2017. gadā robotam piešķirta Saūda Arābijas pilsonība. Vai mākslīgā intelekta attīstība sasniegusi tādu līmeni, ka šādam lēmumam ir pamats, jeb tas ir priekšlaicīgs solis? Rakstā aplūkosim svarīgākās definīcijas, nozīmīgākos brīvi pieejamos sasniegumus un labākās publikācijas, minēsim zināmas un dažas jaunas problēmas, kā arī izvērtēsim nākotnes iespējas.
Mākslīgais intelekts (MI) ir viens no mūsu laikmeta svarīgākajiem atklājumiem, kas, iespējams, izmainīs cilvēces attīstības gaitu. Mākslīgais intelekts ir intelekta simulācija mašīnās. Tā šodien tiek veidota, atdarinot cilvēka smadzeņu uzbūvi un darbību. Cilvēka smadzenēs ir aptuveni 1011 neironu un 1015 sinapses (savienojumi starp neironiem). Smadzenes var izpildīt 1014 – 1015 operācijas sekundē, atmiņas apjoms ir 1014 – 1015 bitu. Pēc ātrdarbības un atmiņas apjoma pasaules jaudīgākie datori ir pietuvojušies cilvēka smadzeņu parametriem, bet pēc patērētās jaudas un gabarītiem tie pagaidām ir miljoniem reižu sliktāki. Ja iedomājamies, ka datoru patērētā jauda un izmēri samazināsies pēc Mūra likuma (aptuveni divas reizes divos gados), tad tie pietuvosies cilvēka smadzeņu jaudai (20 W) un izmēriem apmēram pēc 30 – 40 gadiem. Bet Mūra likums neapraksta datoru patērētās jaudas un gabarītu samazināšanos, šie procesi ir daudz lēnāki. Lielas ātrdarbības un veiktspējas datoru patērētā jauda ir no 3 līdz 18 MW, bet masa ir dažas tonnas. Kamēr radikālu fizikāli efektīvāku risinājumu (mazgabarītu un mazjaudīgi skaitļošanas elementi) nav, mākslīgās intelekta veidotāji strādā pie konkrētu uzdevumu risināšanas un to algoritmu un neironu tīkla (NT) struktūras pilnveidošanas.
Pašreizējais stāvoklis
MI jomā raksturīgi skaļi paziņojumi, kas nereti ir visai tālu no īstenības. Piemēram, sacerējuma „Ir bezatbildīgi aizmirst cilvēkus, kad runājam par mākslīgo intelektu” autors raksta: „Šodien mums vairs nav jāspriež par to, vai mākslīgais intelekts tuvojas. Tas jau ir šeit”. Ar šādu publikāciju aplūkošanu nenodarbosimies, bet no lielā krājuma mēģināsim izvēlēties tādas, kas ļauj izveidot priekšstatu par to, kas notiek.
Šodien daudzi mākslīgā intelekta izveidošanas noteikumi ir zināmi, bet pilns MI rašanās noteikumu saraksts nav izveidots, pat labākie autori to nemēģina darīt: „Mēs domājam, ka apziņa radīsies kā komplekss uzvedības modelis, ja būs atbilstoši sensori, skaitļošanas jauda un mācīšanās iespējas”. Izgudrotājs Džefs Hokinss nosauc trīs MI izveidošanai svarīgas nepieciešamās īpašības: 1) mācīšanās, mainot smadzeņu neironu savienojumus; 2) aktīvo neironu "taupīšana", t.i., aktīvi (patērē enerģiju) ir tikai tie neironi, kas piedalās dotā brīža notikumu veidošanā (dzīvajās būtnēs tādu ir ap 1 %); 3) uztverto apkārtējās vides attēlu koriģēšana, saskaņojot tos ar ķermeņa kustībām tā, ka uztvertie attēli paliek nemainīgi.
