Dirbtinis intelektas – tarp gerovės kūrimo ir grėsmės

Vis dažniau girdime, kad organizacijos daugiau dėmesio skiria procesų automatizavimui bei dirbtinio intelekto panaudojimui kasdieninėje veikloje. Tai nenuostabu, nes tokių technologijų naudojimas didina efektyvumą – leidžia sumažinti kaštus ir darbuotojų užimtumą, bei skatina darbuotojus atlikti kūrybiškesnes ir įdomesnes užduotis. Dėl dirbtinio intelekto panaudojimo 6 valandų darbo diena gali tapti realybe. Tačiau didesnės galimybės reiškia ir didesnes grėsmes.

Dirbtinis intelektas, kas tai?

Dirbtinio intelekto (DI) sąvoka neretai yra siejama su mašininio mokymosi savybe, kai algoritmas veikia ne pagal jam pritaikytą programą, bet ir pats sugeba mokytis iš naujų duomenų vis tobulindamas priimamus sprendimus ar veiksmus. Tačiau dirbtinio intelekto sąvoka yra gerokai platesnė, nes toks intelektas paprastai naudoja bent vieną iš žmogaus protą imituojančių technologijų. Pavyzdžiui, natūralios kalbos teksto prasmės atpažinimą ir atsakymo generavimą natūralios kalbos sakiniais, kalbos, gestų ar vaizdų atpažinimą, sprendimų valdymą bei dar sudėtingesnį „gilųjį mokymąsi“ panaudojant neuroninius tinklus. Paprasčiausias būdas atskirti automatizavimą nuo dirbtinio intelekto yra toks: automatizuotame procese rezultatas visada aiškus ir nustatytas pagal griežtus algoritmus, o dirbtinio intelekto rezultatas gali būti sunkiau nuspėjamas – kaip ir žmogaus protavimo ir interpretacijų rezultatas.

Dirbtinis intelektas – jau kasdienybė

Daugelis dirbtinį intelektą sieja su ateities technologijomis, tačiau DI šiandien jau yra plačiai naudojamas. Dažnai net nesusimąstome, kaip tas žmogaus mąstymą imituojantis algoritmas padeda pasiekti greitesnių ir tikslesnių rezultatų. „Facebook“ automatiškai pagal nuotraukas atpažįsta žmones ir siūlo susieti jas su atitinkamais draugais. „Google Maps“ ar „Waze“ navigacinės programos pagal didelio kiekio mobiliųjų telefonų judėjimo greitį bei tendencijas tam tikru laiku nustato optimalų maršrutą kelionės tikslui pasiekti, be to, jos pastoviai mokosi pagal naujausius eismo duomenis ar naudotojų pateiktą informaciją. Lėktuvuose jau seniai naudojamas autopilotas reikiamam aukščiui ir krypčiai palaikyti bei lėktuvui nusileisti, o bagažo patikra prieš skrydį iš dalies automatizuota – nuskenavus lagaminą tik esant įtarimui jis papildomai gali būti tikrinamas rankiniu būdu.

Nieko jau nestebina asmeniniai asistentai išmaniuosiuose telefonuose (Siri, Google Assistant), kurie sugeba atpažinti, ką kalba žmogus, ir surasti reikiamą atsakymą ar atlikti norimą veiksmą telefone. Bene kiekvienas video žaidimas turi galimybę žaisti prieš „kompiuterį“ – virtualus priešininkas yra valdomas dirbtinio intelekto. Bankuose įtartinos operacijos yra aptinkamos atitinkamų algoritmų pagalba, kurie dažnai turi galimybę mokytis pagal besikeičiančius klientų atliekamų operacijų įpročius. Automobiliai, apdorodami didžiulius vaizdų kiekius, jau išmoko užmiestyje važiuoti savarankiškai laikydamiesi kelio žymėjimo ir vienodo greičio, turi pėsčiųjų atpažinimo bei automatines avarinio stabdymo sistemas.

Ką sugeba dirbtinis intelektas?

