Ovaj članak uvest će vas u zanimljiv svijet umjetne inteligencije, od početaka u popularnoj science fiction kategoriji, do uvođenja umjetne inteligencije u sve sfere čovjekovog života. Predviđeno je da će u idućih 20-30 godina roboti zamijeniti polovicu svakodnevnih poslova koje ljudi obavljaju danas. Marko će vas upoznati s kategorijama umjetne inteligencije i na jednostavan način objasniti koncepte na temelju kojih funkcioniraju.
2001.: Odiseja u svemiru – 50 godina poslije
Ove godine navršava se pedeseta obljetnica premijere kultnog filma 2001: Odiseja u svemiru, kojeg filmski kritičari, stručnjaci i publika i danas smatraju jednim od najboljih i najutjecajnijih ikada snimljenih filmova. Film se tematski bavi ljudskom evolucijom, tehnologijom, izvanzemaljskim životom i umjetnom inteligencijom. Umjetna inteligencija – AI ( Artificial Intelligence) je pojam koji je John McCarthy definirao nekoliko godina ranije, nama danas davne 1965. otkad mu popularnost eksponencijalno raste, a danas je popularniji nego ikad.
Film ima četiri tematske cjeline, a u kontekstu umjetne inteligencije nam je posebno zanimljiva Misija na Jupiter gdje američka svemirska letjelica Discovery One putuje prema Jupiteru. U misiji sudjeluju članovi posade i znanstvenici, a za upravljanje letjelicom se brine računalo HAL 9000, kojeg ostali članovi posade zovu Hal. Hal tvrdi da je siguran i nesposoban za pogreške, pokazuje entuzijazam koji osjeća zbog misije, ali i emocije u trenutku kada posada počinje razmatrati mogućnost njegovog isključenja. Kubrick je već tada otvorio teme i pitanja u vezi umjetne inteligencije koja su i danas aktualna.
Tako su američki znanstvenici na MIT-u proveli istraživanje koje bi trebalo ukazati na potencijalne opasnosti koje dolaze od umjetne inteligencije. Projekt je nazvan Norman i prema rezultatima istraživanja koji su objavljeni ove godine, ključnim se pokazuju podaci koji se koriste za strojno učenje. Ideja istraživanja bila je kreirati umjetnu inteligenciju koja primjenom algoritama strojnog učenja daje tekstualni opis sadržaja slike. Norman je specifično za potrebu istraživanja učio samo iz podataka kojima se opisuju fotografije umirućih ljudi pronađene na društvenoj mreži Reddit. Nakon toga Normanu su dane slike tintnih mrlja, prema poznatom Rorschachovom psihološkom testu, kako bi usporedili njegove odgovore s odgovorima drugih AI-ja koji su učili iz normalnog seta podataka. Rezultati su bili zastrašujući. U tintnim mrljama normalna umjetna inteligencija vidi crno-bijelu sliku male ptice, a Norman vidi čovjeka koji je uvučen u stroj za tijesto (Slika 2). U drugom slučaju Norman prepoznaje čovjeka ubijenog iz vatrenog oružja, dok normalna AI vidi vazu s cvijećem (Slika 3).
Općenito u svijetu vlada podijeljeno mišljenje po pitanju umjetne inteligencije i postavljaju se brojna etička, sociološka i pravna pitanja. Dok neki poput svojevremeno Kubricka smatraju kako trebamo biti oprezni s umjetnom inteligencijom, drugi vjeruju da će zavladati opće blagostanje upravo zahvaljujući AI-ju. Nema sumnje da će daljnji razvoj tehnologije i sve veća upotreba umjetne inteligencije u narednim godinama izazvati tektonske promjene na tržištu rada i načinu kako i koje poslove će ljudi u budućnosti obavljati. Neka predviđanja govore da će u idućih 20-30 godina roboti zamijeniti polovicu svakodnevnih poslova koje ljudi obavljaju danas. No istovremeno to ne znači da u budućnosti neće biti poslova, već će biti drugačije prirode. Tehnologija će ukinuti ili redefinirati neke od postojećih radnih mjesta, ali će istodobno i kreirati nova, kojima će se ljudi morati prilagoditi i za koje će trebati razviti nove vještine. Iz radničke perspektive između nestanka radnog mjesta i bitno promijenjenog opisa radnog mjesta nije velika razlika, jer oni koji neće razviti nove kompetencije i vještine će vjerojatno ostati bez posla. Prema tomu, treba stalno učiti, pratiti tehnološke trendove, spremno prihvaćati promjene i fokusirati se na područja gdje će ljudski faktor i dalje biti potreban, a umjetna inteligencija, što pokazuje istraživanje s MIT-a, će biti onakva kakvom je stvore ljudi.
