Slika: Pixabay
Uvijek sam se ložio na spoj tehnologije i filozofije, iliti usku granicu gdje tehnologija prestaje i počinje filozofija i zanimljive društvene pojave. A umjetna inteligencija upravo živi na toj granici… i neki se boje da ju je spremna prijeći!?
Privlačnost novih tehnologija
Stariji dečki vole skupe igračke, svi to znamo. Praksa je pokazala da svaki put kad se pojavi neka nova tehnologija, odmah počne ludnica – svi o njoj pričaju, misle da će baš ona riješiti sve probleme na svijetu, da će nam donijeti laku zaradu, ispunjenje i ostvarenje dječačkih snova, slijevaju se investicije.
E, ali onda, kao što to obično biva, mic po mic, pojave se odjednom razne mane i ograničenja. Mit se sruši i svi počnu vrištati kako je to najveća glupost ikad izmišljena.
Nedavno se to dogodilo s električnim automobilima. Prvo su svi brijali na to toliko jako da je čak većina konzervativne autoindustrije prebacila fokus na njih. A onda su počele kružiti priče oko toga kako proizvodnja tih auta nije baš tako zelena, pa nema litija, pa će se baterije teško reciklirati – i evo ti problema. Tesli je odmah pala ”brzina rasta prodaje” i trenutno proizvodi više auta nego što može prodati. Tako je to uvijek s novim tehnologijama.
Potrebno je tada nešto vremena, da se glave malo ohlade. Investitori počinju uviđati da ta tehnologija ima objektivno svoje dobre strane unatoč manama. Neke mogućnosti koje su prije bila napuhane, a sada su realne. I tako tehnologija (eklektrični auti ili koja god) koja je prekjučer oduševljavala a jučer razočarala, sada se konačno počinje upotrebljavati masovno. To je ono što Gartner zove Hype Cycle – kao da se radi o nekoj vrsti emocionalnog vala.
Slika 1. Ciklus napuhanih očekivanja (Gartner Hype Cycle) i Dunning-Krugerov efekt slijede istu krivulju. S povećanjem znanja samopouzdanje ljudi prvo naglo raste, pa naglo pada i onda se povećava s iskustvom, ali znatno sporije
Napuhana očekivanja od novih tehnologija
Koncept je dobro poznat u tehnološkom sektoru i koristi za opisivanje ciklusa životnog vijeka novih tehnologija, uključujući i umjetnu inteligenciju (AI). Njegova dinamika je prikazana na slici 1.
Sastoji od pet faza: nagli porast interesa (peak of inflated expectations), pad interesa (trough of disillusionment), postupni rast (slope of enlightenment), stabilizacija (plateau of productivity) i zamjena novim tehnologijama (displacement by new technology).
U fazi naglog porasta interesa, postoji veliko uzbuđenje oko nove tehnologije, a očekivanja su često pretjerana. Međutim, kako se tehnologija razvija, otkrivaju se njezina ograničenja, što dovodi do pada interesa u drugoj fazi.
U trećoj fazi, postupno se otkrivaju stvarne mogućnosti tehnologije, a u četvrtoj fazi se tehnologija stabilizira i postaje sve više usvojena. U petoj fazi, nova tehnologija zamjenjuje postojeću i tako se nastavlja ciklus.
Kako znati koliko zapravo znamo?
Gartnerov Hype Cycle se primjenjuje na mnoge nove tehnologije, a njegova primjena na AI ukazuje na veliku važnost realnog sagledavanja ograničenja i potencijala tehnologije kako bi se izbjegla nerealna očekivanja i razočaranja. Sam koncept bazira se na Dunning-Krugerovom efektu i točno slijedi tu krivulju (slika 1).
Naime, kad se radi o novim tehnologijama, uvijek se pojave ljudi koji misle da znaju sve o tome, čak i kad u stvarnosti – pojma nemaju. Ti ljudi su kao oni samoproglašeni utjecajnici (influenceri) na Instagramu – misle da su bog i batina, a u stvarnosti su samo obični smrtnici s povećanim egom.
I onda kad se pojave neke nove tehnologije, počnu govoriti kako će to promijeniti svijet, kako će biti revolucija i kako će svi biti bogati i sretni. Ali onda kad dođe do stvarne primjene te tehnologije, ispadne da to nije baš tako jednostavno.
Dakle, bitno je znati kako funkcioniraju ljudi i njihova očekivanja, te da realno isto to možemo očekivati i od svake tehnologije – kad o njoj premalo znamo. Na primjer, ako pogledate na slici Gartner jasno predviđa da će nam za autonomna vozila – trebati još najmanje deset godina.
