Susėdome pasikalbėti apie dabartinę DI revoliuciją ir kodėl jis galvoja, kad magistro laipsnis vis dar aktualus šiandienos DI pasaulyje.
– Kodėl verta mokytis duomenų mokslo ir DI?
– Duomenų mokslas ir dirbtinis intelektas transformuoja šiandieninį pasaulį neįtikėtinu greičiu. Pagal prognozes, naujausi generatyvinio DI (angl.: Generative AI) pasiekimai neabejotinai pakeis pasaulio ekonomiką ir darbo jėgą bei padidins pasaulio BVP beveik 7 trln. JAV dolerių. „Goldman Sachs Research“ apskaičiavo, kad bendra generatyvinio DI programinės įrangos rinka yra 150 mlrd. – kas, man atrodo, yra gana kuklus įvertinimas. Sutinku su kitais investuotojais ir verslininkais, kaip Mark Cuban, kuris prognozuoja, kad pirmasis pasaulyje trilijonierius bus būtent dirbtinio intelekto verslininkas.
Dabar pats geriausias laikas įgyti duomenų mokslo laipsnį ir studijuoti dirbtinio intelekto taikymą.
Dirbtinis intelektas automatizuoja užduotis ir optimizuoja darbo eigą, todėl dirbtinio intelekto įgūdžiai padidins jūsų profesinę vertę, tapsite pagrindiniais žaidėjais pramonės šakose, kuriose automatizavimas gali paveikti iki 300 mln. darbo vietų. Taigi dar niekada nebuvo geresnio laiko pasirinkti DI sritį! Mums reikia, kad studentai ir kūrėjai suprastų pagrindus ir taptų karta, išaugusia iš neribotų galimybių, kaip DI gali pakeisti pasaulį.
– O ar dar nevėlu suspėti į DI traukinį?
– Ne, dar tikrai nevėlu, nes viskas tik prasideda. Dabartinė AI revoliucija daugeliu atžvilgių analogiška 10 deš. interneto revoliucijai. Jei išvesite paralelę su Marc Andreessen, „Netscape“ įkūrėjo ir vieno iš interneto pionierių, istorija, suprasite kodėl.
Internetas prasidėjo kaip valstybinis projektas 7 deš., tapo šiek tiek viešesnis ir prieinamesnis 9 deš. pab.–10 deš. pradžioje. M.Andreessen įkūrė „Netscape“ 1994 m. – gerokai po interneto sukūrimo. Nors ir nepriklausė pirmosios kartos interneto išradėjams, jis buvo vienas pirmųjų, atpažinusių interneto, kaip platformos, transformacinį potencialą saitynui (angl.: World Wide Web, WWW). Nepaisant to, kad M. Andreessen įžengė į brandžią rinką, laikas tam buvo pats tinkamiausias. Visuomenė dar tik buvo pradėjusi suprasti interneto potencialą, o „Netscape“ užšoko ant tos bangos.
Dabar pats geriausias laikas įgyti duomenų mokslo laipsnį ir studijuoti dirbtinio intelekto taikymą.
Tas pats scenarijus dabar vyksta ir su DI – ir manau, kad tai tęsis dar ne vieną dešimtmečių. DI kelis dešimtmečius buvo tik konceptas ir mokslinių tyrimų sritis, ir tik pastaraisiais metais pamatėme praktiškus, plačiai pritaikomus jo panaudojimo būdus. Kaip ir su internetu, visuomenė tik pradeda suprasti ir vertinti DI potencialą. Nuo jo naudojimo kasdienėse technologijose, pavyzdžiui, išmaniuosiuose telefonuose ir balso asistentuose, iki labiau specializuotų sričių, kaip naujų vaistų atradimas ir autonominės transporto priemonės. Dabar esame ant supratimo, kaip DI pritaikyti kasdieniame gyvenime, slenksčio. Panašiai buvo ir su knygų spausdinimo presu XV a.
Kaip M.Andreessen yra pasakęs: „Mes dar tik pradedame“, taip ir su DI – tai yra tokia plati sritis su daugybe galimybių naujovėms ir kūrybiškumui.
– Kas jums įdomiausio vyksta DI technologijų vystyme?
– Naujos technologijos atsiranda kone kasdien – sunku net viską susekti! Ypač įdomu stebėti, kaip neįtikėtinu tempu kuriami ir tobulinami didieji kalbos modeliai (angl.: Large Language Models, toliau – LLMs). Naujausi LLMs gali pasigirti, kad mokymuisi naudoja daugiau nei trilijono žodžių duomenų rinkinius. Palyginimui, „Common Crawl“ duomenų rinkinys su visais žodžiais internete yra 100 trln. Taigi LLMs naudoja apie 1 proc. visų duomenų. Jau galima įsivaizduoti, kada šis skaičius pasieks 5 proc., 10 proc. ar daugiau. Dirbtinio neuroninio tinklo architektūros modelio „Transformer“ sukūrimas taip pat buvo inovacija, sustiprinanti, kaip LLMs mokosi.
