Još od pedesetih godina prošlog veka, kada je matematičar Alan Tjuring postavio eksperiment i pitanje „Da li mašine mogu da misle?“, veštačka inteligencija (VI) je u određenim vremenskim intervalima bila u usponu, retko u padu, ali je u nekim godinama i stagnirala. Danas uglavnom govorimo o tri tipa VI: slaboj, jakoj i super inteligenciji. Slaba VI podrazumeva mašine koje mogu da daju odgovor u određenim situacijama, ali ne mogu da misle same za sebe. Jaka VI uključuje mašine koje mogu da razmišljaju i ponašaju se kao čovek, i ovakva VI još uvek nije razvijena. Super VI će prikazati inteligenciju koja prevazilazi ljudske mogućnosti.
Piše: prof. dr. Dražen Drašković
Poslednjih 20 godina okruženi smo važnim proizvodima primene veštačke inteligencije (VI) u različitim poslovnim aplikacijama, ali i igrama, zatim sistemima za preporučivanje, virtuelnim asistentima i „četbotovima“ zasnovanim na velikim jezičkim modelima. VI primenjujemo i u generisanju slika i audio/video sadržaja, prepoznavanju oblika i slika, i njihovoj obradi, u oblastima autonomne vožnje i robotike. Da li će sudbina ovih proizvoda VI, određena našim postupcima, dovesti do nove svetske revolucije ili apokalipse?
Istorija veštačke inteligencije
Nakon prvog Tjuringovog testa koji je trebao da odgovori na pitanje „Da li mašine mogu misliti?“, 1952. godine pojavile su se prve računarske igre – šah (chess) i dame (checkers), koje su primenjivale veštačku inteligenciju (VI). Ubrzo se pojavio i prvi program koji imitira ljudske protokole u rešavanju problema (General problem solver), kao i prvi programski jezik VI – IPS (Information Processing Language), čiji koncepti nedugo zatim bivaju implementirani u okviru jezika LISP (LIST Processing Language). Kraj pedesetih godina doneo je prvo uvođenje termina „mašinsko učenje“ (videti: A. Samuel, „Some Studies in Machine Learning Using the Game of Checkers“). Mašinsko učenje je podoblast VI čiji je cilj konstruisanje algoritama i računarskih sistema koji su sposobni da se adaptiraju na nove situacije i da mašina nauči znanje, na osnovu iskustva. Algoritmi mašinskog učenja mogu da uče iz postojećih podataka, koje imamo, ili da generalizuju na osnovu nevidljivih podataka, i na taj način obavljaju različite zadatke bez eksplicitnih uputstava datih od strane inženjera.
Šezdesete godine prošlog veka donele su veći broj programa zasnovanih na VI, programa za obradu matematičkih i geometrijskih problema, zatim primenu u različitim medicinskim sistemima, kao što su Dendral – prvi ekspertski sistem koji zaključuje molekulske strukture iz informacija dobijenih iz spektrometra mase, MYCIN – sistem za dijagnostiku bakterija u krvi i preporučenu terapiju antibioticima, MOLGEN – sistem za istraživanje rekompatibilne DNA i genetski inženjering, i mnoge druge. Sedamdesete godine uključuju razvoj većeg broja ekspertskih sistema u drugim oblastima, kao i u komercijalnim sistemima. Ekspertski sistemi su inteligentni računarski programi kojima se simulira rešavanje problema na način na koji bi to uradili eksperti (stručnjaci) u određenoj oblasti. Ekspertski sistemi su takođe jedna od najznačajnijih podoblasti veštačke inteligencije.
Nakon zatišja osamdesetih, devedesete godine su ponovo donele tihi napredak VI. Javljaju se velika istraživanja VI u podoblastima neuralnih mreža, genetskih algoritama, učenja nesigurnosti i autonomne robotike. Tada se razvijaju sistemi poput simulacija sporta, ratnih igara, igara na sreću, a kompanija IBM je razvila mašinu s veštačkom inteligencijom „Deep Blue“ koja je u maju 1997. godine u Njujorku uspela da pobedi tadašnjeg svetskog šampiona u šahu, Garija Kasparova 3½–2½. To je bila jedna nova strana u istoriji VI, a kasnije su i drugi svetski šampioni, u mnogo složenijim igrama, poput igre Go, poraženi od strane mašina (DeepMind Challenge Match, mart 2016., Alpha Go mašina vs. Lee Sedol 4:1).
Alat razvijen od strane prof. Draškovića (izvor prof. Drašković)
Realnost veštačke inteligencije i primene u praksi
Danas, VI nisu samo igre i nju možemo posmatrati kao nauku, kroz istraživačke projekte, kao tehnologiju, kroz razvoj različitih novih alata i tehnologija koji mogu pomoći ljudima u životu i poslovanju, i kroz primenu u gotovim rešenjima. Često VI mešamo s naukom o podacima (Data Science), mada bez kvalitetnih velikih skupova podataka mašinu ni ne možemo dobro naučiti posao. Nauka o podacima je interdisciplinarno polje koje koristi naučne metode, procese, algoritme i pronalaženje skrivenog znanja iz mnogih strukturiranih i nestrukturiranih podataka, i nalazi se u preseku matematike, statistike, računarskih i informacionih nauka i domenskog znanja. Zato kažemo da IT kompanije koje danas imaju velike količine podataka svojih korisnika predstavljaju najvrednije kompanije u svetu.
