GoogleNewsSystemysztuczna inteligencjaSztuczna inteligencja – co to jest? Te informacje przydadzą Ci się podczas rozmów ze znajomymi. Wyjaśnia Michał Bigaj.

Smartfony i AI to nie tylko rozpoznawanie obrazków i tłumaczenie dokumentów. Wiele osób ma dosyć wąską wiedzę w tym zakresie. Czy mógłbyś w prosty sposób wytłumaczyć czytelnikom czym jest uczenie maszynowe? Uczenie maszynowe to dziedzina sztucznej inteligencji. Jej celem jest tworzenie systemów, potrafiących się czegoś nauczyć, na podstawie pewnego zbioru danych. Wyobraźmy sobie sytuację w której chcielibyśmy nauczyć kogoś, które drzewa w lesie to sosny. Jeżeli mielibyśmy wspólny język, to opisalibyśmy jej cechy (wygląd, rodzaj...
Maciej Kulesa25 lipca 2018128 min
https://www.fandroid.com.pl/wp-content/uploads/carbon-ai-1024x683.jpg

Smartfony i AI to nie tylko rozpoznawanie obrazków i tłumaczenie dokumentów. Wiele osób ma dosyć wąską wiedzę w tym zakresie. Czy mógłbyś w prosty sposób wytłumaczyć czytelnikom czym jest uczenie maszynowe?

Uczenie maszynowe to dziedzina sztucznej inteligencji. Jej celem jest tworzenie systemów, potrafiących się czegoś nauczyć, na podstawie pewnego zbioru danych.

Wyobraźmy sobie sytuację w której chcielibyśmy nauczyć kogoś, które drzewa w lesie to sosny. Jeżeli mielibyśmy wspólny język, to opisalibyśmy jej cechy (wygląd, rodzaj igliwia, strukturę kory i inne charakterystyczne atrybuty tej grupy drzew). Jeżeli natomiast nie posiadalibyśmy wspólnego języka (jak w przypadku komunikacji z maszynami), moglibyśmy pokazać różne drzewa i mówić; to jest sosna, a to nie jest sosna. W taki sposób dana osoba samodzielnie zbudowałaby w swoim umyśle pewną idee tego, czym jest i jak wygląda sosna. W podobny sposób model buduje pewną reprezentację wiedzy na podstawie pokazywanych mu przykładów. Tego typu uczenie nazywamy uczeniem nadzorowanym (supervised learning). Istnieje oczywiście również uczenie nienadzorowane (unsupervised learning). Wracając do przykładu z sosną, odpowiednikiem tutaj byłoby pokazanie człowiekowi pewnej grupy drzew i pozwolenie mu samemu odkryć, że drzewa te różnią się między sobą.

Jeżeli chodzi o zastosowanie ML w praktyce, to ogranicza nas wyłącznie wyobraźnia. Dzięki coraz większej ilości danych, które są dostępne, możliwości stają się proporcjonalnie większe. Systemy ML są wykorzystywane w tworzeniu autonomicznych pojazdów. Można dzięki nim uzyskać automatyczny opis tego, co jest na obrazku. Niedawno popularna była aplikacja do transferu stylu. Pozwalała ona zobaczyć jak wyglądałoby zrobione zdjęcie gdyby namalowano je w stylu słoneczników van Gogha lub innego znanego dzieła (http://genekogan.com/works/style-transfer/). Systemy wykorzystujące uczenie maszynowe pozwalają na rekonstrukcję 3D elementów na podstawie ich zdjęć. Głośno było o sztucznej inteligencji grającej w GO.

ML wykorzystuje się również do tworzenia nowych modeli cząsteczek substancji aktywnych w lekach, do wykrywania spamu czy podejrzanych transakcji bankowych, a także do polecania filmów na podstawie ocen wystawionych innym filmom. Są również przydatne przy analizie kodu DNA.

Nad czym teraz pracujesz? W jaki sposób związany jesteś z sztuczną inteligencją.

Aktualnie pracuję koncepcyjnie nad mobilną aplikacją, która mogłaby zapewnić zniżki na ubezpieczenie samochodu na podstawie analizy zachowania kierowcy na drodze. Korzystanie z aplikacji wyglądałoby w następujący sposób: umieszczamy telefon z włączoną aplikacją na uchwycie tak, aby obiektyw patrzył na drogę, aplikacja oglądając sposób naszego poruszania się po drodze daje nam ocenę tego jak bezpiecznie jeździmy, im bezpieczniej jeździmy tym zniżka na ubezpieczenie jest wyższa.

