Komputer już może się uczyć

Rz: Gdy pada hasło „sztuczna inteligencja”, mam skojarzenie z filmem „Terminator”, w którym system Skynet uzyskał świadomość i zaatakował ludzi. Czy powinniśmy się bać systemów opartych na sztucznej inteligencji?

Bać nie, ale na pewno powinniśmy zachować ostrożność. Zawsze trzeba brać pod uwagę negatywne zjawiska. Na razie jednak myśli się głównie o jasnych stronach takiego trendu, inaczej firmy nie inwestowałyby w takie rozwiązania.

Po co, skoro trzeba liczyć się z ryzykiem?

Ponieważ komputery są po prostu szybsze, jeśli chodzi o dokonywanie obliczeń, jednak na razie nie gwarantuje im to zdecydowanej przewagi. Widać to było doskonale przy słynnych meczach mistrza szachowego Garriego Kasparowa z komputerem Deep Blue. Człowiek w sekundę analizował jeden, dwa scenariusze dalszej gry, a komputer był w stanie przeanalizować milion partii. Bez żadnego z góry przyjętego schematu, po prostu maszyna automatycznie przeglądała kolejne opcje i dopasowywała do tego, co było widać na szachownicy.

Człowiek najpierw w szachy z komputerem wygrywał, później prowadziła maszyna, ale to specjalnie stworzone modele z gigantyczną mocą obliczeniową. Gdyby udało się nauczyć ich pewnych schematów myślenia i dopasowywania scenariuszy do modelu zamiast sprawdzania ich na oślep, możliwości komputerów znacznie by wzrosły.

To realny scenariusz?

Pewne postępy zostały już poczynione. Możliwości komputerów wciąż nie da się porównać z działaniem ludzkiego umysłu, ale udaje się je wprowadzić na nowe obszary – na przykład zdolność uczenia się. Dwa programy, mierząc się ze sobą, stykają się z nowymi sytuacjami i w ten sposób opanowują nowe strategie. W praktyce widzimy już zastosowania takich rozwiązań choćby przy wirtualnych systemach takich jak Watson czy w programach zajmujących się tłumaczeniami językowymi. Nie da się dobrze przełożyć zdania z jednego języka na drugi wprost, ponieważ wychodzi karykatura. Stopniowo można uczyć program niuansów, pewnych schematów stosowanych przez ludzi. Nie jest to łatwy proces, ale możliwy.

Czy takie systemy nie mogą się wymknąć spod kontroli?

Wszystko zależy od intencji osoby, która zarządza całym procesem. Narzędzie jest tylko narzędziem, z samego faktu istnienia nie tworzy zagrożenia. Zależy, jak zostanie użyte, ale to nie wynika z idei funkcjonowania tego przedmiotu czy też urządzenia.

Czy warto ryzykować? Jeśli systemy mają tak wiele informacji na nasz temat, mogą stać się celem ataku hakerskiego.

Warto, ponieważ coraz większe są potrzeby, zwłaszcza jeśli chodzi o szybkie analizowanie ogromnych zbiorów danych. Ludzie nie są już w stanie dać sobie z tym rady, a tempo wzrostu jeszcze przyśpiesza. Liczba danych, jakie są generowane globalnie, podwaja się co 1,2 roku. Nasza cywilizacja produkuje ogromne zbiory danych, nieznane wcześniej – średniej wielkości firma produkcyjna, zatrudniająca tysiąc osób, posiada tyle danych, ile znajduje się w bibliotece amerykańskiego Kongresu, która jest największą biblioteką świata. Dlatego tak wiele wysiłku wymaga analizowanie tych informacji.

Użytkownicy często nawet nie zdają sobie sprawy, jak wiele informacji na ich temat można pozyskać na podstawie danych, zostawianych w różnych źródłach. Pracujemy z szeregiem firm nad modelami analizy wielkich zbiorów danych i czasami wspólnie dochodzimy do dość zaskakujących wniosków. Jedna z firm zajmujących się dostawami posiłków na kampusy uniwersyteckie potrafiła w oparciu o swoje zbiory danych wytypować studentów, którzy nie przebrną przez pierwszy rok nauki i wrócą do domu. Inne systemy, przy których rozwijaniu pracowaliśmy, były z kolei w stanie wytypować osoby, które w ciągu roku się przeprowadzą, prawdopodobnie jeszcze zanim sami zainteresowani w ogóle o tym pomyśleli. Przewidywalność i schematyczność ludzkich zachować dla nas samych czasami jest zaskoczeniem.

Faktycznie zostawiamy masę danych i informacji. Czy nie są to po prostu śmieci? Po lekturze forów trudno oprzeć się takiemu wrażeniu.

