To po cichu robi sztuczna inteligencja. Ekspert od AI ostrzega raz na zawsze
Sztuczna inteligencja wzbudza niejasności, obawy i kontrowersje. Z drugiej zaś strony – rozpala wyobraźnię i nadzieję na szybszy rozwój różnych dziedzin. Otwiera bowiem wiele możliwości. Jak kwestie związane z AI wyglądają z perspektywy ekspertów? O przeszłości, przyszłości, wadach i zaletach sztucznej inteligencji opowiedział w rozmowie z dziennikarką serwisu ZłotePrzeboje.pl kierownik Centrum HumanTech na Uniwersytecie SWPS w Warszawie dr Konrad Maj.
- Sztuczna inteligencja otacza nas bardziej niż może się nam wydawać.
- Oto jaką rolę AI spełnia w codziennym życiu człowieka.
- Wywiad z dr Konradem Majem z Uniwersytetu SWPS nt. szans i zagrożeń, dotyczących sztucznej inteligencji.
Sztuczna inteligencja to temat szeroko komentowany w mediach i sieci, jednak dla wielu osób wciąż jest spowity aurą tajemniczości. Z czym tak naprawdę mamy tutaj do czynienia? Te kwestie będą szczegółowo podejmowane przez specjalistów z różnych dziedzin na otwartej Konferencji HumanTech Summit w Uniwersytecie SWPS, która w tym roku odbywać się będzie 21 i 22 listopada.
Na razie jednak na podstawowe pytania dotyczące AI odpowiedział w wywiadzie dla serwisu ZłotePrzeboje.pl dr Konrad Maj – psycholog społeczny, kierownik Centrum HumanTech na Uniwersytecie SWPS w Warszawie, który naukowo zajmuje się społecznymi i psychologicznymi aspektami nowych technologii.
Sztuczna inteligencja - odczarować mit
Wioleta Wasylów, dziennikarka serwisu ZłotePrzeboje.pl: Czym tak naprawdę jest sztuczna inteligencja?
Dr Konrad Maj z Uniwersytetu SWPS: To w gruncie rzeczy programy komputerowe, zdolne do wykonywania zadań, które normalnie wymagałyby ludzkiej inteligencji. Jak trafnie ujął to Marvin Minsky, AI to "nauka o tworzeniu maszyn, które wymagałyby inteligencji, gdyby robili to ludzie". W praktyce oznacza to systemy, które potrafią się uczyć na podstawie danych i podejmować decyzje (np. rozpoznawać twarze, tłumaczyć języki czy grać w szachy) bez ciągłych instrukcji człowieka.
Warto przy tym odczarować pewien mit: obecna AI nie jest wszechstronnym, samoświadomym mózgiem elektronicznym rodem z filmów. To w większości wciąż tzw. wąska AI, wyspecjalizowana w jednym obszarze – mamy algorytmy do konkretnego zadania, często sprawujące się w nim lepiej i szybciej niż człowiek, ale kompletnie bezradne poza nim.
Dzisiejsza sztuczna inteligencja to sprytne narzędzie do rozpoznawania wzorców, a nie jakiś cyfrowy umysł rywalizujący z ludzkim – chociaż czasem mamy tendencję traktować je po ludzku (np. nadajemy imiona robotom czy mówimy do Siri jak do osoby), co my psychologowie nazywamy antropomorfizacją. To naturalne, ale warto pamiętać, że za kulisami kryją się po prostu algorytmy i matematyka, nie żadna magia.
Takie były początki AI
Jakie były pierwotne główne założenia w kontekście powstania i rozwoju AI?
Na początku ambicje były ogromne, Gdy w latach 50. rodziła się dziedzina AI, naukowcy zakładali, że uda się odtworzyć całe ludzkie myślenie w maszynie. Trudno powiedzieć, dlaczego tak szybko uwierzono, że komputery w mig opanują inteligencję ogólną – prześcigano się w przepowiedniach o elektronicznych mózgach, które będą doradzały, a nawet myślały kreatywnie. Pierwsze sukcesy (programy rozwiązujące zadania algebraiczne czy grające w warcaby) rozbudziły jeszcze te nadzieje.
Zakładano też, że ludzki umysł da się naśladować poprzez reguły i logikę – więc początkowe podejście skupiało się na symbolicznych algorytmach, naśladujących rozumowanie krok po kroku, tak jak człowiek rozwiązuje łamigłówki. Naukowcom udzieliła się euforia. Legendarny Herbert Simon w latach 60. prorokował wręcz, że w ciągu 20 lat maszyny będą zdolne do każdej pracy, jaką wykonuje człowiek. Jednak szybko ona zgasła i ok. 1970 r. zapadła pierwsza tzw. zima AI, gdy niemalże nie finansowano i nie prowadzono badań w tym zakresie. Uznano to za bezcelowe.
