadacima vezanim za razumevanje i generisanje prirodnog jezika. Kao što znamo, postoji preko 7.000 jezika, a svaki od njih ima svoje posebnosti u pogledu vokabulara, gramatičkih pravila i značenja. Neki uobičajeni zadaci sa kojima se susreću u obradi prirodnog jezika biće opisani u nastavku.

Baš kao u zadacima klasifikacije slika, u zadacima klasifikacije teksta  pokušavamo da zaključimo da li tekst pripada kategoriji ili ne. Na primer, da li je to novinski članak na temu sporta, da li je napisan na španskom, da li je pozitivan, tj. sadrži neki pohvalni komentar, da li je istinit ili lažan i slično.

Klasifikacija teksta

Imenovano prepoznavanje entiteta je zadatak koji se odnosi na prepoznavanje nekih delova teksta koji su relevantni za njegovu dalju analizu. To su obično imena ljudi koji se pojavljuju u njemu, datumi, imena geolokacije ili u nekim stručnim tekstovima, na primer u oblasti medicine, simptomi ili imena bolesti. Pod jednim imenom, ovi delovi teksta se nazivaju entitetima.

Primer označavanja imenovanih entiteta

Zadatak mašine za prevođenje je da razvije alate koji nam omogućavaju da prevedemo sadržaj sa jednog jezika na sadržaj drugog jezika. Složit ćemo se da je ovaj zadatak osnova za uspješnu komunikaciju i dostupnost informacija, ali i da je komplikovan jer svaki jezik i svaka kultura koju jezik predstavlja ima svoje posebnosti kao što su fraze, idiomi, sleng ili sarkazam koji su vrlo izazovni za prevođenje (kako prevesti neplodni mozak na pašu)? ).

Sistemi za odgovaranje na pitanja bave se pitanjem kako pronaći konkretan odgovor na određeno pitanje. Oni su generalizacije klasičnih sistema za pronalaženje informacija i omogućavaju nam da lakše dobijemo informacije koje su nam potrebne.

Sumiranje svih važnih informacija iz više različitih izvora poznato je kao  zadatak sumiranja. Baš kao i u prethodnom zadatku, rezimei koji dolaze sa zadacima sumiranja trebalo bi da nam olakšaju da prođemo kroz veću količinu sadržaja ili da nas podsete na važne informacije i detalje sadržaja koji smo pročitali.

Sažetak

Pored zadataka vezanih za tekst i tekstualni sadržaj, obrada prirodnog jezika bavi se i analizom govora. Posebno postoje dva zadatka: govor u tekst i obrnuto, tekst u govor. Ove dve grupe zadataka su posebno važne za razvoj ličnih asistenata, programa kao što su Siri , Cortana, ili Aleka , koji mogu da razumeju glasovne poruke i u skladu sa tim obavljaju traženi zadatak, na primer, podesite alarm ili pozovite nekoga iz imenika.

Za koje zadatke padaju sledeći problemi:

Izdvajanje imena organizacije u tekstu,

Pronalaženje ko je autor knjige,

Koje je značenje reči Netizen ?

Generativna veštačka inteligencija

Generativna veštačka inteligencija (AGI) je oblast veštačke inteligencije koja se bavi generisanjem sadržaja kao što su slike, tekst, audio ili video. Tokom proteklih nekoliko godina, otkrića u ovoj oblasti su bila impresivna.

 

ChatGPT je program koji je napravio proboj u oblasti generisanja tekstualnog sadržaja. On, u skladu sa uputstvima korisnika, takozvanim uputstvima, može generisati odgovarajući tekstualni sadržaj. Treba imati na umu da tekstovi generisani na ovaj način ne moraju biti apsolutno tačni, mogu sadržavati netačne podatke, izmišljene reference ili uvredljiv sadržaj. Stoga, pre upotrebe, trebalo bi da proverite sve što je program generisao. Ako kreirate nalog na chat.openai.com, možete sami isprobati kako funkcioniše program ChatGPT. Iza  programa ChatGPT stoji OpenAI zajednica  .

Program StableDiffusion, za razliku od ChatGPT-a , koji generiše tekst, generiše slike na osnovu uputstava. Na primer, sve slike navedene u nastavku su generisane od strane ovog programa. To je otvorenog koda i može se preuzeti sa zvaničnog GitHub spremišta sa pratećim kodom. Sam model možete testirati na https://stablediffusionweb.com/ . Imajte na umu da ovu uslugu koristi veliki broj ljudi besplatno i ponekad nije dostupna. Sam naziv programa je popularna tehnika koja se koristi u ovoj oblasti.

Primeri slika koje generiše StableDiffusion

Examples of images generated by StableDiffusion

Često, prilikom generisanja slika, može se odabrati i željeni stil nove slike. Ova tehnika je poznata kao prenos stila. Primer možete videti na slici ispod.

Pored slika i teksta, veštačka inteligencija takođe može generisati audio sadržaj. Na ovom linku možete testirati Meta-ov program MusicGen , opisujući rečima kakvu muziku želite da generišete i eventualno ostavljajući primer za prenos stila. Tada možete slušati svoj sadržaj. Takođe možete probati sa programima koji obavljaju prenos stila prilikom generisanja glasa (oponašaju glas druge osobe) ili sami komponuju muziku na osnovu onoga što su već "čuli" u podacima. Jedan takav projekat je Magenta. Link https://magenta.github.io/listen-to-transformer  će vas odvesti do njega .

Zamolite ChatGPT da napravi kviz sa pitanjima o veštačkoj inteligenciji, a zatim pogledajte na koliko pitanja možete odgovoriti.

Pokušajte da date uputstva za StableDiffusion ili Dalle-mini koji će generisati sliku kao što je ova:

OpenAI-jev DALL-E program takođe generiše slike na osnovu korisničkih smernica. Dalle-mini program je javno dostupna verzija ovog programa. Dostupan je na https://huggingface.co/spaces/dalle-mini/dalle-mini.

Igranje igara

Jedan od prvih zadataka u kojima je isprobana veštačka inteligencija je igra šaha. Svojom pobedom nad velemajstorom Garrijem Kasparovim, ova oblast istraživanja dobila je mnogo simpatija i podrške sa strane veštačke inteligencije. Iako imaju precizan skup uputstava i pravila, igre se odlikuju svojstvom kombinatorne eksplozije - velikim brojem mogućih izbora akcija nakon određenog broja koraka. To dalje znači da igre ne dozvoljavaju pronalaženje rešenja primenom uobičajenih tehnika programiranja u nekim u razumnom roku. Pored igre šaha, veštačka inteligencija je takođe postala poznata u igri go sa programom AlphaGo, a zatim je igrala Atari video igre i strategije kao što su Dota, Starcraft i druge. Na kraju kursa saznaćete više o oblasti koja se zove učenje pojačanja, koja se aktivno primenjuje u ovoj oblasti.

Kombinatorna eksplozija u igri šaha

Proverite da li igra koju volite koristi veštačku inteligenciju u nekim od svojih segmenata.

Robotika

Veštačka inteligencija često treba da poboljša ponašanje i sposobnosti fizičkih objekata kao što su roboti, industrijske mašine, automobili, bespilotne letelice, kućni aparati ili medicinski uređaji. Informacije o svetu dopiru do ovih objekata putem glasovnih uputstava, snimaka kamere ili merenja senzora, a njihov zadatak je da ih obrade i transformišu u odluke. Uloga veštačke inteligencije u ovoj sferi je da poboljša sposobnosti objekata i pomogne im da usvoje inteligentno ponašanje.

 

 

1.3 Oblasti veštačke inteligencije.pdf