Rīga +12°C 
#MumsIrSpārniNovērtē rakstu
-
1
-
0
-
0
-
0
-
0
-
0
-
0
-
Un viņš saprot!
Ažiotāžas iemesls ir ASV privātās mākslīgā intelekta pētniecības laboratorijas OpenAI jaunākais radījums, nopietnu sarunu rīks ChatGPT, tērzēšanas robots jeb vienkārši čatbots. Ar to var sarunāties ikviens, kam ir dators, internets un nav slinkums piereģistrēties tīmekļa vietnē. Tam var rakstiskā formā uzdot jautājumus, rīkojumus, pastāstīt vēlmes, tas sniedz atbildes, taču nevis kā agrāk – primitīvas un bieži ne par tēmu, bet gan sakarīgas, kompetentas, garas un īsas, izvērstas, cilvēciskas utt., turklāt par jebkuru tematu un teju zibenīgi – no teorētiskās fizikas līdz dzīļu psiholoģijai, par mākslu, par dzīvi… Par nākotni un politiku tas runā nelabprāt, jo tā iestatīti sarunu vešanas filtri. Vienkārši sakot, šī programma spēj radīt ļoti sakarīgus tekstus par jebkuru tematu un milzu ātrumā, tik sakarīgus, ka tos var droši likt blakus daudziem cilvēku garadarbiem. Piemēram, ChatGPT izdevās nokārtot ASV advokatūras un medicīnas eksāmenus. Vai cilvēks var uzrakstīt labāk? Jā, pavisam noteikti, taču visi labi zinām, ka cilvēki ļoti bieži nepapūlas. Un tādā gadījumā ChatGPT radītie teksti nudien ir līdzvērtīgi cilvēku sarakstītajiem.
Izstrādātā tehnoloģija ir ļoti nopietns pieturas punkts MI nozarē. Sanācis ir šokējoši labi; tik labi, ka neskaitāmi dažādu nozaru pārstāvji mēģina noformulēt savu viedokli par gaidāmajām pārmaiņām, taču aprobežojas ar banalitātēm, ka pārmaiņas būs, lielas un svarīgas. Te gan uzreiz ir jāpiebilst, ka patlaban rīks tiek pārbaudīts darbībā un milzīgā pieprasījumu dēļ mēdz uzkārties, galu galā, tas šobrīd vēl nav komercializēts – ar to var paspēlēties, bet pagaidām nevar nopirkt, lai pilnvērtīgi ieviestu savā darbā. Taču šie šķēršļi ir formāli, nevis konceptuāli.
Jāņem vērā, ka rīka darbināšana izmaksā ļoti daudz, pēc dažām aplēsēm – pat 100 tūkstošus ASV dolāru dienā, tāpēc gaidāms, ka jau drīzumā varētu parādīties maksas versija.
Tehnoloģija
Čatboti jeb virtuālie asistenti un dabiskās valodas tehnoloģijas kopumā ir daļa no MI nozares, kura pati par sevi nebūt nav jauna – kaut vai tāpēc, ka tai jācenšas saprast, kas vispār ir intelekts, domāšana, loģika, kā arī kādi no tā visa ir labumi. Ar to nodarbojas arī Latvijā, piemēram, LU MII Mākslīgā intelekta laboratorija, LU FSI pētnieku grupa, kuras dalībnieks esmu, strādā pie jautājuma, kā čatbotus padarīt cilvēciskākus; valodas tehnoloģiju nozarē Latvijā darbojas arī vairāki uzņēmumi. Tomēr OpenAI radījums ir citāds un konceptuāli atšķiras no iepriekšējo paaudžu tērzēšanas robotiem.
MI pētniecības tālejošais mērķis ir radīt mašīnas, kas spēj veikt jebkuru intelektuālu uzdevumu, ko spēj paveikt cilvēks. Daži uzskata, ka ir iespējams izveidot mākslīgā intelekta sistēmu, kas var sasniegt vai pat pārspēt cilvēka intelektu. Tomēr jāatzīmē, ka dabiskais intelekts un mākslīgais intelekts būtiski atšķiras. Te parādās āķīgs jautājums par pašu mērķi, ko nosaka labākas vai sliktākas metaforas. Proti, kas tas MI vispār ir – vai runa ir par jaudīgu kalkulatoru? Taču nereti gadās, ka MI salīdzina ar dabisko intelektu, un tad parādās problēmas, jo nebūt nav skaidrs, kas īsti ir dabisks. Piemēram, vai norakstīsim MI tikai tāpēc, kas tas nav izklaidīgs un aizmāršīgs gluži kā liela daļa dabisko?
