ხელოვნურიინტელექტი

1

1 https://appliedai.com

ხელოვნურიინტელექტი

21-ე საუკუნის ყველაზე დიდ ტექნოლოგიურ გამოწვევას ხელოვნური ინტელექტი წარმოადგენს. გლობალურ საინფორმაციო სივრცეში უკვე ფართოდ მოიკიდა ფეხი ადამიანის მსგავსად „მოაზროვნე“ კომპიუტერებმა და პროგრამებმა, თუმცა კომპიუტერების „გაადამიანურების“ იდეა ბევრად ადრე წარმოიშვა და ტერმინი „ხელოვნური ინტელექტი“ (AI – Artificial Intelligence) პირველად 1956 წელს, სტენფორდის უნივერსიტეტში გამოიყენეს. გასული საუკუნის 50-იანი წლებიდან მოყოლებული კომპიუტერმა „ისწავლა“ ჭადრაკის თამაში, ხატვა, ლექსების წერა, მანქანის მართვა და სხვა უამრავი სასარგებლო საქმე, ხოლო 70-იან წლებში შეიქმნა პირველი ექსპერტული სისტემები, რომლებიც მიწოდებული მონაცემების დამუშავების საფუძველზე მომხმარებლებისთვის ექსპერტულ რეკომენდაციებს აყალიბებდნენ.

ამასთანავე, არსებობდა „ხელოვნური ინტელექტის ზამთრად“ (AI Winter) წოდებული ჩავარდნის პერიოდებიც, როცა სხვადასხვა პროექტების დასაფინანსებლად ინვესტორები თანხების გამოყოფისგან თავს იკავებდნენ, რადგან მსგავსი პროექტებიდან კომერციული სარგებლის მიღება რისკს წარმოადგენდა. მხოლოდ ბოლო ათწლეულში საკითხი კვლავ გახდა აქტუალური და დღესდღეობით გამოყენებითი ხელოვნური ინტელექტის (Applied AI) ბაზარზე ასობით კომპანიის პროდუქტია წარმოდგენილი1. რატომ მაინცდამაინც ახლა? ამ კითხვაზე პასუხის გასაცემად ტერმინი „დიდი მონაცემები“ (Big Data) გამოდგება.

დიდი მონაცემები ინახება, მაგალითად, ინტერნეტის ყველაზე ცნობილ ვიდეო პორტალ youtube.com-ზე, სადაც მილიარდობით ვიდეოა განთავსებული და ამავდროულად, მათი რიცხვი ყოველ წუთს ხუთას საათიანი ვიდეო მასალით ივსება. მომხმარებელს კი ერთი ვიდეოს ნახვის

შემდეგ მსგავსი შინაარსის სხვა ვიდეოების ყურების სურვილი უჩნდება და პრობლემაც იჩენს თავს: ვინ უნდა გადაწყვიტოს, რომელ მომხმარებელს ვიდეოების რომელი ნაკრები შესთავაზოს, რომ მას პორტალზე დარჩენა მოუნდეს?

არსებობს შემთხვევები, როცა youtube.com-ზე ატვირთული ვიდეოების საკმაოდ დიდი ნაწილის გამოქვეყნება დაუშვებელია რადგან არღვევს საავტორო უფლებებს ან ხშირ შემთხვევაში რაიმე სხვა კანონს ეწინააღმდეგება, ამიტომ ატვირთვისთანავე უნდა იქნას დაბლოკილი, რისთვისაც სპეციალური ალგორითმებით ხდება ვიდეოს შიგთავსის ანალიზი.

ასევე, კომპანია amazon.com-ის წარმატების ერთ-ერთი საიდუმლო იმაშიცაა, რომ მილიარდობით გასაყიდი პროდუქტიდან ყოველ კონკრეტულ მომხმარებელს მხოლოდ მის სურვილებთან და შესაძლებლობებთან თანხვედრილი შეთავაზებები მიეწოდება.

თითოეულ ჩამოთვლილ და უამრავ სხვა შემთხვევას მივყავართ „დიდ მონაცემებთან“. როცა ჩვეულებრივი კომპიუტერი ვერ ახერხებს ინფორმაციის გიგანტური მოცულობიდან საჭირო მონაცემების მოძიებას და მათგან ახალი, ბიზნესისთვის სასარგებლო ინფორმაციის გენერირებას, საჭიროა საქმეში ადამიანის ინტელექტისა და ლოგიკის ჩართვა.

როგორ უნდა მოიქცეს კომპანია, მაშინ როცა „დიდი მონაცემების“ დამუშავება სჭირდება? თანამშრომლები აიყვანოს და თითოეული მომხმარებლის გემოვნების გათვალისწინება დაავალოს? - ასეთ შემთხვევაში ათასობით ადამიანის დაქირავება გახდება საჭირო და კომპანია ფინანსურად იზარალებს. ამიტომაც, ხელოვნური ინტელექტით აღჭურვილი კომპიუტერების გამოყენების საჭიროება ჩნდება, რომლებიც ადამიანივით „აზროვნებენ“, ოღონდ გადაწყვეტილებებს ბევრად უფრო სწრაფად იღებენ და წლების მანძილზე შესვენების გარეშე მუშაობა შეუძლიათ.

„ენციკლოპედია ბრიტანიკას“ განმარტებით, ხელოვნური ინტელექტი წარმოადგენს კომპიუტერის ან ციფრულად მართული რობოტის უნარს, შეასრულოს მოაზროვნე არსებასთან - ადამიანთან ასოცირებული ამოცანები. კემბრიჯისა და ოქსფორდის ლექსიკონებში დაკონკრეტებულია

ის ინტელექტუალური უნარები, რომლებშიც კომპიუტერი დღეს ადამიანს უწევს კონკურენციას და ხშირად გამოსდის კიდეც შემდეგი მიმართულებებით:

ვიზუალური აღქმა (Visual perception) და სურათების ამოცნობა (Pic-ture recognition); ენათშორისი კომუნიკაცია (Translation between languages); ტექსტის და საუბრის ამოცნობა (Text and speech recognition); პრობლემების გადაჭრა და გადაწყვეტილებათა მიღება (Solve prob-lems, make decisions); სწავლა (Learn).

ხელოვნური ინტელექტის სისტემის განვითარება, შესაძლებელია შევადაროთ ახლად დაბადებული ბავშვის ზრდის პროცესს. გარე სამყაროდან მიღებული ინფორმაციით ბავშვი იმაღლებს ცოდნას და უვითარდება ინტელექტი. ასევე, მანქანური დასწავლის (Machine learn-ing), ხოლო უფრო მაღალ დონეზე ღრმა დასწავლის (Deep learning) მეშვეობით მატულობს ხელოვნური ინტელექტის სისტემების „განსწავლულობა“, შესაბამისად, რაც მეტია შემავალი ინფორმაცია, მით მეტია ხელოვნური ინტელექტის სისტემის ეფექტურობა და ნაკლებია შეცდომების დაშვების ალბათობა.

დღესდღეობით, ხელოვნური ინტელექტის სისტემები ფართოდ გამოიყენება ჯანდაცვაში (სწორი დიაგნოზის დასადგენად), მარკეტინგში (მომხმარებლისთვის მიზნობრივი რეკლამის მისაწოდებლად), ელექტრონული კომერციის სისტემებში, წარმოებაში (ავტომატურად მართული ავტომობილების შესაქმნელად), საბანკო სექტორში (ფინანსური თაღლითობის აღმოსაჩენად და აღსაკვეთად).

AI მიმართულების განვითარებაზე მუშაობენ როგორც საყოველთაოდ ცნობილი IT კომპანიები (Google, Microsoft, Amazon, IBM და სხვები), ასევე სტარტაპები, რომელთა ამოცანას მხოლოდ ხელოვნური ინტელექტის სისტემების განვითარება წარმოადგენს. მაგალითად, Google Research Lab-ის (გუგლის კვლევითი ლაბორატორია) სპეციალისტებმა შექმნეს სემანტიკური ონლაინ-სიმულატორი - Semantrics2, რომელიც სიტყვათა

ასოციაციური კავშირების მანქანური დასწავლის (Machine learning) საფუძველზე მუშაობს. გარეგნულად სიმულატორი ცნობილ თამაშს, „ტეტრისს“ ჰგავს და ორი განყოფილებისგან შედგება: პირველში - (Arcade) ზემოდან სიტყვები ჩამოდის, ხოლო მეორეში - (Blocks) მართკუთხა ბლოკებშია ჩაწერილი. სიტყვებისთვის მათი შესატყვისები უნდა მოიძებნოს და კლავიატურაზე აიკრიფოს. ამ დროს, ხელოვნური ინტელექტი ასრულებს შეტანილი სიტყვის ანალიზს და ეცდება ასოციაციურად დააკავშიროს ბლოკებში ჩაწერილ რომელიმე სიტყვასთან. თუ თანხვედრა შედგა, შესაბამისი ფერის „აგურები“ ჩამოიშლება, ზუსტად როგორც „ტეტრისში“. სურათ #2-ზე ჩანს, რომ სიტყვა „მთვარის“ (moon) შეტანის შემდეგ ხელოვნურმა ინტელექტმა ასოციაციურად სიტყვა „მზეს“ (sun) დაუკავშირა და ყველა მელნისფერი „აგური“ ჩამოშალა.

