Siekdami užtikrinti geriausią Jūsų naršymo patirtį, šioje svetainėje naudojame slapukus (angl. cookies). Paspaudę mygtuką „Sutinku“ arba naršydami toliau patvirtinsite savo sutikimą. Bet kada galėsite atšaukti savo sutikimą pakeisdami interneto naršyklės nustatymus ir ištrindami įrašytus slapukus. Jei pageidaujate, galite kontroliuoti ir/arba ištrinti slapukus. Išsamesnė informacija čia https://www.aboutcookies.org/ Jei ištrinsite slapukus, jums gali reikėti rankiniu būdu pakeisti kai kurias parinktis kaskart, kai lankysitės interneto svetainėje, o kai kurios paslaugos ir funkcijos gali neveikti.

Paieška
LIETUVAKOMENTARAIPASAULISEKONOMIKASPORTASĮDOMYBĖSGIMTASIS KRAŠTASISTORIJALŽ RENGINIAI
ŽMONĖSGAMTA IR AUGINTINIAIŠEIMA IR SVEIKATAMOKSLAS IR ITKULTŪRAŠVIETIMASGYNYBAPOPIEŽIAUS VIZITASMULTIMEDIJA
MOKSLAS IR IT

Dirbtinio intelekto fronte: proveržis ir grėsmės

 
2018 06 20 11:50
EP narys Algirdas Saudargas.
EP narys Algirdas Saudargas. Romo Jurgaičio (LŽ) nuotrauka

„Ateina frontas kultūrą niveliuoti galinčių robotų, ir Lietuvoje reikia nuveikti daug darbų, kad pripratintume dirbtinį intelektą, išplitusį į pačias įvairiausias sritis, prie lietuviškų papročių. Turėtume savo, nacionalinį, dirbtinį intelektą. Ne tautiniais drabužėliais aprengtus robotus, bet į programas įdiegtą lietuvių kalbą, mūsų papročius“, – sakė „Lietuvos žinioms“ Europos Parlamento narys Algirdas Saudargas.

Apie dirbtinį intelektą kalbama jau daugiau kaip pusę amžiaus. Tačiau pastaruoju metu su juo susiję klausimai ypač aktualūs. Šiemet balandžio 25 dieną Europos Komisija paskelbė komunikatą Europos Parlamentui, Europos Vadovų Tarybai, Tarybai, Europos ekonomikos ir socialinių reikalų komitetui bei Regionų komitetui „Dirbtinis intelektas Europai“.

Algirdas Saudargas: „Tikiuosi, kad ši dirbtinio intelekto banga išjudins ir kalbos technologijas. Jos visada buvo dirbtinio intelekto sudėtinė dalis. Net tam tikras lakmuso popierėlis, parodantis, kas jau pajėgiama padaryti. Dirbtinis intelektas jau neblogai kalba lietuviškai.“

Jungtinės Karalystės Lordų Rūmų sudaryta grupė yra parengusi išsamią studiją, skirtą dirbtiniam intelektui – analizuojama dabartinė padėtis ir ateities perspektyvos. Prancūzija paskelbė nacionalinę dirbtinio intelekto strategiją, pagrįstą matematiko Cedrico Villani pranešimu. Vokietijoje stipriausios institucijos sistemingai dirba dirbtinio intelekto srityje. Įkurta mokymosi sistemoms skirta platforma siekiant sudaryti sąlygas akademinės bendruomenės, pramonės ir valdžios atstovų strateginiam dialogui. Paskelbta susietojo ir automatizuoto transporto priemonių vairavimo etikos ataskaita. Suomija taip pat paskelbė savo strategiją – kaip mažesnė šalis, turinti technologijų lyderystės tradicijas.

JAV strategija dėl dirbtinio intelekto buvo parengta jau prieš porą metų. Kinija ne vienu skambiu pareiškimu yra garantavusi, kad investuos milijardus į šią sritį. Europa vienija savo pajėgas. Kuriamas Europos dirbtinio intelekto aljansas. Jis taps erdve dalytis geriausia patirtimi, skatins privačias investicijas ir su dirbtiniu intelektu susijusią veiklą.

