Inteligența artificială nu e deloc o inteligență. Sistemul de fapt nu înțelege nimic

Varujan Pambuccian, Membru în comisia de IT și Telecomunicații din Parlament

Un robot care vrea să dea examen de admitere la facultate

Todai Robot este un proiect al Institutului Național de Informatică din Japonia. Este un proiect de ceea ce neam obișnuit să numim inteligență artificială.

Proiectul a fost inițiat în anul 2011 și își propunea să se plaseze în primii 1% la testele naționale pentru admiterea în sistemul universitar japonez până în anul 2016 și tot în primii 1% la examenul de admitere la Universitatea din Tokio până în anul 2021.

Cum face acest lucru explică profesorul Yusuke Miyao în interviul dat în anul 2013 revistei institutului: sistemul caută în volume mari de date, clasifică și combină tipare relevante, deduce soluții plecând de la tiparele determinate și decide asupra soluției optime.

Soluția considerată a fi optimă și soluții deduse care au obținut un scor rezonabil sunt apoi stocate pentru a fi  refolosite. Evident, la capetele acestui proces se găsesc colecțiile de algoritmi care permit comunicarea în limbaj natural. Prima etapă a fost un succes. Probabil că în anul 2021 sistemul se va plasa și în primii 1% dintre cei care susțin examenul de admitere la Universitatea din Tokio.

Cum funcționează, de fapt?

Todai Robot este un proiect complex și dificil. Noriko Arai, directoarea proiectului, într-o prezentare extrem de sinceră făcută la TED în anul 2017, dă un exemplu edificator: cum ar proceda sistemul pentru a răspunde sistemul la întrebarea „Ultima simfonie a lui Mozart are numele acestei planete”.

Cuvântul „acestei” separă datele de intrare de cerință. Așadar cerința este numele unei planete. Datele de intrare sunt „ultima”, „simfonie”, „Mozart”.

Exact ca și noi, sistemul ar accesa o bază de cunoștințe (de exemplu Wikipedia)  cu cele trei cuvinte cheie. Și exact ca și noi, ar căuta numele unei planete în informația returnată. Spre deosebire de noi, sistemul nu interpretează nimic. Caută, potrivește tipare și acordă scoruri rezultatelor obținute.

Un alt exemplu dat de Noriko Arai este: „Carol ce Mare i-a învins pe maghiari. Este această afirmație adevărată?” Sistemul caută „Carol cel Mare” și „învins”. Sistemul caută și cuvântul cheie „maghiari” și îl clasifică drept migratori. Cuvântul care revine cu cea mai mare frecvență în zona „Carol cel Mare” și „învins” nu este însă „maghiari”, ci „avari” și deci afirmația este falsă. Și exemplele pot continua.

Povestea lui Todai Robot are două morale. Prima este că inteligența artificială nu este inteligență. Sigur, noi putem deduce răspunsuri și în felul acesta, dar nu o facem de obicei.

Sistemul nu înțelege ce face. De fapt, nu înțelege nimic. Determină tipare, caută bazându-se pe tipare, o face foarte repede, acordă scoruri și alege soluția cu scorul cel mai mare.

Cei șase părinți ai Inteligenței Artificiale

Inteligența artificială s-a născut în vara anului 1956 la Dartmouth College în New Hampshire (Statele Unite), adică în acea zonă extraordinar de prolifică în idei în proximitatea zonei Boston (Massachusetts).

Timp de șase săptămâni s-a desfășurat un workshop (nu-mi vine să traduc prin atelier) la care au participat 47 de specialiști în știința calculatoarelor, matematică, științe cognitive și domenii adiacente.

Inițiativa a fost a lui John McCarthy și la ea s-au adăugat Marvin Minsky, Julian Bigelow, Donald MacCrimmon MacKay, Ray Solomonoff și John Holland. Cei șase au constituit grupul stabil al workshop-ului și pot fi considerați părinții inteligenței artificiale.

