logo
VGT

Uputstvo za pravljenje umjetne inteligencije

Objavljeno prije 2 sedmice . u čet, nov 30th, 2017

Ne, nije šala. Ni ekser ne možete zakucati ako ne znate kako se to radi. Kao za sve ostale poslove i za kreiranje veštačke inteligencije se prvo moraju osmisliti principi, pravila, koja će pomoći da se posao uspešno završi. I uvek treba imati na umu – dobro postavljeno pitanje je pola odgovora.

Već možete čuti priče da će uređaji sa veštaćkom inteligencijom (artificial intelligence – AI) uskoro ući u upotrebu. Najčešće su to vojna sretstva kontrolisana sa AI, vozila za civilnu upotrebu… biće toga na sve strane. Ali to nije prava AI. Ona će biti u stanju samostalno da upravlja borbenim avionom u svim mogućim PREDVIDLJIVIM uslovima, da samostalno odabira ciljeve, koristi svo raspoloživo naoružanje – i sve to brže i preciznije od čoveka ali šta kada se nađe pred problemom koga konstruktori nisu predvideli, da li će i u takvim uslovima reagovati kvalitetno kao čovek?

Poznata je situacija u toku Hladnog rata kada je Stanislav Petrov, ruski oficir na dežurstvu u komandnom centru strateških nuklearnih snaga primetio nekoliko raketa koje su dolazile iz pravca Amerike. Sve je ukazivalo na nuklearni napad i njegova dužnost je bila da pokrene proceduru odgovora ali on je bez obzira na očigledne dokaze posumnjao da je napad pravi. Njegovo razmišljanje je bilo da nema logike da lansiraju samo nekoliko raketa kad znaju da će odgovor biti mnogostruko jači. Bio je u pravu i spasao je planetu (mada je bio kažnjen zbog nepoštovanja procedure) – bila je greška u sistemu uzbunjivanja. Mašina na njegovom mestu (a i mnogi ljudi) ne bi zanemarila proceduru i danas ne bi bilo ni mene ni vas.

Crveni gumb

Crveno dugme

Osnovna greška je što ljudi pokušavaju da stvore umetnu inteligenciju a da nisu do kraja shvatili kako funkcioniše naša inteligencija. Gledajući površno i GPS navigacija ima svojstva AI. Date joj dve tačke i ona će naći najbolji put od jedne do druge – u neku ruku odlučuje. I zaista odlučuje ali se ta odluka zasniva na algoritmu koji ne uzima u obzir brojne informacije kao što su radovi na putu, saobraćajne nesreće… Sledeća generacija uređaja će imati i ove informacije, pa će doći još noviji uređaji sa mogućnošću kvalitetnijeg odlučivanja ali će osnova i dalje biti matematička kalkulacija. Naš mozak ne radi tako.

Ljudski mozak (ne samo ljudski) je prava enigma. Da pođemo od „hardverske strane“: ljudski intelekt je u rasponu od imbecila do genija. Bilo je nebrojeno pokušaja da se pronađu razlike na samom mozgu ali nisu nađene previše značajne. Bilo je razlika u veličini mozga, debljini moždane kore ali su istraživanja pokazala da veći mozak i deblja kora nisu nikakav garant viših misaonih sposobnosti. Mogu se naći manje razlike ali su one uglavnom posledica oboljenja. Ako nije stvar u hardveru onda je verovatno u softveru jer iz iskustva znamo da ljudi iako imaju približno isti mozak (po fizičkim svojstvima) nemaju podjednake misaone sposobnosti – ali da još malo ostanemo na hardveru.

Pretpostavlja se da je maksimum potencijala mozga koji se normalno koristi 5-9%. Čemu služi ostali kapacitet nemamo pojma. Ali i sa tako malim procentom iskorišćenja mozak je sposoban za neverovatna dostignuća. Kada se upoređuje sa računarom govori se o „procesorskoj snazi“. Smatra se da bi mozak bio mnogo efikasniji od računara iste procesorske snage zahvaljujući načinu obrade podataka. Dok računar podatke obrađuje linearno, mozak ih obrađuje paralelno (da krajnje pojednostavim da bi bilo što razumljivije mada bi možda još preciznije poređenje bilo dvodimenzionalna-trodimenzionalna obrada) što smanjuje put i ubrzava obradu podataka. Ovde se javlja novi paradoks – iako je čovek bolji u rešavanju komplikovanih logičkih zatataka od najjačih računara (šah ne spada u ovu kategoriju jer se može u potpunosti prevesti u matematički problem) u rešavanju matematičkih operacija je sporiji od slabijih digitrona (od ovog pravila treba izuzeti autistične osobe). Prema tome bi bilo logično pretpostaviti da mozak ne radi na bazi obrade matematičkih podataka. Znači nije u pitanju samo softver već način njegovog rada.

mozak, savjest

Ilustracija, mozak

 

Na koji način onda mozak funkcioniše?

