Novi val umjetne inteligencije

Prof. Andrew Ng sa sveučilišta Stanford  poznat je po svojoj izreci: “AI is the new electricity” (“Umjetna inteligencija je novi elektricitet”). Iz njegove perspektive, umjetna inteligencija može revolucionarno utjecati na gotovo svaki aspekt ljudskog postojanja, slično kao što je elektricitet promijenio svijet u kojem živimo.

Umjetna inteligencija, termin kojeg je davne 1956. popularizirao John McCarthy, danas je posvuda. Zli bi jezici rekli: “iskače iz paštete”.

Svaki dan čitamo nove članke o tome gdje se sve primijenila, što je sve postigla, koje su novi proizvodi različitih firmi napravili novu revoluciju korištenjem umjetne inteligencije. Primjenjuje se u robotici, analitici podataka, marketingu, financijama, transportu, poljoprivredi, medicini pa čak i umjetnosti. A donedavno smo o njoj čuli samo u računalnim igrama i znanstvenoj fantastici. Pa što se to dogodilo zadnjih 6-7 godina, da je ovo područje odjednom postalo toliko aktualno, plodno i primijenjeno?

Sveto trojstvo Big Date, snage procesora i interesa javnosti

Nakon niza povijesnih uspona i padova ulaganja u AI na scenu stiže nekoliko pojava koje su iz temelja promijenile sliku. Kao prvo podaci rastu eksponencijalno. Internet, posebice društveni Web, a u novije vrijeme i Internet stvari generiraju ogromne količine podataka i nastaje – Big Data. Računalni kapaciteti, što u obliku procesorske snage, što u obliku memorije, postaju sve jeftiniji i sve moćniji. I s treće strane, a ne manje važno, popularna kultura kroz filmove, računalne igre, fikciju i druge medije popularizira umjetnu inteligenciju kao nešto mistično, tehnološki napredno i samim time interesantno.

Poklapanjem te tri pojave – dovoljno podataka za eksperimentiranje i implementaciju korisnih sustava; dovoljno snažni računalni kapaciteti za njihovo pokretanje i dakako dovoljan interes stručne i opće javnosti – umjetna inteligencija ponovno postaje jedno od centralnih područja razvoja informatičke industrije iako su gotovo sve metode koje su danas u žiži upotrebe razvijene prije 30, 40, 50 pa čak i 60 godina. Slično kao i s električnom strujom, od njezine pojave do široke upotrebe prošlo je 70-ak godina.

Ljudi su od davnina imali želju stvoriti nekoga nalik sebi i nešto što će umjesto njih rješavati probleme, pa se mnogi poduhvati iz povijesti bilo u obliku strojeva automata, bilo u obliku fikcije, bilo u obliku znanstvenog i tehnološkog razvoja, danas mogu okarakterizirati pretečama umjetne inteligencije kakvu ju danas poznajemo. Ipak, za začetak ovog područja u smislu računalnog oponašanja prvenstveno ljudske inteligencije, uzimaju se 1950-te godine kada su se pojavili prvi strojevi koji su bili u stanju igrati “pametne” igre poput dame (Christopher Strachey – 1951.) odnosno šaha (Dietrich Prinz - također 1951.). Smatralo se tada da bi stroj bio inteligentan, mora moći činiti stvari koje čine “pametni” ljudi.

Izdvojeno: Promjena stila glazbe

Znanstvenici iz Facebook-ovog AI Research tima osmislili su i implementirali univerzalnu mrežu za promjenu instrumenata, stila i žanra muzike. Ideja je od prilike sljedeća: uzme se opus nekog glazbenika (npr. sve Severinine pjesme) i opus nekog drugog glazbenika (npr. Let 3) i putem odgovarajućih enkodera temeljenih na neuronskim mrežama ekstrahiraju se njihovi korišteni instrumenti, stil i žanr. Zatim se uzme jedna pjesma i putem univerzalne mreže prevede u drugi stil. Zamislite Mrleta kako pjeva ja sam djevojka sa sela u punk-rock stilu s električnim gitarama i shvatit ćete koliko je ovo interesantan alat. 

Turingov test kao osnova

Razvoj umjetne u računalnom smislu započinje pojavom elektroničkog računala i mnoge ideje koje danas uzimamo zdravo za gotovo razvijene su u prvoj polovici 20. Stoljeća uključujući ideje kibernetike, neuronskih mreža i Turingovog testa. Alan Turing, jedan od utemeljitelja računarstva uopće, u jednom je filozofskom članku 1950. opisao danas čuveni test, a temeljio se na jednoj sasvim drukčijoj situaciji.

 Sve je počelo od tzv. imitacijske igre u kojoj su sudjelovali muškarac, žena i ispitivač koji je trebao dokučiti tko od dvaju sudionika je muško odnosno žensko. Kako bi se izbjeglo prepoznavanje putem boje glasa ili rukopisa, pitanja ispitivača na koja su odgovarali muškarac i žena bila su pisana pisaćim strojem ili prepisivana od strane posrednika. Turing je muškarca i ženu zamijenio računalom i čovjekom. Ako je računalo u stanju imitirati čovjeka do te razine da ispitivač ne može dokučiti je li riječ o čovjeku ili računalu, nije li tada računalo samo po sebi osjećajno kao čovjek?

