UMELÁ INTELIGENCIA
Pojem "umelá inteligencia" (UI) – alebo po anglicky „Artificial Intelligence“ (AI) – bol prvýkrát oficiálne použitý v roku 1955.
Informatik John McCarthy ho používa v súvislosti s konferenciou, na ktorej sa okrem iného prezentujú programy, ktoré dokážu hrať šach a dámu. O 40 rokov neskôr šachový počítač Deep Blue vyvinutý spoločnosťou IBM porazí majstra sveta Garriho Kasparova. Ale je to inteligencia? Práve v tom spočíva problém: snaha vyvinúť inteligentné stroje najskôr vychádza z myšlienky prirodzenej inteligencie - ani pre ňu však stále neexistuje všeobecne platná definícia. Jedno je však isté: modelom pre umelú inteligenciu je náš mozog, neurónová sieť, ktorá sa dokáže učiť, uvažovať a myslieť abstraktne.
Zatiaľ neexistujú stroje, ktoré by dokázali myslieť alebo inteligentne interagovať so svojím okolím - aj keď dnešná umelá inteligencia sa už dokáže veľmi dobre učiť. Ale táto technológia už teraz zásadne zmenila náš každodenný život v prakticky všetkých oblastiach života.
"To, čo dnes nosíme vo vreckách, má výkon superpočítača spred niekoľkých desaťročí."
Peter Dayan, riaditeľ Inštitútu Maxa Plancka pre biologickú kybernetiku v Tübingene
Slabá, silná a super umelá inteligencia - o čom to všetko je?
Umelá inteligencia je podoblasťou informatiky. Jej cieľom je umožniť počítačom rozpoznávať vzory a prijímať nezávislé rozhodnutia prostredníctvom algoritmov. Umelá inteligencia je stále mladý odbor. A tak aj medzi odborníkmi existujú rôzne názory na to, čo sa dá vnímať ako umelá inteligencia a čo nie. Mnohí považujú schopnosť počítačového systému sa učiť samostatne za nevyhnutný predpoklad umelej inteligencie, iní medzi ne zaraďujú napríklad aj jednoduchých hlasových asistentov.
V zásade existujú tri rôzne formy umelej inteligencie: slabá umelá inteligencia, silná umelá inteligencia a takzvaná super umelá inteligencia.
Slabá AI/UI
Slabá umelá inteligencia je umelá inteligencia, ktorá sa špecializuje na jednu oblasť. Môže v nej byť naozaj dobrá, ale nedokáže svoje znalosti preniesť do iných oblastí. Aj naše smartfóny, každý moderný počítač a internet sú plné slabej umelej inteligencie, napríklad keď smartfón zoskupuje fotografie do priečinkov, program prekladá texty z jedného jazyka do druhého alebo YouTube navrhuje ďalšie video. Slabé UI sú po nemecky nazvané "špecializovaní idioti". Sú veľmi dobré v tom, čo robia, často dokonca lepšie ako ľudia - ale nič iné nevedia. Každá AI, ktorá dnes existuje, je slabá AI.
Silná umelá inteligencia
Silná umelá inteligencia dokáže aplikovať poznatky z jednej oblasti na iné oblasti. Silná umelá inteligencia by tak bola podobne inteligentná ako človek. Jediným rozdielom je, že doteraz neexistuje silná umelá inteligencia. Dokonca aj veľmi náročné systémy - napríklad na autonómne riadenie - sú slabými umelými inteligenciami, pretože sú stále obmedzené na presne vymedzenú oblasť. K inteligencii porovnateľnej s ľudským mozgom má ešte stále ďaleko. Umelé neurónové siete sú najnáročnejším typom strojového učenia. Na ceste k silnej umelej inteligencii zohrávajú kľúčovú úlohu.
Super-AI
Super umelá inteligencia alebo umelá superinteligencia by bola inteligentnejšia ako človek. Nielen pri riešení určitých problémov alebo otázok, ale aj v tvorivých a sociálnych schopnostiach. Super umelá inteligencia by si musela stanoviť ciele a hodnoty a zároveň by ich musela byť schopná prispôsobiť všetkým situáciám. Okrem toho sa vynára otázka, či by super umelá inteligencia zahŕňala aj vedomie. Jednotlivé systémy - ako napríklad niektoré mimoriadne rýchle a výkonné vyhľadávače - sa niekedy označujú ako "superinteligentné". Sú ale len v čiastkových a konkrétnych oblastiach lepšie ako ľudia, a preto sú v konečnom dôsledku slabou AI. Skutočná super umelá inteligencia by nepochybne zásadne zmenila svet.
Informatik John McCarthy ho používa v súvislosti s konferenciou, na ktorej sa okrem iného prezentujú programy, ktoré dokážu hrať šach a dámu. O 40 rokov neskôr šachový počítač Deep Blue vyvinutý spoločnosťou IBM porazí majstra sveta Garriho Kasparova. Ale je to inteligencia? Práve v tom spočíva problém: snaha vyvinúť inteligentné stroje najskôr vychádza z myšlienky prirodzenej inteligencie - ani pre ňu však stále neexistuje všeobecne platná definícia. Jedno je však isté: modelom pre umelú inteligenciu je náš mozog, neurónová sieť, ktorá sa dokáže učiť, uvažovať a myslieť abstraktne.
Zatiaľ neexistujú stroje, ktoré by dokázali myslieť alebo inteligentne interagovať so svojím okolím - aj keď dnešná umelá inteligencia sa už dokáže veľmi dobre učiť. Ale táto technológia už teraz zásadne zmenila náš každodenný život v prakticky všetkých oblastiach života.
"To, čo dnes nosíme vo vreckách, má výkon superpočítača spred niekoľkých desaťročí."
Peter Dayan, riaditeľ Inštitútu Maxa Plancka pre biologickú kybernetiku v Tübingene
Slabá, silná a super umelá inteligencia - o čom to všetko je?
Umelá inteligencia je podoblasťou informatiky. Jej cieľom je umožniť počítačom rozpoznávať vzory a prijímať nezávislé rozhodnutia prostredníctvom algoritmov. Umelá inteligencia je stále mladý odbor. A tak aj medzi odborníkmi existujú rôzne názory na to, čo sa dá vnímať ako umelá inteligencia a čo nie. Mnohí považujú schopnosť počítačového systému sa učiť samostatne za nevyhnutný predpoklad umelej inteligencie, iní medzi ne zaraďujú napríklad aj jednoduchých hlasových asistentov.
V zásade existujú tri rôzne formy umelej inteligencie: slabá umelá inteligencia, silná umelá inteligencia a takzvaná super umelá inteligencia.
Slabá AI/UI
Slabá umelá inteligencia je umelá inteligencia, ktorá sa špecializuje na jednu oblasť. Môže v nej byť naozaj dobrá, ale nedokáže svoje znalosti preniesť do iných oblastí. Aj naše smartfóny, každý moderný počítač a internet sú plné slabej umelej inteligencie, napríklad keď smartfón zoskupuje fotografie do priečinkov, program prekladá texty z jedného jazyka do druhého alebo YouTube navrhuje ďalšie video. Slabé UI sú po nemecky nazvané "špecializovaní idioti". Sú veľmi dobré v tom, čo robia, často dokonca lepšie ako ľudia - ale nič iné nevedia. Každá AI, ktorá dnes existuje, je slabá AI.
