Dirbtinis intelektas (DI) sparčiai žengia į priekį, keisdamas įvairias gyvenimo sritis. Nuo sudėtingų žaidimų iki savavaldžių automobilių, DI tampa vis labiau integruota į mūsų kasdienybę. Tačiau, kartu su galimybėmis, kyla ir iššūkiai, tokie kaip priklausomybė nuo technologijų ir etiniai klausimai, susiję su DI naudojimu.
Šiame straipsnyje panagrinėsime DI raidą, pagrindines sritis, galimybes ir iššūkius, susijusius su šia sparčiai besivystančia sritimi, ypatingą dėmesį skiriant robotikos smegenims ir priklausomybei.
Dirbtinio Intelekto Samprata ir Raida
Dirbtinio intelekto sąvoka atsirado prieš 50-60 metų, tačiau tik per pastarąjį dešimtmetį terminas išpopuliarėjo dėl išaugusių duomenų kiekių ir kompiuterių pajėgumų. Vis dėlto, net tarp mokslininkų nėra vieningos nuomonės, kas iš tikrųjų yra dirbtinis intelektas. Todėl, saugiausia DI apibrėžti kaip tyrimų sritį, analizuojančią ir vystančią kompiuterių gebėjimą suvokti aplinką, siekti tikslo ir atkartoti žmogaus elgesį.
Svarbu atskirti, kokie kompiuterių atliekami veiksmai laikytini dirbtiniu intelektu, o kokie - paprastu automatizavimu. Net tokie įrankiai, kaip balsą atpažįstantys telefonų asistentai, kelia klausimų, ar tai tik programuotojo sukurtas taisyklių rinkinys, ar sudėtingų algoritmų rezultatas.
Šiuo metu DI pasaulyje sukuriama daug ir įvairių robotų. Vienas iš jų, pasak prof. L. Telksnio, japonai yra įrengę moteriškų aksesuarų parduotuvę, kurioje kartais žmones aptarnauja robotė, o kartais - žmogus. Su jomis abiem galima pasikalbėti apie tai, kas ten yra parduodama.
Taip pat skaitykite: Priklausomybės rizikos technologijų pasaulyje: Robotikos Akademijos požiūris
Šiandienos DI įrankiai dažniausiai priskiriami siauros paskirties DI (Artificial Narrow Intelligence; ANI) kategorijai. Tai reiškia, kad jie geriau už žmogų sprendžia konkrečius uždavinius iš anksto apibrėžtame kontekste.
Pagrindinės DI technologijos:
- Kompiuterio mokymas (Machine Learning): tai kompiuterių gebėjimas atpažinti dėsningumus duomenyse, pasitelkiant algoritmus ir matematiką. Populiarūs pavyzdžiai yra el. pašto „šlamšto“ gaudyklės, prekių rekomendacijų sistemos ir sukčiavimo atpažinimo įrankiai. Tokios sistemos apmokomos naudojant istorinius duomenis ir gali pateikti prognozes, susiedamos informaciją su labiausiai tikėtinais rezultatais.
- Gilusis mokymasis (Deep Learning): tai kompiuterių mokymas, grįstas giliaisiais neuroniniais tinklais. Ši sritis lėmė pastarųjų metų susidomėjimą dirbtiniu intelektu. Gilieji neuroniniai tinklai gali būti naudojami su vaizdais, tekstais, garsu ir atlikti tokias užduotis kaip balso atpažinimas, veido atpažinimas ir kt. Šiam tipui reikalingi didžiuliai resursai - laikas, specializuota kompiuterinė technika ir auganti prognozių kokybė didėjant duomenų kiekiui.
- Skatinamasis mokymasis (Reinforcement Learning): šio tipo technologijos yra apmokomos sąveikauti su aplinka, imti duomenis iš „gyvos“ aplinkos ir siekti pageidaujamo rezultato. Sėkmingiausi pavyzdžiai yra sudėtingi žaidimai, robotika ir savavaldžiai automobiliai. Didžioji problema yra ilgas apmokymo laikas ir reprezentatyvios aplinkos poreikis.
- Optimizavimas: šio tipo programos siekia rasti optimalų sprendimą iš anksto suformuotam matematiniam uždaviniui. Tokie uždaviniai sprendžiami logistikos, transporto planavimo, telekomunikacijų ir kitose sferose. Optimizavimo metodais galime greitai rasti atsakymus geriausių sprendimų priėmimui, tačiau tai įmanoma tik iš anksto suformuotam uždaviniui.
Tačiau, abiejų technologijų rezultatai yra geri tiek, kiek kokybiški yra jų apmokymui naudojami duomenys.
