Adrian Zidaritz, autor AIbluedot.com – Seria de interviuri

Adrian Zidaritz este autorul AIbluedot.com, un blog care oferă o privire de ansamblu asupra AI, cu un amestec de matematică, etică, politică și „totul” între ele. Deși articolele conțin o cantitate minimă de material tehnic, ele nu sunt destinate specialiștilor, ci mai degrabă se adresează publicului larg. AI este înțeleasă greșit de către nespecialiști și este fie promovată, fie criticată în presă; este totuși cea mai importantă tehnologie în prezent.

Ce te-a atras inițial către AI?

Dezvoltarea AI necesită o gamă largă de expertiză, spre deosebire de orice altă tehnologie modernă. Se hrănește cu cercetări din statistică, neuroștiințe, matematică aplicată, informatică, dezvoltare de software, psihologie etc... Această provocare este ceea ce m-a atras, combinată cu faptul că am avut norocul să mă apuc de multe dintre aceste domenii în cariera mea anterioară: matematică, informatică, soft dev, statistici.

Ai avut o carieră extinsă lucrând în AI. Ați putea discuta câteva dintre aceste momente importante?

Aceasta este într-un fel o continuare a întrebării 1. Aproape fiecare persoană de vârstă mijlocie care lucrează în IA provine în prezent din altă parte. Până în jurul anului 2005 nu a existat AI (apropo, succesul AI se datorează în principal rețelelor neuronale = învățarea profundă, toate celelalte tehnici palid prin comparație; deci pentru toate scopurile practice când spunem AI ne referim la învățare profundă). Drept urmare, mulți dintre noi care lucrăm în AI aducem perspective unice în domeniu. Vin dintr-un mediu matematic, împreună cu proiecte practice de AI, în care ingineria BigData joacă un rol foarte important (uneori mai mult de 80% din timpul total al proiectului). Contextul meu îmbină IA între o chestionare a fundamentelor sale matematice (foarte teoretice) și aspectele foarte practice ale echipelor de conducere de oameni de știință a datelor și ingineri de învățare automată. Există și alți cercetători care știu mai multe despre tehnologiile AI în mijlocul sandwich-ului.

Ați afirmat că AI a fost fie promovată, fie diluată în mass-media. De ce credeți că există o astfel de deconectare între mass-media care raportează cu exactitate starea AI și realitățile reale ale tehnologiei?

Pentru că AI este înțeleasă greșit chiar și de unii oameni care lucrează în AI, să nu mai vorbim de presă. Este o disciplină foarte tânără, cu muncitori foarte tineri. Diversele opinii ale acestor tineri lucrători își fac loc în mass-media, alimentând o nealiniere a obiectivelor. Este suficient să menționăm documentarul Social Dilemma de pe Netflix, în care aceste puncte de vedere conflictuale despre AI, din perspectiva Silicon Valley, sunt bine documentate.

În prezent, o mare parte din progresele pe care le-am văzut în AI provine din învățarea profundă. Care sunt părerile dumneavoastră despre problema cutiei negre a învățării profunde?

Asta e o mare problemă. Practic nu avem o înțelegere teoretică (=matematică) a procesului de învățare. Nu știm cum învață de fapt algoritmii de învățare profundă. Vedem doar că o fac. Desigur, au existat încercări de a dezvolta o teorie, dar nici una nu a câștigat o acceptare largă. Deci, în absența acestei înțelegeri de bază, tot ce putem face este să spunem „vede, funcționează”. Dar, în acest moment, este imposibil să dai o explicație în caseta albă. Alți algoritmi (nu deep learning) sunt mai bine înțeleși și pentru aceștia este posibil să se dea explicații ale rezultatelor. Nu pentru învățare profundă.

Care sunt părerile dumneavoastră despre părtinirea AI și cum o prevenim?

În acest moment, AI se referă la date, nu la algoritmi. Algoritmii nu cunosc părtinire, părtinirea este în date. Datele reflectă componența societății și, de asemenea, stratificarea societății, deoarece colectarea datelor are, de asemenea, părtinire. Apropo, acestea apar în mod natural, ceea ce trebuie să se întâmple este o includere treptată a oamenilor de tot felul de medii în procesul de colectare a datelor, astfel încât datele să reflecte o reprezentare corectă a populației.

Ce tip de învățare automată vi se pare cel mai interesant?

După cum am spus mai devreme, învățarea automată cedează acum teren celei mai de succes ramuri interioare, învățarea profundă. Rețelele neuronale, prin versatilitatea lor, domină.

Ați declarat că venitul de bază universal (UBI) va fi absolut necesar pentru a face față pierderilor de locuri de muncă care rezultă din IA. Ați putea detalia aceste opinii?

Societatea va suferi repercusiuni uriașe din cauza automatizării (AI aplicată). Am văzut schimbările importante chiar și în revoltele politice din 2016. Pur și simplu, nu va exista nicio cale de întoarcere. Multe locuri de muncă pur și simplu vor dispărea. Nu are sens să te antrenezi ca radiolog în zilele noastre. AI poate citi razele X și RMN și tot felul de alte amprente mult mai bine decât un om. Ce se va întâmpla cu oamenii când nu există doar o slujbă pe care să o poată face? UBI garantează că oamenii nu vor suferi inutil atunci când automatizarea devine omniprezentă. Și nu este nevoie, deoarece AI va oferi munca necesară pentru ca societatea să funcționeze în continuare.

Crezi că putem atinge vreodată Inteligența Generală Artificială (AGI)?

Da, mulți oameni susțin că software-ul DeepMind se învecinează deja cu AGI. Nu subscriu acestei idei, dar chiar și pentru mine răspunsul este da. AGI nu înseamnă emoții sau conștiință, eu din AGI este pur și simplu inteligență cognitivă. Și pentru acel nivel de inteligență, răspunsurile par să fie da.

Crezi că există o probabilitate să trăim într-o simulare?

O posibilitate? Da, ceea ce înseamnă că probabilitatea ca noi să trăim într-o simulare nu este 0. Este, de asemenea, atrăgătoare din punct de vedere intelectual. Dar este probabil? Nu, pentru mine nu este probabil, adică probabilitatea, deși nu este 0, este foarte foarte mică.

Vă mulțumim pentru interviu, cititorii care doresc să afle mai multe despre opiniile lui Adrian asupra diferitelor aspecte ale AI ar trebui să viziteze AIbluedot.com.