სურათი 2. ხელოვნური ინტელექტი სიტყვათა ასოციაციური დაკავშირებისთვის

Google-ის ხელოვნური ინტელექტის ონლაინ-სისტემა Quick, Draw ნახატების ასოციაციურ დაკავშირებას ახორციელებს. სისტემას დასწავლილი და დახარისხებული აქვს 15 მილიონი მომხმარებლის მიერ შექმნილი 50 მილიონზე მეტი მაუსით დახატული გრაფიკული გამოსახულება (Doodle) და ახალ დახატულ ფიგურებსაც ასოციაციურად აკავშირებს უკვე არსებულებთან. მაგალითად, სისტემის გამოსაცდელად შესაძლებელია ვებგვერდზე შესვლა3 და შემდეგ ბმულზე გადასვლა - „world’s largest doodling data set“, სადაც ბაზაში უკვე არსებული ფიგურების ნახვა შეიძლება, ხოლო „Let’s draw!“ ღილაკზე დაჭერით სისტემა მოითხოვს რომელიმე ფიგურის დახატვას (მაგალითად, ქოლგის ან სენდვიჩის). ხატვის პროცესში იგზავნება ხმოვანი შეტყობინება - მოცემულ

მომენტში ნახატი რა ფიგურასთან ასოცირდება. თუ ნახატი მოთხოვნილ ფიგურას შეესაბამება, იგი ბაზაში შეინახება და ხელოვნური ინტელექტის სისტემის ნაწილი გახდება.

ხელოვნური ინტელექტის შესაძლებლობები ამოუწურავია.

მაგალითად, ავტომატური მოკარნახე - ეფექტურია ტექსტებზე სამუშაოდ, განსაკუთრებით მაშინ, როცა ადამიანს ენის საკმარისი ცოდნა არ გააჩნია. ვებგვერდი4 თავისი ხელოვნური ინტელექტით მომხმარებელს გამართული ინგლისური ტექსტების წერაში ეხმარება. იგი იყენებს 350 მილიონ სიტყვაზე მომუშავე დასწავლის ალგორითმს, რომელიც ინტერნეტიდან აღებული ტექსტების საფუძველზე მუშაობს. შესაძლებელია, მაგალითად, შეტანის ფანჯარაში შემდეგი ტექსტის აკრეფა: „Georgia is a...“, ხოლო ეკრანის მარჯვენა მხარეს გამოჩნდება სავარაუდო გაგრძელებები ინტერნეტში მათი გამოყენების პროცენტული მაჩვენებლებით (იხ. სურათი #3).

სურათი #3. ხელოვნური ინტელექტი ტექსტის გენერირებისთვის

როგორც სურათიდან იკვეთება, შეტანილი ფრაზის გაგრძელებას შემთხვევათა 4,4%-ში წარმოადგენს სიტყვა state (შტატი), ხოლო სიტყვა country (ქვეყანა) 2,5%-ით მეორე ადგილზეა, რაც მიუთითებს, რომ ინტერნეტი ამერიკის შტატ „ჯორჯიას“ უკეთესად იცნობს, ვიდრე ქვეყანა საქართველოს.

ინტერნეტის საშუალებით მოიძიეთ და აღწერეთ ხელოვნური ინტერნეტის სისტემები ან ონლაინ-სიმულატორები: ლექსების დასაწერად; მუსიკის შესაქმნელად; ყალბი ინფორმაციის (Fake news) გავრცელებასთან საბრძოლველად;

შემუშავებულია: დ. გულუა

ხელოვნური ინტელექტი

2

21-ე საუკუნის ყველაზე დიდ ტექნოლოგიურ გამოწვევას ხელოვნური ინტელექტი წარმოადგენს. გლობალურ საინფორმაციო სივრცეში უკვე ფართოდ მოიკიდა ფეხი ადამიანის მსგავსად „მოაზროვნე“ კომპიუტერებმა და პროგრამებმა, თუმცა კომპიუტერების „გაადამიანურების“ იდეა ბევრად ადრე წარმოიშვა და ტერმინი „ხელოვნური ინტელექტი“ (AI – Artificial Intelligence) პირველად 1956 წელს, სტენფორდის უნივერსიტეტში გამოიყენეს. გასული საუკუნის 50-იანი წლებიდან მოყოლებული კომპიუტერმა „ისწავლა“ ჭადრაკის თამაში, ხატვა, ლექსების წერა, მანქანის მართვა და სხვა უამრავი სასარგებლო საქმე, ხოლო 70-იან წლებში შეიქმნა პირველი ექსპერტული სისტემები, რომლებიც მიწოდებული მონაცემების დამუშავების საფუძველზე მომხმარებლებისთვის ექსპერტულ რეკომენდაციებს აყალიბებდნენ.

ამასთანავე, არსებობდა „ხელოვნური ინტელექტის ზამთრად“ (AI Winter) წოდებული ჩავარდნის პერიოდებიც, როცა სხვადასხვა პროექტების დასაფინანსებლად ინვესტორები თანხების გამოყოფისგან თავს იკავებდნენ, რადგან მსგავსი პროექტებიდან კომერციული სარგებლის მიღება რისკს წარმოადგენდა. მხოლოდ ბოლო ათწლეულში საკითხი კვლავ გახდა აქტუალური და დღესდღეობით გამოყენებითი ხელოვნური ინტელექტის (Applied AI) ბაზარზე ასობით კომპანიის პროდუქტია წარმოდგენილი1. რატომ მაინცდამაინც ახლა? ამ კითხვაზე პასუხის გასაცემად ტერმინი „დიდი მონაცემები“ (Big Data) გამოდგება.

დიდი მონაცემები ინახება, მაგალითად, ინტერნეტის ყველაზე ცნობილ ვიდეო პორტალ youtube.com-ზე, სადაც მილიარდობით ვიდეოა განთავსებული და ამავდროულად, მათი რიცხვი ყოველ წუთს ხუთას საათიანი ვიდეო მასალით ივსება. მომხმარებელს კი ერთი ვიდეოს ნახვის

შემდეგ მსგავსი შინაარსის სხვა ვიდეოების ყურების სურვილი უჩნდება და პრობლემაც იჩენს თავს: ვინ უნდა გადაწყვიტოს, რომელ მომხმარებელს ვიდეოების რომელი ნაკრები შესთავაზოს, რომ მას პორტალზე დარჩენა მოუნდეს?

არსებობს შემთხვევები, როცა youtube.com-ზე ატვირთული ვიდეოების საკმაოდ დიდი ნაწილის გამოქვეყნება დაუშვებელია რადგან არღვევს საავტორო უფლებებს ან ხშირ შემთხვევაში რაიმე სხვა კანონს ეწინააღმდეგება, ამიტომ ატვირთვისთანავე უნდა იქნას დაბლოკილი, რისთვისაც სპეციალური ალგორითმებით ხდება ვიდეოს შიგთავსის ანალიზი.

ასევე, კომპანია amazon.com-ის წარმატების ერთ-ერთი საიდუმლო იმაშიცაა, რომ მილიარდობით გასაყიდი პროდუქტიდან ყოველ კონკრეტულ მომხმარებელს მხოლოდ მის სურვილებთან და შესაძლებლობებთან თანხვედრილი შეთავაზებები მიეწოდება.

თითოეულ ჩამოთვლილ და უამრავ სხვა შემთხვევას მივყავართ „დიდ მონაცემებთან“. როცა ჩვეულებრივი კომპიუტერი ვერ ახერხებს ინფორმაციის გიგანტური მოცულობიდან საჭირო მონაცემების მოძიებას და მათგან ახალი, ბიზნესისთვის სასარგებლო ინფორმაციის გენერირებას, საჭიროა საქმეში ადამიანის ინტელექტისა და ლოგიკის ჩართვა.

როგორ უნდა მოიქცეს კომპანია, მაშინ როცა „დიდი მონაცემების“ დამუშავება სჭირდება? თანამშრომლები აიყვანოს და თითოეული მომხმარებლის გემოვნების გათვალისწინება დაავალოს? - ასეთ შემთხვევაში ათასობით ადამიანის დაქირავება გახდება საჭირო და კომპანია ფინანსურად იზარალებს. ამიტომაც, ხელოვნური ინტელექტით აღჭურვილი კომპიუტერების გამოყენების საჭიროება ჩნდება, რომლებიც ადამიანივით „აზროვნებენ“, ოღონდ გადაწყვეტილებებს ბევრად უფრო სწრაფად იღებენ და წლების მანძილზე შესვენების გარეშე მუშაობა შეუძლიათ.

„ენციკლოპედია ბრიტანიკას“ განმარტებით, ხელოვნური ინტელექტი წარმოადგენს კომპიუტერის ან ციფრულად მართული რობოტის უნარს, შეასრულოს მოაზროვნე არსებასთან - ადამიანთან ასოცირებული ამოცანები. კემბრიჯისა და ოქსფორდის ლექსიკონებში დაკონკრეტებულია

ის ინტელექტუალური უნარები, რომლებშიც კომპიუტერი დღეს ადამიანს უწევს კონკურენციას და ხშირად გამოსდის კიდეც შემდეგი მიმართულებებით:

ვიზუალური აღქმა (Visual perception) და სურათების ამოცნობა (Pic-ture recognition); ენათშორისი კომუნიკაცია (Translation between languages); ტექსტის და საუბრის ამოცნობა (Text and speech recognition); პრობლემების გადაჭრა და გადაწყვეტილებათა მიღება (Solve prob-lems, make decisions); სწავლა (Learn).