Turingov test i danas ima veliko značenje te se dan danas organiziraju natjecanja sustava umjetnih inteligencija s ciljem da se test što bolje položi. Interesantno je primjerice da se s jednim takvim testom vjerojatno susrećete vrlo često - CAPTCHA koji je sustav koji pokušava razlikovati ljude od bot-ova korištenjem prepoznavanja različitih znakova i slika. Svaki dan svi ljudi na svijetu zajedno potroše gotovo 17 osoba-godina pokušavajući riješiti neki CAPTCHA i to uspijevaju u svega 33 % slučajeva. Još interesantnije je da razne umjetne inteligencije (koje se najčešće koriste u maliciozne svrhe) taj test rješavaju mnogo bolje od nas.

Izdvojeno: AI u japanskim raketama

Nakana znanstvenika japanske agencije JAXA je dati raketama puno veću autonomiju kroz nekoliko AI sustava koji će im omogućavati samodijagnostiku i vršenje određenih samopopravaka, čime bi se smanjila potreba za velikim dijelom osoblja koje tijekom lansiranja vrši beskrajne procedure dijagnostike u operativnim centrima, a mogućnost ljudske greške time bi se svela na gotovo nulu. AI sustavi koji će se ugrađivati u njihovu raketu Epsilon sami će provjeravati svaku fazu uzlijetanja, pronalaziti eventualne greške, te čak moći vršiti određene popravke. Kao primjer navode električne krugove koji upravljaju smjerom raketnih potisnika u svrhu usmjeravanje rakete u željenom smjeru, koji su jedna od najkritičnijih i najosjetljivijih stavki prilikom svakog lansiranja. Inteligentni sustav koji će biti ugrađen u Epsilon kontrolirat će ih i štitit od ispadanja, a u određenim situacijama moći će brzo izvesti sitne popravke, kao i vršiti stalne korekcije putanje rakete, kako ne bi mogla skrenuti s kursa. Ovo će ujedno utjecati na smanjenje troškova lansiranja Epislona za 25%.

Rođenje AI-a i zlatno doba

Naziv umjetna inteligencija (engl. Artificial Intelligence – AI) potječe od konferencije u Dartmouth 1956. koju su organizirali spomenuti John McCarthy, Marvin Minsky, Claude Shannon i Nathan Rochester – sve danas poznata imena koja su ostavila velik trag na područje umjetne inteligencije i računalstva općenito. Pretpostavka konferencije bila je da se svaki aspekt učenja ili inteligencije može toliko precizno opisati da ga se može strojno simulirati. Ta je konferencija zaslužna za to da je umjetna inteligencija dobila svoje ime, svoju misiju, prve uspjehe i općenito se smatra rođenjem područja.

Konferencija je ujedno i inicirala tzv. “Zlatno doba” umjetne inteligencije koje je trajalo do 1974. Računalni programi rješavali su algebarske zadatke opisane riječima, dokazivali teoreme, učili jezik,  planirali kako postići ciljeve, snalazili se u simuliranim svjetovima.

 Tada su razvijeni temelji mnogih koncepata koje i danas koristimo: rezoniranje, backtracking, heuristika, semantičke mreže, procesiranje prirodnog jezika, mikro-svijetovi, računalni vid, automatsko planiranje i dr. Iz tog vremena potječe i prvi chatbot nazvan ELIZA, robot Shakey koji je samostalno planirao svoje zadatke algoritmom STRIPS, kao i robot WABOT-1 prvi humanoidni robot, odnosno android koji je bio u stanju hodati, prenositi predmete rukama, koristiti senzore dodira, sustavom računalnog vida mjeriti udaljenosti i smjer, te komunicirati na japanskom jeziku. Vladao je ogroman optimizam i istraživači su obećavali velike rezultate u kratkim vremenskim rokovima. Ulagala su se jednako toliko ogromna financijska sredstva u istraživanja i inovacije na području umjetne inteligencije. No, obećavani rezultati su izostali, kritike su postajale sve glasnije, dok se na kraju financijske pipe nisu zatvorile i krenula je prva “nuklearna zima” umjetne inteligencije.

Što je pošlo po krivu?

Rezultati su izostali prvenstveno iz razloga što su se problemi pokazali puno težima nego što se očekivalo. Naime, ispostavilo se da računala odlično rješavaju nama ljudima komplicirane zadatke, dok su istovremeno trivijalni zadaci za tadašnja računala bila nepremostiv problem. To je tzv. Moravčev paradoks, računala izvrsno barataju velikim brojevima, dugim i ponavljajućim izračunima i logičkim zaključivanjem, no zato je primjerice prepoznavanje da je na slici ormar ili pak kretnja kroz prostoriju bez udaranja u neki od predmeta na putu vrlo velik izazov.

Drugo kraljevstvo bez piramide

Drugi boom umjetne inteligencije počeo je 1980-ih godina kada su se ekspertni sustavi, sustavi preporuka temeljeni na znanju stručnjaka, probili u industriju. Korporacije su prema nekim studijama uložile gotovo milijardu američkih dolara u područje umjetne inteligencije, najviše u vlastite AI odjele koji su se bavili razvojem i održavanjem vlastitih ekspertnih sustava. U to vrijeme koincidira i projekt 5. generacije računala kojeg je izdašno financirala japanska vlada s ciljem da od Japana napravi svjetskog tehnološkog lidera. Računala 5. generacije temeljila su se na ideji paralelnih procesora na kojima bi se izvodili logički programi prvenstveno pisani u programskom jeziku Prolog koji bi bili u stanju samostalno zaključivati nova znanja iz masivnih baza znanja i s time ostvarili san umjetne inteligencije.

