Često u svijesti ljudi koji se ne bave strogo informacionim tehnologijama i umjetnom inteligencijom dolazi do poistovjećivanja umjetne inteligencije, generalne umjetne inteligencije (artificial intelligence – AI) i mašinskog učenja (machine learning). Ipak, trebali bismo ponešto razumjeti o ovim stvarima, napraviti distinkcije i znati koje su razlike. Zato sam razgovarala za QoS/Nauka govori s doc. dr. Senka Krivić, stručnjakinjom za umjetnu inteligenciju i robotiku koja danas radi pri Elektrotehničkom fakultetu Univerziteta u Sarajevu. Prije toga radila je kao naučnica King’s College London u UK, a doktorirala je na Univerzitetu u Innsbrucku u Austriji.

Dakle, šta je to umjetna inteligencija i kako se razlikuje od mašinskog učenja?

Umjetna inteligencija je naučna disciplina koja izučava kreiranje kompjuterskih softvera koji oponašaju osobine  koje čine ljude inteligentnim bićima s ciljem obavljanja složenih zadataka. U to spadaju sposobnost rasuđivanja, planiranja, učenja, rješavanja problema, apstraktnog razmišljanja i razumijevanja složenih ideja. Mašinsko učenje je jedna od oblasti umjetne inteligencije koje se fokusira  na razvoj kompjuterskih sistema koji su u stanju da uče i prilagođavaju se bez praćenja eksplicitnih instrukcija od strane čovjeka.

Primjena mašinskog učenja, a samim tim i umjetne inteligencije je višestruka i već dugi niz godina je u primjeni u raznim oblastima kao što su medicina, školstvo, robotika, automobilska industrija,  marketing, finansije,  transport,  itd.

“Za mašinsko učenje se može reći da je trenutno najrazvijenija oblast umjetne inteligencije i samim tim ima više primjena. Što se ostalih grana umjetne inteligencije tiče, možda najpoznatije i najpopularnije primjene su planiranje i rutiranje u problemima navigacije, zatim ekspertni sistemi u industriji, sistemi za podršku u odlučivanju (npr. u bankarskom sektoru), razvoj igrica… Jako često u pozadini inteligentnih sistema se nalazi mnoštvo algoritama umjetne inteligencije koji skupa omogućavaju različite funkcionalnosti”, kazala je dr. Krivić.

Gubitak ili dobitak radnih mjesta?

AI danas izaziva strah, naročito strah od gubitaka radnih mjesta. Ali koristi od ovih sistema ostaju nekako apstraktne, maglovite i sve to podstiče strah još više. Kako AI može pomoći čovječanstvu, koje radnje i poslove može olakšati?

Umjetna inteligencija već uveliko olakšava i poboljšava život ljudi a u budućnosti će još i mnogo više.  “Prvi primjer je primjena umjetne inteligencije u medicini i farmaciji, gdje su mnoge delikatne operacije omogućene baš uz pomoć AI algoritama, zatim u sistemima koji su podrška za ispravnije i tačnije kreiranje dijagnoza, kreiranje personalizovanog plana liječenja i još mnogih drugih. Ako uparimo umjetnu inteligenciju sa robotikom onda možemo očekivati zamjenu ljudi u teškim i opasnim poslovima, poslovima koji su repetitivni, obradi zemlje, gašenju požara, deminiranju, istraživanju morskog dna i još mnoge. Broj primjena je zbilja neograničen. Pogotovo su u fokusu rješenja koja će pomoći osobama koje ne mogu da samostalno”, objasnila je Krivić.

Nedavno je umjetna inteligencija primijenjena i da poboljša mRNA vakcine, učini ih efikasnijim, a umjetna inteligencija može bolje i brže predviđati strukture proteina, pa i lijekova.

Gubitak poslova

Mnogi se plaše AI – od gubitka radnih mjesta, što jeste realna strah, preko zloupotreba pa i do toga da će se AI „okrenuti protiv ljudi“, primjerice upotrebe za autonomno oružje, praktično “Skynet scenario” – je li ovo moguće i kako spriječiti takve stvari?

