#TuesdAI: Wprowadzenie do teorii sztucznej inteligencji. Dlaczego nam pomaga, a nie szkodzi.

Literatura i filmy science fiction na trwałe zakorzeniły w nas obraz tego, czym jest sztuczna inteligencja oraz sposobu jej rozumienia. Już jakiś czas temu zrodził się niepokój, że maszyny zabiorą nam pracę, któremu towarzyszy obawa, że inteligentne roboty mogą nas skrzywdzić, a nawet pewnego dnia przejąć kontrolę nad światem. Dla nas w Microsoft jest to przedmiot wielkiej troski, ponieważ naszym zdaniem zadaniem sztucznej inteligencji jest służenie społeczeństwu i zdobycie zaufania ludzi, którym przyniesie ona wymierne korzyści.

Chcemy zainicjować merytoryczną debatę publiczną. Jedynie poprzez konfrontację z najbardziej newralgicznymi kwestiami moralnymi i etycznymi będziemy w stanie w pełni pojąć, a nawet przewidzieć szeroki wpływ sztucznej inteligencji na nasze życie, który niewątpliwie nastąpi z upływem czasu.

Mając to wszystko na uwadze opracowaliśmy szereg artykułów poświęconych właśnie sztucznej inteligencji i tematom, które mogą budzić niepokój opinii publicznej. Chcemy przedstawić pogląd Microsoft na te kwestie oraz pokazać działania, które podejmujemy w celu wyjaśnienia i rozwiązania najbardziej niepokojących dla wszystkich problemów związanych ze sztuczną inteligencją.

W pierwszym z serii artykułów, przygotowujemy grunt do dyskusji przedstawiając jednocześnie podstawowe informacje na temat sztucznej inteligencji, aby obalić niektóre mity oraz przekłamania informacyjne z nią związane. W kolejnych artykułach będziemy zajmować się różnymi tematami począwszy od względów etycznych oraz tendencyjności niektórych danych, aż po zastosowania przemysłowe oraz zdobywanie nowych umiejętności, które przygotują nas do pracy w środowisku przyszłości.

W naszym odoczuciu jest to fenomenalnie ekscytujący moment rozwoju, zarówno dla technologii jak i całego społeczeństwa, chociaż niepozbawiony trudności, dylematów, pytań oraz ogromnej odpowiedzialności osób opracowujących i wprowadzających technologie sztucznej inteligencji do naszego życia codziennego. Jako jedna z firm, których działalność skupiona jest właśnie na tym obszarze, bardzo poważnie podchodzimy do kwestii odpowiedzialności za realizowane przez nas zadania.

Chris Bishop, Dyrektor Laboratorium Microsoft Research Cambridge oraz Microsoft Technical Fellow

Badania nad sztuczną inteligencją sięgają lat 50-tych ubiegłego stulecia, kiedy stanowiły kontynuację prac prowadzonych przez brytyjskiego matematyka Alana Turinga jeszcze podczas II Wojny Światowej. Dopiero jednak na przestrzeni ostatnich 10 lat nastąpił gwałtowny postęp w tej dziedzinie, wynikający m.in. ze zbiegu trzech krytycznych czynników – coraz bardziej powszechnie obecnej technologii mocy obliczeniowej w chmurze, ogromnych zasobów danych oraz przełomowych odkryć w dziedzinie algorytmów uczenia maszynowego.

Czym zatem jest sztuczna inteligencja? Mówiąc najogólniej jest to sytuacja, w której maszyny lub systemy komputerowe zachowują się w sposób imitujący ludzką inteligencję. W informatyce, sztuczna inteligencja obejmuje kilka pól badawczych w szczególności zaś uczenie maszynowe. Zacznijmy zatem od podstaw:

Czym jest uczenie maszynowe?

Uczenie maszynowe umożliwia komputerom uczenie się bez specjalnego programowania. To właśnie postęp na tym polu, a zwłaszcza w zakresie pogłębionych funkcji poznawczych, doprowadził do ostatnio obserwowanej eksplozji w dziedzinie sztucznej inteligencji. Uczenie maszynowe polega na przyuczeniu systemów komputerowych do wykorzystywania algorytmów – linii kodów – w celu identyfikacji wzorców danych i następnie podejmowania przewidywalnych działań.

Rozpoznawanie mowy, języków naturalnych, komputerowe rozpoznawanie obrazu, zalecenie co do wyszukiwania oraz filtrowanie wiadomości email to tylko niektóre przykłady sztucznej inteligencji wykorzystującej uczenie maszynowe. Skrzynka odbiorcza Outlooka sortuje najważniejsze wiadomości i oddziela je od pozostałych wykorzystując właśnie sztuczną inteligencję. Przeszukując Internet lub dokonując zakupów online, sugerowane wyniki lub rekomendacje to właśnie wynik działania sztucznej inteligencji. Microsoft Translator wykorzystuje algorytmy uczenia maszynowego w celu dokonania transkrypcji tego, co mówimy na jeden z wielu języków jeszcze w trakcie wypowiedzi.