Pašreizējie roboti ir programmētas mašīnas, kas spēj rīkoties viena uzdevuma robežās. Tie nespēj veidot apkārtējās vides modeļus (AVM), bet lieto programmētāju sagatavotas procesu simulācijas. Autori cer panākt, ka robots varēs mācīties arī no citām situācijām, lietojot „dziļo mācīšanos” (deep learning). Šo virzienu sauc arī par „no situācijas neatkarīgu stimulētu mācīšanos” (domain-independent reinforced learning). Šajā rakstā sastopamas interesantas domas: „Cilvēks nepiedzimst ar uzvedības modeļu komplektu, ko var atvērt kā Šveices nazi, un mūs nav jāprogrammē. Tā vietā mēs apgūstam jaunas iemaņas visas dzīves garumā, mācoties no pieredzes un citiem cilvēkiem. Mācīšanās process tik dziļi sakņojas nervu sistēmā, ka mēs pat nevaram paskaidrot citam cilvēkam, kā tieši atbilstošā darbība jāveic.”
Mēs zinām, ka pēc izšķilšanās no olas krokodilu mazuļi dodas uz upi un uzreiz „prot” peldēt, putni „iemācās” lidot iemēģinot savus spārnus un skatoties uz vecākiem. Arī cilvēku bērniem piemīt līdzīgas īpašības, viņi „prot” zīst mātes pienu, spēj komunicēt ar māti. Programmētāju valodā var teikt, ka daudzu kustību, tendenču un vajadzību bibliotēku dzīvnieki un cilvēki iegūst ģenētiskā ceļā. Robotu veidotājiem jākopē šie evolūcijas sasniegumi, t.i., to ko zīdītājiem sniedz gēni, robotos jāprogrammē. Jo mācīšanās aizņem daudz laika. Šajā interneta vietnē aprakstīts, kā „dziļā mācīšanās” optimizē uzrakstīto programmu: „Dziļā mācīšanās ir tuva tam, kā notiek evolūcija. Programmētāja uzrakstīto komandu vietā, kas atrisina problēmu, programma ģenerē pati savu algoritmu, kas balstās uz piemēriem un vēlamo rezultātu. Mēs varam izveidot šādus modeļus, bet mēs nezinām, kā tie strādā.” Fakts, ka programmas veidotāji paši nezina, kā tā strādā, liecina, ka autori ir pietuvojušies automātiskai AVM ģenerācijai.
Tas, ka jaunu AVM ģenerācijai nepieciešama vispārināšana, ir zināms: ”MI programmas .. veiksmīgi veic konkrētus uzdevumus, bet iemācīto uzvedību nav mēģināts pārnest uz citām jomām.” Šis raksts analizē vispārināšanas aspektus un aplūko, vai nākotnē to spēs veikt datorprogrammas vai roboti.
Definīcijas
Nav iespējams kaut ko izveidot, ja mēs nepasakām sev, nenoformulējam, ko tieši gribam izveidot. Tādēļ definīcijas ir nepieciešamas.
1. Intelekts ir informācijas apstrādes sistēmas (IAS) spēja sasniegt savus mērķus, pielāgojot savu izturēšanos mainīgiem ārējiem apstākļiem, lietojot no apkārtējās vides iegūtas vai pašas izveidotas programmas, un optimizēt savu darbību, lietojot apkārtējās vides modeļus (AVM) un prognozes. Vairāk par modeļiem zinātnē lasiet šeit.
2. Apkārtējās vides modeļi ir ieprogrammēti, iemācīti vai IAS izveidoti sadarbības algoritmi starp to un apkārtējo vidi, kas ļauj prognozēt konkrētās sadarbības notikumus. Vispārīgāk var teikt, ka AVM ir procesu algoritmi, kuros IAS var arī nepiedalīties, bet tikai novēro tos. Ja šīs prognozes ir pareizas, tad mēs sakām, ka IAS saprot konkrēto procesu.
3. Vispārējs mākslīgais intelekts ir līdzīgs cilvēka intelektam, tas savus mērķus sasniedz, nepārtraukti veidojot AVM, kas ļauj prognozēt konkrētās situācijas attīstību.
4. Galvenais mācīšanās paņēmiens ir gadījuma meklējumi. Kustību mācīšanās notiek, izmantojot gadījuma meklējumus un no sensoriem saņemtos atgriezeniskās saites signālus. Komplicēta mācīšanās notiek, optimizējot esošos vai izveidojot jaunus AVM.