Z uczeniem maszynowym jestem związany hobbystycznie i zawodowo. Hobbystycznie, jako czytelnik literatury science fiction i od strony kognitywistycznej/filozoficznej pod względem tego, czym właściwie inteligencja jest. Zainteresowanie zawodowe zaczęło się, kiedy studiowałem Informatykę na AGH od koła naukowego sztucznej inteligencji. Temat wydawał się ciekawy szczególnie po lekturach science fiction i ponurych wizjach przyszłość pokazywanych w filmach. Później okazało się, że to głównie matematyka a nie krwiożercze roboty. Zawodowo od trzech lat, jako inżynier uczenia maszynowego w Craftinity krakowskim startupie zajmującym się całościowym rozwiązywaniem problemów przy pomocy metod uczenia maszynowego.

Jak widzisz sztuczną inteligencję w naszych domach za kilka lub kilkanaście lat? Nie chodzi tu tylko o smartfony i programowanie.

Rozwiązania, w których asystent głosowy jest w stanie zadzwonić do fryzjera i umówić nas na wizytę w określonym przedziale czasowym zostały ostatnio przedstawione na konferencji Google (https://www.Youtube.com/watch?v=yv_8dx7g-WA). Rozwiązania te nie są jeszcze popularne w Polsce ze względu na to, że nie obsługują w pełni języka polskiego.

Myślę, że w bardziej odległej przyszłości na ulicach będą wyłącznie autonomiczne pojazdy. Nie wykluczałbym, że prowadzenie samochodów przez ludzi będzie mocno ograniczone, między innymi ze względów bezpieczeństwa. Już teraz w różnych miejscach na świecie testowane są autonomiczne pojazdy. W USA są w stanie poruszać się bez udziału kierowcy, a jedynie przy udziale nadzorującego samochód. Jednak nie zawsze nadzorująca osoba spełnia swoją rolę, co może skończyć się tragicznie, jak w przypadku kobiety potrąconej przez autonomiczny samochód. (https://www.youtube.com/watch?v=hthyTh_fopo) Kolejne sklepy będą wprowadzały usługi podobne do Amazon go (https://www.youtube.com/watch?v=NrmMk1Myrxc ), gdzie kupujący wchodzi do sklepu bierze, co jest mu potrzebne a następnie po prostu wychodzi (należność jest automatycznie ściągana z jego konta). System na bieżąco analizuje, co zabrał ze sobą dany człowiek i dolicza to do jego rachunku. Dotychczas slogan o sklepie bez kolejek, sprawdza się tylko w połowie, bo kolejka jest, tyle, że do wejścia, ponieważ liczba klientów jednocześnie korzystających ze sklepu jest ograniczona.

Myślę, że w przyszłości systemy ML w znaczny sposób poprawią jakość leczenia. Już teraz można wymienić modele takie jak CheXNet (https://stanfordmlgroup.github.io/projects/chexnet/ ) stworzony przez naukowców z uniwersytetu Stanforda, rozpoznający zapalenie płuc na podstawie zdjęć rentgenowskich. Oczywiście, można podchodzić do tego sceptycznie, ponieważ lekarze biorą pod uwagę nie samo prześwietlenie, ale również objawy, jakie ma pacjent i historię jego choroby. Jednak żeby móc porównać skuteczność w samej analizie zdjęć, należało wykluczyć te czynniki z eksperymentu. Myślę, że takie rozwiązania odciążyłyby lekarzy a dodatkowo przyspieszyły ścieżkę diagnostyczną. Podejrzewam, że medycyna personalizowana, w której ścieżka diagnostyczny zaczyna się już w przydomowej stacji diagnostycznej, będzie bardzo promowana już w niedalekiej przyszłości.

Najdziwniejszy pomysł/projekt wykorzystujący AI w codziennym życiu, o którym słyszałeś…

Diagnoza silnika samochodowego na podstawie dźwięku, jaki wydaje. W założeniu projekt mógłby sugerować, co może się zepsuć już wkrótce. Niedługo to telefon będzie słyszał coś dziwnego w pracy silnika, albo oznajmiał grobowym tonem, że to uszczelka pod głowicą.

http://www.mit.edu/~j_siegel/datadriven/

Jakie zagrożenia niesie ze sobą sztuczna inteligencja?

Każda przełomowa technologia niesie ze sobą pewne ryzyko, ale niesie też zysk. AI jest tylko narzędziem, to, do czego je wykorzystamy zależy od nas. Warto jednak mieć świadomość tego, że to narzędzie może stać się lepszym niż jego twórca w pewnej dziedzinie. Takie scenariusze już się spełniły w przypadku strategicznych gier. Ostatnio głośno było o Alpha Zero, programie, który w 24 godziny nauczył się grać w Go lepiej niż jakikolwiek człowiek, opierając się wyłącznie na graniu samemu ze sobą.

