Ar artimoje ateityje žmoniją pakeis dirbtinis intelektas?

Dirbtinis intelektas (DI), intelekto sprogimas, singuliarumas ir jo keliamos grėsmės – ar artimoje ateityje žmoniją pakeis kompiuteriai?

Žmonės, kaip ir visi gyvi organizmai, visų pirma yra informacijos procesoriai. Taip, lygiai tokie patys, kaip kompiuteriai. Skamba kiek siurrealistiškai? Tačiau iš tiesų, išgyventi bei prisitaikyti prie kintančios aplinkos galime tik todėl, kad nuolat įvairiais jutimais „matuojame“ aplinką, renkame apie ją duomenis, kuriuos vertiname ir priimame sprendimus.

Taigi, informacijos apdorojimo istorija Žemėje prasidėjo, atsiradus pirmiesiems gyviems organizmams, daugiau mažiau prieš 3,8 milijardus metų. Pirmieji informacijos „procesoriai“ buvo vienaląsčiai prokariotai, kurie ilgainiui evoliucionavo į sudėtingesnius organizmus. Keitėsi jų struktūra, dydis, sandara – kitaip tariant, jų „aparatinė įranga“. Kartu, žinoma, evoliucionavo ir informacijos apdorojimo galimybės – t. y. gyvų organizmų „programinė įranga“.

Kodėl šis palyginimas toks svarbus? Pasak dirbtinio intelekto (DI) eksperto, dr. Pietro Michelucci, nors naujosios technologijos vis tobulėja, o kompiuteriai spartėja, DI galimybių nereikėtų pervertinti. Dr. Michelucci teigimu, DI galimybes visų pirma riboja programinė įranga. Tuo tarpu žmogaus smegenys – pats sudėtingiausias ir galingiausias informacijos „procesorius“ Žemėje.

„Žmonių intelektas slypi milijonuose mūsų smegenų neuronų, ir jungčių tarp jų. Tačiau tai nėra tik atsitiktinis, be tvarkos susijungęs neuronų tinklas.“ – sako mokslininkas.

Tiek natūralios, tiek dirbtinės operacinės sistemos evoliucionuoja išvien su aparatine įranga. Jei neuronai – žmonių aparatinė įranga, tai informacijos apdorojimą juose tvarko nusako žmogaus „operacinė sistema“. Dabartinė žmogaus operacinės sistemos „versija“ išsivystė kartu su neuronų tinklu, per milijonus evoliucijos metų. Taip atsirado žmogaus smegenys, optimaliai pritaikytos žmogaus išlikimui.

Ką kompiuteriai geba geriau nei žmonės?

Vis dėlto, žmonių intelektas toli gražu nėra beribis. Tiesą sakant, čia vertėtų prisiminti, kodėl apskritai buvo sukurti pirmieji kompiuteriai. Dabartinių kompiuterių prototipą, „skirtumų skaičiavimo mašiną“, dar XIX a. sukūrė išradėjas Čarlzas Babidžas. Šią idėją jis pasiūlė labai didelių matematinių lentelių skaičiavimams palengvinti, juos mechaniškai automatizuojant.

Č. Babidžo skirtumų mašina, Kompiuterių istorijos muziejus (Kalifornija, JAV)
©Jitze Couperus (CC BY 2.0)

Ko gero sutiksite, jog sudėtingi matematiniai skaičiavimai – tikrai nėra daugumos žmonių stiprioji pusė. O tobulėjant kompiuterinėms technologijoms, jų atlikti prisireikia vis mažiau ir mažiau. Pavyzdžiui, XX-ame amžiuje vis dar egzistavo „žmonės-kompiuteriai“, dažniausiai moterys, kurios atlikdavo skaičiavimus netgi svarbioms Antrojo pasaulinio karo ir, jau vėliau, NASA misijoms. Paplitus elektroniniams kompiuteriams, ši pareigybė greitai išnyko.

Tačiau pagalbos atliekant sunkius simbolinius veiksmus, atsimenant ir apdorojant didelius informacijos kiekius, žmonės ieškojo jau gerokai seniau. Savo istoriją, kultūrą ir žinias jau tūkstančius metų dokumentuojame ir kaupiame raižinių, raštų, knygų, įrašų pavidalu.

Savo tezėje apie žmonių ir kompiuterių konvergenciją1, dr. Michelucci pastebi, jog tokiu būdu technologijos ir žmonės veikia kaip „suporuota kognityvinė sistema“. Tai palengvina žmonių darbą, nes paprasčiausiai nesame sutverti įsiminti didžiulius kiekius informacijos, ar manipuliuoti sudėtingomis simbolių kombinacijomis. Tačiau pasitelkdami tam skirtas technologijas, kompiuterius, sukuriame erdvę mąstymui „už smegenų ribų“, ir taip išplečiame informacijos apdorojimo galimybes.