Apie dirbtinį intelektą ir „Lietuvos žinių“ pokalbis su europarlamentaru Algirdu Saudargu.

Kokybinis šuolis

– Kaip vertinate padėtį ir su kuo susijęs dabartinis pagyvėjimas?

– Dirbtinio intelekto frontas juda į priekį jau 50 metų. Tai paskubėdamas vienoje ar kitoje srityje, tai sustodamas. Tarytum išsemia savo idėjas, ir finansavimas užslopsta. Apie neuroninių tinklų gilųjį mokymą (ang. deep learning) buvo kalbama jau prieš dešimt metų. Tačiau tam tikras barjeras peržengtas prieš penkerius metus, kai gauta labai gerų rezultatų atpažįstant vaizdus, suskirstant juos pagal temas, išskiriant vienus iš kitų.

Tokius gerus rezultatus lėmė kompiuterių pažanga: greitis ir gausybė sukauptų duomenų. Algoritmai buvo pritaikyti siurbti informaciją iš tos gausybės. Juos galima įsivaizduoti kaip tam tikrą informacijos filtrą, kuris siurbdamas tūkstančius, milijonus pavyzdžių pats save formuoja, pritaiko, padedamas grįžtamojo ryšio. Be to, apmokyti tokio tipo programas dabar reikia kur kas mažiau laiko – ne savaičių kaip anksčiau, o valandų.

Dar patobulinus algoritmus, pradėjo augti ir investicijos į šią sritį. Prieš kelerius metus jos nesiekė ir milijardo pasaulio mastu. Dabar padidėjo nuo dviejų trijų iki 11 milijardų per metus.

Pasiekus pajėgumų proveržį, atsirado ir horizontali sklaida. Paaiškėjo, kad ištobulintus algoritmus galima pritaikyti ne tik vaizdų atpažinimo, bet ir kitose srityse. Tiek mašininio kalbos vertimo, tiek šnekos atpažinimo ir užrašymo raidėmis. Gilusis mokymas kaip smaigalys paskui save traukė visas dirbtinio intelekto sritis – nuo robotikos, robotų humanoidų iki savaeigių automobilių. Proveržis leidžia tobulėti, gerinti kokybę, ieškoti įvairaus pritaikymo. Įvyko kokybinis šuolis.

Be nereikalingų lūkesčių

– Kokį poveikį jis darys mums, mūsų aplinkai?

– Įvykęs technologinis proveržis – jau ne pirmą kartą per penkiasdešimt metų – davė ekonominį efektą. Jis sukėlė lavininį procesą, nes visi puolė investuoti į dirbtinį intelektą. Daugelis šios srities lyderių net susirūpino, nes turi patirties – bent du dirbtinio intelekto ledynmečius, kai perlenkta prognozuojant, puoselėjant nerealius lūkesčius, ir finansavimas buvo radikaliai nutrauktas.

Dabar neteikiama per daug didelių vilčių ir net šiek tiek atsikratoma futuristinių pavadinimų. Terminologija šį dešimtmetį pasikeitė. Neuroninių tinklų giliojo mokymo sritis vadinama tiesiog siauruoju dirbtiniu intelektu. Ar jis bus kada nors panašus į žmogaus intelektą, taps, kaip kartais vadinama, bendruoju dirbtiniu intelektu, atidedama ateičiai. Nurodoma, kad bus matyti po kelių dešimtmečių. O siaurasis dirbtinis intelektas jau dabar duoda puikių rezultatų atskirose srityse.

Patobulėję informaciniai filtrai, patys save suformuojantys tam tikriems uždaviniams spręsti, mūsų aplinkai padarys milžinišką poveikį. Prognozuojamas didelis darbo našumo padidėjimas įvairiose srityse, ir dirbtinio intelekto teikiama nauda neabejojama.