Uski pogled na široke širine
Umjetna inteligencija je već tu, koristimo je a da ponekad toga nismo ni svjesni. Online kupnja, Netflix, digitalni pomoćnici na mobilnim uređajima poput Siri i Cortane, chat botovi na webu, samo su neki od oblika umjetne inteligencije s kojom se susrećemo svakodnevno. Svi ovi nabrojani primjeri predstavljaju tek takozvanu usku umjetnu inteligenciju (eng. Artificial Narrow Intelligence – ANI),koja je dizajnirana za izvršavanje jednog specifičnog zadatka, a u raznim oblicima postoji već gotovo trideset godina. Tu u prvom redu mislimo na strojno učenje (eng. Machine Learning) i duboko učenje (eng. Deep Learning), noviju kategorije strojnog učenja koja postaje sve popularnija, što se u pojednostavljenom smislu, može smatrati automatizacijom prediktivne analitike.
Strojno učenje je jedna od kategorija umjetne inteligencije kojem je cilj dobiti odgovor od računala bez programiranja. Postoje tri vrste algoritama strojnog učenja: nadzirano učenje, u kojem se skupovi podataka označavaju tako da se uzorci mogu prepoznati i koristiti za označavanje novih skupova podataka; nenadzirano učenje, u kojem se skupovi podataka razvrstavaju prema sličnosti; duboko učenje, u kojem se skupovi podataka ne označavaju, ali nakon izvršene akcije potaknute odlukom umjetne inteligencije, sustav dobiva povratnu informaciju.
Sve popularnija kategorija umjetne inteligencije je računalni vid kojoj je cilj omogućiti računalu da vidi informacije iz okoline primljene putem senzora, koje zatim obrađuje algoritam dubokog učenja. Iako ima mnoga ograničenja, računalni vid služi u različite svrhe, od validacije potpisa, analize medicinskih slika pa sve do samovozećih automobila.
Obrada prirodnog jezika (eng. Natural Language Processing – NLP) je razumijevanja ljudskog jezika pomoću računalnog programa. Jedan od prvih i najpoznatijih primjera NLP-a je prepoznavanje i filtriranje neželjene pošte temeljem naslova i sadržaja poruke. Danas se pristup NLP-u temelji na strojnom učenju, a uključuje analizu sentimenta iz teksta i prepoznavanje govora.
Robotika je znanstveno područje kojemu je cilj proizvesti robote koji će umjesto ljudi obavljati manualni posao. Danas roboti služe za obavljanje zadataka koji su ljudima preteški ili ih ne mogu obavljati dosljedno. To su najčešće ponavljajući poslovi u proizvodnji, a istraživači koriste strojno učenje za izgradnju robota koji mogu komunicirati u društvenim okruženjima, što u kombinaciji s računalnim vidom i prepoznavanjem govora otvara potpuno novu dimenziju u ovom području.
Velike zasluge za porast popularnosti i napredak strojnog učenja prije svega ima razvoj tehnologije. Sve veća dostupnost podataka i računalna snaga koja se koristi za njihovu obradu omogućuje bržu izvedbu složenijih algoritama, što je ranije bila najveća kočnica u razvoju i napretku umjetne inteligencije.
