МАКСИМ ТОМИЋ: Вештачка интелигенција – будућност коју не разумемо

У последње време, термин вештачка интелигенција поприма изразиту популарност и задобија медијску пажњу. Разноразни успеси система (софтвера) који се заснивају на њој наводе човека да се запита каква ће бити наша будућност са једним таквим, моћним алатом.

У овом тексту ћемо представити основне појмове вештачке интелигенције (у даљем тексту ВИ) кроз два основна историјска приступа тој области: симболички (логички) и статистички приступ. Описаћемо особине и једног и другог приступа, те нагласити с којим се то

проблемима сусрећемо приликом примене таквих техника у свакодневном животу.

Основни појмови ВИ

Дефинишимо за почетак шта подразумевамо под облашћу ВИ. ВИ је научна дисциплина која за свој циљ има развој интелигентних машина и софтверских система, који обављају послове који се заснивају на одређеној врсти расуђивања. Први рад који академска заједница прихвата као рад у области ВИ написали су Ворен Мекала (енг. Warren McCulloh) и Волтер Питс (енг. Walter Pitts) 1943. године ([1]).

Грубо речено, историјат ВИ се може поделити на два периода:

1. Период симболичког (логичког) приступа
2. Период примене машинског учења (надаље МУ)

Прва фаза историјата ВИ била је доминантна у њеном развоју до почетка 21. века. Ову фазу је карактерисала примена логички-заснованих техника, а главне области

истраживања биле су представљање знања и аутоматско расуђивање. Један од главних

„изума“ ове фазе ВИ су били експертски системи који представљају програме који одговарају на питања, односно решавају проблеме из одређене области, применом

правила логичког закључивања. Битна ствар коју треба напоменути овде јесте да су се ти програми ослањали на знање експерата (дакле људи) из те области, који су пренели све релеватне информације на рачунар. Овакви системи допринели су доказивању

математичких теорема 1976. и 1996. године ([2], [3]). Још један значајан успех у овој фази развоја ВИ представља рачунар (енг. Deep Blue) који је 1997. године победио Гарија

Каспарова у шаховском дуелу.

Са друге стране, другу фазу историјата ВИ, која почиње да се интезивно развија у 21. веку, називамо периодом примене МУ односно, статистички-заснованих техника (оних

неегзактних техника). Ову епоху (у којој се и ми налазимо сада) карактерише феномен великих података, односно постојање огромних количина информација на интернету.

Овај феномен условиће развој техника ВИ које се заснивају на учењу на основу информација које се налазе доступне на интернету.

Како решавање проблема применом симболичких техника ВИ захтева јасно дефинисане кораке које ћемо применити, основна сврха МУ јесте примена на проблемима који се не могу баш тако лако формулисати (односно чије се решење не може експлицитно

формулисати). Још конкретније, МУ показаће се најучинковитијим онда када ми уопште немамо експертско знање да решимо неки проблем. На пример, у случају препознавања људског лица, није баш јасно како ћемо ми (формално) дефинисати како се то описује

људско лице. Боље речено, не постоји неки научни консензус о томе како изгледа људско лице (у смислу тачних димензија и односа елеманата на лицу). Иста ситуација важи и за

препознавање различитих животиња. Често овакве технике налазе примену у

рекламирању производа, јер није баш јасно дефинисано (у литератури која се бави маркетиншким кампањама) ком купцу понудити који производ. У овим случајевима, велика количина података која постоји на интернету, послужиће алгоритмима МУ као

подлога за учење. Методе МУ покушавају да уоче одређене законитости у подацима (шта је то што обликује људско лице) и формулишу их у облику математичког модела. Овај математички модел (нпр. некаква формула) ће се касније користити за решавање

одређеног задатка у свакодневном животу.

Оно што је битно напоменути јесте појам генерализације учења приликом тренирања алгоритама МУ. Неопходно је да сам алгоритам научи да ради и са сликама људског лица које никада није видео, с обзиром на ограниченост информација које постоје на

интернету. Ове технике налазе примене у следећим областима:

1. Самоходна возила — која у већој или мањој мери не зависе од возача.
2. Препознавање говора – изузетно значајна област ВИ чији је главни задатак достизање људског нивоа у разумевању говора и текста.
3. Препознавање слика и објеката – такође значајна област ВИ, која налази примену како у комерцијалној, тако и у војној сфери.
4. Рачунарске игре.
5. Аутоматско уочавање нежељене поште и област дигиталне безбедности (уочавање злонамерних програма).