Sigurno ste se bar jednom glasom obratili Vašem pametnom telefonu, TV aparatu ili muzičkoj liniji. Iza tih uređaja nalaze se virtuelni asistenti – Google Assistant, Amazonova Alexa ili Appleov Siri. Oni prepoznaju Vaš govor, obrađuju ga i daju odgovor na postavljena pitanja, ukoliko znaju, ili ćete tužnim glasom dobiti informaciju da ne znaju odgovor ili da Vas možda ne razume. Možda kod kuće imate i pametni usisivač, koji je najpre učio prostor Vašeg stana/kuće nekoliko dana i prepreke koje treba da zaobilazi, a zatim kada je naučio gde treba da prođe i šta treba da radi, svake nedelje u isto vreme, bilo da ste u stanu ili ne, on radi sređivanje kuće.
Vaša nova „kućna pomoćnica“ sada je spoj robotike i veštačke inteligencije, samo treba da joj dodelite nadimak. A ukoliko ste u poslednjih par godina putovali kroz neke aerodrome u svetskim metropolama, umesto karte za avionski let, verovatno ste prošli pored automata koji je tražio da ostavite otisak prsta ili se fotografišete iz profila, a nakon toga je mašina uradila proveru, biometrijskom analizom lica tj. očiju i prstiju, i pustila Vas u avion. I iza tih gotovih rešenja nalaze se algoritmi i tehnike VI.
U tehnološkom domenu, s razvojem veštačkih neuralnih mreža, moć mašina (računara) postala je jako velika. Pokojni Stiv Džobs, osnivač Apple kompanije, svojevremeno je rekao: „Mnogo puta ljudi ne znaju šta žele, dok im to ne pokažete.“ Tako danas nemamo nijednu veb platformu elektronskog poslovanja ili društvenu mrežu koja nije uključila sistem (ili bar neki podsistem) za preporučivanje (Recommendation system) proizvoda ili usluga. Na taj način, filtrirajući informacije, ovi sistemi mogu da predvide ocenu ili prednost koju bi korisnik dao nekom proizvodu (artiklu), i tako mu/joj ponudi željeni sadržaj. Ako spojimo ovo s gorepomenutim virtuelnim asistentima, nemojte da se začudite ukoliko na Vašem Instagram ili YouTube korisničkom nalogu iskoče reklame nekih proizvoda, koje ste prethodne večeri pominjali s Vašim prijateljima uz čašu vina… a telefon Vam je bio slučajno baš na stolu (i zapamtio je šta ste pričali u nekom cloud skladištu podataka).
U naučnom domenu, najviše se poslednjih meseci razvijala generativna veštačka inteligencija (Generative AI). To je VI da generiše tekst, slike ili druge medije, koristeći generativne modele. Generativni modeli VI uče obrasce i strukturu svojih ulaznih podataka za obuku, a zatim generišu nove podatke koji imaju slične karakteristike. Početkom 2020. godine, napredak u dubokim neuronskim mrežama, zasnovanim na transformerima, omogućio je niz generativnih sistema koji su bili poznati po prihvatanju prirodnog jezika kao ulaza. Tada su nastali i veliki jezički modeli (Large Language Models, skr. LLMs), koji pripadaju podoblasti obrade prirodnih jezika (Natural Language Processing).
Najpoznatiji alati za ćaskanje ili sumarizaciju teksta kao što su ChatGPT, Google Bard ili Meta LLaMa 2 koriste GPT-3.5, GPT-4, DALL-E 2 i 3 (by OpenAI), Gemini i PaLM 2 (by Google), Mistral i LLaMa 2 (by Meta) modele. U vreme pisanja ovog teksta pojavljuje se i Google AI Dart, koji slično kao i Microsoft Copilot može biti od pomoći čak i softverskim inženjerima u nekim, ne previše kreativnim poslovima. Zahvaljujući generativnoj VI, krajem 2023. godine dobili smo i poslednju pesmu grupe Bitls (TheBeatles), „Now and then“, koju je Džon Lenon snimio neposredno pred ubistvo 1980. godine, a zahvaljujući tehnologiji izdvojen je njegov glas iz vrlo lošeg snimka, s dosta šumova, a neki delovi pesme i sređeni, uz dodavanje muzičke pratnje drugih članova benda. Ono što se pitamo je koliko je softver s VI tu pesmu „nadogradio“ i da li je onda ovo stvarno originalno njihovo delo ili je negde tehnologija zamenila prave muzičare i originalne tonove. Tako potencijalna zloupotreba veštačke inteligencije, osim u umetnosti, može biti i u sajber kriminalu, kreiranju lažnih vesti (fake news) ili drugih lažnih sadržaja (deep fakes), koji mogu obmanuti ili manipulisati s ljudima.
