Sztuczna inteligencja wkroczyła w nasze życie z przytupem. Rewolucję w myśleniu o AI zapoczątkował ChatGPT od OpenAI. Stał się bowiem dostępnym dla każdego dowodem, że umiejętności, które dotąd śmiało nazywaliśmy ludzkimi, z gracją przejęła od nas maszyna. Jednych to ekscytuje, a drugich przeraża. Możemy spierać się czy można na pierwszy rzut oka stwierdzić czy dany obraz wygenerowało Midjourney. Nie zmienia to jednak faktu, iż większość z nas nie stworzyłaby zbliżonej jakością grafiki nawet w stukrotnie dłuższym czasie.
Wszyscy jednak potrafimy analizować rzeczywistość i dlatego po zapoznaniu się choć z wycinkiem możliwości sztucznej inteligencji zadajemy pytania. Co to jest AI? Co może nam dać, a co zabrać? Czy trenujemy sobie konkurencję? Mniej przeraża to, co znane. Z tego powodu próbujemy w tym artykule wyjaśnić, jak działa AI i czym właściwie jest sztuczna inteligencja.
- Sztuczna inteligencja czy AI?
- Jak działa sztuczna inteligencja?
- Jak uczy się sztuczna inteligencja?
- Słaba i silna sztuczna inteligencja
- Dziedziny AI
- Niedoskonałości sztucznej inteligencji
- Czy sztuczna inteligencja zdominuje ludzką?
Sztuczna inteligencja czy AI?
W języku polskim obu pojęć używamy zamiennie. AI to po prostu skrót od angielskiego “artificial intelligence” czyli po przetłumaczeniu właśnie “sztuczna inteligencja”. Mamy jeszcze rodzimy skrót SI, który wydaje się być używany nieco rzadziej. W branży technologicznej, bardzo często w IT, określenia angielskie przyjmują się lepiej jako że językiem pracy jest zazwyczaj język angielski. Stąd też prawdopodobnie AI zostanie już w polszczyźnie jako synonim sztucznej inteligencji.
Jak działa sztuczna inteligencja (AI)?
W dużym uproszczeniu sztuczna inteligencja to systemy (maszyny) naśladujące sposobem działania ludzi i ich mózgi. Systemy te nie mogłyby powstać bez algorytmów, modeli matematycznych, programistycznego kodu i oczywiście ogromnej ilości danych. Tym, co odróżnia systemy AI od przeciętnych systemów jest fakt, iż nie ograniczają się one do prostego operowania danymi. Wykorzystują one wprowadzone dane do nauki. Dzięki temu maszyna, w procesie wspomnianej nauki, zyskuje możliwość samodoskonalenia.
Jak uczy się sztuczna inteligencja?
W prostych systemach AI – podobnie jak małe dziecko. Zostaje zbombardowana dużą ilością danych i próbuje przypisywać im znaczenie, szukać powiązań, oceniać ich ważności. Tak samo też jak małe dziecko, potrzebuje na początku nauczyciela, kogoś, kto wskaże czy podąża w dobrym kierunku. Stąd ludzie zawodowo zajmujący się trenowaniem sztucznej inteligencji.
W systemach bardziej zaawansowanych proces nauki przypomina proces nauki dorosłego człowieka. Maszyna analizuje dane, potrafi odnaleźć analogię pomiędzy układami danych, dopasować dane do kontekstu czy wreszcie przewidywać najlepsze (wedle jej wiedzy) rozwiązanie problemu. Uczy się tak szybko, jak pozwalają na to jej możliwości obliczeniowe. Jeden system analizuje dane szybciej a drugi wolniej. Podobnie jak jedna osoba szybciej opanowuje daną umiejetność niż druga.

Słaba i silna sztuczna inteligencja (AI)
W tym momencie możemy wyróżnić dwa rodzaje sztucznej inteligencji:
Słaba sztuczna inteligencja (słaba AI) a jeszcze inaczej wąska AI skoncentrowana na wykonywaniu z góry określonych zadań jak na przykład asystent Siri w produktach marki Apple.
Silna sztuczna inteligencja (silna AI) w postaci ogólnej AI (Artificial General Intelligence – AGI) dysponująca wiedzą ogólną, z większej ilości dziedzin. Co odróżnia ją najmocniej od wąskiej AI, posiada ona częściową samodzielność w wykonywaniu zadań, z którymi wcześniej nie miała wprost do czynienia.
