Co ze świadomością maszyn?

Oren Etzioni, współtwórca i prezes Allen Institute for Artificial Intelligence, instytutu stworzonego dwa lata temu przez współzałożyciela Microsoftu Paula G. Allena, na pytanie dziennikarza, czy maszyny kiedyś będą zdolne do odczuwania, odparł: „Krótka odpowiedź brzmi – nie. Rozszerzona odpowiedź brzmi – nie będą, bo ludzie mają zniekształcone postrzeganie tego, co komputery mogą robić w dzisiejszych czasach”. Zacytujmy jeszcze Stuarta J. Russela, naukowca zasłużonego dla badań nad AI, autora wielu publikacji dotyczących tego zjawiska: „Największą przeszkodą w rozwoju AI jest to, że ciągle nie mamy pojęcia, w jaki sposób nasz mózg wytwarza świadomość. Jeśli ktoś wręczyłby mi miliard dolarów na budowę świadomej maszyny, nie przyjąłbym tego miliarda, bo nie jesteśmy bliżsi zrozumienia mechanizmu ludzkiej świadomości od ludzi, którzy zajmowali się tym problemem 50 lat temu”. Czy powstaje świadomość maszyn?

Spróbujmy jednak przyjrzeć się kilku faktom, którym już nie da się zaprzeczyć i które pokażą nam bez zniekształceń, na jakim etapie jesteśmy w pracach nad Sztuczną Inteligencją. Czy rzeczywiście sceptycyzm wyżej cytowanych ekspertów jest tak bardzo uzasadniony?

Entuzjaści na fali

Nie ma miesiąca bez kolejnych doniesień o inwestycjach globalnych korporacji takich jak Google, Amazon, IBM, Facebook, Apple, Microsoft, Samsung w AI, czy mnożących się start-upach, które wdrażają projekty z wykorzystaniem ultranowoczesnych, inteligentnych technologii. O trendzie chętnie piszą zarówno mainstreamowe media, jak i specjalistyczne portale o tematyce technologicznej. Towarzyszy temu tradycyjna już dyskusja o tym, do czego może doprowadzić upowszechnienie Sztucznej Inteligencji. Entuzjaści wyliczają korzyści, na jakie możemy liczyć już w ciągu kilku, najwyżej kilkunastu lat, wymieniając: komputery reagujące na ludzką mimikę, emocje i głos; systemy komputerowe, które samodzielnie poprawiają własną wydajność w wyniku kolejnych operacji na zbiorach danych (machine learning); wszczepialne nanoboty zdolne do rozpoznawania i niszczenia komórek rakowych; komputerowe systemy wspomagania decyzji; „smart” technologie w naszych mieszkaniach, czy autonomiczne samochody. Już dzisiaj wysiłki na rzecz wydłużania ludzkiego życia, dążenie do coraz wydajniejszego przetwarzania danych i postępująca personalizacja osobistych komputerów stanowią pewien rodzaj paliwa dla globalnego biznesu i przestają być wyłącznie domeną wyobraźni hollywoodzkich reżyserów, którzy temat AI eksploatują od lat.

Pieniądze poruszają inteligencję

Stopniową komercjalizację AI wspierać będzie upowszechnienie badań, które są nad nią prowadzone i wzrost inwestycji w ten obszar. W ciągu kilku lat zaangażowanie dużego kapitału powinno pozwolić na rewolucyjne zmiany w medycynie i biznesie. Agencje badawcze prognozują, że przełomowym okresem dla rozwoju zjawiska będzie najbliższych pięć lat. W tym czasie sumy inwestowane we wdrożenia dotyczące AI wzrosną o kilkadziesiąt procent, a fascynacja zjawiskiem zacznie przypominać mechanizm śnieżnej kuli. Według danych CB Insights na globalnym rynku finansowym tylko w 2015 roku pojawiło się około 300 nowych, dużych spółek, które definiowały swoją misję poprzez takie słowa kluczowe, jak: sztuczna inteligencja, uczenie maszynowe, sieci neuronowe. Według raportu przygotowanego przez agencję badań rynkowych TechSci Research w Stanach Zjednoczonych w okresie 2016 – 2021 wartość inwestycji w rozwój AI wzrośnie o 75 procent. Pieniądze będą przeznaczone na: adaptację AI do przedmiotów codziennego użytku, badania naukowe, ulepszanie autonomicznych samochodów i zastosowanie nowoczesnych technologii w medycynie. Z kolei firma badawcza BCC Research, specjalizująca się w rynkach technologicznych, przewiduje że wartość światowego rynku inteligentnych urządzeń (neurokomputery, systemy eksperckie, autonomiczne roboty, inteligentne systemy wspomagania) wzrośnie do 15,3 mld dolarów w 2019 roku, ze średnią roczną stopę wzrostu na poziomie 19,7 procent. Bez wątpienia jest to najszybciej rozwijająca się część przemysłu technologicznego.