ხელოვნური ინტელექტის სისტემის განვითარება, შესაძლებელია შევადაროთ ახლად დაბადებული ბავშვის ზრდის პროცესს. გარე სამყაროდან მიღებული ინფორმაციით ბავშვი იმაღლებს ცოდნას და უვითარდება ინტელექტი. ასევე, მანქანური დასწავლის (Machine learn-ing), ხოლო უფრო მაღალ დონეზე ღრმა დასწავლის (Deep learning) მეშვეობით მატულობს ხელოვნური ინტელექტის სისტემების „განსწავლულობა“, შესაბამისად, რაც მეტია შემავალი ინფორმაცია, მით მეტია ხელოვნური ინტელექტის სისტემის ეფექტურობა და ნაკლებია შეცდომების დაშვების ალბათობა.

დღესდღეობით, ხელოვნური ინტელექტის სისტემები ფართოდ გამოიყენება ჯანდაცვაში (სწორი დიაგნოზის დასადგენად), მარკეტინგში (მომხმარებლისთვის მიზნობრივი რეკლამის მისაწოდებლად), ელექტრონული კომერციის სისტემებში, წარმოებაში (ავტომატურად მართული ავტომობილების შესაქმნელად), საბანკო სექტორში (ფინანსური თაღლითობის აღმოსაჩენად და აღსაკვეთად).

AI მიმართულების განვითარებაზე მუშაობენ როგორც საყოველთაოდ ცნობილი IT კომპანიები (Google, Microsoft, Amazon, IBM და სხვები), ასევე სტარტაპები, რომელთა ამოცანას მხოლოდ ხელოვნური ინტელექტის სისტემების განვითარება წარმოადგენს. მაგალითად, Google Research Lab-ის (გუგლის კვლევითი ლაბორატორია) სპეციალისტებმა შექმნეს სემანტიკური ონლაინ-სიმულატორი - Semantrics2, რომელიც სიტყვათა

ასოციაციური კავშირების მანქანური დასწავლის (Machine learning) საფუძველზე მუშაობს. გარეგნულად სიმულატორი ცნობილ თამაშს, „ტეტრისს“ ჰგავს და ორი განყოფილებისგან შედგება: პირველში - (Arcade) ზემოდან სიტყვები ჩამოდის, ხოლო მეორეში - (Blocks) მართკუთხა ბლოკებშია ჩაწერილი. სიტყვებისთვის მათი შესატყვისები უნდა მოიძებნოს და კლავიატურაზე აიკრიფოს. ამ დროს, ხელოვნური ინტელექტი ასრულებს შეტანილი სიტყვის ანალიზს და ეცდება ასოციაციურად დააკავშიროს ბლოკებში ჩაწერილ რომელიმე სიტყვასთან. თუ თანხვედრა შედგა, შესაბამისი ფერის „აგურები“ ჩამოიშლება, ზუსტად როგორც „ტეტრისში“. სურათ #2-ზე ჩანს, რომ სიტყვა „მთვარის“ (moon) შეტანის შემდეგ ხელოვნურმა ინტელექტმა ასოციაციურად სიტყვა „მზეს“ (sun) დაუკავშირა და ყველა მელნისფერი „აგური“ ჩამოშალა.

სურათი 2. ხელოვნური ინტელექტი სიტყვათა ასოციაციური დაკავშირებისთვის

Google-ის ხელოვნური ინტელექტის ონლაინ-სისტემა Quick, Draw ნახატების ასოციაციურ დაკავშირებას ახორციელებს. სისტემას დასწავლილი და დახარისხებული აქვს 15 მილიონი მომხმარებლის მიერ შექმნილი 50 მილიონზე მეტი მაუსით დახატული გრაფიკული გამოსახულება (Doodle) და ახალ დახატულ ფიგურებსაც ასოციაციურად აკავშირებს უკვე არსებულებთან. მაგალითად, სისტემის გამოსაცდელად შესაძლებელია ვებგვერდზე შესვლა3 და შემდეგ ბმულზე გადასვლა - „world’s largest doodling data set“, სადაც ბაზაში უკვე არსებული ფიგურების ნახვა შეიძლება, ხოლო „Let’s draw!“ ღილაკზე დაჭერით სისტემა მოითხოვს რომელიმე ფიგურის დახატვას (მაგალითად, ქოლგის ან სენდვიჩის). ხატვის პროცესში იგზავნება ხმოვანი შეტყობინება - მოცემულ

მომენტში ნახატი რა ფიგურასთან ასოცირდება. თუ ნახატი მოთხოვნილ ფიგურას შეესაბამება, იგი ბაზაში შეინახება და ხელოვნური ინტელექტის სისტემის ნაწილი გახდება.

ხელოვნური ინტელექტის შესაძლებლობები ამოუწურავია.

მაგალითად, ავტომატური მოკარნახე - ეფექტურია ტექსტებზე სამუშაოდ, განსაკუთრებით მაშინ, როცა ადამიანს ენის საკმარისი ცოდნა არ გააჩნია. ვებგვერდი4 თავისი ხელოვნური ინტელექტით მომხმარებელს გამართული ინგლისური ტექსტების წერაში ეხმარება. იგი იყენებს 350 მილიონ სიტყვაზე მომუშავე დასწავლის ალგორითმს, რომელიც ინტერნეტიდან აღებული ტექსტების საფუძველზე მუშაობს. შესაძლებელია, მაგალითად, შეტანის ფანჯარაში შემდეგი ტექსტის აკრეფა: „Georgia is a...“, ხოლო ეკრანის მარჯვენა მხარეს გამოჩნდება სავარაუდო გაგრძელებები ინტერნეტში მათი გამოყენების პროცენტული მაჩვენებლებით (იხ. სურათი #3).

სურათი #3. ხელოვნური ინტელექტი ტექსტის გენერირებისთვის

როგორც სურათიდან იკვეთება, შეტანილი ფრაზის გაგრძელებას შემთხვევათა 4,4%-ში წარმოადგენს სიტყვა state (შტატი), ხოლო სიტყვა country (ქვეყანა) 2,5%-ით მეორე ადგილზეა, რაც მიუთითებს, რომ ინტერნეტი ამერიკის შტატ „ჯორჯიას“ უკეთესად იცნობს, ვიდრე ქვეყანა საქართველოს.

ინტერნეტის საშუალებით მოიძიეთ და აღწერეთ ხელოვნური ინტერნეტის სისტემები ან ონლაინ-სიმულატორები: ლექსების დასაწერად; მუსიკის შესაქმნელად; ყალბი ინფორმაციის (Fake news) გავრცელებასთან საბრძოლველად;

შემუშავებულია: დ. გულუა

ხელოვნური ინტელექტი

3

2 https://research.google.com/semantris/

21-ე საუკუნის ყველაზე დიდ ტექნოლოგიურ გამოწვევას ხელოვნური ინტელექტი წარმოადგენს. გლობალურ საინფორმაციო სივრცეში უკვე ფართოდ მოიკიდა ფეხი ადამიანის მსგავსად „მოაზროვნე“ კომპიუტერებმა და პროგრამებმა, თუმცა კომპიუტერების „გაადამიანურების“ იდეა ბევრად ადრე წარმოიშვა და ტერმინი „ხელოვნური ინტელექტი“ (AI – Artificial Intelligence) პირველად 1956 წელს, სტენფორდის უნივერსიტეტში გამოიყენეს. გასული საუკუნის 50-იანი წლებიდან მოყოლებული კომპიუტერმა „ისწავლა“ ჭადრაკის თამაში, ხატვა, ლექსების წერა, მანქანის მართვა და სხვა უამრავი სასარგებლო საქმე, ხოლო 70-იან წლებში შეიქმნა პირველი ექსპერტული სისტემები, რომლებიც მიწოდებული მონაცემების დამუშავების საფუძველზე მომხმარებლებისთვის ექსპერტულ რეკომენდაციებს აყალიბებდნენ.

ამასთანავე, არსებობდა „ხელოვნური ინტელექტის ზამთრად“ (AI Winter) წოდებული ჩავარდნის პერიოდებიც, როცა სხვადასხვა პროექტების დასაფინანსებლად ინვესტორები თანხების გამოყოფისგან თავს იკავებდნენ, რადგან მსგავსი პროექტებიდან კომერციული სარგებლის მიღება რისკს წარმოადგენდა. მხოლოდ ბოლო ათწლეულში საკითხი კვლავ გახდა აქტუალური და დღესდღეობით გამოყენებითი ხელოვნური ინტელექტის (Applied AI) ბაზარზე ასობით კომპანიის პროდუქტია წარმოდგენილი1. რატომ მაინცდამაინც ახლა? ამ კითხვაზე პასუხის გასაცემად ტერმინი „დიდი მონაცემები“ (Big Data) გამოდგება.

დიდი მონაცემები ინახება, მაგალითად, ინტერნეტის ყველაზე ცნობილ ვიდეო პორტალ youtube.com-ზე, სადაც მილიარდობით ვიდეოა განთავსებული და ამავდროულად, მათი რიცხვი ყოველ წუთს ხუთას საათიანი ვიდეო მასალით ივსება. მომხმარებელს კი ერთი ვიდეოს ნახვის

შემდეგ მსგავსი შინაარსის სხვა ვიდეოების ყურების სურვილი უჩნდება და პრობლემაც იჩენს თავს: ვინ უნდა გადაწყვიტოს, რომელ მომხმარებელს ვიდეოების რომელი ნაკრები შესთავაზოს, რომ მას პორტალზე დარჩენა მოუნდეს?

არსებობს შემთხვევები, როცა youtube.com-ზე ატვირთული ვიდეოების საკმაოდ დიდი ნაწილის გამოქვეყნება დაუშვებელია რადგან არღვევს საავტორო უფლებებს ან ხშირ შემთხვევაში რაიმე სხვა კანონს ეწინააღმდეგება, ამიტომ ატვირთვისთანავე უნდა იქნას დაბლოკილი, რისთვისაც სპეციალური ალგორითმებით ხდება ვიდეოს შიგთავსის ანალიზი.