Współczesność AI
Czy AI rozwinęła się w kierunku, w jakim pierwotnie chciano/przewidywano?
Życie zweryfikowało młodzieńcze marzenia o AI. Ci sami pionierzy, którzy wróżyli pojawienie się "myślących maszyn" w parę dekad, musieli przyznać po latach, że postęp był znacznie wolniejszy niż sądzili. Pojawiały się kolejne wzloty i upadki, a wraz z nimi kolejne zimy, bo komputery wciąż nie rozumiały świata tak, jak ludzie, i obiecywana rewolucja nie nadchodziła.
Okazało się, że ludzką inteligencję skopiować trudniej niż zakładano – rzeczy dla nas banalne (np. rozpoznanie na zdjęciu kota) dla komputerów długo były ogromnym wyzwaniem. Ale zamiast wszechstronnego elektronicznego geniusza otrzymaliśmy garść wyspecjalizowanych rozwiązań. Przełom przyniosły również metody uczące się na danych, jak sieci neuronowe. Czyli zamiast "zaprogramować inteligencję" linijka po linijce, nauczyliśmy maszyny uczyć się same, "karmiąc" je milionami przykładów. To podejście zadziałało – dziś algorytmy potrafią rozpoznawać mowę, tłumaczyć języki czy ogrywać ludzi w Go, ale… wciąż brakuje im do ogólnej, zdroworozsądkowej inteligencji człowieka.
Jednak w niektórych obszarach jest już jednak mocno zaawansowana.
W pewnych niszach sztuczna inteligencja przerosła oczekiwania, np. nikt w latach 60. nie myślał, że program może być lepszy od tłumacza przysięgłego czy że możliwe jest auto potrafiące samo jechać. Ale ogólna inteligencja – maszyna dorównująca człowiekowi we wszystkim – nadal pozostaje tylko teorią. Zatem pierwotnej wizji "sztucznego umysłu" jeszcze nie zrealizowaliśmy, ale dokonaliśmy wielu imponujących przełomów.
Psychologicznie ciekawy jest też zmieniający się odbiór społeczny: od hurraoptymizmu, przez rozczarowanie, aż po dzisiejszą mieszaninę zachwytu (np. nad możliwościami ChatGPT) i obaw (czy nas to nie przerośnie). Ta sinusoidalna historia pokazuje, że rozwój AI był kręty i pełen niespodzianek.
Przyszłość sztucznej inteligencji
Jakie są przewidywania nt. dalszego kierunku rozwoju AI?
Pewne jest, że sztuczna inteligencja będzie coraz bardziej wszechobecna. W perspektywie najbliższych lat spodziewamy się, że stanie się jeszcze bardziej "inteligentna" i zintegrowana z codziennym życiem. Asystenci głosowi będą bardziej rozmowni i lepiej rozumiejący kontekst (może w końcu Siri czy Alexa nie będą się gubić przy bardziej skomplikowanych pytaniach).
Autonomiczne samochody powinny stać się rzeczywistością na ulicach – technologia już istnieje, teraz pora na dopracowanie bezpieczeństwa i akceptację społeczną. W biurach i fabrykach AI będzie współpracować ramię w ramię z ludźmi – mówimy coraz częściej o kolaboracji w podejmowaniu decyzji: algorytm podpowiada, człowiek zatwierdza. AI staje się również partnerem kreatywnym – już teraz algorytmy pomagają projektować leki, komponować muzykę czy tworzyć grafiki, a to dopiero początek.
Jeśli chodzi o śmielsze prognozy: wielu ekspertów przewiduje, że sztuczna inteligencja dorówna ludzkiej w ogólnych zdolnościach w ciągu kilkudziesięciu lat (często padają widełki 2040–2060 jako potencjalny moment osiągnięcia tzw. sztucznej inteligencji ogólnej). Niektórzy, jak futurolog Ray Kurzweil, snują wizje tzw. osobliwości około 2045 r. – czyli momentu, gdy AI przewyższy ludzi i być może zacznie sama ulepszać się poza naszą kontrolą. Inni podchodzą sceptycznie, twierdząc, że prawdziwej świadomości maszyn możemy nie zobaczyć nawet za 100 lat lub nigdy.
W tym kontekście ważne też będzie zapewne podejście społeczeństwa.
