Liczba ludzi z wyższym wykształceniem szybko rośnie - niedługo ukończenie wyższych studiów będzie wymagane także od kandydatów na kasjera lub od przysłowiowej "panienki na poczcie". Bronione są doktoraty z różnych egzotycznych dziedzin nie mających nic wspólnego z nauką. Zdobywamy wiedzę - ale po co???
"Szefie -
nie ma tu nikogo poza nami - myślącymi maszynami"
Poważniejsze zainteresowanie komunikowaniem się z maszynami za pomocą normalnego ludzkiego języka zapoczątkowało w latach 1950 wyzwanie Testu Turinga. Szereg grup w różnych ośrodkach naukowych rozpoczęło konkretne prace prowadzące do zbudowania i oprogramowania maszyny, która miałaby szansę przejść pozytywnie ten test i oszukać 30% sędziów mających stwierdzić, czy rozmawiają z człowiekiem czy też maszyną w ciągu 5 minut.
Jednym z pierwszych takich programów była opracowana w 1964 roku (!!!) przez MIT "ELIZA" (imię kwiaciarki z "Pigmaliona" G.B.Showa i późniejszego musicalu "My Fair Lady". Niektóre wersje programu "ELIZA" działały nawet na komputerach ośmiobitowych. Program ten korzystał z pytań lub twierdzeń zadawanych mu przez człowieka i konstruował z ich elementów odpowiedzi odpowiadające podstawowym regułom językowym, a jednak wiele osób miało wrażenie, że rozmawiają z żywym człowiekiem. ELIZA była więc prekursorem maszyny samo uczącej się, bo jej odpowiedzi były coraz bardziej zadowalające w miarę czasu trwania rozmowy.
Ciekawą koncepcję maszyny samouczącej się przedstawił w swym opowiadaniu "Wyprawa 1A - czyli elektrybałt Trurla" Stanisław Lem (1965). Maszyna ta miała stawać do turniejów poetyckich, analizować poezję przeciwnika przy czym "zaraz chwytała algorytm jego poezji i, opierając się na nim, odpowiadała wierszami, utrzymanymi w tymże duchu, lecz dwieście dwadzieścia do trzysta czterdzieści siedem razy lepszymi." Ciekawą koncepcją Lema było stwierdzenie, że aby właściwie zaprogramować Elektrybałta konieczne było wyemulowanie historii Kosmosu i cywilizacji ludzkiej - a więc udostępnienie mu bazy zawierającej wszelkie aktualnie dostępne informacje.
Niezłą zabawę urządzili sobie w 2005 roku absolwenci MIT tworząc program SCIGEN (Scientific Paper Generator) - https://pdos.csail.mit.edu/archive/scigen/ . Korzystał on już z publicznego dostępu do prac naukowych, a następnie przetwarzał je zgodnie z obowiązującymi w publikacjach naukowych standardami. Artykuły generowane przez ten program wyglądały bardzo profesjonalnie (tekst LaTeX, wykresy, grafika itp.). Udało im się przejść system peer-review kilku konferencji międzynarodowych...
Dziś sytuacja jest o wiele korzystniejsza. Nastąpił znaczny rozwój w technikach uczenia maszynowego i co równie ważne dostępu do informacji. Właściwie nie trzeba dziś biegać po bibliotekach, prowadzić praco- i czasochłonnych kwerend. Oczywiście niektóre informacje nie zostały jeszcze wprowadzone do domeny cyfrowej, ale ogólnoświatowa sieć komputerowa i zaawansowane systemy wyszukiwania stworzyły zupełnie nową jakość w dostępie do informacji. Lawinowy wzrost mocy obliczeniowej i zasobów pamięci umożliwiły połączenie obsługi naturalnego języka oraz dostęp do praktycznie dowolnych informacji wraz z technikami uczenia maszynowego zaowocowało pojawieniem się zaawansowanych Chatbotów - np. Chat GPT. Było to w zasadzie nieuniknione, pozostawało tylko pytanie - kiedy?
Pojęcie "sztuczna inteligencja" (AI) jest obecnie niemiłosiernie nadużywane. Na przykład niejaki MAX odbierający telefony dla pewnej sieci komórkowej przedstawia się tak "tu MAX, Twoja sztuczna inteligencja". Zaprawdę, do odbierania i przełączania rozmów telefonicznych nie potrzeba większej inteligencji - wystarczy dość prosty system obsługi języka mówionego i szczegółowy algorytm postępowania. W dodatku ten "inteligentny inaczej" MAX ciągle czegoś nie rozumie.
