Od lat w branży nowych technologii można zauważyć orientację na systemy sztucznej inteligencji. Przedsiębiorstwa chętnie chwalą się zastosowaniem sztucznej inteligencji w swoich produktach i poświęcają ogromne środki, aby rozwijać algorytmy. Natomiast przeciwnicy tak dynamicznego postępu rozsiewają futurystyczne wizje i ostrzegają przed inteligentnymi maszynami, które dzięki swoim zdolnościom w przyszłości mogą dokonać przewrotu i zbuntować się przeciwko wykorzystującym ludziom. Czy faktycznie należy obawiać się ich szybkiego rozwoju?
Czym jest sztuczna inteligencja i jak się ją określa?
Na początek należałoby postawić pytanie, czym właściwie jest sztuczna inteligencja? Najprościej ujmując, są to systemy lub maszyny, które są w stanie w pewien sposób naśladować inteligencję ludzką w celu wykonywania konkretnych zadań. Istotne jest też to, że takie oprogramowanie ma umiejętność uczenia się na podstawie dostarczanych zbiorów danych. Komputer odbiera informacje, przetwarza je i reaguje.
W 1950 roku brytyjski kryptolog Alan Turing zaproponował sposób określania zdolności systemów do posługiwania się językiem. Test Turinga ma dowodzić umiejętności myślenia, imitujący ludzki tok rozumowania oraz pozwala na odróżnienie maszyn inteligentnych od tych pozbawionych inteligencji. Podstawą jest dialog prowadzony przez sędziów z niewidzianym rozmówcą. W założeniu obie strony posługują się językiem naturalnym. Jeżeli po drugiej stronie znajduje się maszyna i nie zostanie rozpoznana, ma to stanowić dowód na jej zdolność do myślenia. Pierwsza wersja badania wymagała jednak poprawy i doprecyzowania. Maszyny podejmowały dialog, ale szybko okazywało się, iż nie są w stanie sprostać wyzwaniu. Prowadzono próby z programem o nazwie Eliza, który umożliwiał konwersację. Podejmowano wiele eksperymentów, lecz maszyny ciągle nie były w stanie zdać egzaminu. Przyjmuje się, że test pomyślnie przeszedł algorytm z 2014 roku, udający nastolatka. Przekonał do siebie około 30% sędziów.
Podobne artykuły
Reklamowe slogany i marketing
W mediach pojawiają się wzmianki o wykorzystaniu sztucznej inteligencji w coraz to nowszych obszarach. Bardzo często zwrot występuje się w reklamach nowych produktów RTV AGD, co właściwie z miejsca sprawia, że ich cena jest wyższa. Jednak zdecydowana większość z nich to chwyt marketingowy, bowiem ciężko mówić o zastosowaniu w sprzętach gospodarstwa domowego prawdziwie zaawansowanej sztucznej inteligencji. W szerokim spektrum są to algorytmy napisane w pamięci urządzenia, które pracę wykonują w zakresie określonych parametrów.
Zresztą, podobny mechanizm można zobaczyć w przypadkach, które mają być wizytówką niesamowitego rozwoju technologii. Świetne pole do obserwacji stanowią mówiące i przedstawiane jako „superinteligentne” roboty jak Sophie, z którą przeprowadzano nawet wywiady i zapraszano ją do programów, wywołując zachwyt widzów. Po jej prezentacji, w Internecie przetoczyła się debata, gdzie dominowały wizje przyszłości opanowanej przez roboty i cyborgi rodem. Podziw nad techniką mieszał się z lękiem i niedowierzaniem. Jednak po przeanalizowaniu i wsłuchaniu się w słowa maszyny można szybko zauważyć, że to po prostu duża liczba zaimplementowanych wypowiedzi oraz ogólnych zdań bez szczegółowego odnoszenia się do rozmówcy pozbawionych samodzielnych przemyśleń.
Uczenie maszynowe
Pojawia się zatem pytanie – czy sztuczna inteligencja to tylko slogan na potrzeby generowania dużych zasięgów i sprzedaży, czy faktycznie istnieją systemy samouczące się, które przy wykonywaniu zadań są w stanie przewyższać działalność człowieka? Oczywiście takie systemy istnieją. Należy w tym miejscu sięgnąć do podzbioru ogólnego pojęcia i zwrócić uwagę na termin uczenia maszynowego (używane równolegle z ang. Machine learning – ML). Przy wykorzystaniu algorytmów z zakresu ML powstają schematy informatyczne zdolne do przetwarzania dużych zbiorów informacji a ponadto na podstawie tych rekordów wyciągać adekwatne wnioski w celu jak najbardziej prawidłowego wykonania zadania. Sedno tego typu rozwiązań stanowi wydajne przetwarzanie dużych zbiorów danych i przeprowadzanie na bieżąco ich logicznej analizy.
