„Takie niewielkie, szare i nie rusza się. Podchodzę bliżej, przyglądam się i poznaję. To rozum” – tak zaczyna się jeden z najsłynniejszych skeczów Kabaretu Dudek. Czy gdyby ten rozum był sztuczny, to zostałby równie celnie rozpoznany, jak rozum ludzki? Po czym w istocie da się rozpoznać sztuczną inteligencję?

Może zacznijmy od tej ludzkiej – w końcu nie zawsze leży sobie ona na ulicy i nie rusza się. Cóż to zatem jest INTELIGENCJA? Jak twierdzi mój osobisty psycholog, par excellence rodzinny, czyli prof. Hervé Segond z Uniwersytetu Strasbourskiego, samo zagadnienie jest świeżej daty i zaistniało, gdy szkoły stały się obowiązkiem. Pociągnęło to za sobą konieczność wstępnej ewaluacji rozwoju intelektualnego dzieci tak, by dla tych z opóźnieniami czy niedostatkami stworzyć specjalne klasy czy programy.

Ponieważ tzw. inteligencja wydaje się fenomenem wielowymiarowym, psycholodzy zaproponowali testy psychometryczne oparte o rozliczne typy zadań, by ocenić tak werbalne, jak i niewerbalne aspekty rozwoju. Gdyby zapytać autorów owych testów, czym jest inteligencja, odpowiedzieliby bez zająknięcia: tym, co dokładnie mierzy mój test. A propos: oceniając sztuczną inteligencję, jesteśmy przyparci do tego samego intelektualnego narożnika.

Cóż, lepiej chyba skupmy się na czymś funkcjonalnym i zapytajmy, jak dałoby się scharakteryzować inteligencję rozwijającego się małego dziecka, czyli organizmu ludzkiego na co dzień stykającego się z nowym dla siebie otoczeniem i wyzwaniami. Takim, dajmy na to, dwulatkiem.

Tu najważniejsza okazuje się adaptacja do zmieniającego się środowiska oraz zdolność organizacji zdobytych informacji (wiedza i zrozumienie). Tak, by zwiększała się autonomia dziecka i zdolność do adekwatnych zachowań w odpowiedzi na nowe bodźce. To byłyby najważniejsze i najzgrubniej ujęte elementy inteligencji. Oczywiście daje się to zobaczyć „pod lupą” i rozbić na specyficzne umiejętności (uwaga, percepcja, zapamiętywanie, strategie obróbki informacji i podejmowania decyzji, zdolności koordynacyjne etc).

A gdzie w tym wszystkim wyobraźnia, kreatywność, innowacyjność? Cóż, system szkolny nie jest tym zainteresowany. Łatwiej zdyscyplinować 40 zunimorfizowanych i zdążających w tym samym kierunku uczniów, niż skanalizować ekspresje 40 „artystów”. Aczkolwiek tylko ci kreatywni zdołają z sukcesem ogarnąć sytuacje zupełnie dla siebie nowe. I znajdą rozwiązania spoza pudełka z oczywistymi odpowiedziami w teście wielokrotnego wyboru.

Z drugiej strony – także automatyzacja procesu obróbki informacji (znajomość „z zamkniętymi oczami” i bezrefleksyjne niemal stosowanie procedur) dałaby się wprowadzić w rozumną definicję inteligencji. Gdy prowadzimy samochód, a czas reakcji wynosić ma jedną sekundę, zaś na szali znajduje się życie nas i naszych bliskich, tego właśnie pokładu w naszym mózgu używamy, automatycznie patrząc w lewo, automatycznie wciskając światła, wycieraczki, słuchając silnika. Tak, by jak najwięcej „wolnej” uwagi dało się zagospodarować, kiedy zajdzie konieczność natychmiastowej analizy niespodziewanego wydarzenia, typu: pieszy na drodze. Ta „część” naszej inteligencji dosłownie gwarantuje nam przeżycie. Co nie znaczy, że każdy inteligentny człowiek jest doskonałym kierowcą (i odwrotnie).

Wyzwanie PRZYSZŁOŚCI zatem brzmi: zrobić maszynę, która to umie. Nie bezwolnego, czy raczej bezrefleksyjnego Golema, tylko program komputerowy, ewentualnie sterujący maszyną, który działa jak ludzki umysł. Czyli odbiera i analizuje bodźce, rozumuje, posługuje się mową i argumentuje, uczy się i gromadzi wiedzę, planuje i rozwiązuje problemy. Adaptuje się do warunków. I kieruje się w ostatecznym rozrachunku zdrowym rozsądkiem. Sztuczna inteligencja, zwana też AI (od ang. Artificial Intelligence) należy zatem do zakresu badań nauk komputerowych.