Będzie sporo społecznego zamieszania. Na pewno będziemy musieli oswoić emocjonalnie coraz bystrzejsze maszyny. Rozwinie się mocno rynek robotów opiekuńczych dla seniorów oraz AI-asystenci, AI-terapeuci, co rodzi pytania o zaufanie i relację: czy ludzie zaakceptują rady od algorytmu? Czy będziemy przywiązywać się emocjonalnie do "sztucznych" towarzyszy? Już dziś niektórzy traktują chatboty jak przyjaciół i to mnie niepokoi.
Myślę, że dalszy kierunek rozwoju AI to coraz ciaśniejsza współpraca z człowiekiem – zarówno w sferze fizycznej (robot jako współpracownik), jak i mentalnej (AI jako asystent myślowy). Czekają nas zupełnie nowe wyzwania etyczne: czy taki byt ma mieć prawa? To wciąż jednak science fiction. Na pewno AI będzie coraz mądrzejsza, szybsza i bardziej pomocna, ale to od nas zależy, jak ją ukierunkujemy.
"To potrzebne dla bezpieczeństwa"
Czy coś może zahamować rozwój sztucznej inteligencji?
Największym czynnikiem hamującym może być brak zaufania i reakcja społeczeństwa. Gdyby zdarzyła się seria poważnych wpadek sztucznej inteligencji – np. autonomiczny samochód spowoduje tragiczny wypadek albo system AI podejmie rażąco dyskryminujące decyzje – opinia publiczna i regulatorzy mogą ostro zahamować zapędy firm technologicznych.
Już teraz widać pewną ostrożność: regulacje prawne. Rok temu Parlament Europejski przyjął AI Act, klasyfikujący systemy AI pod kątem ryzyka i nakładający ścisłe wymagania na te najbardziej niebezpieczne. To oczywiście potrzebne dla bezpieczeństwa, ale może spowolnić wprowadzanie niektórych rozwiązań. Firmy będą musiały spełnić mnóstwo norm, co jest kosztowne i czasochłonne.
Innym hamulcem mogą być ograniczenia techniczne. Obecne modele AI, zwłaszcza te najnowocześniejsze (np. wielkie modele językowe), potrzebują gigantycznych ilości danych i mocy obliczeniowej. A co, jeśli zabraknie paliwa? Część badaczy wskazuje, że mogą wkrótce wyczerpać się łatwo dostępne dane do trenowania modeli – np. wysokiej jakości teksty z internetu czy zdjęcia. Już pojawiają się głosy, że "skończyły się" dane do trenowania kolejnych ChatGPT, a kolejne ulepszenia będą coraz trudniejsze. Pytanie czy niebawem przestaniemy sami ręcznie tworzyć treści, a AI będzie się uczyć na danych wygenerowanych przez AI.
Hamulców jest zapewne jeszcze więcej.
Do tego dochodzą koszty energetyczne – trenowanie zaawansowanych AI zużywa ogromne ilości prądu. Jeśli prąd podrożeje albo będą naciski ekologiczne, rozwój może zwolnić, dopóki nie stworzymy bardziej efektywnych algorytmów. Możliwym hamulcem jest też czynnik geopolityczny – wyścig AI między krajami (USA, Chiny, UE) może skutkować ograniczeniami w przepływie talentów czy technologii. Gdyby, odpukać, nastąpił globalny kryzys ekonomiczny albo konflikt, priorytety mogą się przesunąć gdzie indziej, a AI straci impet.
Wreszcie, pojawiają się inicjatywy samych liderów branży, którzy apelują o ostrożność: np. w 2023 r. grupa ekspertów (w tym Elon Musk i inni) wezwała do tymczasowego wstrzymania trenowania zbyt potężnych modeli AI, obawiając się konsekwencji. To pokazuje, że refleksja nad bezpieczeństwem może celowo spowolnić wyścig, by najpierw opracować zasady. W tle oczywiście zawsze jest czynnik ekonomiczny – jeśli inwestowanie w AI przestanie się opłacać, boom może wyhamować. Ale chyba na razie to branży nie grozi.
AI od kuchni
Jak wygląda programowanie AI i narzędzi wykorzystujących sztuczną inteligencję?
Tworzenie sztucznej inteligencji to proces inny niż tradycyjne pisanie programu od A do Z – często bardziej przypomina trenowanie ucznia niż pisanie instrukcji. Jak to wygląda? Najpierw zespół ludzi przygotowuje algorytm (np. model sieci neuronowej) i zbiera duże ilości danych treningowych. Potem "uczy" model na tych danych – to trochę jak tresura: pokazujemy tysiące przykładów i model stopniowo dostraja się, by reagować właściwie. Programowanie AI wymaga więc zarówno umiejętności programistycznych, jak i zrozumienia danych oraz metod uczenia maszynowego.
Kto się tym zajmuje?
