Sztuczna inteligencja, walka o ludzi i dane oraz Made by Human

Rozwój sztucznej inteligencji w skali globalnej jest traktowany jak wyścig zbrojeń. Mówi się, że dla Stanów Zjednoczonych czy Chin, liderów w tym obszarze, sztuczna inteligencja jest niczym nowy program kosmiczny. Czy rzeczywiście wśród nowych technologii ma ona największy potencjał do przekształcania przyszłości?

Tak, moim zdaniem sztuczna inteligencja (ang. Artificial Intelligence - AI) to technologia (a tak naprawdę dość złożony ekosystem różnych metod i technologii) o bardzo wysokim potencjale. Umiejętnie stosowana pomaga usprawniać procesy (coś możemy zrobić taniej, szybciej, lepiej, etc.), co w efekcie sprowadza się do podnoszenia efektywności. Zmienia też rolę człowieka w procesie: od projektanta i wykonawcy do osoby wskazującej na kluczowe cechy rozwiązania.

Wracając do pytania, skoro sztuczna inteligencja może podnieść efektywność, w szczególności pomóc projektować innowacyjne produkty (np. leki, maszyny, komputery i inne technologie), to w konsekwencji inwestycje w AI mogą mieć gigantyczne przełożenie na konkurencyjność gospodarek. I w tym sensie można mówić o „wyścigu zbrojeń” - choć szczerze wątpię, że jest to kluczowa motywacja osób rozwijających sztuczną inteligencję.

Warto w tym miejscu podkreślić, że większość narzędzi, które wykorzystuje się do programowania sztucznej inteligencji, jest na licencji otwartej, tzn. można je wykorzystywać bezpłatnie. Nie ma więc praktycznie bariery wejścia na poziomie oprogramowania, sprzętowej (do podstawowych obliczeń wystarczy w zupełności prosty komputer) czy źródeł wiedzy (jest wiele świetnych kursów on-line dotyczących uczenia maszynowego, książek czy społeczności internetowych). Oczywiście implementacja w środowiskach produkcyjnych wymaga już często dużych nakładów, ale na poziomie tworzenia nie jest to kosztochłonne.

O co zatem konkurują liderzy w obszarze sztucznej inteligencji? Co może być źródłem przewagi?

Po pierwsze, rywalizują o utalentowanych ludzi: studentów, doktorantów, inżynierów posiadających pasję drążenia danych, zadawania pytań, stawiania i weryfikacji hipotez, ale też znających metody statystyczne oraz programowanie w zakresie niezbędnych do konstrukcji i wykorzystania algorytmów AI. Trudno spotkać osoby o takim połączeniu cech, zarówno osobistych (pasja, chęć uczenia się, komunikatywność), jak i „twardych” (statystyka, uczenie maszynowe, programowanie, obsługa baz danych). Nic więc dziwnego, że dobrego „naukowca danych” (ang. Data Scientist) firmy często „wyceniają” na ok. 2-3 mln dolarów…

Po drugie, do skutecznego wdrożenia systemu AI konieczne są dobrej jakości dane. Żeby nauczyć algorytm rozpoznawać zdjęcia np. psa, muszę mu dostarczyć bardzo dużo poprawnie opisanych, wyraźnych fotografii wskazujących, że to jest pies, a dodatkowo być może jego rasę. Dane są często ważniejsze od samego algorytmu.

Pozycję konkurencyjną w obszarze AI osiągną te firmy, organizacje bądź kraje, które mają dostęp do ogromnej ilości danych o wysokiej jakości oraz talentów, które będą w stanie je przetworzyć i wykorzystać. Dzisiaj walka o dominację jest de facto walką o ludzi i dane. W tym sensie inicjatywa ochrony danych osobowych w Europie jest sensowna ze względu na duże ryzyko związane z przewagą, jaką mogą osiągnąć organizacje je posiadające i wykorzystujące do własnych celów.

Mówiąc o sztucznej inteligencji porusza się również kwestie etyczne. Jak bardzo są one istotne i czy mogą wpłynąć na tempo rozwoju technologii?

