Z uwagi na rozwój technologii AI jest obecnie popularnym tematem:

  • relacje w mediach
  •  publiczna dyskusja na temat AI jest prawie niemożliwa do uniknięcia.

 A.I. jest tak szerokim tematem, iż dla wielu ludzi oznacza kompletnie coś innego. Dla jednych jest to sztuczna postać życia, która może przewyższać ludzką inteligencję, a dla innych niemal każda technologia przetwarzania danych, może być nazwana SI. Nakreślenie sytuacji wymaga wielopłaszczyznowego ujęcia. W pierwszej kolejności należy zwrócić uwagę na to, czym jest A.I.

Samochody samobieżne

Samochody samobieżne wymagają połączenia różnego rodzaju technik SI:

  • wyszukiwania i planowania w celu znalezienia najwygodniejszej trasy z punktu A do B,
  • kamer, czujników, wszystkiego, co może pomóc umożliwić identyfikację celu, przeszkód oraz podejmowania decyzji w warunkach niepewności, aby poradzić sobie ze złożonym i dynamicznie zmieniającym środowiskiem.

Każda z tych technik musi działać z niemal bezbłędną precyzją, aby uniknąć wypadków. Te same technologie są również stosowane w innych autonomicznych systemach, takich jak roboty dostawcze, latające drony i autonomiczne statki. Zaletami związanymi z tą technologią będzie zapewne:

  • wzrost bezpieczeństwa z uwagi na niezawodność systemów,
  • wzrost efektywności łańcuchów logistycznych.

Ludzie przechodzą do roli nadzorczej, obserwując, co się dzieje, gdy maszyny zajmują się prowadzeniem pojazdu. Ponieważ transport jest tak istotnym elementem naszego codziennego życia, prawdopodobnie są też pewne implikacje, o których nawet jeszcze nie pomyśleliśmy.

Postacie A.I.

Wiele informacji, które napotykamy w ciągu typowego dnia, jest spersonalizowanych. Przykłady to Facebook, Twitter, Instagram, niedawno jeszcze Google+ i inne treści w mediach społecznościowych, reklamy online, rekomendacje muzyczne na Spotify, rekomendacje filmowe na Netflix, HBO GO. Wielu wydawców online, takich jak gazety i nadawcy, a także wyszukiwarki internetowe, takie jak Google, również personalizują treści, które oferują. Google posiada szczególnie zaawansowane algorytmy, które rozwijane są w trybie ciągłym. Spowodowało to powstanie zawodów związanych z marketingiem internetowym np. Specjalistów SEO/SEM. Podczas gdy pierwsza strona drukowanej wersji gazet dla każdego, kto ją kupi, będzie taka sama. To zarówno Google, czy to Bing będzie personalizował pierwszą stronę wyszukiwarki o bliżej nam nieznane czynniki, które rozwijane są przez ich programistów. Algorytmy, które decydują o oglądanych przez użytkownika treściach, opierają się na SI. Wystarczy spojrzeć na to, jak zaawansowane stało się narzędzie reklamodawców Google Ads, szczególnie w sieci reklamowej, by mieć nieodparte wrażenie, iż SI wie o nas wszystko. Wiele firm pilnuje swoich tajemnic związanych z algorytmami, trzeba sobie zdawać sprawę, iż rozwój Internetu, spowodował powstanie wielu patologicznych zjawisk np. podejrzeń manipulacji wynikami wyszukiwani przez firmę Google z uwagi na jej silną pozycję monopolisty na rynku.

Przetwarzanie obrazu i wideo

Rozpoznawanie twarzy jest już swoistym standardem w wielu aplikacjach biznesowych takich jak organizowanie zdjęć według osób np. FaceApp, tagowanie w mediach społecznościowych i kontrola paszportów. Podobne techniki mogą być wykorzystywane do rozpoznawania innych samochodów oraz obiektów stanowiących niebezpieczeństwo na drodze, lub do szacowania populacji na globie ziemskim. Przykłady używane już dziś obejmują transfer stylu, za pomocą którego można dostosować swoje osobiste zdjęcia, aby wyglądały tak, jak zostały namalowane przez największych artystów w historii oraz komputerowo generowane postaci w filmach takich jak Władca Pierścieni, Hobbit , gdzie animowane postaci odtwarzają gesty wykonywane przez prawdziwych aktorów ludzkich. Z jednej strony mamy do czynienia z rozrostem Rzeczywistości Wirtualnej, a z drugiej strony Rzeczywistości Rozszerzonej, które uzupełniają swoje funkcjonalności nawzajem.

