Virtuálni ľudia

Súčasným trendom vo vývoji umelej inteligencie je dať jej telo aj tvár a nechať ju učiť sa spôsobom, akým človek nadobúda vedomosti a skúsenosti počas interakcií s prostredím a s inými ľuďmi. O tejto téme sme sa rozprávali s Martinom Takáčom z Centra pre kognitívnu vedu na Fakulte matematiky, fyziky a informatiky UK v Bratislave.

Čomu sa venujete v Centre pre kognitívnu vedu?

Doc. RNDr. Martin Takáč, PhD., vyštudoval umelú inteligenciu na Katedre aplikovanej informatiky Fakulty matematiky, fyziky a informatiky Univerzity Komenského v Bratislave, kde doteraz pôsobí v Centre pre kognitívnu vedu. Po ukončení doktorandského štúdia v roku 2009 odišiel na postdoktorandský pobyt na Nový Zéland. Tam začal spolupracovať so spoločnosťou Soul Machines, ktorá sa zaoberá humanizáciou interakcie medzi človekom a počítačom.

Naša hlavná činnosť má dva smery – pedagogický a výskumný. Z pedagogickej stránky sa nám v Centre pre kognitívnu vedu podarilo akreditovať magisterský študijný program s názvom Kognitívna veda, ktorý sa zaoberá interdisciplinárnym skúmaním toho, ako funguje myseľ. Keďže tá sa nedá pochopiť len z jedného pohľadu, pri štúdiu treba spájať množstvo vedomostí z rôznych vedných odborov. Naši študenti tak majú predmety z psychológie, umelej inteligencie, neurovedy, lingvistiky, filozofie, etiky a ďalších. Tento program je v slovenskom kontexte unikátny aj z toho dôvodu, že je spoločným projektom konzorcia viacerých stredoeurópskych univerzít (so sídlom vo Viedni, Budapešti, Ľubľane a Bratislave), ktoré poskytujú spoločný titul (joint degree). Naši študenti trávia jeden semester na niektorej z partnerských univerzít, kde riešia výskumný projekt a zúčastňujú sa na spoločných študentských medzinárodných konferenciách organizovaných konzorciom. Čo sa týka výskumnej stránky, primárne sa zameriavame na počítačové modelovanie, ktoré možno ďalej aplikovať v podobe umelej inteligencie. Ja sa zaoberám napríklad aj tým, ako si deti osvojujú jazyk a ako sa v interakcii učia, čo je to svet, ako si reprezentujú jeho zmysel a význam. Toto všetko sa dá počítačovo modelovať napríklad pomocou tzv. umelých neurónových sietí. Zaoberáme sa aj kognitívnou robotikou a robotickými systémami, ktoré sú riadené podobným spôsobom, ako nás riadi náš mozog.

Kde sa momentálne nachádza rozvoj umelej inteligencie?
Pred dvadsiatimi rokmi sa umelá inteligencia považovala za exotickú vedu. V súčasnosti vidíme, že umelá inteligencia sa na nás pozerá pomaly z každého rohu. Zmenilo sa aj to, že vďaka zlepšeniu a intenzívnejšiemu využívaniu neurozobrazovacích metód, najmä funkčnej magnetickej rezonancie, sme sa začali dozvedať oveľa viac o tom, ako mozog myslí. Detailnejšie rozumieme viacerým procesom na úrovni neurotransmiterov a šírenia signálov, čo môžeme využívať aj v našich výskumoch v oblasti umelej inteligencie a pri modelovaní mozgu pomocou počítačových systémov.

Schéma wikipédia, slovenská verzia Marcela Pekarčíková

Ako také modelovanie vyzerá?
Mozog je sieť miliárd neurónov, ktoré si posielajú elektrické signály. V súčasnosti dominuje tendencia vytvárať inteligentné systémy na báze umelých neurónov, ktoré si posielajú ako signály čísla. Tisícky umelých neurónov pospájame do siete, dáme jej vstupy a ona nám výstupy, pričom parametre siete môžeme upravovať dovtedy, kým nám neposkytuje také výstupy, aké chceme. To je jeden z možných spôsobov učenia neurónových sietí, takzvané učenie s učiteľom. Predstavte si, že by sme tvorili napríklad medicínsky diagnostický systém, ktorý má monitorovať EKG signál a chceli by sme, aby v prípade rizika infarktu zapol alarm. V minulosti chodil vedomostný inžinier za lekárom a zisťoval, ako sa na EKG zázname prejavia príznaky infarktu. Tieto poznatky potom zakódoval do explicitných pravidiel, ktorými sa počítačový systém riadil. V súčasnosti už tieto informácie nepotrebujeme vedieť. Neurónovej sieti ukážeme tisícky vzoriek EKG signálu ľudí, ktorí napríklad do piatich minút od natočenia EKG dostali infarkt, a rovnaký počet vzoriek ľudí, ktorí infarkt nedostali, a sieť sama hľadá v predložených dátach súvislosti. Učí sa na príkladoch, nepotrebuje poznať postup. Je to moderný spôsob učenia umelej inteligencie. Netreba jej naprogramovať hotové riešenia, ale dávať príklady a budovať skúsenosť podobne, ako keď sa učia deti. Systémy umelej inteligencie sa teda v podstate učia samy. Preto je niekedy komplikovanejšie zistiť, čo sa vlastne naučili. Ich poznatky, to sú milióny čísel v spojeniach sietí.