Silná umelá inteligencia
Silná umelá inteligencia dokáže aplikovať poznatky z jednej oblasti na iné oblasti. Silná umelá inteligencia by tak bola podobne inteligentná ako človek. Jediným rozdielom je, že doteraz neexistuje silná umelá inteligencia. Dokonca aj veľmi náročné systémy - napríklad na autonómne riadenie - sú slabými umelými inteligenciami, pretože sú stále obmedzené na presne vymedzenú oblasť. K inteligencii porovnateľnej s ľudským mozgom má ešte stále ďaleko. Umelé neurónové siete sú najnáročnejším typom strojového učenia. Na ceste k silnej umelej inteligencii zohrávajú kľúčovú úlohu.
Super-AI
Super umelá inteligencia alebo umelá superinteligencia by bola inteligentnejšia ako človek. Nielen pri riešení určitých problémov alebo otázok, ale aj v tvorivých a sociálnych schopnostiach. Super umelá inteligencia by si musela stanoviť ciele a hodnoty a zároveň by ich musela byť schopná prispôsobiť všetkým situáciám. Okrem toho sa vynára otázka, či by super umelá inteligencia zahŕňala aj vedomie. Jednotlivé systémy - ako napríklad niektoré mimoriadne rýchle a výkonné vyhľadávače - sa niekedy označujú ako "superinteligentné". Sú ale len v čiastkových a konkrétnych oblastiach lepšie ako ľudia, a preto sú v konečnom dôsledku slabou AI. Skutočná super umelá inteligencia by nepochybne zásadne zmenila svet.
Vedci už niekoľko desaťročí pracujú na vývoji umelej inteligencie, ktorá by dokázala samostatne vyriešiť problém.
Spočiatku sa pracuje na symbolickej, na pravidlách založenej AI. Táto forma AI je však veľmi obmedzená. Je vhodná len pre oblasti, v ktorých je možné určiť jasné pravidlá pre všetky mysliteľné situácie. Od 80. rokov 20. storočia sa dosiahli veľké pokroky v samoučiacich programoch.
Strojové učenie znamená, že počítač sa na základe príkladov a skúseností učí, ako sa má rozhodnúť - bez toho, aby bol naprogramovaný na riešenie konkrétneho problému. Špeciálne algoritmy sa učia z príkladových údajov a vytvárajú modely, ktoré potom môžu použiť aj pre nové údaje, s ktorými sa doteraz nestretli. Keď sa samoučiace stroje vycvičia na mnohých príkladoch, nezávisle si vytvoria rozhodovací proces, ktorý je zovšeobecnený. Ako sa samoučiace programy dostanú k svojim rozhodnutiam, to už zvyčajne nedokážu pochopiť ani programátori. V závislosti od zložitosti sa rozlišujú rôzne úrovne strojového učenia: kontrolované učenie, nekontrolované učenie, učenie posilňovaním a Deep Learning (slov.: hlboké učenie).
"Dnes už máme stroje, ktoré sa dokážu relatívne dobre učiť, ale ešte nemáme stroje, ktoré dokážu myslieť. Vývoj takýchto strojov je veľkou výzvou."
Bernhard Schölkopf, riaditeľ Inštitútu Maxa Plancka pre inteligentné systémy v Tübingene.
Ako sa učí umelá inteligencia?
Učenie podľa pravidiel
Učenie podľa pravidiel, nazývané aj symbolická AI, je založené na logických modeloch a často sa označuje ako "klasická" AI. Rozhoduje podľa jasných pravidiel, ktoré sú vopred definované v programovom kóde.
Príkladom tejto formy umelej inteligencie je Deep Blue - počítačový program, ktorý v roku 1996 prvýkrát porazil vtedajšieho majstra sveta v šachu Kasparova. Pracuje so symbolickou umelou inteligenciou a svoju výkonnosť hráča dosahuje najmä vďaka obrovskému výpočtovému výkonu. Šachový softvér vypočíta v priemere 126 miliónov pozícií za sekundu. Deep Blue nie je skutočne inteligentný - ale je veľmi, veľmi rýchly.
Kontrolované učenie
Pri kontrolovanom učení ľudia vyhodnocujú trénované a testované údaje a priraďujú ich do skupín. Počas tréningového obdobia sa umelá inteligencia učí napríklad obrázky mačiek správne pomenovať ako "mačka". Ak sa algoritmu vycvičenému na rozhodovanie medzi psom a mačkou zobrazí obrázok slona, umelá inteligencia ho nedokáže vyriešiť. Obmedzené na úzku oblasť, sú tieto algoritmy však veľmi spoľahlivé a presné, ak sú trénovacie údaje dostatočne rozsiahle a kvalitné.
Analýza obrazov pomocou učiacich metód už zohráva významnú úlohu v zobrazovacej diagnostike. Viaceré štúdie ukazujú, že umelá inteligencia dokáže napríklad pri posudzovaní rakoviny kože stanoviť rýchlejšiu a často presnejšiu diagnózu ako mnohí lekári. Najlepšie výsledky dosahujú ľudia a umelá inteligencia spoločne: umelá inteligencia najprv vyhodnotí, či ide vôbec o rakovinu kože alebo o neškodnú zmenu na koži. Liečbu potom určia atestovaní lekári.
Nekontrolované učenie
O nekontrolovanom učení sa hovorí, keď algoritmus dostáva nefiltrované nespracované údaje. Program samostatne vyhľadáva podobnosti a rozdiely v údajoch. Cieľom je rozpoznávať zaujímavé a zhodné vzory. Niekedy však dochádza k chybám, keď umelá inteligencia rozpoznáva podobnosti predovšetkým v pozadí obrázka, a preto dospeje k nesprávnym výsledkom. Ak sa napríklad umelá inteligencia naučí, čo je "vlk", výlučne z obrázkov vlkov v snehu, nazve aj iné zviera v snehu "vlkom".
Rozpoznávanie vzorov prostredníctvom samoučiacich sietí môže výskumníkom pomôcť vidieť viac: Fluorescenčná mikroskopia živých buniek sa často musí robiť pri slabom osvetlení, inak sa skúmané organizmy poškodia. Samoučiaci softvér na obnovu obrazov analyzuje tieto zle osvetlené, ťažko viditeľné mikroskopické obrazy, porovnáva ich so vzormi zo známych obrazov a môže tak zviditeľniť "skrytý" obsah obrazu.
Učenie posilňovaním
Pri učení posilňovaním učiaci sa systém prijíma rozhodnutia, podľa ktorých následne koná. Pri každej akcii dostáva systém pozitívnu alebo negatívnu spätnú väzbu. Takto sa algoritmus stále lepšie učí ohodnotiť, ako úspešné sú jednotlivé akcie v rôznych situáciách. Deep Learning (hlboké učenie) je metóda učenia posilňovaním v umelých neurónových sieťach, ktoré napodobňujú mozog. Takáto neurónová sieť sa skladá z niekoľkých vrstiev. Jednotlivé vrstvy sa skladajú z mnohých umelých neurónov, ktoré sú navzájom prepojené a reagujú na neuróny príslušnej predchádzajúcej vrstvy. Čím väčšia je sieť, tým zložitejšie situácie je možné spracovať.
Rozpoznávanie reči a textu
Deep Learning sa okrem iného používa na rozpoznávanie reči a textu. Napríklad v Kolíne nad Rýnom vyvinutá online prekladateľská služba DeepL a program simultánneho prekladu Lecture Translator Technologického inštitútu v Karlsruhe pracujú s umelými neurónovými sieťami.
Rozpoznávanie tváre
Umelé neurónové siete sa dnes používajú aj na rozpoznávanie tváre. Len v britskom hlavnom meste Londýn je nainštalovaných viac ako 600.000 kamier, z ktorých mnohé sa používajú aj na rozpoznávanie tváre. Táto technológia má polícii pomôcť pri riešení trestných činov alebo im dokonca zabrániť. Aké veľké je však nebezpečenstvo takéhoto sledovania? Do akej miery je zlučiteľná s demokraciou a občianskymi právami?