“Ljudi se plaše promjena i to je neka sasvim normalna i očekivana reakcija. Međutim,  ja na to gledam drugačije. Umjesto da se sistemi umjetne inteligencije postanu prijetnja poslovima, trebamo ih vidjeti kao nešto što će nam unaprijediti društvo i možda jednog dana naša radna sedmica bude tri dana umjesto pet dana jer neće biti potrebe da radimo duže i više. Također, kroz historiju je mnogo poslova nestalo ali su se pojavljivali novi i društvo je evoluiralo i prilagodilo se. Sami pojedinci koji su u industrijalizaciji izgubili posao, prilagodili su se tržištu a tad su tranzicije bile mnogo brže i zaštita radnika je bila mnogo manja. Sjetimo se samo primjera operaterki u telefonskim centralama. Stotine radnika, uglavnom žena, izgubile su posao ‘preko noći’. Međutim, za razliku od tih vremena i tehnologija koje su se tada uvodile, metode umjetne inteligencije se postepeno uvode. Također, najnoviji trendovi razvijanja sistema baziranih na umjetnoj inteligenciji teže ka stvaranju timova ljudi i inteligentnog sistema tako da jedan drugog nadopunjuju“, smatra Krivić.

Naravno treba napomenuti i to da ova nova industrijsko-tehnološka revolucija nije ista kao pronalazak vatre, parne mašine i tranzistora. Ovdje su rizici veći. Jasno je da će neko trebati upravljati AI sistemima – oni ne rade sami, oni ne crtaju sami i potrebni su im promptomi, upute. Ali je problem što se dio populacije neće moći prilagoditi, recimo oni koji imaju možda deceniju ili manje do penzije, ljudi koji su voljeli i bili ponosni na svoje poslove koji su odjednom nestali… ne možemo računati na ljudsku fleksibilnost i prilagodljivost. A programi re-edukacije ne postoje, a i kada budu postojali – za neke će biti kasno ili prosto neće biti djelotvorno. Odnosno  ovo prilagođavanje postoji samo fiktivno. 

Također, kao i sa dosta drugih otkrića u nauci, uvijek postoji mogućnost zlonamjernog korištenja. Vojna industrija je jedan od glavnih pokretača razvoja, i to nije tajna, ne samo AI sistema već i mnogo drugih.

“Da bi se negativni ishodi minimizirali, postoji već mnogo incijativa od strane naučnika a i regulativa u većini zemalja prvog svijeta koje su već na snazi ili u pripremi a koje trebaju da oblikuju tok razvoja sistema baziranih na umjetnoj inteligenciji i zaštite ljudska prava. Što se samog razvoja AI sistema tiče, sve se više postavljaju zahtjevi da sistemi budu objašnjivi, etični, pravedni i da garantuju povjerljivost.”, kazala je dr. Senka Krivić.

U svemu ovome javlja se i jedno spekulativno pitanje – koliko je moguć razvoj, evolucija tehnološke singularnosti?

Tehnološka singularnost je hipotetička tačka u budućnosti kada bi tehnološki napredak izašao van ljudske kontrole i kada bi “pametne mašine” pravile još “pametnije mašine” što bi vodilo ka mašinskoj superinteligenciji i samosvjesnosti sistema na bazi umjetne inteligencije. Tehnološka singularnost je poprilično ono sve što je predstavljeno u naučno-fantastičnim filmovima.

No u ovom trenutku ne možemo reći da li ili kad bi se razvila tehnološka singularnost.

Veliki jezički modeli – LLM i chatbotovi

U nekoliko posljednjih mjeseci dvije upotrebe AI su postale prilično popularne –veliki jezički modeli (Large Language models LLM) ChatGPT i AI art poput Dall-e i Midjourney. Kako oni funkcionišu i za šta bi bio koristan ChatGPT? Naučnici su već upozorili na to kako recenzenti slabije razlikuju naučne radove koje je generisao ChatGPT od pravih radova i ne odobravaju ga. Sažeci radova koje je napisala vještačka inteligencija su nedavno zavarali naučnike.

Chatbot se može definisati kao razvijeni program koji može voditi diskusiju/razgovor sa čovjekom na prirodnom, ljudskom jeziku, a ne na programu, na kodu. Bilo koji korisnik može, na primjer, postaviti botu pitanje ili dati izjavu, a bot će odgovoriti ili izvršiti radnju po potrebi. Chatbot komunicira slično kao i instant poruka.

