KTU matematikas Mantas Landauskas. Gigabaitai duomenų ir dirbtinis intelektas: kas laukia po 10 metų?

Stebuklingas žodžių junginys „dirbtinis intelektas“ (DI)  jau senokai užėmęs lyderio pozicijas tiek spaudoje, tiek socialiniuose tinkluose – apie tai kalbama nuolat ir visur. Skaitmenizacijos ir DI sprendimų mūsų gyvenime – daug ir vis daugėja, o taikymai apima daugybę sričių: finansai, e. komercija ir rinkodara, medicina, žemės ūkis, transporto pramonė ir dar daug kitų. Panašu, kad DI technologijos – vienas iš pagrindinių polių, ant kurių stovi visas sumanus šiuolaikinis pasaulis.

Apie DI kalbame labai daug, bet ar tikrai žinome, kas  slepiasi už šio termino ir ką svarbiausio turėtume suprasti kalbėdami apie šias technologijas? Pasak KTU Matematikos ir gamtos mokslų fakulteto (MGMF) mokslo prodekano docento dr. daktaro Manto Landausko, DI daro vis didesnį poveikį mūsų gyvenimui ir sunkiai besurastume sritį, kurioje jis neatneštų naudos, tačiau labai svarbu įvertinti, koks iš tiesų yra šių technologijų poveikis.

„DI daro vis didesnę įtaką mūsų gyvenimui, dėl to atsiranda vis naujų galimybių, tačiau su jomis koja kojon žengia ir vis kitos grėsmės. Svarbu suprasti DI taikymo galimybes, esminius principus, kaip veikia DI grįsti sprendimai ir kaip tinkamai ir etiškai naudoti šias technologijas, kad šios veiktų kaip katalizatorius verslus ir viešąjį sektorių bei kitas sritis keičiant jas į gerąją pusę“, – teigia mokslininkas.

Pradžiai – statistika

Rinkos tyrimų agentūros „Tractica“ tyrimo duomenimis, pasaulinė DI rinka iki 2025 metų turėtų pasiekti 118 mlrd. JAV dolerių. 2019 metų duomenimis, 37 proc. visų bendrovių vienokia ar kitokia forma jau integravo DI technologijas į savo veiklą, o per pastaruosius ketverius metus įmonių, dirbančių su DI, padaugėjo 270 proc.

Kitas tyrimas atskleidė, kad pasaulinė DI programinės įrangos rinka augs po 54 proc. kasmet ir prognozuojama, kad 2025 m. pasieks 22,6 mlrd. JAV dolerių.

Europos, kaip ir viso pasaulio, pažanga ir gerovė yra glaudžiai susijusi su tuo, kaip bus naudojami duomenys ir su jais susijusios technologijos. Europos parlamentas skelbia išties iškalbingą statistiką: skaičiuojama, kad iki 2025 m. pasaulyje sugeneruojamų duomenų kiekis išaugs iki 175 zetabaitų (2018 m. jis siekė 33 zetabaitus), iki 2035 m. su DI susijęs darbo našumas išaugs 11–37 proc., iki 2030 m. DI technologijomis grįsti tvarūs sprendimai gali padėti 1,5–4 proc. sumažinti pasaulinį šiltnamio efektą sukeliančių dujų kiekį, Ekonominio bendradarbiavimo ir plėtros organizacijos (EBPO) šalyse 14 proc. darbo vietų yra automatizuojamos, o dar 32 proc. gali susidurti su dideliais pokyčiais, pavyzdžiui, perkvalifikavimas, naujų technologijų įsisavinimas ir pan.

DI – tai?

Skaičiai kalba patys už save – DI technologijos ir toliau skinsis kelią bene visose gyvenimo ir industrijos srityse. Jau dabar šių technologijų mūsų aplinkoje apstu ir šiais sprendimais naudojamės net nesusimąstydami: pradedant išmaniaisiais telefonais ar pokalbių botais ir baigiant medicina ar logistika, – DI jau apima daug mūsų gyvenimo aspektų.

DI sąvoka dažnai  siejama su mašinų sugebėjimais demonstruoti panašias į žmogaus atliekamas funkcijas. Tokį apibrėžimą galima rasti Europos parlamento lietuviškojoje svetainėje. Toks paaiškinimas yra vienas dažniausiai sutinkamų plačioje visuomenėje ir medijose.

DI metodų ir algoritmų yra tiek daug, kad jų visų veikimą apibendrinti labai sudėtinga.

– M. Landauskas

Tačiau, pasak M. Landausko, turime ir oficialų apibrėžimą, kuris nurodytas tiek Lietuvos, tiek Europos Sąjungos (ES) dirbtinio intelekto strategijoje: tai sistemos, kurios demonstruoja protingą ir sumanų elgesį. „Ši sąvoka – žymiai platesnė, papildomai apimanti ir abstrakčius dalykus, tokius kaip matematiniai metodai ir algoritmai, sprendimų priėmimo sistemos.

Žaliava – duomenys

Taigi, kaip veikia DI? Pasak docento, DI metodų ir algoritmų yra tiek daug, kad jų visų veikimą apibendrinti labai sudėtinga: „galima tik paminėti, kad dažniausiai veiksmų seka yra tokia: matematinis algoritmo aprašymas, programinė realizacija, algoritmo apmokymas, testavimas, rezultatų vertinimas, tuomet, praktinis panaudojimas (pavyzdžiui, integracija įmonėje su kitomis sistemomis), galimas vėlesnis koregavimas vertinant ilgesnio laikotarpio veikimo rezultatus.“.

