Na skróty:
Przejdź bezpośrednio do treści (Alt 1)Przejdź bezpośrednio do podmenu (Alt 3)Przejdź bezpośrednio do menu głownego (Alt 2)

Sztuczna inteligencja i jej zastosowanie
AI za nas nie pomyśli

Procesor komputera i ludzki mózg pracują w zupełnie inny sposób.
Procesor komputera i ludzki mózg pracują w zupełnie inny sposób. | Foto: Pixabay

Sztuczna inteligencja (ang. Artificial Intelligence, AI) to zbiór technologii łączących dane, algorytmy i moc obliczeniową. Żeby coś „wymyśliła”, musi się nauczyć analizować dane; i to od człowieka.

Sławomir Kosieliński

W amerykańskim dreszczowcu „Eagle Eye” (reż. Daniel John Caruso, 2008) dwoje obcych sobie ludzi zostaje uwikłanych w zamach terrorystyczny i uznanych za wrogów publicznych numer jeden. Żeby przeżyć, muszą wykonywać rozkazy nieznanej kobiety, która wie o wszystkim i za brak posłuszeństwa każe śmiercią. Zmienia niespodziewanie światła uliczne, wywołuje awarię sieci elektroenergetycznej czy też strąca śmigłowce.

Z czasem główni bohaterowie filmu i ścigające ich tajne służby uświadamiają sobie, że prawdziwym sprawcą jest ARIIA (Autonomous Reconnaissance Intelligence Integration Analyst), czyli superszybki komputer Departamentu Obrony USA, który ma dostęp do niezliczonych baz danych i czujników (w tym kamer ulicznych) i dochodzi do wniosku, że „aby zapobiec dalszemu rozlewowi krwi, należy usunąć władzę wykonawczą”. Powołuje się przy tym na Konstytucję Stanów Zjednoczonych Ameryki i Deklarację Niepodległości. Na szczęście ludzie łączą siły i potrafią dość brutalnie wyłączyć ARIIA, albo – jak kto woli – wytłumaczyć sztucznej inteligencji, kto tu naprawdę rządzi i… myśli.

To twórcza trawestacja problemu zarysowanego w filmie Stanleya Kubricka „Odyseja kosmiczna 2001”. HAL, czyli Heuristically Programmed Algorithmic Computer, jest maszyną, która łączy zdolność do działania według zaprogramowanych algorytmów z umiejętnością uczenia się. Potrafi mówić, czytać z ruchu ust, grać w szachy… i zabijać ludzi. Ona sama twierdzi, że „żadna maszyna tego modelu nigdy nie popełniła błędu ani nie przekłamała informacji. Mówiąc krótko, jesteśmy komputerami niezawodnymi i nieomylnymi”. Ale gdy nastąpiła awaria i HAL stanął przed dylematem, czy wy­brać powodzenie misji, czy też posłuszeństwo wobec ludzi, decyduje się uśmiercać członków załogi Discovery One. Dowódcy Dave’owi Bowmanowi tylko przypadkiem udało się odwrócić uwagę śmiercionośnej maszyny, by móc dobrać się do jej trzewi.

Z tej perspektywy AI wydaje się nam straszną, niezrozumiałą maszynerią, której należy się bać i unikać. A gdy wielki naukowiec Stephen Hawking ostrzegł, że sztuczna inteligencja może „oznaczać koniec rasy ludzkiej”, podniósł się natychmiast wielki larum. Zakazać AI i już! Tymczasem przeciwnicy AI zapewne nie wiedzą, że na każdym kroku korzystają z dobrodziejstw programów komputerowych opartych na analizie danych i wykorzystujących mechanizmy tzw. sztucznej inteligencji. Są jak  pan Jourdain u Moliera, który przeszło czterdzieści lat mówił prozą, nie mając o tym pojęcia. Przyjrzyjmy się zatem kilku najciekawszym zastosowaniom AI.

Uczenie maszynowe a człowiek

„Wujek” Google potrafi czasem nieźle nas zdenerwować, blokując dostęp do jakichś treści i wymagając od nas wskazania np. obrazków z autobusami lub pasami. To CAPTCHA, czyli „całkowicie zautomatyzowany publiczny test Turinga, który odróżnia komputery od ludzi”. Ale po co wskazywać infrastrukturę drogową? AI polega głównie na uczeniu maszynowym, zaciąganiu danych i porównywaniu ich. W przypadku obrazów sztuczna inteligencja potrzebuje szczególnie naszej interpretacji. Za każdym razem, gdy zostaniesz poproszony o obejrzenie zdjęcia i kliknięcie wszystkich kwadratów ze znakiem stop, możesz uczyć pojazdy autonomiczne, jak je rozpoznawać.