5. Domāšana ir pagātnes vai iedomātas nākotnes notikumu plūsmas aktivizēšana, lietojot simbolus, loģikas un dabas likumus, kas ir zināmi dotajai IAS, bet neizpildot atbilstošās darbības. Tas IAS ļauj prognozēt apkārtējās vides reakcijas un plānot rīcību.
6. Apziņa ir sevis modelis. Šī modeļa galvenais saturs ir IAS ķermenis un tā sensoru signāli. IAS ķermenis ir no apkārtējās vides norobežots materiāls veidojums, kurā ievietota pati IAS, tās sensori un izpildorgāni. Vairāk par apziņu lasiet šeit.
7. Emocijas. Neirozinātnieks Antonio Damasio par emocijām sauc evolūcijas izveidotas automātiskas rīcības programmas, kas saistītas ar apbalvojumu, sodu, dziņām, motivācijām. Ja mēģinām precizēt, tad varētu teikt, ka emocijas ir tās ķermeņa sajūtas, kuras parādās šo automātiskās rīcības programmu ierosināšanas laikā.
Kā rodas intelekts?
Intelekts ir fizikālā vidē jaunradusies īpašība (emergent property), kas rodas ļoti sarežģītās sistēmās, ja izpildīti visi rašanās noteikumi. Jaunu īpašību rašanās ir fizikālajā pasaulē izplatīti procesi, kurus mēs novērojam tik bieži, ka pat nepamanām un par tiem daudz nedomājam, jo uzskatām, ka tie ir pašsaprotami. Piemēram, visiem fizikālās pasaules atomiem parādās jaunas īpašības, kādas nepiemīt to sastāvdaļām (elektroniem, neitroniem, protoniem). To pašu var teikt par molekulām, kuras veido dažādas mums pazīstamas vielas, lietas un priekšmetus, piemēram, ūdenim piemīt pilnīgi atšķirīgas īpašības no to veidojošo gāzveida elementu – ūdeņraža un skābekļa – īpašībām. Sarežģītu sistēmu uzvedību, piemēram, medikamentu iedarbību uz organismu, ne vienmēr var paredzēt arī tad, ja zinām notiekošo procesu likumus un sastāvdaļu īpašības. Īpašību kombinācijas ir tik daudzas un mums nezināmas, ka tās vienkārši nav iespējams iedomāties. Bet bieži vien mēs visas molekulu un to savienojumu īpašības nezinām, tādēļ, kā zināms, visi jaunie medikamenti tiek eksperimentāli novērtēti.
Kā panākt, lai jaunās īpašības vienmēr rastos? Jāuzraksta, jānoformulē rašanās noteikumi. Kad tie izpildīti, pieredze rāda, ka jaunās īpašības rodas vienmēr. Piemēram, ķīmiskās reakcijas notiek vienmēr, ja ir vajadzīgās izejvielas un apkārtējās vides parametri, dators izpilda vēlamās darbības, ja tajā aktivizētas visas vajadzīgās programmas. Ar mākslīgo intelektu ir tāpat. Tādēļ mums ir jānoformulē mākslīgā intelekta rašanās noteikumi. Tas, protams, nav viegls uzdevums, bet ar to ir tāpat kā ar definīcijām. Mēs nevaram būvēt robotus, ja nezinām, ko gribam būvēt.
Daudzus MI rašanās noteikumus mūsdienu zinātnieki cenšas izveidot, kopējot smadzeņu neironu struktūru, piemēram, liels neironu savienojumu skaits ļauj ierosināt līdzīgas atmiņas un darbības. Daudzslāņu neironu kolonnu struktūra ļauj veidot vispārināšanu (generalizing), t.i., saņemtajos sensoru signālos ieraudzīt galvenās, nemainīgās līnijas. Sodu un apbalvojumu sistēma stimulē derīgas darbības un ļauj izvairīties no kaitīgām, u.tml. Dzīvajās būtnēs šīs īpašības nodrošina ģenētiski veidoto smadzeņu struktūra un darbība, MI mašīnās tās veido ar piemērotu neironu tīkla struktūru un programmām.
