Jau šiandien didžiausios pasaulio kompanijos naudojasi dirbtiniu intelektu, apibendrindami didelius kiekius laisvai prieinamų duomenų, tokių kaip palydovų informacija, o pažangūs antrepreneriai iš šių duomenų kuria naujus vertės šaltinius.
Leidyklos VAGA išleistoje Pasaulio ekonomikos forumo įkūrėjo ir vykdomojo pirmininko Klauso Schwabo knygoje „Ketvirtosios pramonės revoliucijos valdymas“ (2018), teigiama, kad dirbtinis intelektas tampa naujų įžvalgų apie laisvai prieinamus duomenis kūrėju ir svarbiu pagalbininku plėtojant ekonomiką ir mokslą. Taip pat dirbtinio intelekto sistemos galėtų būti naudingos formuojant politiką, susijusią su aplinkos stebėsena ar apsauga. Kita vertus, šitai kelia susirūpinimą dėl žmogaus patirties reikšmės ir dėl to, kokiu mastu reikės žmonių proto ir nuomonės atliekant įvairias užduotis, kurios gali būti perduotos automatinėms sistemoms.
Knygos autoriaus tyrinėjama technologinė pažanga proveržį išgyvenančiose srityse: nuo virtualiosios realybės iki geoinžinerijos, nanotechnologijos, kosmoso technologijų, kvantinių kompiuterių ir dronų. Šiuo kūriniu siekiama skatinti strateginius dialogus apie besivystančias technologijas bendruomenėse, organizacijose, institucijose ir tarp jų – skatinant aktyviai formuoti atvirą ir tvarią ateitį. Dalinamės dešimt knygos autoriaus, K. Schwabo, įžvalgų apie dirbtinį intelektą, kurias turi žinoti kiekvienas.
Dešimt dalykų apie dirbtinį intelektą, kuriuos turi žinoti kiekvienas
1. Dirbtinis intelektas su laiku keičiasi, šiandien tai – dažniausiai reiškia mašinų mokymąsi, programinės įrangos kūrimo kryptis, nuo linijinės regresijos modelio iki sprendimų medžio, Bajeso tinklų, dirbtinių neuroninių tinklų iki evoliucionuojančių algoritmų. XX a. septintajame dešimtmetyje robotų mobilumas buvo vienas svarbiausių DI (dirbtinio intelekto, – red. past.) raidos etapų. Šiandien vienas iš naujausių ir didžiausių pasiekimų – pergalė prieš pasaulio Go meistrą. Mūsų suvokimas apie tai, kas yra dirbtinis intelektas ir ką jis gali, keičiasi kiekvieną kartą, kai šioje srityje pasiekiama kas nors ypač svarbaus.
2. Dirbtinis bendrasis intelektas neegzistuoja, tačiau mus jau supa „siaurasis DI“. Šiandien DI sistemos vis geriau atlieka tam tikras aiškiai apibrėžtas užduotis, tačiau vis dar neturi supratimo apie platesnį kontekstą ar nuovokos, kuri žmonėms yra savaime suprantama. „Google“ paieškos algoritmas, „Apple“ Siri gebėjimas palaikyti pokalbį ir būdai, kaip tavo išmanusis telefonas nuspėja kitą pavartosimą žodį, veikia dėl siauro DI, skirto tam tikrai užduočiai atlikti. Kiti svarbūs, tačiau mažiau žinomi DI pritaikymo būdai apima pasirinkimą, kurią interneto reklamą leisti, kibernetinio saugumo palaikymą, pramonės robotų valdymą, savarankiškų transporto priemonių judėjimą, teksto apibendrinimą ir tam tikrų ligų nustatymą.
3. Dirbtinis intelektas, robotai ir žmonės geriau dirba kartu. Žmonės šachmatininkai, bendradarbiaudami su DI šachmatų programomis, nuosekliai nugali ir kitus žmones, ir kitus kompiuterius, jei šie veikia po vieną. Protingi robotai taip pat gauna naudos iš bendradarbiavimo su žmonėmis – Karnegio Melono universiteto „CoBot“ programa naudoja bendradarbiaujančius robotus, kurie palydi žmones į susitikimus ir atlieka užduotis, pavyzdžiui, paduoda dokumentus. „CoBot“ aktyviai prašo žmonių pagalbos: pakelti daiktą, iškviesti liftą ar rasti kelią namo, jei pasiklysta.