Kada se sa nekim upoznate vi mu (joj) zapamtite ime. Lik pamtite fotografski (za sada toliko) ali ime ne pamtite na isti način (napisano na parčetu papira uz sliku) već ga vezujete za osobu sa istim imenom kojoj znate ime (svesno ili nesvesno). Dakle, pamćenje se zasniva na asocijaciji. Pri objašnjavanju funkcionisanja pamćenja bolje je početi od najnižih bića.

Kada kišna glista izađe na površinu u toku leta, nailazi na sasvim drugačije uslove u odnosu na one pod zemljom: veća osvetljenost i opasno zračenje, viša temperatura i manja vlažnost. Iako glista ima krajnje jednostavan nervni sistem on je ipak dovoljan da poveže osećaj jake osvetljenosti sa neprijatnim a mrak sa prijatnim. Ta sposobnost je razvijena evolucijom jer jedinke koje nemaju tu sposobnost ne preživljaju dovoljno dugo da daju potomstvo. Glista nema mogućnost da značajno uvećava bazu podataka, ima tačno onoliko koliko joj je potrebno – ne vidim nikakvu svrhu u tome da glista ima mogućnost razmišljanja o pitanjima kao što je kvantna fizika. Da li čovek ima takva ograničenja? Verovatno, ali to može znati samo onaj za koga smo na nivou kišne gliste.

Lijeva i desna hemisfera mozga

Ilustracija, ljudski mozak

Dakle, naš mozak radi na principu pravljenja asocijacija. Odmah po rođenju počinjemo da gradimo asocijativne „bazne tačke“ i tada smo na nivou kišne gliste: u majčinom naručju – prijatno, sami u kolevci – neprijatno. Za razliku od gliste vrlo brzo uvećavamo bazu prijatno-neprijatnih iskustava i gradimo temelj za sve složenije asocijacije. Zato je najranije detinjstvo izuzetno važno za dalji razvoj ličnosti.

Vremenom asocijativne bazne tačke postaju sve brojnije i složenije povezane bilo da ih gradimo svesno ili nesvesno. Zar niste primetili da naučenu pesmicu pred spavanje bolje zapamtite nego ako je učite u toku dana? Mozak radi i kada spavamo. Dok je učenje pesmice svesna radnja, učenje pravljenja pokreta je uslovno svesna.

Da li ste gledali bebu kako posmatra svoju ruku dok je pomera? Nisu pokreti nespretni zato što beba ne vidi ruku najbolje (a uči i da gleda) već zato što mozak nije naučio koje komande da da mišićima da bi pokrenuli ruku na željeni način. To su vrlo složeni zadaci, mnogo složeniji od metematičkih operacija. I komande za pokret mozak pamti asocijacijama – „kad uradiš ovo pokrene se ovo“. Što je pokret komplikovaniji to je za njegovo izvođenje potrebno uključiti više mišića i koordinisati odnose njihovih akcija. Verujem da se i vizuelno (fotografsko) pamćenje vrši asocijacijama i verovatno je najkomplikovanije od svih vrsta pamćenja. Tu je neophodno za kratko vreme izvršiti ogroman broj „povezivanja“.

Sve ovo su samo moje pretpostavke zasnovane na iskustvu i posmatranju. Među najkorisnijim primerima za proučavanje ovih tvrdnji  je proces oporavka pacijenata koji su izgubili mogućnost kretanja ili doživeli amneziju ali i pravljenja paralela efikasnosti njihovih oporavaka. Još bih dodao da smatram da je sposobnost autističnih osoba da brzo računaju nastalo smeštanjem dela logičkih baznih tačaka u deo namenjen fotografskom pamćenju gde je brzina rada fantastična ili je u „fotografskom sektoru“ u pitanju sasvim drugačiji princip rada – premalo je podataka da bi izgradili preciznu sliku a i kada ih imamo pitanje je da li ih pravilno tumačimo. I dok su vrlo male razlike u radu ostalih organa izgleda da mozak ima mnogo rezima rada – zato je njegovo proučavanje toliko komplikovan posao.

Još kao mali sam primetio da mnogo lakše postižem visoku koncentraciju ali sa druge strane se isuviše koncentrišem na pisanje tako da ništa ne zapamtim dok hvatam beleške.

Nedavni primer mi je bio inspiracija za ovaj tekst: trebalo je da objasnim nešto iz hemije ali kako su prošle decenije a da se nisam vraćao na tu temu znanje je izbledelo. Bilo mi je strašno krivo jer su to stvari koje sam odlično znao, zato nisam hteo da pogledam na internetu već sam „odlučio” da se setim. Tada sam se vratio nekoliko koraka unazad – na osnovnije stvari i malo po malo sam uspeo da vratim u sećanje ono što je nedostajalo. Odjednom je hemija postala od trećerazrednog značaja, razmišljanje o načinu na koji sam rekonstruisao sećanje me je potpuno obuzelo.

neuron

Ilustracija, neuron

Ideja o asocijativnim baznim tačkama je objašnjavala još jedan fenomen iz školskih dana – „učenje napamet” tj, mehaničko učenje. Đaci koji su učili redovno raspolagali su gradivom naučenim godinama ranije dok su „kampanjci” ogromnu većinu naučenog zaboravljali za nekoliko nedelja (neko bi rekao da nisu ni naučili ali nije to u pitanju, imao sam prilike da se uverim). Ja bih rekao da dugotrajnost pamćenja zavisi od položaja asocijativnih tačaka za koje je naučeno „vezano”, odnosno od broja tačaka sa kojima je ta tačka u kontaktu. Što su asocijativna tačka „dublje” smeštene to je informacija koja je za nju vezana dugotrajnija dok su one „pliće” smeštene zadužene za privremene informacije. Osim toga, potrebno je vreme da bi se infomacija uporedila sa informacijama koje su već zapamćene (koje su deo našeg pamćenja) a obzirom da „kampanjci” ne posvete dovoljno vremena učenju, te nove informacije bivaju sačuvane u privremenom pamćenju i brzo zamenjene drugima koje su u tom momentu važnije.

