O sztucznej inteligencji (a raczej uczeniu maszynowym – do czego dojdziemy w dalszej części artykułu), jej historii i rodzajach, nadziejach w niej pokładanych i zagrożeniach, które nie każdy widzi.

„Winniśmy uważać, by nie uczynić boga z intelektu. Ma on oczywiście potężne mięśnie, ale brak mu osobowości.” – Albert Einstein.

 

Początki uczenia maszynowego

Rok 2018 można z pewnością ogłosić rokiem nowego, wszechobecnego buzzword’u¹, który wyrasta chyba na większy niż SaaS, cloud i blockchain razem wzięte. Śpieszę więc poinformować, że temat nie jest nowy. Badania nad sztuczną inteligencją zapoczątkował – w 1956 roku – letni projekt badawczy na Dartmouth College w New Hampshire, którym dał podwaliny ogromnemu projektowi naukowemu, w który wpompowano miliony dolarów, a zarazem był początkiem całej dziedziny nauki o sztucznej inteligencji.

Uczestnicy konferencji w Dartmouth na długie lata stali się pionierami i największymi autorytetami w tej dziedzinie. Wielu z nich przewidywało wówczas, że maszyna tak inteligentna jak człowiek pojawi się w ciągu jednego pokolenia. Jak wiemy, minęło już ponad 60 lat i komputerom dalej daleko do prezentowania minimum choćby inteligencji.

Tak naprawdę sama dyskusja na temat możliwości stworzenia “sztucznego mózgu” to jeszcze lata 40’ste.

W roku 1950 Alan Turing, jeden z najwybitniejszych naukowców związanych z dziedziną informatyki opublikował tzw. Test Turinga, który w skrócie polegał na tym, że maszyna ma oszukać sędziów rozmawiających z nią przez czat udając człowieka. Po raz pierwszy w historii ten test przeszedł superkomputer w 2014 roku. Program „udawał” 13-letniego Eugene’a Goostmana i po kilkuminutowym czacie przekonał tzw. sędziów, że jest człowiekiem². Jednak należy schłodzić ekscytację – program został specjalnie stworzony i zoptymalizowany do tego tylko celu.

Bo czy uznać za inteligentne zachowanie w którym maszyna symuluje 13 letniego chłopaka, a nie odpowiada z premedytacją na pytanie ile jest 1234567^23 mimo, że może obliczyć tą wartość w ułamku milisekundy? Czy jest to przejaw inteligencji czy tylko wprowadzenia w algorytm “sztuczek” próbujących oszukać rozmówcę?

 

Czym jest sztuczna inteligencja i jakie wyróżniamy jej rodzaje

Cytując za wikipedią, słowem “sztuczna inteligencja” określa się dziedzinę wiedzy obejmująca logikę rozmytą, obliczenia ewolucyjne, sieci neuronowe, sztuczne życie i robotykę. Sztuczna inteligencja to również dział informatyki zajmujący się inteligencją – tworzeniem modeli zachowań inteligentnych oraz programów komputerowych symulujących te zachowania³.

Wszystkie elementy tej definicji odnoszą się do algorytmów uczących się na danych.
Są to algorytmy bardzo wyrafinowane i bardzo skomplikowane, jednak ciągle są to tylko modele matematyczne przetwarzające dane. Ciężko zauważyć w nich przejawy innowacji, wnioskowania, uczuć czy sztuki.

Brak tak ważnych i istotnych cech człowieczeństwa sugeruje, że lepszą znacznie nazwą dla całości opisywanych tu zjawisk jest tzw. “uczenie maszynowe”. Czyli projektowanie algorytmów i maszyn, które wykorzystują dane do podejmowania decyzji, same się ulepszają (uczą?) i automatyzują działania na podstawie wiedzy pozyskanej z danych.

Uczenie maszynowe dzielimy na 3 zasadnicze typy: nadzorowane, nie nadzorowane oraz uczenie wzmocnione (tzw. Reinforcement Learning).

Uczenie nadzorowane – uczenie maszynowe, które zakłada obecność ludzkiego nadzoru nad tworzeniem funkcji odwzorowującej wejście systemu na jego wyjście. W tym przypadku maszyna otrzymuje zarówno dane wejściowe oznaczone (zawierające odpowiadające im dane wyjściowe, konkretne przykłady), jak i nieoznaczone (wymagające przyporządkowania do danych wyjściowych, znalezienia odpowiedzi).

Uczenie nienadzorowane – uczenie maszynowe, które zakłada brak obecności dokładnego lub nawet przybliżonego wyjścia w danych uczących. maszyna nie posiada „klucza odpowiedzi” i musi sama analizować dane, szukać wzorców i odnajdywać relacje.