Autonómne riadenie
Výrobcovia automobilov už desaťročia pracujú na automatizácii jazdenia prostredníctvom rôznych asistenčných systémov. Mnohé veci sú tu už realitou, napríklad automatická regulácia rýchlosti alebo parkovací asistenti. Veľkým cieľom je autonómne jazdenie, pri ktorom počítačové programy s umelou inteligenciou úplne prevezmú riadenie vozidla a ľudia budú len pasažiermi. Na jednej strane by sa tým zabránilo mnohým dopravným nehodám, pretože v súčasnosti sa veľmi veľa nehôd stáva v kvôli ľudským chybám. Na druhej strane však existujú aj zásadné otázky: Kto nesie zodpovednosť pri kolízii s vozidlom bez vodiča?
PRÍKLADY Z VÝSKUMU UMELEJ INTELIGENCIE
Poď so mnou objavovať
Malý štvornohý robot SOLO 8 pochádza z robotických laboratórií Inštitútu Maxa Plancka pre inteligentné systémy v Tübingene a Stuttgarte. Výskumný robot je open-source projekt, návod na zostavenie a GitHub dokumentácia sú voľne prístupné. Väčšina komponentov pochádza z 3D-tlačiarne, ostatné sa dajú ľahko kúpiť. To znamená, že výskumníci na celom svete môžu SOLO 8 lacno a jednoducho replikovať a ďalej rozvíjať. Myšlienka projektu spočíva v tom, že túto technológiu môže využívať každé výskumné laboratórium robotiky, čím sa vytvorí jednotná výskumná platforma na celom svete. Keď totiž mnoho vedcov vykonáva experimenty na rovnakej platforme, získajú sa porovnateľné údaje. To umožňuje rýchlejší pokrok v oblasti robotiky.
Dlhá expozícia robí z vysoko dynamických pohybov robota SOLO 8 tanec.
Rozpoznávanie korelácií
Jednou zo súčasných oblastí výskumu Bernharda Schölkopfa na Inštitúte Maxa Plancka pre inteligentné systémy v Tübingene je tzv. kauzálna inferencia. Ide o algoritmy, ktoré dokážu z údajov rozpoznať aj kauzálne súvislosti, t. j. vzťah medzi príčinou a následkom. Jedným z cieľov je zvýšiť odolnosť systémov umelej inteligencie voči vonkajším rušivým vplyvom. Dobrým príkladom je aj autonómne riadenie: Ak je dopravná značka v obytnej oblasti s obmedzenou rýchlosťou zmanipulovaná tak, že namiesto "30" ukazuje "130", človek okamžite vie, že to nemôže byť pravda - práve preto, že prostredie poskytuje mnoho ďalších údajov. Pre umelú inteligenciu to ale nie je ľahká úloha. A predsa musí mať tú schopnosť skôr, ako budú autá skutočne jazdiť autonómne, inak sú vážne nehody "naprogramované".
Dokonalá súhra
Pre veľké filmové trhy ako napr. Nemecko sa filmy a seriály dabujú. Prekladatelia musia nielen správne podať obsah toho, čo bolo povedané. Nový text musí zodpovedať aj pohybom pier a mimike hercov. To by sa však mohlo zmeniť: Technika umelej inteligencie s názvom "Deep Video Portraits" vyvinutá na Inštitúte Maxa Plancka pre informatiku umožňuje namiesto toho prispôsobiť výrazy tváre a mimiku hercov najlepšiemu prekladu. Na tento účel sa nahrávajú pohyby tváre a pozícia hlavy dabujúcich hercov. Systém ich prenesie na hercov vo filme. Výsledkom je, že mimika tváre, pohľad, poloha hlavy a dokonca aj žmurknutie očami dokonale zodpovedajú hovorenému slovu. Podobné techniky umožňujú ale aj falšovanie mediálneho obsahu, ktoré sa nazýva "deepfake". Tým sa dnes napríklad môže politikom do úst vložiť akýkoľvek výrok, nech je akokoľvek absurdný. Musíme si teda zvyknúť na to, aby sme boli kritickí aj k zdanlivo objektívnym dôkazom.
Učenie jazykov pomocou umelej inteligencie
Online jazykových kurzov je neúrekom. Ponuka kurzov sa však často výrazne líši kvalitou a cenou. Obzvlášť sľubné sú kurzy, v ktorých študenti dostávajú od lektorov veľa spätnej väzby. Tieto kurzy sú však drahé. Weizenbaumov inštitút - spoločný výskumný projekt v Berlíne a Brandenbursku - vyvíja s Goetheho inštitútom umelú inteligenciu, ktorá umožňuje čo najefektívnejšie využívať čas učiteľa a sústrediť sa na oblasti, ako je písanie vlastných textov a učenie sa správnej výslovnosti. Program okrem iného dokáže skontrolovať nielen novú slovnú zásobu, ale aj správne používanie naučenej gramatiky vo voľne formulovaných textoch. Dokáže dokonca rozpoznať, či si študenti text preložili sami alebo "podvádzajú" pomocou prekladateľských programov. Umelá inteligencia tak môže prevziať rutinné úlohy od učiteľov.
da Vinci s jemnocitom
Dnešné bežné rozhrania človek-stroj sú väčšinou zamerané na počúvanie alebo videnie. Katherine Kuchenbeckerová a jej tím z Inštitútu Maxa Plancka v Stuttgarte sú presvedčení, že roboty potrebujú pre mnohé oblasti použitia lepšie haptické interakčné schopnosti a vyššiu úroveň sociálnej inteligencie. Preto vedci učia roboty chápať svoje prostredie hmatom. Je to rovnako dôležité pri práci s ľuďmi, napríklad s tými, ktorí potrebujú starostlivosť, ako aj pri používaní diaľkovo ovládaných robotov. Kuchenbecker napríklad ďalej vyvíja operačného robota "da Vinci", ktorý môže aj na veľké vzdialenosti podporovať chirurga pri operovaní. Systém umelej inteligencie posiela robotovi pohyby vzdialených špecialistov. Vďaka novým funkciám môžu teraz lekári nielen vidieť na obrazovke, ale aj priamo cítiť, čo robot robí.
"Pomocou umelej inteligencie môžeme z dobrých chirurgov urobiť veľmi dobrých chirurgov.
Katherine Kuchenbecker, riaditeľka Inštitútu Maxa Plancka pre inteligentné systémy v Stuttgarte.
Spočiatku sa pracuje na symbolickej, na pravidlách založenej AI. Táto forma AI je však veľmi obmedzená. Je vhodná len pre oblasti, v ktorých je možné určiť jasné pravidlá pre všetky mysliteľné situácie. Od 80. rokov 20. storočia sa dosiahli veľké pokroky v samoučiacich programoch.
Strojové učenie znamená, že počítač sa na základe príkladov a skúseností učí, ako sa má rozhodnúť - bez toho, aby bol naprogramovaný na riešenie konkrétneho problému. Špeciálne algoritmy sa učia z príkladových údajov a vytvárajú modely, ktoré potom môžu použiť aj pre nové údaje, s ktorými sa doteraz nestretli. Keď sa samoučiace stroje vycvičia na mnohých príkladoch, nezávisle si vytvoria rozhodovací proces, ktorý je zovšeobecnený. Ako sa samoučiace programy dostanú k svojim rozhodnutiam, to už zvyčajne nedokážu pochopiť ani programátori. V závislosti od zložitosti sa rozlišujú rôzne úrovne strojového učenia: kontrolované učenie, nekontrolované učenie, učenie posilňovaním a Deep Learning (slov.: hlboké učenie).
