Adrian Zidaritz, AIbluedot.com:n kirjailija – Haastattelusarja

Adrian Zidaritz on AIbluedot.com:n kirjailija, joka tarjoaa yleiskatsauksen tekoälystä, johon sisältyy matematiikkaa, eettisiä, poliittisia ja “kaikkea” muuta. Vaikka artikkeleissa on vähän teknistä materiaalia, ne eivät ole tarkoitettu asiantuntijoille, vaan niiden tavoitteena on yleisö. Tekoäly on väärin ymmärretty ei-asiantuntijoiden keskuudessa, ja se on joko yliarvioitu tai aliarvioitu mediassa; se on kuitenkin merkittävin tekniikka nykyisessä ajassamme.

Mikä aluksi kiinnosti sinua tekoälyyn?

Tekoälyn kehittäminen vaatii laajan alan asiantuntemusta, toisin kuin mikään muu moderni tekniikka. Se hyödyntää tutkimusta tilastotieteestä, neurotieteestä, sovelletusta matematiikasta, tietojenkäsittelystä, ohjelmistokehityksestä, psykologiasta jne… Tämä haaste on se, mikä minua kiinnosti, yhdistettynä siihen, että minulla on ollut onni tutustua moniin näihin aloihin urani aikana: matematiikka, tietojenkäsittely, ohjelmistokehitys, tilastotiede.

Olet työskennellyt laajasti tekoälyssä. Voitko kertoa joistakin näistä korkeakohdista?

Tämä on jatkumo kysymyksestä 1. Melkein jokainen tekoälyssä työskentelevä keski-ikäinen tulee jostakin muualta. 2000-luvun alkuun asti tekoälyä ei ollut (tekoälyn menestys johtuu pääasiassa neuroverkoista = syvää oppimista, kaikki muut tekniikat ovat sen rinnalla vaatimattomia; käytännössä kun puhumme tekoälystä, tarkoitamme syvää oppimista). Tämän seurauksena monilla meistä, jotka työskentelemme tekoälyssä, on ainutlaatuinen näkökulma alaan. Tulevaisuuden näkymistäni tekoäly on sandwich, jossa on matematiikan tausta ja käytännön tekoälyprojektien johtaminen, jossa Big Data -tekniikka on suurimmassa osassa (joskus jopa yli 80 % kokonaistyöstä). Taustani sijoittaa tekoälyn matemaattisten perusteiden kyseenalaistamisen (hyvin teoreettinen) ja käytännön tekoälyprojektien johtamisen välille. On muita tutkijoita, jotka tietävät enemmän tekoälytekniikoista “voileivän” keskellä.

Olet todennut, että tekoäly on joko yliarvioitu tai aliarvioitu mediassa. Miksi uskot, että on näin suuri ero mediaan ja tekoälyn todellisen tilan välillä?

Koska tekoäly on väärin ymmärretty, jopa joillakin tekoälyssä työskentelevillä. Se on hyvin nuori tieteenala, jossa työskentelee nuoria työntekijöitä. Näiden nuorten työntekijöiden erilaiset mielipiteet pääsevät mediassa esille, mikä ruokkii väärää käsitystä tekoälystä. Riittää mainita Netflixin Social Dilemma -dokumentti, jossa nämä ristiriitaiset tekoälyn näkemykset ovat hyvin dokumentoituja.

Mitä mieltä olet tekoälyn “mustan laatikon” ongelman suhteen?

Se on suuri ongelma. Emme ole saaneet tekoälyalgoritmeja matemaattisesti hallittua. Emme tiedä, miten ne toimivat. Olemme nähneet, että ne toimivat, mutta emme tiedä, miten. On tehty yrityksiä kehittää teoriaa, mutta mikään niistä ei ole saavuttanut laajaa hyväksyntää. Emme voi antaa selkeää selitystä tuloksille. Muiden algoritmien (ei syvän oppimisen) tapauksessa voidaan antaa selkeä selitys tuloksille.

Mitä mieltä olet tekoälyssä olevasta vääristymästä ja miten sitä voidaan estää?

Tällä hetkellä tekoäly perustuu enemmän dataan kuin algoritmeihin. Algoritmit eivät sisällä vääristymää, vääristymä on datassa. Data heijastaa yhteiskunnan koostumusta ja myös yhteiskunnan kerroksellisuutta, koska datan kerääminen sisältää myös vääristymän. Tämä on luonnostaan syntynyt ilmiö, jota vastaan on tehtävä hitaasti kaikenlaisten taustojen ihmisten osallistuminen datan keräämiseen, jotta data edustaisi oikein väestön koostumusta.

Mikä tekoälymenetelmä kiinnostaa sinua eniten?

Kuten mainitsin aiemmin, koneoppiminen on nyt antamassa tilaa sen sisällä olevalle menetelmälle, syvälle oppimiselle. Neuroverkot ovat hallitsevia niiden monipuolisuuden ansiosta.

Olet todennut, että perustulo on välttämätöntä tekoälyn aiheuttamien työpaikkojen menetyksen vuoksi. Voitko selittää näkemyksiäsi?

Yhteiskunta kärsii valtavista seurauksista automaation (tekoälyn soveltamisen) vuoksi. Olemme nähneet merkittäviä muutoksia poliittisessa kuohunnassa vuodesta 2016 lähtien. Ei ole mahdollista palata takaisin. Monet työt katoavat. On järjetöntä opiskella radiologiksi. Tekoäly voi lukea röntgenkuvia ja magneettikuvausta paljon paremmin kuin ihminen. Mitä tapahtuu ihmisille, kun ei ole työtä, jota he voivat tehdä? Perustulo takaa, että ihmiset eivät kärsi tarpeettomasti, kun automaatio yleistyy. Ja ei ole tarve siihen, koska tekoäly tarjoaa tarvittavan työn yhteiskunnan toimimiseksi.

Uskotko, että voidaan koskaan saavuttaa tekoälyn yleinen älykkyys?

Kyllä, monet väittävät, että DeepMindin ohjelmisto on jo lähellä tekoälyn yleistä älykkyyttä. En kannata tätä ajatusta, mutta vastaus on kyllä. Tekoälyn yleinen älykkyys ei tarkoita tunteita tai tietoista olemista, vaan ainoastaan kognitiivista älykkyyttä. Ja tuon älykkyyden tasolle vastaus on kyllä.

Uskotko, että on mahdollista, että elämme simulaatiossa?

Mahdollisuus? Kyllä, eli elämämme simulaatiossa on mahdollista, eli todennäköisyys ei ole 0. Se on myös älyllisesti mielenkiintoinen ajatus. Onko se kuitenkin todennäköistä? Ei, minun mielestäni ei ole. Todennäköisyys on vaikka ei 0, hyvin pieni.

Kiitos haastattelusta, lukijat, jotka haluavat oppia enemmän Adrianin näkemyksistä tekoälystä, voivat vierailla AIbluedot.com -sivustolla.