Intelektualne zaplecze

Globalne poruszenie w biznesie ma swoje zaplecze w inicjatywach badawczych. Nie byłoby dzisiejszego boomu na inwestycje w AI bez zaangażowania naukowo-technicznego instytutów, placówek naukowych, technologicznych hubów i organizacji non-profit. Wspomniany już Allen Institute for Artificial Intelligence zatrudnia kilkudziesięciu naukowców, technologów z różnych dziedzin, a jego misją jest, jak można przeczytać na stronie instytutu: „działalność na rzecz ludzkości poprzez zaangażowanie wysoko rozwiniętych technologii i badań”. Oprócz placówek badawczych, w przedsięwzięcia związane ze sztuczną inteligencją, inwestują swoje pieniądze również technologiczne korporacje, które wręcz licytują się w uruchamianiu nowych projektów opartych o wysoko zaawansowane technologie. Przełomowe okazały się tu ostatnie cztery lata. Google zaangażował się już w 2012 roku w przedsięwzięcia związane z AI. W 2014 roku firma zapowiedziała inwestycje rzędu setek milionów dolarów w start-up Deep Mind. W 2014 roku Mark Zuckerberg, Elon Musk and Ashton Kutcher połączyli siły i zainwestowali pokaźne środki w firmę Vicarious FPC angażującą się wyłącznie w najbardziej wizjonerskie projekty AI. Jak deklaruje firma w swej misji, jej celem jest „stworzenie unikalnej architektury algorytmów, po to by osiągnąć poziom ludzkiej inteligencji w urządzeniach wykorzystujących do swego funkcjonowania język, zdolności widzenia i ruchu”. Jednym ze strategicznych celów Facebooka jest stworzenie potężnego systemu przetwarzania danych, a także stworzenia technologii rozpoznawania ludzkiej twarzy przez komputery. Na rozwój AI przeznaczane są ogromne środki – pieniądze, kapitał intelektualny i praca ludzi. To wszystko, w mojej ocenie, może spowodować, że w najbliższych kilku latach odpowiednik prostego AI pojawi się w laboratoriach wielkich firm i instytutach badawczych.

Czas inteligentnych zmian

W kontekście szacowanych inwestycji badawczych i finansowych ciekawe wydają się przewidywania dotyczące najważniejszych kierunków rozwoju AI. Warto tu przytoczyć najświeższe opracowanie firmy analitycznej Gartner dotyczące AI. Kilka przykładów – według Gartnera w najbliższych kilku latach systemy informatyczne będą w stanie przetwarzać duże zbiory danych, tak by podejmować autonomiczne decyzje o charakterze ekonomicznym. Do roku 2020 roku aż 5 procent realizowanych transakcji biznesowych na świecie będzie rezultatem tego, że algorytmy funkcjonujące w zainstalowanym oprogramowaniu, osiągną zdolność do wyciągania wniosków ze zbioru danych wprowadzonych do komputera. Według Gartnera, do roku 2018 aż 20 procent treści i informacji użytecznych dla biznesu będzie opracowywanych i publikowanych przez komputery. Mówimy tu więc już o inteligentnym lub prawie inteligentnym przetwarzaniu danych różnych kategorii. Na chwilę zatrzymując się na tym wątku, zwróćmy uwagę na rynkową obecność firm, które już dzisiaj oferują systemy samodzielnie przetwarzające dane w czytelne dla odbiorcy raporty. Jedną z nich jest Yseop, oferująca usługę, która może w najbliższej przyszłości zrewolucjonizować pracę księgowych, analityków giełdowych, strategów biznesowych, menedżerów. Dzięki prostemu interfejsowi, użytkownik wprowadza szereg danych do komputera: liczby, wykresy, infografiki, a te następnie są automatycznie kompilowane, zestawiane i przetwarzane przez maszynę. Agencja prasowa Associated Press wykorzystuje już teraz w swej pracy komputery, które samodzielnie tworzą opracowania wykorzystywane później przez dziennikarzy. Jakość ich jest bardzo wysoka, tylko niektóre z nich wymagają poprawienia ludzką ręką.