Kartu analizuojama, kokių gali būti grėsmių. Pavyzdžiui, ekonomikos srityje – dėl darbo vietų. Pateiktos analizės gana pagrįstos, tačiau nėra gąsdinančios. Pirmiausia keisis darbo pobūdis. Dirbtinis intelektas perims labiau mechaniškas užduotis ir žmogaus darbo vietą padarys labiau žmogišką. Kai kurie darbai gal ir visai išnyks, atsiras naujų. Todėl ypač svarbus požiūris. Reikia išmintingai pasitikti pokyčius. Tinka jau senokai skambantis šūkis: „Mokymasis visą gyvenimą.“ Turi mokytis ir žmonės, ne tik mašinos.

Niūrios prognozės siejamos su kariniu pritaikymu. Pavyzdžiui, bepilotės skraidyklės jau dabar naudojamos kaip kovos mašinos. Į jas jau įdėtas dirbtinis intelektas, planuojantis ir ieškantis sau aukos. Toks grėsmingas ginklas bet kuriuo momentu gali išsprūsti iš žmogaus kontrolės arba patekti į blogas rankas.

Galingas įtaisas

– Kartkartėmis pasirodo futuristinių gąsdinimų technologiniu singuliarumu, kai vadinamasis superintelektas pranoks žmoniją.

– Tas singuliarumas paimtas iš paprasto skaičiavimo. Kiek žmogaus smegenyse yra neuronų ir sinapsių. Kiek pasaulyje – kompiuterių procesorių. Kaip skelbia Muro dėsnis, procesorių sparta kas 18 mėnesių padidėja du kartus, ir 2020 metais kompiuterio galia prilygs žmogaus smegenų galiai, o 2060 metais – visų Žemėje gyvenančių žmonių smegenų galiai.

Tačiau iš vieno technologinio parametro tokių išvadų daryti negalime. Ši tema apmąstyta iš visų pusių ir smulkiai išnagrinėta. Principinis dalykas – kur slypi žmogaus proto ar viso žmogiškumo esmė. Ar tik neuronuose? Ar jų neužtenka? Klausimai filosofiniai. Atsakymų nebuvo prieš penkiasdešimt metų, nėra ir dabar. Tik įvairūs požiūriai.

O futurologai pasigauna idėją, suranda sensacingą pavadinimą ir pradeda fantazuoti. Tai savaip įdomu. Net po NASA skėčiu yra Singuliarumo institutas. Jo puslapyje galima pasiklausyti įdomių mokslo populiarinimo paskaitų.

Tačiau, užuot svarsčius, kas bus, jei atsiras superintelektas, svarbu atkreipti dėmesį į tokias specifines problemas, kaip dabar elgiasi dirbtinis intelektas. Giliojo mokymo programos – galingas matematinis įtaisas. Per pusę šimtmečio ištobulinti algoritmai. Jie pasiekia puikių rezultatų, kai patys suformuoja savo informacinius tinklus tam tikriems uždaviniams spręsti, bet kaip tai padaro – ne visuomet aišku. Gilusis mokymas vyksta keliais etapais. Filtras formuojamas iš įvairių sluoksnių. Kartais tą procesą galima paaiškinti, tačiau ne visada.

O jeigu padarys klaidą? Jas daro žmonės – gali padaryti ir programos. Atsitikus nelaimei, bus neaišku, kokios jos priežastys. Kaip surasti, kodėl buvo priimtas toks, o ne kitoks sprendimas, – problema patiems specialistams. Tačiau šioje srityje intensyviai dirbama. Tiriami dirbtinio intelekto informaciniai tinklai, aiškinamasi, kaip jie prieina prie vienokio ar kitokio sprendimo.

Kitas įdomus socialinis aspektas. Pavyzdžiui, buvo paleista programa, kuri mokosi iš interneto. Vėliau su ja bendraujant, greitai paaiškėjo, kad į pateikiamus klausimus atsako rasistas ir homofobas, turintis demokratinėje visuomenėje netoleruotinų bruožų. Programa kaip veidrodis atspindėjo, kas žmonių prikalbėta internete. Todėl labai svarbu, kokiais duomenimis dirbtinis intelektas yra apmokomas.

