Za mnoge je ljude umjetna inteligencija (AI) veoma zastrašujuća, nešto što vidimo u filmovima, a nešto što oni ne razumiju. Ali ChatGPT i slični proizvodi već su pokazali kako je lako učiniti AI - popularnom i promijeniti način razmišljanja ljudi.
Pročitajte i ovo
Dakle, kada će društvo u potpunosti prihvatiti AI? To je pitanje koje smo postavili dr. Eng Lim Gohu, SVP, Data & AI u Hewlett Packard Enterpriseu. Kao glavni istraživač eksperimenta na Međunarodnoj svemirskoj postaji (ISS) za upravljanje autonomnim superračunalima na dugotrajnom svemirskom putovanju, dodijeljeno mu je NASA-ina medalja za Iznimno tehnološko dostignuće. Njegov drugi rad uključuje koautorstvo u stvaranju temeljenih primjena učenja pomoću roja na blockchainu (eng. swarm learning), koje je bilo prikazano na naslovnici časopisa Nature (i o čemu smo također govorili); nadgledanje implementacije AI u utrke Formule 1; industrijska primjena tehnologija iza pobjedničkog bota za poker; zajedničko projektiranje arhitekture sustava za simulaciju biološki detaljnog mozga sisavaca; i predviđanje predispozicije za nuspojave cjepiva strojnim učenjem podataka o ekspresiji gena.
Pročitajte i ovo
Dr. Goh održao je uvodni govor na nedavnoj konferenciji Srca Dani e-infrastrukture Srce DEI 2023 u Zagrebu, i bio je dovoljno ljubazan da razgovara s nama.
ChatGPT i slični AI alati postali su popularni u samo nekoliko kratkih tjedana i pokazali nam kako je lako promijeniti način razmišljanja ljudi kada je riječ o korištenju AI u svakodnevnom životu.
Tako je, a sada također sve više i više ljudi razumije kako umjetna inteligencija radi - činjenicu da radi od riječi do riječi, tako da puno puta ne znate gdje će to na kraju završiti. Ali umjetna inteligencija vrlo dobro osjeća što će biti sljedeća riječ. Slično je opciji prediktivnog teksta koju svi imamo na svojim pametnim telefonima i koju možemo koristiti dok pišemo tekstualne poruke. U ovom slučaju to je napredno automatsko dovršavanje u smislu da ima model "pažnje". Ovi "modeli pozornosti" postali su temelj za velike jezične modele (LLM) koji se mogu nositi s ogromnim komadom teksta koji mu date i koji je u stanju, putem ugrađivanja odnosa od riječi do riječi, razumjeti koje su riječi one na koje treba obratiti pozornost . Stoga, na temelju ove pažnje, može predvidjeti što slijedi, objašnjava dr. Goh.
Imate dugu povijest s umjetnom inteligencijom. Jeste li iznenađeni procvatom AI-ja u posljednjih nekoliko godina, počevši od Dall-E, MidJourney do ChatGTP-a i svega ostalog?
S jedne strane, njegov put do mainstreama bio je zapravo vrlo brz, brži nego što sam mislio. Dakle, odgovor je da, to može biti iznenađenje za mnoge ljude. Zatim, s druge strane, ako pažljivo pogledate i pratite modele i transformatore, prošlo je mnogo godina otkako su prvi put najavljeni i stavljeni na raspolaganje. Mislim da je trebalo neko vrijeme da postanu javno lansirane u obliku potrošačkih aplikacija zbog društvenog aspekta: te tvrtke moraju provjeriti rezultate svojih modela i proći kroz povratne informacije koje im daju ljudi sve dok nisu dovoljno sigurni u to da objave javnosti. Taj društveni dio je važan, a osim vremena potrebnog za treniranje ovih modela, bilo je i značajnog vremena za njihovo ugađanje, tako da se onaj tko je odgovoran za to objavljivanje osjeća ugodno zbog rezultata koji daje i generira. Stoga mislim da je činjenica da je njegov razvoj bio vrlo brz zapravo posljedica tihog rada koji je trajao niz godina. Sad ga puštaju u javnost jer su osjetili da konačno može funkcionirati u skladu s njihovim očekivanjima, kaže dr. Goh.
