Pojawia się coraz więcej materiałów straszących ludzi utratą pracy. Straszeni są, że zostaną zastąpieni przez sztuczną inteligencję. Czy jest się czego bać?

Co to jest inteligencja?

Za Wikipedią:

Innymi słowy inteligencja to zdolność do analizowania danych płynących z sensorów, adekwatnego reagowania, zapamiętania konsekwencji tych reakcji, wyciągania wniosków na przyszłość z poniesionych konsekwencji oraz adaptacji wniosków do nowych warunków.

Na przykład: jakiś praczłowiek był głodny. Dzięki zmysłowi wzroku potrafił namierzyć owoce na drzewie. Metodą prób i błędów odkrył jabłka. Nauczył się – zapamiętał – że zjedzenie jabłka powoduje miłe doznania smakowe i uczucie sytości w żołądku. Codziennie wracał do tej samej jabłoni po więcej jabłek. W końcu zjadł wszystkie.

Zamiast położyć się i umrzeć z głodu wykorzystał umiejętność poruszania się. Wykorzystał także zmysł wzroku aby namierzyć kolejne jabłka na innej jabłoni. Nie znalazł żadnej. Ale zobaczył gruszki. Pomyślał: 'Hmm, wyglądają inaczej, drzewo wygląda inaczej, jest w innym miejscu, ale w sumie to też duże owoce na drzewie. Warto spróbować.’

To zdolność adaptacji do nowych warunków. Zdolność do zastosowania posiadanej wiedzy i umiejętności do rozwiązywania problemów.

Prawdopodobnie praczłowiek nie posługiwał się pojęciami jak drzewo czy owoc. Niemniej rozumiał czym jest drzewo i rozumiał czym jest owoc. Doświadczał ich wszystkimi zmysłami. Widział trójwymiarowo, słyszał przestrzennie. Mógł obejrzeć z każdej strony obchodząc drzewo dookoła lub obracając jabłko w dłoni. 

Gdy zmęczony poszukiwaniami kolejnej jabłoni zasypiał głodny w zimnej jaskini, oczyma wyobraźni mógł przywołać obraz drzewa czy smak owocu. Uczucie wbijania zębów w soczysty miąższ, tryskającego soku, przełykania przeżutych kęsów, sytości w żołądku, a nade wszystko przyjemności.

Mógł wyciągnąć wnioski ze smaku owoców i reakcji swojego żołądka. Które owoce lepiej mu służyły. Te podniesione z ziemi, bardzo miękkie, brzydko pachnące i brązowe. Te zielone, twarde i kwaśne. Czy te czerwone i słodkie.

Pierwsze były łatwo dostępne – mały wydatek energetyczny. Drugie wisiały nisko – wystarczyło podnieść rękę czy podskoczyć. Te najlepsze wisiały wysoko. Trzeba było się wspiąć – duży wydatek energetyczny i ryzyko uszkodzenia ciała. Lub rzucić kijem i je strącić – duży wydatek energetyczny na wysiłek umysłowy wymyślenia sposobu, znalezienie kija i rzut. Za to mniejsze ryzyko uszkodzenia ciała.

Jest to ogrom kalkulacji. Dlatego wyniki tych kalkulacji przechowujemy w pamięci. Aby, kolejny raz, nie ponosić tego wydatku. Często używane wyniki zapadają głębiej w pamięć i stają się nawykami.

Jak uczy się sztuczna inteligencja?

Sztuczne inteligencje bazują na uczeniu maszynowym. W tym na uczeniu głębokim. Technologia ta oparta jest o sztuczne sieci neuronowe. W zamyśle przypominające konstrukcję ludzkiego umysłu.

Uczenie maszynowe od uczenia głębokiego odróżnia ilość warstw sieci neuronowych. Granicą jest warstwa trzecia. Sieć mająca więcej niż trzy warstwy to uczenie głębokie. Wszystko posiadające trzy warstwy i mniej to uczenie maszynowe.

Im więcej warstw tym dokładniejszy proces. Tym bardziej skomplikowane zadania maszyna jest w stanie wykonać. Każda warstwa sztucznej sieci neuronowej rozpoznaje coraz to dokładniej. Na przykład jest w stanie nie tylko rozpoznać jabłko na zdjęciu, ale także jego stan. Czy jest zepsute, niedojrzałe, dojrzałe.

Niemniej sztuczna inteligencja nie wie, że to jabłko. Ani nie wie co znaczy jego stan. Jakie konsekwencje niesie. Uczenie maszynowe bazuje na matematyce. Na obliczeniach statystycznych. Czyli maszyna uczy się, że odpowiedni układ pikseli – w zasadzie zer i jedynek – to jabłko zepsute lub dojrzałe. Uczy się tego analizując krocie zdjęć jabłek. Czasem proces jest nadzorowany przez człowieka.