Ponadto istnieje także koncepcja silnej sztucznej inteligencji w postaci superinteligencji (Artificial Super Intelligence – ASI). Termin ten odnosi się do hipotetycznych zdolności maszyny do zdobycia inteligencji wykraczającej poza inteligencję ludzką lub nawet samoświadomości.
Dziedziny sztucznej inteligencji (AI)
Możemy wyróżnić najważniejsze w tym momencie dziedziny sztucznej inteligencji:
- Uczenie maszynowe (w tym głębokie uczenie) obejmuje analizę danych przez maszynę na podstawie jedynie wzorców a nie bezpośredniego wskazania, w jaki sposób dane mają być kategoryzowane. AI tworzy na podstawie wzorów pewne modele danych. Następnie im dłużej sie uczy i im więcej danych przetwarza, tym bardziej precyzyjne generuje wyniki. Jeszcze bardziej zaawansowaną formą uczenia maszynowego jest uczenie głębokie (deep learning). Głębokie uczenie używa sieci neuronowych czyli wzajemnie powiązanych jednostek (tak jak neurony w ludzkim ciele) do przetwarzania sygnałów zewnętrznych. W procesie tym system sam tworzy wzorce, które następnie wykorzystuje do analizy wcześniej niezdefiniowanych danych.
- Systemy eksperckie odnoszą się do systemów AI rozwiązujących problemy w obrębie z góry założonej bazy wiedzy. Dzięki temu są w stanie rozwiązywać problemy na poziomie eksperta, ponieważ posiadają wyspecjalizowaną bazę danych z konkretnej dziedziny.
- Przetwarzanie języka naturalnego (NLP), przetwarzanie mowy oznacza umiejętność systemu komputerowego do generowania, odczytywania i analizowania języka ludzkiego, dzięki czemu proces komunikacji człowiek-maszyna może odbywać się w formie przypominającej tradycyjną rozmowę między dwojgiem ludzi.
- Przetwarzanie obrazu najczęściej dotyczy systemów stosujących uczenie głębokie do identyfikacji obiektów na obrazie lub w filmie. Natomiast w systemach bardziej wyspecjalizowanych wzorce danych służą do modyfikacji dowolnego obiektu na obrazie lub w filmie.
- Planowanie jest rozumiane jako proces budowania pewnego planu, który realizuje na przykład robot lub inny system. AI wykorzystuje się do tzw. automatycznego planowania, kiedy plan czyli sekwencję określonych algorytmów tworzy właśnie sztuczna inteligencja
- Robotyka czyli tworzenie robotów zasilanych systemami AI. Roboty te są bardziej wyspecjalizowane, a co za tym idzie, są bardziej przydatne do wykonywania konkretnych działań.
Niedoskonałości sztucznej inteligencji (AI)
Jako że sztuczna inteligencja (AI) uczy się od ludzi, to w pewnym sensie przejmuje także pewne niedoskonałości charakterystyczne dla naszego postrzegania rzeczywistości. Z drugiej strony jest tylko maszyną i podpada pod te same ograniczenia co wszystkie systemy komputerowe czyli najprościej mówiąc – nie jest wolna od błędów.
Stronniczość AI
Jednym z tego typu zjawisk może być stronniczość AI (ang. bias) czyli nieświadome posługiwanie się pewnymi stereotypami, uprzedzeniami. Problem jest o tyle złożony, że stronniczość systemu AI może wynikać z kilku przyczyn.
Po pierwsze z braku reprezentacji w danych pewnych kategorii lub grup, co może z kolei wynikać z tak prostej przyczyny jak niewystarczająco duża liczba danych wprowadzonych do systemu AI. Nieco podobnie zafałszowany rezultat może się zdarzyć w przypadku statystyki. Wszak każdy słyszał żart o psie i jego panu, którzy statystycznie mają po trzy nogi. Jeżeli nieuważnie dobierzemy dane, na których opierać się będzie ucząca się maszyna, możemy również doprowadzić do zbliżonej sytuacji. Łatwo bowiem wyobrazić sobie, że system AI do rozpoznawania polskiego języka nie był trenowany w ogóle na słowach z gwary śląskiej. Jeżeli użytkownik będzie się nią posługiwał, to nie zostanie w ogóle zrozumiany przez system AI.
