Beth yw deallusrwydd artiffisial?

Mae deallusrwydd artiffisial, a elwir hefyd yn AI, yn gangen o gyfrifiadureg sy’n efelychu deallusrwydd dynol mewn peiriannau. Mae cyfrifiaduron AI wedi’u rhaglennu i ddatrys problemau, gwneud penderfyniadau, a pherfformio tasgau fel meddwl dynol.

Er gwaethaf portreadau poblogaidd, sydd fel arfer ychydig dros ben llestri, o AI mewn ffuglen wyddonol a phoblogaidd – androidau goruwchddynol yn ffilmiau The Terminator er enghraifft – mae’r rhan fwyaf o bobl yn defnyddio deallusrwydd artiffisial bob dydd, yn aml, heb sylweddoli hyd yn oed. Mae cymwysiadau cyffredin ar gyfer AI yn cynnwys:

• Sgwrsfotiau gwasanaeth cwsmer Mae nifer o’r sgwrsfotiau mae pobl yn rhyngweithio â nhw ar wefannau busnesau wedi’u pweru gan ddeallusrwydd artiffisial. Gall cwestiynau cyffredin ac ymadroddion allweddol ysgogi ymatebion awtomatig mewn amser real, wrth i’r bot weithio i ddeall ymholiad y cwsmer yn well, a chynnig ateb neu ddatrysiad iddo.
• Cynorthwywyr digidol. Mae Siri gan Apple, ac Alexa gan Amazon, yn enghreifftiau poblogaidd o gynorthwywyr digidol neu gynorthwywyr personol awtomatig. Maen nhw’n debyg i fersiwn ddatblygedig o sgwrsfot, yn tynnu data o sawl ffynhonnell er mwyn ymateb i gwestiynau a cheisiadau penodol. Maent hefyd yn dysgu’n barhaus er mwyn addasu i ddewisiadau penodol, a hyd yn oed gwneud rhagolygon ac awgrymiadau personol.
• Argymhellion adloniant. Pob tro mae Netflix yn awgrymu sioe deledu newydd neu ffilm yn seiliedig ar hanes gwylio unigolyn, neu mae Spotify yn awgrymu rhestr chwarae newydd yn seiliedig ar hoff artistiaid rhywun, maent yn defnyddio technoleg wedi’i phweru gan AI. Mae’r dechnoleg hon yn penderfynu sut gynnwys gall unigolyn ei fwynhau yn seiliedig ar ei ddiddordebau, a hyd yn oed yn seiliedig ar arferion pobl sydd â diddordebau tebyg. Mae’r dechnoleg yn parhau i ddysgu, addasu, ac esblygu wrth iddi gasglu rhagor o wybodaeth, data, a mewnwelediad, yn cynhyrchu argymhellion cynnwys wedi’u teilwra’n berffaith i’r person dan sylw.

Mae deallusrwydd artiffisial hefyd yn offeryn pwerus ar gyfer busnesau a chyflogwyr ledled ystod eang o sectorau, o gyllid i ofal iechyd. Gellir ei ddefnyddio i ddadansoddi data, awtomeiddio prosesau busnes neu gadwyn gyflenwi, gweithgareddau cyfryngau cymdeithasol a marchnata, a mwy – ac mae cymwysiadau a defnyddiau newydd yn cael eu datblygu drwy’r amser.

Pryd ddyfeisiwyd deallusrwydd artiffisial?

Yn ôl yr hyn a wyddom, mae hanes deallusrwydd artiffisial yn dyddio’n ôl i 1950, pan gyhoeddwyd Computing Machinery and Intelligence gan y mathemategydd Alan Turing. Yn y darn, mae Turing yn gofyn cwestiwn – a all peiriannau feddwl? – a chyflwynodd yr hyn sydd bellach yn cael ei adnabod fel y prawf Turing. Yn y bôn, mae’r prawf, a elwid gan Turing ei hun yn gêm ddynwared, yn gêm lle mae person yn ceisio gwahaniaethu rhwng ymateb cyfrifiadurol ac ymateb dynol.