Chatbot je program koji simulira ljudske razgovore. AI chatbot odgovara na pitanja koja su mu postavljena na prirodnom jeziku kao da je stvarna osoba. Odgovara kombinacijom unaprijed programiranih skripti i algoritama mašinskog učenja. U suštini, od trening seta bira statistički najvjerovatnije kombinacije riječi.

“ChatGPT se može preciznije opisati kao model obrade prirodnog jezika (NLP). Obučen je na velikom skupu tekstualnih podataka za generiranje ljudskih odgovora na unos teksta. Pošto je zasnovan na moćnom GPT-3 jezičkom modelu, ChatGPT je u stanju da generiše veoma koherentne i uvjerljive odgovore na širok spektar tema. To ga čini korisnim alatom za različite zadatke obrade prirodnog jezika, kao što su prevođenje jezika, sažimanje teksta i generiranje razgovora“, kazala je Krivić.

Generative Pre-Trained Transformer (GPT) je sofisticirana arhitektura neuronske mreže koja se koristi za obuku velikih jezičkih modela (LLM). Koristi velike količine javno dostupnog internetskog teksta za simulaciju ljudske komunikacije.

Na pitanje chatbot će odgovoriti koristeći bazu znanja koja mu je trenutno dostupna. Ako razgovor uvodi koncept koji nije programiran da razumije većina chatbotova će uputiti korisnika ka ljudskom operateru. Učiće iz te interakcije, kao i budućih interakcija u oba slučaja. Kao rezultat toga, obim i važnost chat bota će se postepeno širiti.

“Postoje dvije glavne kategorije chatbotova: chatbotovi koji  prate niz pravila, i drugi koji koriste umjetnu inteligenciju. Pored toga postoje i kombinovani, tj. koji koriste umjetnu inteligenciju ali i prate niz pravila. Chatbot zasnovan na pravilima može shvatiti samo ograničen raspon izbora sa kojima je programiran. Unaprijed definirana pravila definiraju tok razgovora. Chat botove zasnovane na pravilima je lakše isprogramirati jer koriste jednostavan logički algoritam  za razumijevanje korisničkih upita i pružanje relevantnih odgovora“, objasnila je Krivić.

Chatbotovi bazirani na AI se kreiraju pomoću algoritama mašinskog učenja i mogu da razumiju i otvorene upite. Mašinski algoritmi se koriste da treniraju modele iz velikih baza razgovora i tekstova. Kako bot uči iz interakcija koje ima sa korisnicima, nastavlja da se poboljšava. AI chatbot identifikuje jezik, kontekst i namjeru, koji zatim reaguje u skladu s tim.

“ChatGPT nije prvi softver koji može da ‘piše’ naučno-istraživačke članke. Već duži niz godina postoji više platformi koje mogu da generišu tekstove i zavaraju recenzente. Mislim da je ovo samo upozorenje naučno-istraživačoj zajednici da moraju biti oprezniji prilikom recenziranja radova i da se moraju ponuditi verifikacije i validacije onoga što je napisano. U različitim naučnim disciplinama već postoje određena pravila. Na primjer, u oblastima koje pripadaju informatici, skoro uvijek uz objavu rada, dužni ste objaviti i kod koji ste realizirali za izvođenje eksperimenata zajedno sa skupovima podataka koji su korišteni. U robotici, pored kodova, neophodno je imati i video eksperimenta u praksi. Pored ovakvih praksi, sama prijetnja dolazi zapravo od nivoa etičnosti određene osobe, odnosno naučnika u ovom slučaju. To je nešto na čemu se što više treba raditi u društvu“, naglasila je Krivić.

Glavna novost vezano za ChatGPT4 u odnosu na ChatGPT3 jeste da prima i slike kao ulaz, pored teksta. “Oba modela su zasnovana na arhitekturi transformatora, koja koristi enkoder za obradu ulaznih sekvenci i dekoder za generisanje izlaznih sekvenci. Koder i dekoder su povezani mehanizmom pažnje, koji omogućava dekoderu da posveti više pažnje najsmislenijim ulaznim sekvencama”, objasnila je Krivić.

