Uvod
Ne tako davno, čovječanstvo je sebe proglasilo vrhuncem životinjskog carstva. No, da li će ova titula opstati u svjetlu rastuće prisutnosti umjetne inteligencije? Ovo je pitanje koje svakodnevno sve više i više napušta domenu naučne fantastike. Neki su brzi da kažu da će nas "ti roboti" uskoro zamijeniti u potpunosti, da više neće biti posla ili čak da će nas sve obrisati s lica Zemlje. Umjetna inteligencija (u.i.) predstavlja granu nauke koja za cilj ima stvaranje programa koji su u stanju replicirati vještine rješavanja problema i proces donošenja odluka koji je prisutan kod čovjeka. Jednostavno rečeno, potrebno je kreirati program koji može što vjerodostojnije imitirati način razmišljanja čovjeka. U ovom eseju razmatrat ću ključne aspekte umjetne inteligencije, od industrijske proizvodnje sve do međuljudskih odnosa. Ovim pitanjima se trenutno bavi stogodišnji studij o umjetnoj inteligenciji na Univerzitetu Stanford (AI100). Izveštaj za 2021. godinu je drugi u nizu koji će se objavljivati svakih pet godina do 2116. godine, pod nazivom"Prikupljanje snage, prikupljanje oluja" istražujući različite načine na koje umjetna inteligencija sve više dodiruje živote ljudi u okruženjima koja se kreću od filmskih preporuka i glasovnih asistenata do autonomne vožnje i automatizovanih medicinskih dijagnoza, što liči na obećavajuću budućnost. Svakodnevna upotreba ove tehnologije eksponencijalno raste, kao provjera gramatike u tekstu ili automatsko dovršavanje rečenice, automatska organizacija i pretraživanje ličnih fotografija, prepoznavanje govora i lica, postajući tako uobičajena pojava za veliki broj ljudi na koju se jako brzo navikavamo. U svemu navedenom, umjetna inteligencija ima najveći potencijal da nam pomaže.
Umjetna inteligencija u učionicama
Dok se svakodnevno koristimo umjetnom inteligencijom, moramo razmotriti kako njen razvoj oblikuje naše društvo. U posljednjih nekoliko mjeseci su se pojavljivali ovakvi naslovi, posebno u obrazovanju: „Studenti će koristiti ChatGPT i druge oblike umjetne inteligencije za varanje i obavljanje svojih zadataka.“ – te da će to potpuno potkopati obrazovanje kakvim ga poznajemo. Moramo prepoznati potencijal umjetne inteligencije kao alat koji, zavisno od toga kako se bude gradio i koristio, može da mijenja naše društvo ka boljem. Može li umjetna inteligencija transformirati prosječnog učenika u izuzetnog, i da li je to put prema napretku ili prema jednostavnom izbjegavanju napora? Da li je to stvarno varanje ako učenik samostalno napiše svoj tekst i preda ga ChatGPT-u da ga evaluira, ocijeni, da savjete ili ispravi? Po mom mišljenju, ne, nije – ovo je budućnost, ovo je nova pametna tabla u učionici. Kroz ovaj esej istražit ćemo kako umjetna inteligencija može oblikovati našu budućnost i kako se možemo prilagoditi novim promjenama na ekonomski održiv način. Da li je ovo zaista put prema napretku ili ulazimo u fazu gdje će naše navike morati evoluirati, poput onih promjena sa kojima su se susretali naši roditelji ili njihovi roditelji?
Kao prvo, reći ću da potreba za razumijevanjem osnova umjetne inteligencije i podatkovne nauke počinje mnogo ranije od visokog obrazovanja. Djeca su izložena umjetnoj inteligenciji čim kliknu na videozapis na YouTube-u. Oni moraju da razumiju aspekte ove tehnologije, poput određivanja buduće preporuke sadržaja na osnovu već viđenog. Ali za studente računarskih nauka, informatike, i sl. na univerzitetima, mislim da je ključna stvar koju ovi budući inžinjeri moraju da shvate, kako da bezbjedno i pravilno pristupe moćnijim modelima umjetne inteligencije koji trenutno besplatno postoje na digitalnom tržištu.
