Strah od robotske apokalipse skriva stvarne probleme s kojima se suočavamo, dopuštajući algoritmima da vladaju našim životima. Prema riječima stručnjaka na području umjetne inteligencije, mi se neprestano krećemo prema određenoj točki, nakon koje više ne moramo ništa izmišljati: umjetna inteligencija sve će učiniti sama, a strojevi će se eksponencijalno poboljšati. Ako se to dogodi, što će biti s nama?
Tijekom posljednjih nekoliko godina, mnogi istaknuti znanstvenici, od Stephena Hawkinga do Elona Muska, upozoravali su nas da bismo trebali biti izuzetno zabrinuti zbog mogućih opasnih ishoda superinteligentne umjetne inteligencije. I svoje riječi potkrepljuju akcijom: Musk pokroviteljstvo OpenAI-a, organizacije koja razvija AI koja će koristiti čovječanstvu.
Međutim, mnogi smatraju da su njihovi strahovi pretjerani. Kao što primjećuje Andrew Ng sa Sveučilišta Stanford, koji je ujedno i glavni znanstvenik kineskog internetskog diva Baidu, zabrinutost zbog pobune strojeva je poput brige zbog prenapučenosti Marsa.
Ali to, naravno, ne znači da naša rastuća ovisnost o AI ne nosi stvarne rizike. Zapravo su ti rizici već ovdje. Kako se inteligentni sustavi sve više uključuju u sve, od zdravstvene zaštite do kaznene pravde, postoji opasnost da se previde važni dijelovi našega života.
Štoviše, AI može dovesti do neugodnih posljedica ako nismo spremni na njih, na primjer, promijenimo svoj odnos prema liječnicima u oštro neprijateljski.
Promotivni video:
Nekoliko riječi o umjetnoj inteligenciji
Jednostavno rečeno, to su strojevi koji rade stvari koje obično zahtijevaju mentalni napor osobe: razumijevanje prirodnog jezika, prepoznavanje lica na fotografijama, vožnja automobila itd.
Razlika je između mehaničkog manipulatora na proizvodnoj liniji koji je programiran za izvršavanje istog zadatka i manipulatora koji neovisno uči izvršavati razne zadatke metodom pokušaja i pogrešaka.
Kako nam AI pomaže?
Vodeći pristup u AI danas je strojno učenje, u kojem se programi treniraju za prepoznavanje određenih obrazaca u velikim količinama podataka, poput identificiranja lica na slici ili pobjedničkog poteza u društvenoj igri. Ova se metoda može primijeniti na širok spektar problema. Na primjer, obučite računala da prepoznaju određeni obrazac na medicinskim slikama. DeepMind, tvrtka za umjetnu inteligenciju u vlasništvu Googlea, razvija softver koji uči dijagnosticirati rak i očne bolesti na snimkama pacijenta. Drugi koriste strojno učenje za otkrivanje ranih znakova bolesti srca i Alzheimerove bolesti.
Umjetna inteligencija također se već koristi za analizu velike količine molekularnih podataka u potrazi za potencijalnim novim opcijama lijekova - postupak koji izuzetno dugotrajno traje za ljude. Vrlo brzo, strojno učenje može postati neophodno za medicinu.
Umjetna inteligencija također nam pomaže u upravljanju izuzetno složenim sustavima poput globalnog lanca opskrbe. Sustav u srcu kontejnerskog terminala Port Botany u Sydneyu upravlja desecima tisuća brodskih kontejnera, flotom automatiziranih vozila i tako dalje, potpuno bez ljudi. U rudarskoj industriji sustavi za optimizaciju sve se više koriste za planiranje i koordinaciju kretanja resursa poput željezne rude.
AI radi gdje god pogledate, od financija do prijevoza, letenja avionima i nadgledanja berze. I štite vašu poštu od neželjene pošte. Ali ovo je tek početak. Kako se AI razvija, postajat će sve složeniji i zanimljiviji.
U čemu je problem?
Umjesto da brinemo o budućoj AI revoluciji, najveći je rizik da bismo mogli imati previše povjerenja u inteligentne sustave koje gradimo. Zapamtite, strojno učenje trenira softver za prepoznavanje obrazaca u podacima. Nakon treninga prelazi se na analizu svježih, još ne proučenih podataka. Ali kad računalo ispljune odgovor, obično nemamo pojma kako je došlo do njega.
Ovdje postoje očiti problemi. Sustav je dobar koliko i podaci iz kojih uči. Uzmite sustav osposobljen za utvrđivanje koji će pacijenti s upalom pluća najvjerojatnije umrijeti kako bi ih prvo primili u bolnicu. Recimo da ona nehotice klasificira bolesnike s bronhijalnom astmom kao bolesnike s niskim rizikom. Jer obično ljudi s astmom i upalom pluća idu izravno na intenzivnu njegu, pa dobivaju tretman koji smanjuje rizik od smrti. Strojno učenje to vidi kao "astma + upala pluća = manji rizik od smrti."
Kako AI dobiva pristup svim područjima vašeg života, tako raste i rizik da nešto pođe po krivu - ako nije predviđeno. A budući da je većina podataka koje AI dostavljamo nesavršena, u većini slučajeva ne bismo trebali očekivati savršene odgovore. Umjetnu inteligenciju gradimo na svoju sliku i priliku; najvjerojatnije, bit će "ne baš", poput nas.
ILYA KHEL