Jak wyjaśnia specjalista, dr Piotr Migdał z firmy deepsense.ai: – AI dziś to najczęściej tzw. deep learning, czyli głębokie, sztuczne sieci neuronowe. Brzmi to skomplikowanie, ale ostatecznie to tylko dużo prostych operacji na tabelach liczb: dodawanie, odejmowanie, mnożenie, wartość maksymalna. Do tego stopnia prostych, że można to nawet zapisać w Excelu. W praktyce, rzecz jasna, używa się bardziej dostosowanych narzędzi, niemniej wiele z nich można z powodzeniem odpalić na własnym komputerze. Choć liczba parametrów potrafi być duża, nawet do setek milionów.

– Sztuczna inteligencja to fraza-wytrych dla informatycznego rozwiązywania zadań, których nie można zapisać prostym algorytmem. Na przykład takich: „czy na obrazku jest kot” lub „jakie emocje pokazuje twarz osoby na zdjęciu”, czy też „czy ten komentarz na Facebooku jest pozytywny”? Zatem AI to programy specjalizujące się w rozwiązywaniu konkretnych problemów. Nie mają dziś wiele wspólnego z ogólną inteligencją, jaką dysponują ludzie, wraz z umiejętnością sprawnego posługiwania się językiem. Na razie o tym zapomnijmy – wyjaśnia dr Migdał.

Pytania, które w swej żmudnej i pracowitej codzienności zadają badacze biedzący się nad stworzeniem AI, są rozliczne. Np. jak rozporcjować ludzką wiedzę i doświadczenie, aby program komputerowy mógł nie tylko ją magazynować i analizować, ale realnie uczyć się ją wykorzystywać do rozwiązywania problemów? Czyli choćby część wykorzystywać niemal automatycznie (obudzony w nocy wie, że 2 plus 2 to 4).

A jak nauczyć maszynę UCZYĆ SIĘ? Czyli rozpoznawać nieliczne istotne sygnały w morzu informacyjnego szumu. Kategoryzować i przyporządkowywać elementy na podstawie różnych i nierównocennych cech (np. posiadanie skrzydeł nie wyróżnia ptaków, bo mają je również owady, a posiadanie trójkątnego nosa nie wyróżnia psów). Wreszcie – cofać się i analizować możliwe błędy, próbując je naprawić. Takie umiejętności intelektualne wykazuje już kilkuletnie dziecko, które ma zmysły, mózg i kończyny – dzięki nim kontroluje rzeczywistość.

AI ma JEDYNIE miliony matematycznych algorytmów działania, dane wejściowe (im więcej, tym podobno lepiej) i wyniki przekształceń owych danych przez algorytmy. Zamiast zmysłów ma kamery i mikrofony. Zamiast mózgu – procesory i pamięci oparte o krzem. Zamiast kończyn… No tu bywa, że ZEWNĘTRZNIE ma urządzenia całkiem podobne. Są kończyny, niby są stawy, a nadal – według specjalistów – najtrudniej jest robota nauczyć chodzić. U człowieka nauka ta zabiera co najmniej rok i wymaga koordynacji wielu mięśni oraz narządu równowagi z mózgiem. Chodzące roboty (np. BigDog z Boston Dynamics) istnieją, nadal jednak to raczej pieśń przyszłości. Balansować na krawędzi nie jest łatwo.

A jak dać maszynie coś, co spełni rolę zmysłów, pozwoli na wybiórczą percepcję środowiska? I powiedzmy uczciwie, środowisko to pryszcz – rozpoznać UCZUCIA ludzkie na podstawie wyrazu twarzy, albo odróżnić ludzkie gesty, te przyjazne od tych wrogich i całkiem neutralnych, oto wyzwanie! Robot ze sztuczną inteligencją, zdolny do obrony południowokoreańskich granic, musi jakoś poradzić sobie właśnie z czymś takim, a będzie śmiercionośny. Lepiej zatem, by nie zabijał niewinnych ludzi.

Aczkolwiek tu daje się zaobserwować wielki postęp technologiczny. Programy zdolne rozróżniać ludzkie twarze, ale także komórki i tkanki nowotworowe od zdrowych, już działają. I bardzo dobrze się spisują, a zapotrzebowanie na ich „niemęczące się i nieulegające iluzji oko” mają i kryminalistyka (systemy inwigilacji), i portale społecznościowe, i medycyna. Istnieją także programy zdolne zamieniać obraz na tekst, czy zdjęcia satelitarne na mapy itp.

Tu trzeba powiedzieć o spokrewnionym i najdynamiczniej rozwijającym się, czysto informatycznym zjawisku, czyli głębokich sztucznych sieciach neuronowych. Nie mówimy tu jednak o sztucznych neuronach – nowej technologii w zakresie transplantacji, która pojawiła się dosłownie w tych dniach i pozwala (być może) zastąpić żywe komórki nerwowe, utracone w wyniku choroby lub urazu, sztucznymi implantami zdolnymi robić to, co neurony, czyli przewodzić impuls elektryczny wzbudzony chemicznym sygnałem w synapsie. To jest – mimo podobieństwa nazwy – coś zgoła innego.