Tikras Proveržis ir Ateities Perspektyvos
Nors dabartiniai DI sprendimai nepasižymi žmogaus protą primenančiu intelektu ir dažnai yra tik rinkodaros priemonė, jie vis tiek yra įdomūs ir perspektyvūs. Kompiuterio mokymo algoritmai, gilieji neuroniniai tinklai ir skatinamojo mokymo algoritmai sprendžia itin sudėtingus matematinius uždavinius.
Tikėtina, kad naujų proveržių dirbtinio intelekto srityje padės pasiekti turimų duomenų kiekio, kokybės, kompiuterių skaičiavimo pajėgumų ir naujų mokslinių metodų sintezė. Giliaisiais neuroniniais tinklais pagrįsti sprendimai jau dabar ribotai sugeba spręsti tokius žmogaus elgesį primenančius uždavinius kaip keleto temų palaikymas vienu pokalbio metu.
Vis dėlto, tebėra didelis skirtumas tarp to, kaip veikia kompiuteriai ir mūsų smegenys. Todėl, „tikrojo dirbtinio intelekto“ proveržio galima laukti visiškai naujos kartos kompiuterinės įrangos eroje, derinant ją su naujausiais algoritmų, matematikos, informatikos, duomenų mokslo ir kitų mokslo sričių pasiekimais.
Taip pat skaitykite: Smegenų skirtumai autizmo spektre
Kam mums robotai ir DI? (Why we Need Crime Fiction)
Robotikos Smegenys ir Jų Panaudojimas
Robotikos smegenys yra dirbtinio intelekto sistema, kuri leidžia robotams atlikti įvairias užduotis autonomiškai. Jos apima jutiklių duomenų apdorojimą, aplinkos suvokimą, planavimą ir veiksmų vykdymą. Robotikos smegenys gali būti naudojamos įvairiose srityse, tokiose kaip gamyba, logistika, sveikatos priežiūra ir namų ūkis.
Vilniaus universiteto Matematikos ir informatikos fakulteto mokslininkas Adolfas Laimutis Telksnys prieš 50 metų išpranašavo išmaniųjų įrenginių atsiradimą, o pastaraisiais metais prognozavo, kad gyvensime su mums patarnaujančiais robotais.
Profesoriaus teigimu, svarbu pasirūpinti, kad Lietuvos visuomenė, ypač jaunimas, moksleiviai, būtų pasirengę ateinančioms permainoms. „Reikia rengti studentus, gebančius aktyviai veikti ir dirbti ateities žmonių ir robotų, robotų humanoidų, išmaniųjų daiktų visuomenėje.
Nuo šių metų pavasario semestro Vilniaus universiteto Duomenų mokslo ir skaitmeninių technologijų institute jau pradėtas skaityti kursas bakalaurams „Humanoidų robotikos pagrindai“. Taip pradedami rengti specialistai, kurie bus pasiruošę kurti ir tobulinti humanoidus, tačiau naujai ateičiai reikia pradėti ruošti visą visuomenę, nes paprastai jai būna sunku prisitaikyti prie naujovių.
Prof. L. Telksnys įsitikinęs, kad tik nuo žmonių priklauso, kokie humanoidai bus ateityje. Jeigu žmogus įdės netinkamą dirbtinio intelekto programinę įrangą, tai robotas blogai ir dirbs. Vienas iš svarbiausių dalykų, kai kalbame apie humanoidų robotiką - jų komunikavimo gebėjimai.
Taip pat skaitykite: Socialinio darbo metodai priklausomybėms įveikti
Dabar visi šneka apie informatiką, bet pamirštama komunikacija, kuri žmonių bendravimui su robotais humonoidais yra labai svarbi. „Ne žmogus turi tarnauti įrankiams, o įrankiai žmogui. Žmogui nereikalingas įrankis, kuriuo nepatogu naudotis. Todėl planuojama, kad robotai humanoidai bendraus su žmonėmis šnekėdami.
Priklausomybė Nuo Technologijų ir Jos Pasekmės
Šiandien dauguma žmonių neįsivaizduoja gyvenimo be technologijų ir interneto. Tačiau, vis dažniau kalbama apie priklausomybę nuo jų. Tai gali sukelti įvairių problemų, tokių kaip sumažėjęs socialinis aktyvumas, miego sutrikimai, dėmesio koncentracijos problemos ir kt.
„Aš vis dar turiu prietarų dėl dirbtinio intelekto. Evoliucija ir progresas yra nesuvokiamai greiti procesai. Akivaizdu, kad tai [dirbtinis intelektas] yra neprognozuojamai galingas žaidėjas. Prognozės yra liūdnos, jeigu dirbtinis intelektas daug ką darys už mus, racionalumo prasme žmogus gali tapti nereikalingu, žmogus savo atitarnavo“, - LRT RADIJO laidoje įžvalgomis dalijasi prof. O. Rukšėnas.