Vai mums ir vajadzīgs konkrēts rīks konkrētu darbību automatizēšanai vai arī gribam mākslīgi radīt ko cilvēcisku ar visiem tā trūkumiem?
Viens no galvenajiem MI nozares uzdevumiem ir sekmēt to, ka datori paši spēj mācīties. Īsi un vienkāršojot – mašīnmācīšanās ir metode, ar kuras palīdzību datorus māca mācīties no datiem bez tālākas palīdzības no malas. Savukārt t. s. dziļā mācīšanās ir apakšnozare, kurā tiecas izveidot «neironu tīklus», iedvesmojoties no cilvēka smadzeņu parauga. Tikmēr dabiskās valodas apstrāde ir MI nozare, kas nodarbojas ar runātās un rakstītās valodas analīzes jeb saprašanas un sintēzes jeb radīšanas uzdevumiem, un cilvēka-datora mijiedarbību dabiskā valodā – spējas, ko spoži parāda ChatGPT. Arī šī pieeja nav radikāli jauna, taču jaunums ir milzīgais datu daudzums, skaitļošanas jaudas un inovatīvie mašīnmācīšanās algoritmi, kas ļāva sasniegt augstu valodas izpratnes un radīšanas spēju līmeni.
Te jāpaskaidro, ka, lai gan rīka apmācības gaitā ir izmantoti dati, kas atrodami plašajā internetā, šis rīks tos nekopē, nē, sarunas nav vienkārši gatavu frāžu pārkopēšana no Wikipedia. Tieši te ir pārsteidzošais un jaunais: šis radījums spēj pats veidot jaunus tekstus. Līdz ar to var teikt, ka šim mākslīgajam intelektam kaut kādā nozīmē piemīt radošums. Un tas ir nopietni!
Pusskaidrā nākotne
Jebkuras jaunas tehnoloģijas ieviešanas gaitā viens no svarīgākajiem jautājumiem ir par pielietojumu, un te jāteic, ka sekmes pagaidām ir bijušas mērenas. Jā, MI rīki ir tikuši izmantoti, tomēr to kvalitāte bijusi pieticīga. Pēdējos gados MI un tērzēšanas robotus ir centušies ieviest dažādās nozarēs, lai automatizētu atkārtotus uzdevumus un uzlabotu efektivitāti. Piemēram, klientu apkalpošanas jomā tos izmanto, lai apstrādātu vienkāršus jautājumus; veselības aprūpē MI izmanto, lai sekmētu simptomu pārbaudi. Ievērojama nozīme MI ir sociālajos tīklos, sekmējot tirdzniecību tādā veidā, ka algoritmi piedāvā personalizētus ieteikumus un palīdz uzdurties kārdinošākajiem produktiem. Tomēr, neskaitot vienkāršu darbību automatizēšanu, tērzēšanas robotu efektivitāte un lietderība pagaidām nav bijusi pārliecinoša, lai neteiktu, ka čatboti bieži ir bijuši pat kaitinoši.
Nākotnes paredzējumi, lūk, ir viena no jomām, par kuru MI nelabprāt izsakās. Industriālā revolūcija apdraudēja t. s. vienkāršos darbaļaudis, kamēr izglītotā elite līdzjūtīgi noraudzījās. Patlaban var gadīties, ka trūkties nāksies šai elitei. Diezgan droši paredzams, ka tuvākajos gados turpināsies iesāktais process un MI arvien labāk spēs ne tikai automatizēt vienkāršas darbības, bet arī paveikt dažādus uzdevumus, kas neprasa izcilu oriģinalitāti. Tieši te ir āķis – robots tavā vietā pētījumu neuzrakstīs, jo jautājumi un vēstījums jāizdomā pašam, bet tas varēs būtiski atvieglot darbu. Arī rakstu KLUBAM tas neuzraksta (pamēģināju), bet palīdzēt var daudz. Vienkārša informācijas sameklēšana, esošo zināšanu apkopošana, kopsavilkšana, izklāstīšana utt. kļūs par MI uzdevumu, un tie, kas spēs šo tehnoloģiju prasmīgi izmantot, aizjoņos citiem priekšā. Jā, MI nav pats oriģinālākais domātājs, bet esošo zināšanu pārvaldē tas ir izcils, katrā ziņā labāks nekā daudzi cilvēki.