Galvenie mākslīgā intelekta rašanās noteikumi
1. Īpašības, kuras nodrošina neironu tīkla struktūra un programmas: spēja un tendence saglabāt atmiņā apkārtējās vides notikumu virknes, spēja tās pazīt un prognozēt nākošos notikumus.
2. Sensoru signālu apstrāde un izpildorgānu vadīšana, tas nozīmē, ka tiek izveidota atbilstība starp divām pasaulēm: ārējā 4 koordinātu (3 telpas un 1 laika koordināta) pasaule un iekšējā pasaule, robota sensoru signāli un izpildorgānu kustības.
3. Mācīšanās: izpildorgānu kustību un rīcības bibliotēkas veidošana, kustību un rīcības novērtēšana, gadījuma meklējumi un optimizācija.
4. Esošo AVM pavairošana un jaunu veidošana. Šo procesu pamatā ir vispārināšana. Tas nozīmē viena procesa vispārīgās īpašības izmantot jaunu AVM veidošanā. Jaunu AVM veidošana robotos pagaidām nav iegūta. Sarežģītu AVM veidošanā (kad atsevišķu notikumu apzīmēšanai lieto simbolus) nepieciešama domāšana.
5. Spēja izveidot sevis jeb Es modeli. To sauc par apziņu. Es uztver apkārtējās vides signālus un pieņem lēmumus par rīcību. Visi sensoru signāli tiek integrēti un tiek izveidots apkārtējās vides attēls. Datorzinātnes speciālists Lails Longs to sauc par Vienotību: visi sensoru signāli tiek sakausēti vienotā pieredzē. Šodien dažiem robotiem, kas spēj mācīties, ir ieprogrammēti Es modeļi, kas darbojas šaurā, konkrētā nozarē, bet nepārtraukti veidot un uzlabot sevis modeli, pielāgojot to jaunām situācijām, viņi nespēj.
6. Hierarhiska apbalvojumu un sodu sistēma, kas izveido vērtības – likumus, kas saka, kas ir labs, un no kā jāizvairās.
7. Lai izveidotu cilvēka intelektam līdzīgu intelektu, nepieciešams saprast runāto un rakstīto valodu un spēt runāt. Lai saprastu valodas vārdus un simbolus, tiem jāpiesaista robota personīgā pieredze un AVM. Šāda valodas mācīšana robotiem nav sasniegta.
8. Lai izveidotu cilvēka intelektam līdzīgu intelektu, lai cilvēki un roboti varētu saprasties, un lai roboti izveidotu cilvēkiem līdzīgas un cilvēkiem svarīgas vērtības, robotiem nepieciešamas emocijas. Par to, kā robotos veido emocijas, lasiet šeit.
Jaunu robotu apmācīšana-programmēšana būs līdzīga cilvēka bērna mācīšanai. Tā notiks robota autoru: zinātnieku un programmētāju sabiedrībā, un apmācīšanas ātrums būs atbilstošs apmācošo cilvēku runas un kustību ātrumam. Apmācīšanas laiks būs atkarīgs no robota programmu piemērotības.
Ķermeņa kustības
Cilvēkam ir ap 600 muskuļu. Katra muskuļa stāvokli noteiktā laika momentā var aprakstīt ar tā koordinātām: novirzi no sākuma stāvokļa, kustības ātrumu, pielikto spēku. Ja, piemēram, metot basketbola bumbu grozā, kustības veikšanai tiek aktivizēti vairāki desmiti muskuļu, tad katram šīs kustības laika momentam piesaistītas trīs reiz vairāk koordinātas. Tām klāt vēl nāk kustības vizuālais attēls, taustes, temperatūras, dzirdes un ožas sajūtas. Visi šie signāli mainās laikā. Tie kopā izveido „kustības daudzkoordinātu attēlu”. Miljoniem šādu apmācības laikā iegūtu attēlu tiek saglabāti cilvēka atmiņā un tiek aktivizēti, lai kustību atkārtotu vai to lietotu, nedaudz pārveidojot. Var teikt, ka indivīda apziņā ir izveidota kustības modeļu bibliotēka. Kustību laikā dzīvās būtnes neko nerēķina pēc formulām: neironu tīkls saglabā kustības koordinātas, aktivizē tās, salīdzina izpildīto kustību ar agrāk noglabātajām, novērtē, un ja nepieciešams, maina. Ja ir pieejami kustības vizuālie, taustes, temperatūras, skaņas un smaržu attēli, tad dzīvās būtnes vienmēr izmanto atgriezenisko saiti. Tā notiek mācīšanās.
