Naučna fantastika ostavila je neizbrisiv trag na ono što ljudi shvataju kao veštačku inteligenciju (AI). Postoji velika zabrinutost da će AI preuzeti poslove, kao i strah da će nam inteligentni roboti naneti štetu i jednog dana preuzeti svet. Ovo kod nas u Microsoftu izaziva veliku zabrinutost, jer ukoliko AI zaista treba da koristi društvu, moramo da pridobijemo poverenje ljudi čije će živote ona transformisati.
– Kris Bišop, direktor laboratorije Microsoft istraživačkog centra Kembridž i Microsoft tehnički saradnik
Istraživanje veštačke inteligencije započelo je 1950-ih godina, nadovezujući se na rad britanskog matematičara Alana Turinga tokom Drugog svetskog rata. Ali tek u proteklih 10 godina došlo je do brzih napredaka u AI, nastalih usled spajanja tri ključna faktora – sveprisutnog cloud kompjutinga, ogromne količine podataka i velikih pomaka u mašinskom učenju.
Dakle, šta je AI? Uopšteno govoreći, to je kada se mašine ili računarski sistemi ponašaju na način koji simulira ljudsku inteligenciju. U računarstvu AI obuhvata nekoliko polja izučavanja. Posebno se ističe mašinsko učenje. Dakle, prvo nekoliko osnova:
Šta je mašinsko učenje?
Mašinsko učenje omogućava kompjuterima da uče bez eksplicitnog programiranja. Pomaci u ovoj oblasti, posebno u dubinskom učenju, doveli su do nedavne eksplozije na polju AI. Mašinsko učenje radi putem obučavanja kompjuterskih sistema da koriste algoritme – linije koda – da bi uočili obrasce u podacima i zatim se ponašaju na predvidiv način.
Prepoznavanje govora, prepoznavanje prirodnog jezika, kompjuterski vid, preporuke za pretraživanje i filtriranje e-pošte su sve primeri AI koji koriste mašinsko učenje. Vaše prijemno sanduče u Outlook-u razvrstava najvažnije e-mailove i odvaja ih od ostatka koristeći AI. Kada pretražujete ili kupujete na internetu, predloženi rezultati ili preporuke su rad AI-a. Microsoft Translator koristi algoritme za mašinsko učenje da, dok govorite, transkribuje ono što izgovarate na jedan od mnogih jezika.
Popularne metode mašinskog učenja
Nadgledano učenje, nenadgledano učenje, učenje uz podsticaje
Obučavanje mašina korišćenjem obeleženih podataka poznato je kao „nadgledano učenje“. Na primer, podaci mogu uključivati fotografije koje su obeležene tako da je naznačeno šta prikazuju. Algoritam koji koristi mašina može potom odabrati ove etikete u drugim skupovima podataka. Dakle, ako je skup slika označen kao fotografije pasa, mašina to može razumeti i identifikovati slične slike pasa.
Nasuprot tome, u „nenadgledanom učenju“, mašine identifikuju obrasce u skupovima podataka koji nisu obeleženi tako što traže sličnosti. Ovde algoritmi nisu napisani tako da uočavaju specifične vrste podataka (kao što su slike pasa), već da traže primere koji izgledaju slično i koji se mogu grupisati zajedno.
U „učenju uz podsticaje“, mašina uči kroz pokušaj i grešku, na kraju se odlučujući za najbolji način za ispunjavanje datog zadatka. Microsoft koristi ovu tehniku u gaming okruženjima kao što je Minecraft, kako bi se istražila poboljšanja u načinu na koji „softverski agenti“ funkcionišu. Na primer, omogućavajući AI liku da se kreće putem kroz polje lave, a da ne upadne u nju.
Šta je dubinsko učenje?
Dubinsko učenje je vrsta mašinskog učenja inspirisana načinom na koji neuronske mreže u ljudskom mozgu obrađuju informacije. U ovim sistemima, svaki sloj u neuronskoj mreži pretvara podatke koje prima u nešto složeniji prikaz tih informacija.
Na ovaj način, sistem dostiže izrazito detaljno razumevanje podataka koje predstavlja oblik inteligentnog rezonovanja. Dakle, „videvši“ sliku psa, mašina će prvo detektovati oblik iz matrice piksela, onda može prepoznati ivice tog oblika. Zatim konture, zatim i sam objekat i tako dalje, sve dok ne identifikuje sliku.
Upravo su ove veštačke neuronske mreže podstakle nedavni napredak u mašinskom učenju i sposobnost kompjutera da izvršavaju zadatke poput prepoznavanja govora, obrade prirodnog jezika i prepoznavanja slika.
Da li će AI zavladati svetom?
