• Menu

    Czy czeka nas rywalizacja z maszynami ?

    Obserwując ostatnie osiągnięcia z dziedziny sztucznej inteligencji możemy dojść do wniosku, że w pewnych obszarach zaczyna ona prześcigać ludzi. Czy powinniśmy się obawiać, że w najbliższym czasie inteligentne maszyny zaczną wkraczać w nasze kompetencje? Jakie potencjalne zagrożenia mogą wyniknąć z rozwoju inteligentnych maszyn?

    Fakt, że do ostrożności przy rozwijaniu metod sztucznej inteligencji nawołują jedni z najgenialniejszych żyjących ludzi, między innymi astrofizyk Stephen Hawking (autor best-selerowej książki Krótka Historia Czasu), czy przedsiębiorca i filantrop Elon Musk (twórca PayPal, Tesla i SpaceX) pokazuje, że obawa przed nierówną rywalizacją z maszynami nie jest wyssana z palca.

    Czym zatem jest sztuczna inteligencja? Które z ostatnich osiągnięć obudziły niepokój i jakie środki możemy przedsięwziąć żeby nie znaleźć się na przegranej pozycji.

    Rodzaje sztucznej inteligencji

    Ponieważ pojęcie “sztucznej inteligencji” jest bardzo szerokie i bywa nadużywane, doprecyzujmy najpierw, że interesuje nas sztuczna inteligencja, ucząca się lub naśladująca ludzkie logiczne myślenie.

    Pierwszym z rodzajów sztucznej inteligencji, o której trzeba powiedzieć jest ta, zdolna do nauki i adaptacji. Tutaj przykładem może być inteligencja stworzona przez firmę DeepMind, kupioną niedawno przez Google, która nauczyła się grać w konsolowe gry komputerowe i podczas gry wykorzystywała strategie, które dla ludzi są niedostępne. Na krótkim filmie (link [1] pod artykułem) można zobaczyć jak automat uczył się grać i jaki zaskakujący plan wymyślił żeby wygrać w klasycznej grze konsolowej „breakout”.

    Zaznaczyć należy, że program sam nauczył się reguł gry i zwycięskiej strategii widząc tylko ekran, punktację i eksperymentując z klawiaturą. Porównać to można do procesu uczenia się u dzieci, który polega na stopniowym nabywaniu wiedzy i umiejętności  na podstawie prób i błędów. Z kolei inna sztuczna inteligencja (nazwana AlphaGo) szkolona przez DeepMind nauczyła się grać na mistrzowskim poziomie  klasyczną chińską grę strategiczną Go [2].

    Technika wykorzystana przez DeepMind nazywa się “głębokim uczeniem maszynowym” i zainspirowana jest działaniem ludzkiego mózgu, tzn. polega na stworzeniu wirtualnej sieci neuronów, które podczas procesu uczenia tworzą połączenia w sposób podobny do tego jak “uczy się” ludzki mózg. Jeśli zastanowimy się nad tym przez chwilę to stwierdzimy, że osiągnięcie jest niesamowite: oto mamy maszynę która ucząc się jak dziecko osiągnęła nadludzkie umiejętności ludzkiej grze.

    Kolejnym rodzajem sztucznej inteligencji będącej przedmiotem naszego zainteresowania jest “automatyczne wnioskowanie” czyli technika rozwiązywania problemów logicznych w sposób naśladujący logiczne myślenie u człowieka. Pozostając w dziedzinie gier przykładem możliwości “automatycznego wnioskowania” mogą być programy rozwiązujące popularne zagadki logiczne jak Zagadka Einsteina [3],  czy łamigłówki jak japońska zagadka liczbowa Sudoku [4].

    Przy rozwiązywaniu zagadki sudoku każde wpisanie cyfry w kratkę wpływa na możliwości wykonania kolejnych ruchów. Gdybyśmy byli dość dalekowzroczni wywnioskowalibyśmy, że niektóre ruchy nie doprowadzą nas do rozwiązania zagadki, mimo że krótkoterminowo wydają się jak najbardziej sensowne. Maszyna może wykonać takie dalekowzroczne wnioskowanie unikać błędnych ruchów i robić to z nadludzką szybkością i precyzją.