Workshop-ul s-a finalizat cu un document în șapte puncte care identifică direcțiile în care se putea dezvolta ceea ce McCarthy a numit inteligență artificială.

Cele șapte puncte ale programului de la Dartmouth College erau (și pentru a le judeca trebuie să ne transpunem la nivelul de dezvoltare al tehnologiei informației de atunci):

  1. Sisteme automate – dacă o mașină poate face o activitate, atunci un sistem automat poate fi programat pentru a simula mașina respectivă
  2. Limbaj natural – cum pot fi programate calculatoarele în așa fel încât să poată conversa în limbaj natural
  3. Rețele neuronale – cum poate fi structurată o mulțime de neuroni în așa fel încât să corespundă unui concept
  4. Complexitatea calculului – cum poate fi măsurată complexitatea și cum poate fi eficientizat calculul
  5. Autoperfecționarea – cum poate un sistem învăța și se poate autoîmbunătăți pe baza experienței acumulate
  6. Abstractizarea – cum poate abstractiza un sistem cunoștințele provenite din experiența în lumea reală
  7. Creativitatea – cum pot fi injectate elemente aleatorii astfel încât ele să poată duce la manifestări creative.

Punctele 1, 2, 4 și 5 au fost abordate cu destul de mult succes. Punctul 3 face mai degrabă obiectul cercetărilor din proiectele Human Brain Project (lansat în anul 2013 de Comisia Europeană) și BRAIN Initiative (lansat tot în anul 2013 de către Casa Albă).

Vorbim deja de trei paliere de dezvoltare a domeniului inteligenței artificiale:

  1. cel clasic (algoritmic);
  2. cel cognitiv (probabil hibrid)
  3. cel social

În toate cele trei direcții, câmpul de dezvoltare atât în cercetarea fundamentală și tehnologică cât și cel al realizării de aplicații este imens.

Este interesant că, spre deosebire de Human Genome Project (lansat în 1990), o dată cu lansarea proiectului ENCODE (2003) în Statele Unite, Uniunea Europeană a abandonat treptat cooperarea științifică euroatlantică, încercând să își definească obiective proprii, abordare pe care o consider destul de păguboasă pentru accelerarea procesului de cercetare. Punctele 6 și 7 au avut abordări insulare, sporadice și destul de neconvingătoare.

Inteligența artificială continuă să rămână un domeniu nestructurat

După o perioadă de 20 de ani de entuziasm, în care au fost investite sume mari atât în Statele Unite, în Marea Britanie cât și în Japonia susținute de promisiuni hazardate ale comunității academice, a urmat o tăiere masivă a fondurilor.

În această perioadă au fost realizată însă câteva lucruri remarcabile în ceea ce privește aspectele teoretice. Au fost dezvoltate logici formale diferite de cele existente în acel moment, cum ar fi logica modală sau logica fuzzy. Au fost dezvoltați algoritmi de recunoaștere de tipare și s-au făcut primii pași în căutările în volume mari de date.

După succesele obținute în universitățile japoneze în legătură cu traducerea automată a existat speranța relansării domeniului, dar principalul finanțator al proiectelor majore, Statele Unite, a continuat să rămână sceptic în ceea ce privește aplicabilitatea într-un viitor rezonabil a domeniului.

De fapt, până în acest moment, inteligența artificială continuă să rămână un domeniu nestructurat cu algoritmi dezvoltați conjunctural, în principal din motive comerciale.

Chiar dacă există rezultate spectaculoase și foarte folositoare în ceea ce privește viteza de căutare în volume de date mari, determinarea de tipare și utilizarea lor în recunoașteri de tot felul și conversația în limbaj natural, inteligența artificială s-a dovedit a fi, până în prezent, mai mult un subiect de marketing decât un domeniu bine așezat.