Primetili ste da uglavnom pišem o pamćenju iako je tema učenje. To je zato što pamćenje ima ključnu ulogu u učenju, učenje je kritičko upoređivanje nove informacije sa onima koje već posedujemo. Takođe je bitno naglasiti da je brzina učenja vrlo individualna ali i da se na nju može uticati.

Da su asocijativne bazne tačke smeštene u strogo određenom fizičkom prostoru i da potpuno brišu informacije koje menjaju drugima bilo bi lako sve to odrediti i dokazati ali pošto se informacije nikada do kraja ne eliminišu proučavanje je veoma teško.

Veštačka inteligencija

Veštačka inteligencija

Kakav je značaj svega ovoga za kreiranje AI?

Mnoge stvari smo napravili po uzoru iz prirode. Obzirom da je inteligencija prema mišljenju mnogih umnih ljudi vrhunsko dostignuće prirode bilo bi logično da se na sličnim principima kreira i veštačka. Suštinska AI se ne može postići linearnom obradom podataka –  možemo napraviti dovoljnu procesorsku snagu i samim tim dovoljnu brzinu obrade ali nećemo dobiti kvalitetno zakljućivanje. Takva AI neće biti u stanju da preispita unete „činjenice“ što je u startu hendikepira. Sličnost AI i današnjih računara može biti jedino u hardveru. Ukoliko nismo u mogućnosti da hardverski obezbedimo rad sličan našem mozgu možemo to uraditi softverski – bitno je samo precizno definisati šta hoćemo.

Znači AI bi trebalo da obrađuje informacije na sličan način kao mi. Potrebno je da se izgradi informaciona osnova na koju bi se dograđivalo sve ostalo – isti princip kao učenje deteta. Ali za razliku od deteta AI će vremenom dostići neverovatne mogućnosti a neće imati nasleđeni osećaj za dobro i zlo, u potpunosti će se ponašati prema naučenom. Ako je psihopata bude učio možemo biti sigurni da će i ona takva biti. Zato je najvažnije od svega da ljudi koji uče AI budu izuzetne psihičke stabilnosti, da imaju veliko znanje iz mnogih oblasti, da potpuno vladaju moralnim načelima (ako bi uslov bio i da ih primenjuju uz one prethodne – malo bi bilo kandidata 😉

Sinapse

Sinapse

Mnogi se plaše dolaska AI. Opasnost zaista postoji jer mnogi imaju mogućnost rada na njenom kreiranju a nemaju svi dobre namere. Mnogi se plaše superiornosti AI a da nisu svesni kakve su naše prave mogućnosti. AI će nesumnjivo biti brža ali to nije najveća prednost. Ono što je bitnije je da će moći da „isključi” sve manje bitno i da se maksimalno posveti jednom pitanju, jednom zadatku. Da to čovek uradi, a može, postizao bi za današnje pojmove neverovatne rezultate ali mi neprestano „vrtimo” gomilu nebitnih pitanja (ja to zovem „intelektualna buka”) i ostavljamo sasvim malo resursa i vremena za prava pitanja. Ovde bih ukazao na primer Nikole Tesle. Mnogi njegove rezultate pripisuju genijalnosti (što je svakako bio) ali malo ko uzima u obzir koliki je rad stajao iza svega i još važnije kakvim je životom živeo. Kada čovek svaku misao posveti jednom cilju onda granice mogućnosti nestaju.

I dok pojedinačni intelekt ima mnogo veće mogućnosti nego što uglavnom postižemo, „umrežavanjem” bi se još mnogo više postiglo. Ukazujući na prednosti direktne demokratije istakao sam da bi možda najbitnije bilo zajedničko rešavanje problema (pa i tehnoloških). AI nam nije neophodna da bi ubrzano napredovali ali nije ni previše verovatno da će ljudi menjati sadašnji pristup načinu razmišljanja tako da nam je ipak potrebna.

Možda nisam u pravu oko većine tvrdnji u ovom tekstu ali ako je bar mali deo tačan onda to može pomoći da se krene u pravom smeru a brzina rešavanja ovog pitanja je od kritične važnosti jer nije sve jedno da li ćemo je prvi imati „mi” ili „oni”.

 

logično

Copyright 2016 Magazin Plus d.o.o. Sva prava zadržana.
Zabranjeno preuzimanje sadržaja bez dozvole izdavača.

Programiranje: Magazin plus
Na vrh