Najprościej rzecz ująwszy, owe sieci są to modele komputerowe (ciągła analiza statystyczna danych, by znaleźć jakieś wzory czy relacje pomiędzy nimi), które w swym zachowaniu naśladują działanie ludzkiego mózgu. Oznacza to, że taka sztuczna sieć, analizując dane wejściowe i wyjściowe, ulega zmianom – można powiedzieć, że uczy się.

W naszym własnym mózgu też mają miejsce takie procesy – niektóre połączenia nerwowe (synapsy) ulegają wzmocnieniu, a inne osłabieniu w trakcie funkcjonowania. Bo jakieś doświadczenie jest dla nas ważne, a inne mniej. W ciągu ostatnich kilku lat sieciom udało się osiągnąć ludzką, lub ponadludzką, skuteczność w szeregu wyżej wspomnianych zadań, związanych z rozpoznawaniem obrazu. Zaś sieci AlphaGo udało się pokonać mistrzów Go – gry, która od dawna była wyzwaniem dla algorytmów.

90 procent naszych motywacji jest pozaracjonalnych. Czy zatem AI będzie w stanie rozwiązywać problemy, tak jak robią to ludzie, tylko szybciej, czy też będzie to robić zupełnie inaczej? Dlaczego nadal realnych robotów, opartych o AI, jest zaledwie kilka, żeby wspomnieć Alexę i Sophię?

Samochód Googla od dekady znajduje się w testach i nadal jest za mało bezpieczny, gdy działa samodzielnie. Ma potencjał (szybszy czas reakcji, większa czułość na bodźce), ale nawet relatywnie rzadkie niezauważanie przezeń przeszkód czy ludzi ma drastyczne skutki. Z kolei broń z Korei została oprotestowana przez wszystkich niemal naukowców mocno zaangażowanych w badania nad AI. Zresztą, gdy spojrzeć na tego robota, a potem spróbować przejść dżunglę na granicach dwóch Korei, staje się jasne, że zapadnie się on na pierwszym wykrocie i tyle z jego mądrości w błocie zostanie.

Każdy nowo wybrany prezydent naszej hemisfery – zaczynając od Francji, a kończąc na Estonii – zapewnia, że to jego kraj będzie liderem w technologiach opartych na AI. Zagadnienie stało się zatem polityczne. W międzyczasie komputery zaprogramowane tak, by „generować sztukę”, zapełniły sale wystawowe najważniejszych światowych galerii. I ciekawe, czy w sztuce tworzonej przez AI podoba nam się jej oryginalność, czy raczej działamy na zasadzie inżyniera Mamonia z „Rejsu”: podoba nam się tylko to, co kiedyś już widzieliśmy?

Dr Migdał zauważa, że choć ze sztuką AI sobie radzi, to „inne zadania są cięższe”. – Zrozumienie tekstu stwarza problemy. Zwłaszcza osadzenie tekstu w kontekście. By się przekonać, jaki jest obecny stan wiedzy, można spróbować Google Translate – owszem, tłumaczy zdania, ale często gubi kontekst i na razie jest daleki od poziomu osoby sprawnie operującej konkretnym językiem – wyjaśnia.

A jednak humaniści próbują nakłonić informatyków do konstruowania sztucznych inteligencji, zdolnych zanalizować gigantyczne ilości zapisanych w książkach i gazetach danych, by np. zbadać rozwój określonych zjawisk socjologicznych w czasie. Tak, tak, panowie! Uczące się maszyny podobno oceniły poziom stereotypów na temat kobiet w ostatnim stuleciu i… rozluźnijcie się. Wystawiły wam dobrą cenzurkę – uczycie się nie być takimi strasznymi mizoginami.

Bioinformatyk dr Jurek Dyczkowski podsumowuje to tak: – Według mnie, tworzenie sztucznej inteligencji jest głupotą. Czy nie dość mamy użerania się z ludzkimi inteligencjami? To sobie dodatkowo tworzymy taką sztuczną, do której też trzeba się będzie dostosowywać i się z nią liczyć, zaś jeśli będzie miała emocje, będziemy musieli je szanować. A słabo sobie radzimy z uszanowaniem ich u innych ludzi. Natomiast zniewolenie takiej inteligencji byłoby moralnie odrażające.

No sama nie wiem. Mnie się AI, jako zagadnienie naukowe – pokazujące, na ile funkcjonalnie rozumiemy samych siebie en mass i na ile potrafimy własny umysł „przeskoczyć” – szalenie podoba. Ale – jak każdy, kto miał déjà vu i dwa razy widział tego samego matrixowego kota – wiem, że można się bać. Czy jednak wobec sztucznej inteligencji, którą sami tworzymy, nasz strach będzie prawdziwy?

– Magdalena Kawalec-Segond,
biolog molekularny i mikrobiolog, współautorka „Słownika bakterii” (Adamantan, Łódź 2008)