Szkolenie urządzeń w oparciu o oznakowane dane jest nazywane “uczeniem nadzorowanym”. Na przykład, dane mogą obejmować zdjęcia oznaczone w sposób umożliwiający rozpoznanie tego, co przedstawiają. Algorytm wykorzystywany przez urządzenie może następnie wybrać te oznaczenia (etykiety) znajdujące się w innych zbiorach. A zatem, jeżeli pewien zbiór zdjęć obrazów jest oznaczony jako zbiór zdjęć przedstawiających psy, maszyna to rozumie i wybiera tylko te podobne.

Dla porównania, w “uczeniu nienadzorowanym”, maszyny identyfikują wzorce występujące w zbiorach danych nieposiadające oznaczeń wyszukując pewnych podobieństw. W tym przypadku, algorytmy nie są opracowywane w celu wynajdywania określonych typów danych (takich jak np. zdjęcia psów), ale w celu znalezienia przykładów, które wyglądają podobnie i mogą być zebrane w ramach odpowiednich grup.

W procesie “uczenia ze wzmocnieniem” maszyna uczy się metodą prób i błędów podejmując ostatecznie decyzję, który sposób realizacji danego zadania będzie najlepszy. Microsoft wykorzystuje tę technikę w środowiskach gier, takich jak Minecraft, w celu badania usprawnień w działaniu “agentów komputerowych” – na przykład, umożliwienie postaci z gry dysponującej SI wyszukiwania drogi na polu lawy bez upadku.

Czym są głębokie procesy poznawcze?

Głębokie procesy poznawcze (ang. deep learning) to pewien typ uczenia maszynowego, który jest uruchamiany przez mechanizm przetwarzania informacji sieci neuronalnych ludzkiego mózgu. W ramach tych systemów, każda warstwa sieci neuronalnej przetwarza otrzymane dane na nieco bardziej złożoną postać.

W ten sposób, system bardzo dogłębnie analizuje i pojmuje dane, co jest porównywalne z myśleniem inteligentnym. A zatem “widząc” obraz psa, urządzenie najpierw wykrywa kształt na drodze analizy matrycy pikseli, następnie dokonuje identyfikacji brzegów kształtu, samego obiektu, itd., aż do momentu, w którym zidentyfikuje cały obraz.

To właśnie te sztuczne obwody neuralne stanowią główną siłę napędową postępu w dziedzinie uczenia maszynowego oraz zdolności komputerów do wykonywania zadań takich jak rozpoznawanie mowy, przetwarzanie języków naturalnych oraz rozpoznawanie obrazów.

“Widząc” obraz psa, urządzenie najpierw wykrywa kształt w drodze analizy matrycy pikseli, następnie dokonuje identyfikacji brzegów kształtu, samego obiektu, itd., aż do momentu, w którym zidentyfikuje cały obraz.

Czy SI przejmie kontrolę nad światem?

Publiczny odbiór SI w dużej mierze oparty jest na dezinformacji oraz jej negatywnym wizerunku zaszczepionym przez filmy science fiction. Obecnie urządzenia dysponujące sztuczną inteligencją są w stanie wykonać jedynie pojedyncze, ściśle określone zadania. Systemy te świetnie sprawdzają się w realizacji zadań logicznych, ale nie posiadają intuicji czy empatii, nie mówiąc już o inteligencji emocjonalnej. Innymi słowy, obawy niektórych osób wykraczają daleko poza rzeczywistość rozwojową prac nad SI.

Budowanie zaufania społeczeństwa do sztucznej inteligencji należy zacząć jeszcze na etapie projektowania; produkty powinny być tworzone z uwzględnieniem solidnej podbudowy etycznej. Poufność danych, wrogie i nieetyczne wykorzystywanie SI, status moralny urządzeń dysponujących SI, kwestia odpowiedzialności w nieoczekiwanych sytuacjach – oto kwestie nad którymi należy się obecnie pochylić.

Microsoft stosuje podejście partnerskie do kwestii opracowywania SI, kładąc szczególny nacisk na czynniki i wartości ludzkie. Wierzymy w odpowiedzialne projektowanie oraz to, że firmy opracowujące te technologie powinny przejąć także kontrolę nad aspektami etyczno-moralnymi i podjąć wspólne działania na rzecz rozwiązania najtrudniejszych wyzwań. SI nie powinna być tworem jednej firmy, czy też jednego kraju. Sztuczna inteligencja powinna stanowić wspólne dobro.