Nažalost, postoje loši i realni primjeri suprotnog. Zahvaljujući medijima, Narodna Republika Kina je često primjer moderne distopije u kojoj koliko god tehnološkog napretka bilo, situacija se izgleda ne pomiče nabolje. Određene škole koriste u.i. da prate rad i koncentraciju njihovih učenika, naravno, radnici u firmama su mnogo više izloženi ovome. Vjerujem da su mnogi danas upoznati s kineskim sistemom socijalnog kredita(1) koji će samo postati sofisticiraniji kroz u.i. kako vrijeme prolazi.
Umjetna inteligencija u zdravstvu
Mnogo umjetne inteligencije je prisutno i u zdravstvu. Koristi se za optimizaciju naplate, planiranje operacija i sl. Kada je u pitanju umjetna inteligencija za bolju njegu pacijenata, o čemu obično razmišljamo, malo je pravnih, regulatornih i finansijskih podsticaja za to. Ipak, došlo je do spore, ali stabilne integracije alata zasnovanih na umjetnoj inteligenciji, često u obliku sistema za ocjenjivanje rizika i upozoravanja. Biće uzbudljivo imati u.i. tu da radi početna očitavanja patoloških slajdova, na primjer, ako nema dovoljno patologa ili da se dobije povratna informacija od sistema da li krtica izgleda sumnjivo, kao i načini na koje u.i. može pomoći u identifikaciji obećavajućih opcija liječenja, time i dizajniranju personaliziranih lijekova. Mada, naučno-fantastična budućnost koju zamišljamo zapravo i nije tako daleko.
Američka kompanija Neuralink objavila je da su njihova vrata za prva klinička ispitivanja u „mozak-računar“ interfejsu(2) (BCI) širom otvorena kandidatima koji pate od teških vrsta paraliza. Tehnologija koja je u pitanju jeste mikročip koji će biti ugrađen i spojen na mozak pacijenta te će mu dozvoliti da upravlja digitalnim uređajima isključivo voljom svoga uma (tačnije očitavanjem elektronskih signala u mozgu koji su asocirani sa namjerom, na primjer, pomjeranja miša). Samo sa tom izjavom očite su implikacije koje će ova tehnologija tek kasnije imati na naše društvo. Da li će nas baciti u još dublju lijenost ili nam olakšati svakodnevnu egzistenciju? Ono što znamo sigurno je da je već pomogla znatnom broju ljudi sa teškim slučajevima tjelesne paralize.
Problem savijanja proteina: riješen
Vidjeli smo da je napredak u polju biomedicine u kombinaciji sa umjetnom inteligencijom prisutan, ali ipak spor. Sada pogledajmo polje u kojem u.i. uporno ubrzava napredak istraživanja, polje bioinformatike, tačnije radi se o „problemu savijanja proteina“. Naučni timovi širom svijeta počeli su koristiti u.i. za istraživanje raka, otpornosti na antibiotike pa i Covid-19. Kompanija DeepMind je postavila javnu bazu podataka ispunjenu proteinskim strukturama kako ih program AlphaFold2 (3)predviđa. Trenutno ima oko 800.000 unosa, a DeepMind kaže da će dodati više od 100 miliona, skoro svaki protein poznat nauci, u narednoj godini. Vrlo je teško predvidjeti masivnu strukturu proteina iz njihove aminokiselinske sekvence.
Već pedeset godina istraživači iz cijeloga svijeta pokušavaju to učiniti različitim algoritmima, ali naučnici iz DeepMind uspjeli su riješiti ovaj problem. Strukture proteina određuju njihova hemijska i fizikalna svojstva, kao i sposobnost obavljanja različitih funkcija. Istraživači do sada nisu bili u mogućnosti predvidjeti u kakvu će se strukturu složiti protein s određenim slijedom aminokiselina. Da biste ušli u detalje takvog procesa, potreban vam je ili ogroman skup podataka za treniranje neuronske mreže ili tačno znanje o veličini mnogih faktora koji utječu na savijanje lanaca aminokiselina. Kako bi saznali kako se proteini savijaju, istraživači u DeepMind uvježbali su svoj algoritam na javnoj bazi podataka od oko 170.000 sekvenci i oblika proteina. Naučnicima je trebalo samo nekoliko sedmica da uvježbaju ovaj algoritam na cijeloj bazi podataka. Snaga obrade koja je omogućila ovaj proces je kao da imate od 100 do 200 grafičkih procesora (GPU) koji rade zajedno. Kao rezultat rada, autori su pokazali da AlphaFold ne samo da svojom preciznošću nadmašuje druge programe umjetne inteligencije, već i standardna, stručna laboratorijska mjerenja. Za cjelokupne do sada analizirane proteinske strukture, AlphaFold je ocijenjen prosjekom tačnosti od 92,5/100. Njegova tačnost za veće i komplikovanije strukture bila je 87/100, što je vrlo visok rezultat. Sada mu izumitelji algoritma žele omogućiti pristup svim istraživačima koji na bilo kakav način rade s proteinima.