Pagal mūsų papročius

– Ką turėtume ir galėtume daryti Lietuvoje?

– Svarbiausia – nepražiopsoti šio proveržio, nes iš jo gali kilti ir grėsmių, kurių dabar nenumatome, ir kartu nemažai galimybių, kuriomis nepasinaudoti laiku būtų didelė žala. Be ekonominių aspektų kaip kadaise, kai plito kompiuteriai ir juos reikėjo įsigyti, diegti į mokyklas ir kitur, dabar reikia pratintis prie dirbtinio intelekto, įvairiausio jo pritaikymo. Kitas dalykas, dirbtinį intelektą reikia apmokyti čia.

Pavyzdžiui, savaeigis automobilis. Įvairiose šalyse, miestuose skiriasi vairavimo sąlygos ir net papročiai. Yra daugybė niuansų. Lygiai taip pat ir dėl kitų dirbtinio intelekto programų, išplitusių į pačias įvairiausias sritis.

Lietuvių kalboje žodžiai įprotis, paprotys turi tą pačią šaknį kaip protas. Galima sakyti, kad protas atsiranda per įpročius ar papročius, kai pratinama. Šis siaurojo dirbtinio intelekto aspektas labai gražiai matomas. Iš tikrųjų jis pratinamas prie vienokių ar kitokių duomenų. Galima sakyti, įgyja vienokius ar kitokius įpročius. Todėl turime ugdyti dirbtinio intelekto įpročius pagal mūsų papročius.

Tikiuosi, kad ši dirbtinio intelekto banga išjudins ir kalbos technologijas. Jos visada buvo dirbtinio intelekto sudėtinė dalis. Net tam tikras lakmuso popierėlis, parodantis, kas jau pajėgiama padaryti. Dirbtinis intelektas jau neblogai kalba lietuviškai. „Lietuvos žinios“, tekstus internete teikiančios ir garsine forma, – tarp pirmųjų projekto LIEPA pavyzdžių. Vilniaus universiteto mokslininkai su partneriais toliau tobulina šias technologijas. Tačiau jų diegimas ganėtinai vangus, nors galėtų būti naudojamos ir oro uostuose, ir autobusų, geležinkelių stotyse, nereikėtų žmogui dešimtis kartų skaityti to paties teksto.

Lygiai taip pat ir dėl šnekos atpažinimo – giliojo mokymo proveržio greta vaizdų atpažinimo. Tai nereiškia, kad kompiuteris supranta kalbą, bet tai, kas kalbama, gali paversti tekstu. Labai svarbu, kad sąsaja su programomis, kurios prieina prie milžiniškos duomenų bazės ir sugeba joje orientuotis, būtų lietuvių kalba. Paverstų žmogaus klausimus, pasakytus žodžiu, tekstu, surastų atsakymus ir juos pateiktų balsu. Kuo greičiau tai padarysime, tuo greičiau galėsime lietuviškai bendrauti su įvairiais agentais, patarėjais, gidais. Jei lietuviškos sąsajos nebus, turėsime kalbėtis angliškai.

Užs.EK-2240

DALINTIS:
 
SPAUSDINTI
MOKSLAS IR IT
Rubrikos: Informacija:
EkonomikaGamta ir augintiniaiGimtasis kraštasGynybaKontaktai
ĮdomybėsIstorijaJurgos virtuvėKomentaraiReklama
KonkursaiKultūraLietuvaMokslas ir ITReklaminiai priedai
PasaulisPopiežiaus vizitasSportasŠeima ir sveikataPrenumerata
ŠvietimasTrasaŽmonės#ATEITIESLYDERIAIPrivatumo politika
#AUGULIETUVOJE#LEGENDOS#SIGNATARŲDNR#ŠIMTMEČIOINOVACIJOSKarjera
Visos teisės saugomos © 2013-2018 UAB "Lietuvos žinios"