Nie taka sztuczna inteligencja

Sztuczna inteligencja (SI) nie byłaby możliwa bez rozwoju komputerów, a wiek XX przyniósł najwięcej odkryć w tej dziedzinie. Pierwsze komputery projektowano na papierze i montowano ręcznie. Składały się z wielu elementów, które przeprowadzały obliczenia. Na początku były nimi przekaźniki, a potem lampy elektronowe – awaryjne, ręcznie robione. Ale fizyka ciała stałego dokonuje zdumiewających odkryć i w 1947 r. Amerykanie budują pierwszy tranzystor, jeden z największych wynalazków ludzkości. Tranzystor był doskonalszy od lamp, bo nie zużywał tyle energii, rzadko się psuł i był setki tysięcy razy mniejszy. Przez kolejne lata udoskonalano jego konstrukcję. Aż w końcu ktoś wpada na pomysł, aby na niewielkiej powierzchni umieścić wiele identycznych tranzystorów. Tak powstały pierwsze układy cyfrowe, które są „mózgami” nowoczesnych komputerów. Gwałtownie zwiększała się liczba tranzystorów na niewielkiej płytce krzemu, a komputery stawały się coraz szybsze. W roku 1957 był jeden, w 1963 – osiem, w 1965 – szesnaście. A w 1977 roku już 256 tysięcy. Dziś mamy komputery mające więcej niż 30 mld tranzystorów.

Mózg elektronowy

Od chwili powstania komputerów wielu naukowców zaczęło się zastanawiać, czy dałoby się przy ich pomocy naśladować procesy ludzkiego rozumowania. Nawet widoczne to było w nazewnictwie – początkowo nazywane były mózgami elektronowymi. Panujący wtedy optymizm doprowadził do zorganizowania przez Johna McCarthy’ego dwumiesięcznej konferencji poświęconej tematyce myślących maszyn. Odbyła się w 1956 roku w Dartmouth College i to właśnie tam został ukuty termin Sztuczna Inteligencja.

Przez prawie 2 miesiące największe umysły głowiły się nad tym, jak matematycznie opisać różne aspekty ludzkiej inteligencji, aby można było
ją symulować na ówczesnych komputerach. Później oczywiście okazało się, że było to niemożliwe, bo ówczesna wiedza i technologia były zbyt mało rozwinięte.

Przełomy

Przełomy mają miejsce dopiero wtedy, gdy ciekawe pomysły spotykają się
z technologiami, które pozwolą na ich realizację. A te pojawiły się dopiero kilkadziesiąt lat później.

Dyskusja nad sztuczną inteligencją uległa ożywieniu w 1979 roku. Wielu badaczy prowadziło wtedy eksperymenty nad programami grającymi w różne gry. I tak na Carnegie-Mellon University stworzono program o nazwie BKG 9.8, który wygrał z mistrzem świata w tryktraka, czyli popularną grę planszową. Wydarzenie to odbiło się szerokim echem w wielu mediach na całym świecie, bo po raz pierwszy człowiek został pokonany przez maszynę.

Z biegiem lat komputery stawały się coraz szybsze, a my przegrywaliśmy z nimi w kolejne gry. W 1995 roku komputer wygrał z mistrzem świata w warcaby, a dwa lata później komputer szachowy IBM Deep Blue pokonał szachowego arcymistrza, Garriego Kasparowa.

W 2011 r. zapadł się kolejny bastion, gdzie panował człowiek, bo komputery nauczyły się rozumienia języka naturalnego, czyli naszego języka, którym posługujemy się na co dzień. Komputer IBM Watson zagrał w amerykańską wersję teleturnieju Va banque i zwyciężył z dwoma najlepszymi graczami.

Po raz kolejny o sztucznej inteligencji zrobiło się głośno, gdy w 2016 roku komputer wygrał w grę Go z arcymistrzem Lee Sedolem. Gra ta ma niesamowitą złożoność – możliwych ruchów jest więcej niż atomów we Wszechświecie. Krytycy od dawna uważali, że wygrana komputera w przypadku tej gry jest niemożliwa. A tu proszę – algorytm Alpha Go wygrywa z człowiekiem. Kolejna zaś wersja Alpha Go – Alpha Go Zero, która powstała rok później, po 3 dniach grania sama ze sobą pokonuje poprzedniczkę w stosunku 100:0.

W 2020 roku mieliśmy kolejny przełom w dziedzinie gier. Firma DeepMind opracowała program, który potrafi grać na poziomie ludzkim w kilkadziesiąt klasycznych gier na stare komputery Atari. Program uczył się na własnych błędach, grając sam ze sobą i obserwując piksele na ekranie komputera – dokładnie w taki sam sposób, jak robi to człowiek.