Čekaj, reći češ, pa zar se zanesu svi znanstvenici i ulagači svijeta? Paaa… ne svi, ali dovoljan broj njih. Kao kad se cijeli razred zaljubi u jednu curu – a ona ni ne mora biti najzgodnija. Dovoljno je da je najpoželjnija… jel’ tako?
Uglavnom, jedini način da ne zalutamo u tehnološkom svijetu je da ne nasjedamo na ”ono što svi znaju” i realno sagledamo mogućnosti tehnologije i njezina ograničenja kako bismo smanjili pretjerana očekivanja i razočarenja.
Umjetna inteligencija (eng. artificial intelligence – AI)
AI je odavno postala neizbježna tema u medijima i svakodnevnom životu, poput klimatskih promjena i pandemije. U javnosti se stvara slika o umjetnoj inteligenciji kao čarobnoj tehnologiji koja će riješiti sve naše probleme, a neki to opisuju kao novo doba čovječanstva. No kao i uvijek, stvari nisu baš tako jednostavne i bajne. I kreću se dobro utabanim stazama.
Kao prvo, AI postoji već desetljećima, ali do nedavno se razvijala polako i u relativnoj tajnosti. Tek s dolaskom sve moćnijih računala i velike količine dostupnih podataka, AI se počela razvijati brže i postala je sveprisutna. Sam termin – strojno učenje ili neuronske mreže nije nikako mogao dobiti pažnju kao ”umjetna inteligencija”.
Dakle, buknulo je tek kad je postalo atraktivno. Zvuči poznato? Lady Gaga bi teško postala tako poznata pod imenom Stefani Joanne Angelina Germanotta. Međutim, AI je sada svuda i vrijeme je da se suočimo s velikim pitanjima o njezinim ograničenjima i opasnostima.
Što je zapravo inteligencija?
Ljudska inteligencija je jedna od najkompleksnijih pojava u svemiru (a o svemiru i ljudskom umu tek ne znamo ništa – ali to je druga tema). Kako je definirati? Što je ona točno? Nitko to ne zna.
Čak i najveći znanstvenici slažu se da je to jedan od najvećih izazova moderne znanosti. ”Inteligencija je najkompleksnija stvar u svemiru”, rekao je David Gelernter, profesor računalnih znanosti na Sveučilištu Yale. ”Ne znamo što je točno inteligencija, ali znamo kad ju vidimo”.
Da bismo nekako tu kompleksnost i širinu ljudske inteligencije doveli u područje razumljivosti, morali smo uvesti toliko različitih definicija i interpretacija te inteligencije da bismo bar nekako obuhvatili svaki njen segment.
Pa smo onda smislili razne inteligencije – emocionalnu, analitičku, matematičku pa čak i seksualnu. Iako su mnogi pokušavali doći do definicije inteligencije, čak i pronaći ”umjetnu” inteligenciju, još uvijek nismo uspjeli stvoriti stroj koji bi bio sposoban izvesti najsloženije zadatke koje može obaviti ljudski mozak.
”Naši najnapredniji strojevi ne dolaze ni blizu sposobnosti ljudskog uma”, rekao je Yoshua Bengio, jedan od pionira u području dubokog učenja. ”Trenutno su naši algoritmi vrlo ograničeni i još uvijek nemaju sposobnost da stvarno razumiju svijet na način na koji ga ljudi razumiju”.
U ovom svijetu gdje tehnologija napreduje svakodnevno, a naša razumijevanja o tome što čini inteligenciju se mijenja iz godine u godinu, jedno je sigurno: ljudska inteligencija i dalje ostaje jedna od najvećih zagonetki našeg vremena. Dok ne razumijemo onu pravu – tko ima pravo reći da je napravio umjetnu?
Ako pokušamo inteligenciju definirati u terminima ljudskog uma, onda tek imamo problem. Ljudski je um (uz sam svemir) najkompleksnije pitanje za znanost već tisućama godina, a osim što smo otkrili neke složene mehanizme rada – ne možemo reći da se moderna znanost puno pomakla oko tog složenog pitanja (Nagel, 2012.).
Um je povezan s mozgom, ali nije mozak, iako jedan drugog oblikuju i mijenjaju. Sam mozak, pak, ima dvije glavne polutke. Lijeva, logična, je ona koju AI pokušava imitirati. Ona djeluje serijski i planira, korak po korak logične zadatke. Tu je umjetna inteligencija donekle dobra u kopiranju i znatno brža, uz naravno stravično veću potrošnju energije.