"Dnes už máme stroje, ktoré sa dokážu relatívne dobre učiť, ale ešte nemáme stroje, ktoré dokážu myslieť. Vývoj takýchto strojov je veľkou výzvou."
Bernhard Schölkopf, riaditeľ Inštitútu Maxa Plancka pre inteligentné systémy v Tübingene.
Ako sa učí umelá inteligencia?
Učenie podľa pravidiel
Učenie podľa pravidiel, nazývané aj symbolická AI, je založené na logických modeloch a často sa označuje ako "klasická" AI. Rozhoduje podľa jasných pravidiel, ktoré sú vopred definované v programovom kóde.
Príkladom tejto formy umelej inteligencie je Deep Blue - počítačový program, ktorý v roku 1996 prvýkrát porazil vtedajšieho majstra sveta v šachu Kasparova. Pracuje so symbolickou umelou inteligenciou a svoju výkonnosť hráča dosahuje najmä vďaka obrovskému výpočtovému výkonu. Šachový softvér vypočíta v priemere 126 miliónov pozícií za sekundu. Deep Blue nie je skutočne inteligentný - ale je veľmi, veľmi rýchly.
Kontrolované učenie
Pri kontrolovanom učení ľudia vyhodnocujú trénované a testované údaje a priraďujú ich do skupín. Počas tréningového obdobia sa umelá inteligencia učí napríklad obrázky mačiek správne pomenovať ako "mačka". Ak sa algoritmu vycvičenému na rozhodovanie medzi psom a mačkou zobrazí obrázok slona, umelá inteligencia ho nedokáže vyriešiť. Obmedzené na úzku oblasť, sú tieto algoritmy však veľmi spoľahlivé a presné, ak sú trénovacie údaje dostatočne rozsiahle a kvalitné.
Analýza obrazov pomocou učiacich metód už zohráva významnú úlohu v zobrazovacej diagnostike. Viaceré štúdie ukazujú, že umelá inteligencia dokáže napríklad pri posudzovaní rakoviny kože stanoviť rýchlejšiu a často presnejšiu diagnózu ako mnohí lekári. Najlepšie výsledky dosahujú ľudia a umelá inteligencia spoločne: umelá inteligencia najprv vyhodnotí, či ide vôbec o rakovinu kože alebo o neškodnú zmenu na koži. Liečbu potom určia atestovaní lekári.
Nekontrolované učenie
O nekontrolovanom učení sa hovorí, keď algoritmus dostáva nefiltrované nespracované údaje. Program samostatne vyhľadáva podobnosti a rozdiely v údajoch. Cieľom je rozpoznávať zaujímavé a zhodné vzory. Niekedy však dochádza k chybám, keď umelá inteligencia rozpoznáva podobnosti predovšetkým v pozadí obrázka, a preto dospeje k nesprávnym výsledkom. Ak sa napríklad umelá inteligencia naučí, čo je "vlk", výlučne z obrázkov vlkov v snehu, nazve aj iné zviera v snehu "vlkom".
Rozpoznávanie vzorov prostredníctvom samoučiacich sietí môže výskumníkom pomôcť vidieť viac: Fluorescenčná mikroskopia živých buniek sa často musí robiť pri slabom osvetlení, inak sa skúmané organizmy poškodia. Samoučiaci softvér na obnovu obrazov analyzuje tieto zle osvetlené, ťažko viditeľné mikroskopické obrazy, porovnáva ich so vzormi zo známych obrazov a môže tak zviditeľniť "skrytý" obsah obrazu.
Učenie posilňovaním
Pri učení posilňovaním učiaci sa systém prijíma rozhodnutia, podľa ktorých následne koná. Pri každej akcii dostáva systém pozitívnu alebo negatívnu spätnú väzbu. Takto sa algoritmus stále lepšie učí ohodnotiť, ako úspešné sú jednotlivé akcie v rôznych situáciách. Deep Learning (hlboké učenie) je metóda učenia posilňovaním v umelých neurónových sieťach, ktoré napodobňujú mozog. Takáto neurónová sieť sa skladá z niekoľkých vrstiev. Jednotlivé vrstvy sa skladajú z mnohých umelých neurónov, ktoré sú navzájom prepojené a reagujú na neuróny príslušnej predchádzajúcej vrstvy. Čím väčšia je sieť, tým zložitejšie situácie je možné spracovať.
Rozpoznávanie reči a textu
Deep Learning sa okrem iného používa na rozpoznávanie reči a textu. Napríklad v Kolíne nad Rýnom vyvinutá online prekladateľská služba DeepL a program simultánneho prekladu Lecture Translator Technologického inštitútu v Karlsruhe pracujú s umelými neurónovými sieťami.
Rozpoznávanie tváre
Umelé neurónové siete sa dnes používajú aj na rozpoznávanie tváre. Len v britskom hlavnom meste Londýn je nainštalovaných viac ako 600.000 kamier, z ktorých mnohé sa používajú aj na rozpoznávanie tváre. Táto technológia má polícii pomôcť pri riešení trestných činov alebo im dokonca zabrániť. Aké veľké je však nebezpečenstvo takéhoto sledovania? Do akej miery je zlučiteľná s demokraciou a občianskymi právami?
Autonómne riadenie
Výrobcovia automobilov už desaťročia pracujú na automatizácii jazdenia prostredníctvom rôznych asistenčných systémov. Mnohé veci sú tu už realitou, napríklad automatická regulácia rýchlosti alebo parkovací asistenti. Veľkým cieľom je autonómne jazdenie, pri ktorom počítačové programy s umelou inteligenciou úplne prevezmú riadenie vozidla a ľudia budú len pasažiermi. Na jednej strane by sa tým zabránilo mnohým dopravným nehodám, pretože v súčasnosti sa veľmi veľa nehôd stáva v kvôli ľudským chybám. Na druhej strane však existujú aj zásadné otázky: Kto nesie zodpovednosť pri kolízii s vozidlom bez vodiča?
PRÍKLADY Z VÝSKUMU UMELEJ INTELIGENCIE
Poď so mnou objavovať
Malý štvornohý robot SOLO 8 pochádza z robotických laboratórií Inštitútu Maxa Plancka pre inteligentné systémy v Tübingene a Stuttgarte. Výskumný robot je open-source projekt, návod na zostavenie a GitHub dokumentácia sú voľne prístupné. Väčšina komponentov pochádza z 3D-tlačiarne, ostatné sa dajú ľahko kúpiť. To znamená, že výskumníci na celom svete môžu SOLO 8 lacno a jednoducho replikovať a ďalej rozvíjať. Myšlienka projektu spočíva v tom, že túto technológiu môže využívať každé výskumné laboratórium robotiky, čím sa vytvorí jednotná výskumná platforma na celom svete. Keď totiž mnoho vedcov vykonáva experimenty na rovnakej platforme, získajú sa porovnateľné údaje. To umožňuje rýchlejší pokrok v oblasti robotiky.
Dlhá expozícia robí z vysoko dynamických pohybov robota SOLO 8 tanec.