Co to jest A.I.?

Popularność SI w mediach wynika w dużej mierze z faktu, iż ludzie zaczęli się nim posiłkować, nazywając niemalże wszystko, co jest dla nich niezrozumiałe, a związane z nowoczesną technologią. Warto sobie na wstępie zadać pytanie, dlaczego pojmowanie A.I., stało się takie rozmyte, niejednorodne.

Nawet badacze SI nie mają dokładnej definicji badanej przez nas materii. Płaszczyzna ta zmienia swoje położenie wraz z redefiniowaniem materii z dziedziny A.I. Technologia zmienia się tak szybko, iż niemożliwym staje się stworzenie ogólnej definicji, która zostałaby przyjęta przez całość środowiska. Świat wirtualny zaczyna coraz mocniej wdzierać się do świata realnego, ścierać z nim oraz łączyć w celu stworzenia czegoś zupełnie nowego. Nie da się  nie zauważyć typowego niebezpieczeństwa, które narasta ze względu na rosnące znaczenie sztucznej inteligencji mogącej przerosnąć możliwości człowieka.

Jest taki stary żart, że SI jest definiowana jako “fajne rzeczy, których komputery nie potrafią robić“. Negatywny aspekt związany z tą definicją wskazuje, iż SI nie osiągnie nigdy czegoś pozytywnego. Dzieje się to dlatego, iż moment, w którym znajdziemy rozwiązanie problemu, który mierzwi nasze życie, to przestaje być on problematyką związaną z działalnością SI.  Kilkadziesiąt lat temu automatyczne metody wyszukiwania i planowania były uważane za należące do domeny SI. Dziś tego typu metodologia jest klasycznym elementem studiów związanych z informatyką. Podobnie niektóre metody przetwarzania niepewnych informacji stają się tak dobrze zrozumiałe, że bardzo szybko mogą zostać przeniesione z grupy problematyki rozwiązywanej przez SI oraz przejęte przez człowieka.

Zamieszanie co do znaczenia SI pogłębiają wizje obecne w różnych pracach literackich i filmowych science fiction. W historiach tychczęsto pojawiają się przyjazne sługi humanoidów np. Gwiezdne Wojny. Są one zazwyczaj odpowiedzialne za dostarczanie szczegółowych faktów lub dowcipów sytuacyjnych, czasem jednak jak Artuditu wspierają swojego partnera na niemalże każdy polu np. pilotowanie samolotu. Już dziś mamy do czynienia z bezzałogowymi dronami, które patrolują przestrzeń powietrzą wielu krajów na świecie.  Druga materia to właśnie wspomniane niebezpieczeństwo, gdzie jak w Terminatorze A.I. zwróci się przeciwko swojemu twórcy, chcą go całkowicie zniszczyć.

Często wykonywana praca takich istot jest tylko dodatkiem do pracy, którą jest w stanie wykonać wyłącznie człowiek. Nawet Science Fiction jest odzwierciedleniem tego, jak pojmujemy świat w danym momencie, co oznacza, iż jesteśmy ograniczeni przez czas, w którym żyjemy. W związku z tym science fiction często odczytywane jest jako kondycja  społeczeństwa, natomiast roboty można nazwać mniejszościami etnicznymi, które są represjonowane przez ludzkość.

Innym problemem jest to, iż ciężko określić to, jaki problem dla SI będzie ciężki do rozwiązania. Dzieje się tak, iż oceniamy trudność wykonania danego zadania z perspektywy człowieka, a ciężko jest nam przybrać skórę robota. To, co dla człowieka będzie stanowi  ogromny wysiłek np. obliczenia matematyczne dla człowieka, , maszynie zajmą kilka sekund.. Funkcjonalność SI zaprzecza istnieniu naturalnej teorii ewolucji, gdzie przez dziesięciolecia przyszło nam uczyć się danych czynności, maszynie zajmuje to sekundy.  Podstawowe czynności jak skakanie dla człowieka będą proste do zrealizowania, dla maszyny często okażą się niemożliwe.