Najczęściej zespoły złożone z machine learning engineerów, data scientistów i programistów. Taki machine learning engineer to specjalista łączący inżynierię oprogramowania z wiedzą o ML – jego zadanie to rozwijanie, budowanie i wdrażanie modeli uczenia maszynowego, często we współpracy z data scientistami, którzy przygotowują i analizują dane.
W projektach AI biorą też udział różni eksperci dziedzinowi – np. przy AI diagnostycznej w medycynie współpracują lekarze, przy AI finansowej – analitycy finansowi. Coraz częściej do zespołów dołączają specjaliści od etyki AI czy psychologowie, by zadbać o aspekt ludzki (np. żeby system nie był uprzedzony lub żeby interfejs wzbudzał zaufanie).
Z jakich narzędzi korzystają programiści sztucznej inteligencji?
Korzystają z całego ekosystemu bibliotek (TensorFlow, PyTorch i innych), które upraszczają tworzenie sieci neuronowych. Koduje się najczęściej w Pythonie, bo ma bogaty ekosystem narzędzi do AI. Samo programowanie to iteracyjny proces: napisz model, naucz, sprawdź wyniki, popraw – czasem bliżej temu do eksperymentu naukowego niż typowego IT.
Warto dodać, że ogromną rolę odgrywają dane – zanim programista zacznie trenować model, trzeba zgromadzić (i często ręcznie przygotować) wielkie ich zbiory. Bywa, że armie anonimowych labelerów (np. oznaczających obiekty na zdjęciach) uczestniczą w procesie – to ci "niewidzialni" pracownicy AI. Zatem AI tworzą ludzie, ale bardzo różnorodni: od badaczy algorytmów, przez inżynierów oprogramowania, po analityków danych i testerów.
To praca zespołowa na styku informatyki, matematyki i często innych dziedzin. Nie bez powodu mówi się, że specjaliści AI są dziś na wagę złota – ponad 3/4 firm na świecie już wykorzystuje lub eksperymentuje z AI, więc zapotrzebowanie na tych, którzy potrafią te inteligentne narzędzia programować i wdrażać, rośnie lawinowo.
Do czego służy sztuczna inteligencja
Jakie są główne zastosowania AI dla zwykłych osób?
Dla zwykłych ludzi sztuczna inteligencja to coś, z czego korzystamy niemal codziennie – często nawet o tym nie wiedząc. Nasze telefony to dziś prawdziwe centra AI: rozpoznają twarze, reagują na polecenia głosowe, przewidują, co chcemy napisać w wiadomości. Netflix i Spotify trafnie podpowiadają filmy czy piosenki, bo algorytmy analizują nasz gust. Nawigacja omija korki dzięki danym z tysięcy innych użytkowników, a aplikacje zdrowotne monitorują sen czy rytm serca i ostrzegają, jeśli coś jest nie tak.
Nawet domowe sprzęty – od odkurzacza po termostat – uczą się naszych przyzwyczajeń. AI bywa też pomocna w komunikacji: tłumaczy teksty, dyktuje wiadomości, personalizuje zakupy online. Działa trochę jak cichy asystent – nie rzuca się w oczy, ale sprawia, że wiele rzeczy działa szybciej, wygodniej i bardziej po naszemu.
A jak to wygląda w przypadku firm?
W świecie firm i instytucji AI to dziś kluczowe narzędzie – analizuje dane, przewiduje trendy, automatyzuje procesy i wspiera decyzje. Banki wykorzystują ją do wykrywania oszustw w czasie rzeczywistym, a sklepy internetowe – do podpowiadania produktów, które mogą nas zainteresować. W medycynie AI pomaga w diagnozowaniu – np. analizując zdjęcia tomograficzne, potrafi wykryć zmiany, których lekarz mógłby nie zauważyć.
W fabrykach roboty z AI kontrolują jakość i zwiększają wydajność, a w logistyce algorytmy optymalizują trasy dostaw. Nawet w rekrutacji AI analizuje CV i nagrania z rozmów kwalifikacyjnych (choć tu trzeba uważać na ryzyko uprzedzeń). Dla firm AI to nie tylko modny dodatek, ale narzędzie, które realnie zwiększa efektywność, obniża koszty i pozwala podejmować mądrzejsze decyzje.
Jeśli podoba ci się taka tematyka, zapraszamy po więcej! Druga część rozmowy z ekspertem - dr. Konradem Majem - w poniedziałek 14 kwietnia punktualnie o 7:35 na stronie ZlotePrzeboje.pl.
Kliknij tutaj i słuchaj naszego radia na żywo bez żadnych opłat na ZlotePrzeboje.pl!