Umetno inteligentni

Umetno inteligentni
Objavljeno: 23.2.2016 | Avtor: Uroš Mesojedec | Kategorija: Mnenja

Umetna inteligenca (AI) je eno večjih razočaranj sodobne znanosti in tehnologije. Visoko leteči obeti minulega stoletja se še zdaleč niso uresničili. Kljub številnim apokaliptičnim hollywoodskim scenarijem je AI še vedno nezmožen res kakovostno prepoznati človeški glas ali bitje na drugi strani sobe.

Raziskave umetne inteligence (Artificial intelligence, AI) so, podobno kot leteči avtomobili in kolonije na Marsu, eno večjih razočaranj vizionarjev 21. stoletja. In če so prometnice v zraku in naselbina na drugem planetu danes predvsem problem financiranja, je umetna inteligenca še vedno domena raziskovalcev, ki so si precej vsaksebi v pogledih, kako to znanost peljati naprej.

Toda na drugi strani se je zgodila revolucija mobilnega, vsenavzočega računalništva, ki je ponudila nove priložnosti za napredek AI. Svet, ki komunicira elektronsko in je vedno bolj povezan, omogoča tudi zbiranje še nedavno neslutene količine informacij, ki jo je mogoče z znanimi postopki obdelati tako, da pomaga tudi k napredku AI. Ko takšne raziskave postanejo tudi motor poslovnega uspeha najmogočnejših podjetij računalniške in drugih vej industrije, se lahko zgodi preboj, kot smo mu priča v minulih mesecih. AI je znova vroča tema, o kateri se govori na glas in prinaša nove zanimive priložnosti in spet pogreva apokaliptične hollywoodske scenarije.

Kombinacija napredka zmogljivosti računalnikov in velikanske količine zbranih podatkov o navadah uporabnikov sodobnih elektronskih komunikacij, so razkrile, da smo ljudje nepričakovano predvidljivi. Zgolj spremljanje velike količine zbranih podatkov o posojanju koles v nekem velemestu omogoča skoraj 80-odstotno natančnost predvidevanja, kam bo človek s kolesom odšel, če poznamo njegovo izhodiščno točko, starost in spol. Če bi nam kolo, takoj, ko si ga sposodimo, samo povedalo, da pozna naš cilj, bi morda kdo sklepal, da je (umetno) inteligentno, a v resnici gre zgolj za statistično obdelavo velike količine označenih podatkov, bolj učeno imenovano strojno učenje, manj učeno (in delno površno) pa zgolj verjetnost. A nič zato, če je mogoče učinkovito sklepati na tak način, pa naj bo tudi to umetna inteligenca. Dobički, ki jih oglaševanje prinaša Facebooku in Googlu, so predvsem posledica točno te vrste inteligence. A vprašanje je, na katerih področjih vse je mogoče učinkovito uporabiti pristope s pričakovano verjetnostjo na podlagi velikanske količine zbranih in analiziranih podatkov.

Drug pristop, ki prav tako temelji na znanih idejah, a je bil v začetku 21. stoletja skoraj pozabljen, so nevronska omrežja. Zamisel nevronskih omrežij je simulacija procesov, ki naj bi se odvijali v naših možganih. Skozi učenje naj bi se v možganih izdelale sinaptične povezave, ki kasneje pomagajo ali celo v celoti krmilijo naše odločanje, prepoznavanje in celo čustvovanje. Sodoben pristop k nevronskim omrežjem, imenovan tudi »globoko učenje« (Deep Learning), je prinesel nadvse zanimive rezultate, predvsem na področju računalniškega vida. Sodobni sistemi za računalniški vid niso zgolj spodobni razvrščati slik glede na naučene primere, npr. razbrati, ali je na posnetku z letališča obraz znanega terorista, temveč so z opazovanjem in učenjem sposobni pridobivati nove zmožnosti, npr. igrati računalniško igrico, o kateri pred tem niso vedeli prav nič. Programsko knjižnico, ki omogoča prav to, je nedavno Google objavil kot prosto kodo, imenovano Tensor Flow, da bi izdelali čim večje število novih uporab postopkov učenja skozi nevronska omrežja. Če ste uporabnik storitve Google Photos, lahko njegovo ponekod skoraj strašljivo spodobnost učenja preizkusite tudi sami, samo dovolj fotografij mu naložite.

Raziskave pa nezaustavljivo drvijo naprej. Sistem globokega učenja so prav v Googlu že nadgradili z novimi metodami. Rezultat: AlphaGo, prvi računalniški sistem, ki mu je uspelo premagati vrhunskega mojstra starodavne igre go, in to celo z izidom 5:0. Med 9. in 15. marcem se bo Googlov AlphaGo pomeril z najboljšim svetovnim igralcem in njegove možnosti za uspeh so velike. AlphaGo ni le izpopolnjen sistem globokega učenja, sposoben je samostojnega izboljševanja.

To pa je seveda cilj in grožnja celotnega področja AI. Ko bodo tehnike strojnega učenja sposobne napredovati same, in to v zmogljivostih, kot jih računalniki omogočajo že danes, kaj šele v prihodnosti, smo pred popolnoma nepredvidljivo prihodnostjo. Digitalna nirvana ali sodni dan s terminatorji?

Kot vemo, je prav vsak dosežek znanosti mogoče uporabiti za napredek ali uničevanje človeštva, vendar AI kljub vsemu nedavnemu napredku ni niti blizu kataklizmičnim scenarijem. Gonilo razvoja AI v minulih letih je predvsem njegov tržni potencial, in to za tako profane storitve, kot je še boljša strežba oglasov uporabnikom interneta. Počasi bomo verjetno prišli tudi do učinkovitih pomočnikov pri vožnji in lažjega prepoznavanja govorice in pisane besede v tujem jeziku. Še najboljše pa bi bilo, ko bi sistemi umetne inteligence in njihovi zagovorniki končno prepričali ljudi, ki odločajo, da bi bolje razporejali svetovne vire in končno odpravili lakoto, revščino po svetu in razbremenili ljudi težaških in ponavljajočih se opravil. A tu vsak strah pred umetno inteligenco še vedno zbledi pred čisto običajno in staromodno človeško neumnostjo.

Naroči se na redna tedenska ali mesečna obvestila o novih prispevkih na naši spletni strani!
Prijava

ph

Komentirajo lahko le prijavljeni uporabniki