Proces nauki maszyny jest procesem skończonym. Czyli po zakończeniu nauki maszyna zaczyna działać. Nie ponosi konsekwencji swoich działań. Nie wyciąga wniosków z konsekwencji. Nie uczy się. Aby nauczyła się czegoś nowego – na przykład wykrywania jabłek robaczywych – trzeba, cały proces nauki, powtórzyć od początku na nowych danych. Maszyna nie jest w stanie uczyć się inkrementalnie.

Trzeba także wziąć pod uwagę ubogi zakres sensorów. Ludzie konstruują i uczą maszyny do wykonywania jednej wąskiej czynności. Na przykład maszyna wykrywająca jabłka i określająca ich jakość najprawdopodobniej będzie bazować jedynie na kamerze. 

Będzie także pozbawiona manipulatorów. Prawdopodobnie jabłka będą przesuwać się na taśmie pod kamerą. Nie będzie możliwości przyjrzenia się dokładniej jakiemuś jabłku. Czy choćby zatrzymania albo zwolnienia taśmy. Zogniskowania kamery na konkretnym jabłku. 

I na pewno nie będzie potrafiła zastosować wiedzy o jabłkach do gruszek. 

Jak uczy się człowiek?

Człowiek uczy się nieustannie. Na dodatek uczy się poprzez ruch oraz wszystkimi zmysłami jednocześnie. W mózgu człowieka ośrodki odpowiadające za ruch oraz różne zmysły są ze sobą powiązane. 

Czyli praczłowiek, który pierwszy raz ma do czynienia z jabłkiem, weźmie je do ręki. Dzięki dotykowi dowie się czy jest twarde czy miękkie. Jakiego jest kształtu i wielkości. Jaką ma fakturę i temperaturę. Obracając w dłoni przed oczami, ruszając głową i gałkami ocznymi przesunie wzrokiem po powierzchni dowie się jakiego jest koloru oraz potwierdzi kształt i fakturę. Powącha. Posmakuje. Być może zje. Usłyszy jak brzmi dotykanie palcami powierzchni i jedzenie jabłka.

Zapamiętując reakcje swojego organizmu nauczy się, zapamięta, czy zjedzenie tego jabłka było korzystne czy nie. Pozna konsekwencje. 

W mózgu powstanie pełny model jabłka, który będzie przywoływany gdy będzie potrzebny. Na przykład do porównania owoców wiszących na drzewie. Im, praczłowiek, będzie miał częściej do czynienia z jabłkami tym szybciej będzie rozpoznawał z których ma największy pożytek, a które może, czy wręcz powinien, odrzucić. 

Załóżmy, że praczłowiek nauczył się, że zielone – niedojrzałe – jabłka mu szkodzą. Czerwone są smaczne i sycące. W trakcie swojej wędrówki praczłowiek doszedł do krainy gdzie rośnie gatunek jabłka, który jest dojrzały i zielony. Przyciśnięty głodem, mimo wiedzy, że zielone jabłko będzie cierpkie i może przynieść przykre konsekwencje, wbija zęby w zielone jabłko. Mózg podpowiada praczłowiekowi, że smak będzie cierpki. Po ugryzieniu okazuje się, że w smaku jest słodkie. Nowa wiedza zastępuje starą. Zielone jabłka są cierpkie, ale nie wszystkie. 

Gdy zabraknie jabłek praczłowiek może użyć zdobytej wiedzy o jabłkach do gruszek. Odkrywanie jakości gruszek na podstawie wiedzy o jabłkach będzie zdecydowanie szybsze. 

Podobnie gdy zmigruje do innej strefy klimatycznej gdzie zamiast jabłek i gruszek napotka pomarańcze i banany. 

Konsekwencje różnic w uczeniu

Z powyższych przykładów można zauważyć, że uczenie maszynowe jest procesem skończonym, zamkniętym i hermetycznym. Tzn. proces wykorzystujący uczenie maszynowe do selekcji jabłek nie będzie użyteczny podczas selekcji gruszek. Aby uczynić go użytecznym trzeba proces zatrzymać i nauczyć od nowa z użyciem nowych danych. Być może wyposażyć w inne lub przebudowane sensory. Co jest czynnością czaso i zasobochłonną. 

Podobnie maszyna używana do selekcji jabłek nie może być użyta w sortowni pomarańczy czy bananów. Być może nawet nie da się jej dostosować. 