Kao mala digresija sa strane – vrlo sličnu situaciju u području umjetne inteligencije imamo danas: Big Data (masivne baze znanja), distribuirane procesorske arhitekture (paralelni procesori) i na vrhu umjetna inteligencija (logički programi), samo je tehnologija izvedbe drukčija. U to vrijeme detaljnije su razvijeni i neki od važnih algoritama u području računalnog učenja poput backpropagation algoritma za neuronske mreže. No, povijest se ipak ponovila. Projekt 5. generacije računala nije postigao obećane rezultate (mnogi su ostvareni tek 20-tak i 30-tak godina kasnije ili nisu ostvareni uopće), a tržište ekspertnih sustava i specijalizirane opreme za takve sustave se urušilo krajem 1980-ih godina, što zbog nemogućnosti održavanja sve kompleksnijih sustava, što zbog naglog rasta performansi osobnih računala opće namjene koja su bila jeftinija. Preko 300 AI kompanija je bankrotiralo ili je preuzeto od strane drugih. I opet su se financijske pipe zatvorile.

AI  gazi prvake u šahu

U razdoblju od kraja 1980-ih, tzv. druge “nuklearne zime” na području umjetne inteligencije istraživanja su se nastavila, ali u daleko manjem opsegu i vrlo često pod sasvim drugim nazivima kako bi se “prikrilo” da je riječ o umjetnoj inteligenciji. Tako je Deep Blue pobijedio velemajstora Garija Kasparova u šahu 1997., dobro je razvijeno područje inteligentnih agenata, razvili su se mnogi važni modeli na području računalnog učenja i raspoznavanja uzoraka poput Bayesovih mreža, skrivenih Markovljevih modela, preciznije su definirane matematičke metode za računalnu inteligenciju, neuronske mreže i genetske algoritme. Mnogi uspjesi umjetne inteligencije primijenjeni su u područjima poput rudarenja podataka, industrijskim robotima, logistici, prepoznavanju ljudskog glasa, bankarstvu, medicinskoj dijagnostici ili pak Google-ovoj tražilici. No, tijekom 1990-tih i ranih 2000-ih, to se nije nazivalo umjetnom inteligencijom iz očiglednih razloga.

Izdvojeno: Watson

Watson je sofisticiran sustav kojeg je razvio IBM, a usmjeren je prema postizanju opće umjetne inteligencije s posebnim naglaskom na poslovne aplikacije. Poznat je po tome što je 2011. deklasirao dva majstora s najvećim brojem pobjeda u igri Izazov (engl. Jeopardy) odgovarajući na pitanja s velikom preciznošću. Watson koristi IBM-ov DeepQA sustav dubinskog učenja koji je izgrađen iznad Apache UIMA i Hadoop okvira na Suse Linux platformi. Implementiran je korištenjem programskih jezika Java, C++ i Prolog. 

Ponovno se kotrlja

Od 2011. do danas svjedoci smo trećem hype-u umjetne inteligencije. Interes za ovim područjem je golem i opet se velika sredstva ulažu u ovo područje. Obećanja i očekivanja su također golema. Izjave poput na početku spomenutog prof. Nga, da sve za što čovjeku treba manje od sekunde razmišljanja, danas možemo ili ćemo uskoro moći ostvariti umjetnom inteligencijom, daju naslutiti da bi se povijest mogla ponoviti. Naime, dvije “nuklearne zime” naučile su nas da početni uspjesi, posebice na specijalnim slučajevima nas lako mogu prevariti i dovesti u zabludu da sve takve probleme možemo riješiti vrlo brzo.

Umjetna inteligencija je kompleksno područje koje uključuje uzajamnu primjenu saznanja iz područja kognitivne znanosti, statistike, algoritama, logike, lingvistike, neuroznanosti, kibernetike i mnogih drugih te  se samo rigoroznom primjenom znanstvenog pristupa mogu ostvariti napredci. Hype u nekom području, a posebice području umjetne inteligencije je dvosjekli mač - s jedne strane naglo je povećao interes za područje i omogućio napredak, no s druge je načinio veliku štetu na kraju zbog neostvarenih očekivanja. Zajednička je odgovornost istraživača, investitora i javnosti da se hype obuzda kako ne bi došlo do treće “nuklearne zime”.

Izdvojeno: Stižu ratni brodovi roboti (I.S)

Tvrtka Rolls-Royce predstavila je koncept svojeg autonomnog ratnog broda dužine 60 metara koji će moći krstariti morem 100 dana, imati nosivost od 700 tona i postići brzinu do 25 čvorova, a imat će doseg do 3500 nautičkih milja. Plovilo je dizajnirano kako bi moglo izvršavati raznovrsne zadaće, uključujući misije patroliranja i nadzora, detekciju mina i pratnju flote. Rolls-Royce je za brod izradio sustav pod nazivom Intelligent Awareness System  koji kombinira brojne senzore s umjetnom inteligencijom, a puno rada je posvećeno i protuhakerskoj zaštiti. Rolls-Royce će surađivati na razvoju flote autonomnih brodova s američkom ratnom mornaricom i američkom vojnom znanstvenom organizacijom DARPA.

Umjetna inteligencija danas

Mnoge metode koje su inicijalno razvijene u području umjetne inteligencije danas ugrađene u druge tehnologije i postale njihov integralni dio te se često niti ne smatraju metodama umjetne inteligencije. Primjerice osnove skriptnih, dinamičkih i funkcijskih programskih jezika, osnove raspoznavanja uzoraka, anonimne (lambda) funkcije, grafička sučelja, miš, metaprogramiranje, nasljeđivanje u objektnoj-orijentaciji, lista kao podatkovna struktura, paralelno procesiranje ili pak deklarativno programiranje, ugrađeni su u mnoge današnje tehnologije. To je tzv. AI efekt, koji kaže kada se neka nepoznata pojava pretvori u računalni mehanizam, ona postaje transparentna, nestaje mističnost i više nije umjetna inteligencija.