Gry są bardzo dobrym wskaźnikiem rozwoju sztucznej inteligencji. Często wymagają planowania, a nawet abstrakcyjnego myślenia. Ta sama sztuczna inteligencja, która wygrywa w grach, może być później stosowana do rozwiązywania praktycznych problemów – w medycynie, biznesie czy nauce.

SI ma mnóstwo zastosowań

Dzisiejsza SI potrafi już komponować piosenki, pisać scenariusze filmowe
 i artykuły prasowe, malować obrazy, prowadzić samochody i wykonywać prace polowe. Nadzoruje systemy w inteligentnych miastach, fabrykach i domach. Posiadamy potężne algorytmy SI, które diagnozują choroby, wymyślają leki
i prowadzą autonomiczne samochody.

Rozwój modeli językowych typu Chat GPT sprawił, że dzisiejsze komputery mogą odpowiadać na różnie pytania, pisać prace dyplomowe, rozwiązywać łamigłówki i odpowiadać na zagadki słowne lub samodzielnie pisać programy komputerowe na bazie naszego słownego opisu, co program ma robić. Firmy technologiczne projektują w swoich laboratoriach roboty, które będą przypominały nieliniowce skończone z Opowieści o pilocie Pirxie Lema. Powstają latające samochody sterowane przez sztuczną inteligencję, a także medyczne systemy wczesnego ostrzegania, które zapewnią nam długowieczność jak w Star Treku.

Sztuczna inteligencja jest obecnie w tendencji wzrostowej. Rządy przeznaczają miliony dolarów na jej rozwój. W sektorze nowych technologii obserwujemy wręcz turboprzyśpieszenie, bo razem ze sztuczną inteligencją rozwijają się też równolegle inne technologie.

Czym jest więc dzisiejsza sztuczna inteligencja? 

Na pewno nie jest jeszcze komputerem HAL 9000 z filmu 2001: Odyseja kosmiczna  lub Terminatorem. Otóż nie posiadamy jeszcze, tzw. silnej sztucznej inteligencji, czyli uniwersalnej SI na poziomie ludzkim lub ponadludzkim. Posiadamy za to jej słabą wersję w postaci wielu oddzielnych metod, które rozwiązują różne wąskie, praktyczne problemy.

Obecnie największym rozgłosem cieszy się metoda zwana sieciami neuronowymi. Sieć taka składa się ze sztucznych neuronów, które są bardzo uproszczoną wersją szarych komórek w naszych mózgach. Z jednego neuronu nie byłoby zbyt wielkiego pożytku, dlatego łączymy je w sieci składające się z wielu takich elementów. Później je uczymy, a one niczym dziecko polepszają swoje umiejętności. Kiedyś sieci były małe i płytkie, czyli głupie. Ale 9 lat temu nastąpił przełom w tej dziedzinie. Powstały nowe typy głębokich sieci. Z roku na rok stawały się one coraz głębsze i „inteligentniejsze”. Rozkwitła dziedzina zwana głębokim uczeniem i przyczyniła się w ogromnej mierze do ostatnich sukcesów SI.

Mimo że dysponujemy dziś tylko wąską sztuczną inteligencją, już dawno prześcignęła ona człowieka w niektórych obszarach. Jej możliwości rosną bardzo szybko, nic więc dziwnego, że niektórzy naukowcy spodziewają się, że już za kilkadziesiąt lat SI prześcignie człowieka na wszelkich polach. I będzie od nas miliony razy inteligentniejsza. Ludzki mózg wykonuje około 100 trylionów obliczeń na minutę. Niektórzy naukowcy sądzą, że za kilka lat taką mocą będzie dysponował zwykły domowy komputer.

Na całym świecie badacze dążą do stworzenia symulacji ludzkiego mózgu. Jeśli nam się to uda, to może to być najkrótszą drogą prowadzącą do silnej sztucznej inteligencji. Wszak – jak napisał Stanisław Lem – „To, co się wyłoniło z mroków jaskiniowych, z głębin tysiącleci, my pragniemy w jednym krótkim zwarciu przekazać maszynom, ażeby z nich wykrzesać rozum. (…)”

O Autorze

Petros Psyllos (petrospsyllos.com) jest elektronikiem, programistą, innowatorem i przedsiębiorcą. W ramach działalności naukowo-wynalazczej zajmuje się, m.in. zastosowaniami sztucznej inteligencji, robotami społecznymi, wirtualnymi asystentami, human–computer interaction i ochroną zdrowia. Został uznany przez amerykańską edycję Forbesa za jednego z 30 najlepszych europejskich innowatorów oraz MIT Review za jednego z 10 najzdolniejszych młodych wynalazców w Polsce.

Artykuł powstał w ramach kampanii społeczno-edukacyjnej „#wkręć się w technologię!” realizowanej przez Podlaską Fundację Rozwoju Regionalnego.