Sadašnjost i budućnost umjetne inteligencije

Nalazimo se na pragu nove industrijske revolucije koja će utjecati na svaki posao i na svakog čovjeka htjeli mi to ili ne. Eksponencijalni razvoj računalne snage, količina digitalnih podataka koja se udvostručuje svake tri godine i velika sredstva ulaganja u IT industriju omogućila su razvoj Umjetne inteligencije (eng. Artificial Intelligence AI), grane računarstva koja se bavi simulacijom inteligentnog ponašanja računala čiji utjecaj možemo vidjeti i danas, a u skoroj budućnost nećemo moći zamisliti život bez nje.  

Razvoj umjetne inteligencije

Mozak je najmoćniji alat za učenje pa stoga računarska znanost još od samih početaka razvoja pokušava oponašati rad mozga pomoću softvera. Mozak ima oko 100 milijardi neurona, a jedan neuron je povezan s 1000 svojih susjeda. Umjetna inteligencija pokušava softverski simulirati strukturu mozga.

Ako malo razmislite o pitanju što je računalo, primijetit ćete da nazivi računalnih komponenti i pojmova imaju nazive i karakteristike ljudskih osobina poput memorije, komunikacije, računanja, razmišljanja, procesiranja. Međutim, dosta je dugo trebalo čekati na koncept računala kao simulaciju određene vrste inteligencije. 

Znanstvena istraživanja su počela 1956. godine na konferenciji na sveučilištu Dartmouth. Ova konferencija pokrenula je niz znanstvenih istraživanja koja su financirana milijunima dolara.

Razvoj i istraživanje umjetne inteligencije imali su nekoliko problema. 

• Prvi problem sporog razvoja umjetne inteligencije je bio u resursima. Snaga računala i memorija bili su preslabi i preskupi kako bi se napravilo bilo kakvo znanstveno istraživanje. 

Danas su računala dosegla snagu na kojoj se može izgraditi određena vrsta inteligentnog ponašanja s odgovorima u realnom vremenu. 

• Drugi problem se odnosio na znanstvena istraživanja zbog premalo podatka jer za stvarne simulacije i proračune potrebne su velike količine podataka tzv. big data. Iz ovog razloga se umjetna inteligencija usmjerila na simulacije igranja igara jer su izvori podataka mogle biti npr.kombinacije u šahu. Broj mogućih otvaranja, što uključuje prva četiri poteza obje strane, iznosi 318,979,564,000.
• Treći je problem bilo financiranje. Zbog stalnog pritisaka američkog kongresa 1973. godine američka i britanska vlada zaustavile su financiranje neusmjerenih istraživanja umjetne inteligencije. Godine koje su uslijedile kasnije će biti poznate kao “Prva AI zima”. Do danas je postojala još i druga AI zima od 1987. do 1993., a trenutno se može naći dosta članaka na temu Stiže li treća AI zima? (engl. Is The Third AI Winter Coming?).

Zanimljiva je izjava Richarda Karpa početkom sedamdesetih: “Pronalaženje optimalnih rješenja za ove probleme zahtijeva nezamislivu količinu računalnog vremena, osim kada su problemi trivijalni. To je gotovo sigurno znači da se mnoga rješenja koja koristi AI vjerojatno nikada neće razviti u korisne sustave.” 

Bitne prekretnice u razvoju Umjetne inteligencije

Shakey, mobilni robot, razvijen je (1966.–1972.) na Istraživačkom institutu Stanford, Menlo Park u Kaliforniji. Robot je opremljen televizijskom kamerom, daljinomjerom i senzorima sudara koji omogućuju mini računalu daljinsko upravljanje svojim radnjama. Shakey može izvesti nekoliko osnovnih radnji, poput kretanja naprijed, okretanja i guranja, iako vrlo sporim tempom. Kontrastne boje, posebno tamna podnožja na svakom zidu, pomažu robotu da razlikuje zasebne površine.

Googleova umjetna inteligencija AlphaGo pobijedila je Lee Sedol-a 4-1 u seriji od pet igara. Program, koji je razvila britanska tvrtka DeepMind, a kupio Google, 2014. godine, predstavlja veliku prekretnicu u razvoju umjetne inteligencije.

Go se više temelji na intuiciji i nije se smatralo da bi računalo koje je pobijedilo u šahu moglo ikada pobijediti u GO-u. 

Ulaganje i interes za AI narasli su u prvim desetljećima 21. stoljeća kada se strojno učenje uspješno primijenilo na mnoge probleme u akademskoj zajednici i industriji zahvaljujući novim metodama, primjeni moćnog računalnog hardvera i prikupljanju golemih skupova podataka (društvene mreže).