Nie mam zamiaru pisać o rozwiązaniach stosowanych w nowoczesnych systemach noszących dumną nazwę AI, bo na ten temat dostępne jest wiele fachowych i popularnonaukowych opracowań - kto więc będzie chciał, to je odnajdzie choćby startując z Wikipedii. Może też zapytać ChatGPT. Chciałby sie jednak podzielić kilkoma (w moim przekonaniu) ważnymi uwagami.
Pierwsza (i zasadnicza) uwaga - co rozumiemy przez inteligencję?
Dzięki obowiązującemu właściwie na całym Świecie systemowi edukacji inteligencja jest powszechnie mylona z nabytą wiedzą. Samo słowo "uczony" oznacza przecież człowieka, który się czegoś nauczył. Nie ma przy tym znaczenia, czy będzie to znajomość historii starożytnej Grecji i Rzymu, czy też chromodynamiki kwantowej.
Jeśli jednak zastanowimy się głębiej, to okaże się, że postęp ludzkości zawdzięczamy ludziom, którzy potrafili zauważać i łączyć pozornie niezwiązane z sobą zjawiska i fakty. Znane są przykłady "Jajka Kolumba" albo "Węzła gordyjskiego", a z nowszych czasów choćby opinia przypisywana Henry Fordowi I:
"Gdybym ich zapytał, czego potrzebują odpowiedzieliby - mocniejszego i szybszego konia, a przecież tak naprawdę potrzebowali WOZU!".
Podobne przykłady można mnożyć. Wiedza jest oczywiście potrzebna, aby zrealizować pomysł, ale wiedza jest (i powinna być!) dostępna. Zawsze można znaleźć ludzi, którzy posiadają lub zdobędą wiedzę umożliwiającą realizację pomysłu (a nawet idei) - np. zbudowanie tego WOZU - czyli pierwszego powszechnie dostępnego samochodu Forda Model T.
Zauważenie faktu, że masa grawitacyjna jest równa masie bezwładnej stało się podstawą Ogólnej Teorii Względności, lecz dowód wymaga sporej wiedzy matematycznej. Prowadząc wykłady z fizyki miałem zwyczaj proponować studentom, aby na następną randkę umówili się w przestrzeni trójwymiarowej (nie podając czasu, w którym ma nastąpić spotkanie), a więc sprawdzili w praktyce, że zjawiska fizyczne zachodzą w przestrzeni czterowymiarowej. Dziwne, że większość ludzi uważa "czwarty wymiar" za coś dziwnego, a tymczasem posługuje się nim na co dzień!
Dotyczy to nie tylko nauk ścisłych i inżynierii - ale także poezji. Mistrz języka polskiego, Julian Tuwim umieścił w "Balu w Operze" zdanie "Szofer szofra macią ruga", ale również napisał genialną "Lokomotywę".
Czy inteligencję można zmierzyć?
To jest temat sam w sobie. Najpopularniejszy jest chyba pomiar ilorazu inteligencji - IQ. Ma on wielu przeciwników, lecz istotną zaletą jest rozwiązywanie wielu zadań-łamigłówek, które przynajmniej w założeniu nie wymagają od testowanego żadnej szczególnej wiedzy (mam na myśli testy przeznaczone dla dorosłych). Pomimo, że opracowano różne rodzaje testów i wprowadzono różne skale wyniki różnych testów są do siebie bardzo zbliżone. Osoby, które uzyskują w tych testach wysokie wyniki (powyżej IQ=130 w skali Wechslera) są w stanie skończyć z bardzo dobrym wynikiem praktycznie każde studia wyższe. Wynik taki osiąga około 2% populacji. Jednak oznacza to tylko, że tacy ludzie mogą zdobyć (jeśli tylko zechcą) prawie dowolną wiedzę na wysokim poziomie. Tylko tyle i aż tyle!
Uczenie się
W naszym systemie edukacji ludzi powszechnie stosowane jest uczenie nadzorowane. Występuje w nim nauczyciel (także rodzice). Nauczyciel udostępnia dane wejściowe (zadanie) i weryfikuje poprawność rezultatu uzyskanego przez nauczanego. Ten sposób stosowany jest również z uczeniu maszynowym.