Percepcija javnosti o AI je u velikoj meri pogrešna zbog njenog negativnog prikaza u filmovima naučne fantastike.
Međutim, današnji AI sistemi sposobni su jedino za izvršavanje pojedinačnog i specifičnog zadatka. Ovi sistemi su dobri u logičkim zadacima, ali nisu sposobni za intuiciju, empatiju ili emocionalnu inteligenciju. Drugim rečima, strahovi koje imaju neki ljudi daleko su od onoga što se stvarno dešava u razvoju AI.
Stvaranje poverenja javnosti u AI tehnologiju treba da započne u fazi projektovanja, a proizvodi treba da budu kreirani unutar snažnog etičkog okvira. Privatnost podataka, maliciozna zloupotreba AI-ja, moralni status AI sistema. Gde leži odgovornost kada stvari krenu po zlu – pitanja su na koja treba da budemo fokusirani.
Microsoft zauzima partnerski pristup razvoju AI-ja, postavljajući ljudske vrednosti u centar. Verujemo u odgovorno projektovanje. Kompanije koje razvijaju ove tehnologije treba da preuzmu odgovornost za etička pitanja. I da zajedno rade na rešavanju najtežih izazova. AI ne bi trebalo da potekne od bilo koje pojedinačne kompanije ili nacije. Trebalo bi da pripada svima.
U tom cilju, Microsoft je pomogao osnivanje Partnerstva za AI. Neprofitne organizacije čiji je cilj da osigura da AI tehnologije koriste ljudima i društvu, kroz najbolje prakse i otvoren dijalog. Prošle godine smo osnovali i sopstveni savetodavni komitet, pod nazivom „AI i etika u inženjerstvu i istraživanju“. Kako bismo osigurali da svi AI sistemi odražavaju naše principe etičkog dizajna. Insistiramo da moraju da se čuvaju od pristrasnosti, da imaju algoritamsku odgovornost, budu transparentni i objašnjivi, i pomažu čovečanstvu uz poštovanje privatnosti.
AI i budućnost rada
Postoji velika debata o tome kako AI preuzima poslove i radna mesta. Posebno manuelne poslove koji se mogu automatizovati. Microsoft veruje da je ovaj stav isuviše pojednostavljen.
Većina poslova ima rutinske i prizemne elemente koji utiču na produktivnost pojedinca. AI bi mogla da obavlja ove poslove umesto ljudi. Omogućavajući radnicima da se fokusiraju na važnije stvari.
Pravedno je reći da će AI verovatno imati transformativni efekat na radna mesta i da će zameniti određene poslove. Ali će takođe stvoriti i nove, od kojih neki još i ne postoje. Ovo je slučaj sa svakom industrijskom revolucijom, počevši od pronalaska razboja za tkanje i parnog motora. Prednost koju imamo danas sa Četvrtom industrijskom revolucijom jeste to što smo u mogućnosti da planiramo i spremamo se za promene sa znatno više uvida. Putem kreiranja politika i prekvalifikacije, stopa otvaranja novih radnih mesta može da nadmaši stopu poslova koje će preuzeti AI.
Microsoft je već uradio dosta toga u ovoj oblasti. U smislu studija uticaja i preporuka za politike. 2018. godine, u našim ažuriranim smernicama za kreiranje pravnog okvira koji će proširiti benefite cloud računarstva na sve, skrenuli smo pažnju na promene koje donosi svaka nova tehnologija. Iako ne verujemo da će AI preuzeti sve poslove, mislimo da će promeniti prirodu posla i da imamo odgovornost da osiguramo da ljudi budu osposobljeni da isprate ovu promenu. Ovim se detaljnije bavimo u Kompjuterizovanoj budućnosti, našoj e-knjizi o ulozi AI u društvu.
Ipak, ne potcenjujemo obim ovog izazova i strepnju koju prouzrokuje u javnosti. Istraživanje Instituta za budućnost čovečanstva Oksfordskog univerziteta, u kojem su prikazani stavovi stručnjaka za mašinsko učenje, utvrdilo je da bi AI mogao imati značajan uticaj na ulogu vozača kamiona do 2027. godine. Radnika u maloprodaji do 2031. godine i hirurga do 2053. godine.
Ipak, verujemo da će proći mnogo decenija pre nego što AI bude dovoljno napredan da zameni ljude u mnogim zadacima. Kada se to dogodi, svakako će se pokrenuti etička pitanja o tome da li je to ispravno. Na kraju, kada se radi o AI-ju, mislimo da je bolje da se fokusiramo na dugoročni period. I preuzmemo odgovoran pristup rešavanju izazova sa kojima se suočavamo danas.
Tekst realizovan u saradnji sa Microsoftom. Izvor: news.microsoft.com
