I. Jak zdefiniować sztuczną inteligencję?
W pierwszej sekcji poznamy koncepcję sztucznej inteligencji, przyjrzymy się jej definicji i przeanalizujemy kilka przykładów.
Jak łatwo zauważyć, sztuczna inteligencja budzi obecnie gorące dyskusje: niemal nie sposób nie natknąć się na wzmiankę o sztucznej inteligencji w mediach i dyskusjach publicznych. Ale można też zauważyć, że sztuczna inteligencja dla każdego oznacza coś innego. Dla niektórych sztuczna inteligencja to sztuczne formy życia, które mogą przewyższyć ludzką inteligencję, a według innych mianem tym można określić prawie każdą technologię przetwarzania danych.
Aby zarysować szerszy kontekst, omówimy, czym jest sztuczna inteligencja, jak można ją zdefiniować i jakie inne dziedziny czy technologie są z nią blisko powiązane. Najpierw jednak przedstawimy trzy zastosowania sztucznej inteligencji dla zilustrowania jej różnych aspektów. Wrócimy do każdego z nich w trakcie kursu, aby lepiej je zrozumieć.
Zastosowanie 1. Samochody autonomiczne
Samochody autonomiczne wymagają połączenia wielu różnych technik sztucznej inteligencji, takich jak: wyszukiwanie i planowanie, aby znaleźć najdogodniejszą trasę z punktu A do punktu B; przetwarzanie obrazów, aby rozpoznawać przeszkody, a także podejmowanie decyzji w warunkach niepewności, aby poradzić sobie w skomplikowanym i zmieniającym się otoczeniu. Każdy z tych elementów musi działać z niemal doskonałą precyzją, abyśmy uniknęli wypadków.
Te same technologie wykorzystywane są również w innych autonomicznych systemach, takich jak roboty dostawcze, latające drony czy autonomiczne statki.
skutki: Ruch drogowy powinien stać się bardziej bezpieczny, gdy niezawodność tych systemów przewyższy poziom niezawodności człowieka. Wydajność łańcuchów logistycznych podczas transportu towarów powinna wzrosnąć. Ludzie zaczną pełnić rolę nadzorczą, ogólnie kontrolując sytuację, podczas gdy maszyny zajmą się prowadzeniem pojazdów. Transport jest tak podstawowym elementem naszego codziennego życia, że prawdopodobnie pojawią się też inne skutki, o których jeszcze nawet nie pomyśleliśmy.
Zastosowanie 2. Rekomendacja treści
Wiele informacji, które do nas docierają podczas zwykłego dnia, jest spersonalizowanych. Przykładem mogą być tutaj treści pochądzące z Facebooka, Twittera, Instagrama i innych mediów społecznościowych; reklamy online; rekomendacje utworów muzycznych na Spotify; rekomendacje filmowe na Netflixie, HBO i w ramach innych usług transmisji strumieniowej. Personalizację oferowanych treści stosuje również wielu wydawców internetowych, np. na stronach internetowych gazet i nadawców telewizyjnych lub radiowych, a także wyszukiwarki internetowe, takie jak Google.
Chociaż strona tytułowa papierowej wersji New York Timesa czy China Daily jest taka sama dla wszystkich czytelników, strona tytułowa wersji online różni się w zależności od użytkownika. Algorytmy decydujące o tym, jaką treść widzisz, opierają się na sztucznej inteligencji.
skutki: chociaż wiele przedsiębiorstw nie chce ujawniać szczegółowych informacji na temat swoich algorytmów, znajomość podstawowych zasad pomoże ci zrozumieć potencjalne skutki ich działania, takie jak: tzw. bańki filtrujące, kabiny pogłosowe, fabryki trolli, fałszywe informacje oraz nowe formy propagandy.
Zastosowanie 3. Przetwarzanie obrazów i materiałów wideo
Rozpoznawanie twarzy stało się funkcją posiadającą wiele zastosowań konsumenckich, biznesowych i administracyjnych. Przykładem może być porządkowanie zdjęć według osób, automatyczne oznaczanie w mediach społecznościowych czy kontrola paszportowa. Podobne techniki można wykorzystywać między innymi do rozpoznawania przez autonomiczne samochody innych samochodów i przeszkód wokół nich lub do szacowania populacji dzikich zwierząt.