Spekulācijās par nākotni jāpiemin itāļu rakstnieka Alesandro Bariko trāpīgā mūsu laika diagnoze, ka dzīve ir spēle, bet nu jau virtuāla: «Kas gan ir tie miljonu miljoni tīmekļa lapu, kas šobrīd mājo kaut kādā virtuālā nevietā, tomēr līdzās īstajai pasaulei?
Tās ir otrā sirds, kura sūknē realitāti līdztekus pirmajai.» Tīmekļa nozīmi nedrīkst nenovērtēt, taču, lūkojoties nākotnē, manuprāt, izšķirīgi šķiet divi nosacījumi: gan spēle, gan MI.
Lai cik daudzsološi skanētu neironu tīklu piesaukšana un cik spoži sevi parādītu ChatGPT, intelektuāls dators ir vēl tāla nākotne. Bažām par kiborgu armijām, kuras celsies karam pret cilvēku, pārskatāmā nākotnē nav pamata. Taču tām ir pamats, ja uz tematu palūkojas no otras puses, proti, cilvēki paši sevi padara par kiborgiem. Te jāpievēršas trim cieši saistītiem apsvērumiem: algoritmizācijai, prāta reducēšanai un ikdienas digitalizēšanai.
Runājot par Facebook vai Google izstrādātiem analītiskajiem rīkiem, nereti mēdz atsaukties uz MI, un tagad skatieni pagriežas OpenAI virzienā. Tomēr pagaidām, izsakoties metaforās, tie drīzāk ir nevis vāji intelekti, bet sarežģīti algoritmi. Problēma ir tāda, ka šo rīku lēmumiem ir ētiskas sekas, jo tie ietekmē, kā mēs uzvedamies un ko uzskatām par labu vai ļaunu.
Cits aspekts ir jau pieminētais jautājums par metaforām, taču jāņem vērā, ka metaforas mēdz iedarboties abos virzienos. Ja dabiskais prāts ir tikai ļoti jaudīgs kalkulators, nevis brīvības iemiesojums, tad brīvība nemaz nav vajadzīga – pietiek vien ar labiem ievades datiem, kuri savukārt dod vaļu datu politikai. Šādā nozīmē nākotnē var gaidīt gan etnisku, gan pilsonisku kopienu, t. i., valstu norietu, kuru vietā stātos datu pārvaldības korporācijas, kuras patiesību un maldus sameklēs savās mākoņpakalpojuma krātuvēs.
Trešais aspekts – arvien pieaug ikdienas dzīves digitalizēšanās. Attālināts darbs vēl vairāk atsvešina cilvēku no sava ķermeņa un vēl dziļāk iesloga digitālajā vidē, kurā neskaitāmus komunikācijas aspektus diktē algoritmi. Cilvēce neuzbūvēs kiborgus, jo, iebūrusies ekrānos, pati kļūs par tādiem – par organisku masu, kas no brīva prāta apkalpo ierīces.
Ja prāts ir kalkulators un lēmumus pieņem MI algoritmi, tad arī jebkura ideja kļūst par aprēķina produktu, bet tas var likt zust cilvēka cilvēciskumam.
Atbrīvošanās no spontanitātes un naivuma, iespējams, vedīs pie pašieslodzīšanās viedierīcēs. Arvien izteiktāks algoritmiskums spēs sniegt iespaidīgus rezultātus, taču, kā parasti, arī par to nāksies maksāt. Gluži kā digitāli kompresētas zemas izšķirtspējas Jpeg bildes, arī dzīve kļūs pikseļaina.
Starp citu, jāatzīstas. Dažu šā raksta daļu autors ir ChatGPT, kura rakstītais ir pārtulkots ar mašīntulkotāju DeepL. Ja nespējat pateikt, kuras daļas tās ir, tad MI ir izturējis pārbaudījumu.