Primjeri umjetne inteligencije

Umjetna inteligencija se dijeli na Machine Learning (Strojno učenje) i Deep learning (Duboko učenje)

Primjeri sustava s implementacijom strojnog učenja:

• prepoznavanje slika
• prepoznavanje govora
• medicinska dijagnoza
• statistička arbitraža
• prediktivna analitika
• pronalaženje uzoraka u podacima

Primjeri sustava s implementacijom dubokog učenja:

• dodavanje boje u crno-bijele filmove
• autonomna vozila
• računalni vid
• generiranje opisa slike
• sakupljač vijesti na temelju osjećaja
• deep-learning roboti

Svi ovi primjeri pokušavaju naći smisao i uzorak u velikoj količini podataka koje prikupljaju razni senzori, informacija s interneta, obrade podataka i sl. te donijeti odluku.

Izazovi današnje Umjetne inteligencije

Postoji nekoliko prednosti i nedostataka u primjeni autonomnog vozila i trenutno je čovjek još uvijek nezamjenjiv, međutim na primjenu umjetne inteligencije ne treba gledati s aspekta borbe tko će koga zamijeniti već na koji način će nam umjetna inteligencija pomoći u svakodnevnom životu i poslu. Danas nam je najnormalnije voziti se u avionu kojim upravlja  autopilot jer znamo da pilot donosi konačnu odluku ili u ključnim trenucima preuzima potpunu kontrolu. Autopilot koji se ponaša inteligentno pomaže pilotu kako bi lakše i sigurnije vozio avion.

Slično je s GPS navigacijom koja nam na temelju velike količine podataka daje informaciju gdje su zastoji i određuje rute do odredišne točke, ali na kraju je naša odluka hoćemo li tu informaciju iskoristiti.

Prednosti autonomnih vozila:

• smanjili bi gužve 
• riješili problem s parkiranjem
• ako postoje takvi automobili tada ih ne bi trebali posjedovati, mogli bi ih jednostavno iznajmiti, pozvati
• ako bi svi koristili autonomna vozila to bi znatno smanjilo broj prometnih nesreća

Nedostaci:

• ako su senzori na bilo koji način blokirani: vremenski uvjeti, mrak, puno snijega (senzorni ne bi mogli vidjeti cestu)
• interakcija s ostalim ljudima, (ljudi mogu predvidjeti namjere drugih ljudi)
• kvaliteta ceste (rupe na cesti, voda)
• kombinacija autonomnih vozila i vozila koje voze ljudi

Primjenom umjetne inteligencije možemo poboljšati efikasnost čovjeka.

U tablici su navedeni postoci poslova koje bi mogla preuzeti umjetna inteligencija odnosno kolika je suradnja čovjeka i umjetne inteligencije.

Poslovi	Postotak upotrebe umjetne inteligencije
Financijski planer	15%
Nastavnik srednja i osnovna škola	20%
Nastavnik sveučilište	13%
Novinari	20%
Zaposlenici u bolnicama	58%
Doktori	21%
Odvjetnici	13%
Vozači kamiona	48%
Programeri	17%
Drvna industrija	55%
Trgovci	35%
Ekonomisti	28%
CEO	15%
Socijalni radnik	14%

Što je moguće?

“Full Artificial Intelligence could spell the end of the human race: Stephen Hawking.”

“Potpuna umjetna inteligencija mogla bi značiti kraj ljudske rase: Stephen Hawking.”

Situacija u kojoj će se računala i programi samo poboljšavati, naziva se singularity i prema vodećim znanstvenicima mogla bi se dogoditi za 50 do 100 godina od danas.

Međutim, postoje problemi koje AI ne može riješiti. Rat ili bilo koja ozbiljna kriza se ne mogu riješiti dodavanjem više inteligencije. Postoje predviđanja da bi za 20 godina 50% vozila na cesti bila autonomna.

Zaključak

Tay (Thinking About You) je bot za chatanje s umjetnom inteligencijom kojeg je Microsoft Corporation prvotno objavio putem Twittera 23. ožujka 2016. godine. Nastao je veliki problem kad je bot počeo objavljivati ​​provokativne i uvredljive tweetove putem svog Twitter računa zbog čega je Microsoft ugasio uslugu samo 16 sati nakon pokretanja. TAY je postao genocidni rasist, rasistički troll. Prema Microsoftu, to su uzrokovali trolovi koji su “napali” uslugu dok je bot odgovarao na temelju interakcije s ljudima na Twitteru. Tay je unutar 16 sati tweetala više od 96 000 puta. Nakon zatvaranja računa na Twitteru stvoren je hashtag pod nazivom #FreeTay. Naš utjecaj na Umjetnu inteligenciju je jako velik, ono što je naučimo ona će to raditi vrlo efikasno i dobro.