Vienais atvejais automatizavimas leidžia pakeisti „lėtus ir klystančius“ žmones, kitais atvejais automatizavimas su DI leidžia sukurti pridėtinę vertę, kuri būtų neįmanoma be didžiulio duomenų kiekio apdorojimo realiu laiku, pavyzdžiui, milijonų nuotraukų apdorojimas ar įtartinų bankinių operacijų suradimas. Dirbtinis intelektas taip pat sugeba „klonuoti“ geriausių atitinkamos srities specialistų protą ir atrinktas funkcijas padaryti prieinamas platesniam žmonių ar šalių ratui. Pavyzdžiui, medicininėje diagnostikoje analizuojant kompiuterinės tomografijos ar magnetinio rezonanso nuotraukas. Kompiuteriai žymiai paprasčiau dalinasi patirtimi – ką išmoksta vienas, tas žinias iš karto gali turėti bet kuris kompiuteris.

Kaip tai veikia mūsų darbo vietas?

Visi darbai gali būti skirstomi į šiuos tipus: rutininis ir nerutininis, bei atpažinimo-protinis ir rankinis-fizinis. Labiausiai automatizacijos ir DI veikiami darbų tipai yra rutininiai protiniai bei fiziniai darbai. Rutininiai fiziniai darbai yra palaipsniui pakeičiami robotais, o rutininiai protiniai pakeičiami automatizavimu, dažnai panaudojant ir dirbtinį intelektą. DI įtakos nepaliesti kol kas yra nerutininiai/kūrybiniai fiziniai ir protiniai darbai, o dalis pastarųjų yra atsakinga už DI kūrimą ir pritaikymą įvairiose veiklose. Pagal pasaulio ekonomikos forumo 2016 metų ataskaitą apie ateities darbus, prognozuojama, kad labiausiai sumažės biuro darbuotojų, administracinių funkcijų darbuotojų, gamybos ir statybos įmonių darbuotojų bei teisininkų poreikis. Labiausiai augantis poreikis – verslo ir finansinių operacijų, vadovavimo ir valdymo, IT bei matematikų, architektų bei inžinierių, o taip pat ir pardavėjų-derybininkų. Tyrimų bendrovė „Forrester“ prognozuoja, kad DI iki 2020 metų JAV išstums net 16% darbo vietų.

Ar mus pakeis dirbtinio intelekto robotai?

Yra įvairiausių prognozių, siejamų su dirbtinio intelekto ateitimi. Vieni ekspertai mato didžiules galimybes, kad dėl vis plačiau naudojamo DI žmonėms reikės mažiau ar net visai nebereikės dirbti, nes viską už mus padarys kompiuteriai ir robotai su DI. Tačiau kyla klausimas, kas kurs ir prižiūrės naująsias sistemas. Juk visoms skaitmeninėms automatizuotoms paslaugoms užsakovų ir vartotojų lūkesčiai yra gerokai aukštesni nei paslaugoms, gaunamoms iš žmonių – visi tikisi, kad sistemos veiktų visą parą, nenutrūkstamai ir be jokių sutrikimų. Todėl kibernetinis saugumas bus tiesiog būtinas sistemų elementas, norint užtikrinti sklandžią ir saugią jų veiklą.

Kitos prognozės, kurių šalininkai yra Elonas Muskas, Bilas Geitsas ir Stivenas Hokingas, įžvelgia daug su dirbtiniu intelektu susijusių grėsmių. Dirbtinis intelektas dėl mašininio mokymosi gali vystytis netgi kūrėjui netikėta kryptimi ir žymiai didesniu greičiu nei buvo suvokiama kuriant sistemas. Dėl to ilgalaikėje perspektyvoje gali iškilti grėsmė patiems žmonėms – DI gali tapti nebevaldomu. Vos prieš mėnesį taip nutiko „Facebook“ DI projektui, kai programiniai robotai tarpusavyje pradėjo bendrauti savo susikurta kalba – „Facebook“ teko priimti sprendimą sustabdyti projektą. Vyriausybės privalės kurti naujų technologijų panaudojimo taisykles bei ribas, kad apsaugotų žmoniją nuo sunkiai prognozuojamų pasekmių.

Prieš 200 metų žmonės JAV dirbdavo po 70 valandų per savaitę, prieš 100 metų jau „tik“ 60 valandų, o nuo maždaug 1950-ųjų 40 valandų per savaitę tapo norma daugelyje išsivysčiusių šalių. Dėl dirbtinio intelekto panaudojimo nebūtinai teks mažinti pačių darbuotojų skaičių – stipriai didindamas efektyvumą DI turi potencialo sumažinti darbo savaitės trukmę, todėl Švedijos ir kitų šalių bandymai pereiti prie 6 valandų per dieną dirbant 30 valandų per savaitę ateityje nebeatrodys tokie nerealūs.