Sztuczną inteligencję można również wykorzystywać do tworzenia lub modyfikowania treści wizualnych. Jako przykłady, które są już obecnie w użyciu, można wymienić np. transfer stylu, za pomocą którego możesz przerobić swoje zdjęcia w taki sposób, że będą wyglądały jak namalowane przez Vincenta van Gogha, czy komputerowe generowanie postaci z filmów, takich jak Avatar, Władca Pierścieni lub popularne animacje studia Pixar, w których animowani bohaterowie odtwarzają gesty wykonywane przez żywych aktorów.
skutki: kiedy techniki te będą bardziej zaawansowane i staną się łatwo dostępne, można będzie tworzyć naturalnie wyglądające fałszywe materiały wideo z wydarzeń, które trudno będzie odróżnić od prawdziwych ujęć. Podważa to powiedzenie, zgodnie z którym „zobaczyć znaczy uwierzyć”.
Czym jest sztuczna inteligencja, a czym nie jest? To nie jest proste pytanie!
Popularność sztucznej inteligencji w mediach wynika po części z faktu, że ludzie zaczęli używać tego pojęcia odnosząc się do rzeczy, które wcześniej miały inne nazwy. Możesz zauważyć, że prawie każde zagadnienie od statystyki i analityki biznesowej po kodowane ręcznie reguły „jeżeli-to” jest nazywane sztuczną inteligencją. Dlaczego tak się dzieje? Dlaczego ludzie postrzegają sztuczną inteligencja tak niejednoznacznie? Przeanalizujmy kilka przyczyn.
Przyczyna 1: brak oficjalnie uzgodnionej definicji
Nawet osoby zajmujące się badaniem sztucznej inteligencji nie mają dokładnej definicji tego pojęcia. Dziedzina ta jest raczej wciąż definiowana od nowa, kiedy pewne tematy klasyfikuje się jako niezwiązane ze sztuczną inteligencją, a w ich miejsce pojawiają się inne.
Wśród zapaleńców komputerowych krąży stary żart, że sztuczną inteligencję definiuje się jako „fajne rzeczy, których nie potrafią komputery”. Ironia polega na tym, że zgodnie z tą definicją sztuczna inteligencja nie może robić żadnych postępów, ponieważ kiedy tylko odkrywamy jakąś fajną rzecz, którą może wykonać komputer, przestaje ona należeć do obszaru sztucznej inteligencji. Definicja ta zawiera jednak ziarno prawdy. Przykładowo pięćdziesiąt lat temu uważano, że automatyczne metody wyszukiwania i planowania należą do domeny sztucznej inteligencji. Teraz takich metod uczy się każdy student informatyki. Podobnie niektóre metody przetwarzania niepewnych informacji stają się tak dobrze znane, że prawdopodobnie już niedługo zostaną przesunięte z dziedziny sztucznej inteligencji do statystyki lub prawdopodobieństwa.
Przyczyna 2: spuścizna fantastyka naukowa
Chaos związany ze znaczeniem tego pojęcia dodatkowo pogłębiają wizje sztucznej inteligencji obecne w różnych utworach literackich i filmowych z gatunku fantastyka naukowa. W historiach fantastyka naukowa pojawiają się często przyjaźnie nastawieni humanoidalni służący dostarczający pełnych zbędnych szczegółów faktoidów lub wdający się w błyskotliwe dialogi, ale zdarza się, że idą w ślady Pinokia i zaczynają zastanawiać się, czy mogliby stać się ludźmi. Inna grupa humanoidów wywodzi się z ponurych motywów kojarzonych z fantastyka naukowa – grupa ta obraca się przeciwko swoim panom w duchu starych opowieści o uczniach czarnoksiężników, jak w historii praskiego golema i innych.
Często pod powłoką robota u takich istot kryje się coś bardzo ludzkiego. Jest to zrozumiałe, ponieważ większość beletrystyki – w tym fantastyka naukowa – musi dać się łatwo powiązać z realnym światem czytelników. W przeciwnym razie zraziłaby ich inteligencja, która jest nazbyt inna i obca. Większość utworów fantastyka naukowa należy zatem odczytywać jako metaforę obecnej kondycji człowieka, a roboty można postrzegać jako ucieleśnienie uciskanych grup społecznych lub naszych poszukiwań sensu życia.
Przyczyna 3: to, co wydaje się łatwe, jest tak naprawdę trudne...
Kolejną przyczyną trudności ze zrozumieniem sztucznej inteligencji jest fakt, że niełatwo jest rozpoznać, które zadania są łatwe, a które trudne. Rozejrzyj się wokół i weź do ręki jakiś przedmiot, a potem pomyśl, co zrobiłeś: użyłeś swoich oczu, aby rozejrzeć się dookoła; stwierdziłeś, gdzie znajdują się odpowiednie przedmioty, które możesz podnieść; wybrałeś jeden z nich i zaplanowałeś trajektorię swojej ręki, aby go dosięgnąć; potem wykonałeś ruch ręką, napinając kolejno różne mięśnie i udało ci się chwycić ten przedmiot, używając do tego dokładnie takiej siły, aby utrzymać go między palcami.