Ako sa transformujú poznatky o ľudskom mozgu?
V oblasti umelej inteligencie existujú dva základné prístupy – technická alebo industriálna umelá inteligencia, ktorú detailné fungovanie mozgu nezaujíma – je dôležité len vytvoriť čo najlepšie fungujúce inžinierske riešenie. My kognitívni modelári však chceme, aby jednotlivé funkcie vznikali podobným spôsobom ako v mozgu. Samozrejme, všetky mechanizmy prebiehajúce v našich hlavách ešte stále nepoznáme, no existujú určité hypotézy, ako to funguje. Tie sú kombináciou poznatkov z medicíny, neurovedy, biológie a psychológie. Psychológovia môžu napríklad vystaviť ľudí experimentálnym úlohám a merať reakčný čas, chybovosť riešení a podobne. Neurovedci môžu prostredníctvom skenovania funkčnou magnetickou rezonanciou zistiť, ktoré oblasti mozgu sú pri vykonávaní úlohy aktívne. Našu hypotézu o tom, ako mozog či myseľ vykonáva danú úlohu, môžeme pretransformovať do podoby algoritmu a ten implementovať do počítača. Keď takúto počítačovú simuláciu aktivujeme, výsledkom bude simulované správanie. Keby sme skúmali napríklad model čítania, počítačový program nám bude čítať a my môžeme merať, koľko chýb urobil, aké typy chýb sa vyskytli, koľko mu to trvalo a môžeme to porovnávať s reálnymi údajmi človeka.

Kde sa dajú tieto systémy umelej inteligencie využívať?
V súčasnosti sa už v rôznych oblastiach života využívajú algoritmy umelej inteligencie. Je to predovšetkým v rozhodovacích procesoch, napríklad v bankách pri vyhodnocovaní kredibility klientov, pri prijímaní do zamestnania či do školy alebo v autonómnych autách. Je však dôležité, aby boli algoritmy na posudzovanie ľudí maximálne transparentné a etické. Existuje celá jedna oblasť, transparentná umelá inteligencia, ktorá sa usiluje o to, aby rozhodnutia systémov umelej inteligencie boli zdôvodniteľné, pretože inak je to rozhodovanie o ľudských osudoch na základe neznámych podkladov. V niektorých krajinách sa takéto systémy začínajú zavádzať napríklad v súdnictve. No systém, ktorý hľadá iba korelácie v existujúcich údajoch, môže brať do úvahy aj rôzne neetické či nelegálne faktory, rozhodovať napríklad na základe farby pleti, pohlavia či minulých diskriminačných rozhodnutí. A to je niečo, čo je určite potrebné eliminovať. Samozrejme, sú oblasti, kde takéto rozhodovanie tolerujeme, napríklad pri odhade risku z terorizmu. Keď ideme cez letisko, bezpečnostný systém, ale aj ochrankári si vytypujú určitých ľudí, ktorých podrobia detailnejšej prehliadke. Je to svojím spôsobom obmedzovanie slobody a diskriminácia. No vzhľadom na to, akému riziku predchádzame, sú väčšinou ľudia ochotní to tolerovať. S morálnymi hodnotami je spojený aj problém, s ktorým sa stretávame napríklad pri autonómnych automobiloch. Ide o rozhodovanie v situáciách, keď sú dve hodnoty v konflikte, neexistuje dobro, iba menšie a väčšie zlo. A dokonca ani vtedy nie je isté, ktoré z nich je ktoré. Ľudia väčšinou v danom kontexte situáciu vyriešia uspokojivo, no počítačový systém kontext nepozná, riadi sa len pravidlami, ktoré má k dispozícii, a tak by mohlo dôjsť k absurdným riešeniam.

Pokračovanie článku si môžete prečítať v časopise Quark 2/2019. Ak chcete mať prístup k exkluzívnemu obsahu pre predplatiteľov, prihláste sa. Ak ešte nie ste naším predplatiteľom, objednajte si predplatné podľa vášho výberu tu.

Za rozhovor ďakuje redakcia Quarku
Foto Pixabay

Komentáre