Suntem departe de a crea un sistem care să gândească creativ, ca omul

Există deja un număr mare de aplicații care folosesc algoritmi de inteligență artificială în cele mai variate domenii: robotică, procesarea limbajului natural, procesarea imaginilor, reprezentarea cunoștințelor și gestionarea bazelor de cunoștințe.

Aplicațiile care apelează la acești algoritmi se adresează în special marketingului și publicității, sănătății, educației, jocurilor pe calculator, front office-ului, domeniului financiar, contabilității, transporturilor și domeniului militar.

Dacă ne rezumăm la sisteme care să caute și să recunoască rapid tipare și la sisteme capabile să converseze în limbaj natural, lucrurile stau deja bine datorită lui IBM, IPSoft, Google și Facebook.

Dacă vrem însă sa realizăm un sistem care să poată gândi creativ așa cum gândește omul, care să înțeleagă ce gândește și ce face, așa cum se întâmplă în cazul omului, suntem foarte departe de un pas semnificativ.

Obiectivele AI – acestea fiind azi cogniția și inteligența socială

Mult timp s-a încercat emularea hard sau soft a neuronului uman și a rețelelor neuronale. Numai că în lumea acesta a proceselor biochimice suntem departe de a înțelege exact ce se întâmplă la nivelul unui neuron.

Cum apare și se manifestă, de exemplu, fenomenul de plasticitate sinaptică? Modelele matematice actuale nu reușesc deocamdată să acopere complexitatea proceselor biochimice care au loc la nivelul unui singur neuron. Mai mult, există încă multe neclarități în ceea ce privește descrierea modului în care sunt declanșate și se desfășoară procesele neuronale simple, în special cele care nu presupun inițierea la nivelul unui senzor și finalizarea la nivelul unui stimul muscular.

Probabil că odată cu finalizarea BRAIN Initiative și Human Brain Project, adică o dată cu finalizarea cartografierii creierului uman, lucrurile se vor schimba radical în ceea ce privește înțelegerea proceselor cognitive, ceea ce va conduce la o abordare diferite a inteligenței artificiale, algoritmii de azi devenind mai degrabă unelte utile decât zona centrală a domeniului.

Oricum, inteligența artificială modernă pare a-și schimba obiectivele – acestea fiind azi cogniția și inteligența socială.

La nivelul viului, cogniția se bazează pe două circuite nervoase, diferențiate prin neurotransmițătorii implicați și structurile celulare care utilizează acești neurotransmițători: dopamina și serotonina.

Nici o ființă vie dotată cu un sistem nervos nu reacționează așa cum procedează un sistem de inteligență artificială, adică algoritmic și optimal, ci plastic și în interiorul dihotomiei „îmi place” – „nu-mi place” materializată în prezența celor două tipuri de circuite.

Până la înțelegerea felului în care aceste circuite produc ceea ce numim cogniție și emularea lor (dacă acest lucru va fi posibil) la nivel hardware și software, cred că abordarea cea mai pragmatică ar fi realizarea de sisteme hibride, biolo gice, electronice și informatice care să permită conlucrarea unor țesuturi neuronale biologice (de exemplu al unui minibrain cu circuite neuronale umane preproiectate care poate fi achiziționat la un cost redus și care poate funcționa o perioadă rezonabilă de timp in vitro) cu un sistem informatic (care poate asigura accesul la senzori și poate face o serie de preprocesări rapide, în special în zona recunoașterii de tipare și de căutare în volumele mari de date).

Spre deosebire de sistemele care colec – tează informații corticale (de tip electroencefalograf sau prin preluarea directă a semnalelor electrice) care se bazează pe tipare statistice, un asemenea sistem ar trebui interfațat la nivel de neuron.

Lucrul acesta este posibil azi prin utilizarea de circuite electronice polimerice cu terminatori care pot accesa neuronii individuali. Este o idee pe care cred că ar merita să o încercăm și care ar avea oricum aplicații multiple în medicină și în dezvoltarea de noi abilități ale omului.

