Vještačka inteligencija je daleko od ljudske svijesti

Strah od “pametnih” mašina prisutan je među ljudskom vrstom stoljećima, a čak su i drevni Grci imali mitove o inteligentnim robotima. Taj strah je u proteklih stotinjak godina samo pojačan književnim i filmskim djelima, u kojim je čovječanstvo prisiljeno da se bori za opstanak nakon pobune mašina.

I dok je taj strah bio uglavnom povezan sa djelima naučne fantastike, svjetsku javnost je zabrinula vijest da je Facebook odlučio ugasiti svoje vještačke inteligencije (VI), koje je razvijao, nakon što su one međusobno počele komunicirati na vlastitom jeziku.

Međutim, nema osnove da se smatra da će nam se uskoro desiti budućnost opisana u Terminatoru, Matrixu ili sličnim djelima, upozoravaju stručnjaci.

Kako kaže doc.dr. Dinko Osmanković sa Elektrotehničkog fakulteta u Sarajevu, u ovom slučaju se nije radilo o nekom tajanstvenom, šifriranom jeziku, već o nešto izmijenjenom “ljudskim” jezikom.

Kompleksnost jezika

Jezik je izuzetno kompleksan i njegov nastanak i evolucija nisu u potpunosti jasni, navodi doktor Osmanković, a u tom neznanju i nerazumijevanju zapravo i leži uzrok ‘briga javnosti’ kada je u pitanju slučaj Facebookovih vještačkih inteligencija, ali i sličnih situacija.

“Ono što znamo je da i iza procesa razvoja jezika stoji Darwinova teorija evolucije koja daje jako dobro objašnjenje zašto se jezik uopće pojavio. Isti proces stoji i iza spomenutog slučaja pojave vještački stvorenog jezika. Ono što je osnovna razlika u razvojima ljudskog i vještačkog jezika je što se cijeli proces evolucije strahovito ubrzao – za ono što su prirodi trebali milioni godina, sada je računaru dovoljno nekoliko mjeseci”. 

Dva agenta vještačke inteligencije, takozvani chatbotovi, započeli su komunikaciju na poznatom, engleskom jeziku, ali su nakon nekog vremena počeli mijenjati strukturu rečenica. Riječi u rečenicama su se počele ponavljati bez nekog nama smislenog razloga, ali brzo je uočeno da se neke semantičke konstrukcije ponavljaju na način kako ljudi koriste određene sintagme, kaže.

Sam pogled na isječke konverzacije ostavlja dojam određene bizarnosti, što za laike predstavlja razlog za zabrinutost, ali za ljude koji se bave lingvistikom uzorci su i više nego jasno uočljivi, kazao je stručnjak sarajevskog ETF-a.

Tehnologija inteligencije

I dok se neki nadaju da smo na pragu razvoja vještačke inteligencije koja može formirati misli poput ljudi, dok drugi od takvog događaja strahuju, još smo daleko od “pametnih mašina” nalik na nas.

Tehnologija vještačke inteligencije je danas ušla u novu fazu razvoja zasnovanu na dubokim neuronskim arhitekturama, podržanim računarskom podlogom zasnovanom na grafičkim procesorskim jedinicama, pojašnjava Milan M. Milosavljević, dekan Tehničkog fakulteta Univerziteta Singidunum te redovni profesor Elektrotehničkog fakulteta Univerziteta u Beogradu.

“Praktično, to znači da smo se za par redova veličine približili, ne samo formalno nego i suštinski, sposobnostima našeg biološkog mozga. Uobičajeno je, istorijski gledano, da ovakve prelomne tačke prouzrokuju niz novih uvida, novih primena, ali i novih nerazumevanja”, dodaje profesor Milosavljević.

Kada jedna duboka neuronska mreža istrenirana na milionima primjera slika sa YouTubea uđe u takozvani mod “dreaminga” (sanjanja), iznenađeni smo šta sve za nju znači koncept nekog objekta, kao što je naprimjer “gitara” ili “stolica”, kaže.

“Iako su za nas to potpuno fantastične gitare i stolovi, za naučenu internu reprezentaciju kategorija ‘gitara’ ili ‘stolica’, ovo su sasvim tipični objekti u skladu sa aposteriornim verovatnoćama koje je duboka mreža naučila na osnovu primera koje smo joj mi dali u fazi učenja. Da li na osnovu ovog fenomena možemo reći da je veštačka neuronska mreže naučila da ‘vidi’ drugačiju realnost od naše i da je to gledanje možda efikasnije od našeg, odgovor je i da i ne. Njeni fantastični objekti ne pripadaju našem svetu. Oni su proizvodi slepih optimizacija koje su osnova svakog algoritma nadgledanog učenja (Supervised Learning), naprimer najrasprostranjenijeg algoritma propagacije greške unazad (Error Backpropagation Algorithm). U toku evolutivnog razvoja našeg mozga, vizuelni korteks je odbacivao ovakva rešenja, jer nisu doprinosila opstanku. Мožemo reći da је fenomen ‘dreaminga’, u slučaju dubokih neuronskih mreža za procesiranje vizuelnih informacija, proizvod naše greške u programiranju, koja nije uključila u optimizacioni proces nadgledanog obučavanja kriterijuma opstanka u dinamičnom okruženju realnog sveta”, pojasnio je dekan Tehnološkog fakulteta.

Razumijevanje jezika

Razumijevanje vještačkog jezika je komplicirano kao što je komplicirano razumijevanje nekog stranog jezika, navodi stručnjak sarajevskog ETF-a.