Jednym z najpopularniejszych problemów, gdzie zderzają się dwa światy, to partia szachów. Wstępne badania nad SI skupiały się właśnie nad badaniem wśród algorytmów, matematyki. Tego, co człowiekowi sprawia ogromną trudność. Zdawać by się mogło, iż to właśnie one mają w sobie pierwiastek inteligencji poszukiwanej w maszynach przez człowieka. Od tego czasu okazało się, że gra w szachy bardzo dobrze nadaje się dla komputerów, które potrafią przestrzegać dość prostych zasad i obliczać wiele alternatywnych sekwencji ruchów w tempie miliardów obliczeń na sekundę. Komputery pokonały panującego mistrza świata w szachach w słynnych meczach Deep Blue vs Kasparov w 1997 roku. To właśnie te stwierdzenia dają zawuażyć, iż to nie matematyka, a stawianie pierwszych kroków dla maszyn stało się najcięższe. Okazało się, iż królowa nauk nie wymaga ludzkiej intuicji do prawidłowego funkcjonowania, a jedynie rozwijania schematyczności w obliczeniach do niepojętej dotąd mocy obliczeniowej.

Autonomia i adaptacyjność

Próbą definicji użyteczniejszej niż żart pt. “czego komputery jeszcze nie potrafią” byłaby lista właściwości, które są nierozerwalnie związane z SI, czyli Autonomii oraz adaptacyjności. Zajmując się definiowaniem materii związanej ze sztuczną inteligencją, jak zostało wspomniane kierować się należy ostrożnością oraz próbą ujmowania  zjawiska holistycznie. Należy się przede wszystkim zastanowić, czy dany system jest inteligentny, bo potrafi wykonać samodzielnie dane zadanie np. umyć pranie. Czy to właśnie jest definicja związane z samym słowem „inteligencja”, a może jest nim wykrycie Czerniaka, co potrafią zrobić już lepiej algorytmy, aniżeli człowiek.

Podobnie jak system odpowiedzialny za rejestrację obrazu, który go rozumie, potrafi odróżniać poszczególne elementy, jednakże trzeba sobie zadać pytanie, czy „rozumieć”  oznacza, być „inteligentnym”.

Oba przykłady sprawiają, iż perspektywa przyjęta przez człowieka jest błędna.

Ogromne znaczenie ma, aby zdać sobie sprawę, jak wielu aspektów otaczającej nas rzeczywistości dotyczy „inteligencja, oraz że nie jest nią np. pogoda, temperatura.  aby zdać sobie sprawę, że inteligencja nie jest jednym z wymiarów, jak temperatura. Możemy porównać pogodę, która jest dzisiaj, do tej, która miała miejsce tydzień temu. Jako gatunek ludzi próbujemy również definiować w ten sposób inteligencję, czego najlepszym przykładem są wszelkie testy odzwierciedlając IQ człowieka. Mamy nawet tendencję do myślenia, że można oceniać ludzi w odniesieniu do ich inteligencji – to właśnie ma robić iloraz inteligencji (IQ). Jednak w kontekście SI jest oczywiste, że różne systemy SI nie mogą być porównywane na jednej osi lub w jednym wymiarze pod względem ich inteligencji. Czy algorytm gry w szachy jest bardziej inteligentny niż filtr antyspamowy, czy też system rekomendacji muzycznych jest bardziej inteligentny niż samochód samobieżny? Te pytania nie mają sensu. Dzieje się tak dlatego, że sztuczna inteligencja jest wąska (do znaczenia wąskiej AI wrócimy na końcu tego rozdziału): zdolność do rozwiązania jednego problemu nie mówi nam nic o zdolności do rozwiązania innego, innego problemu.

Powiązane materie z A.I.

Istnieje kilkanaście materii powiązanych A.I., ja postaram się zbliżyć jednak te, które według mnie są najważniejsze.

Uczenie maszynowe (Machine Learning)  można uznać za materię specjalistyczną związaną z  SI, która sama w sobie jest podkategorią informatyki (takie kategorie są często nieco nieprecyzyjne i niektóre części uczenia maszynowego mogą należeć do materii związane ze statystykami). Uczenie maszynowe umożliwia stosowanie rozwiązań, które adaptują się w sposób ciągły wraz z pojawiającymi się problemami. Machine Learning wobec tego, to systemy, które poprawiają swoje działanie w danym zadaniu wraz z coraz większym doświadczeniem lub danymi.

Głębokie uczenie(Deep Learning) staje się jest  podkategorią uczenia maszynowego, które samo w sobie jest składnikiem materii związanej z SI, które samo w sobie jest domeną informatyki. “Głębia” uczenia się w  odnosi się do złożoności modelu matematycznego, a zwiększona moc obliczeniowa nowoczesnych komputerów pozwoliła naukowcom na wzmocnienie tej złożoności do poziomów, które wydają się nie tylko ilościowo, ale i jakościowo niepojęte dla świadomości człowieka. Nauka zatem wiąże się z pojawianiem coraz to nowszych specjalistycznych segmentów danej tematyki. Pozawala to na konfrontację już zdobytej wiedzy ze zmieniającym się otoczeniem.

