Sztuczna inteligencja – co warto wiedzieć na jej temat?

fot. unsplash.com

Czy jest i czy w praktyce istnieje?

Sztuczna inteligencja (AI) w praktyce nie istnieje, gdyż komputery nie myślą samodzielnie. To, czym dysponujemy, to uczące się algorytmy. Wszyscy, którzy zajmujemy się rozwojem tej dziedziny nauki, dążymy do budowy systemu, który będzie podejmować decyzje, na podstawie których będziemy mogli określić go mianem inteligentnego i w pełni autonomicznego – na etapie, gdy będzie podejmował decyzje samodzielnie, w sposób zbliżony do ludzkiego. Eksperci z całego świata liczą, że uda się osiągnąć ten cel w najbliższych latach. To, co nazywane jest teraz AI, to bardziej inteligencja obliczeniowa (computational intelligence), która bazuje na uczeniu maszynowym (ML).

Czy AI pozbawiona nadzoru ludzi nie zoptymalizuje zbyt mocno naszego życia? 

Prawda jest taka, że wszystkie operacje wykonywane przez komputery są zestawione w sekwencje, które popularnie określamy mianem algorytmów. Nie można powiedzieć, że są one doskonałe – są po prostu specjalistyczne i mają za zadanie działać dla określonych danych, ich struktur i warunków, w pozostałych nie radzą sobie już na tyle dobrze. Budowa bardzo ogólnych algorytmów i struktur jest niesamowicie skomplikowana i czasochłonna, a samo zakończenie procesu budowy to nie koniec – trzeba to jeszcze dynamicznie rozwijać.

Istnieje również zjawisko dezinformacji – nie jest ono nowe. Jest ono używane na co dzień w wojsku, polityce, marketingu, jak i wielu innych dziedzinach. Wraz ze wzrostem ilości dostępnych informacji będzie się ono nasilać. W przypadku rozwiązań z zakresu ML/AI, ma ono zdecydowanie spore znaczenie, gdyż dość złożonym wyzwaniem jest oszacowanie, czy wiadomość jest prawdziwa, czy jednak fałszywa. Znakomicie obrazuje to niedoskonałości opracowanych dotychczas modeli. W przypadku stosowania tego zjawiska w trakcie kierowanych akcji, w sposób znaczący redukuje skuteczność konkurencyjnych rozwiązań. 

Budowa skutecznego systemu do poruszania się w tym zbiorze, docierania do treści istotnych, a także analizowania jakości treści i podejmowania decyzji na tej podstawie jest kluczowa w zmieniającym się świecie, jednakże wraz ze wzrostem ich ilości, będzie to coraz trudniejsze, a w szczególności bardziej czasochłonne. Spersonalizowane systemy odpowiadające na potrzeby konsumenta to coś, co powstaje właściwie na naszych oczach – i będzie powstawało przez najbliższe kilkanaście lat, aczkolwiek nie ma co się obawiać nadmiernej optymalizacji naszego życia – wciąż jednak systemy tego typu składać się będą z wielorakich modułów, których najsłabszymi punktami są przypadki powodujące sytuacje znajdujące się na granicy różnych modułów.

Warto również zwrócić uwagę na to, że wspomniany jest tu nadzór ludzi nad systemami ML/AI. Niestety, metody uczenia nadzorowanego (które to nie zawierają jedynie metod uczenia, bazujących na podstawie otagowanych informacji) to nie jedyna droga rozwoju – w zależności od zastosowania, równie dobre, a i często lepsze wyniki osiąga uczenie nienadzorowane (gdzie człowiek zbyt wielkiej kontroli nad procesem nie ma), czy uczenie ze wzmocnieniem (reinforcement learning). W perspektywie najbliższych kilkunastu lat, na pewno człowiek pozostanie jedynym elementem inicjującym powstawanie nowych algorytmów i rozwiązań.

World Economic Forum mówi o tym, że AI może pomóc w rozwiązaniu 4 globalnych problemów: opieka zdrowotna, kierowanie pojazdami, edukacja, zużycie energii. 

Proces ten już się zaczął. W wielu przypadkach już bardzo dawno, w każdym z nich jest on rozwijany.

Biorąc pod uwagę opiekę zdrowotną – rozwiązania uczące się są wykorzystywane na etapie projektowania i wytwarzania leków już od przeszło 20 lat, a jednym z znaczących elementów opóźniających wprowadzanie innowacyjnych rozwiązań dla tego sektora jest aktualne prawo i procedury. Procedura testowa leku często nie musi trwać wielu lat, skoro przeważającą większość obliczeń da się wykonać szybciej, korzystając z akceleratorów obliczeniowych i klastrów. Poza tym, musimy się też przygotować do procesu starzenia się społeczeństwa, co wymagać będzie także opieki nad nim. Kto z nas nie czekał w kolejce do lekarzy specjalistów? O ile szybciej by cały ten proces przebiegał, gdyby wstępną diagnozę wystawiał komputer, a właściwie system ML/AI, który to, korzystając z skutecznego modelu, wyeliminowałby praktycznie do zera ryzyko wystawienia różnych opinii lekarskich przy dokładnie tych samych danych, mając przy tym skuteczność kilkadziesiąt razy większą niż typowy lekarz? O ile sprawniej działałyby jednostki takie jak szpitale, gdyby pacjent nie musiał przebywać po zakończeniu leczenia jeszcze kilkunastu dni, a był wypuszczany do domu dużo wcześniej?