Značajna su i druga istraživanja gde se VI primenjuje u robotici (npr. Sofija – prvi humanoid robot koji je dobio državljanstvo jedne zemlje), u medicini (neke operacije kompleksne za lekare realizovane su uz pomoć mikrometarske preciznosti VI), u poljoprivredi (analiza satelitskih snimaka i analiza zemljišta useva na osnovu kojih se može odrediti predviđanje prinosa na nekom zemljištu). Na Univerzitetu u Beogradu, u Laboratoriji za analizu podataka i primenu veštačke inteligencije Elektrotehničkog fakulteta, trenutno se razvija jedan koristan softver za detekciju govora mržnje na internetu na srpskom jeziku i njegovu klasifikaciju, u okviru projekta „Software for Text Offences Prevention in Serbian: Al-driven Hate Speech Detection“ (STOP), finansiranog od strane Fonda za nauku Republike Srbije. Krajem prošle godine u Beogradu nastao je i YugoGPT, veliki jezički model, koji je obučen na grupi južnoslovenskih jezika (srpski, hrvatski, bosanski i crnogorski) i koji daje bolje rezultate za te jezike od daleko poznatijih LLM.
Alat razvijen od strane prof. Draškovića (izvor prof. Drašković)
Da li je veštačka inteligencija bezgrešna i kuda plovi „VI brod“?
Jedna izreka kaže da je ljudski grešiti, ali da se napravi potpuni haos neophodan je jedan računar s bar jednim softverom sa VI. Par godina unazad, primenom mašinskog učenja i tehnika klasifikacije slika, algoritam kompanije Gugl klasifikovao je neke slike ljudi kao majmune (pa možda je i Darvin bio u pravu?). Virtuelni asistent Alexa je tako napravio kućnu žurku, kada je ostao sam u stanu, bez ikakve glasovne komande svog vlasnika, a Fejsbukovi inteligentni agenti su se sami zapričali. Jedna kompanija iz Vijetnama je napravila 3D maske kojima su uspeli da probiju najbolje zaštite današnjih pametnih telefona s prepoznavanjem lica vlasnika telefona, a kasnije su i druge kompanije probale to isto, čime su se ljudi koji su nosili takve maske uspešno ukrcali na avionske letove. Ovo sve pokazuje da VI može da pogreši, ali sve ovo nije toliko strašno dokle god nema ljudskih žrtava.
Primenama VI u medicini, gde su lekari na jednoj poznatoj platformi utvrdili potpuno pogrešne preporuke za lečenje pacijenata, ili u oblasti pametnih automobila, gde se automobil jedne kompanije slupao u zid, druge kompanije sudario s autobusom u suprotnoj traci, a treće kompanije zgazio osobu na pešačkom prelazu, već postaje vrlo opasna igra, koja mora da uključi neka pravila i nadzor ljudi koji razvijaju tehnike, alate i modele zasnovane na veštačkoj inteligenciji. Ozbiljne regulative još nema, ali se priča o tome aktivno, kako na teritoriji Evrope, tako i u SAD-u, Kini, Japanu, Rusiji.
Veliki broj svetskih istraživača i inženjera smatra da je VI nešto revolucionarno i sjajno, ali drugi su vrlo obazrivi ili uplašeni. Potencijalne prednosti VI su donošenje kompleksnih odluka i analiza velikih podataka (koje ne može brzo čovek da obradi), što dovodi do moguće preciznije dijagnoze u medicini ili preciznije proizvodnje i automatizacije poslovanja, a tu su još i ušteda vremena i novca, kao i povećanje kvaliteta života i poslovanja u različitim oblastima. Potencijalni nedostaci VI su gubitak kontrole nad životom, ukoliko se ne uvedu neka pravila igre, zatim gubitak privatnosti kod ljudi, jer onaj ko poseduje i kontroliše podatke, kontroliše i čitav svet VI. Takođe, mnogo otvorenih pitanja ima oko gubitka radnih mesta, za različite manuelne poslove, što će sigurno dovesti i do otvaranja novih radnih mesta, za ljude koji će raditi s podacima i obrađivati ih, razvojem novih modela mašinskog učenja.
Još jedna opasnost koja me lično brine je da će ljudi uz pomoć previše alata zasnovanih na VI zaboraviti neke ključne životne veštine i lepe stvari. Ja se neću grupisati ni u potpune pesimiste, ni u potpune optimiste, biću realista. Potrudite se da iz veštačke inteligencije zadržimo ono što je najbolje od nje, ali i dalje oslanjajući se što više na prirodnu inteligenciju, jer je ona osnov nauke i obrazovanja. A „obrazovanje je najmoćnije oružje koje možete upotrebiti da promenite svet“, kako reče Nelson Mandela.
