Sztuczna inteligencja, którą znamy dzisiaj z naszych smartfonów, wyszukiwarek, z Amazona czy Netflixa i która wydaje się istnieć „od zawsze” ma dopiero 10 lat. To w roku 2012 zespół pod kierunkiem Geoffreya Hintona pokazał, jak znakomite rezultaty daje zastosowanie pewnego rodzaju sieci neuronowych do rozpoznawania obrazów i uruchomił lawinę badań i zastosowań.
Jej możliwości, które jeszcze w roku 2012 wydawałyby się nam nieprawdopodobne, dzisiaj są dla nas oczywiste. Co roku czymś przez chwilę zdumiewa, po czym uznajemy jej kolejne osiągnięcia za oczywiste.
Tak będzie również w nadchodzącym roku. Nie potrafię oczywiście przewidzieć rzeczy nieoczekiwanych, które powstaną, ponieważ ktoś wpadnie na nowy zupełnie pomysł, ale mogę napisać o rzeczach, których zapowiedzi już istnieją. A jeśli coś ciekawego, użytecznego w sztucznej inteligencji istnieje, to najprawdopodobniej powstaną nowe, lepsze tego wersje. Oto pięć moich przewidywań tego, co wydaje mi się prawdopodobne i ciekawe.
I. Rozmowy z komputerami
Najciekawsze dla mnie są badania nad tzw. NLP, Natural Language Processing czyli przetwarzaniem naturalnej mowy, a inaczej to formułując – nad uczeniem sztucznej inteligencji wszechstronnego wypowiadania się. Prawie dwa lata temu firma OpenAI przedstawiła największą wówczas wersję programu nazwanego GPT-3, który potrafił w niemal ludzki sposób rozmawiać, pisać teksty na zadane tematy w zadanym stylu, a nawet jak się okazało – przekładać polecenia potocznego języka na kod komputerowy. GPT-3 miał 175 mld połączeń między swoimi „neuronami”, od tego czasu powstały systemy, z większą liczbą połączeń, w tym chiński WuDao 2.0, który ma ich ponad półtora biliona – zaledwie 60 razy mniej połączeń, niż ma ich ludzki mózg. Co ciekawsze, zostały stworzone również systemy, które mają podobne możliwości rozmawiania, pisania, streszczania tekstów przy nawet dwudziestokrotnie mniejszej liczbie połączeń.
Myślę, że w roku 2022 zostanie pokazany, najprawdopodobniej przez OpenAI albo DeepMind taki system, który będzie bliski zdania testu Turinga albo ten test zda – to znaczy, że nie będziemy potrafili powiedzieć, czy rozmawiamy z człowiekiem czy komputerem. Będzie to system, który będzie się w stanie uczyć na bieżąco z nowych informacji, a nie tylko korzystać z informacji raz wyuczonych (już takie systemy NLP były tworzone). Wbrew temu, czego oczekiwał Turing, system nie będzie miał świadomości, będzie po prostu bardzo sprawnie potrafił formułować zdania i teksty. Będzie w stanie napisać dłuższy tekst dziennikarski albo krótkie opowiadanie, zdać egzaminy pisemne z każdej niemal dziedziny lepiej niż zdają je ludzie. Zresztą już dzisiaj oparty na GPT-3 program WebGPT osiąga lepsze wyniki w odpowiadaniu na pytania wymagające syntezowania informacji z różnych źródeł.
II. AI w badaniach naukowych
Drugi, bardzo interesujący kierunek rozwoju sztucznej inteligencji to jej wykorzystanie do badań naukowych. Przykładem stosowanie AI do badań naukowych był zaprezentowany pod koniec 2020 przez firmę DeepMind program AlphaFold, który potrafił znacznie szybciej niż dotychczasowe metody pokazywać kształt ludzkich białek.
W ubiegłym roku wyróżniłbym dwa osiągnięcia AI w nauce. Po pierwsze naukowcy z Facebooka (tak!), który wskazywał, jakie kombinacje istniejących leków mogą być stosowane w leczeniu rozmaitych, trudnych do leczenia chorób. Po drugie, co jeszcze ciekawsze, naukowcy Deep Mind stworzyli coś w rodzaju sztucznego matematyka: program, który wymyślił twierdzenie matematyczne – jeszcze jednak nie udowodnione – i który przybliżył się do udowodnienie innego twierdzenia – czyli program, który zajmuje się czystą matematyką. pokrewieństwo między dwiema gałęziami matematyki. Myślę, że w bieżącym roku zobaczymy więcej przykładów wykorzystania AI do tworzenia hipotez i wskazywania rozwiązań problemów, nad którymi męczą się naukowcy różnych dziedzin nauki.