Reinforcement Learning – maszyna otrzymuje gotowy zestaw dozwolonych działań, reguł i stwierdzeń. Działając w ich ramach dokonuje analizy i obserwuje ich skutki. Wykorzystuje reguły w taki sposób, aby osiągnąć pożądany efekt.

Jakkolwiek są to bardzo skomplikowane mechanizmy, nadal jednak da się je opisać algorytmem – logiką i matematyką.

 

Skoro tzw. “Sztuczna Inteligencja” nie przejawia cech twórczości, innowacji, uczuć to czy mówienie o zastąpieniu człowieka przez inteligentne maszyny nie jest sporym nadużyciem? Wręcz czy nie powinno być niejako odebrane jako uwłaczanie dorobkowi ludzkości?

 

Uczenie maszynowe w praktyce

Z pewnością coraz bardziej rozbudowane algorytmy uczenia maszynowego będą eliminowały poprzez automatyzację pewne zawody z rynku. Jednak nadzieja leży w przykładzie z linii technologicznej w jednym z zakładów, którym kieruje znajomy. Na linie wprowadzono robota, oczywiście nie odbyło się to bez protestów, pracę straciły 4 osoby – tyle etatów zastąpił robot. Jednak do obsługi robota jest potrzebny sztab ludzi, można go w większości sytuacji naprawić zdalnie, ale musi być dostępny i sprawny system kamer, musi być sprawne połączenie z Internetem w końcu po drugiej stronie 24h na dobę musi być dostępny technik, który postara się zdalnie maszynę naprawić oraz ekipa, która w razie awarii przyjedzie wymienić zepsute elementy na miejscu. Rozwój algorytmów samouczących się z pewnością zmieni obraz rynku pracy jak i kiedy ciężko jest na razie wyrokować, z pewnością będzie zmieniał struktórę zapotrzebowania na inne zawody z obszaru elektroniki i informatyki.
Zejdźmy w tym temacie na chwilę na “nasze podwórko” – co, jeżeli za 5 lat powstanie zupełnie autonomiczny sklep internetowy? Sam będzie tworzył treści, publikował reklamy, obsługiwał klientów na czacie? Będzie wysyłał zamówienia do zautomatyzowanego magazynu podobnego do najnowszej zabawki firmy Amica? Gdzie będzie wtedy marketer z 2018 roku? A zapewniam, że to nie są mrzonki, tylko bardzo prawdopodobna przyszłość, nad którą, z góry uprzedzam mocno w SALESmanago pracujemy ;)

 

W zaawansowanych algorytmach upatruje się ogromne nadzieje, poczynając od autonomicznych samochodów poprzez wykorzystanie w legislacji i usługach prawniczych po prace nad nowymi lekami czy medycynę. Wpływ takich technologii na nasze życie będzie ogromny. Z pewnością wiele  nich usprawni i uczyni wiele codziennych zadań łatwiejszymi, wyręczy nas w wielu obszarach czy uczyni życie osób niepełnosprawnych nieco bardziej znośnym.

 

Zagrożenia i obawy związane z AI

Niestety rozwój tej dziedziny nauki niesie za sobą również dużo kontrowersji i obaw. Wiele znanych i wpływowych osób ostrzega o reperkusjach związanych z “myślącymi” maszynami.
Elon Musk uważa, że każdy z nas powinien obawiać się zagrożenia, jakie stanowi dla nas rozwój sztucznej inteligencji. Tuż po tym, jak w piątek (11 sierpnia), OpenAI, wart 1 miliard dolarów start-up należący do Elona Muska, niespodziewanie pokonał najlepszych na świecie graczy w „Dota 2” podczas światowego turnieju, jego właściciel postanowił ostrzec świat przed rozwojem sztucznej inteligencji: “If you’re not concerned about AI safety, you should be. Vastly more risk than North Korea” [“Jeśli nie przejmujesz się bezpieczeństwem AI, powinieneś. Zdecydowanie większe ryzyko niż Korea Północna.” tł. Własne.]. Taki wpis na Twitterze okrasił wymownym obrazem:

Prawdziwym ryzykiem związanym z rozwojem sztucznej inteligencji nie jest to, że będzie złośliwa, a kompetencje, w jakie będzie wyposażona. Superinteligentna AI będzie świetnie radzić sobie z osiąganiem celów, a jeśli te cele nie będą spójne z naszymi, to będziemy mieli problem” – tak przed niekontrolowanym rozwojem AI ostrzega Stephen Hawking.

Ogromnym polem do dyskusji jest również aspekt nierówności społecznych oraz państwowych do jakich może doprowadzić dostęp do tak wyrafinowanych technologii. Jak wiadomo rozwój systemów uczenia maszynowego nie jest tani, a pieniądze pompują w niego największe gospodarki świata, tym samym jeszcze bardziej zwiększając dystans między krajami biednymi.