Žmogaus smegenys – daugiau nei evoliucijos užprogramuotas taisyklių rinkinys

Tikrai ne kiekvienas atsimename daugiau nei keturis skaičiaus pi simbolius po kablelio – tam mūsų smegenys paprasčiausiai nėra sutvertos. Tačiau visų mūsų smegenys yra be galo lanksčios ir greitai prisitaiko prie įvairių situacijų.

Evoliucija suteikė mums daugybę gebėjimų, kurių neturi kiti gyvūnai. Galime kalbėti, turime emocinį intelektą, intuiciją. Gebame kūrybiškai interpretuoti supantį pasaulį, kurti naujas idėjas. Esame socialūs, gebame bendradarbiauti, dalintis mintimis ir padėti vieni kitiems sukurti kažką naujo.

Tačiau svarbiausia, jog mūsų smegenys geba pačios mokytis, ir mokosi tik tai, kas naudinga būtent toje aplinkoje, kurioje gyvename. Pasak dr. Michelucci, taip tampame geriausiais savo aplinkos „ekspertais“ ir galime nuspėti, pasiruošti ir reaguoti į įvairias situacijas.

Todėl kiekvieno žmogaus gebėjimai priklauso ne tik nuo evoliucijos eigoje smegenyse užprogramuotų „taisyklių“. Mūsų „operacinė sistema“ nuolat kinta, pati save persiprogramuoja, kad kuo geriau atitiktų žmogaus poreikius būtent tuo vystymosi periodu ar būtent toje aplinkoje.

Tiesa, kaip pastebi dr. Michelucci, kol kas mokslininkai gerai nesupranta, kaip šis žmogaus „programinės įrangos“ aspektas veikia. Žmogaus „operacinę sistemą“ apskritai dar tik pradedame suprasti.

Žmonės ir kompiuteriai – nei vienas nėra tobulas, tačiau gali dirbti kartu?

Taigi, kompiuterius žmonės sukūrė, kad lengviau įveiktų užduotis, kurias atlikti patiems sudėtinga. Besivystant DI, tokios užduotys apima vis daugiau gyvenimo sferų. Google atpažįsta skirtingus vaizdus mūsų nuotraukose, ir automatiškai sukuria „Google Photos“ albumus. Išmanusis asistentas „Siri“ supranta mūsų balsą, kai ko nors klausiame, ir randa šią informaciją internete. „Amazon“ marketingo sistema nuspėja, kokios prekės jums būtų įdomios, ir kurias norėsite pirkti. Vystomi vis saugesni autonominiai automobiliai, ir t. t.

Vis dėl to, nors šie DI praktinio pritaikymo pavyzdžiai gali atrodyti įspūdingai, tai atliekančios technologijos yra gan paprastos. Sudėtingiausi neuroniniai tinklai geriausiai atlieka tik tam tikras užduotis: klasifikaciją ir modeliavimą. Tai reiškia, jog šiomis technologijomis galime nesunkiai suskirstyti didelius duomenų kiekius į grupes, arba modeliuoti tam tikrus scenarijus, pavyzdžiui, kaip, remiantis jau turimais duomenis, keisis klimatas per ateinantį dešimtmetį.

Deja, kompiuteriai dar neturi vaizduotės, negali intuityviai priimti sprendimų, ar orientuotis neeilinėse situacijose.

Dr. Michelucci teigimu, laukti žymaus DI patobulėjimo, kad išspręstume opiausias pasaulio problemas, tokias kaip geopolitiniai konfliktai ar klimato atšilimas, tiesiog negalima. Pasak jo, DI gali įgyti daugiau žmogiškojo intelekto savybių, tačiau progresas šioje srityje vyks kuo toliau, tuo lėčiau.

„Net jei netrukus kompiuteriai taps tokie greiti kaip žmonių smegenys, tai nepadarys dirbtinio intelekto panašesniu į žmogiškąjį.“ – sako mokslininkas. „Įsivaizduokite, jei turėtume skaičiuotuvą, kuris galėtų labai greitai apdoroti duomenis. Jo programinės įrangos galimybės yra ribotos. Jis ir toliau atliktų tokius pačius skaičiavimus, tik labai labai greitai.“

Tačiau kompiuteriai jau dabar tobulai atlieka darbus, kuriems buvo sukurti – skaičiavimą, informacijos kaupimą, situacijų modeliavimą. Tuo tarpu žmonės gali daug geriau susiorientuoti sudėtingose, netikėtose situacijose, pasitelkti ne tik loginį mąstymą, bet ir socialinius įgūdžius, emocinį intelektą ir kt.