ასევე, კომპანია amazon.com-ის წარმატების ერთ-ერთი საიდუმლო იმაშიცაა, რომ მილიარდობით გასაყიდი პროდუქტიდან ყოველ კონკრეტულ მომხმარებელს მხოლოდ მის სურვილებთან და შესაძლებლობებთან თანხვედრილი შეთავაზებები მიეწოდება.

თითოეულ ჩამოთვლილ და უამრავ სხვა შემთხვევას მივყავართ „დიდ მონაცემებთან“. როცა ჩვეულებრივი კომპიუტერი ვერ ახერხებს ინფორმაციის გიგანტური მოცულობიდან საჭირო მონაცემების მოძიებას და მათგან ახალი, ბიზნესისთვის სასარგებლო ინფორმაციის გენერირებას, საჭიროა საქმეში ადამიანის ინტელექტისა და ლოგიკის ჩართვა.

როგორ უნდა მოიქცეს კომპანია, მაშინ როცა „დიდი მონაცემების“ დამუშავება სჭირდება? თანამშრომლები აიყვანოს და თითოეული მომხმარებლის გემოვნების გათვალისწინება დაავალოს? - ასეთ შემთხვევაში ათასობით ადამიანის დაქირავება გახდება საჭირო და კომპანია ფინანსურად იზარალებს. ამიტომაც, ხელოვნური ინტელექტით აღჭურვილი კომპიუტერების გამოყენების საჭიროება ჩნდება, რომლებიც ადამიანივით „აზროვნებენ“, ოღონდ გადაწყვეტილებებს ბევრად უფრო სწრაფად იღებენ და წლების მანძილზე შესვენების გარეშე მუშაობა შეუძლიათ.

„ენციკლოპედია ბრიტანიკას“ განმარტებით, ხელოვნური ინტელექტი წარმოადგენს კომპიუტერის ან ციფრულად მართული რობოტის უნარს, შეასრულოს მოაზროვნე არსებასთან - ადამიანთან ასოცირებული ამოცანები. კემბრიჯისა და ოქსფორდის ლექსიკონებში დაკონკრეტებულია

ის ინტელექტუალური უნარები, რომლებშიც კომპიუტერი დღეს ადამიანს უწევს კონკურენციას და ხშირად გამოსდის კიდეც შემდეგი მიმართულებებით:

ვიზუალური აღქმა (Visual perception) და სურათების ამოცნობა (Pic-ture recognition); ენათშორისი კომუნიკაცია (Translation between languages); ტექსტის და საუბრის ამოცნობა (Text and speech recognition); პრობლემების გადაჭრა და გადაწყვეტილებათა მიღება (Solve prob-lems, make decisions); სწავლა (Learn).

ხელოვნური ინტელექტის სისტემის განვითარება, შესაძლებელია შევადაროთ ახლად დაბადებული ბავშვის ზრდის პროცესს. გარე სამყაროდან მიღებული ინფორმაციით ბავშვი იმაღლებს ცოდნას და უვითარდება ინტელექტი. ასევე, მანქანური დასწავლის (Machine learn-ing), ხოლო უფრო მაღალ დონეზე ღრმა დასწავლის (Deep learning) მეშვეობით მატულობს ხელოვნური ინტელექტის სისტემების „განსწავლულობა“, შესაბამისად, რაც მეტია შემავალი ინფორმაცია, მით მეტია ხელოვნური ინტელექტის სისტემის ეფექტურობა და ნაკლებია შეცდომების დაშვების ალბათობა.

დღესდღეობით, ხელოვნური ინტელექტის სისტემები ფართოდ გამოიყენება ჯანდაცვაში (სწორი დიაგნოზის დასადგენად), მარკეტინგში (მომხმარებლისთვის მიზნობრივი რეკლამის მისაწოდებლად), ელექტრონული კომერციის სისტემებში, წარმოებაში (ავტომატურად მართული ავტომობილების შესაქმნელად), საბანკო სექტორში (ფინანსური თაღლითობის აღმოსაჩენად და აღსაკვეთად).

AI მიმართულების განვითარებაზე მუშაობენ როგორც საყოველთაოდ ცნობილი IT კომპანიები (Google, Microsoft, Amazon, IBM და სხვები), ასევე სტარტაპები, რომელთა ამოცანას მხოლოდ ხელოვნური ინტელექტის სისტემების განვითარება წარმოადგენს. მაგალითად, Google Research Lab-ის (გუგლის კვლევითი ლაბორატორია) სპეციალისტებმა შექმნეს სემანტიკური ონლაინ-სიმულატორი - Semantrics2, რომელიც სიტყვათა

ასოციაციური კავშირების მანქანური დასწავლის (Machine learning) საფუძველზე მუშაობს. გარეგნულად სიმულატორი ცნობილ თამაშს, „ტეტრისს“ ჰგავს და ორი განყოფილებისგან შედგება: პირველში - (Arcade) ზემოდან სიტყვები ჩამოდის, ხოლო მეორეში - (Blocks) მართკუთხა ბლოკებშია ჩაწერილი. სიტყვებისთვის მათი შესატყვისები უნდა მოიძებნოს და კლავიატურაზე აიკრიფოს. ამ დროს, ხელოვნური ინტელექტი ასრულებს შეტანილი სიტყვის ანალიზს და ეცდება ასოციაციურად დააკავშიროს ბლოკებში ჩაწერილ რომელიმე სიტყვასთან. თუ თანხვედრა შედგა, შესაბამისი ფერის „აგურები“ ჩამოიშლება, ზუსტად როგორც „ტეტრისში“. სურათ #2-ზე ჩანს, რომ სიტყვა „მთვარის“ (moon) შეტანის შემდეგ ხელოვნურმა ინტელექტმა ასოციაციურად სიტყვა „მზეს“ (sun) დაუკავშირა და ყველა მელნისფერი „აგური“ ჩამოშალა.

სურათი 2. ხელოვნური ინტელექტი სიტყვათა ასოციაციური დაკავშირებისთვის

Google-ის ხელოვნური ინტელექტის ონლაინ-სისტემა Quick, Draw ნახატების ასოციაციურ დაკავშირებას ახორციელებს. სისტემას დასწავლილი და დახარისხებული აქვს 15 მილიონი მომხმარებლის მიერ შექმნილი 50 მილიონზე მეტი მაუსით დახატული გრაფიკული გამოსახულება (Doodle) და ახალ დახატულ ფიგურებსაც ასოციაციურად აკავშირებს უკვე არსებულებთან. მაგალითად, სისტემის გამოსაცდელად შესაძლებელია ვებგვერდზე შესვლა3 და შემდეგ ბმულზე გადასვლა - „world’s largest doodling data set“, სადაც ბაზაში უკვე არსებული ფიგურების ნახვა შეიძლება, ხოლო „Let’s draw!“ ღილაკზე დაჭერით სისტემა მოითხოვს რომელიმე ფიგურის დახატვას (მაგალითად, ქოლგის ან სენდვიჩის). ხატვის პროცესში იგზავნება ხმოვანი შეტყობინება - მოცემულ

მომენტში ნახატი რა ფიგურასთან ასოცირდება. თუ ნახატი მოთხოვნილ ფიგურას შეესაბამება, იგი ბაზაში შეინახება და ხელოვნური ინტელექტის სისტემის ნაწილი გახდება.

ხელოვნური ინტელექტის შესაძლებლობები ამოუწურავია.

მაგალითად, ავტომატური მოკარნახე - ეფექტურია ტექსტებზე სამუშაოდ, განსაკუთრებით მაშინ, როცა ადამიანს ენის საკმარისი ცოდნა არ გააჩნია. ვებგვერდი4 თავისი ხელოვნური ინტელექტით მომხმარებელს გამართული ინგლისური ტექსტების წერაში ეხმარება. იგი იყენებს 350 მილიონ სიტყვაზე მომუშავე დასწავლის ალგორითმს, რომელიც ინტერნეტიდან აღებული ტექსტების საფუძველზე მუშაობს. შესაძლებელია, მაგალითად, შეტანის ფანჯარაში შემდეგი ტექსტის აკრეფა: „Georgia is a...“, ხოლო ეკრანის მარჯვენა მხარეს გამოჩნდება სავარაუდო გაგრძელებები ინტერნეტში მათი გამოყენების პროცენტული მაჩვენებლებით (იხ. სურათი #3).

სურათი #3. ხელოვნური ინტელექტი ტექსტის გენერირებისთვის

როგორც სურათიდან იკვეთება, შეტანილი ფრაზის გაგრძელებას შემთხვევათა 4,4%-ში წარმოადგენს სიტყვა state (შტატი), ხოლო სიტყვა country (ქვეყანა) 2,5%-ით მეორე ადგილზეა, რაც მიუთითებს, რომ ინტერნეტი ამერიკის შტატ „ჯორჯიას“ უკეთესად იცნობს, ვიდრე ქვეყანა საქართველოს.

