Je umetna inteligenca uničevalka (služb)?

V zadnjem času slišimo mnogo resnih opozoril o nevarnostih umetne inteligence. Moderni preroki, kot sta fizik Stephen Hawking in poslovnež Elon Musk, napovedujejo skorajšnji zaton človeštva. Z nastankom splošne umetne inteligence in samorazvijajočih se programov se bodo pojavili novi in bolj inteligentni sistemi umetne inteligence, ki bodo razvijali še pametnejše stroje, ki nas bodo prej ko slej presegli. Ko bomo dosegli to t.i. točko tehnološke singularnosti, bosta naš um in telo postala odvečna. Ljudje se bomo morda rešili tako, da se bomo združili s stroji in se naprej razvijali kot kiborgi. Je to res naša svetla prihodnost?

Razgibana zgodovina umetne inteligence

Umetna inteligenca je znanstvena disciplina, ki povezuje računalništvo, matematiko, psihologijo in nevroznanosti, s ciljem ustvariti stroje, ki posnemajo človekove kognitivne funkcije, kot sta učenje ali reševanje problemov. Že od 1950 ta veda buri domišljijo človeštva. Zgodovinsko gledano so uspehom umetne inteligence pogosto sledila razočaranja, ki so jih v veliki meri povzročile preveč optimistične napovedi tehnoloških vizionarjev. Tako je leta 1960 eden od ustanoviteljev področja umetne inteligence, Herbert Simon, napovedal: »Stroji bodo v dvajsetih letih sposobni opraviti katerokoli delo, ki so ga zmožni možje.« (Žena ni omenjal. 🙂 Marvin Minsky, pionir raziskav umetnih nevronskih mrež, je bil še bolj neposreden: »V eni generaciji bo problem stvaritve umetne inteligence v bistvu rešen.« Izkazalo pa se je, da je imel bolj prav danski fizik Niels Bohr, ki se je menda takole šalil: »Napovedovanje je zelo težko. Še posebej prihodnosti.«
Danes zmožnosti umetne inteligence obsegajo med drugim razpoznavanje govora, premagovanje ljudi v strateških igrah, kot sta šah in go, upravljanje robotov in avtonomnih vozil ter odkrivanje vzorcev v kompleksnih podatkih, npr. genetskih. Zaradi teh uspehov pa ljudje še nismo odvečni.

Nova nevronska evforija

Umetna inteligenca vsekakor napreduje. Najnovejša evforija okoli umetne inteligence se je začela leta 2009 z mnogo hitrejšim učenjem globokih nevronskih mrež. Le-te sestavlja velika množica povezanih računskih enot, imenovanih umetni nevroni, ki nekoliko posnemajo delovanje nevronov v možganih. Da bi tako omrežje česa naučili, je potrebna velika množica rešenih primerov nekega problema. Denimo, da imamo zbirko slik tkiva, ki so označene z diagnozo rak ali ne-rak. Vsako sliko iz zbirke pošljemo skozi mrežo, da nam izračuna verjetnost rakavega tkiva. Izračunamo razliko med napovedmi in pravilnim rezultatom ter popravimo povezave med nevroni tako, da bi mreža vračala pravilne rezultate. Proces popravljanja uteži mnogokrat ponovimo, dokler mreža pravilno ne napove večine slik. Naučena umetna nevronska mreža bo sposobna opraviti delo, ki ga običajno opravljajo patologi, in bo na novih slikah zmožna prepoznati rakavo tkivo.
Na podoben način se učimo tudi ljudje, npr. otroci se učijo igranja instrumenta tako, da vadijo in ponavljajo skladbo, dokler ni igranje dovolj dobro. Naučena umetna nevronska mreža hrani naučene spretnosti, a shranjenega znanja ni enostavno razložiti. Današnje nevronske mreže z mnogimi nivoji (od tod ime globoke nevronske mreže) so postale praktično zanimive šele z uporabo tisočih procesorjev na grafičnih karticah za njihovo učenje. Drugi pogoj za uspešnost globokega učenja so velike zbirke označenih podatkov. Raziskovalci so velike množice besedil in slik pridobili s pomočjo interneta, družbenih omrežij in Wikipedije, kar omogoča strojno prepoznavanje objektov na slikah, razpoznavanje govora in strojno prevajanje. Nekatere od teh nalog že dosegajo in presegajo človeka.