O ile w bliższej perspektywie rzeczywiście dla wielu firm pracujących z danymi, np. w Polsce, stanowi to duże obciążenie, o tyle później może się okazać, że wskazanie akurat tego aspektu danych osobowych będzie bardzo ważne.

Warto pamiętać, że w marketingu internetowym dane typu imię/nazwisko są mniej istotne od informacji o zachowaniu w sieci (ile czasu w niej spędzamy, w jaki sposób, jaka jest dynamika zmian, preferencje, etc.). W oparciu o bardzo zaawansowaną analizę tzw. profili behawioralnych wyświetlane są nam reklamy produktów, które z największym prawdopodobieństwem nas zainteresują. Firmy rozwijają coraz bardziej zaawansowane algorytmy personalizacji, które w efekcie mają większą siłę oddziaływania. Na najbardziej prymitywnym poziomie można przekonywać człowieka do zakupu jakiejś rzeczy, ale na tym głębszym - stymulować potrzebę, tzn. tak człowieka informować, aby w pewnym momencie poczuł potrzebę nabycia produktu danej kategorii albo wręcz, że jest to krytyczny komponent jego systemu wartości. Otwiera to drogę do „hakowania” społeczeństw, czyli świadomego doprowadzania do zmian w systemie wartości, postrzegania świata i innych. Kiedyś „hakowało” się systemy informatyczne, dzisiaj społeczeństwo.

Zwrócenie, dzięki dyrektywom RODO, uwagi na problem wykorzystywania przez firmy w swojej działalności danych osobowych, jakimi są profile behawioralne, jest interesującym rozwiązaniem. Pytanie, czy skutecznym? I w jaki sposób wpłynie to na konkurencyjność Europy? Inne kraje mogą nie mieć skrupułów i wdrożyć rozwiązania bardziej zaawansowane technologicznie - pytanie jednak, jak to z kolei wpłynie na ich społeczeństwa. To trudny, nierozwiązywalny chyba dylemat.

Mówił Pan o marketingu internetowym. W jakich branżach sztuczna inteligencja jest jeszcze wykorzystywana?

Odpowiadając na to pytanie, warto się zastanowić nad definicją sztucznej inteligencji. Dla mnie system jest inteligentny wtedy, gdy potrafi efektywnie zachowywać się w nowych sytuacjach, przy czym efektywność jest najczęściej definiowana przez funkcję celu zadaną przez projektanta. Jedną z ciekawszych koncepcji porządkujących funkcjonalności niezbędne do osiągnięcia takiej autonomii jest tzw. cognitive computing. To trend w programowaniu AI, w którym systemy konstruowane są w analogii do funkcjonowania ludzkiego mózgu. Psychologia poznawcza wyróżnia takie obszary jak odbiór sensoryczny, percepcję, kontrolę uwagową, pamięć (krótko i długoterminową), a na końcu wyższe funkcje poznawcze typu planowanie, osiąganie celów, emocje, zachowania społeczne.

W ten sposób można również uporządkować technologie AI, a często też firmy działające w branży sztucznej inteligencji. Za odbiór sensoryczny odpowiadają sensory (np. kamery działające na podczerwień, czujniki laserowe bądź inne) oraz systemy przetwarzające generowane przez nie strumienie danych. W dalszej kolejności należy zinterpretować te dane (vide percepcja w psychologii poznawczej): rozpoznać obrazy, np. w przypadku samochodów autonomicznych znaki drogowe, światła, innych uczestników ruchu i ich zachowania. Dalej możemy rozpoznawać anomalię, prognozować i w oparciu o te prognozy podejmować decyzje. Za każdy z tych obszarów odpowiada dedykowany zbiór metod i technologii – system jest autonomiczny dzięki ich połączeniu.

W efekcie, rozwiązania AI można stosować w praktycznie każdej branży i w każdym z obszarów funkcyjnych: od projektowania, przez logistykę i dostawę, produkcję, kontrolę jakości, dystrybucję po sprzedaż, marketing i serwis.