Modelių dydis taip pat išaugo ir dabar naujausiuose modeliuose jau pasiekė daugiau nei trilijoną parametrų. Tai – neįtikėtino dydžio neuroninis tinklas, kuriam apmokyti reikia daug įvairių resursų. Todėl dabar juos kuria didelės technologijų kompanijos, o ne universitetai ar startuoliai, kurie neturi tiek finansų ar galingos įrangos, reikalingos tokiai apkrovai.
Džiugina ir atsiradę atvirojo kodo LLMs, skirti komerciniam naudojimui. Dabar yra puiki galimybė naudotis tomis programomis, tobulinti jas ir pritaikyti įvairioms reikmėms versle ir pramonėje. Gebėjimas suprasti LLMs ir išmokti juos tobulinti, mano nuomone, yra pats geidžiamiausias techninių įgūdžių rinkinys visame pasaulyje.
– Papasakokite apie savo magistrantūros studijas?
– Man labai pasisekė, kad baigęs bioinformatikos ir kompiuterinės biologijos bakalauro studijas, galėjau išvykti studijuoti į Kembridžo universitetą, į kompiuterinės biologijos magistro programą. Prisimenu, kai atvykau į Taikomosios matematikos ir teorinės fizikos katedrą, tą pačią, kurioje dirbo ir Stephen Hawking, buvau tiesiog priblokštas ir jaučiausi kaip niekada motyvuotas sunkiai dirbti. Kaip vaikui, iš ūkio kažkur vidury Lietuvos, tai buvo gyvenimą keičianti ir formuojanti patirtis. Mane ypatingai domino kompiuterinės regos ir mašininio mokymosi pritaikymas gyvybės moksluose, todėl doktorantūros mokslus tęsiau skaitmeninių neuromokslų srityje. Tyrinėjau genetinius ir molekulinius Caenorhabditis elegans kirmėlių mechanizmus, su kolegomis kūrėme automatinę skirtingų Caenorhabditis elegans fenotipų sekimo ir skirstymo sistemą.
Mano magistro studijos tikrai buvo intensyvios, tačiau gerai paruošė mokslinio proceso griežtumui, iššūkiams tiek laboratorijoje, tiek už jos ribų, pritaikant žinias.
Tačiau studijuoti universitetuose gali ne visiems tikti arba ne visiems būti prieinama. Pasaulis juda pirmyn taip greitai, todėl auga poreikis lankstumui ir vis daugiau dėmesio skiriama praktiniam pažangiausių technologijų pritaikymui. Magistrantūros programa veikia kaip tiltas tarp skirtingų karjeros etapų, o skirtumas tarp fundamentinių tyrimų ir praktinių pritaikymų mažėja. Todėl taip džiaugiuosi tuo, ką sukūrėme „Turing College“, nes galime pasiūlyti gerai paruoštas aukšto lygio programas, kurios atitinka individualius šiuolaikinius poreikius.
– Kodėl nutarėte prisijungti prie „Turing College“?
– Mums reikia daugiau žmonių, gerai išmanančių duomenų mokslą ir dirbtinį intelektą. Dar tiek visko reikia sukurti! Mane sužavėjo „Turing College“ požiūris, įsipareigojimas kokybiškam švietimui ir vadovų komanda.
Luką ir Beną pažįstu ir seku jų kelionę nuo 2017 m. – jie pateko„Y Combinator“ ir vos per keletą metų sukūrė vieną didžiausių internetinių duomenų mokslo mokyklų Šiaurės šalyse. Džiaugiuosi galėdamas papildyti „Turing College“ komandą savo žiniomis ir įžvalgomis. Manau, turime galimybę sukurti revoliucinį aukštos kokybės mokymosi internete būdą, kuris gali sudėti tvirtus pagrindus praktiniam duomenų mokslo ir DI pritaikymui ir aukščiausio lygio bendraminčių bendradarbiavimui. Tai yra būtini įgūdžiai būsimoje karjeroje ar verslo kūrime.
Pasaulyje, kuriame informaciją naudojama taip, kaip nė negalėjome įsivaizduoti, „Turing College“ prie to prisidėti kviečia visus norinčius. Džiaugiuosi, kad magistro laipsnis darys labai teigiamą poveikį pasauliui, atvers prieigą prie kokybiškesnių ir lankstesnių galimybių mokytis internetu, naudojant projektais grindžiamą mokymų programą ir profesionalią individualią pagalbą. Kuo greičiau pradėsite tai daryti, tuo geriau, nes tai yra pats geriausias būdas mokytis.