Trudno jest zdać sobie sprawę, jak bardzo jest to skomplikowane, ale czasami można to dostrzec, kiedy coś pójdzie nie tak: wybrany przez ciebie przedmiot jest dużo cięższy lub lżejszy niż się spodziewałeś lub ktoś inny otwiera drzwi w tym samym momencie, w którym wyciągasz rękę do klamki. W takiej sytuacji możesz poczuć się poważnie wytrącony z równowagi. Zwykle tego rodzaju zadania wydają się łatwe, ale za tym odczuciem stoją miliony lat ewolucji i kilka lat praktyki w dzieciństwie.
Chociaż chwytanie przedmiotów jest dla ciebie łatwe, dla robota jest to czynność niezwykle trudna i stanowi pole do aktywnych badań. Najnowsze przykłady to m.in. realizowany przez Google projekt uczenia robotów, jak chwytać przedmioty oraz robot zbierający kalafiory.
... a to, co wydaje się trudne, jest tak naprawdę łatwe
Z drugiej strony wydawać się może, że zadania polegające na grze w szachy i rozwiązywaniu zadań matematycznych są bardzo trudne, do ich opanowania potrzeba wielu lat praktyki i wymagają one od nas „wyższych zdolności umysłowych”, a także skoncentrowanego i świadomego myślenia. Nie dziwi zatem fakt, że w niektórych początkowych badaniach nad sztuczną inteligencją skoncentrowano się na tego rodzaju zadaniach, które wtedy mogły wydawać się kwintesencją inteligencji.
Od tamtej pory okazało się, że gra w szachy pasuje komputerom, które potrafią przestrzegać dość prostych zasad i obliczać wiele alternatywnych sekwencji ruchów w tempie miliardów obliczeń na sekundę. Komputery pokonały ludzkiego mistrza świata w szachach w słynnych pojedynkach Deep Blue kontra Kasparow w 1997 r. Czy możesz sobie wyobrazić, że większym problemem okazało się chwytanie pionków i przesuwanie ich na szachownicy bez przewracania? Techniki wykorzystywane w grach, takich jak szachy czy kółko i krzyżyk, przeanalizujemy w rozdziale 2.
Podobnie, chociaż biegłość matematyczna wymaga (jak się wydaje) ludzkiej intuicji i pomysłowości, to wiele zadań (ale nie wszystkie) z typowego programu nauczania szkoły średniej lub wyższej można rozwiązać, korzystając z kalkulatora i prostego zestawu reguł.
Jaka byłaby zatem bardziej użyteczna definicja?
Próbując opracować definicję, która byłaby bardziej użyteczna niż żart „to, czego nie potrafią jeszcze komputery”, można byłoby wymienić cechy charakterystyczne dla sztucznej inteligencji, czyli w tym przypadku autonomię i zdolność do adaptacji.
Kluczowe terminy
Samodzielność
Zdolność do wykonywania zadań w złożonych środowiskach bez ciągłego nadzorowania przez użytkownika.
Zdolność do adaptacji
Umiejętność poprawy skuteczności swoich działań na podstawie zdobytego doświadczenia.
Słowa mogą wprowadzać w błąd
Definiując sztuczną inteligencję i dyskutując o niej, musimy zachować ostrożność, ponieważ wiele słów, których używamy, może wprowadzać w błąd. Typowymi przykładami są „uczenie się”, „rozumienie” i „inteligencja”.
Możesz powiedzieć na przykład, że system jest inteligentny dlatego, że dostarcza dokładnych instrukcji nawigacyjnych lub wykrywa objawy czerniaka na zdjęciach zmian skórnych. Kiedy słyszymy podobne stwierdzenia, słowo „inteligentny” w łatwy sposób sugeruje, że dany system jest w stanie wykonywać każde zadanie, które może wykonać inteligentna osoba: pójść do sklepu i ugotować obiad, zrobić i poskładać pranie itd.
Podobnie kiedy mówimy, że system przetwarzania obrazów rozumie obrazy, ponieważ potrafi wyodrębnić na jednym obrazie różne obiekty, takie jak samochody, piesi, budynki, droga itd., słowo „rozumieć” w łatwy sposób sugeruje, że system ten rozumie również to, że chociaż jakaś osoba ma na sobie koszulkę z wydrukowanym zdjęciem drogi, to jazda tą drogą (i przejechanie tej osoby) nie jest dobrym pomysłem.
W obu tych przypadkach nie mielibyśmy racji.