Czyli mamy percepcję, postrzeganie…

Jak działa sztuczna inteligencja najlepiej rozpoznać, przyglądając się Alexie, wirtualnemu asystentowi rozwijanemu przez firmę Amazon. Mogę ją poprosić, by puściła mi jakąś fajną muzykę. W pierwszej kolejności Alexa musi zamienić mowę mówioną na tekst. Następnie go zrozumieć (dzięki technologiom przetwarzania języka naturalnego). Oprócz bezpośredniego rozumienia bardzo ważny jest kontekst, czyli zbiór informacji uzupełniających te kluczową, istotnych dla podjęcia określonego działania. Alexa ma w tej chwili ok. 40 zaimplementowanych kontekstów. Pierwszy, kto to powiedział - od tego zależą preferencje muzyczne, drugi, jaka jest pora dnia, która również wpływa na rodzaj słuchanej muzyki, kolejny kontekst - z jakiego urządzenia najczęściej się korzysta. Mamy przetworzenie, a później zrozumienie i wykonanie działania.

Mogę np. zadać pytanie, o której mam wyjść z domu? Alexa musi zinterpretować sytuację, wyszukać informacje w zewnętrznych źródłach, np. sprawdzić w kalendarzu, gdzie mam spotkanie czy jaki ruch jest na trasie, podjąć decyzję, które z nich są potrzebne. Współcześni cyfrowi asystenci, np. również system Google Duplex są już na tyle efektywni w tych czynnościach, że można odnieść wrażenie, że obcuje się z człowiekiem, a nie automatem.

Gdzie te systemy mają największe zastosowanie?

Obecnie są to przede wszystkim: przemysł, zwłaszcza 4.0, aktualizacja produkcji, generalnie usprawnianie procesów biznesowych. Dlaczego? W tych obszarach mamy dużo danych, systemów, potrzebę i przestrzeń na optymalizację. Ogromny potencjał biznesowy jest też w sprzedaży i marketingu, zarówno w obszarze marketingu internetowego, optymalizacji kampanii internetowych, ale też w obsłudze klienta w sprzedaży np. serwisie telefonicznym. Dzięki AI najbardziej dojrzałe automatyczne systemy obsługi klienta są w stanie uczyć się optymalnych zachowań w oparciu o analizę nagrań z infolinii.

Kiedy już połączymy zdolność identyfikacji optymalnych zachowań w oparciu o historię ze zdolnością generowania tekstu nie tylko w formie tekstowej, ale i wypowiedzi, można już zacząć się bać. Nie dlatego, że ktoś zastąpi mnie jako pracownika działu sprzedaży, ale z tego względu, że zadzwoni do mnie istota, która dostosuje tembr swojego głosu, sposób wypowiedzi tak, że ją od razu polubię. Może nawet będę chciał, żeby jeszcze raz do mnie zadzwoniła (śmiech).

Skoro poruszył Pan ten wątek, w jaki sposób sztuczna inteligencja wpłynie na rynek pracy?

Intryguje mnie, co będzie ze społeczeństwem. Wszelkie rewolucje, przemysłowe czy agrarne, wiązały się z obawą, że zlikwidują ileś miejsc pracy. Tymczasem powstawało ich jeszcze więcej. Teraz po raz pierwszy zaczyna się mówić, że większość miejsc pracy zostanie jednak wyeliminowanych.

Rozwój sztucznej inteligencji i szeroko pojętej automatyzacji doprowadzi de facto do obniżenia kosztów produkcji, czyli zmniejszenia kosztów jednostkowego wytwarzania jakiegoś dobra. Można sobie wyobrazić sytuację, w której tak jak teraz latem w mieście mam wodę za darmo, to obok będę miał stół z jedzeniem, czy nawet nieodpłatnie zaopatrzę się w ubrania.

Społeczeństwo rozwija się w walce, konfrontacji, w działaniu. Odpowiedni poziom stresu i dyskomfortu jest potrzebny do tego, aby być silnym. Może się okazać, że 95% populacji nie będzie musiało pracować, 5% okaże się potrzebne do rozwoju, a o wszystkim decydować będzie 1 promil. Pytanie, co zrobić z energią 95% ludności. Jak ją zagospodarować?