S druge pak strane imamo generalnu ili opću umjetnu inteligenciju (Artificial General Intelligence – AGI), koja predstavlja računalni sustav s generaliziranim ljudskim kognitivnim sposobnostima, koji može shvatiti i razumjeti svoju okolinu kao ljudsko biće. Pojednostavljeno, to bi bio sustav koji je dovoljno inteligentan da može riješiti zadatak za koji nije prethodno treniran. Ljudi ne mogu obrađivati podatke brzo poput računala, ali mogu razmišljati apstraktno, percipirati stvari, planirati i rješavati probleme na općenitoj razini, povezujući različita sjećanja i razmišljanja. Iako smo već godinama na tragu opće umjetne inteligencije, još uvijek nam je nedostižna. Što je više istražujemo, to više shvaćamo koliko ju je teško postići. Prava istina je da smo danas još uvijek poprilično daleko i vjerojatno nećemo brzo doći do tog cilja.
Umjetna inteligencija i igre
Algoritmi strojnog učenja koji se danas primjenjuju omogućuju naprednu analizu podataka i izgradnju analitičkih modela i sustava koji mogu iz njih učiti, identificirati uzorke u podacima i donositi odluke uz minimalnu ljudsku intervenciju. Ideja korištenja ovakvih algoritama nije nova. Otkad postoje računala, pokušavamo ih programirati da samostalno uče i zaključuju, ali tek danas imamo dostupnu tehnologiju kojom se to može realizirati. U početku su algoritmi strojnog učenja mogli izvršavati vrlo jednostavne zadatke, a danas su to iterativni algoritmi koji se mogu prilagoditi novim podacima, koji uče iz kalkulacija i grešaka u prijašnjim iteracijama kako bi proizveli kvalitetniji rezultat ili donijeli bolju odluku. IBM-ovo superračunalo Deep Blue je 1997. godine prvi put, pod turnirskim uvjetima, pobijedilo tadašnjeg šahovskog prvaka Garija Kasparova rezultatom 2:1 uz tri neriješena ishoda, što je bio povijesni trenutak, ali i šok za cijeli svijet. Tada računalo, tj. umjetna inteligencija prvi puta nadmašila čovjeka. Kada bismo usporedili računalnu snagu i performanse obrade podataka, današnje osobno računalo bi nadmašilo Deep Blue. Za usporedbu, tada je Deep Blue računalo koštalo desetke milijuna dolara, a danas je cijena osobnog manja od 1000 dolara. Cijene hardvera se stalno smanjuju, a procesorska snaga, kapacitet za pohranu podataka i mrežna propusnost se stalno povećava i to je jedan od glavnih razloga strelovitog uspona i sve veće popularnosti umjetne inteligencije i strojnog učenja.
Budućnost je sada
Umjetna inteligencija više nije samo vizija. Danas imamo na raspolaganju tehnologiju koja omogućava izvršavanje algoritama strojnog učenja vrlo brzo i iterativno nad velikim podacima koji su primjenjivi u različitim industrijama za rješavanje različitih vrlo složenih problema, od robotike do optimizacije različitih poslovnih procesa, od malih i srednjih tvrtki pa sve do velikih međunarodnih kompanija. Podaci su jedan od najvažnijih resursa industrije budućnosti. Svaka organizacija prikuplja podatke koje može iskoristiti na različite načine, a uloga sustava strojnog učenja je prepoznati uzorke u podacima i temeljem njih izvesti korisne zaključke.
Već danas imamo pametne tvornice, gdje su proizvodni procesi povezani i automatizirani tako da strojevi i različite komponente međusobno komuniciraju. Osim toga, tijekom proizvodnog procesa moguće je prikupiti velike količine podataka, bilo sa senzora ili prepoznavanjem slike što omogućava identifikaciju objekata i npr. automatizirano sortiranje na proizvodnim trakama. Na sličan način takvi se sustavi mogu koristiti za detekciju greške na proizvodu, za mjerenje potrošnje energije svakog pojedinog elementa u proizvodnom procesu, mikroklimatskih uvjeta i kombiniranjem različitih varijabli odrediti optimalan ciklus održavanja opreme. Kako se povećava količina podataka, sustav kontinuirano uči i poboljšava se te daje kvalitetnija predviđanja.