Занимљиво је напоменути да се права револуција у примени алгоритама МУ десила 2012. године. Њу су првенствено условили следећи фактори: појава новог хардвера, доступност великих количина података те појава посебних архитектура тзв. неуронских мрежа (посебне архитектуре која се заснива на стандардним принципима МУ). Битно је уочити да овде не видимо суштински научни процват који је условио ову револуцију – не постоји ништа спектакуларно у начину на које су сложенији модели неуронских мрежа

функционисали у односу на ове претходне. Кључна ставка је дакле да није формулисан нови принцип на основу којег се ти алгоритми обучавају – у својој основној верзији он постоји од 1960-тих година.

Оно што је битно напоменути јесте да, за разлику од примене логичких техника, нема гаранције да ћемо добити очекивано решење. Све је ствар вероватноће, те се ове технике знатно теже испитују, односно њихова исправност се знатно теже потврђује од

симболичких техника. Овакви алгоритми поседују огроман број параметара, те се због

њихове комплексности углавном посматрају као црне кутије (из перспективе људи који их користе) чији унутрашњи принцип функционисања није од пресудног значаја. Иако

постоји тренд повезивања логичких и статистичких техника ВИ у један нови приступ који би комбиновао добре стране и једног и другог приступа, последњих година у жижу јавности углавном долазе успеси ВИ који се заснивају на техникама МУ.

Проблеми у развоју ВИ

Покушајмо да сада укажемо на неке проблеме приликом развоја система који се заснивају на ВИ. Аутоматизација, као технолошки процес који траје неколико векова,

суштински претвара конкретно људско знање (за које су требали деценије или векови да се прикупи) у низ јасно дефинисаних задатака, које би неки мање обучен човек, или у крајњем случају машина, могла да обавља уместо изузетно обученог стручњака. Имајући то у виду, лако је констатовати да аутоматизација сама по себи није неки нов процес. Оно што би могло бити ново јесте област у којој се аутоматизација примењује као таква. У

другој половини двадесетог века, то су били задаци у којима људски интелект није могао да дође до свог изражаја (махом једноставни, механички задаци).

„Или опажамо две различите, делимично преклапајуће реалности: једну коју људи могу разрадити разумом и другу коју ВИ може разрадити путем алгоритама?“ Овај цитат из књиге која се бави друштвеним последицама примене ВИ ([4], стр. 130), указује на једну значајну карактеристику односа према ВИ који се често среће како код стручних, тако и нестручних људи. Овде се уочава тотално непознавање, или занемаривање суштинских принципа МУ који се заснивају на појмовима математичке анализе, статистике, вероватноће и

нумеричке оптимизације. Крајње је бесмислено мистификовати начин функционисања алгоритама МУ када се они заснивају на врло прецизно дефинисаним математичким обрасцима. Поменута нова реалност је иста она реалност коју уочава и разрађује сваки математичар у свом раду. Друго је питање да ли је расуђивање о квантитавним односима између одређених феномена природно човеку или не.

Један од кључних проблема у развоју савремених система ВИ јесте њихова поузданост.

Колико смо ми сигурни да ће самоходни аутомобил обављати задатак који му је намењен адекватно, а не ударити дете на пешачком прелазу? Имајући у виду да се поменути задатак (за сада) решава применом техника МУ, за које знамо да су по својој природи вероватносне, одговор је наравно са одређеним степеном вероватноће. То само по себи не мора да буде лоше јер ни у свакодневним ситуацијама не можемо за себе гарантовати да нећемо направити грешку у саобраћају, односно изазвати инцидент. Међутим, ствар је у томе што ми то не бисмо урадили намерно. Проблем са садашњим системима ВИ јесте

што би они то могли да ураде апсолутно оправдано (уопште не констатујући да се дете налази на пешачком прелазу – интернет чланак). Чини се да приликом развоја таквих

система, инжењери нису у стању да прихвате чињеницу да они не могу тачно да предвиде потенцијално лоше исходе у раду одређених алгоритама. Боље речено, они не размишљају о њима као о непредвидим системима које као такве не би требало уопште

пуштати у рад у одређеним ситуацијама (аналогија са пијаним возачем – ми нисмо у стању да предвидимо последице вожње у алкохолисаном стању, али бисмо требали да знамо да је таква идеја сама по себи лоша). Из наведеног примера је јасно да постоје

ситуације у којима морамо бити сигурни да до одређеног исхода неће доћи. То, нажалост, није могуће са актуелним системима који се заснивају на МУ. Да ли би комбинација два

приступа у развоју ВИ донела боље резултате, остаје да видимо у будућности.