Rozpoznávanie korelácií
Jednou zo súčasných oblastí výskumu Bernharda Schölkopfa na Inštitúte Maxa Plancka pre inteligentné systémy v Tübingene je tzv. kauzálna inferencia. Ide o algoritmy, ktoré dokážu z údajov rozpoznať aj kauzálne súvislosti, t. j. vzťah medzi príčinou a následkom. Jedným z cieľov je zvýšiť odolnosť systémov umelej inteligencie voči vonkajším rušivým vplyvom. Dobrým príkladom je aj autonómne riadenie: Ak je dopravná značka v obytnej oblasti s obmedzenou rýchlosťou zmanipulovaná tak, že namiesto "30" ukazuje "130", človek okamžite vie, že to nemôže byť pravda - práve preto, že prostredie poskytuje mnoho ďalších údajov. Pre umelú inteligenciu to ale nie je ľahká úloha. A predsa musí mať tú schopnosť skôr, ako budú autá skutočne jazdiť autonómne, inak sú vážne nehody "naprogramované".
Dokonalá súhra
Pre veľké filmové trhy ako napr. Nemecko sa filmy a seriály dabujú. Prekladatelia musia nielen správne podať obsah toho, čo bolo povedané. Nový text musí zodpovedať aj pohybom pier a mimike hercov. To by sa však mohlo zmeniť: Technika umelej inteligencie s názvom "Deep Video Portraits" vyvinutá na Inštitúte Maxa Plancka pre informatiku umožňuje namiesto toho prispôsobiť výrazy tváre a mimiku hercov najlepšiemu prekladu. Na tento účel sa nahrávajú pohyby tváre a pozícia hlavy dabujúcich hercov. Systém ich prenesie na hercov vo filme. Výsledkom je, že mimika tváre, pohľad, poloha hlavy a dokonca aj žmurknutie očami dokonale zodpovedajú hovorenému slovu. Podobné techniky umožňujú ale aj falšovanie mediálneho obsahu, ktoré sa nazýva "deepfake". Tým sa dnes napríklad môže politikom do úst vložiť akýkoľvek výrok, nech je akokoľvek absurdný. Musíme si teda zvyknúť na to, aby sme boli kritickí aj k zdanlivo objektívnym dôkazom.
Učenie jazykov pomocou umelej inteligencie
Online jazykových kurzov je neúrekom. Ponuka kurzov sa však často výrazne líši kvalitou a cenou. Obzvlášť sľubné sú kurzy, v ktorých študenti dostávajú od lektorov veľa spätnej väzby. Tieto kurzy sú však drahé. Weizenbaumov inštitút - spoločný výskumný projekt v Berlíne a Brandenbursku - vyvíja s Goetheho inštitútom umelú inteligenciu, ktorá umožňuje čo najefektívnejšie využívať čas učiteľa a sústrediť sa na oblasti, ako je písanie vlastných textov a učenie sa správnej výslovnosti. Program okrem iného dokáže skontrolovať nielen novú slovnú zásobu, ale aj správne používanie naučenej gramatiky vo voľne formulovaných textoch. Dokáže dokonca rozpoznať, či si študenti text preložili sami alebo "podvádzajú" pomocou prekladateľských programov. Umelá inteligencia tak môže prevziať rutinné úlohy od učiteľov.
da Vinci s jemnocitom
Dnešné bežné rozhrania človek-stroj sú väčšinou zamerané na počúvanie alebo videnie. Katherine Kuchenbeckerová a jej tím z Inštitútu Maxa Plancka v Stuttgarte sú presvedčení, že roboty potrebujú pre mnohé oblasti použitia lepšie haptické interakčné schopnosti a vyššiu úroveň sociálnej inteligencie. Preto vedci učia roboty chápať svoje prostredie hmatom. Je to rovnako dôležité pri práci s ľuďmi, napríklad s tými, ktorí potrebujú starostlivosť, ako aj pri používaní diaľkovo ovládaných robotov. Kuchenbecker napríklad ďalej vyvíja operačného robota "da Vinci", ktorý môže aj na veľké vzdialenosti podporovať chirurga pri operovaní. Systém umelej inteligencie posiela robotovi pohyby vzdialených špecialistov. Vďaka novým funkciám môžu teraz lekári nielen vidieť na obrazovke, ale aj priamo cítiť, čo robot robí.
"Pomocou umelej inteligencie môžeme z dobrých chirurgov urobiť veľmi dobrých chirurgov.
Katherine Kuchenbecker, riaditeľka Inštitútu Maxa Plancka pre inteligentné systémy v Stuttgarte.
Vedci považujú umelú inteligenciu (AI/UI) za kľúčovú technológiu, ktorej uplatnenie možno očakávať vo všetkých oblastiach spoločnosti. Umelá inteligencia môže zlepšiť kvalitu života mnohých ľudí a pomôcť prekonať globálne výzvy, ako je zmena klímy alebo zdravotné krízy.
Na celom svete sa na vývoj systémov umelej inteligencie vynakladajú veľké finančné prostriedky. To ukazuje, aký vysoký je ekonomický potenciál umelej inteligencie. S rastúcim využívaním aplikácií umelej inteligencie rastú ale aj obavy, napríklad v súvislosti s významom ľudských hodnôt, ako sú spravodlivosť, sloboda, ochrana údajov, bezpečnosť a ručenie. Pravdepodobne žiadny iný vývoj sa nás v súčasnosti tak jasne a komplexne nepýta, ako chceme vidieť naše technické schopnosti v kontexte spoločnosti. Isté je, že táto technológia už zásadne zmenila náš každodenný život a bude ho meniť aj naďalej.
Morálka pre stroje
Algoritmy menia ľúbostný život mnohých ľudí prostredníctvom zoznamovacích aplikácií, spravujú inteligentnú domácnosť, rozhodujú o nákupoch a ovplyvňujú verejnú diskusiu. Umelá inteligencia sa bude starať o deti, ošetrovať chorých, udeľovať pracovné miesta a pôžičky a rozhodovať o živote a smrti v autonómnych zbraniach. Inteligentné stroje si vytvoria vlastné vzorce správania, ktoré sa nedajú jasne naprogramovať ani vysvetliť tradičnou behaviorálnou vedou. Ale je vôbec etické konanie bez vedomia a svedomia mysliteľné? Ako teda môžeme vyvinúť umelú inteligenciu, ktorá bude slúžiť ľuďom a nebude im škodiť? Mnohí odborníci na umelú inteligenciu sú presvedčení, že na tieto otázky môže odpovedať len nová oblasť výskumu: „Machine Behaviour“, behaviorálna veda pre stroje. Jedno je jasné: ak sa majú stroje v budúcnosti správať primerane, musíme dnes objasniť základné otázky etiky a morálky.
The Moral Machine
Iyad Rahwan pôsobí na Inštitúte Maxa Plancka pre ľudský rozvoj v Berlíne a v MIT Media Lab v Bostone. Jeho projekt "The Moral Machine" je doteraz najrozsiahlejšou štúdiou v oblasti etiky strojov. Interaktívny prieskum skúma, podľa akých etických dôvodov sa ľudia v rôznych regiónoch sveta rozhodujú, a či sa na základe toho dajú vytvoriť pravidlá správania pre umelú inteligenciu. Ako by sa malo správať autonómne riadené vozidlo, ak sa nedá zabrániť vážnej nehode? Umelá inteligencia sa musí rozhodnúť, kam bude riadiť auto - a teda aj to, kto prežije. Ukázalo sa, že všetci respondenti chcú zachrániť čo najviac životov, predovšetkým detí a tých, ktorí dodržiavajú pravidlá cestnej premávky. Pri podrobnejšom skúmaní je však jasné, že neexistujú žiadne globálne platné hodnoty. Napríklad účastníci z Francúzska a Južnej Ameriky by radšej zachraňovali ženy a deti ako mužov, Japonci chcú zachraňovať aj starších ľudí a väčšina Nemcov nechce zasahovať a nechať "osud" rozhodnúť, kto musí zomrieť.