Pasak matematiko, dažniausiai DI naudoja istorinius ar statistinius duomenis, iš kurių formuluoja reikiamas išvadas, siūlo ar priima sprendimus. Duomenys – DI technologijų variklis, tad norint efektyviai kurti ir diegti DI sistemas, reikia didelių duomenų rinkinių. Kiek didelių? Nėra universalaus atsakymo, tai tyrimais nustatoma kiekvienu atveju individualiai.

„Skirtingoms DI technologijoms reikalingi skirtingo tipo duomenys. Rinkodarai dabar dažnai pasitelkiami natūralios kalbos apdorojimo sprendimai, kuriems kurti reikalingi tekstiniai duomenys; medicinoje kuriant diagnostikos ar gydymo metodus, pasitelkiamas vaizdų apdorojimas ir daugybė vaizdų / fotografijų ir pan.“, – pasakoja M. Landauskas.

Gyvename skaitmeniniame amžiuje ir bene kiekvienas mūsų veiksmas palieka skaitmeninį pėdsaką. Tokių kasdien sugeneruojama daugybė gigabaitų ir jie vėliau gali būti panaudojami įvairiems DI sprendimams kurti.

Pasaulio neužvaldys

Jeigu pažvelgtume keletą metų atgal, tai gana dažnai  galėtume sutikti idėją, kad ateityje DI taps nekontroliuojamas ir galiausiai valdys pasaulį. Ši mintis vis dar šmėsteli, visgi, dabar jau dažniau tik populiariojoje kultūroje.

Žmogus reikalingas DI kūrimui, mokymui, priežiūrai, tobulinimui. Tikrai stebime ir stebėsime darbų perdavimą DI technologijoms, bet taip pat atsiranda ir atsiras poreikis minėtiems uždaviniams spręsti ir čia bus būtinas žmogus.

– M. Landauskas

„Galima suprasti, kodėl žmonės taip galvoja. Žvilgtelėję į praeitus kelis dešimtmečius, pamatysime, kad kalbančius robotus, humanoidus ar išmanias informacines sistemas, buvo galima pamatyti tik kino filmuose. Dabar visa tai virto realybe. Tad belieka tik svarstyti, kokie pasiekimai laukia rytoj, kitą mėnesį ar po 10 metų…“, – mintimis dalijasi M. Landauskas.

Pasak mokslininko, visų pirma, robotus lengva išjungti ar sutrikdyti jų darbą. Antra, iki robotų, kurie  kurtų strategijas kaip žmogus, dar labai toli ir neuromokslininkai tą patvirtintų. Visgi, įvairių rutininių darbų, tokių kaip rašytinio teksto skaitmenizavimas, pirkėjų parduotuvėje aptarnavimas, automatizavimas sėkmingai vystomas pasitelkiant DI technologijas.

„Žmogus reikalingas DI kūrimui, mokymui, priežiūrai, tobulinimui. Tikrai stebime ir stebėsime darbų perdavimą DI technologijoms, bet taip pat atsiranda ir atsiras poreikis minėtiems uždaviniams spręsti ir čia bus būtinas žmogus. Dažnu atveju – tai profesijų persiskirstymas, bet ne  žmogaus pakeitimas, t. y. vyksta ir vyks tam tikrų rutininių darbų automatizavimas ir tam tikros pozicijos bus pakeisto DI technologiniais sprendimais, bet taip pat atsiras naujos darbo pozicijos“, – paaiškina matematikas.

Būtina reguliuoti

Mokslininkas pabrėžia, kad visų pirma, DI technologijas kuria žmogus ir nuo jo priklauso, kaip jo kūrinys elgsis. Ši elgsena gali būti evoliucionuojanti, tačiau vis tiek pradžios tašką nustato technologijos kūrėjas. Todėl čia labai svarbus aspektas – technologijų kūrėjo atsakomybė ir kompetencija. DI tampant vis didesne mūsų gyvenimo dalimi,  atsiranda labai svarbus uždavinys – DI teisinis ir / ar etinis reguliavimas.

DI reguliavimas šiandien visame pasaulyje labai svarbus DI technologijų aspektas ir pastebimas vis didesnis susidomėjimas šia sritimi. Šiandien keliama labai daug klausimų apie DI subjektyvumą / objektyvumą, lygybės rasės, lyties, tautybės ir kitais atžvilgiais išlaikymą priimant sprendimus.

„Galėčiau paminėti Didžiojoje Britanijoje (DB) 2020 m. kilusį skandalą dėl automatinio moksleivių vertinimo, pasitelkus DI, atsisakant egzaminų. Kilo chaosas, daug stojančiųjų prarado vietas universitetuose. Arba taip pat (DB) kilęs skandalas dėl  rasizmo apraiškų DI pagalba vertinti vizų paraiškas“, – pavyzdžius vardija docentas.

Neatsakingai ar tiesiog skubant (pavyzdžiui, be aiškaus tikslo arba apmokant algoritmus pasitelkiant nekorektiškus duomenis, sprendimo priėmimo algoritmus ir t.t.) kuriamos technologijos gali būti diskriminuojančios ar kitaip kenksmingos. O jas vystant bet kam, jos geriausiu atveju gali būti neefektyvios, o blogiausiu – ir žalingos. Tokie aspektai yra svarbūs ir natūralu, kad dabar nemažai dirbama kuriant rekomendacijas ir reguliavimo politiką, o ateityje galime sulaukti ir ryškesnės teisinės priežiūros.

„Manau, kad labai svarbu gerai išnagrinėti kontekstą. Prieš kuriant naujus sprendimus būtina atlikti naujausių tyrimų literatūros analizę ir nenerti tiesiai į sprendimą. Aplinkybės nuolat keičiasi, todėl turi keistis ir DI“, – paaiškina M. Landauskas.