Uwaga
Uwaga na „słowa-walizki”
Marvin Minsky, naukowiec zajmujący się kognitywistyką i jeden z największych pionierów w dziedzinie sztucznej inteligencji, ukuł termin „słowo-walizka” dla określenia terminów posiadających wiele różnych znaczeń, które pojawiają się nawet wówczas, gdy odnosimy się tylko do jednego z nich. Używanie takich terminów zwiększa ryzyko błędnych interpretacji, jak we wcześniejszych przykładach.
Ważne, aby zdać sobie sprawę, że inteligencja nie jest jednowymiarowa, jak np. temperatura. Możemy porównać temperaturę dzisiejszą z wczorajszą lub temperaturę w Helsinkach z temperaturą w Rzymie i powiedzieć, która z nich jest wyższa, a która niższa. Często uważamy nawet, że można poszeregować ludzi na podstawie ich inteligencji – temu właśnie służyć ma iloraz inteligencji (IQ). Jest jednak oczywiste, że nie można porównywać różnych systemów sztucznej inteligencji na jednej osi lub w jednym wymiarze na podstawie ich inteligencji. Czy algorytm gry w szachy jest bardziej inteligentny niż filtr antyspamowy, albo czy system rekomendacji utworów muzycznych jest bardziej inteligentny niż samochód autonomiczny? Te pytania nie mają sensu, ponieważ sztuczna inteligencja jest pojęciem wąskim (wrócimy do znaczenia „wąsko wyspecjalizowanej sztucznej inteligencji” pod koniec tego rozdziału): zdolność rozwiązania jednego problemu nie mówi nam nic o umiejętności rozwiązywania innego problemu.
Dlaczego można powiedzieć, że coś jest „w pewnym stopniu sztuczną inteligencją”, ale nie „jedną sztuczną inteligencją”?
Podział na sztuczną inteligencję i to co nią nie jest nie wyraża jednoznacznego przeciwieństwa: chociaż niektóre metody można na pewno określić jako sztuczną inteligencję, a inne z pewnością nie, istnieją również metody będące w pewnym stopniu sztuczną inteligencją, zawierające element – „szczyptę” – sztucznej inteligencji, jak szczyptę soli. Stąd czasami lepiej jest mówić o „cechach sztucznej inteligencji”, a nie dyskutować, czy coś jest sztuczną inteligencją, czy nią nie jest.
Uwaga
„Sztuczna inteligencja” jest rzeczownikiem niepoliczalnym
Mówiąc o sztucznej inteligencji, chcielibyśmy zniechęcić do używania tego terminu jako rzeczownika policzalnego: jedna sztuczna inteligencja, dwie sztuczne inteligencje itd. Sztuczna inteligencja jest dziedziną nauki, podobnie jak matematyka czy biologia. Oznacza to, że sztuczna inteligencja jest zbiorem pojęć, problemów i metod ich rozwiązywania.
Ponieważ sztuczna inteligencja jest dyscypliną naukową, nie należy mówić „jedna sztuczna inteligencja”, tak jak nie mówimy „jedna biologia”. Ta uwaga powinna być również dość zrozumiała, kiedy próbujesz powiedzieć coś w rodzaju „potrzebujemy więcej sztucznych inteligencji”. Nie brzmi to dobrze, prawda? (Przynajmniej dla nas).
Pomimo że zniechęcamy do tego, używanie pojęcia „sztuczna inteligencja” jako rzeczownika policzalnego jest powszechne. Weźmy jako przykład nagłówek Dane z urządzeń do noszenia na ciele pomogły nauczyć pewną sztuczną inteligencję rozpoznawać objawy cukrzycy, który mimo wszystko jest całkiem dobrym nagłówkiem, ponieważ podkreśla znaczenie danych i wyjaśnia, że system ten może tylko wykrywać objawy cukrzycy, a nie stawiać diagnozy i podejmować decyzje dotyczące leczenia. Nie należy też nigdy mówić czegoś w rodzaju Sztuczna inteligencja Google’a stworzyła sztuczną inteligencję, która przewyższa wszystkie inne wymyślone przez ludzi – jest to jeden z najbardziej wprowadzających w błąd nagłówków, jakie kiedykolwiek widzieliśmy (podkreślamy, że nagłówek ten nie został wymyślony przez dział Google Research).
Używanie terminu sztuczna inteligencja jako rzeczownika policzalnego nie jest oczywiście dużym problemem, jeżeli sama treść wypowiedzi ma sens, ale jeśli chcesz brzmieć jak profesjonalista, nie mów „pewna sztuczna inteligencja”, tylko lepiej „metoda sztucznej inteligencji”.