    Praktyczne zastosowania

    Zastosowanie sztucznej inteligencji oczywiście nie ogranicza się do zabawy w gry komputerowe czy rozwiązywania łamigłówek logicznych.  Jako praktyczny komercyjny przykład “uczenia maszynowego” możemy podać sztuczną inteligencją RankBrain szkoloną przez Google aby określać pozycję stron internetowych w wynikach wyszukiwania. RankBrain jest jednym z narzędzi Google do przeciwdziałania nielegalnym technikom pozycjonowania stron internetowych. Cały sektor biznesu internetowego zajmujący się pozycjonowaniem stron konkuruje zatem z sztuczną inteligencją, która ciągle uczy się rozpoznawać wymyślane przez ludzi techniki sztucznego wpływania na ranking stron internetowych.

    Typowymi przykładami zastosowania „automatycznego wnioskowania” są programy rozwiązujące wszelkie problemy harmonogramowania, planowania czy optymalizacji zasobów. Firmy korzystają z wnioskowania automatycznego między innymi by tworzyć optymalne harmonogramy pracy elektrowni i elektrociepłowni, wykonywać automatyczne układanie grafików pracy zmianowej, czy układać automatycznie rozkłady zajęć uniwersyteckich.

    Automatyczne wnioskowanie pozwala zatem rozwiązywać praktyczne problemy przemysłowe, biznesowe i organizacyjne o rozmiarach przerastających człowieka, robi to w sposób precyzyjny i szybki pozwalając optymalnie wykorzystywać zasoby i uzyskać dzięki temu przewagę konkurencyjną. Głębokie uczenie maszynowe natomiast ma potencjał w dalszym horyzoncie rozwiązywać za ludzi bieżące problem wyręczając ich w uczeniu się i kreatywnym myśleniu.

    Czego możemy się obawiać?

    Z ogromnymi możliwościami i perspektywami rozwoju metod sztucznej inteligencji wiąże się jednak ryzyko. Elon Musk w jednym z ostatnich wywiadów przedstawia scenariusz, w którym ograniczona grupa ludzi rozwinęłaby lub otrzymała dostęp do zaawansowanych metod sztucznej inteligencji będących poza zasięgiem pozostałej części społeczeństwa. Dałoby to miażdżącą przewagę takiej grupie nad kimkolwiek, kogo uznałaby za “konkurencję” czy “przeciwnika”. W obawie przed takim scenariuszem Elon założył fundację OpenAI [5] której celem jest rozwój i popularyzację metod sztucznej inteligencji w domenie publicznej, aby zapewnić równomierny dostęp do tej wiedzy i uniknąć sytuacji, w której jedna korporacja czy grupa osób uzyskałaby monopol.

    Profesor Stephen Hawking z kolei w wywiadze dla BBC [6] wybiega myślami jeszcze dalej w przyszłość i przestrzega przed scenariuszem, w którym sztuczna inteligencja osiągnie umiejętność samo-ulepszania się, dzięki czemu będzie mogła szybko prześcignąć możliwości ludzi we wszystkich dziedzinach. To zjawisko nazywane jest “uciekająca sztuczną inteligencją” lub “osobliwością”. Przy takim scenariuszu, w najlepszym przypadku stalibyśmy się dla maszyn czymś w rodzaju “zwierzątek domowych”, a w najgorszym, Stephen Hawking mówi o “końcu ludzkości”.

    Podsumowanie

    Czy tego chcemy czy nie sztuczna inteligencja małymi krokami wkracza w nasze życie i ma potencjał rozwiązać wiele problemów, z którymi boryka się ludzkość, ale jej rozwój niesie ze sobą także pewne zagrożenia których trzeba być świadomym. To co możemy zrobić to dbać o równomierny dostęp do wiedzy i uniknąć za wszelką cenę sytuacji, w której samo-udoskonalająca się sztuczna inteligencja wyląduje w rękach wąskiej grupy osób.

    Autor: dr inż. Łukasz Domagała – Specjalista do spraw metod automatycznego wnioskowania oraz układania grafików czasu pracy w ePlanist

    Linki

    [1] https://www.youtube.com/watch?v=Q70ulPJW3Gk

    [2] https://pl.wikipedia.org/wiki/Go

    [3] https://pl.wikipedia.org/wiki/Zagadka_Einsteina

    [4] https://pl.wikipedia.org/wiki/Sudoku

    [5] https://openai.com/

    [6] https://www.youtube.com/watch?v=fFLVyWBDTfo

     

    Dodaj komentarz

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