Veštačka inteligencija ima li razloga za brigu?

Veštačka inteligencija je tema o kojoj se danas mnogo polemiše. Da li je kao u filmovima naučne fantastike? Da li će nam ukrasti poslove i zavladati svetom?
Autorski clanak, veštačka inteligencija, mašinsko učenje, inteligencija,

Svi smo gledali barem jedan film ili seriju gde se roboti otimaju kontroli ili veštačka inteligencija zavlada svetom. Deo savremene kulture je brz razvoj tehnologije. Svima nam se čini, a možda smo i u pravu, prebrz za čoveka. Ni ne stižemo da na pravi način ograničimo upotrebu novog izuma, a naredni se već pojavljuje. Stoga ne čudi što ChatGPT i njemu slični sistemi privlače toliko pažnje, ali i toliko odbijanja.

Međutim, osim urođene odbojnosti prema novinama, kao i skepsi iz gore pomenutih razlika, ne znamo dovoljno o trenutnoj razvijenosti veštačke inteligencije. Većina medija ovo koristi, pa umesto da nas informiše dodatno hrani naš strah senzacionalističkim naslovima, člancima i prilozima na televiziji. Dakle, dokle je stigla veštačka inteligencija i ima li razloga za brigu?

Veštačka inteligencija je jedan široki izraz koji obuhvata sve pokušaje da mašine imitiraju ljudsku inteligenciju. Razvija se u nekoliko različitih smerova, u zavisnosti od početnih teorija. Jedna od najpopularnijih oblasti razvoja, trenutno, je mašinsko učenje. 

Šta je mašinsko učenje

Mašinsko učenje jeste oblast veštačke inteligencije gde je poenta da mašina sama prepoznaje šablone i na osnovu njih formuliše i stvara sopstvene odgovore na datu situaciju. Algoritmu se pruži baza podataka, na osnovu koje on dalje zaključuje i beleži koliko smo mi, kao korisnici, zadovoljni njegovim rezultatima. Na osnovu toga on dalje stiče nova znanja i proširuje bazu podataka. Vrlo slično ljudskom procesu učenja, posebno kod male dece.

Kada malo dete pokaže prstom na mačku od odraslih dobije informaciju da je to mačka, kao i pohvalu kada tu reč ponovi. Međutim, sva je prilika da će dete svaku manju dlakavu životinju na 4 noge povezati sa nazivom mačka. Zbog toga će, u nekoj sledećoj prilici, i psa nazvati mačkom. Tada će ga odrasli ispraviti i dete će početi da razlikuje sada već dve kategorije malih dlakavih životinja na 4 noge: mačku i psa. Svaki sledeći put kad pogreši u bude ispravljeno, ili ispravno kaže i bude pohvaljeno, imaće sve više poznatih kategorija i sve bolje će ih razlikovati. Na sličan način rade i programi bazirani na mašinskom učenju. Glavna razlika je u tome što oni ne crpe informacije iz sveta oko sebe, već iz početne baze podataka koja im je pružena.

Virtuelni asistenti (kao što su Siri, Aleksa i slični), deo funkcija na našem telefonu (kao što je prepoznavanje šta slikamo i podešavanje boja na osnovu toga) kao i programi kao što je ChatGPT nisu ništa drugo do proizvod mašinskog učenja. Kako većina njih kao svoju bazu podataka koristi Google, a za unapređivanje povratne informacije koje im mi pružamo tu možemo naći i njihove mane.

Mane:

  • Baza podataka: Google je široka, ali nepouzdana baza podataka. Istovremeno, programi često nemaju dovoljno istančan način razlikovanja stvarnih i lažnih informacija
  • Povratne informacije: Ni naše povratne informacije nisu uvek tačne i precizne. Kako je život komplikovan, malo je tema na koje se svi slažu. Programi još uvek nisu dovoljno sofisticirani kako bi prepoznali i pomirili sva ta neslaganja.
  • Još uvek uče: Velika povika se digla na google pre nekoliko godina kada je njegov program za prepoznavanje lica crnca prepoznao kao šimpanzu. Od tada, program je “nahranjen” dodatnom bazom slika crnih lica i to mu se više ne dešava. Ovo je vrlo plastičan primer onoga što često zaboravljamo, a nikako ne bi trebalo: i mašine uče i razvijaju se, pa će tako rezultati njihovog rada biti puni grešaka

Uz to, mašinsko učenje još uvek nije dovoljno uznapredovalo da mašinama pruži slobodnu volju, empatiju ili moralno rasuđivanje. Sigurno ste čuli priču kako je jedna od najvećih prepreka za potpuno autonomna vozila rešavanje moralnih dilema u rizičnim situacijama. 

Ima li razloga za brigu

Kratak odgovor na ovo pitanje ne postoji. Trenutno, mašinsko učenje nije dovoljno razvijeno da bi moglo samostalno da donese bilo kakvu odluku, osim one vezane za naše zahteve. Takođe, ni najnapredniji među programima veštačke inteligencije (na primer: Sofija) ne prelaze granicu ljudskosti.

Postoje veštine neophodne za improvizaciju ili interakciju koje proizilaze samo iz jedinstvenog iskustva koje donosi ljudski život. Mnoga zanimanja koja se oslanjaju na takve veštine ne moraju da se brinu da će ih odmeniti.

Međutim, to ne znači da nema razloga za brigu. Ne postoje zvanični, jedinstveni ili makar slični, sistem koji ograničava i reguliše upotrebu i autorska prava vezana za mašinsko učenje. Na primer, filteri koji pretvaraju naš lik u crtež često “kradu” radove drugih digitalnih umetnika. Uz to, veliki broj škola i fakulteta se ne snalazi u ograničavanju upotrebe ChatGPT-a. Ni sam razvoj novih tehnologija nije ograničen niti usmeren, te se one i razvijaju brže nego što stižemo da se adaptiramo na njih.

Na kraju, postoji i opasnost od prevelikog oslanjanja na te tehnologije. Odlično je što ima ko da nam napiše ko zna koji po redu sastav iz srpskog na temu “Proleće u mom kraju”, ali ne treba zato zanemariti sopstvenu kreativnost i pismenost.psihoterapija, psihijatrijski lekovi i psihodijagnostika daju odgovor na pitanje kako da resim problemVeštačka inteligencija nastaje po ugledu na ljudsku, pa nije ni čudo što su u mnogome slične. Ipak, postoje aspekti ljudskog života koji mašina i program ne mogu da reprodukuju, bar ne dok ne budu živeli isti život kao ljudi. Uz dovoljno pameti i opreza nema potrebe da odbacujemo novine, pa ni veštačku inteligenciju. Ipak, ne treba je ni nekritički prigrliti i pretvoriti u drugi mozak. Kao i sve drugo u životu, veštine se gaje upotrebom, a zakržljavaju kada ih prepustimo robotu.