Gyvenimo būdas

Geriausi bendradarbiai: žmonės ir Dirbtinis intelektas

2019 spalio 11

Dirbtinio intelekto atėjimas į darbo rinką vieniems kelia susižavėjimą, antriems baimę, o tretiems skeptiškumą. Ar tikrai mašinos gali perimti iš žmonių darbus, o daugeliu atvejų juos ir pakeisti? Tačiau galbūt pats šis klausimas yra formuluojamas žalingai? DI ateina ne konkuruoti su žmonėmis, o jiems padėti. Tinkamai naudojama, ši technologja turi potencialo ne tik pakylėti verslą į visiškai naują lygį, bet ir išlaisvinti visą žmonių kūrybinį potencialą bei suteikti mūsų gyvenimams dar daugiau kokybės.

Ką DI gali nuveikti dabar?

DI jau senokai nebėra tik kažkokia idėja mokslinės fantastikos rašytojų galvose. Taip, savo kognityvinėmis savybėmis jis toli gražu neprilygsta žmonėms, bet DI sprendimai jau šiandien kuo puikiausiai veikia ir nuolat tobulėja. Jis jau sugeba pakankamai gerai atlikti net ir labai kompleksiškas „žmogiškas“ užduotis: diagnozuoti ligas, versti kalbas, aptarnauti pirkėjus, vairuoti automobilius ir t.t. Natūralu, kad, visa tai matant, mums kyla pagrįstų abejonių dėl žmonių vaidmens ateities ekonomikoje. Tačiau taip neprivalo būti. Santykis tarp mūsų ir technologijų dar niekada nebuvo toks kokybiškas ir abipusis. Taip, DI pakeis tai, kas, ką ir kaip dirba, bet tuo pačiu ir gerokai išplės bei papildys žmonių galimybes kurti bei tobulėti.

Kodėl DI reikia mūsų?

Taip, DI ir mašinos iš tikrųjų perims iš žmonių pakankamai daug darbų. Ypač tokių, kurie reikalauja pasikartojamumo, tikslumo. Ko gero, fabrikai ir transportas bus tos sritys, kurias DI paveiks greičiausiai (o tiksliau, jis jas jau dabar veikia). Tačiau po to ateis eilė ir teisei ar buhalterijai. Ar tai reiškia, kad mums nebeliks, ką veikti? Mes negalime pamiršti, kad DI ir žmonių santykiai bus abipusiai. DI paprasčiausiai neišsivers be mūsų pagalbos. Kokios? Mes turėsime tris pagrindines roles. Visų pirma, treniruoti mašinas, kad šiol galėtų atlikti savo funkcijas. Taip pat paaiškinti joms, koks ir kodėl turėtų būti šių užduočių rezultatas. O galiausiai, palaikyti tvarų jų veikimą, t.y., neleisti joms kenkti kitoms mašinoms ar žmonėms.

Treniruotės

Žmonijai dar labai toli iki vadinamojo Superintelekto (DI, savo kognityvinėmis funkcijomis pranokstančio žmones) sukūrimo, todėl dabar veikiančios sistemos gali nuveikti tik tai, ko mes  jas išmokysime. Informacijos duomenų bazes ir algoritmus, nurodančius, kaip jose orientuotis, vis dar gali sukurti tik žmonės. Tik mes galime mašinoms paaiškinti, kaip joms derėtų suprasti šnekamąją kalbą, diagnozuoti problemas ar kuo remiantis priimti jų sprendimus. Galų gale, užprogramuoti turi būti ir patys elgesio su žmonėmis modeliai. DI sistemos netgi mokomos kalbos tono subtilybių. Microsoft Cortana, Apple Siri ar Amazon Alexa kūrėjai praleido mėnesių mėnesius vystydami asmenybes, kurios būtų ir pasitikinčios savimi, ir paslaugios, ir malonios, o taip pat ir atspindėtų savo prekės ženklo įvaizdį. Į šį procesą įsitraukia ne tik inžinieriai, bet ir scenaristai.

Aiškinimas ir motyvavimas

Kuo mašina su DI skiriasi nuo paprastos mašinos? Visų pirma tuo, kad DI veiksmus atlieka ne mechaniškai, o siekdama tam tikro tikslo ar rezultato. Jo padiktavimas ir yra žmogaus užduotis. DI jau dabar yra iškėlęs vadinamąją „Juodosios dėžės problemą“. Sistemos sprendimus ir rekomendacijas (pvz., žmogaus pirkimo įpročio prognozę, ligos diagnozę, kreditingumo balą ir pan.) pateikia remdamasis „Didžiaisiais duomenimis“ ir nelabai gebėdamos eiliniam vartotojui paaiškinti, kaip ir kodėl tai padarė. DI tampant vis kasdieniškesniu pagalbininku, jis privalės išmokti aiškiai išdėlioti savo sprendimo motyvus. Ypač, kai bus pradėtas naudoti tokiose jautriose srityse kaip teisė ir medicina, ar imdamas vairuoti. Tokius aiškinimo ir elgesio motyvavimo protokolus taip pat neišvengiamai turės rašyti būtent žmonės.

Tvarumo užtikrinimas

Galų gale, mašinos su DI vis tiek reikalaus tam tikros priežiūros. Žinoma, visai kitokios nei, tarkime, tradicinis konvejeris. DI prižiūrintys žmonės privalės užtikrinti, kad sistemos funkcionuoja tinkamai, saugiai, atsakingai ir etiškai. Ką tai reiškia? Paprasčiausias pavyzdys – bendros darbo erdvės. Mes turime būti tikri, kad šalia žmonių dirbantys robotai nei savo veiksmais, nei neveiksnumu nesukels pavojaus jų sveikatai, o tam reikia gebėjimo „skaityti situacijas“. Tačiau DI laukia ir daug subtilesni iššūkiai. Visų pirma, etiniai. Sistemos negali diskriminuoti jokių visuomenės grupių (tokių incidentų, beje, jau fiksuota), piktnaudžiauti turimais duomenimis ir pažeisti GDPR normas, bei tiesiog privalo atsakingai elgtis su turima informacija. Tas etines normas jiems irgi privalės įskiepyti žmonės. Jie turės DI ne tik paruošti darbui, bet ir tirti bei spręsti problemas, kurios tikrai iškils į paviršių.