Czy współczesna SI to tylko marketingowy bełkot?

SI dźwignią handlu

Teraz kiedy nawet eksperci nie mogą powiedzieć, czym jest sztuczna inteligencja, co mają zrobić konsumenci? To tylko następny element na liście funkcji, który tak naprawdę niewiele mówi. Mimo to klienci wiedzą, że sztuczna inteligencja jest zaawansowaną techniką i że pracują nad nią wszystkie duże firmy, więc produkt z SI musi być lepszy. Podobnie jest z osobami wybierającymi „naturalne” jajka: każda inna firma równie dobrze mogłaby umieścić tę etykietę na swoim pudełku, z takim samym uzasadnieniem.

Drugi problem polega na tym, że nawet gdyby istniały jakieś wytyczne, czym jest, a czym nie jest sztuczna inteligencja, i mielibyśmy określić, na ile są one spełnione, to nie są problemy, z których rozwiązywaniem sztuczna inteligencja dobrze sobie radzi.

Na przykład jedna firma reklamuje TV wykorzystujący sztuczną inteligencję do polecania programów telewizyjnych. Jakie wnioski mogą wypływać z zastosowania systemu głębokiego uczenia się do tak ograniczonego zbioru danych? Określenie rekomendacji dla kogoś, kto lubi serial CSI: Kryminalne zagadki Miami, nie jest trudnym zadaniem. Mogą mu przypaść do gustu Impersonalni lub coś podobnego. Nie są to subtelne, ukryte wzorce, które ujawniają się dopiero po dokładnym zbadaniu preferencji odbiorcy lub wymagają wielu godzin pracy superkomputera.

Jaron Lanier wyjaśnił to dobrze w Micie AI: ponieważ dane pochodzą od ludzi, którzy oglądają różne filmy, sztuczna inteligencja jest całkowicie zależna od ludzkiej we wszystkich podejmowanych przez nią decyzjach. Ludzie już wykonali najtrudniejszą część: określili swoje gusta, wybrali rzeczy, które lubią, ocenili jakość odcinków i grę aktorów. Wszystko, co robi komputer, to przeszukiwanie tych danych i zwracanie odpowiednich wyników. Należałoby więc nazwać większość obecnych na rynku rozwiązań z SI spersonalizowaną wyszukiwarką!

Podobne wątpliwości są zgłaszane co do urządzeń IoT (ang. internet of things), takich jak termostaty, a teraz głowice prysznicowe, które monitorują twoje urządzenie i zalecają oszczędzanie energii, kiedy nie ma cię w domu. SI dla twojego domu! Informuje cię, kiedy kończy ci się mleko w lodówce! Mówi, kto jest za drzwiami! Takie komunikaty są fałszywe: zbiory danych są rzadkie i proste, a wyniki – binarne lub bardzo ograniczone. I właśnie dlatego to, że nowe urządzenie nie jest tak prymitywne funkcjonalnie jak 30-letnie, nie czyni go inteligentnym. Przeciwnie, te twierdzenia o inteligencji są… sztuczne. To, że SI znacząco poprawia wiele z tych rzeczy, jest fikcją kultywowaną przez firmy technologiczne. Jest nawet możliwe, że poleganie na uczeniu maszynowym jest szkodliwe dla celu ich zastosowania, ponieważ metody, za pomocą których modele te dochodzą do swoich wniosków, są często niejasne.

Znów powraca tutaj przedstawiona wcześniej technika sprzedaży jajek.

Czym zatem jest SI?

Może myślisz: no dobrze, panie ekspercie od SI, jeśli nic z tego nie można sklasyfikować jako sztuczną inteligencję, to co określamy tym mianem? I dlaczego nie jesteś tak wybredny w kwestii pojęcia SI, gdy wymyślasz przyciągające nagłówki w swoich tekstach?

Cóż, to tylko moja opinia. Ale kiedy mówimy o sztucznej inteligencji jako koncepcji opracowywanej lub rozwijanej przez duże firmy i uniwersytety, można nieco rozciągnąć tę definicję. To, o czym mówimy, jest tak naprawdę powstającą klasą oprogramowania i nie ma sensu pedanteria w kwestii nazewnictwa, bo i tak większość osób będzie je odbierała jako SI. Ale kiedy firmy korzystają z ogólników jako zwodniczych chwytów sprzedażowych, czuję, że muszę się sprzeciwić. Nie jest fair w stosunku do klienta, gdy np. producent telefonów X sprzedaje rewolucyjne urządzenie, którego „SI” automatycznie dobiera ustawienia aparatu przed wykonaniem zdjęcia, podczas gdy jest to trywialny algorytm oparty na kilku szablonach ustawień. Sterowanie głosowe sprowadza się zaś do prostych komend, które nie tylko nie mają związku z SI, ale nawet nie zasługują na to, by je nazwać prawdziwym uczeniem maszynowym.

Wprowadzające w błąd, lub wręcz sfabrykowane, listy funkcji są świętą tradycją w dziedzinie technologii, więc ta praktyka nie jest niczym nowym. Warto jednak trzymać rękę na pulsie, kiedy nowe słowo wchodzi do słowników marketerów, dla których najważniejsze jest podążanie za trendami. Być może nadejdzie dzień, w którym sztuczna inteligencja stanie się czymś, czego będziemy szukać w lodówce. Ale to jeszcze nie dziś. Na razie musimy zadowolić się uczeniem maszynowym w innych wydaniach. Niekoniecznie światowych – choćby tych z własnego podwórka, np. w postaci projektu CLARIN-PL. Polscy naukowcy tworzą w nim naprawdę świetne rzeczy z pogranicza SI, ale nie wmawiają nam, że coś jest czymś innym niż w rzeczywistości. Przykładem są systemy rozpoznawania mowy, mówców, tłumaczenia itp. tworzone przez zespół prof. Maraska z Polsko-Japońskiej Akademii Technik Komputerowych w Warszawie czy przedsięwzięcia o zasięgu globalnym, takie jak nowy projekt spod skrzydeł DeepMind, który ocenia zdolność SI do wnioskowania, a dokładniej: oceniania inteligencji w ogólnym kształcie, a nie jedynie wykonywania jakiegoś wąskiego zadania. 

Innym ciekawym pytaniem na koniec jest to, czy SI może być kreatywna. Przecież w sieci nie brakuje przykładów generowania poezji, muzyki, obrazów czy transferowania stylu danego artysty. W tym miejscu odnieśmy się do następnego polskiego projektu, deepart.io, który łączy styl obrazu z zawartością obrazu. O ile takie zastosowania zwracają jakieś wyniki, które są świetne z punktu widzenia marketingu, o tyle żadna twórczość nie bierze się znikąd i każda jest inspirowana bogatymi doświadczeniami autora i dziełami innych artystów. Czy zatem odtwórcze działanie SI można nazwać inteligentnym lub kreatywnym? Opartym na jakichś doświadczeniach i innowacyjnym?

Czym więc jest współczesna SI? Dla mnie jest zwyczajnym narzędziem wspomagającym, a nie zastępującym człowieka.