Jak daleko już może sięgać uczenie maszynowe i wykrywanie wzorców (z premedytacją nie użyto słowa A.I.) pokazuje projekt Facebooka w którym algorytmy analizują ciągle profile i zachowanie ludzi zarejestrowanych na tym portalu społecznościowym i w razie wykrycia prawdopodobieństwa popełnienia samobójstwa kontaktują się z lokalnymi instytucjami przeciwdziałającymi takim incydentom. Więcej o projekcie można przeczytać na stronie National Public Radio oraz CNBC.
W pierwszym miesiącu, w którym zaczęliśmy, mieliśmy około 100 przypadków natychmiastowej reakcji„, w wyniku czego Facebook skontaktował się z lokalnymi służbami ratowniczymi, aby sprawdzić dany przypadek, mówi Facebook Global Head of Safety Antigone Davis. „Aby dać Państwu poczucie, jak dobrze technologia działa i szybko się rozwija … w ciągu ostatniego roku otrzymaliśmy 3500 raportów.” komentuje dalej. I mowa tu tylko o USA, w Europie ta technologia jeszcze nie działa.

Z jednej strony widzimy, że technologia ratuje życie. Z drugiej widzimy, na jak daleko idące wnioski pozwala, które nie są całkiem bezsporne z etycznego punktu widzenia.

 

Uczenie maszynowe czy sztuczna inteligencja?

Zgodnie z teorią Howarda Gardnera, posiadamy inteligencję wieloraką, która dzieli się na kilka typów: logiczno-matematyczna, ruchowa, muzyczna, językowa, przestrzenna, interpersonalna, intrapersonalna, przyrodnicza.

Inteligencja jest ściśle związana ze światem materialnym, czasem i przestrzenią. To sposób myślenia opierający się na analizie i dostrzeganiu zależności. Wysoka inteligencja pozwala szybko i łatwo pozyskiwać nową wiedzę oraz umiejętności. Dzięki inteligencji dostrzegamy różne wzorce i jesteśmy w stanie znaleźć rozwiązania trudnych problemów4.
Część z tych aspektów można symulować w maszynie algorytmie, jednak istnieje coś zupełnie innego: mądrość.

Mądrość składa się z intuicji, serca i duszy. Opiera się na uniwersalnej prawdzie. Nie jest związana ze światem materialnym, ale z wysokim poziomem abstrakcji. Inteligencja pozwala dostrzec i zrozumieć wyłącznie rzeczywistość, w której znajdujemy się aktualnie. Mądrość jest umiejętnością patrzenia na cały obraz – tysiąc lat wstecz i tysiąc lat w przód. Według wielu definicji, mądrość związana jest także ze skutecznym wykorzystywaniem wiedzy w praktyce5.

Na szczęście na razie mówimy o inteligentnych ludziach i maszynach, mądrość dotyczy tylko ludzi – i oby nie trafiła szybko jako kolejne słowo na listę buzzword’ów.

 

A na zakończenie dwa filmiki. Jeden – nowy robot Boston Dynamics, firmy, którą Google sprzedało nieoficjalnie obawiając się konsekwencji nadużyć projektów tego typu:

Oraz fragmentów jednego z odcinków “wizjonerskiego” serialu Netflix “Black Mirror”:

Zgodnie z prawem Moore’a, w 2029 roku komputery osiągną moc obliczeniową ludzkiego mózgu. Niektórzy prognozują, że w 2045 roku “Sztuczna inteligencja” (czytaj. uczenie maszynowe) wyprzedzi ludzką i będzie rozwijać się samodzielnie. Jak daleko od wizji z Black Mirror jesteśmy – oceńcie Państwo sami.

 

Według jednej z plotek, Albert Einstein po wybuchu bomby atomowej w Hiroszimie i Nagasaki spalił część z swoich prac nad nowymi źródłami energii. Czy to prawda – nie wiadomo, gdzie by był teraz świat – również nie. Z pewnością po tym wydarzeniu stał się orędownikiem rozbrojenia.

 

1 https://whatis.techtarget.com/definition/buzzwords
2 https://www.tvn24.pl/wiadomosci-ze-swiata,2/komputer-po-raz-pierwszy-przeszedl-test-turinga-udawal-13-latka,437287.html
3 https://pl.wikipedia.org/wiki/Sztuczna_inteligencja
4 https://brieftip.pl/inteligencja-a-madrosc-poznaj-roznice/
5 https://brieftip.pl/inteligencja-a-madrosc-poznaj-roznice/