Maszyny biorą się do nauki

Gartner w swoich przewidywaniach dotyczących najbliższej przyszłości zwraca szczególną uwagę na jeden trend istotny dla dalszego rozwoju systemów AI – jest nim „uczenie się maszyn”. Jedno z podstawowych pytań, zadawanych obecnie przez osoby zaangażowane w rozwój AI, brzmi: w jaki sposób tworzyć systemy AI, które będą samodzielnie poprawiać swoją efektywność na bazie własnych doświadczeń? Jak wykorzystać w tworzeniu komputerów zasady, które kierują procesami uczenia się u ludzi? Dochodzimy tu więc do największego według wielu specjalistów wyzwania, jakie stoi przed twórcami AI, pomysłu fascynującego i kontrowersyjnego jednocześnie: stworzenia zaawansowanych systemów, które potrafią zastępować człowieka w podejmowaniu decyzji. W tym miejscu widać, że w całym zjawisku chodzi zdecydowanie o coś więcej, niż automatyzację powtarzalnych procesów, która przecież jest już obecna w biznesie i przemyśle. Mówimy tu bowiem o działaniu maszyn w oparciu o algorytmy zakładające rozpoznawanie wzorców, przewidywanie przyszłych wyników i na tej podstawie podejmowanie decyzji. Jest wielce prawdopodobne, że praktyczną odpowiedzią na to wyzwanie będzie technologia wykorzystująca sztuczne sieci neuronowe działające na zasadach podobnych do działania ludzkiego mózgu (trend technologiczny quantum computing). Wyobraźmy sobie teraz, że maszyny zdolne do analizy danych i wyciągania z niej wniosków, angażujemy do pracy w obszarze medycyny. Komputery na podstawie przeanalizowanych parametrów dokonują diagnozy, wykrywają anomalie, przewidują wystąpienie choroby. Zacytujmy jeszcze raz Orena Etzioni: ”Co, jeśli recepta na lekarstwo na raka jest ukryta wewnątrz nudnych raportów obejmujących tysiące badań klinicznych? To właśnie AI będzie w stanie je odczytać i co najważniejsze – zrozumieć. Połączy dane z odrębnych badań, postawi nowe hipotezy i zaproponuje eksperymenty, które zostałyby zapewne pominięte przez ludzi”.

Pan mnie słyszy, Panie Watson?

Kolejnym poważnym zagadnieniem, na którym koncentrują się specjaliści zaangażowani w rozwój AI, jest kwestia przetwarzania języka naturalnego. Wielu menedżerów uważa, że opanowanie przez komputery zdolności rozumienia języka może oznaczać rewolucję w dążeniu do integracji i współpracy inteligencji ludzkiej z inteligencją maszynową. Google twierdzi, że 20 procent bieżących zapytań klientów w rozmowach telefonicznych obsługiwane jest przez maszyny. Badania związane z tym obszarem podążają w kierunku rozwijania systemów, które są w stanie współdziałać z ludźmi, poprzez dialog, a nie tylko reagować na proste żądania. Niektórzy dodają też przy tej okazji, że przełomem, na który poczekamy około 20 lat, będzie zdolność komputerów do pełnego rozpoznawania ludzkiej twarzy, łącznie ze zdolnością odczytywania ludzkiej mimiki i emocji. Pewne jest, że przełomowe zdarzenia na tym obszarze następują już dzisiaj, wręcz obok nas. Nierzadko mamy kłopoty z oceną ich skali i znaczenia dla przyszłości. Komputer IBM Watson (2880 rdzeni, 15 TB pamięci operacyjnej) został stworzony przez IBM właśnie do odpowiadania na pytania zadawane w języku naturalnym. Maszyna do swoich standardowych operacji używa więc procesu przetwarzania języka naturalnego. Aby odpowiedzi były możliwe, komputer wyposażono w bazę danych, zawierającą miliony stron różnych tekstów, w tym słowników i encyklopedii i zaprogramowano tak, aby używał setek równolegle działających algorytmów do znalezienia prawidłowej odpowiedzi. Dzięki temu mechanizmowi komputer potrafi przeanalizować ogromne zbiory danych z różnych obszarów, takich jak biznes, ekonomia i medycyna. Watson, wchodząc w kontakt głosowy z człowiekiem, „rozumie” więc zadawane pytania i problemy, a gromadząc kolejne dane „uczy się” z nich – zgodnie z ideą uczenia się maszyn.