Govorili ste o podešavanju umjetne inteligencije i društvenom dijelu, ali što je s etikom i korištenjem gomile podataka za treniranje umjetne inteligencije. Odakle dolaze ti podaci? Što je s privatnim podacima koji su korišteni u ChatGPT-u?
Sve se svodi na upravljanje umjetnom inteligencijom. U HPE-u ne izrađujemo modele. Pružamo platforme i usluge za programere AI aplikacija za učinkovito pokretanje ovih ogromnih modela. Ali u isto vrijeme, još uvijek moramo razumjeti upravljanje povezano s njegovim vođenjem jer rade na našim platformama. Što se tiče upravljanja, postoji društveni dio, a zatim i politički dio. Ali i nakon propisa društvo može reći da nešto u tom trenutku nije prihvatljivo, čak i ako je dopušteno. Dakle, s obzirom na taj okvir, uvijek moramo imati na umu te dvije strane. Što se tiče ulazne strane za obuku ovih modela, koja su prava vlasnika podataka? A druga strana su korisnici podataka. A argument je, na primjer, u autorskim pravima u SAD-u, pojam "poštene upotrebe". Sve dok ga koristite na transformativan način i ne zamijenite izvornik na tržištu, to se smatra poštenom upotrebom. No, vlasnici kažu: “Vi učite moj stil slikanja pa sam ja za to zaslužan”. Dakle, to su dvije škole mišljenja na ulaznoj strani, objašnjava dr. Goh.
Pročitajte i ovo
Stoga su umjetnici prosvjedovali protiv korištenja njihovog stila i umjetničkih djela za učenje umjetne inteligencije i zahtijevali da im se pripiše priznanje. Ali tko može preuzeti zasluge za sliku koju je stvorila umjetna inteligencija, prema mojim uputama u stilu nekog drugog?
To je jako dobro pitanje. Po mom mišljenju, regulatori su napravili prvi korak. Netko je napravio slikovnicu sa slikama koje je generirao Midjourney, ali je knjigu sastavio na ekspresivan način. Knjiga je predana američkom uredu za autorska prava i u veljači 2023. ured se oglasio i rekao: "Dajemo vam autorska prava za knjigu (ekspresivni dio), ali ne i za slike, jer slike koje je generirao Midjourney nisu proizvod ljudskog autorstva". Oni su zapravo to rekli i dali izjavu.
Ali tu je i druga strana priče - ljudi također uče od ljudi. Kodiram na određeni način jer sam gledao kod drugih ljudi i s vremenom sam poboljšao način kodiranja. I već sam upio stilove drugih ljudi. U konačnici, kao i sa svim novim tehnologijama, to je petlja koja počinje od društva, prolazi kroz politike i propise i onda se ponovno vraća u društvo. Ova se petlja mora nastaviti dok ne dođemo do konačne pozicije. Trebat će vremena, ali sigurno vidimo prve znakove kao što je zauzimanje stava ureda za autorska prava, objašnjava dr. Goh.
Dr. Goh je također objasnio kako programeri velikih jezičnih modela zapošljavaju tisuće ljudi, od kojih su neki profesionalci, a oni su ti koji uče bot što je pogrešno, a što ispravno. To može trajati dugo i biti zamorno.
Uzmete veliku grupu ljudi, profesionalaca, da treniraju bot koji će non-stop fino podešavati velike jezične modele. Vjerujem da ovo pojačano učenje (jer imate robota koji automatski provjerava veliki jezični model) i ljudske povratne informacije (jer je mali robot u potpunosti obučen od strane ljudi), mogu biti jedan od načina na koji Europljani mogu biti jaki i stručni. Stručnjaci za ljudski bot za povratne informacije, objasnio je dr. Goh.
Ali što je s privatnošću? Dr. Goh je pokazao kako postoji način korištenja privatnih podataka za učenje umjetne inteligencije, ali bez dijeljenja tih podataka s drugom umjetnom inteligencijom. Kako? S učenjem pomoću roja.
Njegov tim radi s njemačkim Institutom za neurodegenerativne bolesti i upravo su objavili rad koji je bio na naslovnici časopisa Nature. Tamo su objasnili bit učenja pomoću roja (swarm learning). No, kako postići da bolnice, sa svim privatnim podacima pacijenata, uče jedna od druge?