Sieciowi tłumacze

Z minuty na minutę (sic) wzrasta jakość tłumaczeń Google Translation. System wykorzystuje dużą, sztuczną sieć neuronową (informatyczne odzwierciedlenie procesów myślowych) do tzw. głębokiego uczenia się (ang. deep learning). Polega to na analizie non stop milionów tekstów znalezionych w sieci. Program koduje semantykę zdania, używając części wspólnej dla wielu językach. Z czasem uczy się tworzyć lepsze, bardziej naturalne tłumaczenia, w czym mu pomagają sami użytkownicy, zachęcani przez translator do wnoszenia poprawek na bieżąco. Cóż, tak „karmimy” AI.

Diagnoza lekarska

– Doktorze Watson! Proszę o interpretację wyników badań naszej pacjentki – pyta się dr Schmidt. Człowiekiem jest tylko ona. Watson nie ma głosu, płci ani osobowości. Jest to zestaw komponowalnych mikrousług (oprogramowania), które działają w tzw. chmurze obliczeniowej. W ocenie jego twórcy – koncernu IBM – jest zdolny do nadawania sensu zbiorom danych i rozumienia języka naturalnego w celu dostarczania zaleceń, prognozowania i automatyzacji pracy. 

Uławia firmom tworzyć własne wersje sztucznej inteligencji, które wykorzystuje się w aplikacjachi i do wyciągania wniosków na podstawie analizy gigantycznych zbiorów danych (tzw. Big Data). Gdy Watsona zaprzęgnie się do analizy danych medycznych, wykrywa nieoczywiste związki przyczynowo-skutkowe. To efekt uczenia maszynowego. Watson nie myśli, on(o) (?) podaje rozwiązania, które człowiek, może przyjąć lub nie.

Przewidywać awarię maszyny

Przez długie lata pracownicy metra w Hongkongu nocami chodzili po torowiskach, sprawdzając ich stan, aż wreszcie oczujnikowano przeszło 800 km podziemnej sieci. Odtąd to sztuczna inteligencja nadzoruje bezpieczeństwo. Potrafi przewidzieć awarię, zanim ktokolwiek o tym pomyśli. To tzw. konserwacja zapobiegawcza (ang. predictive maintenance). Im więcej danych, tym lepsza jakość analiz oraz szybsza reakcja ludzi, a co za tym idzie – mniejsze koszty przerwy koniecznej do wymiany np. zużytego łożyska. 

W tym samym duchu w maszynach ze stajni McLarena (Formuła 1) nad sprawnością ich działania czuwa system inteligentny bazujący na technologii SAP HANA. 150 czujników zbiera dane, m.in.: o stanie silnika, podwozia, ciśnienia w kołach, sile odśrodkowej wywieranej na bolid czy tempie spalania paliwa. Są one następnie przesyłane do centrum przetwarza­nia, co pozwala wychwycić w lot wszelkie ułomności. Dodatkowo dane poddaje się wnikliwej analizie pod różnym kątem. Dzięki temu można dostroić podzespoły, np. pod kątem 20 zakrętów na torze w Singapurze, na których trzeba radykalnie zwal­niać. Tuning pozwala zminimalizować utratę cennych sekund.

Kolekcja danych z wyścigów w poprzednich sezonach pozwala lepiej się przygo­tować do następnych. Dane połączone w ogromną bazę umożliwiają konfigurację parametrów bolidu dla każdego odcinka. Jak ustawić samochód na torze, aby zwiększyć szansę na zwycięstwo? Co by się stało, gdyby kierowca przyspieszył na 10. zakręcie do 130 km/h, jadąc po zewnętrznym torze?

Dane – paliwo AI

Ten artykuł napisałem ja, człowiek. Podkreślam to, ponieważ jest już możliwe, żeby na podstawie ogromu danych taki tekst napisała sztuczna inteligencja. Dowiódł tego eksperyment dziennika „The Guardian” z września 2020 r., w którym opublikowano esej autorstwa GPT-3 (specjalnego programu AI) pod tytułem „A robot wrote this entire article. Are you scared yet, human?”.

Dopóty nie obawiam się straty pracy, dopóki ludzie będą czytać moje teksty. – Sztuczna inteligencja nie zniszczy ludzi. Uwierz mi – zapewnił GPT-3. Proszę o to samo.