Do scenariusza z buntem maszyn jest nam raczej dość daleko, chociaż warto już teraz rozważyć te kwestie, ale raczej pod względem filozoficznym, niż technicznym. Bo nadal cel działania maszyny jest wyznaczany przez człowieka. Droga do osiągnięcia tego celu ma być znajdowana przez sztuczną inteligencję. Odkryty sposób może być znacząco inny niż ten, którego się spodziewaliśmy. Zilustruję to prostym przykładem. Można sprawić żeby człowiek się uśmiechnął albo opowiadając mu kawał albo aplikując odpowiednie impulsy elektryczne do mięśni twarzoczaszki. Jeżeli zdefiniujemy cel: “spraw, aby człowiek się uśmiechał”. Moglibyśmy się spodziewać, że robot uzna, że impulsy elektryczne są najbardziej skuteczne, bo działają zawsze a odbiór żartu zależy od indywidualnego poczucia humoru. Takie rozwiązanie jest zdecydowanie nieakceptowalne przez nas. Przed naukowcami nadal stoi, więc wyzwanie umiejętnego ograniczenia wolności robota, tak, aby ograniczyć mu możliwości działania sprzecznego z intencjami twórcy.

Brak zagrożenia buntem maszyn moim zdaniem wynika z tego, że daleko nam do stworzenia sztucznej świadomości, czy generalnej sztucznej inteligencji. Chociaż pytanie: “Czy da się stworzyć ogólną sztuczną inteligencję bez świadomości?” Wydaje się być w pewnym sensie otwarte. Zaciekawionym tym tematem polecam Ślepowidzenie Petera Wattsa. I choć humanoidalne roboty o wysokiej sprawności są już tworzone przez DARPA to nadal brak z nimi porozumienia. Ostatnio głośno było o Sophii robocie, którego celem miało być porozumienie z człowiekiem. Interakcja z nią jest daleka od tego, czego możemy się spodziewać nawet po kilkuletnim dziecku. Dużo bardziej imponującym osiągnięciem w kwestii rozumienia języka jest zaprezentowane ostatnio przez google narzędzie Duplex (https://www.youtube.com/watch?v=bd1mEm2Fy08 ). Automatyczny asystent, który może zadzwonić na wybrany numer i zarezerwować nam stolik lub umówić wizytę u fryzjera. Asystent dzwoni i na bieżąco reaguje na kontekst rozmowy, czasami wtrąca “mmm” zastanawiając się nad dalszym ciągiem rozmowy.

Jeżeli chodzi o bezpośrednie zagrożenie życia ze strony robotów kierowanych przy użyciu sztucznej inteligencji, to ono oczywiście istnieje. Myślę tutaj o dronach, które będą wykorzystywane w trakcie konfliktów zbrojnych i w niedalekiej przyszłości same będą decydować o tym czy dana osoba stanowi zagrożenie i należy ją wyeliminować. (https://theconversation.com/drones-will-soon-decide-who-to-kill-94548)

Z drugiej strony mamy zagrożenie, które może dotknąć bezpośrednio nas, jak i ogółu społeczeństwa. Chodzi tutaj o problem bezrobocia spowodowanego postępującą automatyzacją różnych zawodów. Początkowo systemy będą zwiększały efektywność pracy ludzi. Jak w przypadku wspomagania pracy lekarzy przez analizę wyników badań i sugerowanie, jaka przeprowadzić dalszą diagnostykę i jakie postępowanie zastosować? Kolejnym krokiem będzie zastąpienie pewnych zawodów. Na podstawie przykładu sklepu Amazon Go możemy przewidywać, że liczba pracowników obsługujących sklepy będzie maleć.

Analogiczna sytuacja będzie miała miejsce w transporcie, gdzie autonomiczne samochody będą powoli wypierać prowadzących taksówki, ciężarówki i pociągi. Zalety takich rozwiązań są oczywiste: automat nie męczy się, jego czas reakcji nie zmienia się. Oczywiście w przypadku pojazdów proces ten będzie poprzedzony testami i uzyskiwaniem specjalnych uprawnień do poruszania się takich pojazdów po drogach publicznych. W grę wchodzą tu zarówno kwestie prawne jak i kwestia odpowiedzialności w przypadku wypadków, które nie ukrywajmy zdarzać się będą. Pytanie czy musimy stworzyć autonomiczny samochód, który będzie jeździł idealnie czy wystarczy nam żeby jeździł lepiej niż najlepszy kierowca?

htps://willrobotstakemyjob.com/

Odpowiedzi udzielał Michał Bigaj z craftinity.com

One comment

  • Bookero

    8 sierpnia 2018 at 14:01

    Świetny artykuł :) Zawiłości sztucznej inteligencji przełożone na przystępny język :)

    Reply

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.