Zašto nas veštačka inteligencija neće nadmašiti?

Činjenica je da sistemi veštačke inteligencije obavljaju neke zadatke bolje od ljudi. Recimo, u bolnicama, sistemi se koriste u raznim vrstama medicinskih snimanja da bi protumačili snimke i pomogli radiolozima da dijagnostikuju tumore koji bi mogli da promaknu ljudskom oku. Veštačka inteligencija je među obrazovnim i istraživačkim prioritetima u mnogim zemljama. Centar je interesovanja mnogih tehnoloških i poslovnih kompanije. Ušla je u oglašavanje, proizvode koje kupujemo kao i u naše domove preko različitih govornih asistenata (Amazonova Aleksa, na primer). Koristi se da odlučuje umesto nas i o nama. Šta je može sprečiti da odlučuje bez nas? Mogu li sistemi veštačke inteligencije da postanu dovoljno pametni da programiraju sami sebe i tako nas nadmaše?

Takav koncept se naziva „Posebnost“ (engl. Singularity ) i predstavlja nekontrolisani i nezaustavljivi tehnološki razvoj, super-inteligenciju koja će sama sebe razvijati, osvojiti svet i promeniti našu civilizaciju. Zamisao o računarskom programu koji može sam da se menja da bi obavljao zadatke za koje nije prvenstveno napravljen sasvim je moguća u svetu računarskog inženjerstva, kao i ideja o računarskom softveru koji popravlja sam sebe kad otkrije grešku ili ga napadne neki virus. Teoretski, posebnost veštačke inteligencije je moguća i to u slučajevima kad programi zasnovani na njoj unapređuju sami sebe do nivoa super-inteligencije. Neki stručnjaci, među njima i pokojni Stiven Hoking, smatrali su da bi takav proces doveo do nestanka ljudske vrste.

Hajde da razmotrimo da li bi to zaista moglo da se desi. Skoro svi sistemi veštačke inteligencije koje danas koristimo zasnivaju se na uparivanju uzoraka pomoću naprednog matematičkog modeliranja. Taj proces se naziva mašinsko učenje, odnosno, duboko učenje. Ti sistemi koriste ogroman broj podataka da bi otkrili skrivene uzorke. Autonomna vozila funkcionišu jer je kompanija „ Tesla“ prikupila preko milijardu kilometara putnih podataka koji predstavljaju osnovu za rudarenje uzoraka.

Kompanije „Fejsbuk“ i „Gugl“ precizno opisuju fotografije i video-sadržaje koje postavljamo jer imaju milijarde naših fotografija i video-sadržaja koje smo prethodno postavili po kojima rudare u potrazi za uzorcima mačaka, pasa, puteva i cvetova da bi naučili sisteme kako sve to izgleda. Automatizovano prevođenje funkcioniše jer su sistemi naučeni da prepoznaju uzorke jezičke upotrebe u različitim jezicima. Aleksa može da prepozna naš govor jer je naučena da prepozna uzorke koji postoje između zvučnih talasa i reči koju se izgovorene.

Jedini sistem veštačke inteligencije koji se približava ljudskoj inteligenciji i nije zasnovan na uparivanju uzoraka je sistem „ Votson“ kompanije „ IBM“. On iščitava i obrađuje veliki broj tekstualnih podataka ili čak slika da bi odgovorio na pitanja o onom što se nalazi u tekstu ili na fotografijama. Obavlja mnogo složeniji zadatak od pronalaženja jednostavnih činjenica u tekstu, kao što su imena ili datumi. Može da odgovori na kompleksna logička pitanja koja zahtevaju zaključivanje. Votson je pobedio svetskog šampiona u kvizu znanja na američkoj televiziji, a sad se koristi u medicinskim programima i pomaže doktorima u postavljanju dijagnoza zasnovanih na kliničkim podacima u nekim američkim bolnicama.

Iako su Votson funkcioniše zadivljujuće i precizno, ipak ne radi kao ljudski mozak. Votson pretpostavlja da su svi odgovori na jedno pitanje mogući odgovori da bi potom izračunao verovatnoću svakog mogućeg odgovora vršeći obračun za sve njih paralelno. Tako Votson koristi pristup brutalne sile i potrebni su mu ogromni računarski izvori.

Ljudska inteligencija može biti malo sporija u otkrivanju odgovora na pitanje jer ne možemo uvek svega da se setimo dovoljno brzo. Možda smo malo sporiji u prevođenju, prepoznavanju govora ili opisivanju slika, ali naše rasuđivanje je zasnovano na uzroku, a ne na asocijacijama. Shvatamo zašto su stvari takve kakve jesu jer razumemo uzrok i posledicu. Veštačka inteligencija i mašinsko učenje dolaze do odgovora na osnovu uzorka asocijacija.
To dalje znači da shvatamo kako funkcioniše električna struja ili kako se zemlja okreće oko sunca na osnovu poznavanja uzroka i posledice. Možemo se podići na više nivoe razumevanja koji su mnogo napredniji od bilo kog ogromnog broja podataka za podučavanje ili uzoraka za rudarenje.

Zbog tog jednostavnog, ali izuzetno ograničavajućeg činioca, možemo biti smireni jer posebnost veštačke inteligencije neće skoro doći do izražaja ako se zasniva na postojećim metodologijama. Sve veštačke inteligencije vrlo brzo obavljaju rudarenje uzoraka u potrazi za pravilnostima, ali inteligencija se ne zasniva na umnožavanju tih pravilnosti.

Veštačka inteligencija i dalje može da obavi zadivljujuće zadatke, neke brže i pouzdanije od nas, ali samo kad su u pitanju ograničeni, ali ne i opšti zadaci. Pošto osvajanje sveta spada u kategoriju opštih zadataka, možemo reći da smo bezbedni – bar za sada.

4963-zasto-nas-vestacka-inteligencija-nece-nadmasiti