Ychydig flynyddoedd wedyn, yn 1956, pan fathodd y gwyddonydd cyfrifiadurol John McCarthy y term deallusrwydd artiffisial yn ystod y Prosiect Ymchwil Haf Dartmouth ar Ddeallusrwydd Artiffisial yng Ngholeg Dartmouth. Ystyrir y gweithdy hwn fel digwyddiad sylfaenol y maes AI ac ymchwil AI, ac mae McCarthy yn aml yn cael ei gyfeirio ato fel tad AI. Fodd bynnag, mae’r term hwn weithiau’n cael ei ddefnyddio wrth sôn am Turing yn ogystal â’r gwyddonydd cyfrifiadurol a gwybyddol MIT, Marvin Minsky.

Ychydig fisoedd wedyn yn 1956, datblygwyd y rhaglen feddalwedd AI gyntaf, ac erbyn hanner ffordd drwy’r 1960au, roedd gwyddonwyr cyfrifiadurol wedi datblygu rhagflaenydd sgwrsfotiau’r 21ain ganrif: ELIZA. ELIZA oedd un o raglenni prosesu iaith naturiol (NLP) cyntaf a oedd yn gallu efelychu sgwrs.

O hynny wedyn, dechreuodd holl ddarnau o dechnoleg AI heddiw ddod at ei gilydd – meddalwedd adnabod llais a lleferydd, meddalwedd adnabod wyneb, algorithm ôl-luosogi (sy’n galluogi rhwydweithiau niwral i ddysgu o gamgymeriadau), meddalwedd adnabod darlun, a dysgu peirianyddol.

Ymhlith y datblygiadau arloesol poblogaidd roedd:

• IBM Deep Blue yn ennill y gêm wyddbwyll unigol cyntaf yn erbyn pencampwr gwyddbwyll y byd, Garry Kasparov, yng nghanol yr 1990au.
• IBM Watson yn ennill yn erbyn dau gyn-enillydd Jeopardy! ar ddechrau’r 2010au.
• AlphaGo DeepMind yn ennill yn erbyn Lee Sedol, chwaraewr Go pencampwr y byd, mewn gornest bum gêm yn 2016.

Sut mae deallusrwydd artiffisial yn gweithio?

Mae systemau deallusrwydd wedi’u rhaglenni i gystrawennu drwy setiau data mawr a defnyddio algorithmau soffistigedig i ddadansoddi’r data. Gallant hyd yn oed ddysgu gan ddata hanesyddol er mwyn parhau i ddatblygu a gwella – proses o’r enw dysgu peirianyddol.

Caiff system deallusrwydd artiffisial sy’n cwblhau tasgau penodol – er enghraifft Siri, Alexa a chynorthwywyr rhithiol tebyg – ei hadnabod fel AI gwan, neu AI cul. Gelwir technoleg AI fwy datblygedig yn AI cryf, neu ddeallusrwydd cyffredinol artiffisial (AGI). Nod AGI yw copïo’r ymennydd dynol a’i allu gwybyddol, gan ddefnyddio rhesymeg a mathemateg i ddod o hyd i atebion a datrysiadau, a hyd yn oed brofi damcaniaethau mathemategol.

Mae meysydd eraill o AI yn cynnwys:

• Dysgu dwfn. Mae’r is-set hon o ddysgu peirianyddol yn defnyddio algorithmau a ysbrydolwyd gan yr ymennydd dynol i ddysgu o sympiau enfawr o ddata, fel y rhai a geir mewn data mawr. Po ddyfnach i’r data y mae’r peiriant yn pori, y mwyaf y mae’n ei ddysgu – a’r mwyaf y gall wella ei allbynnau neu ei ganlyniadau.
• Golwg cyfrifiadurol. Mae’r dechnoleg hon yn cael ei defnyddio gan ffonau clyfar sy’n datgloi wrth adnabod wyneb unigolyn. Mae wedi’i rhaglennu i gipio a dehongli gwybodaeth fideo a delweddau.
• Cerbydau ymreolaethol. Mae ceir sy’n gyrru eu hunain yn defnyddio deallusrwydd artiffisial, ynghyd â synwyryddion, camerâu, radar ac amrywiaeth o algorithmau dysgu i weithredu heb gael person wrth y llyw.
• Dysgu dan oruchwyliaeth. Mae systemau cyfrifiadurol dysgu dan oruchwyliaeth, a elwir hefyd yn ddysgu peirianyddol dan oruchwyliaeth, yn defnyddio setiau data wedi’u labelu i oruchwylio a hyfforddi algorithmau’n effeithiol er mwyn dosbarthu data neu ragweld canlyniadau yn gywir.
• Niwronau deallusrwydd artiffisial a rhwydweithiau niwral artiffisial. Mae rhwydweithiau niwral artiffisial wedi rhyng-gysylltu â grwpiau o nodau – neu niwronau AI – wedi’u hysbrydoli gan niwronau’r ymennydd dynol. Mae’r niwronau artiffisial wedi’u rhaglennu i anfon signal i’w gilydd gyda’r nod o gydweithio i ddysgu, adnabod patrymau a rhagfynegi data.
• Systemau arbenigol. Mae system gyfrifiadurol arbenigol yn efelychu galluoedd gwneud penderfyniadau a datrys problemau arbenigwyr dynol. Maent yn datrys problemau cymhleth drwy setiau data mawr a thrwy ddefnyddio rheolau os/pryd, yn hytrach na’r cod gweithdrefnol safonol a ddefnyddir gan systemau AI eraill.

Heriau presennol o fewn deallusrwydd artiffisial

Mae technolegau a systemau AI yn offerynnau pwerus sy’n parhau i ddatblygu’n gyflym. Fodd bynnag, nid yw AI heb ei heriau. Er enghraifft:

• gall datblygu a gweithredu cynnyrch AI pwrpasol fod yn broses ddrud.
• Mae dysgu peirianyddol ac AI yn gofyn am bŵer cyfrifiadurol sylweddol i storio a dadansoddi data, sydd â goblygiadau fel costau trydan ac allyriadau carbon.
• rydym yn ofni pethau dieithr. Er enghraifft, gall meddwl am ddeallusrwydd peirianyddol – neu uwch-ddeallusrwydd damcaniaethol – beri pryder i rai pobl ynghylch y posibilrwydd o golli swyddi.
• mae bwlch sgiliau deallusrwydd artiffisial yn golygu bod prinder o arbenigwyr dysgu peirianyddol ac AI i lenwi’r nifer cynyddol o swyddi gwag yn y maes.

Helpu i lywio dyfodol AI

Nid yw datblygiad AI yn dangos unrhyw arwydd o arafu. Canfu astudiaeth ddiweddar gan SnapLogic bod 93% o sefydliadau’r DU a’r Unol Daleithiau o’r farn bod AI yn flaenoriaeth fusnes – ond roedd mwy na hanner yn cydnabod nad ydynt yn cyflogi unigolion sy’n AI fedrus i wireddu eu strategaethau AI.

Gallwch ddatblygu’r arbenigedd sydd ei angen arnoch chi i lwyddo yn y maes, gyda’r cwrs MSc Cyfrifiadureg cyfan gwbl ar-lein yn Ysgol Reolaeth Gogledd Cymru. Mae’r cwrs meistr hyblyg hwn yn cynnwys ffocws ar ddysgu peirianyddol, a chafodd ei ddatblygu ar gyfer gweithwyr proffesiynol uchelgeisiol o amryw o gefndiroedd sydd eisiau lansio’u gyrfa – neu roi hwb iddi – yn y maes cyfrifiadureg.