I. Przewidywanie przyszłości

Zaczniemy od najtrudniejszego problemu ze wszystkich – przewidywania przyszłości.

Niestety, nie mamy kryształowej kuli, w której moglibyśmy ujrzeć, jaki świat będzie w przyszłości i jak sztuczna inteligencja zmieni nasze życie.

Ludzie często proszą nas, naukowców, o przewidywanie przyszłych zdarzeń, i przewracają oczami, gdy odmawiamy („ci nudni naukowcy”). Ale tak naprawdę uważamy, że należy być sceptycznym wobec każdego, kto twierdzi, że zna przyszłość sztucznej inteligencji i wie, jak wpłynie ona na nasze społeczeństwo.

robot wachlujący człowieka w hamaku

Pole zakrzywiania rzeczywistości

Jednak nie wszyscy są tak ostrożni w swoich prognozach. W dzisiejszym świecie, w którym wielkie nagłówki się dobrze sprzedają i w którym wiadomości trzeba zawrzeć w 280 znakach, ostrożne (nudne?) przekazy umykają, a proste i dramatyczne są wzmacniane. Bez wątpienia ma to miejsce w przypadku postrzegania sztucznej inteligencji przez społeczeństwo.

Uwaga

Od utopijnych wizji do pesymistycznych przepowiedni

W sferze medialnej dominują skrajności. Zaczynają się pojawiać celebryci sztucznej inteligencji, propagujący jakąś wielką ideę i prognozujący jej przyszłość niczym wyrocznie. Media uwielbiają takie wyraziste przekazy. Niektórzy obiecują nam utopijną przyszłość, w której nastąpi gwałtowny rozwój, a nowe branże warte biliony dolarów pojawią się znikąd, w której prawdziwa sztuczna inteligencja rozwiąże wszystkie problemy, których nie potrafimy sami rozwiązać i w której ludzie nie będą musieli w ogóle pracować.

Twierdzono również, że sztuczna inteligencja to sposób na zdobycie władzy nad światem. Inni wysuwali jeszcze bardziej fantastyczne tezy, zgodnie z którymi sztuczna inteligencja oznacza koniec ludzkości (w ciągu ok. 20–30 najbliższych lat), życie jako takie przejdzie metamorfozę w „epoce sztucznej inteligencji” i że sztuczna inteligencja zagraża naszemu istnieniu.

Chociaż niektóre z tych prognoz są w jakieś części trafne, pozostałe posłużą głównie jako przykłady, że przewidywanie jest bardzo trudne, a wiele z nich jest prawie zupełnie bez sensu. Chcemy, nauczyć Cię przyglądać się tym i innym prognozom i oceniać je krytycznym okiem.

Jeże i lisy

Politolog Philip E. Tetlock, autor książki Superprognozowanie. Sztuka i nauka prognozowania, dzieli ludzi na dwie kategorie: tych, którzy wierzą w jedną wielką ideę („jeże”) i tych, którzy wierzą w wiele małych idei („lisy”). Tetlock przeprowadził w latach 1984–2003 eksperyment w celu zbadania czynników pomagających nam rozpoznać, które przewidywania prawdopodobnie się spełnią, a które nie. Odkrył między innymi, że lisy zazwyczaj wyraźnie lepiej przewidują, niż jeże, szczególnie jeżeli chodzi o prognozowanie długoterminowe.

Przekazy, które można wyrazić w 280 znakach, to prawdopodobnie częściej wielkie i proste idee jeży. Najlepiej jednak śledzić dobrze uzasadnione i zrównoważone źródła informacji i zachować sceptycyzm wobec ludzi, którzy próbują wszystko wytłumaczyć za pomocą pojedynczego argumentu.

Chociaż przewidywanie przyszłości jest trudne, możemy przynajmniej uwzględnić dawną i obecną sztuczną inteligencję i dzięki ich zrozumieniu, miejmy nadzieję, lepiej przygotować się na przyszłość, niezależnie od tego, jaka ostatecznie będzie.

robot śpiący na śniegu

Zimy sztucznej inteligencji

W historii sztucznej inteligencji, tak jak w wielu innych dziedzinach nauki, pojawiały się i zanikały przeróżne trendy. W filozofii nauki trend określa się mianem paradygmatu. Zazwyczaj większość środowiska naukowego przyjmuje dany paradygmat i pojawiają się optymistyczne przewidywania co do rychłych postępów. Na przykład w latach sześćdziesiątych XX wieku powszechnie wierzono, że sieci neuronowe rozwiążą wszystkie problemy dotyczące sztucznej inteligencji dzięki naśladowaniu naturalnych mechanizmów uczenia się, w szczególności obecnych w ludzkim mózgu. Kolejną wielką ideą były systemy ekspertowe oparte na logice i regułach zaprogramowanych przez człowieka, które stanowiły główny paradygmat w latach osiemdziesiątych.