Neuroedukacija, jungianti edukaciją bei neuromokslus, siekia suprasti, kaip smegenys mokosi ir kaip galima turimą informaciją pritaikyti mokymosi proceso tobulinimui. Mokslininkai teigia, kad neuroedukacija gali padėti atsakyti į klausimus, kaip atsiranda priklausomybė nuo technologijų ir ką su tuo daryti, kodėl mokiniai nesugeba ilgesniam laikui sukoncentruoti dėmesio.
Lietuvių Kalbos Technologijos ir Jų Svarba
Ilgą laiką lietuvių kalba buvo neprieinama daugelyje kasdien naudojamų technologijų. Šiuo metu gautas finansavimas projektui „Didžiojo lietuvių kalbos garsyno sukūrimas“ (LIEPA-3), kuris yra reikšmingas žingsnis lietuvių kalbos technologijų srityje. LIEPA-3 suteiks naujų galimybių mūsų kalbai būti pritaikytai šiuolaikinėse išmaniosiose sistemose.
Projekto tikslas - sukurti 10 tūkst. valandų lietuvių kalbos anotuotą garsyną, kuris bus sudarytas pagal diktorių amžiaus, lyties, tarminio regiono kriterijus. Garsynas atspindės šnekos turinio fonetinę, morfologinę, sintaksinę, stiliaus ir tarminę įvairovę.
Dirbtinis Intelektas: Mitai ir Tikrovė
Dirbtinis intelektas šiuo metu pasaulyje sulaukia bene daugiausia dėmesio ir visuomenei kelia nemažai klausimų. Kauno technologijos universiteto (KTU) Dirbtinio intelekto centro vadovė Agnė Paulauskaitė-Tarasevičienė paskaitoje „Dirbtinis intelektas: mitai ir tikrovė“ kalbėjo, jog dirbtinis intelektas šiuo metu yra viena plačiausiai diskutuojamų sričių.
Šiuo metu dirbtinio intelekto sąvoka naudojama labai plačiai, todėl atsiranda tam tikrų spekuliacijų ir nepagrįstų baimių, įvardijo ji. Anot jos, apklausos parodė, kad visuomenė mano, jog artimiausiu metu technologijomis bus pakeistos tokios darbo pozicijos kaip kasininkai, vairuotojai ir vertėjai.
Kaip teigė A. Paulauskaitė-Tarasevičienė, žiūrint dar plačiau ir analizuojant kitą statistiką, kuri apima daugiau darbo pozicijų, pastebėta, kad pozicijos, kurias mažiausiai pavyks pakeisti, yra artistai, muzikantai, terapeutai, policijos pareigūnai, gydytojai, advokatai.
„Šiuo metu taip pat yra nustatytos darbų grupės, kurios, manoma, bus pačios reikalingiausios, taip pat įvardytos sritys, kuriose bus reikalingi nauji specialistai ir gebėjimai. Viena iš didžiausių tokių darbo grupės sričių yra duomenų mokslas, debesų kompiuterija ir dirbtinis intelektas.
A. Paulauskaitės-Tarasevičienės teigimu, analizė parodė, jog žmonės pozityvesnes emocijas jaučia tiems robotams, kurie šiek tiek primena animacinių filmų herojus ir atrodo mieli, linksmi, šaunūs, draugiški ir juokingi. Tačiau tiek vyrai, tiek moterys labai palankiai žiūri į robotus, kurie tvarko ar valo namus. Tas požiūris vėlgi yra natūralus, nes šiandien mes tikrai turime nemažai robotų, kurie valo namus, plauna grindis, langus, pjauna žolę.
Antrasis mitas, pasak A. Paulauskaitės-Tarasevičienės, teigia, kad dirbtinis intelektas yra tas pats, kas ir mašininis mokymasis. „Dažnai visuomenėje šios dvi sąvokos - dirbtinis intelektas ir mašininis mokymasis - yra painiojamos, tačiau jos nėra tapačios.
Anot A. Paulauskaitės-Tarasevičienės, tai yra dar vienas visuomenėje sklandantis mitas. „Kalbant apie duomenų svarbą, reikėtų suprasti, kad svarbiausia yra duomenų kokybė. Didesni duomenų kiekiai nebūtinai padės atrasti vertingesnių ir gilesnių žinių. Reikia sutelkti dėmesį į duomenų kokybę, tinkamumą, įvairovę, o ne tik į dydį.