4. Dirbtinio intelekto sistemoms reikia padėti nustatyti tikslus. Mes, matyt, per daug jaudinamės dėl „dirbtinio superintelekto“ netolimos ateities perspektyvos, tačiau nėra abejonės, kad DI sistemos gali turėti kenksmingų ar nenumatytų pasekmių, jei nesirūpinsime, kaip jas nukreipiame tam tikrų tikslų link. Kaip Stuartas Russellas šiame skyriuje teigia, raktas į sėkmę – mokyti DI stebėti žmones ir derinti savo tikslus su žmonių tikslais bei vertybėmis.
5. Dauguma šių dienų dirbtinio intelekto sistemų veikia kaip juodosios dėžės. Tačiau mes dar iki galo nesuprantame, kaip kai kurie populiariausi mašinų mokymosi algoritmai, tokie kaip dirbtiniai neuroniniai tinklai ir išsamaus mokymosi metodai, daro savo išvadas. Išnagrinėti jų procesus po siūlelį yra techniškai įmanoma, tačiau DI, tikėtina, iš naujo pakoreguos savo metodą kitam sprendimui. Tai reiškia, kad sunku įvertinti rezultatus, todėl tokie atvejai riboja žmonių galimybes mokytis iš mašinų, kai šios priima savarankiškus sprendimus.
6. Dirbtinio intelekto resursai dabar yra atviri ir prieinami. Daugumą pačių pažangiausių mašinų mokymosi pasiekimų nuveikia universitetų tyrimų skyriai ir antrepreneriai iš viso pasaulio. Didžioji šių žinių dalis turi atvirą kodą, ir taip yra neatsitiktinai; be skaidrumo mums būtų sunku atskirti problemas ir atlikti kritiškų pataisymų. Užtrunka tik kelias minutes surasti prie debesijos prijungtą ir su DI veikiantį „botą“, kuris gali padėti apdorojant natūralią kalbą ar atpažįstant vaizdus.
7. Kad galėtų naudotis dirbtiniu intelektu, žmonės turi sutvarkyti savo duomenis. Nors nemažai DI sistemų padeda žmonėms suprasti duomenis už jų organizacijos ribų, kad būtų galima taikyti mašinų mokymąsi patentuotiems duomenims apdoroti, reikia užtikrinti, kad jie tinkamai sutvarkyti ir apsaugoti. Duomenų valdymas – vienas iš didžiausių sunkumų, su kuriuo susiduria daugybė organizacijų. Laimei, kai kurios DI sistemos kuriamos taip, kad padėtų ieškoti ir atrasti duomenis kompanijų sistemose ir serveriuose, taip pat juos suskirstyti, kad tie veiksmai būtų galimi.
8. Net sumaniausios dirbtinio intelekto sistemos gali būti šališkos ir klystančios. Bet kokio algoritmo tikslumas ir nauda priklauso ir nuo to, kaip jie sukurti, ir nuo duomenų, iš kurių jie mokosi, pobūdžio. Pilna atvejų, kai galingi algoritmai pasirodo esantys šališki arba pateikia visiškai netikslius atsakymus vien dėl klaidingų nustatymų ar netinkamų mokytis skirtų duomenų.
9. Dirbtinis intelektas ir robotika transformuos užduotis, o ne padarys žmones beprasmius. Su keliomis išimtimis (tokiomis kaip išvežiotojai ar išsiregistravimo asistentas) labai maža profesijų dalis gali būti visiškai automatizuotos. Kaip parodė „AlphaBeta“ atliktas tyrimas, didžiausia DI ir robotikos paskirtis ateities darbo rinkoje bus daugybės pasikartojančių ar techninių užduočių automatizacija, suteiksianti žmonėms daugiau laiko tarpasmeniniam ir kūrybiniam darbui.
10. Dirbtinio intelekto ir robotikos įtaka priklauso nuo to, kaip mes juos naudosime. Būdai, kuriais organizacijos taiko DI ir robotikos sistemas realioms problemoms spręsti, labiausiai formuos jų įtaką. Tai reiškia, kad kuo daugiau galios ir gebėjimų turės DI ir robotikos sistemos, tuo daugiau svarbos dėl jų naudojimo įgaus tarybų ir vadybininkų sprendimai.