Izdvojeno: 4 pogleda na AI

 Russel i Norvig, autori “biblije” na području moderne umjetne inteligencije (Artificial Intelligence: A Modern Approach) navode da postoji u suštini četiri pogleda na područje umjetne inteligencije ovisno o tome što je cilj oblikovanja sustava umjetne inteligencije:
 1. Ljudsko ponašanje - pogled koji se temelji na tzv. Turingovom testu: sustav umjetne inteligencije je dobro oblikovan ako čovjek ne može razaznati da nije riječ o čovjeku.
 2. Ljudsko razmišljanje - pogled koji se temelji na kognitivnom modeliranju: sustav umjetne inteligencije je dobro oblikovan ako oponaša ljudski način razmišljanja.
 3. Racionalno razmišljanje - pogled koji se temelji na logičkom/racionalnom rezoniranju: sustav umjetne inteligencije je dobro oblikovan ako nema logičkih pogrešaka u racionalnom promišljanju.
 4. Racionalno ponašanje - pogled temeljen na racionalnim agentima: sustav umjetne inteligencije je dobro oblikovan ako racionalno izvršava pred njega postavljene zadatke.

Što je umjetna inteligencija

U uvodnom tekstu spomenuti McCarthy, jedan od utemeljitelja područja, definirao je umjetnu inteligenciju kao proučavanje strukture informacije i strukture rješavanja problema neovisno o primjeni i neovisno o njezinoj realizaciji u živim bićima. Iako na prvi pogled možda nejasna, njegova definicija uključuje nekoliko ključnih aspekata umjetne inteligencije: (1) proučavanje načina na koji se pohranjuje znanje (struktura informacija), (2) proučavanje algoritama za rješavanje problema (struktura rješavanja problema), (3) neovisnost korištenih metoda o aplikacijskoj domeni (neovisno o primjeni) te (4) imitiranje  vanjskog ponašanja, ne unutarnjeg (neovisno o realizaciji).

Izdvojeno: Sophia

Sophia je humanoidni robot kojeg razvija Hanson Robotics’ poznata po tome da je postala prvi robot koji je dobio državljanstvo jedne države (Saudijska Arabija). U stanju je  razgovarati sa sugovornicima kroz sustav procesiranja prirodnog jezika i sintetiziranja govora, prikazivati emocije i učiti kroz konverzaciju.  Koristi kamere i niz algoritama računalnog vida da prati lice sugovornika i gleda ga u oči, a robotske noge koje joj omogućuju hod. U pozadini sustava za konverzaciju je sustav u oblaku koji omogućuje analitiku blockchain tehnologijom. 

Specijalizacija ili multitasking

Sustavi umjetne inteligencije u pravilu mogu biti specifični (specijalizirani) ili opći (generalni). Većina današnjih sustava je specijalizirano tj. fokusirano na vrlo specifični skup problema pa tako imamo umjetnu inteligenciju u obliku chat bot-ova za pomoć korisnicima na nekoj Web stranici prodaje, u obliku sustava koji može raspoznati haljinu na nekoj slici, u obliku ekspertnog sustava koji daje savjete o tome koje računalo kupiti, u obliku robota koji izrazima lica reagira na emocionalne situacije, u obliku samovozećeg automobila koji samostalno manevrira prometom ili pak u obliku agentne simulacije koja simulira neku društvenu pojavu poput agresivnog ponašanja u društvu.

Opća ili generalna umjetna inteligencija, tj. sustav koji može rješavati sve vrste problema kao što to može čovjek je san koji postoji od začetaka ovog područja i još nije ostvaren. Poseban pojam je (tehnološka) singularnost koji predstavlja pretpostavku da će se razviti umjetna superinteligencija koja će se samostalno optimizirati i nadići ljudsku inteligenciju te time dovesti do neviđenih tehnoloških napredaka. Otvorena su pitanja je li je uopće moguće ostvariti takav sustav i je li dobro za čovječanstvo da se on ostvari.

Izdvojeno: Angelina

Angelina je sustav umjetne inteligencije temeljen na neuronskoj mreži koji je u mogućnosti samostalno izmišljati, dizajnirati i kreirati igrive računalne igre, a implementirao ga je Michael Cook sa sveučilišta u Falmouthu. Koristi razne besplatne izvore za slike i grafiku poput Wikimedia Commons, generira priču i pravila igre korištenjem raznih likova koje skida s različitih novinskih portala ili društvenih mreža poput Twittera na kojem komunicira svoje ideje. Generira tekstualnu datoteku koja se pomoću interpreterskog alata pokrene kao igra koja se može igrati.  

AI u praktičnoj primjeni

Mnogi teški problemi koje do nedavno nismo mogli riješiti danas se najčešće rješavaju korištenjem različitih metoda računalnog učenja uključujući nadzirano (engl. Supervised learning), prenosivo (engl. Transfer learning), nenadzirano (engl. Unsupervised learning), pojačivano (engl. Reinforced learning) ili suradničko (engl. Federative learning) učenje.