Ranga Yogeshwar cestuje na hotspoty výskumu v oblasti umelej inteligencie v Európe, USA a Číne. Navštívi tiež Iyada Rahwana a nechá si vysvetliť projekt Moral Machine (od TC 38:06).
Naprogramované na spravodlivosť
Kto dostane pôžičku? Koho pozvú na pracovný pohovor? Kto sa dostane skôr z väzenia? V budúcnosti budú počítače čoraz viac (spolu)rozhodovať o ľuďoch. Pri tomto procese sa s jednotlivými skupinami ľudí nesmie zaobchádzať lepšie alebo horšie ako s ostatnými - ani neúmyselne. Pri automatických systémoch, ktoré sa už používajú, sa to deje neustále. Prečo? A ako sa môže umelá inteligencia naučiť správať sa spravodlivo? V prvom rade musí byť isté, že umelá inteligencia nediskriminuje na základe údajov, ktorými je "kŕmená". Okrem toho zohráva významnú úlohu aj to, do akej miery dokážu počítače vytvoriť zmysluplnú súvislosť medzi príčinou a následkom. Jednoduché vzťahy modelu "ak - tak" tu často vedú na scestie. Táto takzvaná kauzalita strojového učenia je veľmi aktuálnou oblasťou výskumu: korelácie sa musia nákladne analyzovať a byť naprogramované do algoritmov. V neposlednom rade však zostáva otázka: "Čo je spravodlivé rozhodnutie?" Pretože neexistuje definícia spravodlivosti, ktorá by bola rovnako platná pre všetky kultúry.
Môže byt umelá inteligencia vinná?
Kto zaplatí škody, keď autonómne učiace sa a konajúce stroje urobia chyby? Programátori, výrobcovia, používatelia? Právne systémy na celom svete sú vytvorené pre ľudí, aj keď niektoré sa vzťahujú na veci. V tomto prípade však nie sú zodpovedné výrobky alebo stroje, ale ľudia, ktorí ich vyrábajú alebo používajú. To všetko sa však vzťahuje na stroje, ktoré sú "hotové" v čase nákupu. Učiaca sa umelá inteligencia sa ale neustále mení. Ak sa umelá inteligencia rozhoduje - a len vtedy je to umelá inteligencia - nemala by byť za svoje konanie zodpovedná aj ako právnická osoba? Kam sa budú vyvíjať právne systémy? Niektorí právnici tvrdia, že nie je potrebné nič meniť. Iní chcú zabezpečiť, aby používanie inteligentných strojov neznamenalo, že sa človek môže vzdať svojej zodpovednosti. Tretia skupina tvrdí, že je potrebné vypracovať úplne nové právne predpisy.
O hodnote údajov
Pomocou umelej inteligencie sa analyzuje obrovské množstvo údajov. Používa sa napríklad v marketingu na reklamu zameranú na konkrétneho zákazníka, na odporúčania vyhľadávača alebo na chatboty. Ide o online dialógové systémy, ktoré odpovedajú na otázky v reálnom čase bez účasti človeka. Firmy používajú chatboty v zákazníckych službách alebo v internetových obchodoch, ale často sa vyskytujú aj na sociálnych sieťach. Aby však chatboty fungovali správne, musia byť údaje kvalitné. Ak sa AI učí od "nesprávnych" vzorov, môže sa rýchlo stať rasistickou, vulgárnou a ubližujúcou. To sa deje napríklad s "Lee Luda" na konci roka 2020: avatarom tohto chatbota je dievča z mangy, jej dátové východisko je približne 100 miliárd hovorových správ. Počas pár týždňov sa "Lee Luda" rozpráva s 750.000 ľuďmi. Lee sa však od niektorých účastníkov učí problematické názory. Čoraz častejšie sa vyjadruje urážlivým, až neľudským spôsobom a nakoniec ju stiahnu zo siete.
Sociálny robot
V zosieťovaných továrňach ľudia a stroje už dnes spolupracujú ako inteligentný tím. Roboty preberajú namáhavé, nebezpečné alebo nudné úlohy a pomáhajú tak svojim kolegom. Aj pri pomáhaní so starostlivosťou o chorých a starších ľudí budú v budúcnosti roboty a umelá inteligencia čoraz viac pomáhať. Inteligentné stroje, ktoré majú komunikovať s ľuďmi, často aj vyzerajú ako ľudia: Majú hlavu, telo, dve ruky a niekedy aj dve nohy. Potom je stroj lepšie prijatý ľuďmi - ako napríklad "Pepper", 1,20-metrový malý opatrovateľský robot s veľkými čiernymi očami a lesklým bielym telom. Hovorí niekoľkými jazykmi, dokáže si zapamätať tváre, rozpoznať pocity a reagovať na ne. Opatrovateľské roboty môžu prevziať mnohé úlohy a pomôcť tak ľuďom, ktorí pracujú v opatrovateľstve. Nemôžu nahradiť medziľudské vzťahy, ale môžu pre ne vytvoriť viac času.
Umelé umenie
Umelci sa zaoberajú vzťahom medzi digitálnym a fyzickým svetom rôznymi spôsobmi. Vo vedeckej fantastike zohráva umelá inteligencia už dlho dôležitú úlohu. Môže však samotná umelá inteligencia vytvárať umenie? Umenie je tvorivý proces, v ktorom je dôležité vnímanie, predstavivosť a intuícia. Môže byť umelá inteligencia kreatívna, ak nerozumie humoru, nepozná smútok a radosť a nemá vedomie?
S pomocou inteligentných algoritmov vznikajú dnes obrazy, básne a hudobné diela. Aukčný dom Christie's v roku 2018 prvýkrát draží obraz vytvorený umelou inteligenciou. Mníchovský umelec Mario Klingemann ukazuje fantazijné tváre vo videoinštaláciách, ktoré sa menia v reálnom čase: Učiaca sa umelá inteligencia integruje črty tváre návštevníkov do umeleckého diela, a tým sa prispôsobuje aj rôznym kultúram. A pomocou funkcie "Deepfake" vytvorí umelá inteligencia umelú Taylor Swift, ktorá zaspieva umelú pieseň. Algoritmus analyzuje všetky skladby speváčky a syntetizuje novú pieseň - dokonale v štýle Taylor Swift.
"Umelá inteligencia nie je kreatívna - umelá inteligencia môže iniciovať kreativitu."
Claudia Janet Birkholz, klaviristka a docentka klavíra a súčasnej hudby na Univerzite umenia v Brémach.
Kto je vlastníkom umeleckého diela?
Ak umelá inteligencia dokáže vytvoriť umelecké dielo, komu to patrí? Umenie s umelou inteligenciou nikdy nemôže vzniknúť úplne bez ľudského zásahu - aspoň niekto musel napísať program. Kto je teda umelec? V roku 2018 Christie's predala obraz "Portrét Edmonda de Belamy" ako prvé umelecké dielo vytvorené nie človekom, ale umelou inteligenciou. Celá kúpna cena vo výške 432.500 dolárov pôjde francúzskemu umeleckému kolektívu Obvious. Na tento obraz "kŕmi" Obvious open sourcový algoritmus fotografiami obrazov a trénuje ho, aby z týchto údajov vytváral obrazy. Umelci si potom vyberú jeden z obrazov, pomenujú ho a ponúknu na predaj. Programátor algoritmu nie je menovaný a ani nedostáva žiadny výnos z predaja. Je to spravodlivé? Podľa prieskumu si väčšina respondentov myslí, že zásluhy by mali mať tí, ktorí poskytujú učiacim sa algoritmom údaje a trénujú ich - v tomto prípade to je Obvious.