Upotreba u oružanim snagama
Što se tiče očekivanja od u.i. u vojnoj primjeni u narednoj deceniji, neke od tehnika će definirati ili redefinirati ključne vojne tehnologije. Tada će ova rješenja biti međusobno povezana kako bi se koristila mreža virtuelnih i fizičkih domena, uključujući senzore, organizacije i pojedince, koji također koriste prednost blockchain tehnologije za integritet podataka. U.i. već ima dubok utjecaj na nuklearno naoružanje, sajber ratovanje, materijale i biotehnologiju, zrakoplovstvo, i smatra se da će ovo imati slične posljedice u svijetu kao što su imale prve atomske bombe. Mašinsko učenje koristi matematiku, algoritme i formule za izdvajanje obrazaca iz mase podataka, međutim ako protivnik može vidjeti dovoljno ulaza i izlaza našeg u.i. sistema, može zaključiti koji algoritmi su u pitanju, baš kako obrnuti inženjering radi – što je veliki sigurnosni propust.
Zaključak
Nedavno je, u decembru 2023. godine, obavljen intervju na CNBC sa glavnim naučnikom Mete i pionirom dubokog učenja Jan LeCunom koji je rekao da veruje da su trenutni sistemi umjetne inteligencije udaljeni decenijama od dostizanja nekog privida osećaja, opremljeni zdravim razumom koji može gurnuti njihove sposobnosti izvan pukog sumiranja planina teksta na kreativne načine. Njegovo gledište je u suprotnosti sa mišljenjem izvršnog direktora kompanije Nvidia Jensen Huanga, koji je nedavno rekao da će umjetna inteligencija biti "prilično konkurentna" sa ljudima za manje od pet godina, nadmašivši ljude u mnoštvu mentalno intenzivnih zadataka.
Vidjeli smo iz par polja obrađenih u ovom eseju da je u.i. tu, da ostaje, ali i da pomaže. Krajnji problem neće biti u njoj već u ljudima koji je budu koristili, te kako Teoretska umjetna superinteligencija koja bi se mogla razviti za par decenija ne prijeti našoj egzistenciji koliko mi sami sebi prijetimo u tekućoj deceniji.
(1) Sistem koji rangira i kažnjava građane ograničenom slobodom ako ih komunistička partija smatra nepouzdanima.
(2)Više o „mozak-računar“ interfejsu i Neuralinku pročitajte na mom artiklu: https://medium.com/@tarikcolic/will-you-sign-up-for-neuralinks-human-trials-79ee6cf0a9c5.
(3)AlphaFold2 je sistem umjetne inteligencije razvijen od strane DeepMind koji može predviditi trodimenzionalne strukture proteina iz sekvenci aminokiselina sa atomskom preciznošću.
Literatura
“Gathering Strength, Gathering Storms: The One Hundred Year Study on Artificial Intelligence (AI100) 2021 Study Panel Report.” Stanford University, Stanford, CA, September 2021. Doc: http://ai100.stanford.edu/2021-report.
Federalno ministarstvo obrazovanja i nauke/znanosti, INTERA Tehnološki Park Mostar, Naučno/znanstveno-stručna konferencija “Umjetna inteligencija u Bosni i Hercegovini” (istraživanje, primjena i perspektive razvoja), ZBORNIK RADOVA. Doc: https://www.researchgate.net/publication/369417726_Artificial_Intelligence_Innovation_in_Functional_Food_Ingredient_Discovery
MIT Technology Review, Artificial Intelligence: AI for protein folding (2022)
Nature, Signal Transduction and Targeted Therapy, AlphaFold2 and its applications in the fields of biology and medicine. Doc: https://doi.org/10.1038/s41392-023-01381-z
Nicholas J. Schork, Ph.D., ARTIFICIAL INTELLIGENCE AND PERSONALIZED MEDICINE. Doc: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7580505/