Data science to bardzo młody termin, który swoją materią ujmuje uczenie maszynowe i statystykę, niektóre aspekty informatyki, w tym algorytmy, przechowywanie danych i rozwój aplikacji internetowych. Nauka o danych jest również dyscypliną praktyczną, która wymaga zrozumienia dziedziny, w której jest stosowana, np. w biznesie lub nauce. Data Science niemalże zawsze powiązana jest z tematyką A.I.

Robotyka oznacza budowanie i programowanie robotów tak, aby mogły pracować w złożonych, rzeczywistych warunkach. W pewnym sensie robotyka jest ostatecznym wyzwaniem dla SI, ponieważ wymaga ona połączenia praktycznie wszystkich obszarów SI. Na przykład:

  • widzenie komputerowe i rozpoznawanie mowy w celu wyczuwania otoczenia
  • przetwarzanie w języku naturalnym, wyszukiwanie informacji i rozumowanie w warunkach niepewności dla przetwarzania instrukcji i przewidywania konsekwencji potencjalnych działań
  • modelowanie poznawcze i obliczenia afektywne (systemy, które reagują na wyrażanie ludzkich uczuć lub które naśladują uczucia) do interakcji i pracy z ludźmi

Do wielu problemów związanych z SI związanych z robotyką najlepiej podchodzić poprzez uczenie  maszynowe, co sprawia, że staje się ono aktualnie główną dziedziną badawczą związaną z SI.

Czym jest robot?

Robot jest maszyną składającą się z czujników (wyczuwających środowisko) i elementów wykonawczych (działających na środowisko), które mogą być zaprogramowane do wykonywania sekwencji działań. Ludzie zdali się przyzwyczaić do wizji przedstawianych im w filmach związanych z przyszłością, często też starają się ją odwzorować. Praktyka pokazuje, iż spora gama robotów potrafi się różnić o wizji przedstawianych np. w Star Trek.  Większość aplikacji nie skorzystałaby na tym, że robot ma ludzki kształt, tak jak nie mamy humanoidalnych robotów do mycia naczyń, ale maszyny, w których umieszczamy naczynia do mycia strumieniem wody.

Na pierwszy rzut oka może to nie być oczywiste, ale wszelkiego rodzaju pojazdy, które mają co najmniej pewien stopień autonomii i zawierają czujniki i siłowniki, są również zaliczane do robotyki. Z drugiej strony, rozwiązania oparte na oprogramowaniu, takie jak chatbot obsługi klienta, nawet jeśli czasami są one nazywane “robotami programowymi”, nie należy zaliczać do materii związanych z robotyką.

Filozofia A.I.

Sama natura terminu “sztuczna inteligencja” rodzi filozoficzne pytania, czy inteligentne zachowanie implikuje lub wymaga istnienia umysłu, i w jakim stopniu świadomość jest powtarzalna jako obliczenie.

Test Turinga

Alan Turing (1912-1954) był angielskim matematykiem i logikiem. Słusznie uważa się go za ojca informatyki. Turing był zafascynowany inteligencją i myśleniem, a także możliwością symulowania ich przez maszyny. Najważniejszym wkładem Turinga w sztuczną inteligencję jest jego imitacja gry, która później stała się znana jako test Turinga.

W teście interakcja człowieka z dwoma graczami, A i B, polega na wymianie pisemnych wiadomości (na czacie). Jeśli nadzorujący nie może określić, który z graczy, A czy B, jest komputerem, a który człowiekiem, mówi się, że komputer zdał test. Argumentem jest to, że jeżeli komputer jest nieodróżnialny od człowieka w ogólnej rozmowie w języku naturalnym, to musiał osiągnąć poziom inteligencji ludzkiej.

Jednym z zarzutów testu Turinga jako testu na inteligencję jest to, że może on faktycznie zmierzyć, czy komputer zachowuje się bardziej jak człowiek, niż czy jest inteligentny. Test ten został rzeczywiście “zdany” przez programy komputerowe, które ciągle zmieniają temat, popełniają wiele błędów ortograficznych, a czasami w ogóle odmawiają odpowiedzi. Słynnym przykładem jest Eugeniusz Goostman, 13-letni ukraiński chłopiec, który ciągle stara się unikać odpowiedzi na pytania.