ინტერნეტის საშუალებით მოიძიეთ და აღწერეთ ხელოვნური ინტერნეტის სისტემები ან ონლაინ-სიმულატორები: ლექსების დასაწერად; მუსიკის შესაქმნელად; ყალბი ინფორმაციის (Fake news) გავრცელებასთან საბრძოლველად;

შემუშავებულია: დ. გულუა

ხელოვნური ინტელექტი

4

3 https://quickdraw.withgoogle.com

21-ე საუკუნის ყველაზე დიდ ტექნოლოგიურ გამოწვევას ხელოვნური ინტელექტი წარმოადგენს. გლობალურ საინფორმაციო სივრცეში უკვე ფართოდ მოიკიდა ფეხი ადამიანის მსგავსად „მოაზროვნე“ კომპიუტერებმა და პროგრამებმა, თუმცა კომპიუტერების „გაადამიანურების“ იდეა ბევრად ადრე წარმოიშვა და ტერმინი „ხელოვნური ინტელექტი“ (AI – Artificial Intelligence) პირველად 1956 წელს, სტენფორდის უნივერსიტეტში გამოიყენეს. გასული საუკუნის 50-იანი წლებიდან მოყოლებული კომპიუტერმა „ისწავლა“ ჭადრაკის თამაში, ხატვა, ლექსების წერა, მანქანის მართვა და სხვა უამრავი სასარგებლო საქმე, ხოლო 70-იან წლებში შეიქმნა პირველი ექსპერტული სისტემები, რომლებიც მიწოდებული მონაცემების დამუშავების საფუძველზე მომხმარებლებისთვის ექსპერტულ რეკომენდაციებს აყალიბებდნენ.

ამასთანავე, არსებობდა „ხელოვნური ინტელექტის ზამთრად“ (AI Winter) წოდებული ჩავარდნის პერიოდებიც, როცა სხვადასხვა პროექტების დასაფინანსებლად ინვესტორები თანხების გამოყოფისგან თავს იკავებდნენ, რადგან მსგავსი პროექტებიდან კომერციული სარგებლის მიღება რისკს წარმოადგენდა. მხოლოდ ბოლო ათწლეულში საკითხი კვლავ გახდა აქტუალური და დღესდღეობით გამოყენებითი ხელოვნური ინტელექტის (Applied AI) ბაზარზე ასობით კომპანიის პროდუქტია წარმოდგენილი1. რატომ მაინცდამაინც ახლა? ამ კითხვაზე პასუხის გასაცემად ტერმინი „დიდი მონაცემები“ (Big Data) გამოდგება.

დიდი მონაცემები ინახება, მაგალითად, ინტერნეტის ყველაზე ცნობილ ვიდეო პორტალ youtube.com-ზე, სადაც მილიარდობით ვიდეოა განთავსებული და ამავდროულად, მათი რიცხვი ყოველ წუთს ხუთას საათიანი ვიდეო მასალით ივსება. მომხმარებელს კი ერთი ვიდეოს ნახვის

შემდეგ მსგავსი შინაარსის სხვა ვიდეოების ყურების სურვილი უჩნდება და პრობლემაც იჩენს თავს: ვინ უნდა გადაწყვიტოს, რომელ მომხმარებელს ვიდეოების რომელი ნაკრები შესთავაზოს, რომ მას პორტალზე დარჩენა მოუნდეს?

არსებობს შემთხვევები, როცა youtube.com-ზე ატვირთული ვიდეოების საკმაოდ დიდი ნაწილის გამოქვეყნება დაუშვებელია რადგან არღვევს საავტორო უფლებებს ან ხშირ შემთხვევაში რაიმე სხვა კანონს ეწინააღმდეგება, ამიტომ ატვირთვისთანავე უნდა იქნას დაბლოკილი, რისთვისაც სპეციალური ალგორითმებით ხდება ვიდეოს შიგთავსის ანალიზი.

ასევე, კომპანია amazon.com-ის წარმატების ერთ-ერთი საიდუმლო იმაშიცაა, რომ მილიარდობით გასაყიდი პროდუქტიდან ყოველ კონკრეტულ მომხმარებელს მხოლოდ მის სურვილებთან და შესაძლებლობებთან თანხვედრილი შეთავაზებები მიეწოდება.

თითოეულ ჩამოთვლილ და უამრავ სხვა შემთხვევას მივყავართ „დიდ მონაცემებთან“. როცა ჩვეულებრივი კომპიუტერი ვერ ახერხებს ინფორმაციის გიგანტური მოცულობიდან საჭირო მონაცემების მოძიებას და მათგან ახალი, ბიზნესისთვის სასარგებლო ინფორმაციის გენერირებას, საჭიროა საქმეში ადამიანის ინტელექტისა და ლოგიკის ჩართვა.

როგორ უნდა მოიქცეს კომპანია, მაშინ როცა „დიდი მონაცემების“ დამუშავება სჭირდება? თანამშრომლები აიყვანოს და თითოეული მომხმარებლის გემოვნების გათვალისწინება დაავალოს? - ასეთ შემთხვევაში ათასობით ადამიანის დაქირავება გახდება საჭირო და კომპანია ფინანსურად იზარალებს. ამიტომაც, ხელოვნური ინტელექტით აღჭურვილი კომპიუტერების გამოყენების საჭიროება ჩნდება, რომლებიც ადამიანივით „აზროვნებენ“, ოღონდ გადაწყვეტილებებს ბევრად უფრო სწრაფად იღებენ და წლების მანძილზე შესვენების გარეშე მუშაობა შეუძლიათ.

„ენციკლოპედია ბრიტანიკას“ განმარტებით, ხელოვნური ინტელექტი წარმოადგენს კომპიუტერის ან ციფრულად მართული რობოტის უნარს, შეასრულოს მოაზროვნე არსებასთან - ადამიანთან ასოცირებული ამოცანები. კემბრიჯისა და ოქსფორდის ლექსიკონებში დაკონკრეტებულია

ის ინტელექტუალური უნარები, რომლებშიც კომპიუტერი დღეს ადამიანს უწევს კონკურენციას და ხშირად გამოსდის კიდეც შემდეგი მიმართულებებით:

ვიზუალური აღქმა (Visual perception) და სურათების ამოცნობა (Pic-ture recognition); ენათშორისი კომუნიკაცია (Translation between languages); ტექსტის და საუბრის ამოცნობა (Text and speech recognition); პრობლემების გადაჭრა და გადაწყვეტილებათა მიღება (Solve prob-lems, make decisions); სწავლა (Learn).

ხელოვნური ინტელექტის სისტემის განვითარება, შესაძლებელია შევადაროთ ახლად დაბადებული ბავშვის ზრდის პროცესს. გარე სამყაროდან მიღებული ინფორმაციით ბავშვი იმაღლებს ცოდნას და უვითარდება ინტელექტი. ასევე, მანქანური დასწავლის (Machine learn-ing), ხოლო უფრო მაღალ დონეზე ღრმა დასწავლის (Deep learning) მეშვეობით მატულობს ხელოვნური ინტელექტის სისტემების „განსწავლულობა“, შესაბამისად, რაც მეტია შემავალი ინფორმაცია, მით მეტია ხელოვნური ინტელექტის სისტემის ეფექტურობა და ნაკლებია შეცდომების დაშვების ალბათობა.

დღესდღეობით, ხელოვნური ინტელექტის სისტემები ფართოდ გამოიყენება ჯანდაცვაში (სწორი დიაგნოზის დასადგენად), მარკეტინგში (მომხმარებლისთვის მიზნობრივი რეკლამის მისაწოდებლად), ელექტრონული კომერციის სისტემებში, წარმოებაში (ავტომატურად მართული ავტომობილების შესაქმნელად), საბანკო სექტორში (ფინანსური თაღლითობის აღმოსაჩენად და აღსაკვეთად).

AI მიმართულების განვითარებაზე მუშაობენ როგორც საყოველთაოდ ცნობილი IT კომპანიები (Google, Microsoft, Amazon, IBM და სხვები), ასევე სტარტაპები, რომელთა ამოცანას მხოლოდ ხელოვნური ინტელექტის სისტემების განვითარება წარმოადგენს. მაგალითად, Google Research Lab-ის (გუგლის კვლევითი ლაბორატორია) სპეციალისტებმა შექმნეს სემანტიკური ონლაინ-სიმულატორი - Semantrics2, რომელიც სიტყვათა

ასოციაციური კავშირების მანქანური დასწავლის (Machine learning) საფუძველზე მუშაობს. გარეგნულად სიმულატორი ცნობილ თამაშს, „ტეტრისს“ ჰგავს და ორი განყოფილებისგან შედგება: პირველში - (Arcade) ზემოდან სიტყვები ჩამოდის, ხოლო მეორეში - (Blocks) მართკუთხა ბლოკებშია ჩაწერილი. სიტყვებისთვის მათი შესატყვისები უნდა მოიძებნოს და კლავიატურაზე აიკრიფოს. ამ დროს, ხელოვნური ინტელექტი ასრულებს შეტანილი სიტყვის ანალიზს და ეცდება ასოციაციურად დააკავშიროს ბლოკებში ჩაწერილ რომელიმე სიტყვასთან. თუ თანხვედრა შედგა, შესაბამისი ფერის „აგურები“ ჩამოიშლება, ზუსტად როგორც „ტეტრისში“. სურათ #2-ზე ჩანს, რომ სიტყვა „მთვარის“ (moon) შეტანის შემდეგ ხელოვნურმა ინტელექტმა ასოციაციურად სიტყვა „მზეს“ (sun) დაუკავშირა და ყველა მელნისფერი „აგური“ ჩამოშალა.

სურათი 2. ხელოვნური ინტელექტი სიტყვათა ასოციაციური დაკავშირებისთვის

Google-ის ხელოვნური ინტელექტის ონლაინ-სისტემა Quick, Draw ნახატების ასოციაციურ დაკავშირებას ახორციელებს. სისტემას დასწავლილი და დახარისხებული აქვს 15 მილიონი მომხმარებლის მიერ შექმნილი 50 მილიონზე მეტი მაუსით დახატული გრაფიკული გამოსახულება (Doodle) და ახალ დახატულ ფიგურებსაც ასოციაციურად აკავშირებს უკვე არსებულებთან. მაგალითად, სისტემის გამოსაცდელად შესაძლებელია ვებგვერდზე შესვლა3 და შემდეგ ბმულზე გადასვლა - „world’s largest doodling data set“, სადაც ბაზაში უკვე არსებული ფიგურების ნახვა შეიძლება, ხოლო „Let’s draw!“ ღილაკზე დაჭერით სისტემა მოითხოვს რომელიმე ფიგურის დახატვას (მაგალითად, ქოლგის ან სენდვიჩის). ხატვის პროცესში იგზავნება ხმოვანი შეტყობინება - მოცემულ

მომენტში ნახატი რა ფიგურასთან ასოცირდება. თუ ნახატი მოთხოვნილ ფიგურას შეესაბამება, იგი ბაზაში შეინახება და ხელოვნური ინტელექტის სისტემის ნაწილი გახდება.

ხელოვნური ინტელექტის შესაძლებლობები ამოუწურავია.

მაგალითად, ავტომატური მოკარნახე - ეფექტურია ტექსტებზე სამუშაოდ, განსაკუთრებით მაშინ, როცა ადამიანს ენის საკმარისი ცოდნა არ გააჩნია. ვებგვერდი4 თავისი ხელოვნური ინტელექტით მომხმარებელს გამართული ინგლისური ტექსტების წერაში ეხმარება. იგი იყენებს 350 მილიონ სიტყვაზე მომუშავე დასწავლის ალგორითმს, რომელიც ინტერნეტიდან აღებული ტექსტების საფუძველზე მუშაობს. შესაძლებელია, მაგალითად, შეტანის ფანჯარაში შემდეგი ტექსტის აკრეფა: „Georgia is a...“, ხოლო ეკრანის მარჯვენა მხარეს გამოჩნდება სავარაუდო გაგრძელებები ინტერნეტში მათი გამოყენების პროცენტული მაჩვენებლებით (იხ. სურათი #3).

სურათი #3. ხელოვნური ინტელექტი ტექსტის გენერირებისთვის

როგორც სურათიდან იკვეთება, შეტანილი ფრაზის გაგრძელებას შემთხვევათა 4,4%-ში წარმოადგენს სიტყვა state (შტატი), ხოლო სიტყვა country (ქვეყანა) 2,5%-ით მეორე ადგილზეა, რაც მიუთითებს, რომ ინტერნეტი ამერიკის შტატ „ჯორჯიას“ უკეთესად იცნობს, ვიდრე ქვეყანა საქართველოს.

ინტერნეტის საშუალებით მოიძიეთ და აღწერეთ ხელოვნური ინტერნეტის სისტემები ან ონლაინ-სიმულატორები: ლექსების დასაწერად; მუსიკის შესაქმნელად; ყალბი ინფორმაციის (Fake news) გავრცელებასთან საბრძოლველად;

შემუშავებულია: დ. გულუა

ხელოვნური ინტელექტი

5

4 https://research.google.com/semantris/

21-ე საუკუნის ყველაზე დიდ ტექნოლოგიურ გამოწვევას ხელოვნური ინტელექტი წარმოადგენს. გლობალურ საინფორმაციო სივრცეში უკვე ფართოდ მოიკიდა ფეხი ადამიანის მსგავსად „მოაზროვნე“ კომპიუტერებმა და პროგრამებმა, თუმცა კომპიუტერების „გაადამიანურების“ იდეა ბევრად ადრე წარმოიშვა და ტერმინი „ხელოვნური ინტელექტი“ (AI – Artificial Intelligence) პირველად 1956 წელს, სტენფორდის უნივერსიტეტში გამოიყენეს. გასული საუკუნის 50-იანი წლებიდან მოყოლებული კომპიუტერმა „ისწავლა“ ჭადრაკის თამაში, ხატვა, ლექსების წერა, მანქანის მართვა და სხვა უამრავი სასარგებლო საქმე, ხოლო 70-იან წლებში შეიქმნა პირველი ექსპერტული სისტემები, რომლებიც მიწოდებული მონაცემების დამუშავების საფუძველზე მომხმარებლებისთვის ექსპერტულ რეკომენდაციებს აყალიბებდნენ.

ამასთანავე, არსებობდა „ხელოვნური ინტელექტის ზამთრად“ (AI Winter) წოდებული ჩავარდნის პერიოდებიც, როცა სხვადასხვა პროექტების დასაფინანსებლად ინვესტორები თანხების გამოყოფისგან თავს იკავებდნენ, რადგან მსგავსი პროექტებიდან კომერციული სარგებლის მიღება რისკს წარმოადგენდა. მხოლოდ ბოლო ათწლეულში საკითხი კვლავ გახდა აქტუალური და დღესდღეობით გამოყენებითი ხელოვნური ინტელექტის (Applied AI) ბაზარზე ასობით კომპანიის პროდუქტია წარმოდგენილი1. რატომ მაინცდამაინც ახლა? ამ კითხვაზე პასუხის გასაცემად ტერმინი „დიდი მონაცემები“ (Big Data) გამოდგება.

დიდი მონაცემები ინახება, მაგალითად, ინტერნეტის ყველაზე ცნობილ ვიდეო პორტალ youtube.com-ზე, სადაც მილიარდობით ვიდეოა განთავსებული და ამავდროულად, მათი რიცხვი ყოველ წუთს ხუთას საათიანი ვიდეო მასალით ივსება. მომხმარებელს კი ერთი ვიდეოს ნახვის

შემდეგ მსგავსი შინაარსის სხვა ვიდეოების ყურების სურვილი უჩნდება და პრობლემაც იჩენს თავს: ვინ უნდა გადაწყვიტოს, რომელ მომხმარებელს ვიდეოების რომელი ნაკრები შესთავაზოს, რომ მას პორტალზე დარჩენა მოუნდეს?

არსებობს შემთხვევები, როცა youtube.com-ზე ატვირთული ვიდეოების საკმაოდ დიდი ნაწილის გამოქვეყნება დაუშვებელია რადგან არღვევს საავტორო უფლებებს ან ხშირ შემთხვევაში რაიმე სხვა კანონს ეწინააღმდეგება, ამიტომ ატვირთვისთანავე უნდა იქნას დაბლოკილი, რისთვისაც სპეციალური ალგორითმებით ხდება ვიდეოს შიგთავსის ანალიზი.

ასევე, კომპანია amazon.com-ის წარმატების ერთ-ერთი საიდუმლო იმაშიცაა, რომ მილიარდობით გასაყიდი პროდუქტიდან ყოველ კონკრეტულ მომხმარებელს მხოლოდ მის სურვილებთან და შესაძლებლობებთან თანხვედრილი შეთავაზებები მიეწოდება.

თითოეულ ჩამოთვლილ და უამრავ სხვა შემთხვევას მივყავართ „დიდ მონაცემებთან“. როცა ჩვეულებრივი კომპიუტერი ვერ ახერხებს ინფორმაციის გიგანტური მოცულობიდან საჭირო მონაცემების მოძიებას და მათგან ახალი, ბიზნესისთვის სასარგებლო ინფორმაციის გენერირებას, საჭიროა საქმეში ადამიანის ინტელექტისა და ლოგიკის ჩართვა.

როგორ უნდა მოიქცეს კომპანია, მაშინ როცა „დიდი მონაცემების“ დამუშავება სჭირდება? თანამშრომლები აიყვანოს და თითოეული მომხმარებლის გემოვნების გათვალისწინება დაავალოს? - ასეთ შემთხვევაში ათასობით ადამიანის დაქირავება გახდება საჭირო და კომპანია ფინანსურად იზარალებს. ამიტომაც, ხელოვნური ინტელექტით აღჭურვილი კომპიუტერების გამოყენების საჭიროება ჩნდება, რომლებიც ადამიანივით „აზროვნებენ“, ოღონდ გადაწყვეტილებებს ბევრად უფრო სწრაფად იღებენ და წლების მანძილზე შესვენების გარეშე მუშაობა შეუძლიათ.

„ენციკლოპედია ბრიტანიკას“ განმარტებით, ხელოვნური ინტელექტი წარმოადგენს კომპიუტერის ან ციფრულად მართული რობოტის უნარს, შეასრულოს მოაზროვნე არსებასთან - ადამიანთან ასოცირებული ამოცანები. კემბრიჯისა და ოქსფორდის ლექსიკონებში დაკონკრეტებულია

ის ინტელექტუალური უნარები, რომლებშიც კომპიუტერი დღეს ადამიანს უწევს კონკურენციას და ხშირად გამოსდის კიდეც შემდეგი მიმართულებებით:

ვიზუალური აღქმა (Visual perception) და სურათების ამოცნობა (Pic-ture recognition); ენათშორისი კომუნიკაცია (Translation between languages); ტექსტის და საუბრის ამოცნობა (Text and speech recognition); პრობლემების გადაჭრა და გადაწყვეტილებათა მიღება (Solve prob-lems, make decisions); სწავლა (Learn).