Wydaje mi się, że dojdzie też do ciekawej polaryzacji, zwłaszcza pomiędzy Dalekim Wschodem a Zachodem. Myślę, że różnica kultury pracy, podejścia do wysiłku będzie decydująca też w kontekście sztucznej inteligencji. Przewaga Wschodu zaczyna być coraz bardziej widoczna.

A biorąc pod uwagę bliższą perspektywę? Mówi się, że 65% dzieci, które rozpoczynają w tej chwili naukę, będzie pracowało w zawodach, które jeszcze nie istnieją.

Zgadza się. Niedawno badałem temat zawodów przyszłości w kontekście popularyzacji rozwiązań AI. Z ciekawszych wymienię np. tłumacza AI. Dziś dużym wyzwaniem jest to, że większość algorytmów AI jest co prawda bardzo skuteczna, niemniej nie rozumiemy, w jaki sposób generowana jest odpowiedź na nasze pytanie. Na jakiej podstawie algorytm twierdzi, że obiekt na zdjęciu jest kotem? Albo że jako bank nie powinniśmy danej osobie udzielić kredytu? W efekcie coraz intensywniej pracuje się nad tzw. samoobjaśniającą się sztuczną inteligencją (ang. self-explainable AI) - taką, która jest w stanie sama, w uproszczony sposób, objaśnić podstawy swojej decyzji. Być może potrzebni będą jednak tłumacze, czyli ludzie, którzy przetłumaczą potrzeby człowieka sztucznej inteligencji, maszynom i odwrotnie - taki interfejs ludzki.

Drugim zawodem, a bardziej umiejętnością, będzie zdolność wyboru określonych rekomendacji, spośród tych wydanych przez sztuczną inteligencję, w odniesieniu do naszego systemu wartości. To człowiek będzie musiał podjąć decyzję, czy coś wdrożyć, czy nie.

AI rodzi też wiele wyzwań dla rodziców. Jakie umiejętności rozwijać, do nauki jakich przedmiotów zachęcać? Osobiście uważam, że bez względu na rozwój technologii i jej wpływ na społeczeństwa kluczowe będzie nauczanie przedmiotów ścisłych. Chociażby po to, aby rozumieć jak maszyny działają i kształtować myślenie krytyczne.

Z drugiej strony, skoro tylko wąska grupa ludzi będzie rozwijać maszyny, może wzrosnąć popyt na umiejętności artystyczne. Być może marka Made by Human stanie się ważnym znakiem towarowym? Maszyna będzie w stanie skomponować utwór piękniejszy niż w przypadku człowieka, zagrać go bardziej naturalnie, z fantazją, energią, werwą. Człowiek zrobi to gorzej, ale w cenie będzie fakt, że zrobił to sam.

Jak w takim razie edukacja powinna przygotować się na rewolucję związaną ze sztuczną inteligencją?

Coraz częściej mechanizmy stosowane w marketingu internetowym wykorzystuje się do personalizacji edukacji. Od wielu lat działają systemy, które analizują interakcje użytkownika na platformie learningowej i są w stanie później rekomendować danej osobie tzw. obiekty uczące, określone moduły na odpowiednim, nie za trudnym, ale też nie zbyt łatwym, poziomie trudności.

Bardzo ciekawym nurtem jest łączenie nauczyciela z uczniem w oparciu o profile psychologiczne. Często w szkole kochamy jakiś przedmiot, ponieważ bardzo lubimy nauczyciela. Stąd systemy kojarzące korepetytora z uczniem w oparciu o profile emocjonalne.

Kolejny aspekt wykorzystania sztucznej inteligencji w edukacji ma charakter administracyjny. Na przykład tworzy się boty do obsługi, m.in. w procesie rekrutacji, planowania sal itp.

Istnieją też systemy, które wykorzystują AI do rozwiązywania np. zadań matematycznych. Dla mnie to nie jest wsparcie, ale zaprzeczenie edukacji. Człowiek rozwija się poprzez własną aktywność, dlatego najlepsze rozwiązania stymulują do samodzielnego rozwiązywania coraz trudniejszych problemów. W przeciwnym razie uczymy się tylko wykorzystywać protezy.

Rozmawiał: Bartosz Matejko