Dobry PR sztucznej inteligencji
Ale co z tymi wszystkimi algorytmami, o których słyszymy? Czy to nie SI? Cóż, nie bardzo. Słownikowa definicja algorytmu to „proces lub zestaw reguł, których należy przestrzegać w obliczeniach lub innych operacjach rozwiązywania problemów”.
Innymi słowy, algorytm jest po prostu fantazyjną nazwą dla logiki programu komputerowego. To tylko odzwierciedlenie intencji programisty. Pomimo całej wrzawy wokół „Sturm und Drang” w kwestii komputerów zastępujących ludzi nie ma najmniejszych oznak, że jakikolwiek program komputerowy stworzył lub kiedykolwiek stworzy coś oryginalnego.
Przykładem jest superkomputer IBM Watson. Mimo że pierwotnie był reklamowany jako implementacja sztucznej inteligencji, która przewyższa ludzkich lekarzy w diagnozowaniu raka i przepisywaniu terapii, stało się jasne, że nic takiego nie nastąpi. Jak niedawno zauważył „Stat News”:
Trzy lata po tym, jak IBM rozpoczął sprzedaż Watsona, aby polecić najlepszy sposób leczenia raka lekarzom z całego świata, badanie „Stat News” wykazało, że superkomputer nie spełnia oczekiwań. Wciąż zmaga się z podstawowym krokiem poznawania różnych form raka.
Co więcej, niektóre z możliwości Watsona dotyczą „niezwracania uwagi na człowieka za zasłoną”. Ponownie zacytujmy „Stat News”:
W swojej istocie Watson w onkologii używa superkomputera opartego na chmurze do przetwarzania ogromnych ilości danych – od notatek lekarza do badań medycznych oraz wytycznych klinicznych. Ale jego zalecenia dotyczące leczenia nie opierają się na własnych spostrzeżeniach dokonanych na podstawie tych danych. Zamiast tego opierają się wyłącznie na szkoleniach prowadzonych przez ludzkich nadzorców, którzy pracowicie przekazują Watsonowi informacje o tym, jak należy leczyć pacjentów o określonych cechach.
Watson, jak wszystko inne w rubryce „SI”, nie spełnia oczekiwań. Ale może dlatego, że obecnie w rozwoju sztucznej inteligencji wcale nie ma żadnych przełomów, bo sprowadza się on do szumu medialnego, zarabiania pieniędzy i wreszcie wprowadzania w błąd klienta?
Co mniej więcej 10 lat eksperci odkurzają modę na sztuczną inteligencję i starają się przekonać opinię publiczną, że w następnym wdrożeniu tych ugruntowanych technik jest coś nowego i godnego uwagi.
Marketerzy dodają modne hasła do swoich projektów, żeby nadać im blask świętej technologii. Naukowcy również dokładają SI do zaproszeń na seminaria, co znacznie poprawia frekwencję. Więcej w tym, oczywiście, przymusu ze strony środowiska związanego z marketingiem niż złej woli. Znak czasów.
Okresowemu powrotowi modnych haseł związanych z SI zawsze towarzyszą odważne prognozy (takie, jak zabójcze roboty Muska i osobliwość Kurzweila), które nigdy się nie spełniły. Maszyny, które mogą myśleć, cały czas pozostają 20 lat w przyszłości. Tymczasem wszystko, co dostajemy, to Siri i bardziej wyrafinowana wersja tempomatu, a także mnóstwo wyolbrzymionych niepokojących wizji.
Co wspólnego ma sztuczna inteligencja z ceną jajek?
Powiedzmy, że próbujesz wybrać kilka różnych jaj w sklepie. Jedno rzuca się w oczy, bo jest „całkowicie naturalne”. Cóż, to miło. Naturalne jest dobre i kosztuje tylko 30 groszy więcej, więc je kupujesz. Obecnie sprzedawane jajka mogą być bardziej „naturalne” niż inne, ponieważ nie ma oficjalnej, a nawet ogólnie przyjętej definicji „naturalności”. Jest to typowy trik, przez który płacisz 30 groszy za nic. Ta sama kwestia staje się problemem w technologii sztucznej inteligencji.