Pročitajte i ovo
Odgovor je bio vrlo jednostavan. Umjesto prikupljanja podataka i centraliziranog učenja iz njih, svaka bolnica uči na temelju vlastitih privatnih podataka. Nema dijeljenja podataka. Ali dijele veze koje su naučili iz podataka. A kako bi dodatno zaštitili podatke, koriste Blockchain za homomorfno šifriranje podataka. (Homomorfna enkripcija je oblik enkripcije koji omogućuje izvođenje računanja na šifriranim podacima bez potrebe da ih se prethodno dešifrira. Homomorfna enkripcija može se koristiti za čuvanje privatnosti vanjske pohrane i računanja. To omogućuje šifriranje podataka i prosljeđivanje komercijalnim tvrtkama okruženja u oblaku za obradu, sve dok je šifrirano. - Wikipedia) Jednostavno rečeno, svaka bolnica gradi mapu odnosa na temelju podataka koje ima i dijeli samo mapu odnosa s drugim bolnicama, a ne podatke. Istodobno prikuplja mape odnosa iz drugih bolnica i unosi ih u svoj model. Na kraju svi imaju istu zbirku karata, ali nikakvi podaci nikada nisu napustili privatnost bolnice.
Još jedan primjer iz stvarnog života već funkcionalne primjene AI-a koja pruža stvarnu pomoć ljudima je industrijski robot koji komunicira s tvorničkim osobljem prirodnim jezikom, na primjer kako bi razjasnio pitanja o ispravnoj instalaciji i operativnoj sigurnosti. Razvio ju je pružatelj suverene, europske AI tehnologije, Aleph Alpha, u suradnji s HPE-om.
Kakva je budućnost umjetne inteligencije? Da smo ovo pitanje postavili prije pet godina, vjerojatno bismo svi pogriješili s odgovorima. Ali kakvo je stanje sada?
Mislim da će multimodalna umjetna inteligencija puno pomoći, odgovara i podsjeća nas na sve dodatke koje će veliki jezični modeli dobiti - kao što je prepoznavanje glasovnog upita, davanje odgovora glasom, rješavanje matematičkih problema, slušanje glazbe, skladanje glazbe.
Tehnologija se brzo kreće. Ali društvena prihvatljivost možda neće biti tako brza. Mogu vam dati nekoliko primjera. Autopilot postoji već gotovo 100 godina, ali još uvijek želimo pilota i kopilota u našem zrakoplovu. To je društveni dio i s pravom je tako, podsjeća nas dr. Goh.
Svakodnevno koristimo AI u svojim pametnim telefonima, a da toga nismo ni svjesni. Koristimo to u Googleu, prediktivnom tekstu... Kad shvatiš da to koristiš neko vrijeme, lakše je to prihvatiti.
Da, opet je u pitanju društveni faktor. Prvi put sam vidio autonomni automobil kako prikuplja podatke u Silicijskoj dolini, bilo je to 2014. Prije gotovo 10 godina, kaže dr. Goh.
Objašnjava kako je industrija napravila veliki skok s razvojem autonomne vožnje. Ipak, još uvijek nemamo autonomne automobile na našim cestama, jer je jako teško napraviti potpuno autonomne automobile koji mogu voziti istom cestom kao i ljudi.
Sjeća se kako je korištenje kalkulatora promijenilo način na koji su ljudi računali. Ne samo da su precizniji, nego čak i brži nego prije. I tada se od njih očekivalo da budu brži u onome što rade.
Pročitajte i ovo
Vjerujem da će se s LLM-om očekivati da radimo još brže. Mislim da će nove generacije razviti nove vještine. Stalno vidimo promjene i pokušavamo držati korak s njima, kaže dr. Goh.
Ali razvoj umjetne inteligencije ima širi problem s kojim ćemo se svi morati suočiti - to je pojava lažnih vijesti i deepfake videa. Iako je opasnost stvarna, dr. Goh kaže da već postoje alati koji mogu razlikovati stvarni video od lažnog.
Postoje dva dijela. Ljudi razvijaju mogućnosti postavljanja vodenih žigova kako biste mogli provjeriti autentičnost, ali tu su i drugi koji se bore protiv te provjere. Drugi problem s tim je taj što počinjete manje vjerovati istini. Vidite pravu sliku i preispitujete je. Morat ćemo se prilagoditi.
Društveno prihvaćanje je ključ, zaključuje dr. Goh.