Cykl ekscytacji

Na początku każdej fali szereg wczesnych sukcesów powoduje zazwyczaj powszechne zadowolenie i optymizm. Sukcesy te, nawet jeżeli mają miejsce w specjalistycznych dziedzinach i są w pewnym stopniu niepełne, stają się obiektem powszechnego zainteresowania. Wielu badaczy rzuca się do pracy nad sztuczną inteligencją – a przynajmniej tak określają swoje badania – aby uzyskać dostęp do zwiększonego finansowania. Również przedsiębiorstwa rozpoczynają i poszerzają swoją działalność w obszarze sztucznej inteligencji z obawy, że coś je ominie (ang. – „fear of missing out”, FOMO).

Jak dotąd za każdym razem, gdy mówiono, że całościowe, ogólne rozwiązanie kwestii sztucznej inteligencji jest w zasięgu ręki, wysiłki ostatecznie rozbijały się o problemy nie do pokonania, które wcześniej uważano za drobne przeszkody. W przypadku sieci neuronowych w latach sześćdziesiątych przeszkody te dotyczyły podejścia do nieliniowości i rozwiązania problemów z zakresu uczenia się maszyn związanych z rosnącą liczbą parametrów wykorzystywanych w architekturach sieci neuronowych. W przypadku systemów ekspertowych w latach osiemdziesiątych przeszkody były związane z rozwiązaniem kwestii niepewności i zdrowego rozsądku. Gdy po latach niepowodzeń i niespełnionych obietnic zaczęto sobie zdawać sprawę z prawdziwej skali nierozwiązanych problemów, pesymizm dotyczący paradygmatu osiągnął masę krytyczną i nadeszła zima sztucznej inteligencji: zainteresowanie dziedziną spadło i wysiłki badawcze skierowano gdzie indziej.

Współczesna sztuczna inteligencja

Obecnie, mniej więcej od początku nowego tysiąclecia, sztuczna inteligencja znowu znajduje się na fali wznoszącej. Współczesne metody w dziedzinie sztucznej inteligencji polegają zazwyczaj na rozbiciu problemu na szereg mniejszych, wyodrębnionych i wyraźnie określonych problemów i rozwiązywaniu ich po kolei. Współczesna sztuczna inteligencja nie próbuje odpowiadać na wielkie pytania o to, czym jest inteligencja, umysł i świadomość, i skupia się tworzeniu praktycznych i użytecznych rozwiązań rzeczywistych problemów. Jest to dobra wiadomość dla nas wszystkich, bo wszyscy możemy na tych rozwiązaniach skorzystać!

Inną charakterystyczną cechą współczesnych metod w dziedzinie sztucznej inteligencji, ściśle powiązaną z funkcjonowaniem w złożonym i „chaotycznym” świecie rzeczywistym, jest zdolność do radzenia sobie z niepewnością, co pokazaliśmy w analizie zastosowań prawdopodobieństwa w sztucznej inteligencji w rozdziale 3. Ponadto obecny trend wzrostowy w dziedzinie sztucznej inteligencji został bardzo wzmocniony powrotem sieci neuronowych i technik uczenia głębokiego umożliwiających przetwarzanie obrazów i innych danych ze świata rzeczywistego lepiej niż kiedykolwiek wcześniej.

Uwaga

Czy znajdujemy się zatem w cyklu ekscytacji?

Tylko czas pokaże, czy historia się powtórzy i czy po obecnym rozkwicie znowu nastąpi zima sztucznej inteligencji. Nawet jeżeli tak się stanie i prace nad coraz lepszymi rozwiązaniami wytracą tempo i ustaną, sztuczna inteligencja pozostanie istotna dla społeczeństwa. Dzięki skupieniu się na użytecznych rozwiązaniach rzeczywistych problemów, współczesne badania w dziedzinie sztucznej inteligencji już teraz przynoszą korzyści, nie próbując najpierw odpowiedzieć na wielkie pytania dotyczące ogólnej natury inteligencji – o co rozbiły się wcześniejsze próby.

