Adrian Zidaritz, autor AIbluedot.com – rozhovorová série

Adrian Zidaritz je autorem AIbluedot.com, blogu, který poskytuje přehled o umělých inteligencích, s mixem matematiky, etiky, politiky a “všeho” mezi nimi. Ačkoli články obsahují minimální množství technického materiálu, nejsou zaměřeny na odborníky, ale spíše na širokou veřejnost. Umělá inteligence je nepochopena laiky a je buď přeháněna, nebo zlehčována v médiích; je to přesto nejvýznamnější technologie naší současnosti.

Co vás最初 přitáhlo k umělým inteligencím?

Vývoj umělých inteligencí vyžaduje širokou škálu odborných znalostí, na rozdíl od jiných moderních technologií. Čerpá z výzkumů ze statistiky, neurovědy, aplikované matematiky, počítačových věd, softwarového vývoje, psychologie atd… Tato výzva mě přitáhla, spolu s tím, že jsem měl štěstí pracovat s mnoha z těchto oborů v meiner předchozí kariéře: matematika, počítačové vědy, softwarový vývoj, statistika.

Můžete diskutovat o některých z vašich nejvýznamnějších zkušeností v oblasti umělých inteligencí?

To je vlastně pokračování první otázky. Téměř každý člověk středního věku, který pracuje v oblasti umělých inteligencí, pochází z jiného oboru. Do roku 2005 neexistovala umělá inteligence (podotýkám, že úspěch umělých inteligencí je způsoben hlavně neuronovými sítěmi = hlubokým učením, všechny ostatní techniky jsou méně významné; takže z praktického hlediska, když mluvíme o umělých inteligencích, myslíme hluboké učení). V důsledku toho mnoho z nás, kteří pracují v oblasti umělých inteligencí, přináší do oboru jedinečné perspektivy. Pocházím z matematického prostředí, spojeného s vedením praktických projektů umělých inteligencí, ve kterých hraje velkou roli inženýrství velkých dat (někdy více než 80 % celkového času projektu). Můj background umisťuje umělou inteligenci mezi otázkou jejích matematických základů (velmi teoreticky) a velmi praktickými aspekty vedení týmů datových vědců a inženýrů strojového učení. Existují jiní výzkumníci, kteří znají více o technologiích umělých inteligencí uprostřed “sendvičového” oboru.

Proč si myslíte, že existuje taková propast mezi médii, která přesně informují o stavu umělých inteligencí, a skutečnými realitami technologie?

Protože umělá inteligence je nepochopena i některými lidmi, kteří v ní pracují, natož pak médii. Je to velmi mladý obor, s velmi mladými pracovníky. Různé názory těchto mladých pracovníků se dostávají do médií, což vytváří nesoulad cílů. Stačí zmínit dokumentární film Social Dilemma na Netflixu, ve kterém jsou tyto protichůdné názory na umělou inteligenci z perspektivy Silicon Valley dobře dokumentovány.

Jaké jsou vaše názory na problém “černé skříňky” hlubokého učení?

To je velký problém. Základní jsme nemáme teoretické (matematické) pochopení procesu učení. Nevíme, jak hluboké učení algoritmy vlastně učí. Vidíme pouze, že to funguje. Byly samozřejmě učiněny pokusy vyvinout teorii, ale žádná z nich nezískala širokou akceptaci. Takže v absence tohoto základního pochopení můžeme říci pouze “vidíme, že to funguje”. Ale poskytovat bílou skříňkovou vysvětlení je v současné době nemožné. Jiné algoritmy (ne hluboké učení) jsou lépe pochopeny a pro ně je možné poskytnout vysvětlení výsledků. Ne pro hluboké učení.

Jaké jsou vaše názory na předějové zkreslení umělých inteligencí a jak je můžeme zabránit?

Právě teď jsou umělá inteligence všechny o datech, ne o algoritmech. Algoritmy neznají žádné zkreslení, zkreslení je v datech. Data odrážejí složení společnosti a také stratifikaci společnosti, protože sběr dat také obsahuje zkreslení. Tyto zkreslení jsou přirozeně se vyskytující, co se musí stát, je postupné zahrnutí lidí všech druhů pozadí do procesu sběru dat, aby data odrážela správné zastoupení populace.

Jaký typ strojového učení vás zajímá nejvíce?

Jako jsem již řekl, strojové učení nyní ustupuje hlubokému učení. Neuronové sítě, díky své všestrannosti, dominují.

Můžete vysvětlit, proč jste řekl, že univerzální základní příjem (UBI) bude absolutně nezbytný pro řešení ztrát pracovních míst způsobených umělými inteligencemi?

Společnost bude trpět obrovskými následky automatizace (aplikované umělých inteligencí). Viděli jsme již významné posuny, dokonce i v politických bouřích od roku 2016. Jednoduše nebude možné vrátit se zpět. Mnoho pracovních míst prostě zmizí. Nemá smysl se učit jako radiolog těchto dnů. Umělá inteligence může číst RTG a MRI a všechny druhy dalších tisků mnohem lépe než člověk. Co se stane s lidmi, když nebude jednoduše práce, kterou mohou dělat? UBI zajišťuje, že lidé nebudou zbytečně trpět, když se automatizace stane všudypřítomnou. A není žádná potřeba, protože umělá inteligence poskytne nezbytnou práci pro společnost, aby stále fungovala.

Domníváte se, že můžeme někdy dosáhnout umělé obecné inteligence (AGI)?

Ano, mnoho lidí tvrdí, že software DeepMind již hraničí s AGI. Já tomu nevěřím, ale i pro mě je odpověď ano. AGI neznamená emoce nebo vědomí, “I” v AGI je prostě kognitivní inteligence. A pro tuto úroveň inteligence se zdá, že odpověď je ano.

Domníváte se, že existuje pravděpodobnost, že žijeme v simulaci?

Možnost? Ano, to znamená, že pravděpodobnost, že žijeme v simulaci, není 0. Je to také intelektuálně přitažlivé. Ale je to pravděpodobné? Ne, pro mě to není pravděpodobné, tj. pravděpodobnost, ačkoli není 0, je velmi, velmi malá.

Děkuji za rozhovor, čtenáři, kteří chtějí se dozvědět více o Adrianových názorech na různé aspekty umělých inteligencí, by měli navštívit AIbluedot.com.