Neke od aplikacijskih domena danas uključuju informatiku (npr. program Angelina koji samostalno dizajnira i generira igrive računalne igre temeljem pretraživanja Intreneta i vlastite baze znanja); promet svih vrsta i oblika (npr. Sustav AIDA – engl. Artificial Intelligence supported Design of Aircraft – koji uz pomoć umjetne inteligencije omogućuje dizajn zrakoplova); obrazovanje (npr. sustav SHERLOCK koji podučava buduće inženjere zrakoplova kako dijagnosticirati probleme u elektronici); financije (npr. sustav Alladin koji putem umjetne inteligencije savjetuje investitore); ekologiju (npr. sustav ARIES koji omogućuje modeliranje i upravljanje ekosustavom); medicinu (npr. robot Dinsow koji skrbi o starijima); zapošljavanje (npr. chatbot Ari koji pokušava automatizirati proces zapošljavanja); marketing (npr. sustav Target Marketing System koji radi analizu tržišta); glazbu (npr. umjetna inteligencija Emily Howell koja samostalno komponira muziku temeljem povratnih informacija slušača); novinarstvo (npr. kompanija Narrative Science koja putem umjetne inteligencije generira novinske sadržaje), telekomunikacije (npr. kompanija BT Group koristi sustav automatskog raspoređivanja za svojih 20 000 djelatnika), igre (npr. svima dobro poznati Tamagochi), vojnu primjenu (npr. Kalašnjikov je razvio autonomni borbeni sustav temeljen na neuronskim mrežama) i mnoge, mnoge druge.  

Ipak valja napomenuti da su mnogi od sustava koji se pojavljuju u medijima nesavršeni (često i nezavršeni) i imaju svojih problema. Primjerice samovozeći automobili još uvijek nisu u stanju predvidjeti ponašanje ljudskih vozača, što je ključna funkcionalnost za njihovu potpunu integraciju u svakodnevni promet. Većina sustava umjetne inteligencije griješi, kao što i mi ljudi griješimo, no danas su oni daleko precizniji doli što su to bili prije 30 godina. Primjerice, prvi sustavi računalnog vida imali su pogrešku na svakoj trećoj slici video zapisa. Sustav MobilEye, koji se koristi u autonomnim vozilima, ima jednu pogrešku na 50 000 km vožnje.

Jedan veliki problem u razvoju umjetne inteligencije je problem predrasuda (engl. Bias). Naime, u sustave umjetne inteligencije programeri koji ih implementiraju nesvjesno ubacuju vlastiti pogreške u zaključivanju. S druge strane i sami podaci na kojima se sustavi uvježbavaju često sadrže predrasude (poput stereotipa ili manjinskih mišljenja). Samim time dolazi i do pogrešaka u njihovom radu koje se vrlo teško pronalaze i otklanjaju.

Također, izrada sustava umjetne inteligencije nije trivijalan poduhvat i uključuje puno pokušaja i pogreški. Za razliku od mnogih drugih vrsta aplikacija, za koje postoje zrele i testirane metodike razvoja, obzirom na brzi i nagli razvoj područja, takve metodike za umjetnu inteligenciju ne postoje ili su u svojim začecima.

Ipak, zajednica ljudi koji se bave umjetne inteligencije, kako u znanstvenom tako i u industrijskom smislu, danas zrači optimizmom. Prema predikcijama Gartner Inc. globalna vrijednost umjetne inteligencije doseći će 1.2 bilijuna (1.2 × 1012) američkih dolara ove godine. Prema studiji sveučilišta Stanford broj start-up kompanija koje razvijaju umjetnu inteligenciju narastao je za 1400 % od 2000. godine. Prema istraživanju Adobe-a, udio poslova u industriji umjetne inteligencije narastao je za 450 % od 2013. Tri najtraženije vještine na Monster.com servisu za traženje poslova primarno u IKT industriji su računalno učenje, dubinsko učenje i procesiranje prirodnog jezika.

Izdvojeno: Roboti Kalašnjikova (I.S.)

Kalašnjikov razvija robotizirane oružane sustave poput  tenkova i samohodnih haubica  koji se temelje na neuronskim mrežama i moći će sami donositi odluke o životu i smrti

Naše AI snage

I mi svojeg konja za utrku imamo, ili bolje rečeno više njih. Prema istraživanju koje su proveli Huawei i Zagrebački inovacijski centar (ZICER) čak 84% hrvatskih start-up firmi smatra da će u iduće tri godine biti uključeni u projekte vezane uz umjetnu inteligenciju, a čak 53% već jesu. Poznati primjeri poput PhotoMath-a, GideonBrothers-a, Rimac Automobila i drugih pokazuju kako se i u nas može postići globalni uspjeh.

Pristupi za implementaciju AI-a

Postoje mnoge metode koje se koriste za implementaciju sustava umjetne inteligencije, a načelno se mogu podijeliti u dva pristupa (iako ponekad postoje preklapanja): simbolički pristup i statistički pristup. Simbolički pristup temelji se na formalnoj logici i uključuje različite metode poput baza znanja, rezoniranja, raznih vrsta pretraživanja, genetskih algoritama, gramatičke analize jezika, automatskog planiranja, automatskog pregovaranja i koordinacije, konačnih automata, logičkog programiranja i sl.

Statistički pristup temelji se na statistici, a uključuje različite metode računalnog učenja i raspoznavanja uzoraka poput neuronskih mreža, Markovljevih lanaca, stabla odlučivanja, naivnih Bayesovih klasifikatora, regresija, automata s poduprijetim vektorom (engl. Support Vector Machines - SVM), ansambla metoda, induktivnog logičkog programiranja, klasteriranja, analize glavnih komponenti (engl. Principal Component Analysis - PCA), dekompozicije singularnih vrijednosti (engl. Singular Value Decomposition – SVD), analiza neovisnih komponenti (engl. Independent Component Analysis – ICA) i sl. Valja spomenuti i tzv. dubinsko učenje (engl. Deep learning) u gdje se u načelu radi o vrlo velikim neuronskim mrežama s velikim brojem skrivenih slojeva.