Niewątpliwą zaletą jest to, że maszynowy proces rozpoznawania jabłek będzie mógł być wykonywany bez przerw na odpoczynek. Prawdopodobnie maszyna będzie szybsza i tańsza. Dzięki bardzo wąskiej specjalizacji będzie mogła być wykonana z użyciem minimalnych zasobów. 

Podobnie z przywilejami – maszyna nie będzie żądać specjalnego traktowania. Gdy będzie niepotrzebna – nieurodzaj na jabłka – może zostać wyłączona. 

Jaka czeka nas przyszłość?

Inteligencja bez możliwości ciągłej nauki ma ograniczone zastosowania. Wytrenowane modele pozwolą na wykonywanie najprostszych zajęć wymagających najmniej inwencji. Prace rozwojowe idą w kierunku sztucznej inteligencji ogólnego przeznaczenia. Roboty wyposażone w taką inteligencję pozwolą na kolonizację kosmosu. Czy ogólniej, będą mogły być zadaniowane i wykonywać swoją pracę bez nieustannego nadzoru ze strony człowieka. 

Nawet skonstruowanie w pełni autonomicznych robotów budujących habitaty na Marsie nie będzie oznaczać, że te roboty rozumieją co robią. Że budują schronienie dla ludzi. Że ludzie będą żyć i rozmnażać się na Marsie. Że go skolonizują dzięki czemu rasa ludzka będzie mniej zagrożona wyginięciem na skutek trafienia Ziemi asteroidą. Że przekształcą Marsa tak aby wygodniej było im na nim żyć.

Trzeba zastanowić się czy w interesie firmy konstruującej inteligentne roboty leży aby te rozumiały co robią. I do jakiego stopnia rozumiały konsekwencje swoich działań. Prawdopodobnie korzystne będzie aby robot rozumiał, że buduje schronienie dla ludzi. Ludzie mają w nim bezpiecznie przeżyć. Niekoniecznie musi rozumieć więcej. 

Podobnie z ludzkimi emocjami. To one sterują działaniami człowieka. To strach każe ludziom tworzyć materiały pokazujące zagrożenie ze strony SI. To strach każe ludziom wychodzić na ulice i protestować przeciwko SI. To chciwość każe ludziom zastępować ludzi SI. Gdy ludzie nie zaimplementują sztucznej inteligencji emocji to ich nie będzie miała. Nie będzie znała strachu ani chciwości. 

Z drugiej strony sztuczna inteligencja pomyślana jako towarzysz człowieka może emocji potrzebować. Podobnie jak empatii. 

Podsumowanie

Produkt aktualnie nazywany sztuczną inteligencją nie jest inteligentny w ludzkim rozumieniu tego słowa. Dopiero sztuczna inteligencja ogólnego przeznaczenia będzie mogła naprawdę konkurować z człowiekiem. 

Współczesne, wąsko wyspecjalizowane, maszyny są w stanie być wydajniejsze i tańsze niż człowiek wykonujący to samo zadanie.  Niemniej człowiek używający współczesnej sztucznej inteligencji będzie wykonywał swoją pracę wydajniej. 

Przeciwko proliferacji i rozwojowi sztucznej inteligencji protestują ludzie, którzy nie chcą ponosić kosztów nauczenia się nowych rzeczy. Odrzucają immanentną cechę i olbrzymią zaletę człowieka – możliwość ciągłej nauki i elastyczność dostosowania do nowych warunków. To nie technologia jest zagrożeniem dla miejsc pracy lecz ludzie, którzy szybko technologię zaadaptują do osiągnięcia swojej przewagi na rynku.

Współczesna sztuczna inteligencja jest pierwszym krokiem do przypominającej ludzką. W miarę odkrywania zasad na jakich działa ludzki mózg i ludzka inteligencja postępuje rozwój sztucznej. Nieustanny postęp technologiczny powoduje ciągły wzrost mocy obliczeniowej przy jednoczesnej redukcji energochłonności. 

Sztuczna inteligencja bazuje na wiedzy. Nawet ta obecna, najprostsza, bazuje na wiedzy o układzie pikseli czy statystyce słów. Sztuczna inteligencja przyszłości, prawdopodobnie, będzie bazować na umiejętności uczenia się. Czyli umiejętności zdobywania wiedzy. Wiedza nie daje zrozumienia. Sama wiedza, ani umiejętność jej przyswajania, nie powoduje chęci zawładnięcia światem. To ludzkie emocje odpowiadają za postępowanie człowieka. Jeśli ich nie zaimplementujemy to SI będzie ich pozbawiona.

Inspirowane książką Tysiąc mózgów w twojej głowie. Nowa teoria inteligencji. Autor Jeff Hawkins.

Obrazki tworzone przez Bing.