Czasem zjawisko uprzedzenia AI może wystąpić mimo dużego zbioru danych reprezentującego różnorodne ich kategorie. Dzieje się tak w przypadku używania w systemie algorytmów, które ignorują lub marginalizują dane niewpisujące się w pewien standard. Prowadzi to w rezultacie do podobnej sytuacji jak ta, gdy dane pewnego typu w ogóle nie zostały wprowadzone do systemu.
Halucynacje AI
Drugim często spotykanym i kojarzonym powszechnie z ChatemGPT problemem są tak zwane halucynacje AI. Halucynacje to fałszywe odpowiedzi generowane przez AI. Powstają zwłaszcza w obrębie, w którym system napotyka zadanie, z którym wcześniej nie miał do czynienia. Najprostszym przykładem jest sytuacja, gdy poprosimy Chat GPT o wytłumaczenie zjawiska o wymyślonej nazwie, a ten wygeneruje nam zmyśloną odpowiedź zamiast informacji, że nie wie o istnieniu tego typu zjawiska i nie ma o nim żadnych danych. Wtedy często mniej świadomi zawiłości AI użytkownicy stwierdzają, że Chat kłamie. W istocie po prostu system próbuje wykonać zadanie, do którego został stworzony i nieświadomie wprowadza nas w błąd. Wynika to z niedoskonałości systemu i nie jest to oczywiście działanie z premedytacją. W danym miejscu i czasie system decyduje po prostu, że generowana przez niego odpowiedź jest najlepszą możliwą.

AI a etyka i moralność
Niedoskonałością AI jest w końcu to, że nie ma on świadomości moralnej czy etycznej. Jako ludzie, nawet jeśli tego sobie nie uświadamiamy, w prawie każdym procesie myślowym czy decyzyjnym odwołujemy się do aspektów etyki czy moralności. O ile można z przymrużeniem oka traktować halucynacje w postaci zmyślonych odpowiedzi, to niekoniecznie pozostawimy robotowi wybór czy należy pacjentowi ratować życie mimo że w danej sytuacji jest bardzo mało prawdopodobne, iż pacjent przeżyje. Wszak z łatwością przyjdzie maszynie uznać, że najlepszym rozwiązaniem jest niemarnowanie cennej energii i zasobów. Z kolei biorąc pod uwagę ilość etycznych koncepcji i to, że moralność każdego człowieka może znacznie różnić się od moralności kogoś innego, wątpliwe jest czy zdołamy przekazać maszynie wartości etyczne czy moralne.

Czy sztuczna inteligencja zdominuje ludzką?
Tak. Nie. Może. Na ten moment do stworzenia superinteligencji, która przewyższyłaby człowieka jeszcze daleko. Oczywiście, że wciąż zdumiewa nas łatwość komunikacji z maszyną w rodzimym języku czy szybkość, z jaką da się wygenerować obraz za pomocą krótkiego opisu. Pewnie za dwa lata, będzie nas to zdumiewać nieco mniej. Internet stał się czymś, bez czego ciężko byłoby żyć czy pracować. Podobnie sztuczna inteligencja staje się częścią codzienności. W niektórych aspektach może nas zastąpić. Tak jak automatyzacje w fabrykach zastąpiły wielu fizycznie harujących robotników. Czy z perspektywy czasu uznamy, że była to szkoda dla ludzkości czy wręcz przeciwnie?
Nie powinniśmy bać się sztucznej inteligencji. Za to powinniśmy być świadomi jej ograniczeń a z drugiej strony potencjału. Skoro mimo rozwoju biotechnologii nie doprowadziliśmy do bezmyślnego klonowania ludzkiego genomu, świadomi, że nie znamy skutków, jakie przyniosłoby to naszemu gatunkowi, to być może poradzimy sobie też z wykorzystaniem AI do ulepszenia naszego życia. Nie do zagłady świata przez sztuczną inteligencję.
Nie musimy składać losów naszych i świata w ręce AI. Weźmy je w swoje ręce. Wciąż to my jesteśmy prawdziwą inteligencją i to my wyznaczamy granice dla tej sztucznej.