Prognoza 1: Sztuczna inteligencja nadal będzie wszędzie wokół nas

Jak pamiętasz, aby zachęcić Cię do zgłębienia sztucznej inteligencji, omówiliśmy najpierw znane zastosowania sztucznej inteligencji, które wpływają na życie nas wszystkich. Podaliśmy trzy przykłady: samochody autonomiczne, system rekomendacji utworów muzycznych oraz systemy przetwarzania obrazów i materiałów wideo. W trakcie kursu omówiliśmy również szeroki zakres innych zastosowań, które przyczyniają się do obecnej transformacji technologicznej.

Uwaga

Sztuczna inteligencja zmienia świat

Ponieważ skupiliśmy się na wymiarze praktycznym, a nie na wielkich problemach, żyjemy otoczeni przez sztuczną inteligencję (nawet jeżeli przez większość czasu jesteśmy tego błogo nieświadomi): muzyka, której słuchamy; produkty, które kupujemy w sieci; filmy i seriale, które oglądamy; nasze trasy przejazdu; a nawet relacje medialne i informacje, do których mamy dostęp – na wszystko to coraz większy wpływ ma sztuczna inteligencja. Co więcej, w praktycznie wszystkich dziedzinach nauki, od medycyny i astrofizyki do historii średniowiecza, również stosuje się metody sztucznej inteligencji do pogłębiania naszej wiedzy o wszechświecie i o nas samych.

straszny robot

Prognoza 2: Terminator nie nadejdzie

Jedną z najpowszechniejszych i najtrwalszych koncepcji dotyczących przyszłości sztucznej inteligencji jest Terminator. Jeżeli z jakichś przyczyn ominęła Cię wizja bezlitosnego humanoidalnego robota z metalowym szkieletem i płonącymi oczami... cóż, oto i ta koncepcja. Terminator to film z 1984 roku nakręcony przez Jamesa Camerona. Film opowiada o tym, jak globalny system obronny o nazwie „Skynet”, kierowany przez sztuczną inteligencję, staje się świadomy swojego istnienia i zabija większość ludzkości za pomocą broni nuklearnej i futurystycznych robotów-zabójców.

Uwaga

Dwa scenariusze końca świata

Istnieją dwa różne scenariusze, które mogłyby doprowadzić do nadejścia Terminatora lub do innych równie przerażających form rebelii robotów. W pierwszym, który opisano we wspomnianym filmie z 1984 roku, potężny system sztucznej inteligencji staje się świadomy i uznaje, że po prostu bardzo, ale to bardzo nie lubi ludzkości.

W drugim z możliwych scenariuszy armia robotów znajduje się pod kontrolą inteligentnego, ale nieświadomego systemu sztucznej inteligencji, który technicznie kontrolują ludzie. System można na przykład zaprogramować do zoptymalizowania produkcji spinaczy. Brzmi dosyć niewinnie, prawda?

Jeżeli jednak system jest wysoce inteligentny, szybko osiągnie maksymalny poziom produkcji spinaczy, na który pozwalają dostępne zasoby, takie jak energia i surowce. Następnie może dojść do wniosku, że musi przekierować do produkcji spinaczy więcej zasobów. Aby to zrobić, może być zmuszony do uniemożliwienia zużycia zasobów do innych celów, nawet tych niezbędnych dla cywilizacji ludzkiej. Najprościej to osiągnąć poprzez zabicie wszystkich ludzi, co uwolni olbrzymie zasoby na potrzeby realizacji głównego zadania systemu – produkcji spinaczy.

Dlaczego te scenariusze nie są realistyczne?

Istnieje szereg powodów, dla których oba powyższe scenariusze są niezwykle mało prawdopodobne i należą do fantastyki naukowej, a nie do poważnych spekulacji na temat przyszłości sztucznej inteligencji.