Argument tzw. chińskiego pokoju

Pomysł, że inteligencja jest tym samym co inteligentne zachowanie, został przez niektórych zakwestionowany. Najbardziej znanym kontrargumentem jest eksperyment myślowy w chińskim pokoju Johna Searle’a. Searle opisuje eksperyment, w którym osoba nieznająca chińskiego, jest zamknięta w pokoju. Na zewnątrz pokoju jest osoba, która może prześlizgnąć notatki napisane po chińsku do wnętrza pokoju przez otwór na pocztę. Osoba znajdująca się w pokoju otrzymuje duży podręcznik, w którym znajduje się szczegółowa instrukcja odpowiadania na notatki, które otrzymuje z zewnątrz.

Searle argumentowała, że nawet jeśli osoba z zewnątrz ma wrażenie, że rozmawia z inną osobą mówiącą po chińsku, osoba wewnątrz pokoju nie rozumie języka chińskiego. Podobnie, jego argumentacja jest kontynuowana, nawet jeśli maszyna zachowuje się w sposób inteligentny, na przykład przechodząc test Turinga, to nie wynika z tego, że jest inteligentna lub że ma “umysł” w sposób, jaki ma człowiek. Słowo “inteligentny” może być również zastąpione słowem “świadomy” i podobny argument może być przedstawiony.

Czy samobieżny samochód jest inteligentny?

Argument Chińskiego Pokoju jest sprzeczny z poglądem, że inteligencję można podzielić na małe instrukcje mechaniczne, które można zautomatyzować. Samochód samobieżny jest przykładem elementu inteligencji (prowadzenie samochodu), który może być zautomatyzowany. Argument Chińskiego Pokoju sugeruje, że nie jest to jednak myślenie inteligentne: po prostu tak to wygląda. Wracając do powyższej dyskusji na temat “słów walizki”, system SI w samochodzie nie widzi i nie rozumie swojego otoczenia, nie wie, jak bezpiecznie prowadzić samochód, tak jak widzi, rozumie i wie człowiek. Według Searle’a oznacza to, że inteligentne zachowanie systemu różni się zasadniczo od rzeczywistego bycia inteligentnym.

Jak duże znaczenie ma filozofia w praktyce?

Definicja inteligencji, naturalnej lub sztucznej, i świadomości wydaje się być niezwykle unikalna i prowadzi do pozornie niekończącego się dyskursu. W intelektualnym towarzystwie ta dyskusja może być całkiem przyjemna (przy braku odpowiedniego towarzystwa, książki takie jak “The Mind’s I” Hofstadtera i Dennetta mogą dostarczyć stymulacji).

Jednakże, jak zauważył John McCarthy, filozofia SI “prawdopodobnie nie będzie miała większego wpływu na praktykę badań nad SI niż filozofia nauki w ogóle ma na praktykę nauki”. Będziemy więc nadal badać systemy, które są pomocne w rozwiązywaniu praktycznych problemów, nie pytając zbyt wiele o to, czy są one inteligentne, czy po prostu zachowują się tak, jakby były.

Charakteryzacja płaszczyzn pracy SI

Zgłębiając tematykę, możemy zauważyć pojęcie “wąskiej” oraz “ogólnej” SI. Wąska SI odnosi się do SI, która zajmuje się jednym zadaniem. Ogólna SI, czyli Sztuczna Inteligencja Ogólna (AGI) odnosi się do maszyny, która może obsłużyć każde zadanie intelektualne. Wszystkie metody sztucznej inteligencji, których używamy dzisiaj, podlegają wąskiej sztucznej inteligencji, a ogólna inteligencja znajduje się w sferze science fiction. W rzeczywistości ideał AGI został porzucony przez naukowców zajmujących się sztuczną inteligencją z powodu braku postępu w jego realizacji w ciągu ponad 50 lat, mimo całego wysiłku. Dla kontrastu, wąska SI robi postępy w skokach i ograniczeniach.

Potencjał SI

Z potencjałem SI związana jest dychotomia, którą bardzo łatwo zauważyć. Sprowadza się to do powyższego filozoficznego rozróżnienia pomiędzy byciem inteligentnym a inteligentnym działaniem. Silna SI równałaby się “umysłowi”, który jest naprawdę inteligentny i samoświadomy. Słaba Si jest tym, z czym spotykamy się na co dzień, mimo ogromnych zdolności matematycznych, nie można nazwać jej inteligentną.


0 Komentarzy

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *