Šiandien dirbtinis intelektas padeda gydytojams diagnozuoti ligas ir parinkti efektyvesnį gydymą, pilotams sėkmingai vykdyti skrydžius pasitelkiant išmaniąsias asistavimo paslaugas, miestų planuotojams – prognozuoti eismo srautus ir planuoti kelių infrastruktūrą. Tačiau kaip mokosi dirbtinis intelektas ir kuo jis gali būti naudingas visuomenei? Ir kodėl jis vis dar daugeliui kelia susirūpinimą ir baimę?
Šiandien dirbtinis intelektas (DI, angl. artificial intelligence, AI) padeda gydytojams diagnozuoti ligas ir parinkti efektyvesnį gydymą, pilotams sėkmingai vykdyti skrydžius pasitelkiant išmaniąsias asistavimo paslaugas, miestų planuotojams – prognozuoti eismo srautus ir planuoti kelių infrastruktūrą. Tokie ir panašūs DI grįsti algoritmai geba nenutraukiamai mokytis bei pateikti efektyviausias strategijas ir tiksliausius sprendimus, rašoma KTU pranešime. Tačiau kaip mokosi dirbtinis intelektas ir kuo jis gali būti naudingas visuomenei? Ir kodėl jis vis dar daugeliui kelia susirūpinimą ir baimę?
Asociatyvi „Pixabay“ nuotr.
Visa tai plačiau komentuoja Kauno technologijos universiteto (KTU) Dirbtinio intelekto centro vadovė, Informatikos fakulteto (IF) docentė Agnė Paulauskaitė-Tarasevičienė.
Tarp populiariausių DI sričių Lietuvoje – medicina ir pramonė
Prognozuojama, kad DI pramonė iki 2025 m. sieks 190 mlrd. JAV dolerių, o pasaulinės išlaidos DI sistemoms 2021 m. pasieks 57 milijardų JAV dolerių. Daugiau nei 35 proc. įmonių jau naudoja dirbtinį intelektą kuria nors jo forma, o net 85 proc. mano, kad investicijos į DI – strateginis prioritetas. Beveik 90 proc. verslo įmonių, jau dirbančių su DI sprendimais, naudoja ar ketina naudoti DI tam, kad iš anksto būtų galima nuspėti pardavimus.
Pasak A. Paulauskaitės-Tarasevičienės, sričių, kurioje šiuo metu taikomas DI, gana nemažai ir jų vis daugėja. Vienos populiariausių Lietuvoje – medicina ir pramonė. Be to, pastaruoju metu daug DI sprendimų įdiegta elektroninėje prekyboje, nagrinėjant vartotojo krepšelį, prognozuojant jo poreikius ir ateities apsipirkimus.
„Išanalizavus vartotojo pirkinių istoriją ir prekių krepšelio turinį, jam gali būti siūlomi panašus produktai, informacija apie vykdomas akcijas ir reklama. Tarkim, jeigu jūs el. parduotuvėje daug kartų žiūrėjote ar įsiminėte juodas klasikines sukneles, tikėtina, kad po kurio laiko sistema ar su jūsų kontaktiniais duomenimis susietos mobilios programos pradės siūlyti jums tamsias klasikinio stiliaus sukneles.
Tiesa, konkretus sprendimas priklauso nuo sistemoje įdiegto DI algoritmo: kartais jums gali siūlyti ir šalia tinkančius daiktus – rankines, batelius, švarkelius, o gal remiantis kitų pirkėjų paieškos rezultatais – kitus klasikinio tipo drabužius“, – sako A. Paulauskaitė-Tarasevičienė.
Medicinoje DI sprendimai dažniausiai taikomi diagnostikoje siekiant palengvinti gydytojų ar biomedicinos srities specialistų darbą, greičiau rasti sąryšį tam tarp tikrų parametrų, kurių medicinoje – daugybė, taip pat ženkliai greičiau apdoroti vaizdus ir išmokti atpažinti tam tikrus objektus (pvz., piktybinius darinius).
„Tuo tarpu pramonėje nemaža dalis sprendimų yra įdiegti siekiant robotizuoti ir optimizuoti procesus“, – pažymi A. Paulauskaitė-Tarasevičienė.
Nors pastaruoju metu pastebima, kad anomalijų aptikimas ir save monitoruojančių sistemų poreikis auga, bet panašu, kad tokie sprendimai vis dar kelia daug klausimų privataus ir viešojo sektoriaus atstovams.
DI mokymasis – užprogramuotas
KTU IF docentė dirbtinio intelekto mokymąsi trumpai apibendrina taip: DI mokosi taip, kaip jį užprogramuoja žmogus ir kokias technologijas integruoja kuriant sistemą. Kaip gerai DI tai daro priklauso nuo mokymosi algoritmo, duomenų, DI bei problematikos eksperto žinių, sprendimo priėmimo algoritmo. DI algoritmai yra grįsti matematika, o kartais (nors ir ne visada) naudojami matematiniai skaičiavimai yra labai sudėtingi.
„DI mokymasis – tai tam tikrų svorių, parametrų, hyper-parametrų reikšmių koregavimas priklausomai nuo situacijos – t. y. sukauptų duomenų. Duomenys gali būti kaupiami nuolat, todėl ir mokymasis gali būti tęstinis. Tuo DI mokymasis panašus į žmogaus – kuo daugiau patirties ir žinių turima, tuo geresnis apsimokymas ir lengvesnis sprendimų priėmimas. Norint gerai suprasti, kaip mokosi DI, pirmiausia reikia suprasti, kaip veikia mašininio mokymosi algoritmai“, – teigia A. Paulauskaitė-Tarasevičienė.
Anot jos, dabar labai populiaru DI sprendimus programuoti su „Python“ programavimo kalba, nes tam sukurta nemažai nemokamų platformų, viešai prieinama daug pavyzdžių, o ir pati kalba nėra sudėtinga.
„Taip pat dažnai naudojamos C šeimos kalbos, ypač programuojant mažus įrenginius, daiktų interneto technologijas. Vaizdų apdorojimo uždaviniams reikalingas galingesnės vaizdo plokštės (pvz., NVIDIA), kadangi tokie uždaviniai reikalauja aukšto našumo skaičiavimo (HPC) technologijų. Priešingu atveju, sprendimų ieškojimas ir eksperimentai gali užtrukti tikrai ilgai“, – tikina A. Paulauskaitė-Tarasevičienė.
Siekiama didinti pasitikėjimą DI sprendimais
Šiandien žmonėms DI dažnai vis dar kelia baimę ir nepasitikėjimą. Tačiau A. Paulauskaitės-Tarasevičienės teigimu, šiuo atveju pasitvirtina taisyklė, kad žmonės bijo to, ko nesupranta.
„Tai natūralu, ypač tarp vyresnio amžiaus žmonių, kurie nori aiškiai suprasti kas, kodėl ir kaip. Kadangi mes matome tik DI sprendimų sukurtus galutinius rezultatus, DI sukelia abejones ir baimes“, – sako docentė.
Anot jos, kaip tokia sistema veikia ir kokiais kriterijais remiantis buvo priimtas vienoks ar kitoks sprendimas dažniausiai žmonės nežino arba nesupranta, todėl DI kelia nepasitikėjimą. Nors DI veikimą supranta tos srities programuotojai, algoritmuotojai, matematikai, tačiau egzistuoja algoritmų (ypač giliojo mokymosi), kurių rezultatus sunku paaiškinti, prognozuoti net ir DI specialistams.
„Todėl šiuo metu populiarėja kita DI intelekto kryptis – aiškinamasis dirbtinis intelektas (angl. XAI), veikiantis „baltos“ dėžės principu. Juo siekiama paaiškinti, kodėl ir kaip buvo priimtas sprendimas, ir tokiu būdu padidinti pasitikėjimo, skaidrumo, aiškumo lygį visuomenės tarpe“, – paaiškina A. Paulauskaitė-Tarasevičienė.
Kasdienybėje DI yra tarsi išmanusis asistentas, kurio pagalba galime nuotoliniu būdu valdyti namų tvarkymo robotus ar kitokius bevielio interneto įrenginius, atlikti įvairią stebėseną ir sekti anomalijas (pavyzdžiui, nustatyti judėjimą namuose atostogų metu naudojant išmaniąsias vaizdo kameras), saugiai vairuoti automobilį. Ir tai – tik keletas DI naudojimo pavyzdžių.
„Tikėtina, kad DI kelia baimę ir dėl darbo vietų, kurias bus galima robotizuoti. Šios baimės nėra nepagrįstos: pastebime vis daugiau savitarnos kasų parduotuvėse, automatizuotų parkavimo aikštelių, el. prekybos virtualių asistentų. Tokių sprendimų ateityje tik daugės, tačiau atsiras ir naujos darbo pozicijos, kuriose bus reikalingas žmogiškasis intelektas, kūryba ir kritinis mąstymas“, – teigia A. Paulauskaitė-Tarasevičienė.
Programuoja ne tik IT specialistai
Šiandieninėje darbo rinkoje DI ir jo apmokymas, anot KTU DI centro vadovės, aktualus daugeliui inžinerinio profilio specialistų, nes atlikdami savo darbą programuoja ne tik IT specialistai, bet ir matematikai, automatikai, elektronikai ar mechanikai.
A. Paulauskaitė-Tarasevičienė pastebi, kad šiandien egzistuoja sistemų ir programų, kurios nereikalauja didelių programavimo žinių, bet leidžia atlikti įvairius eksperimentus pasinaudojant jau integruotais DI algoritmais.
„Tai reiškia, kad jeigu ši sritis įdomi ekonomistui, sociologui ar dizaineriui, jis turi galimybę pasinaudoti tokiomis technologijomis. Tereikia įgūdžių tokių sistemų valdymui. Žinoma, kitos srities specialistas DI algoritmų greičiausiai nekurs, bet gebėjimas jais naudotis irgi yra didelis privalumas, atveriantis platesnes galimybes ir leidžiantis kurti novatoriškus sprendimus“, – sako docentė.
Pasak jos, su DI dirbančių specialistų paklausa yra milžiniška, o jų poreikis vien tik per šiuos metus itin išaugo. Jie reikalingi daugelyje verslo, prekybos, gamybos, medicinos sričių, kurių pagrindinė veikla net nebūtinai susijusi su DI sprendimais.
„Įmonėms reikalingi specialistai, gebantys optimizuoti, skaitmenizuoti tam tikrus procesus ar sukurti novatoriškus DI sprendimus, didinančius jų konkurencinį pranašumą. Šis poreikis kiekvienais metais tik didės, – teigia A. Paulauskaitė-Tarasevičienė. – Todėl universitete vis daugiau dėmesio skiriame šiai sričiai. Su DI tematika susijusių studijų programų KTU turime jau ne vieną tiek pirmoje, tiek antroje studijų pakopose, bendruomenės nariams siūlome su DI susijusius kursus“.
Šiuo metu rinkoje paklausiausi yra aukštos kompetencijos DI specialistai, gebantys modifikuoti ir kurti DI sistemas, duomenų analitikai, mokantys dirbti su didžiaisiais duomenimis (angl. Big Data), taip pat IT specialistai, gebantys naudotis sukurtais DI sprendimais ir juos integruoti į įmonės procesus, užtikrinti stabilų jų veikimą, duomenų saugumą.