ხელოვნური ინტელექტის სისტემის განვითარება, შესაძლებელია შევადაროთ ახლად დაბადებული ბავშვის ზრდის პროცესს. გარე სამყაროდან მიღებული ინფორმაციით ბავშვი იმაღლებს ცოდნას და უვითარდება ინტელექტი. ასევე, მანქანური დასწავლის (Machine learn-ing), ხოლო უფრო მაღალ დონეზე ღრმა დასწავლის (Deep learning) მეშვეობით მატულობს ხელოვნური ინტელექტის სისტემების „განსწავლულობა“, შესაბამისად, რაც მეტია შემავალი ინფორმაცია, მით მეტია ხელოვნური ინტელექტის სისტემის ეფექტურობა და ნაკლებია შეცდომების დაშვების ალბათობა.

დღესდღეობით, ხელოვნური ინტელექტის სისტემები ფართოდ გამოიყენება ჯანდაცვაში (სწორი დიაგნოზის დასადგენად), მარკეტინგში (მომხმარებლისთვის მიზნობრივი რეკლამის მისაწოდებლად), ელექტრონული კომერციის სისტემებში, წარმოებაში (ავტომატურად მართული ავტომობილების შესაქმნელად), საბანკო სექტორში (ფინანსური თაღლითობის აღმოსაჩენად და აღსაკვეთად).

AI მიმართულების განვითარებაზე მუშაობენ როგორც საყოველთაოდ ცნობილი IT კომპანიები (Google, Microsoft, Amazon, IBM და სხვები), ასევე სტარტაპები, რომელთა ამოცანას მხოლოდ ხელოვნური ინტელექტის სისტემების განვითარება წარმოადგენს. მაგალითად, Google Research Lab-ის (გუგლის კვლევითი ლაბორატორია) სპეციალისტებმა შექმნეს სემანტიკური ონლაინ-სიმულატორი - Semantrics2, რომელიც სიტყვათა

ასოციაციური კავშირების მანქანური დასწავლის (Machine learning) საფუძველზე მუშაობს. გარეგნულად სიმულატორი ცნობილ თამაშს, „ტეტრისს“ ჰგავს და ორი განყოფილებისგან შედგება: პირველში - (Arcade) ზემოდან სიტყვები ჩამოდის, ხოლო მეორეში - (Blocks) მართკუთხა ბლოკებშია ჩაწერილი. სიტყვებისთვის მათი შესატყვისები უნდა მოიძებნოს და კლავიატურაზე აიკრიფოს. ამ დროს, ხელოვნური ინტელექტი ასრულებს შეტანილი სიტყვის ანალიზს და ეცდება ასოციაციურად დააკავშიროს ბლოკებში ჩაწერილ რომელიმე სიტყვასთან. თუ თანხვედრა შედგა, შესაბამისი ფერის „აგურები“ ჩამოიშლება, ზუსტად როგორც „ტეტრისში“. სურათ #2-ზე ჩანს, რომ სიტყვა „მთვარის“ (moon) შეტანის შემდეგ ხელოვნურმა ინტელექტმა ასოციაციურად სიტყვა „მზეს“ (sun) დაუკავშირა და ყველა მელნისფერი „აგური“ ჩამოშალა.

სურათი 2. ხელოვნური ინტელექტი სიტყვათა ასოციაციური დაკავშირებისთვის

Google-ის ხელოვნური ინტელექტის ონლაინ-სისტემა Quick, Draw ნახატების ასოციაციურ დაკავშირებას ახორციელებს. სისტემას დასწავლილი და დახარისხებული აქვს 15 მილიონი მომხმარებლის მიერ შექმნილი 50 მილიონზე მეტი მაუსით დახატული გრაფიკული გამოსახულება (Doodle) და ახალ დახატულ ფიგურებსაც ასოციაციურად აკავშირებს უკვე არსებულებთან. მაგალითად, სისტემის გამოსაცდელად შესაძლებელია ვებგვერდზე შესვლა3 და შემდეგ ბმულზე გადასვლა - „world’s largest doodling data set“, სადაც ბაზაში უკვე არსებული ფიგურების ნახვა შეიძლება, ხოლო „Let’s draw!“ ღილაკზე დაჭერით სისტემა მოითხოვს რომელიმე ფიგურის დახატვას (მაგალითად, ქოლგის ან სენდვიჩის). ხატვის პროცესში იგზავნება ხმოვანი შეტყობინება - მოცემულ

მომენტში ნახატი რა ფიგურასთან ასოცირდება. თუ ნახატი მოთხოვნილ ფიგურას შეესაბამება, იგი ბაზაში შეინახება და ხელოვნური ინტელექტის სისტემის ნაწილი გახდება.

ხელოვნური ინტელექტის შესაძლებლობები ამოუწურავია.

მაგალითად, ავტომატური მოკარნახე - ეფექტურია ტექსტებზე სამუშაოდ, განსაკუთრებით მაშინ, როცა ადამიანს ენის საკმარისი ცოდნა არ გააჩნია. ვებგვერდი4 თავისი ხელოვნური ინტელექტით მომხმარებელს გამართული ინგლისური ტექსტების წერაში ეხმარება. იგი იყენებს 350 მილიონ სიტყვაზე მომუშავე დასწავლის ალგორითმს, რომელიც ინტერნეტიდან აღებული ტექსტების საფუძველზე მუშაობს. შესაძლებელია, მაგალითად, შეტანის ფანჯარაში შემდეგი ტექსტის აკრეფა: „Georgia is a...“, ხოლო ეკრანის მარჯვენა მხარეს გამოჩნდება სავარაუდო გაგრძელებები ინტერნეტში მათი გამოყენების პროცენტული მაჩვენებლებით (იხ. სურათი #3).

სურათი #3. ხელოვნური ინტელექტი ტექსტის გენერირებისთვის

როგორც სურათიდან იკვეთება, შეტანილი ფრაზის გაგრძელებას შემთხვევათა 4,4%-ში წარმოადგენს სიტყვა state (შტატი), ხოლო სიტყვა country (ქვეყანა) 2,5%-ით მეორე ადგილზეა, რაც მიუთითებს, რომ ინტერნეტი ამერიკის შტატ „ჯორჯიას“ უკეთესად იცნობს, ვიდრე ქვეყანა საქართველოს.

ინტერნეტის საშუალებით მოიძიეთ და აღწერეთ ხელოვნური ინტერნეტის სისტემები ან ონლაინ-სიმულატორები: ლექსების დასაწერად; მუსიკის შესაქმნელად; ყალბი ინფორმაციის (Fake news) გავრცელებასთან საბრძოლველად;

შემუშავებულია: დ. გულუა

ხელოვნური ინტელექტი

6

დავალება

21-ე საუკუნის ყველაზე დიდ ტექნოლოგიურ გამოწვევას ხელოვნური ინტელექტი წარმოადგენს. გლობალურ საინფორმაციო სივრცეში უკვე ფართოდ მოიკიდა ფეხი ადამიანის მსგავსად „მოაზროვნე“ კომპიუტერებმა და პროგრამებმა, თუმცა კომპიუტერების „გაადამიანურების“ იდეა ბევრად ადრე წარმოიშვა და ტერმინი „ხელოვნური ინტელექტი“ (AI – Artificial Intelligence) პირველად 1956 წელს, სტენფორდის უნივერსიტეტში გამოიყენეს. გასული საუკუნის 50-იანი წლებიდან მოყოლებული კომპიუტერმა „ისწავლა“ ჭადრაკის თამაში, ხატვა, ლექსების წერა, მანქანის მართვა და სხვა უამრავი სასარგებლო საქმე, ხოლო 70-იან წლებში შეიქმნა პირველი ექსპერტული სისტემები, რომლებიც მიწოდებული მონაცემების დამუშავების საფუძველზე მომხმარებლებისთვის ექსპერტულ რეკომენდაციებს აყალიბებდნენ.

ამასთანავე, არსებობდა „ხელოვნური ინტელექტის ზამთრად“ (AI Winter) წოდებული ჩავარდნის პერიოდებიც, როცა სხვადასხვა პროექტების დასაფინანსებლად ინვესტორები თანხების გამოყოფისგან თავს იკავებდნენ, რადგან მსგავსი პროექტებიდან კომერციული სარგებლის მიღება რისკს წარმოადგენდა. მხოლოდ ბოლო ათწლეულში საკითხი კვლავ გახდა აქტუალური და დღესდღეობით გამოყენებითი ხელოვნური ინტელექტის (Applied AI) ბაზარზე ასობით კომპანიის პროდუქტია წარმოდგენილი1. რატომ მაინცდამაინც ახლა? ამ კითხვაზე პასუხის გასაცემად ტერმინი „დიდი მონაცემები“ (Big Data) გამოდგება.

დიდი მონაცემები ინახება, მაგალითად, ინტერნეტის ყველაზე ცნობილ ვიდეო პორტალ youtube.com-ზე, სადაც მილიარდობით ვიდეოა განთავსებული და ამავდროულად, მათი რიცხვი ყოველ წუთს ხუთას საათიანი ვიდეო მასალით ივსება. მომხმარებელს კი ერთი ვიდეოს ნახვის

შემდეგ მსგავსი შინაარსის სხვა ვიდეოების ყურების სურვილი უჩნდება და პრობლემაც იჩენს თავს: ვინ უნდა გადაწყვიტოს, რომელ მომხმარებელს ვიდეოების რომელი ნაკრები შესთავაზოს, რომ მას პორტალზე დარჩენა მოუნდეს?

არსებობს შემთხვევები, როცა youtube.com-ზე ატვირთული ვიდეოების საკმაოდ დიდი ნაწილის გამოქვეყნება დაუშვებელია რადგან არღვევს საავტორო უფლებებს ან ხშირ შემთხვევაში რაიმე სხვა კანონს ეწინააღმდეგება, ამიტომ ატვირთვისთანავე უნდა იქნას დაბლოკილი, რისთვისაც სპეციალური ალგორითმებით ხდება ვიდეოს შიგთავსის ანალიზი.