Na celom svete sa na vývoj systémov umelej inteligencie vynakladajú veľké finančné prostriedky. To ukazuje, aký vysoký je ekonomický potenciál umelej inteligencie. S rastúcim využívaním aplikácií umelej inteligencie rastú ale aj obavy, napríklad v súvislosti s významom ľudských hodnôt, ako sú spravodlivosť, sloboda, ochrana údajov, bezpečnosť a ručenie. Pravdepodobne žiadny iný vývoj sa nás v súčasnosti tak jasne a komplexne nepýta, ako chceme vidieť naše technické schopnosti v kontexte spoločnosti. Isté je, že táto technológia už zásadne zmenila náš každodenný život a bude ho meniť aj naďalej.
Morálka pre stroje
Algoritmy menia ľúbostný život mnohých ľudí prostredníctvom zoznamovacích aplikácií, spravujú inteligentnú domácnosť, rozhodujú o nákupoch a ovplyvňujú verejnú diskusiu. Umelá inteligencia sa bude starať o deti, ošetrovať chorých, udeľovať pracovné miesta a pôžičky a rozhodovať o živote a smrti v autonómnych zbraniach. Inteligentné stroje si vytvoria vlastné vzorce správania, ktoré sa nedajú jasne naprogramovať ani vysvetliť tradičnou behaviorálnou vedou. Ale je vôbec etické konanie bez vedomia a svedomia mysliteľné? Ako teda môžeme vyvinúť umelú inteligenciu, ktorá bude slúžiť ľuďom a nebude im škodiť? Mnohí odborníci na umelú inteligenciu sú presvedčení, že na tieto otázky môže odpovedať len nová oblasť výskumu: „Machine Behaviour“, behaviorálna veda pre stroje. Jedno je jasné: ak sa majú stroje v budúcnosti správať primerane, musíme dnes objasniť základné otázky etiky a morálky.
The Moral Machine
Iyad Rahwan pôsobí na Inštitúte Maxa Plancka pre ľudský rozvoj v Berlíne a v MIT Media Lab v Bostone. Jeho projekt "The Moral Machine" je doteraz najrozsiahlejšou štúdiou v oblasti etiky strojov. Interaktívny prieskum skúma, podľa akých etických dôvodov sa ľudia v rôznych regiónoch sveta rozhodujú, a či sa na základe toho dajú vytvoriť pravidlá správania pre umelú inteligenciu. Ako by sa malo správať autonómne riadené vozidlo, ak sa nedá zabrániť vážnej nehode? Umelá inteligencia sa musí rozhodnúť, kam bude riadiť auto - a teda aj to, kto prežije. Ukázalo sa, že všetci respondenti chcú zachrániť čo najviac životov, predovšetkým detí a tých, ktorí dodržiavajú pravidlá cestnej premávky. Pri podrobnejšom skúmaní je však jasné, že neexistujú žiadne globálne platné hodnoty. Napríklad účastníci z Francúzska a Južnej Ameriky by radšej zachraňovali ženy a deti ako mužov, Japonci chcú zachraňovať aj starších ľudí a väčšina Nemcov nechce zasahovať a nechať "osud" rozhodnúť, kto musí zomrieť.
Ranga Yogeshwar cestuje na hotspoty výskumu v oblasti umelej inteligencie v Európe, USA a Číne. Navštívi tiež Iyada Rahwana a nechá si vysvetliť projekt Moral Machine (od TC 38:06).
Naprogramované na spravodlivosť
Kto dostane pôžičku? Koho pozvú na pracovný pohovor? Kto sa dostane skôr z väzenia? V budúcnosti budú počítače čoraz viac (spolu)rozhodovať o ľuďoch. Pri tomto procese sa s jednotlivými skupinami ľudí nesmie zaobchádzať lepšie alebo horšie ako s ostatnými - ani neúmyselne. Pri automatických systémoch, ktoré sa už používajú, sa to deje neustále. Prečo? A ako sa môže umelá inteligencia naučiť správať sa spravodlivo? V prvom rade musí byť isté, že umelá inteligencia nediskriminuje na základe údajov, ktorými je "kŕmená". Okrem toho zohráva významnú úlohu aj to, do akej miery dokážu počítače vytvoriť zmysluplnú súvislosť medzi príčinou a následkom. Jednoduché vzťahy modelu "ak - tak" tu často vedú na scestie. Táto takzvaná kauzalita strojového učenia je veľmi aktuálnou oblasťou výskumu: korelácie sa musia nákladne analyzovať a byť naprogramované do algoritmov. V neposlednom rade však zostáva otázka: "Čo je spravodlivé rozhodnutie?" Pretože neexistuje definícia spravodlivosti, ktorá by bola rovnako platná pre všetky kultúry.
Môže byt umelá inteligencia vinná?
Kto zaplatí škody, keď autonómne učiace sa a konajúce stroje urobia chyby? Programátori, výrobcovia, používatelia? Právne systémy na celom svete sú vytvorené pre ľudí, aj keď niektoré sa vzťahujú na veci. V tomto prípade však nie sú zodpovedné výrobky alebo stroje, ale ľudia, ktorí ich vyrábajú alebo používajú. To všetko sa však vzťahuje na stroje, ktoré sú "hotové" v čase nákupu. Učiaca sa umelá inteligencia sa ale neustále mení. Ak sa umelá inteligencia rozhoduje - a len vtedy je to umelá inteligencia - nemala by byť za svoje konanie zodpovedná aj ako právnická osoba? Kam sa budú vyvíjať právne systémy? Niektorí právnici tvrdia, že nie je potrebné nič meniť. Iní chcú zabezpečiť, aby používanie inteligentných strojov neznamenalo, že sa človek môže vzdať svojej zodpovednosti. Tretia skupina tvrdí, že je potrebné vypracovať úplne nové právne predpisy.
O hodnote údajov
Pomocou umelej inteligencie sa analyzuje obrovské množstvo údajov. Používa sa napríklad v marketingu na reklamu zameranú na konkrétneho zákazníka, na odporúčania vyhľadávača alebo na chatboty. Ide o online dialógové systémy, ktoré odpovedajú na otázky v reálnom čase bez účasti človeka. Firmy používajú chatboty v zákazníckych službách alebo v internetových obchodoch, ale často sa vyskytujú aj na sociálnych sieťach. Aby však chatboty fungovali správne, musia byť údaje kvalitné. Ak sa AI učí od "nesprávnych" vzorov, môže sa rýchlo stať rasistickou, vulgárnou a ubližujúcou. To sa deje napríklad s "Lee Luda" na konci roka 2020: avatarom tohto chatbota je dievča z mangy, jej dátové východisko je približne 100 miliárd hovorových správ. Počas pár týždňov sa "Lee Luda" rozpráva s 750.000 ľuďmi. Lee sa však od niektorých účastníkov učí problematické názory. Čoraz častejšie sa vyjadruje urážlivým, až neľudským spôsobom a nakoniec ju stiahnu zo siete.
Sociálny robot
V zosieťovaných továrňach ľudia a stroje už dnes spolupracujú ako inteligentný tím. Roboty preberajú namáhavé, nebezpečné alebo nudné úlohy a pomáhajú tak svojim kolegom. Aj pri pomáhaní so starostlivosťou o chorých a starších ľudí budú v budúcnosti roboty a umelá inteligencia čoraz viac pomáhať. Inteligentné stroje, ktoré majú komunikovať s ľuďmi, často aj vyzerajú ako ľudia: Majú hlavu, telo, dve ruky a niekedy aj dve nohy. Potom je stroj lepšie prijatý ľuďmi - ako napríklad "Pepper", 1,20-metrový malý opatrovateľský robot s veľkými čiernymi očami a lesklým bielym telom. Hovorí niekoľkými jazykmi, dokáže si zapamätať tváre, rozpoznať pocity a reagovať na ne. Opatrovateľské roboty môžu prevziať mnohé úlohy a pomôcť tak ľuďom, ktorí pracujú v opatrovateľstve. Nemôžu nahradiť medziľudské vzťahy, ale môžu pre ne vytvoriť viac času.