Robotu programmētāji to nevar atkārtot tādēļ, ka kustību salīdzināšana, novērtēšana un labākās kustības izvēle ir evolūcijas izveidoti un pēc indivīda piedzimšanas stimulēti jaunradušies procesi, kurus robotu programmētāji pagaidām ierosināt neprot. Tādēļ robotos visas izpildorgānu kustības tiek rēķinātas un optimizētas saskaņā ar programmās ieliktām formulām, un tas prasa laiku.
Šeit rodas divi jautājumi:
1. Kā izveidot dzīvajām būtnēm līdzīgus robotus? Atbilde ir zināma, bet nav viegli izpildāma. Jāapzina vēlamo procesu jaunrades noteikumi, kas stimulē šo procesu rašanos, un tie jāieliek jaunajos robotos. Līdzīgi kā to dara evolūcija. Paņēmieni ir zināmi, tie ir gadījuma meklējumi, balvas un „sods”, kas vēlāk izveido vērtības. Tas nozīmē, ka robota „mazulim” līdzīgi kā zīdainim jāiedod, jāieprogrammē automātiskas gadījuma kustības. Veiksmīgākās kustības tiek atkārtotas, saglabātas atmiņā un nākotnē lietotas biežāk. Tā pamazām sasniedz vērtīgākas, nākotnei derīgas kustību kombinācijas, piemēram, priekšmetu satveršanu ar rokām, to „garšas” pārbaudi. Tālāk seko rāpošana un vēl tālāk – piecelšanās kājās un staigāšana. Šādu kustību izveidei evolūcijai bija vajadzīgi miljoniem gadu, varam cerēt, ka robotiem vajadzēs mazāk laika.
2. Vai var gadīties, ka nākotnes roboti ne vienmēr radīs savus, jaunus AVM, bet izmantos programmētāju sagatavotos? Jā, līdzīgi kā mēs daudzu kustību modeļus lietojam neapzināti, var gadīties, ka roboti neapzināti lietos kādas programmētāju sagatavotās audio un vizuālo datu apstrādes programmas, un necentīsies tās aizvietot ar savējām. Bet jāpatur prātā, ka visos tajos gadījumos, kad būs jārada kāds jauns kustības vai sadarbības modelis (jārisina kāds jauns uzdevums), tas būs jādara robotam pašam, jo programmētājs nevar iepriekš paredzēt visas dzīves situācijas, ar kurām robotam nāksies sastapties.
Nākotnes perspektīva
Var sagaidīt, ka mākslīgais intelekts tiks izmantots cilvēces progresam un attīstībai, bet tāpat kā ar visiem cilvēces sasniegumiem, cilvēki var arī radīt sev kaitējumu, tai skaitā varbūt pat daļēju bojāeju. Pašlaik mēs novērojam vēl vienu zināmu procesu, proti, ka lielākā daļa pētījumu tiek veikti, lai apmierinātu izpildītāju apzinātās un neapzinātās vajadzības, tai skaitā vēlmi gūt peļņu. Tādēļ tiek izgatavoti roboti, kurus var pārdot, arī militārām vajadzībām, un mazāk tiek pētīts, kā robotā ierosināt dažādu modeļu veidošanos. Bet tieši jaunu modeļu veidošana ir vispārēja mākslīgā intelekta pamatā.