W transporcie, wprowadzenie autonomicznych pojazdów w wielu przypadkach wymaga odpowiedniego ustawodawstwa i przystosowania środowiska. Takie kroki podejmują coraz chętniej państwa takie jak USA (w Orlando na Florydzie) czy Korea Południowa. Dzięki nim, wyeliminujemy brawurową jazdę, a przy tym zyskamy dodatkowy czas w czasie podróży, który będziemy mogli dowolnie zagospodarować. Co więcej, podróżowanie w bardziej przystępny sposób będzie wiązało się z większą swobodą w wybieraniu miejsca zamieszkania i pracy. 

Edukacja to też konieczność stworzenia spersonalizowanego systemu dostosowanego do potrzeb. Daje to możliwość połączenia wszystkich zalet nauczania grupowego i indywidualnego. Nie dość, że znacząco poprawi to efektywność nauki (np. przez ustalanie przerw w momencie, gdy są one faktycznie potrzebne, a nie co zadany interwał; także przez brak oczekiwania na grupę, gdy dana jednostka radzi sobie z zadanymi problemami znacznie szybciej), poziom skupienia na istotnych treściach, wesprze to także motywację do rozwoju. Taki system ułatwi kształcenie specjalistów w konkretnych dziedzinach, zachowując ogromną ilość czasu, który będzie można dowolnie wykorzystać. Każda osoba, która będzie potrzebować dodatkowego czasu na zrozumienie danego tematu (np. tematyki pierwiastków), ten czas otrzyma – inna zaś, będzie go mieć na zgłębianie zagadnień z tematyki, która ją interesuje. 

W odniesieniu do zużycia energii, Google zredukował zużycie energii potrzebnej do prowadzenia efektywnego chłodzenia serwerowni o 40%, ale i również całkowite koszty generowane przez serwerownie o około 15-20%, co jest rewelacyjnym osiągnięciem przy takiej skali. Proces ten będzie się rozwijał wraz z powstawaniem nowych rozwiązań – wraz ze wzrostem ilości informacji, można będzie budować bardziej efektywne systemy predykcyjne, jak i usługi działające coraz bardziej “agresywnie” (będą szybciej reagowały na zmiany w środowisku, celem aplikacji konkretnych ustawień, co przełoży się na kolejne oszczędności w zużyciu energii). 

Czy pracując nad sztuczną inteligencją nie podcinamy galęzi na której siedzimy poprzez odbieranie ludziom pracy w coraz większym stopniu?  

Odbieranie ludziom pracy będzie postępować, kolejne grupy zawodowe będą podlegać temu procesowi. Warto jednak zauważyć, że za każdym razem procesowi temu poddają się zawody określane jako niskowykwalifikowane. W początkowych fazach, rozwój sztucznej inteligencji, mimo eliminacji części miejsc pracy, stworzy inne – m.in. dla wsparcia tworzenia i rozwoju systemów, ich korekcji i utrzymania. Najbardziej ucierpią zawody związane z powtarzalną pracą fizyczną, gdyż w relatywnie krótkim czasie mogą one praktycznie zniknąć (ludzie zostaną zastąpieni przez roboty – mechy i drony). W przypadku pracy umysłowej, którą wykonują m.in. lekarze czy prawnicy – proces ten również nastąpi za jakiś czas, aczkolwiek początkowo będzie to jedynie automatyzacja pewnych czynności, a człowiek jeszcze przez wiele lat pozostanie istotnym ogniwem rozwijającym funkcjonalności systemu.

Rozwój technologiczny w tym wymiarze jest nieunikniony, dlatego zamiast spoglądać na przyszłość i widzieć ją w czarnych barwach, wszyscy powinniśmy się zastanowić w jaki sposób najlepiej wykorzystać nasze możliwości, jak i możliwości, które ten postęp niesie; jak wykorzystać pełnię możliwości nadchodzących i obecnych rozwiązań, jak zaadaptować się do nieustannie zmieniających się warunków życia. Egzystowanie w ramach jednego społeczeństwa z istotami, które dorównują, bądź i przewyższają zdolnościami człowieka, to proces, który się już zaczął i będzie tylko postępował. Kluczem do przetrwania w tym środowisku jest stały rozwój – niezmienny od czasów prehistorycznych czynnik, który decydował o przetrwaniu nie tylko jednostki, ale i całej populacji.