“Možda je bolja usporedba sa razumijevanjem jezika naših kućnih ljubimaca. Kućni ljubimci međusobno komuniciraju iako mi ne razumijemo šta govore. Razumijevanje vještačkog jezika ima sličnu problematiku”, kaže Osmanković.

Na potpuno isti način, u tehnologiji obrade prirodnih jezika (Natural Language Processing), svjedoci smo pomjeranja modeliranja jezika ka dubokim neuronskim arhitekturama.

Algoritmi optimizacije

Kada jedan VI agent uči pregovaranje (što je upravo Facebook slučaj) iz primjera datih na prirodnom engleskom jeziku, slijepi algoritmi optimizacije, za koje je bitno samo da minimiziraju gubitke u krajnjem ishodu pregovaranja, razvijaju takve interne reprezentacije, koje su vrlo slične “dreamingu” u slučaju vizuelnih informacija, pojašnjava stručnjak iz Srbije.

U toku evolutivnog razvoja Homo Sapiensa, naš prirodni jezik je rezultat prije svega sposobnosti opstanka, kaže profesor Milosavljević, te dodaje da je jasno  da ovi kriteriji nisu ugrađeni u Facebookov “Language Modeling with Gated Convolutional Networks”, kako se stručno naziva njihova duboka neuronska mreža za procesiranje jezika, koju koriste chatbotovi za pregovaranje.

“Stoga možemo reći da smo sve bliže ovladavanju inteligentnog dela Homo Sapiensa, dakle onog koji je zadužen za rešavanje problema, ali se za 70 godina razvoja računarstva i veštačke inteligencije nismo pomerili ni milimetar u pravcu modelovanja svesti, koja čini osnovu naše Homo Sapiens prirode”, navodi dekan Milosavljević.

Što znači da smo još jako daleko od vještačke inteligencije koja može razmišljati poput čovjeka, dodao je Osmanković.

On pojašnjava da vještačka inteligencija ima mogućnost da se prilagođava i uči, a u pozadini tog procesa je struktura veoma slična strukturi neurona i sinapsi u ljudskom mozgu. U ovisnosti od toga kako okolina odgovara na naše akcije, tako se aktiviraju i deaktiviraju neuroni i sinapse u ljudskom mozgu, što vrijedi za bilo koji tip učenja.

Rad iza leđa

To što su vještačke inteligencije počele koristiti jezik koje su same razvile ne znači da nam “rade iza leđa”, jer to zahtijeva sofisticirano apstraktno razmišljanje, što znači da nema razloga za paniku, kaže Osmanković.

Razvoj nove tehnologije sa sobom nosi rizike, ali i ogromne prednosti, dodaje. 

Da bi bila sposobna razmišljati poput ljudi, vještačkoj inteligenciji potrebno je mnogo više “neurona” i “sinapsi” od postojećih. Velike kompanije kao što su Facebook, Google, Amazon i drugi, taj problem rješavaju tako što “inteligenciju” pokreću na svojim cloud sistemima koji imaju dovoljnu procesorsku moć.

“Nažalost, ona još nije ni blizu onome što je ljudski mozak u stanju da procesira. Prije svega mislim na mogućnost apstraktnog razmišljanja koje klasični računari teško da će dostići u skorije vrijeme. Projekt Cyborg je donekle riješio taj problem integracijom živog tkiva i računarskih sistema, ali je limit postavljen na tkivu koje ima oko 0.0001% mogućnosti ljudskog mozga”, kaže Osmanković.

Na prvi pogled, razvijanje novog jezika, kao što se desilo sa Facebookovom vještačkom inteligencijom, djeluje kao nešto što će otežati razvoj “pametnih mašina”, ali dekan Milosavljević ističe da vrijedi suprotno.

Ubrzavanje istraživanja

Upravo otkrivanje ovih fenomena ubrzat će istraživanja ka savršenijim sistemima, dodaje.

“Uočavanje fenomena generisanja sopstvenog ‘nerazumljivog’ jezika Facebookovih chatbotova samo je znak u kom pravcu treba poboljšavati ove sisteme. Već smo svedoci poplave novih algoritama koji potencijalno mogu prevazići ovaj nedostatak. Pomenuću samo tzv. GAN – neuronske mreže (Generative Adversarial Nets), koje otvaraju široke perspektive u širem kontekstu veštačke inteligencije.”

U svakom slučaju, potencijalne opasnosti od širenja jezika koje je izmislila vještačka inteligencija ne dolaze iz pravca njihovog nerazumijevanja (dekodiranja), već iz jedne druge dimenzije, dodaje profesor Milosavljević.

“Svaki napredak u ovoj oblasti ostavlja deo ljudske radne snage bez posla. Ovo dovodi već do nečeg što se počinje nazivati ‘beskorisna’ klasa ljudi. Kao što će Googleovo autonomno vozilo u perspektivi ukinuti profesiju vozača, a samim tim na planetarnom nivou izbaciti iz radnog procesa stotine miliona ljudi profesionalnih vozača, tako će i razvijanje efikasnih chatbotova dovesti do dramatičnih promena u domenu pregovaranja, konsaltinga, interakcije sa informacionim tehnologijama i servisima, novinarstvu, pravnim poslovima i slično”, kaže.

U toj distopijskoj viziji budućnosti, globalni kapitalizam nas je već naučio da ne računamo na njegovu milost, ocjenjuje stručnjak za vještačku inteligenciju iz Srbije.

Izvor: Al Jazeera