Nie ma oficjalnej lub ogólnie przyjętej definicji SI. Nie powstrzymało to jednak wielkich i małych firm od zastosowania sztucznej inteligencji jako nowej rewolucyjnej funkcji w inteligentnych telewizorach, wtyczkach, słuchawkach czy innych wynalazkach. Oczywiście, inteligentnych tylko w najprostszym sensie – jak większość komputerów, które zasadniczo są głupie jak but.
Pojawiają się tu dwa problemy. Pierwszy polega na tym, że przez brak określonej definicji SI bardzo łatwo jest powiedzieć, że twoje urządzenie lub usługa ją ma, i poprzeć to pewnym prawdopodobnie brzmiącym stwierdzeniem dotyczącym zasilania sieci neuronowej ogromną ilością danych w programach telewizyjnych lub wzorców zużycia wody w inteligentnym kranie.
„To pojęcie to kompletne bzdury” – powiedziała dyrektor generalna dużej firmy z branży robotyki, która nie chciała ujawnić swojego imienia i nazwiska. Jednak na pewno zatrudnia roboty, które większość zgodziłaby się nazwać „wykorzystującymi SI”. Jest to termin marketingowy używany do określania kompetencji, ponieważ większość ludzi nie może wyobrazić sobie niekompetentnej sztucznej inteligencji. Może być zła („Przykro mi, Janku, ale nie mogę tego zrobić”), ale nie niekompetentna.
Weźmy za przykład sieć neuronową operującą na różnego rodzaju prawdopodobieństwach. Tak jak w przypadku niedawnych testów Movidiusa na łamach PCLab.pl sieć rozpoznająca obraz ma do dyspozycji kilka różnych kategorii, a każda z nich ma przypisane jakieś niezerowe prawdopodobieństwo. Gdy wczytamy poloneza, to może stwierdzi, że to polonez aso na 75%, polonez caro na 10%, polonez kombi na 5%, volkswagen jetta na 5%, a ostatnie 5% to wszystkie inne kategorie. Nawet najbardziej absurdalne przewidywania, np. rower wigry, mogą mieć wartość jedną miliardową, lecz nie zero. Pamiętajmy, że tak naprawdę sieć nigdy nie jest niczego pewna, ale jest o tyle uczciwsza od człowieka, że podaje margines błędu. Sieć dostarcza wynik – niestety, dalej nic się nie dzieje, SI zwyczajnie nie myśli. Silnik, podobnie do silnika renderującego scenerię gry komputerowej, nie zastanawia się, czy obraz, który nam wyświetla, jest piękny, po prostu wykonuje instrukcję. To człowiek (programista) mówi sieci, że popełnia błąd lub ma rację, i w zależności od tego symbolicznie modyfikuje olbrzymią liczbę parametrów treningowych sieci, by jej przewidywania były bliższe rzeczywistości.
Brak definicji i mylenie pojęć
Ostatnio obserwowany rozkwit sztucznej inteligencji i stosowanie modnych sloganów pasujących do każdej wypunktowanej listy cech przynajmniej częściowo wynikają z mylenia sieci neuronowych ze sztuczną inteligencją. Bez zbytniego wchodzenia w szczegóły: te terminy nie są wymienne, ale marketerzy traktują je tak, jakby były.
Sieci neuronowe, o których tak wiele słyszymy w dzisiejszych czasach, są nowatorskim sposobem przetwarzania dużych zbiorów danych przez wymuszanie w nich wzorców za pomocą powtarzalnej, uporządkowanej analizy matematycznej. Metoda jest inspirowana sposobem, w jaki mózg przetwarza dane, więc w pewnym sensie termin sztuczna inteligencja ma zastosowanie – ale w inny, ważniejszy sposób, który jest bardzo mylący.
To termin o własnym znaczeniu i własnych konotacjach, które nie pasują do tego, co faktycznie robią sieci neuronowe.
Być może nie zdefiniowaliśmy SI dobrze, ale mamy kilka pomysłów. Można śmiało powiedzieć, że te programy nie są inteligentne, chociaż są interesujące, wszechstronne, a ich twórcy inspirowali się ludzkimi procesami myślowymi. Jednak każdy program, który w danym momencie swojego rozwoju wykorzystuje splotową sieć neuronową, system głębokiego uczenia się, jest określany jako oparty na sztucznej inteligencji lub jakiejś jej odmianie.