W tym celu wzięliśmy czynny udział w tworzeniu Partnerstwa dla SI – organizacji typu non-profit, której celem jest zapewnienie, że technologie oparte na sztucznej inteligencji będą przynosić korzyści ludziom i społeczeństwu dzięki wdrożeniu najlepszych praktyk oraz otwartej dyskusji. W ubiegłym roku, zawiązaliśmy własny komitet doradczy AI and Ethics in Engineering and Research [SI i Etyka w Inżynierii i Badaniach], aby zapewnić, że wszystkie systemy oparte na sztucznej inteligencji będą tworzone w oparciu o nasze zasady etycznego projektowania. Dbamy o to, aby nie powstawały w oparciu o uprzedzenia, gwarantowały algorytmiczną odpowiedzialność, były transparentne oraz wytłumaczalne, a także gwarantowały poufność i prywatność użytkownikom.

(Zdjęcie) Skrzynka odbiorcza Outlooka sortuje najważniejsze wiadomości i oddziela je od pozostałych wykorzystując właśnie sztuczną inteligencję

SI, a praca w przyszłości

Kwestia zastąpienia czynnika ludzkiego przez sztuczną inteligencję w pracy jest przedmiotem gorącej dyskusji – w szczególności dotyczy to automatyzacji prac wykonywalnych manualnie. Naszym zdaniem pogląd ten jest zbyt mocno uproszczony. Większość prac składa się z nudnych i rutynowych działań, które oczywiście nie pozostają bez wpływu na wydajność pracowników. SI jest w stanie wykonywać te zadania bez zmęczenia, umożliwiając pracownikom skupienie się na ważniejszych kwestiach.

Chyba nikomu nie wyrządzi krzywdy stwierdzenie, że sztuczna inteligencja prawdopodobnie będzie mieć rewolucyjny pod względem przekształceń wpływ na świat pracy wypierając niektóre zawody. Ale jednocześnie z całą pewnością przyczyni się do utworzenia nowych – takich, które do tej pory nie istniały. Tak właśnie było w przypadku każdej rewolucji przemysłowej, począwszy od wynalezienia krosna, aż po silnik parowy. Ogromną zaletą trwającej obecnie Czwartej Rewolucji przemysłowej jest to, że jesteśmy w stanie zaplanować zmiany mając do dyspozycji znacznie szerszą i doskonalszą wiedzę. Dzięki odpowiedniej polityce, kulturze organizacji i przekwalifikowywaniu się, proces tworzenia nowych miejsc pracy prześcignie ich likwidację.

Jako Microsoft staramy się aktywnie działać w tym kierunku – mamy tu na myśli wyniki badań oraz zalecenia dotyczące polityki. W roku 2018, zaktualizowane zalecenia odnośnie do naszej polityki oraz tworzenia ram prawnych umożliwiających rozszerzanie korzyści z obliczeń w chmurze dla wszystkich użytkowników zwróciły naszą uwagę na zawirowania i zakłócenia codziennego życia, jakie może przynieść nowa technologia. I chociaż naszym zdaniem SI nie zastąpi wszystkich miejsc pracy, to uważamy, że przyczyni się do zmiany charakteru zatrudnienia, a naszym zadaniem jest dostarczenie ludziom odpowiednich narzędzi sterowania tymi zmianami. Nieco bardziej szczegółowe omówienie tego tematu znajduje się w naszym e-booku zat. The Future Computed [Przyszłość antycypowana obliczeniowo] poświęconym roli sztunczej inteligencji w społeczeństwie.

W dalszym ciągu nie doceniamy zakresu tego wyzwania oraz niepokoju społecznego jaki ono wywołuje. Badanie przeprowadzone przez Oxford University’s Future of Humanity Institute, w ramach którego zebrano poglądy ekspertów w dziedzinie uczenia maszynowego wykazało, że SI może wywrzeć znaczący wpływ na pracę kierowców ciężarówek już do roku 2027, pracowników firm usługowych do roku 2031 oraz chirurgów do roku 2053.

Nie mniej jednak wierzymy, że upłynie jeszcze wiele dziesięcioleci zanim SI będzie na tyle zaawansowana, aby zastąpić człowieka w wykonywaniu większości zadań; a kiedy to już nastąpi, będziemy musieli odpowiedzieć sobie na pytanie, czy naprawdę chcemy z tego dobrodziejstwa skorzystać. Jeżeli chodzi o SI, uważamy, że lepiej jest mieć na uwadze perspektywę długookresową oraz odpowiedzialnie podchodzić do rozwiązywania problemów i stawiania czoła wyzwaniom naszej codziennej rzeczywistości.