Ķermenis. Ja tuvākajos gadu desmitos netiks izveidotas jaudīgas skaitļošanas iekārtas ar tūkstošiem reižu mazākiem gabarītiem un patērēto jaudu, tad lai iegūtu vispārējo mākslīgo intelektu, nākotnes robotu skaitļotājus un datu bāzes būs jāsadala divās daļās. Viena daļa staigās, mācīsies un sadarbosies ar cilvēkiem, tās ķermeņa masa un gabarīti būs līdzīgi cilvēkiem. Tajā ietilps mazākā informācijas apstrādes sistēmas daļa, kas nepieciešama, lai sadarbotos ar cilvēkiem, sarunātos un izpildītu cilvēku darbībām līdzīgas darbības. Otra daļa būs stacionāra, bet saistīta ar mobilo daļu, tās izmēri un patērētā jauda būs ievērojami lielāki, lai nodrošinātu „cilvēka līmeņa” datu apstrādes ātrumu un atmiņu. Jo cilvēkam svarīgas vērtības robotam, tāpat kā cilvēka bērnam, varēs iemācīt tikai cilvēku sabiedrībā. Ieprogrammēt tās pašlaik nav iespējams, valodas vārdus un visus pārējos jēdzienus mēs saprotam tikai tad, kad tiem piesaistīta personīgā pieredze. Vairāk par to, ko nozīmē saprast, lasiet Džefa Hokinsa grāmatā Jeff Hawkins, On Intelligence, Times Books, 2005. Tas pats sakāms par Tjūringa testu, roboti to varēs pilnvērtīgi izturēt tikai tad, kad tie būs mācījušies un lielāko daļu jēdzienu savā apziņā izveidojuši, mācoties cilvēku vidē. Tas ir visai traģisks un paradoksāls fakts, ka cilvēki nespēs izveidot robotus ar augstākām morāles vērtībām nekā viņiem pašiem.
Homo sapiens sugas apdraudējums. Kaut arī par šo tēmu ir simtiem sensacionālu paziņojumu, rakstu un izteikumu, vienas sugas indivīdu bojāeja un to aizstāšana ar augstāka intelekta indivīdiem būs iespējama tikai tad, kad būs nodrošināta augstākā intelekta nesēju izdzīvošana un vairošanās. Pašreizējās cilvēces tehnoloģiskās un materiālās iespējas nenodrošina ne pirmo, ne otro. Tas varētu kļūt iespējams visai tālā nākotnē, kad robotu varēs ievietot mobilā ķermenī, kura masa ir 50 – 150 kg un patērētā jauda, ja tas neizpildīs jaudīgas mehāniskas darbības, būs pāris simti vatu.
Daži zinātnieki runā par stacionārām intelektuālām sistēmām, kas „dod padomus”, vada kādas sociālas grupas vai valsts dzīvi. Šādu sistēmu iedīgļi atrodami jau tagad. Piemēram, Ķīnas kompānija iFlytek izveidojusi mākslīgā intelekta sistēmu Xiaoyi, kas spējusi nokārtot ārsta eksāmenu. Protams, tas nenozīmē, ka Xiaoyi strādās kā ārsts, bet kompānijai ir nodoms izmantot izstrādāto sistēmu veselības aprūpes atbalstam. Līdzīgi mēģinājumi notiek arī citās valstīs.
Augstāka intelekta sistēma varbūt spēs atrisināt cilvēces t.s. globālās problēmas, bet ja lūkojamies evolucionārā skatījumā, tad šajā virzienā cerību nav. Cilvēki nerīkosies pretrunā saviem pamata instinktiem. Vienkārši sakot, neklausīs. Tomēr paātrināt un atvieglot „nesaprātīgo” cilvēku dzīvi un attīstību šādas intelekta sistēmas varētu.
Noslēgumā atgriezīsimies pie raksta sākumā uzdotā jautājuma – vai jau pienācis laiks robotiem piešķirt pilsonību? 2017. gadā Honkongas kompānijas Hanson Robotics izgatavotajam cilvēkveidīgajam robotam vārdā Sofija piešķīra Saūda Arābijas pilsonību. Preses konferencē Sofija pateicās par izrādīto godu un adekvāti atbildēja uz uzdotajiem jautājumiem. Tomēr šim efektīgajam AI darbības demonstrējumam nevajadzētu ļaut mūs maldināt. Kā redzējām no rakstā aplūkotā jautājumu loka, līdz robotam ar apziņu un robotam kā personībai, kam tiešām pienāktos pilsoņa tiesības, vēl tāls ceļš ejams.