Można oceniać to negatywnie, niemniej każda tego typu informacja mówi coś na temat osoby, która ją zamieściła. W połączeniu z innymi informacjami, zamieszczanymi choćby na serwisach społecznościowych, ale też historią stron, jakie się odwiedza, czego się szuka, mówi o nas dużo.

Znany był przykład sieci Target, która na podstawie zamawianych i wyszukiwanych na jej stronie towarów wiedziała, które klientki potencjalnie są już w ciąży, często wcześniej niż one.

Zdobywając takie dane na temat użytkownika, wchodzimy na grząski grunt, czy nie ma tu ryzyka naruszenia prywatności. To oczywiście możliwe, ale firmy pracujące nad takimi zbiorami danych nie robią tego ze złych pobudek. Często funkcjonują już w oparciu o systemy wykorzystujące sztuczną inteligencję, wiele siły wkładają w budowanie zabezpieczeń. Nie można mieć 100-proc. pewności, ale bezpieczeństwo to jeden z priorytetów.

Czy rządy robią wystarczająco dużo, żeby nas chronić?

Państwa nie mogą ignorować tych procesów, powinny prowadzić aktywny dialog z rynkiem, który na pewno będzie szedł w kierunku coraz głębszej analizy danych. Kierunek wyznacza chociażby rząd Danii, który utworzył stanowisko ambasadora do spraw firm technologicznych, odpowiadającego za relacje z Facebookiem, Amazonem czy Uberem.

Czy firmy już nie mają za dużo danych? Po co jeszcze utrudniać sobie życie. Czy jest to warte ogromnych nakładów na takie innowacje?

Skala zmian, które dotkną rynku, będzie potężna. Rzeczy, o których słyszą szefowie firm, można traktować jako coś z kategorii science fiction – sztuczna inteligencja, Watson czy Alphago. Ale w nieodległej przyszłości, w perspektywie kilku lat, te rzeczy zrewolucjonizują biznes. Codziennością staną się boty, które będą w stanie przejąć komunikację i relacje z klientami. Rozszerzona rzeczywistość i wirtualna rzeczywistość wyjdą poza sferę gier komputerowych i staną się normalną częścią procesów projektowania, narzędziem pracy inżynierów, ale również sprzedawców, bo pozwolą w zupełnie nowy sposób pokazywać produkty klientom. Upowszechnią się narzędzia do analizowania mowy. Z kolei blockchain zrewolucjonizuje systemy transakcji i autoryzacji, najpierw w sektorze finansowym, a potem w innych branżach. Nie mam więc wątpliwości, że Data Science czy sztuczna inteligencja to rzeczy, których szefowie firm nie mogą ignorować. Organizacje, które tego nie opanują, staną się dinozaurami.

IBM kupił serwis przygotowujący prognozy pogody, Amazon współpracuje z producentami sprzętu AGD. Czy to nie za wiele? Czy konsument nie poczuje się permanentnie inwigilowany?

Dla konsumentów te zmiany są również pozytywne, ponieważ systemy te ułatwiają podejmowanie decyzji. Dzięki nim pewne procesy decyzyjne podejmowane są szybciej, konsument otrzymuje od firmy skrojony pod siebie przekaz, jakiego oczekuje, i czuje się tym usatysfakcjonowany.

Czy na pewno?

Amazon zrewolucjonizował rynek zakupów internetowych również dzięki temu, że klientowi wybierającemu konkretny produkt był w stanie zaproponować coś, co było zgodne z jego preferencjami. Czy to inwigilacja? Niekoniecznie, raczej odgadywanie potrzeb. Firma była zadowolona, ponieważ zwiększała obroty, klienci również – z poziomu obsługi. Po sukcesie Amazona widać, że może się to udać.

Dotychczas padały nazwy głównie wielkich, międzynarodowych koncernów. Czy wejście w systemy analizy danych, również oparte na sztucznej inteligencji, to coś dostępnego dla każdej firmy?

Jak zacząć? Przede wszystkim – od małej skali. Trzeba na wstępie zauważyć, że te rozwiązania na poziomie organizacji są postrzegane z pewną dozą nieufności, wręcz wrogości. Poza tym widziałem firmy, które chciały od razu wskoczyć na falę tych nowych technologii i wdrażały naraz mnóstwo programów, i to nigdy nie kończyło się dobrze. Dlatego najlepiej zacząć od jednego, dwóch bardzo konkretnych wdrożeń, nakierowanych na osiągnięcie dobrze zdefiniowanych celów. Na przykład od szacowania ryzyka albo personalizacji ofert promocyjnych. Zamiast wpychać firmę w świat sztucznej inteligencji, lepiej przeprowadzić jeden projekt od początku do końca, tak żeby przyniósł realne pieniądze.

Firmy podążają za modami?