U modernim automobilima već se naveliko koristi uska umjetne inteligencije, pa podaci prikupljeni sa senzora mijenjaju razne parametre poput načina kočenja, kontrole proklizavanja do ubrizgavanja goriva u motor. Umjetna inteligencija je ključna komponenta samovozećih automobila. U tom konceptu koji testiraju kompanije poput Googlea i Ubera, AI je zadužen ne samo za obradu senzorskih podataka, već za percepciju okoline i reakcije na događaje u okolini samovozećeg automobila.
Google tražilica je vjerojatno najveći i najkorišteniju sustav umjetne inteligencije danas, koji koristi sofisticirane metode za pretraživanje i prikaz web stranica. Npr. jedan rezultat pretrage pomoću Google tražilice neće dati isti rezultat za dva različita korisnika, već će rezultat pretrage biti prilagođen osobno svakom korisniku temeljem prijašnjih pretraživanja i akcija.
Mobilne telefone s razlogom nazivamo pametnim telefonima jer mobilne aplikacije uglavnom koriste određene oblike umjetne inteligencije. Tako primjerice vaš mobilni telefon zna gdje ste parkirali auto, koju glazbu volite ili koji je najbrži put kad se s posla vraćate kući.
Ako igrate videoigrice, tada ste u izravnoj interakciji s umjetnom inteligencijom, bez obzira je li riječ o sportskoj, akcijskoj, FPS ili RPG igri. Uvijek ćete susresti elemente i likove kojima upravlja računala, koje kontrolira umjetna inteligencija. Ponekad je to najjednostavniji oblik uske umjetne inteligencije, kao primjerice unaprijed definirana stabla odlučivanja, dok su u nekim igrama ti elementi dovedeni gotovo do savršenstva.
Sustavi uske umjetne inteligencije služe i u raznim drugim sektorima i industrijama. Očekuje se da će uvođenjem umjetne inteligencije u svoje poslovanje najviše koristi imati tvrtke iz IT industrije, telekomunikacije i financijski sektor te proizvodne kompanije. Istraživanja pokazuju da kompanije koje danas koriste strojno učenje postižu bolje rezultate na tržištu u odnosu na konkurenciju. U Hrvatskoj, s primjenom UI su najprije započele kompanije u telekomunikacijskom i bankarskom sektoru, a neke je koriste već godinama, primjerice za otkrivanje prevara i sprječavanje odljeva korisnika.
Ipak Hrvatska, ali i cijela Europa u tom području zaostaje za velikim tehnološkim kompanijama iz SAD-a i Azije. Zato su ove godine 24 države članice Europske unije potpisale deklaraciju kojom žele stvoriti europski pristup umjetne inteligencije, obvezavši se da će početi ulagati sredstva iz državnih proračuna u razvoj umjetnoj inteligenciji, kako bi se povećala konkurentnost u tom području u odnosu na SAD i Aziju. Od ukupno 28 zemalja EU, deklaraciju nisu potpisale samo četiri zemlje među kojima je i Hrvatska, ali tu nije riječ o neslaganju s deklaracijom već o administrativnim preprekama koje su otklonjene.
Superinteligencija
Prema riječima Nicka Bostroma, stručnjaka za umjetnu inteligenciju na Oxfordu, kada umjetna inteligencija postane pametnija od najpametnijih ljudi i stekne znanstvenu kreativnost, opću mudrost i društvene vještine, postat će umjetna superinteligencija. Prema nekim mišljenjima, razlika između opće umjetne inteligencije i umjetne superinteligencije je vrlo mala. Kad postignemo opću umjetnu inteligenciju, superinteligencija će se dogoditi u roku od nekoliko mjeseci, tjedana ili dana i nastavit će se razvijati brzinom svjetlosti. Teško je predvidjeti što će biti dalje. Dva su scenarija; opće blagostanje ili kraj čovječanstva.
Autor: Marko Štajcer
Objavljeno u časopisu InfoTrend br. 208/2018/Q2