 Ați auzit de „swarm robotics”?

Cea de-a doua direcție majoră alături de cogniție o constituie inteligența socială. În ultimii 20 de ani s-au făcut multe cercetări care au dovedit că un număr mare de roboți identici care pot realiza un număr mic de operațiuni poate produce construcții care depășesc „inteligența” fiecărui exemplar și care dau aparența unei construcții inteligente.

Lucrul acesta are un nume, swarm robotics, și este deja un domeniu de sine stătător. În natură îl întâlnim la nivelul tuturor speciilor sociale, de la albine și furnici la om.

Aflat într-o fază mai mult experimentală, domeniul așteaptă o implicare mai mare a matematicienilor și a informaticienilor pentru a formaliza, modela și realiza aplicații care permit un comportament social complex al unor elemente conceptual identice (de la sisteme de inteligență artificială care pot lucra împreună la indivizi biologici).

Inteligența artificială va lua locul multor programatori

În condițiile în care deceniul următor va fi marcat de o dezangajare masivă în domeniul forței de muncă cerută în programare, este vital să ținem cont de acest lucru și să reușim o tranziție lină de la activitățile de dezvoltare de software la cele care țin de inteligența artificială.

Acum 10 ani, China înțelegea că outsourcing-ul în domeniul fabricației de bunuri se va încheia și că fabricile devin apanajul roboților industriali. Pasul îndrăzneț l-a făcut Midea, o companie de electrocasnice, care și-a robotizat în anul 2014 o fabrică de instalații de aer condiționat de uz casnic, 800 de roboți înlocuind 24.000 de oameni.

În anul 2016, Midea a cumpărat producătorul german Kuka, cel care proiectase fabrica robotică și asigurase roboții pentru ea. Astfel, China a transformat un risc major într-un mare avantaj competitiv.

India a anunțat în martie un plan de translatare de la outsourcing-ul de software la inteligența artificială, propunându-și să devină a treia putere globală în domeniu după Statele Unite și China. Planul presupune o acțiune amplă de la orientarea educației în domeniu (inclusiv conversia forței de muncă) la identificarea domeniilor în care poate avea succes la nivel de vânzări.

Pentru România – un dezastru sau o oportunitate?

Pentru România, înlocuirea dezvoltatorilor software cu sisteme de inteligență artificială poate însemna un dezastru sau o oportunitate.

Dar ca să însemne o oportunitate, trebuie acționat până nu e prea târziu. Cred însă, că de această dată, ponderea de outsourcing în cercetare și dezvoltare de aplicații de inteligență artificială ar trebui să fie mai mică.

În deceniile care vin, forța de muncă umană se va diminua constant. Cu alte cuvinte, costul redus al forței de muncă ce a fost în ultimii 50 de ani un avantaj pentru țările necompetitive, nu va mai reprezenta nimic.

Va conta din ce în ce mai mult creativitatea reală, adică acea capacitate de a produce lucruri cu adevărat noi și care
au valoare. Va conta din ce în ce mai mult capacitatea de a produce rapid și de a ocupa repede o piață semnificativă.

Aici avem mari probleme. Și toate piețele semnificative sunt dincolo de granițele țării. Cred că nu mai avem foarte mult timp și cred că e nevoie de o strategie comună a industriei și a zonei academice, cu câteva obiective pe care să mizăm și cu ieșirea din zona confortabilă a comenzilor sigure și cu asumarea riscurilor.

Altfel, riscăm să fierbem lent, ca broasca pusă în vasul ținut la foc, fără să înțelegem că trebuie să sărim afară din vas.

Dacă vrei să aflii mai multe despre Inteligența Artificială, click aici.

De | 2018-08-02T16:13:25+00:00 1 august 2018|Categorii: Aparitii print, Numarul 9|0 Comentarii

Despre autor:

Lasa un comentariu