Закључак

У закључку се, пре свега, осврнимо на први талас у развоју ВИ. Када се говори о ВИ данас, углавном се мисли на системе који се заснивају на МУ, те се прећутно појмови ВИ и МУ

поистовећују. Проблем са тим јесте што се занемарују многобројни успеси које су научници и инжењери успели да остваре применом симболичких техника ВИ. Оно што је

још битније, покушаћемо да илуструјемо кроз пример. Зашто је бесмислено програмирати дигитрон применом техника МУ? Далеко од тога да то није могуће; свакако да јесте.

Проблем лежи у томе што би класичан начин био далеко ефикаснији – ми знамо како треба ескплицитно „научити“ рачунар да обавља сабирање и одузимање, те нам није потребан приступ који се заснива на статистици и вероватноћи. Додатно, морамо осигурати да ће 2 + 2 увек бити 4, а не 4 са вероватноћом од 99.9%. Проблема који захтевају сличан приступ има наравно много.

Имајући у виду да се у последње време вест о успесима ВИ преноси кроз готове све могуће медијуме за комуникацију, а поменути успеси се, као што смо већ раније напоменули, углавном заснивају на техникама МУ, критички однос према поменутом

приступу имплицира критички однос према савременим системима ВИ. С обзиром да се ради о статистички-заснованим техникама, које не гарантују одређено решење, смислено је исте примењивати само у случајевима када грешка приликом доношења одлука неће довести до неких великих последица (таквих могућности има поприлично). Бесомучна

примена ВИ у ситуацијама када се исти проблем може решити „класичним“ техникама

програмирања је потпуно бесмислена. Исто је тако бесмислена и помисао (која је изгледа прећутно приметна у једном делу стручне јавности) да се сви проблеми могу (ефикасно и смислено) решити применом техника ВИ.

Коначно, покушајмо да одговоримо на питање да ли се у садашњем времену дешава нешто заиста револуционарно, односно да ли је нова епоха у развоју науке на помолу? Један од већих успеха система заснованих на ВИ (МУ) десио се 2020. године када је откривен нови антибиотик (интернет чланак). Поставља се питање каква је научна

вредност једног таквог открића? Чак и ако претпоставимо да ће се овај лек кроз неколико година заиста наћи на тржишту, са научног аспекта, ово откриће не мора да има никакав значај. Добити информацију да нека супстанца заиста има тражено дејство, може бити корисно само у случају да се прошири наше знање о томе које то особине омогућавају да одређена хемијска структура испољава антибиотско дејство. Да се прошири у том смислу да смо ми у стању да објаснимо (рецимо студентима) због чега та супстанца има антибиотско дејство. Резултате алгоритама ВИ мора пратити и развој научног знања

(експертског знања из одређене области) како бисмо могли да говоримо о било каквој примени ВИ у научним открићима. То опет зависи од самих људи, односно од њихове способности да разумеју предложена решења.

Можемо закључити да заиста обитавамо у епохи која нам омогућава да користимо

прилично моћне и корисне алате. Али они сами по себи неће донети никакав конкретан напредак (сем можда неког финансијског напретка). Колико ћемо ефикасно успети да

применимо савремене системе засноване на ВИ, зависи од тога да ли ћемо прихватати исте здраво за готово, или са разумевањем њихових добрих и лоших страна, што је опет искључиво на нама, људима.

 

Литература

1. 1. McCulloch, W. S., Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 5(4), 115-133.
   2. McCune, W. (1997). Solution of the Robbins problem. Journal of Automated Reasoning, 19(3), 263.
   3. Appel, K., Haken, W., & Koch, J. (1977). Every planar map is four colorable. Illinois Journal of Mathematics, 21, 439-567.

• Kisindzer, H. A., E. Smit, D. Hatenloker (2022). Doba veštačke inteligencije i naša ljudska budućnost, Klub Plus.

Аутор: Максим Томић

Мастер информатичар