OpenAI-jev GPT-4 tehnički izvještaj nudi malo informacija o arhitekturi modela GPT-4 i procesu obuke, navodeći „konkurentni krajolik i sigurnosne implikacije velikih modela“. Ono što znamo je da su ChatGPT i GPT-4 vjerovatno istrenirani na sličan način, što je razlika od metoda koje se koriste za GPT-2 i GPT-3.

“ChatGPT je istreniran na skupove podataka koji sadrže dijaloge, uključujući demonstracijske podatke, u kojima ljudski anotatori pružaju demonstracije očekivanog rezultata kao odgovor na specifične upite. Na ovaj način se generišu specifični podaci. Ovi podaci se koriste za fino podešavanje uz nadgledano učenje, stvarajući model politike, koji se koristi za generiranje višestrukih odgovora kada se dobiju upiti. Ljudski anotatori zatim rangiraju koji od odgovora za dati upit je dao najbolje rezultate, što se koristi za obuku modela nagrađivanja. Model nagrađivanja se zatim koristi za iterativno fino podešavanje modela politike korištenjem učenja sa povratnom spregom (engl. reinforcement learning). Učenje sa povratnom spregom je je nešto puput sistema nagrađivanja i kazni“, objasnila je Krivić.

Pitate li se kako se to “nagrađuje” AI? Pa dobiva određene ocjene, baš kao djeca u školi…

AI na nivou devetogodišnjeg djeteta???

Prema studiji objavljenoj na platformi ArXiv, nova verzija jezičnog modela ChatGPT položila je test teorije uma (ToM) na razini devetogodišnjeg djeteta. Šta to znači?

“Teorija uma (ToM) se odnosi na sposobnost pripisivanja mentalnih stanja (kao što su uvjerenja, želje i namjere) sebi i drugima, te razumijevanje da drugi ljudi imaju drugačija uvjerenja, želje i namjere od nas samih. ToM se smatra ključnim aspektom ljudske društvene spoznaje i vjeruje se da igra važnu ulogu u komunikaciji i saradnji. Činjenica da je nova verzija ChatGPT-a prošla ToM test na nivou devetogodišnjeg djeteta znači da je jezički model pokazao sposobnost razumijevanja i razmišljanja o mentalnim stanjima na način koji je sličan onom kod tipičnih kod djece uzrasta 9 godina. Ovo je značajno dostignuće u oblasti obrade prirodnog jezika, jer sugeriše da je model razvio nivo društvene spoznaje koji je napredniji od prethodnih jezičkih modela“, dodala je dr. Senka Krivić

Međutim, važno je napomenuti da polaganje ToM testa na nivou devetogodišnjeg djeteta ne znači nužno da je jezički model postigao istinske ljudske sposobnosti ToM-a. Također ovdje treba staviti fokus na to da je ovo samo jezički model, što je ujedno i samo jedan aspekt ljudske inteligencije. Ljudski ToM je složen i višestruki kognitivni proces koji još uvijek nije u potpunosti shvaćen, a postoje mnogi aspekti ToM-a koji su izvan dosega trenutnih sistema umjetne inteligencije.

Microsoftov bot Sydney, ali i još neki, imali su čudne momente – korisnici su tvrdili da im šalje čudne poruke (izjavljuje ljubav i slično). Zbog čega se to događa?

“Chatbotovi su  postali jako kompleksni i uče iz različitih setova podataka. Ukoliko je nešto nefiltrirano promaklo u taj set podataka, to može na razne načine uticati na ponašanje samog chatbot-a. Također ukoliko neka od pravila koji definišu rad samog chatbot-a nisu dovoljno definisana, mogu se desiti previdi poput tog. Za Sydney se tvrdilo također da se može uvrijediti i biti tužna, ali to je naknadno korigovano od strane Microsoft-ovih inženjera. Ja pretpostavljam da će takvih sličnih ‘ispada’ još biti jer jako je teško definisati i predvidjeti sve situacije“, kazala je Krivić.

 

Deep learning

Google Bard i ChatGPT-3 su veliki jezički modeli koji su razvijeni korištenjem tehnika dubokog učenja, ali među njima postoje neke razlike.