ასევე, კომპანია amazon.com-ის წარმატების ერთ-ერთი საიდუმლო იმაშიცაა, რომ მილიარდობით გასაყიდი პროდუქტიდან ყოველ კონკრეტულ მომხმარებელს მხოლოდ მის სურვილებთან და შესაძლებლობებთან თანხვედრილი შეთავაზებები მიეწოდება.

თითოეულ ჩამოთვლილ და უამრავ სხვა შემთხვევას მივყავართ „დიდ მონაცემებთან“. როცა ჩვეულებრივი კომპიუტერი ვერ ახერხებს ინფორმაციის გიგანტური მოცულობიდან საჭირო მონაცემების მოძიებას და მათგან ახალი, ბიზნესისთვის სასარგებლო ინფორმაციის გენერირებას, საჭიროა საქმეში ადამიანის ინტელექტისა და ლოგიკის ჩართვა.

როგორ უნდა მოიქცეს კომპანია, მაშინ როცა „დიდი მონაცემების“ დამუშავება სჭირდება? თანამშრომლები აიყვანოს და თითოეული მომხმარებლის გემოვნების გათვალისწინება დაავალოს? - ასეთ შემთხვევაში ათასობით ადამიანის დაქირავება გახდება საჭირო და კომპანია ფინანსურად იზარალებს. ამიტომაც, ხელოვნური ინტელექტით აღჭურვილი კომპიუტერების გამოყენების საჭიროება ჩნდება, რომლებიც ადამიანივით „აზროვნებენ“, ოღონდ გადაწყვეტილებებს ბევრად უფრო სწრაფად იღებენ და წლების მანძილზე შესვენების გარეშე მუშაობა შეუძლიათ.

„ენციკლოპედია ბრიტანიკას“ განმარტებით, ხელოვნური ინტელექტი წარმოადგენს კომპიუტერის ან ციფრულად მართული რობოტის უნარს, შეასრულოს მოაზროვნე არსებასთან - ადამიანთან ასოცირებული ამოცანები. კემბრიჯისა და ოქსფორდის ლექსიკონებში დაკონკრეტებულია

ის ინტელექტუალური უნარები, რომლებშიც კომპიუტერი დღეს ადამიანს უწევს კონკურენციას და ხშირად გამოსდის კიდეც შემდეგი მიმართულებებით:

ვიზუალური აღქმა (Visual perception) და სურათების ამოცნობა (Pic-ture recognition); ენათშორისი კომუნიკაცია (Translation between languages); ტექსტის და საუბრის ამოცნობა (Text and speech recognition); პრობლემების გადაჭრა და გადაწყვეტილებათა მიღება (Solve prob-lems, make decisions); სწავლა (Learn).

ხელოვნური ინტელექტის სისტემის განვითარება, შესაძლებელია შევადაროთ ახლად დაბადებული ბავშვის ზრდის პროცესს. გარე სამყაროდან მიღებული ინფორმაციით ბავშვი იმაღლებს ცოდნას და უვითარდება ინტელექტი. ასევე, მანქანური დასწავლის (Machine learn-ing), ხოლო უფრო მაღალ დონეზე ღრმა დასწავლის (Deep learning) მეშვეობით მატულობს ხელოვნური ინტელექტის სისტემების „განსწავლულობა“, შესაბამისად, რაც მეტია შემავალი ინფორმაცია, მით მეტია ხელოვნური ინტელექტის სისტემის ეფექტურობა და ნაკლებია შეცდომების დაშვების ალბათობა.

დღესდღეობით, ხელოვნური ინტელექტის სისტემები ფართოდ გამოიყენება ჯანდაცვაში (სწორი დიაგნოზის დასადგენად), მარკეტინგში (მომხმარებლისთვის მიზნობრივი რეკლამის მისაწოდებლად), ელექტრონული კომერციის სისტემებში, წარმოებაში (ავტომატურად მართული ავტომობილების შესაქმნელად), საბანკო სექტორში (ფინანსური თაღლითობის აღმოსაჩენად და აღსაკვეთად).

AI მიმართულების განვითარებაზე მუშაობენ როგორც საყოველთაოდ ცნობილი IT კომპანიები (Google, Microsoft, Amazon, IBM და სხვები), ასევე სტარტაპები, რომელთა ამოცანას მხოლოდ ხელოვნური ინტელექტის სისტემების განვითარება წარმოადგენს. მაგალითად, Google Research Lab-ის (გუგლის კვლევითი ლაბორატორია) სპეციალისტებმა შექმნეს სემანტიკური ონლაინ-სიმულატორი - Semantrics2, რომელიც სიტყვათა

ასოციაციური კავშირების მანქანური დასწავლის (Machine learning) საფუძველზე მუშაობს. გარეგნულად სიმულატორი ცნობილ თამაშს, „ტეტრისს“ ჰგავს და ორი განყოფილებისგან შედგება: პირველში - (Arcade) ზემოდან სიტყვები ჩამოდის, ხოლო მეორეში - (Blocks) მართკუთხა ბლოკებშია ჩაწერილი. სიტყვებისთვის მათი შესატყვისები უნდა მოიძებნოს და კლავიატურაზე აიკრიფოს. ამ დროს, ხელოვნური ინტელექტი ასრულებს შეტანილი სიტყვის ანალიზს და ეცდება ასოციაციურად დააკავშიროს ბლოკებში ჩაწერილ რომელიმე სიტყვასთან. თუ თანხვედრა შედგა, შესაბამისი ფერის „აგურები“ ჩამოიშლება, ზუსტად როგორც „ტეტრისში“. სურათ #2-ზე ჩანს, რომ სიტყვა „მთვარის“ (moon) შეტანის შემდეგ ხელოვნურმა ინტელექტმა ასოციაციურად სიტყვა „მზეს“ (sun) დაუკავშირა და ყველა მელნისფერი „აგური“ ჩამოშალა.

სურათი 2. ხელოვნური ინტელექტი სიტყვათა ასოციაციური დაკავშირებისთვის

Google-ის ხელოვნური ინტელექტის ონლაინ-სისტემა Quick, Draw ნახატების ასოციაციურ დაკავშირებას ახორციელებს. სისტემას დასწავლილი და დახარისხებული აქვს 15 მილიონი მომხმარებლის მიერ შექმნილი 50 მილიონზე მეტი მაუსით დახატული გრაფიკული გამოსახულება (Doodle) და ახალ დახატულ ფიგურებსაც ასოციაციურად აკავშირებს უკვე არსებულებთან. მაგალითად, სისტემის გამოსაცდელად შესაძლებელია ვებგვერდზე შესვლა3 და შემდეგ ბმულზე გადასვლა - „world’s largest doodling data set“, სადაც ბაზაში უკვე არსებული ფიგურების ნახვა შეიძლება, ხოლო „Let’s draw!“ ღილაკზე დაჭერით სისტემა მოითხოვს რომელიმე ფიგურის დახატვას (მაგალითად, ქოლგის ან სენდვიჩის). ხატვის პროცესში იგზავნება ხმოვანი შეტყობინება - მოცემულ

მომენტში ნახატი რა ფიგურასთან ასოცირდება. თუ ნახატი მოთხოვნილ ფიგურას შეესაბამება, იგი ბაზაში შეინახება და ხელოვნური ინტელექტის სისტემის ნაწილი გახდება.

ხელოვნური ინტელექტის შესაძლებლობები ამოუწურავია.

მაგალითად, ავტომატური მოკარნახე - ეფექტურია ტექსტებზე სამუშაოდ, განსაკუთრებით მაშინ, როცა ადამიანს ენის საკმარისი ცოდნა არ გააჩნია. ვებგვერდი4 თავისი ხელოვნური ინტელექტით მომხმარებელს გამართული ინგლისური ტექსტების წერაში ეხმარება. იგი იყენებს 350 მილიონ სიტყვაზე მომუშავე დასწავლის ალგორითმს, რომელიც ინტერნეტიდან აღებული ტექსტების საფუძველზე მუშაობს. შესაძლებელია, მაგალითად, შეტანის ფანჯარაში შემდეგი ტექსტის აკრეფა: „Georgia is a...“, ხოლო ეკრანის მარჯვენა მხარეს გამოჩნდება სავარაუდო გაგრძელებები ინტერნეტში მათი გამოყენების პროცენტული მაჩვენებლებით (იხ. სურათი #3).

სურათი #3. ხელოვნური ინტელექტი ტექსტის გენერირებისთვის

როგორც სურათიდან იკვეთება, შეტანილი ფრაზის გაგრძელებას შემთხვევათა 4,4%-ში წარმოადგენს სიტყვა state (შტატი), ხოლო სიტყვა country (ქვეყანა) 2,5%-ით მეორე ადგილზეა, რაც მიუთითებს, რომ ინტერნეტი ამერიკის შტატ „ჯორჯიას“ უკეთესად იცნობს, ვიდრე ქვეყანა საქართველოს.

ინტერნეტის საშუალებით მოიძიეთ და აღწერეთ ხელოვნური ინტერნეტის სისტემები ან ონლაინ-სიმულატორები: ლექსების დასაწერად; მუსიკის შესაქმნელად; ყალბი ინფორმაციის (Fake news) გავრცელებასთან საბრძოლველად;

შემუშავებულია: დ. გულუა

ხელოვნური ინტელექტი