AI przewiduje o prawie 8% lepiej szansę na zawał niż lekarze z American College of Cardiology/American Heart Association – czy lekarze powinni się bać, czy też może pacjenci?

Skoro powstało narzędzie, które daje lepsze rezultaty w przewidywaniu potencjalnego zagrożenia życia, to jest to zdecydowanie coś, co jest bardzo korzystnym czynnikiem dla całej branży – w szczególności dla pacjentów. Mało tego, narzędzia te są bardzo intensywnie rozwijane. Lekarze wykorzystujący technologię w swojej pracy, są w stanie znacząco zwiększyć swoją skuteczność i zoptymalizować czas potrzebny na wykonanie stosownych zadań, co w tym przypadku w dużej mierze przełoży się na uratowanie większej ilości ludzkich istnień. Narzędzia te tworzone są jako wsparcie, co za tym idzie mają za zadanie usprawnić procesy odbywające się w systemie ochrony zdrowia. Czas w ten sposób zaoszczędzony, może zostać wykorzystany do działań, które w prostej linii przyczynią się do powstania innowacyjnych rozwiązań i przełomowych technologii.

Ray Kurzweil ogłosił, że Osobliwość pojawi się przed rokiem 2045. Czy wtedy będziemy jeszcze ludźmi czy już istotami zupełnie innego typu?

Będziemy ludźmi, aczkolwiek w zupełnie nowych warunkach egzystencjalnych, do których będziemy musieli się zaadaptować. Można powiedzieć, że w przypadku jednej z teorii dotyczących rozwoju człowieka, jest to coś, co można porównać do etapu ewolucji w prehistorii. W ramach egzystencji człowieka i robotów na wspólnej przestrzeni, będziemy musieli ustalić odpowiednie reguły. Proszę pamiętać, że przypisujemy Osobliwości cechy ludzkiej konfliktogenności, aczkolwiek jest to niezbadana dotąd sfera i ciężko jednoznacznie stwierdzić, że Osobliwość będzie takowe cechy posiadać. Lepszym kierunkiem jest za to szukanie elementów, które dzięki temu staną się pełniejsze. 

Wielu osób, między innymi Elon Musk, przestrzega przed AI – czy powinniśmy się rzeczywiście bać rozwoju technologii, czy jest to rodzaj fobii? 

Istotnym pytaniem jest to, kto będzie głównym beneficjentem ze względu na rozwój AI, jak i w czyich rękach się ona znajdzie (gdy już takowa w pełni powstanie). Elon Musk, jako przedsiębiorca, który skupia się na produktach kierowanych do elitarnej grupy odbiorców, wypowiada się w imieniu swoich interesów. Jest on również twórcą wielu biznesów i inwestorem w wielu firmach, z których część pracuje nad sztuczną inteligencją i uczeniem maszynowym (m.in. Neuralink), z czego jednym z ostatnich jest Neuralink, który ma być interfejsem pozwalającym na komunikację ludzkiego mózgu z systemami sztucznej inteligencji. Niewykluczone, iż wraz z innymi biznesmenami i naukowcami rozpowszechniają negatywne informacje, by ograniczyć konkurencję, jak i by w przyszłości móc wykorzystać to na etapie sprzedaży produktów, nad którymi aktualnie pracują. W moim mniemaniu, dostępne są dwa scenariusze.

W jednym z nich sztuczna inteligencja znajdzie się w rękach elitarnej grupy osób, w drugim zaś zostanie spopularyzowana i powszechnie dostępna dla szerokiego spektrum osób, jak to miało miejsce z rozwiązaniami takimi, jak np. Internet. Biorąc pod uwagę scenariusz drugi, w pewnym sensie zwiększa to szansę na powstanie konkurencyjnych rozwiązań w relatywnie krótkim czasie. Scenariusz pierwszy zaś gwarantuje powstanie kilku wysoce rozwiniętych systemów oraz dość prawdopodobne przejście do scenariusza drugiego w perspektywie kolejnych kilkunastu lat. Rozwój technologii jest już czymś oczywistym i go nie zatrzymamy. Właściwym pytaniem jest to, w jaki sposób wykorzystać możliwości które za sobą on niesie.

—

Ewelina Wołoszyn

CEO w software house Lonsley, który zajmuje się budową rozwiązań z zakresu Sztucznej Inteligencji i Uczenia Maszynowego. Zaangażowana w organizowanie wydarzeń wspierających przedsiębiorczość i innowacje. Stworzyła Tech Leaders – program mentorski dla kobiet w IT – ogólnopolską platformę wymiany wiedzy skierowaną do kobiet, które chcą założyć własną firmę/startup, jak i dla tych wspinających się po szczeblach kariery jako zatrudnione osoby.