Sztuczna inteligencja została wyposażona w intuicję

Sztuczna inteligencja została wyposażona w intuicję. Wprawdzie jedynie matematyczną, ale to dopiero początek. Jak objaśniają na łamach najnowszego „Science Advances” informatycy z Niemiec, ich sztuczna inteligencja (AI), zwana głęboką siecią neuronową – zaprogramowana do analizy obrazu – niejako sama z siebie nauczyła się „wyczuwać” także liczby.

Osiągnięcie jest ze swej natury poważne, aczkolwiek mimo naszego sposobu rozumowania opartego właśnie o rozliczne intuicje, ciężko nam je na pierwszy rzut oka pojąć. Oczywistym jest, że jeśli chodzi o działania arytmetyczne, a nawet algebraiczne, komputery, takie zwykłe pecety czy maki, jakie mamy w domu, a nie tylko maszyny operujące oprogramowaniem poważnych tzw. sieci neuronowych, są od nas o niebo lepsze.

Jednak konia z rzędem temu, kto zdoła szybko nauczyć AI, jak ma policzyć na obrazku cztery psy ras różnorodnych co do wielkości i wyglądu (od pekińczyka po bernardyna) i trzy koty, każdy innej rasy i koloru. Takie zadanie wykona nam w kilkanaście sekund każdy normalnie się rozwijający trzylatek. AI zaś jak dotąd – niekoniecznie.

Co więcej, gdy zapytać czterolatka, co mają wspólnego cztery domy i cztery drzewa, to bez wahania odpowie, iż jest to właśnie ta liczba cztery. Owa wartość, bo do pięciu już powinien umieć liczyć, i wartość liczbowa jest dla niego cechą wyczuwaną intuicyjnie, jak barwa czy wielkość.

Starsze dziecko już nawet nie będzie w tym celu liczyć do czterech. Ono intuicyjnie wie, co to w swej istocie jest „cztery” i od razu to widzi. Komputer tego nie wie, lepiej dziś powiedzieć – dotąd nie wiedział.

Żeby rozwiązać problem wynikający z tego, że nie wszystkie obiekty, które każemy maszynie policzyć, wyglądają jednakowo – a jest on poważny w dobie AI śledzącej miliard Chińczyków, aby im przyznać punkty za dobre czy złe zachowanie, a także AI śledzącej nas w mediach społecznościowych czy AI oceniającej poziom rakowacenia naszych komórek z biopsji w zastępstwie histopatologa – stosuje się statystykę.

Bierzemy te wszystkie psy/koty/twarze z obrazka i staramy się je przedstawić jako zbiór parametrów. Czyli np. jak minimalnie-maksymalnie długi ogon ma pies, jak szpiczaste są jego uszy, jakiej jest wielkości, jak duże względem czaszki ma oczy etc.

Im więcej tych parametrów i im dokładniejsze ich zakresy, tym chętniej, na zasadzie czystej analizy statystycznej, AI policzy wreszcie te nasze cztery psy. Powie zapewne, że dwa są pewne, trzeci może być jednocześnie rodzajem kanapy, a czwarty – kury. No i trzeba będzie te wątpliwe psy manualnie zatwierdzić, co pozwoli maszynie się nauczyć, że takie coś to jednak nie kanapa czy kura.

Im więcej i bardziej szczegółowo się będzie uczyła, tym bardziej perfekcyjnym narzędziem do liczenia psów na obrazku się stanie. W końcu poradzi sobie bez ludzkiego nadzorcy. Czy będzie wykazywać, w ramach kolejnych możliwości „głębokiego uczenia się” zdolność do myślenia abstrakcyjnego? Bardzo powoli, i, jak dotąd, głównie w zakresie form.

To trochę działa jak nasz mózg, gdzie pewne szlaki nerwowe, te częściej używane, ulegają wzmocnieniu, a te używane rzadko – osłabieniu. Dlatego nosi nazwę sieci neuronowej. I taka właśnie sieć, powołana „do życia” przez niemieckich programistów dla rozpoznawania prostych obiektów graficznych sama z siebie zaczęła robić to, co wspomniany czterolatek, a nawet niektóre zwierzęta. Zaczęła intuicyjnie szacować ich ilość. Nie liczyć po kolei – po prostu „ogarniać” w danym dla niej i zaznaczonym „polu widzenia”.

Liczba stała się w jej elektronicznym „umyśle” wartością, a ta abstraktem, który daje się „wyobrazić” jako obraz, a ująć jako cecha, taka sama jak kolor czy wielkość.

Maszyna zatem pokonała wreszcie barierę potencjału intelektualnego trzyletniego dziecka czy pszczoły, choć u nas, mózgów neuronowych a nie elektronowych, ewolucyjnie takie zdolności wynikają z gratyfikacji, jaką matka natura dawała tym, którzy potrafili oszacować szybko, czy zapasów na zimę jest dość, czy jeszcze trzeba nazbierać. Albo czy drapieżników lub rywali naprzeciw mnie jest tylu, ilu dam radę, czy zbyt wielu. Maszyny nikt niczym nie nagradzał za osiągniecie, które nastąpiło spontanicznie. Stała się w procesie swego „myślenia” – nie bójmy się tego słowa – bardziej ludzka.

Czy proces pójdzie dalej? Czy istnieje możliwość dalszej – znowu nie bójmy się tego słowa – ewolucji robotyki w tym kierunku? Generalnie celem jest uzyskanie AI takiej właśnie jak najbardziej podobnej w swej percepcji, analizie i wnioskowaniu do ludzkiego mózgu. Tyle szans, ile zagrożeń. Ale pasjonujące.