No, desna, emotivna strana ljudskog mozga – o njoj gotovo da ne znamo ništa. Tu se oko 60 milijardi podataka iz različiti senzora svake milisekunde pretvara u vrlo kompleksne informacije o sebi i drugima. I dobivamo zaključke tipa: nervozan sam, vidi ovaj tamo se ljuti, onaj treći nešto smjera i sl. O tom nevjerojatno brzom i moćnom radu našeg mozga koji živi u trenutku pojma nemamo, i nismo ni blizu da ga skoro kopiramo.
Zajedno s ovim drugim, logičnim oni čine hardver na kojem radi naš um (softver). I onda hardver piše softveru, i softver preslaguje i oblikuje procesore u našem mozgu… i o svemu tome mi pojma nemamo (Carr, 2017.). I nismo ni blizu tome da u skoroj budućnosti to i pokušamo napraviti umjetnim.
Ograničenja AI
Osim navedenog, AI ima i brojna ograničenja, često povezana s poteškoćama u prepoznavanju konteksta i razumijevanju emocija. ”AI je još uvijek prilično glupa”, kaže Luc Julia, suosnivač SIRI-ja. ”Oni koji kažu da možemo stvoriti umjetnu inteligenciju su potpuni lažljivci. AI nije sposobna za intuiciju, empatiju ili kreativnost”.
AI jako teško može promijeniti kontekst ili obuhvatiti veću širinu zadatka. Iako ima raznih AI algoritama, čak i najkompleksniji od njih i dalje funkcioniraju u ograničenom kontekstu s jasno definiranim pravilima igre.
Energija je isto tako jedan od ključnih problema AI-a. Procjenjuje se da AI sustavi troše ogromne količine energije i da bi do 2025. godine mogli činiti čak 20 posto globalne potrošnje. To bi moglo dovesti do dodatnih problema s klimatskim promjenama i održivosti.
Ovakvi stavovi nisu izolirani. Mnogi znanstvenici ističu da se trebamo pomiriti s činjenicom da AI nije panacea i da ima svoje granice. Također postoji zabrinutost oko etičkih i moralnih pitanja vezanih za upotrebu AI-a u odlučivanju i automatizaciji poslova.
Pri traženju optimuma za jedno rješenje, AI može naštetiti nekom drugom procesu jer ne poznaju kontekst. Na primjer, kada netko da bi pronašao lopticu, pokosi cijelu livadu. AI može takve odluke donijeti lako, ako želi optimirati određeni zadatak, i tu leže velike opasnosti (Tegmark, 2023.).
Mnogi se brinu da bi AI mogla zamijeniti ljude, ukinuti poslove ili čak napasti i ugroziti ljudsku vrstu. Ništa se od toga vjerojatno neće dogoditi, jer mi ne tražimo iste resurse niti dijelimo ekosustav. Ona će kao i svaka druga tehnologija naći svoju primjenu i svoje tržište. I kao i svaka druga tehnologija, jako će utjecati na ljudsko društvo.
Nije pitanje hoće li AI razviti savjest. Pravo je pitanje – koliki će se užas dogoditi kad mnogi ljudi shvate da je oni sami nemaju. Sjetite se užasa kada su društvene mreže pokazale – kakvi smo mi ljudi zapravo. Slično će se dogoditi s AI – ona je samo optimirana reprodukcija naših znanja, ali i naših neznanja, slabosti, mana. I mnoge od njih su vidljive u radu s AI i danas.
Nemojte me krivo shvatiti. Ja AI koristim svaki dan, i privatno i poslovno i oduševljen sam njenim mogućnostima. No obzirom na iskustva – upozoravam i pozivam na oprez kod razmišljanja, a pogotovo kod ulaganja ili nekritičkog korištenja.
Znajte, AI će nas lako oduševiti. I dok nam zaista može pružiti velike mogućnosti, uštede i unaprjeđenje u mnogim područjima, najbolji način za njeno iskorištavanje su činjenice o njezinim ograničenjima i opasnostima.
Pronađimo način da stavimo vlastitu inteligenciju na steroide (augmented intelligence), ali je i koristimo prije nego stavimo neke zaista bitne stvari u ruke nekoga – tko je zaista nema.
MOŽETE PODRŽATI AUTOGRAF PA I NAJMANJOM MOGUĆOM UPLATOM NA NAŠ RAČUN ILI PREKO PAYPAL-A. MOŽETE NAZVATI BROJ 060 866 660 / Tel.: 0,49€ (3,75 kn); Mob: 0,67€ (5,05 kn) po pozivu (PDV uključen) ILI POŠALJITE SMS PORUKU sadržaja PODRSKA na broj 667 667 / Cijena 0,82 € (6,20 kn). Operator usluge: Skynet Telekomunikacije d.o.o., info telefon: 01 55 77 555. HVALA! ZA VIŠE INFORMACIJA KLIKNITE OVDJE.