Nas mora umetna inteligenca skrbeti?

Izvrstno delovanje umetne inteligence je omejeno na nekatere naloge. Zaenkrat je le malo napredka pri razumevanju pomena slik in besedil. Če pokažemo preprost strip o Zvitorepcu naučeni nevronski mreži, bo prepoznala oblike in objekte, npr. lisjaka, ki govori ali volka in želvo, ki igrata nogomet, ne bo pa razvozlala pomena, medsebojnih odnosov ali celo humorja.
V naših raziskavah uporabljamo globoke nevronske mreže za analizo berljivosti besedil z namenom, da bi uporabnikom pomagali izboljšati stil pisanja. Tovrstna računalniška orodja lahko precej dobro pomagajo pri pravopisu, slovnici in stilu pisanja, a so precej nemočna, ko gre za logično strukturo besedila, sklepanje in tok misli. Trenutna orodja ne razumejo niti preprostih spisov enajstletnih šolarjev. Uspešnost orodij je omejena tudi s količino razpoložljivih označenih podatkov. Pri uporabi novih pristopov v raziskavah medicinske diagnostike na Fakulteti za računalništvo in informatiko Univerze v Ljubljani pogosto dobimo nekoliko boljše rezultate kot v preteklosti, a razlike niso dramatične. Eden od razlogov za to je, da nimamo dovolj podatkov o pacientih, s katerimi bi lahko naučili modele strojnega učenja. Drugi razlog je, da podatki, ki jih bolnišnice trenutno zbirajo, ne vsebujejo zapletenih psihofizičnih faktorjev, ki povzročajo bolezni, kot so koronarna srčna bolezen, migrene ali rak.

Bodo roboti prevzeli naše službe

Zaenkrat torej ni bojazni, da bi ljudje postali odvečni, ne glede na bombastične trditve o skorajšnjem dosegu tehnološke singularnosti. Zmožnosti umetne inteligence so izvrstna tematika znanstvenofantastičnih knjig in filmov ter povod za zanimive filozofske razprave, a zaenkrat še nismo ustvarili nobenega samoizboljšujočega se programa, ki bi bil sposoben splošne umetne inteligence, in tudi nobenega znaka ni, da bi inteligenca lahko bila neskončna.
Bodo pa globoke nevronske mreže zagotovo prispevale k avtomatizaciji številnih služb. Umetna inteligenca bo ogrozila zaposlitve ročnih delavcev, nekaterih medicinskih diagnostikov in morda, nekega dne, na mojo žalost, tudi profesorjev računalništva. Avtomatski borzni trgovci že opravijo večino transakcij na večjih borzah. Nekatere ocene kažejo, da bi lahko Wall Street do leta 2025 izgubil 230.000 zaposlitev v finančnem sektorju.
V zlonamernih rokah je lahko umetna inteligenca tudi nevarna. V predvolilni bitki lahko z inteligentnimi metodami podatkovne analize prepoznavamo neodločene volivce in jih zasujemo z njim prilagojenimi (lažnimi) novicami ter tako vplivamo na izid volitev. Velike države, ZDA, Kitajska in Rusija, vlagajo ogromna sredstva v razvoj avtonomnih orožij. Umetno inteligenco vgrajujejo v avtonomna letala (trote), samovozeča bojna vozila in vojaške robote, kar je že pripeljalo do nove nevarne oboroževalne tekme. Glede tega pa smo lahko zaskrbljeni.