III. Autonomiczne samochody
Trzeci ciekawy i praktyczny kierunek rozwoju AI, który powinniśmy obserwować w tym roku, to samochody autonomiczne. Nie oczekuję tutaj jakiegoś gigantycznego skoku ich możliwości, ale myślę, że od testowych projektów komercyjnych, przeprowadzanych na ograniczonych obszarach miast albo ograniczonych do godzin nocnych, przejdziemy do wykorzystania robotaksówek na terenie całych miast całodobowo. Oczywiście, tylko w niektórych miastach w Chinach i USA, gdzie takie komercyjne, czyli płatne, taksówki już obecnie jeżdżą. W Europie będzie natomiast coraz więcej miejsc, gdzie będą prowadzone testy autonomicznych samochodów, również ciężarowych. Czas, w którym przybliża się zastąpienie taksówkarzy i kierowców samochodów dostawczych oprogramowaniem sztucznej inteligencji przybliża się i rok 2022 pokaże bez wątpliwości, że jedni i drudzy mogą być zastępowani.
IV. Roboty
Czwarte zjawisko, któremu warto się uważnie przyglądać w tym roku, to roboty. Nie tylko dlatego, że zdobywają coraz lepszą zdolność naśladowania naszej mimiki, jak pokazała styczniowa publiczna prezentacja robota AMECA na wystawie CES w Las Vegas. Głównym powodem jest zapowiedź Elona Muska, że Tesla w tym roku pokaże humanoidalnego robota, który będzie w stanie wykonywać różne prace, zastępując ludzi. Nie jestem pewien, czy Tesli się uda pokazać robota w tym roku, bo Musk na ogół zbyt optymistycznie widzi czas prezentowania czy produkowania nowości, ale nawet jeśli robot Tesli będzie opóźniony o rok, to i tak sama zapowiedź spowoduje większe zaangażowanie innych firm konkurencyjnych, takich jak Engineered Arts od AMEKI czy Boston Dynamics, znanych z psa-robota. Wszechstronne, humanoidalne i obdarzone sztuczną inteligencją roboty pokażą się w tym roku, chociaż na pewno będą jeszcze wysoce niedoskonałe – ale w ciągu 5 lat ich mimika będzie nieodróżnialna od ludzkiej, a możliwości konwersacji będą na poziomie człowieka. Dlaczego nie miałyby zastąpić recepcjonistek?
V. Wszechstronna inteligencja
Wreszcie piąta, najważniejsza być może prognoza. Google pracuje nad wszechstronną sztuczną inteligencją, która będzie w stanie wykonywać znakomicie mnóstwo różnych zadań i wykonywać nowe na podstawie kilku zaledwie przykładów. Innymi słowy, Google pracuje nad systemem bliskim AGI, inteligencji ogólnej, bliskiej ludzkiej. Mówił o tym na konferencji TED w czerwcu ubiegłego roku Jeff Dean, szef programu sztucznej inteligencji w Google. Jeśli w tym roku Google pokaże pierwsze rezultaty swoich prac, a myślę, że tak się stanie, bo inaczej Dean by o tym nie mówił publicznie, wówczas zobaczymy, jak bardzo blisko jesteśmy stworzenia dorównującej albo przewyższającej nas inteligencji.
Śledząc od 6 lat rozwój sztucznej inteligencji, coraz bardziej jestem przekonany, że podana kilka lat temu przez Raya Kurtzweila data roku 2027 jako roku, w którym stworzona zostanie AGI, jest realna, a być może nastąpi to jeszcze szybciej. Połączenie coraz potężniejszych i bardziej wyspecjalizowanych procesorów, gigantycznych baz danych, nowych rodzajów oprogramowania z rywalizacją firm i wyścigiem USA i Chin prowadzi do tak szybkiego postępu, że przez pięć lat zmiany możliwości AI dorównają tym, które zaszły w ubiegłych dziesięciu. A dziesięć lat temu chodziło głównie o to, jak dobrze sztuczna inteligencja odróżnia zdjęcia psów od zdjęć kotów…