Jestem twoją asystentką

Komputery „nabierając” inteligencji, będą miały coraz bardziej „ludzką” zdolność kontaktu z nami, a ich reakcje będą efektem zdolności odczytywania i przetwarzania złożonych danych o różnym charakterze. Przełomowe badania związane ze stworzeniem IBM Watson ulegną upowszechnieniu i komercjalizacji. Jest niemal pewne, że w najbliższych latach możemy spodziewać się rosnącej popularności autonomicznych asystentów – aplikacji, które będą służyły pomocą w zdobywaniu wiedzy i podejmowaniu decyzji dotyczących naszego życia prywatnego. Już dzisiaj nie trzeba sięgać daleko wyobraźnią. Od kilku lat użytkownicy iPhone’a mogą cieszyć się z towarzystwa aplikacji Siri, która odpowiada głosowo na proste pytania dotyczące na przykład czasu, pogody, daty, ale też finansów, muzyki, zawartości poczty elektronicznej, czy kontaktów umieszczonych w smartfonie. Do podobnych projektów, ciągle udoskonalanych, ale już dostępnych dla indywidualnego użytkownika, należy Amazon Echo. Oprogramowanie to również wykorzystuje do swojego działania mechanizm przetwarzania języka naturalnego.

Optymiści, realiści i pesymiści

AI budzi ciągle mieszane uczucia, na które składają się z jednej strony entuzjazm, a z drugiej obawy podsycane przez twórców filmów, pisarzy i pesymistycznie nastrojonych futurologów. Założyciela Facebooka, Marka Zuckerberga, można zaliczyć do grona technologicznych optymistów i biznesowych pragmatyków „(…) AI dojdzie do punktu, w którym będzie przynosiła korzyści, z których będą mogły czerpać zarówno małe, jak i duże firmy. Pracujemy nad AI, ponieważ uważamy, że bardziej inteligentne usługi będą bardziej przydatne”. Jego trzeźwe podejście nie udziela się wszystkim tym, którzy funkcjonują na rynku technologicznym. Według raportu opracowanego dla Baker & McKenzie, spośród 424 specjalistów finansowych, 76 proc. uważa, że organy nadzoru finansowego nie są przygotowane do współpracy z oprogramowaniem AI, a 47 proc. wyraża wątpliwości, czy ich własne organizacje rozumieją ryzyka wiążące się z korzystaniem z AI. Badani wyrazili ponadto przekonanie, że uzależnienie od sztucznej inteligencji będzie oznaczać konsekwencje w postaci redukcji zatrudnienia. W powyższym fragmencie zawarte jest całe spektrum emocji i poglądów dotyczących AI. Bill Joy, swoimi przemyśleniami dotyczącymi AI dzielił się 16 lat temu w legendarnym i często przywoływanym dzisiaj artykule „Dlaczego przyszłość nas nie potrzebuje”, opublikowanym w magazynie Wired. W wielu fragmentach refleksję autora można dzisiaj traktować jednocześnie jako przejaw skrajnego pesymizmu, ale też i przenikliwości. Joy, przy wszystkich korzyściach, jakie dostrzegał w rozwoju AI, nie krył również obaw. Powiedział on, że „Powinniśmy zmierzyć się z faktem, że najbardziej atrakcyjne technologie 21 wieku – robotyka, inżynieria genetyczna i nanotechnologia – stwarzają inne zagrożenia, niż technologie, które pojawiły się wcześniej. W szczególności roboty, inżynieria organizmów i nanoboty posiadają olbrzymi czynnik niebezpieczeństwa: te technologie mogą się same replikować.”

Co nas więc czeka?

Cóż, wydaje się jednak, że zagadnienie AI jest tak złożone, że zarówno skrajni optymiści i pesymiści mają ciągle szansę na zwycięstwo w pojedynku na opinie o AI i jej roli w naszym życiu, a może życiu całego gatunku. Jedno jest pewne: żyjemy w czasach, w których pojęcie postępu i korzyści dla ludzkości musi być definiowane od nowa. Kategorie wypracowane przed wiekami mogą nam bowiem już nie wystarczyć do pojmowania rzeczywistości i nas samych w dobie osobistych asystentów, komputerowych, autonomicznych decydentów i nanobotów przemieszczających się w naszych organizmach.

Powiązane artykuły:

– Sztuczna Inteligencja jako fundament dla kluczowych technologii

– Sztuczna Inteligencja dostępna i pomocna dla każdego z nas

– Trwałe połączenie technologii z człowieczeństwem

– Technologia napiera na biznes

– Mózg, urządzenie które wypada z obiegu

– W jaki sposób maszyny rozumują

– Rozszerzona Rzeczywistość. Widzieć więcej niż tylko Pokemona

– Sztuczna Inteligencja – realne zagrożenie czy nieuzasadniona obawa?

– TESLA a ludzkie prawo do błędów

– Nowoczesne technologie a stare lęki: czy roboty odbiorą nam pracę?

Historia rozwoju IBM Watson (źródło: IBM)