Uczenie nienadzorowane zakłada minimalizację interwencji nauczyciela, który nie stawia przed nauczanym konkretnego zadania, a jedynie określa, z jakiego zbioru danych może korzystać nauczany. Nauczany ma sam znaleźć ewentualne zależności w tym zbiorze i wybrać, na których należy się skupić.
Uczenie przez wzmacnianie wiąże się z pojęciem nagrody. Na przykład skuteczność kampanii reklamowej wiąże się z nagrodą w postaci wzrostu zysków. Nagrodą za interesującą publikację naukową może być zaspokojenie ciekawości, duża liczba cytowań, a niekiedy nawet "nieśmiertelność". Dobrym przykładem uczenia przez wzmacnianie jest interakcja improwizującego muzyka ze słuchaczami. Obserwując tańczących sprawny muzyk może na bieżąco modyfikować repertuar i sposób jego prezentacji. Uzyskuje w ten sposób wiedzę, którą może próbować wykorzystać również w przyszłości.
W wykorzystywanym w rozwiązaniach GPT uczeniu głębokim wykrywanie cech występujących w zbiorach danych jest pozostawione programowi. Stanowi to krok w stronę systemów samo uczących się. Jest to szczególnie istotne w przypadku bardzo dużych zbiorów danych.
Co potrafi GPT i czy można go nazwać inteligentnym?
Oprogramowanie oparte o technikę GPT (Generative Pre-trained Transformer) potrafi naprawdę bardzo dużo i są ciągle doskonalone. Rozwiązania powszechnie określane dziś jako AI znalazły szereg zastosowań, jednak są one zorientowane przede wszystkim na współpracę z dużymi zbiorami danych przy wykorzystaniu interfejsów zrozumiałych i łatwych do opanowania przez ludzi. Stały postęp powoduje, że rezultaty uzyskiwane za pomocą tych programów są coraz lepsze - w sieci dostępne są różne przykłady ich wykorzystywania - odpowiedzi na pytania egzaminacyjne z wielu przedmiotów (matura, egzamin adwokacki), analizy giełdowe i prawne, tworzenie i analiza obrazów, kodów programów, artykułów o opracowań na dowolne tematy itp. AI już rozpowszechniła się w wielu dziedzinach - od handlu internetowego, usługach doradczych, opracowywaniu różnych poradników, a zapewne (choć tym nikt się nie chwali) w publicystyce, a może i w literaturze. Dla GPT jest zupełnie obojętne czy chodzi o analizę prawa rzymskiego, pracy sieci TCP/IP, "Iliady" Homera czy też zestawienie sukcesów i porażek popularnej drużyny piłkarskiej w ostatnich 10 latach.
Jednak jeśli czegoś nie ma na wejściu - nie znajdzie się i na wyjściu, ale zbiory danych, z których korzystają te rozwiązania są ogromne i do ich przetwarzania i prezentacji wyników są wymagane bardzo duże moce obliczeniowe. W tym zakresie już obecnie są one bardzo konkurencyjne dla wielu dziedzin aktywności ludzkiej opartych o przetwarzanie istniejącej wiedzy - w tym również dla edukacji, prezentowania informacji, a nawet wielu dziedzin twórczości (patrz przykład lemowskiego "Eletrybałta"). Systemy wykorzystujące współczesną AI stanowią więc rzeczywiste wyzwanie dla ludzkości, tym bardziej, że już obecnie mamy do czynienia z ich komercjalizacją. Nie dziwią więc głosy wzywające do ograniczenia ich rozwoju, które jednak należy uznać za nierealistyczne. Będziemy więc zmuszeni żyć razem z tą AI. Już dziś wiele centrów pomocy dla klientów (sieci komórkowe, sklepy internetowe, systemy rezerwacji itp.) jest obsługiwanych przez automaty (zwane botami), które prowadzą rozmowy telefoniczne w językach (i to różnych) naturalnych dla ludzi. AI może uwolnić ludzi od wielu żmudnych prac zwanych "umysłowymi", pełnić rolę doradcy dla specjalistów (systemy ekspertowe) itp. Komunikacja w języku naturalnym dla znacznie ułatwia i może np. znacznie przyspieszyć dokumentowanie czynności - np. prowadzenie gabinetu lekarskiego.