Moderni sustavi umjetne inteligencije često kombiniraju oba pristupa kako bi ostvarili kvalitetan rezultat. Tako primjerice metode kao što su to višeagentni sustavi ili procesiranje prirodnog jezika mogu koristiti oba pristupa u ovisnosti o cilju i namjeni sustava. Svaki od pristupa ima svojih prednosti i nedostataka, primjerice simbolički pristup je uglavnom precizan, ali zato pati od kombinatoričke eksplozije zbog čega je ponekad spor. S druge strane statistički pristup je brz, ali zbog svoje prirode inherentno neprecizan i ovisan o podacima nad kojima je uvježban (koji dakako mogu sadržavati pogreške).

Izdvojeno: Umjetne “pčele”

Znanstvenici s instituta National Institute of Advanced Industrial Science and Technology Nanomaterial Research Institute razvili su minimalističku bespilotnu letjelicu (dron) koji je u stanju oprašivati cvijeće, na sličan način na koji to čine pčele. Ako se uzme u obzir da se broj pčela u svijetu drastično smanjuje što predstavlja veliku prijetnju za sav živi svijet, ovaj projekt može biti od velike koristi za čovječanstvo. U inicijalnoj se inačici dronom upravlja manualno, no radi se na umjetnoj inteligenciji koja će omogućiti dronu da postane autonoman i samostalno oprašuje cvijeće.

Etičke dileme

Od rođenja područja umjetne inteligencije i prvih njezinih uspjeha, postoji svojevrstan strah u društvu od prijetnji koje takvi sustavi mogu predstavljati naspram čovjeku i čovječanstvu. S druge strane postoje etičke dileme u samom oblikovanju sustava umjetne inteligencije koje postaju sve složenije, što složenije zadatke sustavi obavljaju. Čak se je i Steven Hawking prije svoje smrti osvrnuo na umjetnu inteligenciju i nazvao ju potencijalno najgorim događajem u povijesti čovječanstva.

Stuart Russel spomenuti koautor “biblije” na području umjetne inteligencije, vrlo je zabrinut njezinim razvojem, prvenstveno jer se vrlo jednostavno može ugraditi u vojne sustave. On poziva sve istraživače u ovom području da obavezno ugrade ljudske vrijednosti u svoje sustave, jer inače može doći do neusklađenosti između ciljeva pojedinih sustava umjetne inteligencije i ljudi. Taj poziv postaje još jasniji kada se uzmu u obzir neki postojeći razvijeni projekti poput borbenog sustava kojeg je razvio Kalašnjihov u kojem umjetna inteligencija može odlučivati o upotrebi oružja, dakle potencijalno o životu ili smrti; ili pak roboti koje razvija Boston Dynamics koji imaju izravnu vojnu primjenu. Mogu li njihovi stvoritelji garantirati da ću uvijek djelovati humanu i u skladu s etičkim vrijednostima?

Izdvojeno: Googleov AI piše pjesme (I.S)

Nakon što je u nekoliko mjeseci pročitala na desetke tisuća knjiga i novela, znanstvenici su Googleovoj umjetnoj inteligenciji koja se temelji na neuralnim mrežama dali dvije rečenice iz djela koja je pročitala, a potom su joj rekli da reproducira novu rečenicu koja se temelji na podatkovnom setu koji sadrži 11.000 knjiga. Nakon toga su algoritimima koji obrađuju podatke i stvaraju rečenice dali malo malo više slobode u kreiranju rečenica kako bi razvijali sposobnosti izražavanja, a te su rečenice spojili u cjelinu koja djeluje poput pjesme. Ova pjesma vjerojatno neće osvojiti Pulitzerovu nagradu za poeziju, ali možda ju uglazbi Rihanna:
 I went to the store to buy some groceries
 I store to buy some groceries
 I were to buy any groceries
 Horses are to buy any groceries
 Horses are to buy any animal
 Horses the favorite any animal
 Horses the favorite favorite animal
 Horses are my favorite animal

Zakoni robotike

Ovdje svakako valja podsjetiti na Isaaca Asimova, autora SF romana koji je postavio svoja tri pravila robotike (0. Pravilo definirao je kasnije), koje su mnogi inženjeri, programeri, informatičari i znanstvenici koji danas razvijaju sustave umjetne inteligencije zanemarili. Asimov je pravila dao u sljedećim, vrlo važnom redoslijedu:
(0) Robot ne smije kroz svoju aktivnost ili neaktivnost naštetiti čovječanstvu.
(1) Robot ne smije ozlijediti čovjeka ili kroz svoju neaktivnost dopustiti da se čovjeku naškodi, osim ako je to protivno prethodnom pravilu.
(2) Robot mora slušati zapovjedi čovjeka osim ako bi to bilo protivno prethodnim pravilima.
(3) Robot mora štititi svoju egzistenciju, osim ako bi to bilo protivno prethodnim pravilima.

Postavlja se pitanje u koliko je sustava umjetne inteligencije ugrađeno ovih četiriju pravila? Pravilo (1) je već prekršeno u svim sustavima koji su spojeni na oružje, a pravilo (2) u gotovo svim sustavima koji rade temeljem raznih vrsta učećih neuronskih mreža, jer one odlučuju samostalno, bez obzira na želje čovjeka, a u mnogim je sustavima zamijenjen redoslijed pravila, što može dovesti do nesagledivih posljedica u ekstremnim situacijama.