Normunds Grūzītis, LU Matemātikas un informātikas institūta Mākslīgā intelekta laboratorijas vadītājs
Jaunākās ģeneratīvo neironu tīklu jeb t. s. transformeru arhitektūras, tādas kā GPT-3, un to ieviešana ChatGPT, DALL-E u. c. modeļos, spēj pārsteidzoši labi saprast un radīt tekstu un attēlus. Atšķirībā no iepriekšējo paaudžu valodas modeļiem, kuri teksta ģenerēšanā – nākamo vārdu paredzēšanā jeb izsecināšanā, zinot iepriekšējos, – spēja izmantot vien ierobežotu kontekstu un salīdzinoši virspusējas zināšanas par valodu un pasauli, transformeri spēj «atcerēties» un analizēt ļoti plašu kontekstu, vienlaikus efektīvi izvēloties, kam šajā brīdī pievērst lielāko uzmanību.
Šādas neironu tīklu arhitektūras kombinācijā ar piekļuvi milzīgiem datu apjomiem un miljardiem dolāru vērtiem skaitļošanas resursiem nozares lielajām korporācijām (OpenAI, NVIDIA, Google, Meta u. c.) ļāvis apmācīt t. s. lielos modeļus, kas izmanto miljardiem parametru, lai no dotajiem vārdiem, pikseļiem vai citiem vienumiem ieejas datu virknē paredzētu nākamos vārdus vai pikseļus izejas datu virknē. Piemēram, GPT-3 modelis izmanto 175 miljardus parametru, un šobrīd ir daudz spekulāciju, vai gaidāmā GPT-4 modeļa izmērs būs par kārtu lielāks – pārsniegs triljons parametru robežu. Taču lielāks parametru skaits vēl nenozīmē proporcionāli lielāku intelekta pieaugumu.
Priekšstatam par neironu valodas modeļiem jāpiemin arī tas, ka tie neoperē ar vārdiem kā zīmēm (burtu virknēm), bet gan attēlo vārdus kā reālu skaitļu vektorus jeb koordinātas daudzdimensiju telpā. Līdzīgas nozīmes vārdu, t. i., līdzīgos kontekstos lietotu vārdu koordinātas šādā telpā atrodas tuvu, bet atšķirīgas nozīmes vārdu koordinātas – attālāk. Tādējādi neironu valodas modeļi operē jēdzienu līmenī un saprot/ģenerē tekstu pēc būtības, nevis burtiski. Taču, lai cik erudīti un radoši šāda veida modeļi būtu, tiem nepiemīt iniciatīva – to darbība ir jāvada ar dabiskā valodā uzdotu kontekstu un instrukcijām, savukārt rezultāts, kā jebkurš viedoklis, ir jāvērtē kritiski. Jo atjautīgāk un radošāk piešaujamies šos modeļus vadīt, jo produktīvāki palīgi tie mums kļūst.
Runājot konkrēti par čatbotiem, jāuzsver arī ChatGPT u. tml. modeļu principiālā atšķirība no čatbotiem (virtuālajiem asistentiem), ar kādiem nu jau regulāri sastopamies dažādu publiskā un privātā sektora pakalpojumu sniedzēju un e-veikalu vietnēs. Arī virtuālie asistenti mūsdienās izmanto neironu valodas modeļus, taču pamatā nevis teksta (atbilžu) radošai ģenerēšanai, bet gan lietotāja ievadītā teksta klasificēšanai: līdzīgākā iepriekš definētā nodoma-darbības vai jautājuma-atbildes piemeklēšanai. Šāds asistents var mēģināt uzmeklēt atbildi datubāzē vai tīmeklī vai arī izpildīt kādu iepriekš definētu darbību, piemēram, lai atbildētu uz jautājumu, cik ir pulkstenis. ChatGPT nespēj no zila gaisa uzģenerēt atbildi šādam it kā triviālam jautājumam, taču arī cilvēkam, visticamāk, būtu jāieskatās pulkstenī, lai atbildētu. Bet, ja mēs iedodam plašāku kontekstu, piemēram, «ārā ir tumšs, un lielākā daļa ļaužu tikko ir iemiguši», ChatGPT modelis līdzīgi kā cilvēks spēj izsecināt, ka varētu būt ap pusnakti.