Powód 1:

Po pierwsze, pomysł, jakoby superinteligentna, świadoma sztuczna inteligencja, przewyższająca ludzi, miała przypadkiem powstać w wyniku rozwijania metod sztucznej inteligencji – jest naiwny. Jak mogłeś się dowiedzieć z poprzednich rozdziałów, metody sztucznej inteligencji to jedynie zautomatyzowane rozumowanie oparte na połączeniu całkowicie jasnych zasad i dużej ilości danych wejściowych – źródłem obu są ludzie lub systemy stworzone przez ludzi. Wyobrażenie sobie, że klasyfikator najbliższych sąsiadów, regresja liniowa, silnik gry AlphaGo, lub nawet głęboka sieć neuronowa mogłyby stać się świadome i stopniowo zmienić w superinteligentny umysł sztucznej inteligencji, wymaga (bardzo) bogatej wyobraźni.

Nie znaczy to, że uważamy, że stworzenie inteligencji dorównującej ludzkiemu poziomowi jest zdecydowanie niemożliwe. Wystarczy spojrzeć nie dalej niż w lustro, żeby ujrzeć dowód istnienia wysoce inteligentnego fizycznego systemu. Powtórzmy naszą myśl: superinteligencja nie powstanie w wyniku rozwijania wąsko wyspecjalizowanych metod sztucznej inteligencji i wykorzystywania ich do rozwiązywania problemów praktycznych (przypomnij sobie porównanie wąsko wyspecjalizowanej i ogólnej sztucznej inteligencji w sekcji dotyczącej filozofii sztucznej inteligencji w rozdziale 1).

Powód 2:

Po drugie, jedną z ulubionych koncepcji tych, którzy wierzą w superinteligentną sztucznej inteligencji, jest tzw. osobliwość: system, który optymalizuje i „przebudowuje” sam siebie w taki sposób, że powiększa swoją inteligencję w stale rosnącym, wykładniczym tempie. Taka superinteligencja prześcignęłaby ludzkość tak bardzo, że stalibyśmy się przy niej mrówkami, które można wybić bez zastanowienia. Koncepcja gwałtownego wzrostu inteligencji jest nierealistyczna z tego prostego powodu, że nawet jeżeli system mógłby optymalizować własne funkcjonowanie, napotykałby coraz trudniejsze problemy, które spowolniłoby jego postępy, podobnie jak postępy ludzkich naukowców wymagają coraz większych wysiłków i zasobów całej społeczności badawczej, a wręcz całego społeczeństwa, do których superinteligentny byt nie miałby dostępu. Ludzkość nadal może decydować, do czego wykorzystujemy technologię, nawet technologię sztucznej inteligencji. Ta kontrola w dużej mierze wynika właśnie z technologii, więc wszelkie postępy w dziedzinie technologii sztucznej inteligencji dają nam jeszcze większe możliwości i pozwalają nam lepiej kontrolować wszelkie ewentualne ryzyko z nią związane.

Uwaga

Problem dostosowania wartości

Przykład spinacza jest znany jako problem dopasowania wartości: określenie celów systemu w taki sposób, aby były dostosowane do naszych wartości, jest bardzo trudne. Wyobraźmy sobie jednak, że stworzylibyśmy superinteligentny system, który mógłby poradzić sobie z ludźmi, gdyby spróbowali przeszkodzić mu w pracy. Rozsądnym założeniem byłoby, że taki system byłby również wystarczająco inteligentny, by zrozumieć, że gdy mówimy „zrób nam spinacze”, nie mamy na myśli przekształcenia Ziemi w fabrykę spinaczy na skalę planetarną.

Oddzielanie bajek od rzeczywistości

Podsumowując, Terminator to świetna historia filmowa, ale nie jest to rzeczywisty problem warty panikowania. Terminator to chwyt, łatwy sposób na przyciągniecie znacznej uwagi, symbol, dzięki któremu dziennikarze zwiększają klikalność, temat zastępczy do odwracania uwagi od może nudnych, ale prawdziwych zagrożeń, takich jak broń nuklearna, deficyt demokracji, katastrofy ekologiczne i zmiana klimatu. W rzeczywistości prawdziwym zagrożeniem stwarzanym przez Terminatora jest odwracanie uwagi od faktycznych problemów, z których część dotyczy sztucznej inteligencji, ale wiele nie. Omówimy problemy stwarzane przez sztuczną inteligencję w dalszej części, ale główny wniosek jest następujący: zapomnij o Terminatorze, jest wiele dużo ważniejszych rzeczy, którymi powinniśmy się zająć.

Ładowanie ćwiczenia...