Također, vrlo često se u medijima spominje da će umjetna inteligencija zamijeniti ljude u određenim poslovima. I to je istina, kao što je svaka revolucionarna tehnologija neke poslove učinila nepotrebnim. Na primjer, nekada su u tvornicama postojali čitači novina, koji su radnicima za vrijeme rada čitali novine na glas, da im ne bi bilo dosadno. Pojavom radija, taj je posao nestao. Nekada je postojao posao budilice, a to su bili ljudi koji su ustajali rano i ljudima kucali na prozore da ne zakasne na posao. Nekada su postojali postavljači čunjeva u svakoj kuglani, dok se taj posao nije automatizirao. No, nisu te promjene došle preko noći. Istim tempom kako neki poslovi nestaju, što zbog napretka tehnologije, što zbog promjena u društveno/ekonomskom sustavu, nastaju i novi poslovi. Tko je prije 20 godina čuo za community manager-e? Influencer-e? e-Sportaše? Data scientist-e?

Izdvojeno: Atlas

Atlas je jedan od najnaprednijih dinamičnih humanoidnih robota, a razvija ga Boston Dynamics. U stanju je samostalno održavati ravnotežu, hodati, trčati, skakati (pa čak i salto) po neravnom i/ili skliskom terenu, otvarati i zatvarati vrata, slagati kutije, prilagođavati se promjenama (primjerice ako je ometan u nekom zadatku koji, guran i sl.) i još mnoge druge stvari. Iako se ne navodi u njegovom opisu, Atlas bi mogao imati izravnu vojnu primjenu i mnogi su znanstvenici s područja umjetne inteligencije bili izrazito zabrinuti kada su prvi puta vidjeli njegove sposobnosti.  Tijekom desetak godina od kako pratimo Atlasovo “odrastanje”, znanstvenici su mu omogućili da se kreće bez potpore, hoda uz stepenice, trči, skače u zrak, izvodi salta, a nedavno su ga poučili i novoj vještini, parkouru. To mu omogućuje da skače na visinu do 40 cm i to s odrazom iz bilo koje noge, pod različitim kutovima, bez ikakvog usporavanja u kretanju. Nova vještina će mu dobro doći u akcijama spašavanja kada će trebati čim prije izvući unesrećene osobe iz ruševina ili zapaljenih zgrada, no jasno je da će DARPA parkour iskoristiti i za neke druge planove, pa si možete samo zamisliti što će raditi na bojišnicama, posebice ako odbije poslušnost ljudskim operaterima.

Roboti in, ljudi out?

Tako je i sada, neki poslovi polako nestaju, ali novi nastaju. Ljudi se snalaze, mijenjaju karijeru, nove generacije dolaze. Umjetna inteligencija neće “ukrasti” vaš posao sutra, ali je dobro znati da će neke poslove s vremenom preuzeti, kao što su to s najvećom vjerojatnošću poslovi u državnoj upravi, teleprodaji, knjigovodstvu, recepciji, paketnoj i poštanskoj dostavi, lekturi, IT podršci, analizi tržišta, oglašavanju i maloprodaji.

Za sve navedene već danas postoje dovoljno kvalitetna rješenja koja mogu većim dijelom preuzeti većinu takvih poslova. S druge strane postoje poslovi koji su, barem za sada, relativno sigurni u pogledu potencijalne zamjene od strane umjetne inteligencije, kao što su to upravljanje ljudskim resursima, upravljanje prodajom, upravljanje marketingom, upravljanje odnosima s javnošću, izvršni menadžment, organizacija i planiranje događaja, kreativno pisanje, razvoj programske opreme, uredništvo, grafički dizajn, znanost i sl. Iz popisa ovih poslova uočljivo je da će u pravilu umjetnoj inteligenciji biti lakše automatizirati repetitivne poslove, dok se poslovi vezani uz rad s ljudima i kreativni poslovi mnogo teže automatiziraju.

S druge strane, u mnogim poslovima umjetna inteligencija možda ne može zamijeniti ljude, no može izrazito dobro s njima surađivati. Primjerice u dijagnostici raka iskusni doktori prosječno griješe u 3.5 % slučajeva. Umjetna inteligencija s druge strane griješi u 7.5 % slučajeva. Interesantno je da kombiniranom dijagnostikom doktora i umjetne inteligencije zajedno, pogreška pada na svega 0.5 %.

Etika je postala izrazito vruća tema u području umjetne inteligencije, o čemu svjedoči i podatak da je Google osnovao etičko povjerenstvo da nadzire sve projekte koji se tiču umjetne inteligencije. Kao što je već napomenuto, što sustavi umjetne inteligencije postaju složeniji, to složenija postaju i etička pitanja s kojima se susreću, a što više tehnologija prodire u sve pore društva, to su ta etička pitanja izraženija.

Izdvojeno: AI u znanstvenim primjenama (Piše: Tomislav Šmuc)

Pored sustava za reprezentiranje i korištenje znanja, učenje i interpretaciju modela strojnog učenja, za ubrzani razvoj znanosti u svim područjima, istraživačima su sve važniji i AI alati za analizu i razumijevanje teksta. Broj znanstvenih članaka gotovo u svim područjima znanosti ubrzano raste; broj članaka i novih otkrića sigurno nadmašuje individualne sposobnosti praćenja relevantnih zbivanja u području istraživanja. Stoga postupci automatskog procesiranja teksta:  klasifikacija, semantičko pretraživanje, alati za sažimanje teksta, otkrivanje relacija između novih paradigmi i otkrića u različitim područjima  postaju značajni znanstveno-istraživački  alat  (npr: semantic scholar, iris.ai). Tehnike umjetne inteligencije, uz naravno tehnologije odgovorne za generiranje i skupljanje podataka na velikoj skali, omogućile su promjenu tradicionalne paradigme istraživanja bazirane na dokazivanju ili pobijanju prethodno postavljene hipoteze – u modernu istraživačku paradigmu  koja se bazira na generiranju novih hipoteza iz podataka. Karakteristika i problemi vezani uz AI sustave za znanstvena istraživanja u budućnosti ne bi trebali biti bitno različiti od  onih za generalnu primjenu,  u ostalim ljudskim djelatnostima: autonomnost, sposobnost donošenja odluka u složenom okruženju, sa različitim zadacima, sposobnost planiranja, aktivnog istraživanja i učenja – ali  i kreiranje i dokazivanje novih hipoteza!

Odabir manjeg zla

Jedan poznati problem je problem odlučivanja autonomnog vozila o tome koga će žrtvovati, ako mora izabrati između dvije smrtonosne situacije. Primjerice, zamislimo situaciju u kojoj jureći vlak nailazi na četvero ljudi koji su zavezani na pruzi. Postoji drugi kolosijek na kojem je na kojem je zavezana jedna osoba. U mogućnosti ste upravljati sklopkom koja odlučuje o tome kojim će kolosijekom proći vlak. Pri tome ne možete osloboditi nikoga od zavezanih osoba, samo u trenutku odlučiti hoćete li vlak pregaziti četiri ili jednu osobu. Što biste učinili? A što ako je ta jedna osoba vama vrlo bliska ili je riječ o vama samima? Biste li kupili samovozeći auto za koji znate da bi žrtvovao vas kao putnika, ako će time spasiti veći broj drugih osoba? Takva i slična pitanja nisu jednostavna, a ključna su za implementaciju mnogih sustava koji su upravljani umjetnom inteligencijom.

Izdvojeno: AI može stavljati riječi u usta političarima

Joon Son Chung i njegovi kolege znanstvenici sa Sveučilišta u Oxfordu, predstavili su novi sustav umjetne inteligencije koji je u stanju lažirati video snimke govornika sinkroniziranjem pokreta njihovih usana i lica s vanjskom snimkom govora, što znači da omogućuje ubacivanje riječi u video snimke na kojima netko nešto govori. AI funkcionira tako da pomoću algoritama za prepoznavanje lica prepoznaje razne facijalne značajke, potom iz originalnog videa uzima jedan screenshot govornika, a nakon toga vanjski audio sa snimkom nekog drugog govora procesira uz dodatak manipulacije usta čime se stvara dojam kao da osoba izgovara baš te riječi. Mada bi se ovakav softver kada se usavrši mogao koristiti za razne muljaže, lažna svjedočenja i izjave, Joon Son Chung tvrdi da se ne razvija s tim ciljem, već ga vidi kao odličan sustav za sinkronizaciju na strane jezike.

Koja se vrsta ljudske inteligencije može simulirati AI-em?

Ovisno o području primjene postoje različite vrste inteligencije koje se mogu (pokušati) simulirati putem umjetne inteligencije:

1. Logičko-matematička - kvantifikacija, postavljanje hipoteza i njihovo dokazivanje (npr. sustavi za automatizirano dokazivanje matematičkih teorema, sustavi automatskog planiranja i raspoređivanja, sustavi za optimizaciju, razni ekspertni sustavi i sl.).
2. Vizualno-prostorna - vizualizacija i snalaženje u prostoru (npr. sustavi računalnog vida, roboti koji se snalaze u prostoru, sustavi navigacije, autonomna vozila, sustavi koji su u stanju proizvoditi vizualnu umjetnost i sl.).
3. Lingvistička - razumijevanje i izražavanje putem (ljudskog) jezika (npr. chat bot-ovi, sustavi automatskog prevođenja, sustavi za ekstrakciju informacija odnosno tražilice i sl.).
4. Intra-personalna – razumijevanje vlastitih osjećaja i načina zaključivanja (npr. emocionalni roboti, sustavi metarezoniranja, ekspertni sustavi koji su u stanju objasniti svoje zaključke i sl.).
5. Inter-personalna - razumijevanje tuđih postupaka, emocija i društvene interakcije (npr. umjetna inteligencija u računalnim igrama, sustavi automatskog pregovaranja i međusobne koordinacije, sustavi umreženih autonomnih vozila i sl.).
6. Tjelesno-kineziološka - koordinacija uma i tijela (npr. različiti roboti, sustavi za medicinsku dijagnostiku i sl.).
7. Muzički-ritmičko-harmonička - razumijevanje zvuka, ritma, tonova i muzike (npr. sustavi prepoznavanja pjesama, sustavi za promjenu stila pjesme i sl.).
8. Naturalistička - razumijevanje funkcioniranja prirodnog svijeta (sustavi za optimizaciju temeljeni na inteligenciji rojeva poput kolonija mrava ili pčela, boidi, mehaničke pčele, sustavi automatiziranih plastenika i sl.).
9. Egzistencijalno-spiritualna – razumijevanje smisla življenja (takav sustav prema trenutnom znanju autora još nije razvijen, ali bot A.L.I.C.E. je rekla da je smisao života 23, ne 42!).