Google Bard je jezički model koji je razvio Google koji je posebno dizajniran za generiranje poezije i tekstova pjesama. Koristi kombinaciju algoritama dubokog učenja i pristupa zasnovanih na pravilima za generisanje teksta koji slijedi konvencije i obrasce različitih poetskih oblika i stilova. Za razliku od drugih jezičkih modela, koji su obučeni na velikim skupovima podataka teksta s interneta, Google Bard je obučen na manjem skupu podataka poezije i tekstova pjesama.

ChatGPT-3 je, s druge strane, jezički model opće namjene koji je razvio OpenAI koji je sposoban za obavljanje širokog spektra zadataka obrade prirodnog jezika, kao što su prevođenje jezika, dovršavanje teksta i generiranje teksta. Obučen je na ogromnom skupu podataka teksta s interneta i može generirati tekst visokog kvaliteta koji je teško razlikovati od teksta koji je stvorio čovjek. ChatGPT-3 je sposoban i za obavljanje drugih zadataka, kao što je odgovaranje na pitanja i uključivanje u razgovor.

Pored ChatGPT-a poznati su još HubSpot Chatbot Builder, Netomi, Intercom, Drift, Salesforce Einstein, WP-Chatbot, LivePerson, Genesys DX, itd.

Postoje i mišljenja da li ChatGPT može zamijeniti programere. Ovi modeli mogu kodirati i mijenjaće način rada programera/developera.

“ChatGPT i slični AI sistemi će uveliko promijeniti način funkcionisanja svijeta developera ali definitivno ih neće u potpunosti zamijeniti. Opet, kao i sa drugim poslovima, zamijeniće one repetitivne i otežavajuće poslove za ljude. U svakom slučaju softverska industrija će evouluirati i programerima će biti potreban malo podrobniji set vještina i znanja iz oblasti umjetne inteligencije”, istakla je Krivić.

Strahovi od zloupotreba

Ne zaboravimo ni strah nastavnika da će učenici zloupotrebljavati Chat da im napiše eseje, što je praktično varanje na ispitima.

“Taj strah je, ja bih svakako rekla opravdan. Nastavnicima će u svakom slučaju iziskivati dodatnu kreativnost i trud u motivisanju učenika. I sama radim sa studentima i mogla bih se požaliti slično, ali opet mislim da postoje način kao i koristi. ChatGPT može pomoći učenicima pri učenju, formiranju ideja, vježbanju i pisanju ali na kraju dana opet bi učenici trebali imati provjeru pisanja eseja potpuno offline, bez ikakvih pomagala”, kazala je Krivić.

Možda će trebati pojačati usmena ispitivanja, umjesto pismenih i ispitivanja sa zaokruživanjem odgovora. I možda bi bilo dobro da se usmena ispitivanja vrate kako bi djeca i mladi više vježbali svoju elokvenciju i način razmišljanja, izvođenja zaključaka.

Još jedan problem s umjetnom inteligencijom jesu već spomenuti alati za kreiranje slika. Tu je i slučaj kada je Getty images tužio nedavno takav tool, Stable diffusion, za nelegalno preuzimanje slike.

Ovdje treba dodati kako su neki alati sada etičkiji jer koriste samo open source, ali i da im je zbog toga nakratko pao kvalitet jer se smanjio kvalitet i kvantitet trening seta. Drugi nastavljaju koristiti bez licence stvari za koje treba imati autorska prava, a kreatori tih alata ne plaćaju tantijeme originalnim umjetnicima čiji se radovi koriste.

A šta će biti s umjetnicima u svom tom haosu?

“Umjetnici će uvijek imati svoj put i svoju publiku. Tako je od pamtivijeka. Isto kao što ni fotografija nije ugrozila slikare, nego i sama postala umjetnost i AI može iznjedriti jednu potpuno novu granu umjetnosti. Također i bez sistema umjetne inteligencije, postoji mnogo načina brzog kreiranja “umjetničkih” djela ali i dalje umjetnici sa kvalitetnim radom su cijenjeni”, mišljenja je Krivić.

Tu je naravno i pitanje generisanja lažnih vijesti, deep fake, lažnih videa, osvetničke pornografije, targetiranja određenih grupa (oglašavanje, ali i spamovanje, diskriminacija), utjecaj na izborne kampanje. Ali – ništa od toga nije krivica AI. Sve je to do načina na koji ga mi koristimo i regulišemo. Ko je onda tu dobar, a ko loš i zao?