Czy uczenie maszynowe może nam pomóc?
Doskonały i sztandarowy przykład takiego algorytmu stanowi filtr spamu, który na podstawie przykładowych wiadomości (tj. spamu oznaczonego przez użytkowników oraz zwykłych wiadomości niebędących spamem) potrafi sam rozpoznać wiadomości przychodzące i sklasyfikować te niechciane jako spam. Dane, których używamy do wytrenowania systemu noszą nazwę zbioru uczącego (ang. training set), gdzie pojedynczy element uczący jest nazywany przykładem uczącym (próbką uczącą). Innym świetnym przykładem są coraz popularniejsi asystenci głosowi (np. Siri, Cortana), którzy są w stanie bardzo dobrze rozpoznać dowolne polecenie głosowe i błyskawiczne przeszukać zasoby w celu znalezienia najbardziej adekwatnych odpowiedzi.
Machine learning podlega ciągłemu udoskonalaniu i niezwykle szybko się rozwija. Dedykowane algorytmy w niedalekiej przyszłości prawdopodobnie pozwolą na automatyzację pobierania informacji i analizy, co ostatecznie może prowadzić do samoistnego aktualizowania systemu.
Maszyna nie zastąpi człowieka w myśleniu kreatywnym
Nie ulega wątpliwości, że ML to rozwiązanie niesamowicie funkcjonalne i zaawansowane technologicznie. Ma jednak, jak każde oprogramowanie, swoje ograniczenia i nie jest to rodzaj inteligencji, którą niektórzy odnoszą do filmów science-fiction o myślących robotach równych ludziom. W żadnym stopniu nie jest to byt, który jest samoświadomy oraz posiada inteligencję poznawczą i emocjonalną. Nie reprezentuje również żadnego procesu myślowego, występującego u człowieka. To, co wykonują modele maszynowe, jest oczywiście niezwykle sprawną analizą danych i wnioskowaniem analogicznym do ludzkiego, w dodatku wykonywanym w zdecydowanie krótszym czasie w porównaniu do człowieka. Kluczowe jest jednak to, że funkcjonuje w granicach napisanego wcześniej pod konkretne zadanie algorytmu. Maszyny wykonują po prostu swoje zadania, które zostały narzucone i zaprogramowane przez ludzi. Nie można tutaj mówić o wychodzeniu poza pewne ramy i wykazywaniu się jakąkolwiek kreatywnością, czy niekonwencjonalnym procesem myślowym.
Czy jesteśmy zupełnie bezpieczni?
W najbliższym czasie nie ma żadnych możliwości aby cokolwiek niepokojącego mogło się wydarzyć, jednak nie jest to jednoznaczne z tym, że obawy dotyczące dalekiej przyszłości są zupełnie nieuzasadnione. Wynika to jednak głównie z lęku przez nieznanym. Nie można w tej chwili stwierdzić z całą pewnością, w jaki sposób mogłaby się zachować niezwykle zaawansowana sztuczna inteligencja z ogromnymi możliwościami obliczeniowymi bez nałożonych na nią ograniczeń. Część naukowców twierdzi jednak, że nawet przy takim stopniu rozwoju, mechanizm nie będzie mógł uzyskać świadomości i nigdy nie będzie reagował w sposób nawet podobny do człowieka, ponieważ nie jest w stanie wykształcić emocji, odczuwać oraz myśleć niestandardowo. Są jednak też tacy, którzy uważają inaczej. Swoje obawy wobec zbyt dynamicznych i niekontrolowanych prac nad rozwojem sztucznej inteligencji wyrazili między innymi miliarder Elon Musk oraz jeden z najwybitniejszych fizyków współczesnych czasów- Stephen Hawking (1942-2018)
Nie jest to jednak na pewno problem naszych czasów, ponieważ w tej chwili jesteśmy na początku drogi do stworzenia systemów prawdziwie inteligentnych. Ważna jest tutaj również inna nauka – kogniwistyka. Ludzki mózg i percepcja pozostają niezbadane dogłębnie, więc wyzwaniem na długie lata pozostaje oddanie sposobu ludzkiego pojmowania. Pomimo, że część z tworzonych robotów przypomina wizualnie człowieka, to z technicznego punktu widzenia są to takie same maszyny jak inne. Na razie nie ma więc czego się obawiać, programy wypełniają powierzone im zadania, są w stanie „uczyć się” na zasadzie gromadzenia powierzonej im wiedzy, ale nic poza tym.