Ketvirtasis mitas - kad dirbtinis intelektas protingesnis už žmogų. Dirbtinio intelekto technologijos, pasak A. Paulauskaitės-Tarasevičienės, yra įrankis, kuris padeda žmonėms atlikti tam tikras užduotis efektyviau ir greičiau, bet jokiu būdu ne pakeičia žmogų.
„Šiuo metu egzistuoja trys dirbtinio intelekto tipai: siaurasis, arba silpnasis, dirbtinis intelektas, stiprus, arba bendrasis, ir dirbtinis superintelektas. Siaurasis dirbtinis intelektas yra vienintelis dirbtinio intelekto tipas, kuris yra sėkmingai įgyvendintas iki šios dienos.
A. Paulauskaitė-Tarasevičienė įvardijo ir penktąjį mitą - tai manymas, jog dirbtinis intelektas gali būti visiškai tikslus ir nešališkas. Iš tiesų taip nėra. Dirbtinis intelektas bus tiek pat tikslus ir šališkas, kiek ir jo kūrėjas.
Robotų Socialinė Įtaka ir Saugumo Aspektai
Žmonėms nereikėtų nuvertinti socialinės robotų įtakos ir to, kad tai gali sukelti daug pavojingų situacijų. „Kaspersky“ ir Gento universiteto tyrimai nustatė, kad robotai gali efektyviai išgauti slaptą informaciją iš žmonių, kurie jais pasitiki, ir įtikinti juos imtis nesaugių veiksmų.
Tyrime pagrindinis dėmesys buvo skiriamas maždaug 50-čiai tyrimo dalyvių ir konkrečiam socialiniam robotui, kuris buvo sukurtas ir užprogramuotas bendrauti su žmonėmis, naudojant žmogiškuosius kanalus, pavyzdžiui, kalbą ar neverbalinę komunikaciją.
Eksperimento metu ne visi darbuotojai įvykdė roboto prašymą, tačiau 40 proc. žmonių atrakino duris ir laikė jas atviras, kad robotas galėtų patekti į saugomas patalpas.
Antroje tyrimo dalyje buvo siekiama išgauti asmeninę informaciją, kuri paprastai yra naudojama slaptažodžių atkūrimui (įskaitant gimimo datą, pirmojo automobilio markę, mėgstamiausią spalvą ir kt.). Čia ir vėl buvo panaudotas socialinis robotas. Šį kartą jis kvietė žmones draugiškai pasišnekučiuoti.
Komentuodamas eksperimento rezultatus, „Kaspersky“ saugumo ekspertas Dmitry Galov teigė: „Tyrimo pradžioje mes apžiūrėjome programinę įrangą, naudojamą kuriant robotikos sistemas. Įdomu tai, kad mes pastebėjome, jog dizaineriai sąmoningai nusprendžia pašalinti saugumo mechanizmus ir vietoj to sutelkia dėmesį į patogumo ir efektyvumo plėtrą.
Ateities Vizijos ir Fantastikos Įtaka
Automatizavimas ir dirbtinio intelekto pažanga privers vienas profesijas išnykti, bet sukurs naujas. Kaip tam pasiruošti, kad „neiškristume iš žaidimo“?
Vis daugiau kompanijų (Microsoft, Adobe) pasaulyje į pagalbą pasitelkia rašytojus fantastus, kad šie pasiūlytų įvairių, taip pat ir socialinių technologijų vystymosi ar taikymo scenarijus.
Jis pripažįsta, kad raketomis susižavėjo, skaitydamas Ž. Verno ir H. G. Wellso knygas. Fantastika - puikus idėjų šaltinis, praplečiantis vaizduotės ribas.
Jeigu tokioje idėjų generavimo sesijoje dalyvauja įvairių sričių specialistai, galima iš tiesų nustebinti. Pavyzdžiui, režisierius Stanley‘us Kubrickas intensyviai bendravo su mokslininkais, kurdamas 1968 m. filmo „2001 metų odisėja“ scenarijų. Jis siekė įtikinamos ateities vizijos ir tikroviškumo pojūčio.
Kitas rež. Stevenas Spielbergas, norėdamas sukurti įsimenantį ir pagrįstą ateities pasaulį 2002 m. fantastiniame filme „Įspėjantis pranešimas“ pagal P. K. Dicko apsakymą, pasitelkė keliolikos ekspertų komandą. Ir ką gi - po maždaug dvylikos metų jau turime tai, ką matėme kino ekrane: reaktyvines kuprines, rankų judesiais valdomas vartotojo sąsajas, suasmenintas reklamas ir autonominius automobilius.
tags: #lrt #robotikos #smegenys #isskiria #priklausomybe