 „Šiuo metu žmonės turi geriausią žmogiškojo intelekto versiją, o mašinos – geriausią dirbtinio intelekto versiją. Nei vienas, nei kitas nėra tobuli, bet kodėl gi neišnaudojus žmonių ir kompiuterių stipriųjų savybių, ir nesukūrus superžmogiškojo intelekto jau dabar?“ – klausia dr. Michelucci.

Dr. Michelucci tiria ypatingą DI šaką: žmonių kompiuteriją. Žmonių kompiuterijos tikslas – atrasti geriausius būdus žmonėms ir kompiuteriams bendradarbiauti, sprendžiant pasauliui aktualias problemas. Pasak dr. Michelucci, tai savotiškas „sukčiavimas“ – užuot laukę, kol tradicinis DI patobulės, galime jau dabar sujungti geriausias žmonių ir kompiuterių savybes, ir taip sukurti gerokai galingesnę už dabartinius DI metodus sistema. Būtent todėl žmonių kompiuterija kartais vadinama „dirbtiniu“ DI.

Vienas tokio „dirbtinio“ DI, arba žmonių kompiuterijos, panaudojimo pavyzdžių – „Nissan“ autonominių automobilių sprendimas. Nors ši technologija tobulėja, autonominiai automobiliai dar nėra visiškai saugūs, nes negali priimti sprendimų painiose eismo situacijose. Šią problemą „Nissan“ korporacija nusprendė spręsti, pasitelkdama hibridinį automobilių valdymo metodą. Autonominis automobilis veikia savarankiškai tol, kol situacijos atitinka jo programinės įrangos galimybes. Susiklosčius DI gluminančiai situacijai, automobilis paskambina į skambučių centrą, kur budintis gyvas žmogus įvertina, kas vyksta, ir padeda automobiliui susiorientuoti.

Ateities darbo rinka – ar žmonės turės ką veikti?

Nors kol kas technologiniai perversmai šioje srityje greitai nevyksta, o ir toliau tik lėtės, dr. Michelucci mano, jog DI ilgainiui vis vien prisivys žmogiškąjį intelektą. Ar tai reiškia, kad ateities darbo rinkoje nebeliks vietos žmonėms?

Anaiptol – mokslininko teigimu, DI atidavus nuobodžius, monotoniškus darbus, žmonės galės daugiau laiko skirti kūrybinei raiškai. Žmonių kompiuterija galėsime kurti dar sudėtingesnes sistemas, kuriose daugybė žmonių bendradarbiaus, ieškodami žmonijai aktualiausių problemų sprendimų, atsakymų į mokslo klausimus ir pan.

Tiesą sakant, jog toks darbų pasidalijimas jau XIX amžiuje sukosi ir kompiuterio išradėjo, Č. Babidžo galvoje. „Babidžo principu“ jis stengėsi paskatinti darbo pasidalijimą, kad daugiau įgūdžių turintys gamyklų darbuotojai neatlikinėtų paprasčiausių darbų, o skirtų laiką tam, ką gerai sugeba.

Toks „darbų pasidalijimas“ labai aiškiai skatina ir jau tūkstančius metų vykstančią žmonių ir kompiuterių koevoliuciją. Technologijoms tobulėjant, žmonės turės vis daugiau laiko ir galimybių atlikti darbus, kuriuos sugeba tik jie. Galiausiai, jei jau dabar daugiau dėmesio skirsime hibridinių sistemų kūrimui, pasinaudojant žmonių kompiuterija, daugumos DI keliamų grėsmių, ko gero, pavyks išvengti.

E. M. Ramanauskaitė

Šaltiniai:

1. Michelucci, P. (2014). Human computation and convergence. Handbook of science and technology convergence, 1-16.
2. Michelucci, P. - Crowd AI (2016) : https://youtu.be/n8H0RR24Lc0
3. Wilson Briefs | November 2017. Artifcial Intelligence: A Policy-Oriented Introduction
4. 'Human Computation' Could Save the World Without the Risks of AI (2015) : https://motherboard.vice.com/en_us/article/8q8app/human-computation-could-save-the-world-without-the-risks-of-ai
5. ‘Shouldn’t we aim higher than humanlike intelligence? Artificial AI to the rescue!’ (2016) : https://medium.com/@pmichelu/shouldnt-we-aim-higher-than-humanlike-intelligence-artificial-ai-to-the-rescue-7f58ab09044b