Umelé umenie
Umelci sa zaoberajú vzťahom medzi digitálnym a fyzickým svetom rôznymi spôsobmi. Vo vedeckej fantastike zohráva umelá inteligencia už dlho dôležitú úlohu. Môže však samotná umelá inteligencia vytvárať umenie? Umenie je tvorivý proces, v ktorom je dôležité vnímanie, predstavivosť a intuícia. Môže byť umelá inteligencia kreatívna, ak nerozumie humoru, nepozná smútok a radosť a nemá vedomie?
S pomocou inteligentných algoritmov vznikajú dnes obrazy, básne a hudobné diela. Aukčný dom Christie's v roku 2018 prvýkrát draží obraz vytvorený umelou inteligenciou. Mníchovský umelec Mario Klingemann ukazuje fantazijné tváre vo videoinštaláciách, ktoré sa menia v reálnom čase: Učiaca sa umelá inteligencia integruje črty tváre návštevníkov do umeleckého diela, a tým sa prispôsobuje aj rôznym kultúram. A pomocou funkcie "Deepfake" vytvorí umelá inteligencia umelú Taylor Swift, ktorá zaspieva umelú pieseň. Algoritmus analyzuje všetky skladby speváčky a syntetizuje novú pieseň - dokonale v štýle Taylor Swift.
"Umelá inteligencia nie je kreatívna - umelá inteligencia môže iniciovať kreativitu."
Claudia Janet Birkholz, klaviristka a docentka klavíra a súčasnej hudby na Univerzite umenia v Brémach.
Kto je vlastníkom umeleckého diela?
Ak umelá inteligencia dokáže vytvoriť umelecké dielo, komu to patrí? Umenie s umelou inteligenciou nikdy nemôže vzniknúť úplne bez ľudského zásahu - aspoň niekto musel napísať program. Kto je teda umelec? V roku 2018 Christie's predala obraz "Portrét Edmonda de Belamy" ako prvé umelecké dielo vytvorené nie človekom, ale umelou inteligenciou. Celá kúpna cena vo výške 432.500 dolárov pôjde francúzskemu umeleckému kolektívu Obvious. Na tento obraz "kŕmi" Obvious open sourcový algoritmus fotografiami obrazov a trénuje ho, aby z týchto údajov vytváral obrazy. Umelci si potom vyberú jeden z obrazov, pomenujú ho a ponúknu na predaj. Programátor algoritmu nie je menovaný a ani nedostáva žiadny výnos z predaja. Je to spravodlivé? Podľa prieskumu si väčšina respondentov myslí, že zásluhy by mali mať tí, ktorí poskytujú učiacim sa algoritmom údaje a trénujú ich - v tomto prípade to je Obvious.
Prejsť sa, naučiť sa veľa o kvetoch, trávach a stromoch a zároveň sa zapojiť do vedeckého projektu. Bezplatná aplikácia Flora Incognita rýchlo a jednoducho rozpozná tisíce rastlín.
Ide o spoločný vývoj vedcov z Inštitútu Maxa Plancka pre biochémiu v Jene a Technickej univerzity v Ilmenau. Algoritmus je na začiatku vycvičený na niekoľkých miliónoch obrázkov rastlín. Od roku 2018 je aplikácia online a s každým použitím sa učí.
Je táto rastlina jedovatá? Je bežná alebo vzácna? Je to chránená rastlina? Aplikácia ponúka používateľom množstvo poznatkov o rastlinách, ktoré nepoznajú, a to priamo na mieste. Výskumníci zároveň získavajú nové údaje a fakty o rozmanitosti rastlín: Kedy a kde kvitnú ktoré druhy? Ako veľmi sa od seba líšia rastliny jedného druhu? Ako sa mení zostavenie rastlinných druhov na určitom mieste? V tomto citizen science projekte (projekte občianskej vedy) môže každý pomôcť pri výskume biodiverzity a jej zmien, napríklad v dôsledku klimatických zmien.
Ide o spoločný vývoj vedcov z Inštitútu Maxa Plancka pre biochémiu v Jene a Technickej univerzity v Ilmenau. Algoritmus je na začiatku vycvičený na niekoľkých miliónoch obrázkov rastlín. Od roku 2018 je aplikácia online a s každým použitím sa učí.
Je táto rastlina jedovatá? Je bežná alebo vzácna? Je to chránená rastlina? Aplikácia ponúka používateľom množstvo poznatkov o rastlinách, ktoré nepoznajú, a to priamo na mieste. Výskumníci zároveň získavajú nové údaje a fakty o rozmanitosti rastlín: Kedy a kde kvitnú ktoré druhy? Ako veľmi sa od seba líšia rastliny jedného druhu? Ako sa mení zostavenie rastlinných druhov na určitom mieste? V tomto citizen science projekte (projekte občianskej vedy) môže každý pomôcť pri výskume biodiverzity a jej zmien, napríklad v dôsledku klimatických zmien.
Pri príležitosti 250. výročia narodenia Ludwiga van Beethovena uskutočnia muzikológovia a odborníci na umelú inteligenciu v roku 2020 špeciálny experiment - zloženie Beethovenovej desiatej symfónie.
Po veľkom úspechu Deviatej symfónie pracuje Beethoven na ďalšej. Pri jeho smrti v roku 1827 však bolo dokončených len niekoľko náčrtov. Pomocou metód umelej inteligencie sa má z nich vytvoriť možná verzia desiatej symfónie. Na tento účel sa skúmajú existujúce Beethovenove skladby a robia sa strojovo čitateľnými. Algoritmy sa tak naučia typický štýl Beethovena a na základe existujúcich náčrtov môžu vytvárať zmysluplné hudobné časti.
Muzikológovia vyberajú tie najlepšie a prehrávajú ich späť do systému. Takto sa postupne vytvára nové dielo. Hudobná skladba vytvorená umelou inteligenciou je však spočiatku "len" rovnaký sled tónov. Úlohou komponistov zostáva interpretovať ju pre rôzne nástroje orchestra.
Vzniká nová symfónia
Umelá inteligencia tu "hrá" svoju skladbu ako sklenená harmonika. Prvých šesť taktov, teda približne prvých jedenásť sekúnd, je ešte originálnych Beethovenových.
Po veľkom úspechu Deviatej symfónie pracuje Beethoven na ďalšej. Pri jeho smrti v roku 1827 však bolo dokončených len niekoľko náčrtov. Pomocou metód umelej inteligencie sa má z nich vytvoriť možná verzia desiatej symfónie. Na tento účel sa skúmajú existujúce Beethovenove skladby a robia sa strojovo čitateľnými. Algoritmy sa tak naučia typický štýl Beethovena a na základe existujúcich náčrtov môžu vytvárať zmysluplné hudobné časti.
Muzikológovia vyberajú tie najlepšie a prehrávajú ich späť do systému. Takto sa postupne vytvára nové dielo. Hudobná skladba vytvorená umelou inteligenciou je však spočiatku "len" rovnaký sled tónov. Úlohou komponistov zostáva interpretovať ju pre rôzne nástroje orchestra.
Vzniká nová symfónia
Umelá inteligencia tu "hrá" svoju skladbu ako sklenená harmonika. Prvých šesť taktov, teda približne prvých jedenásť sekúnd, je ešte originálnych Beethovenových.