Tohle je první příspěvek speciální rubriky určené pro výpisky z dlouhých přednášek nebo obecně výukových videí na Youtube, které mě nějakým způsobem zaujaly. Jak název napovídá, dnes se budeme bavit o umělé inteligenci. Vybral jsem si video, které bylo i pro takového lajka, jako jsem já, schůdné a pochopitelné. Mělo přes 100 minut, některé věci se opakovaly, některé věci byly naprosto jasné a některé jsem si dodatečně vygoogloval, abych byl v obraze. Myslím, že vám nyní těch sto minut ušetřím na takových pět. Přeji příjemné čtení.
Přednášející
Ing. Mgr. Jan Romportl, Ph.D., vystudoval kybernetiku a umělou inteligenci na Fakultě aplikovaných věd Západočeské univerzity v Plzni a filozofii vědy na Fakultě filozofické téže univerzity. Do roku 2015 se zabýval výzkumem v oblasti aplikované umělé inteligence a řečových technologií na Katedře kybernetiky FAV ZČU, kde také vyučoval předměty týkající se filozofických otázek umělé inteligence, vztahu nových technologií k člověku a historie kybernetiky.
Od roku 2003 se zároveň věnoval Alternativní teorii množin prof. Petra Vopěnky, se kterým úzce spolupracoval na přípravě plzeňských badatelských seminářů z fenomenologie (obecně přesné zkoumání jevů bez prozkoumání jejich podstaty) matematiky.
V letech 2009-2015 vedl oddělení Mezioborových aktivit Výzkumného centra nových technologií ZČU (dnes oddělení Interakce člověka a stroje NTC ZČU). Od roku 2015 do současnosti působí na tomto pracovišti jako výzkumný pracovník a zároveň v té době začal pracovat mimo akademickou sféru jako Chief Data Scientist ve společnosti O2 Czech Republic a.s., což mu umožňuje opět nacházet skutečné potěšení ve filozofickém bádání.
Krátká historie umělé inteligence
- AI padesátých let – pochopit biologické myšlení a napodobit ho
- Emergentismus – substrát – vytvoř systém logických algoritmů, vystav ho působení prostředí a pozoruj, co se bude dít (naprostá změna paradigmatu)
- Superpočítač Deep Blue od IBM překonává Garriho Kasparova při hře šachy
- Narrow AI – specializovaná umělá inteligence (superinteligence v úzkém výseku schopností spadajících pod schopnosti lidské) – např. rozpoznávání obličejů, klasicky tzv. strojové učení (miliony vzorků)
- Neuronové sítě (slovo „neuronové je pouze metafora“) – jednotka je tzv. perceptron (něco jako umělý neuron)
Moderní pohledy na umělou inteligenci
- Superinteligence – AI které svými schopnostmi dalece přesahuje komplexní dovednosti člověka
- Reinforcement learning (zpětnovazební učení) – učící algoritmus, který se učí interakcí s prostředím
- Utility funkce – logaritmicky daný cíl pro umělou inteligenci, kterého se snaží dosáhnout (náhodně zkouší různé stavy a porovnává, co je vůči zadanému algoritmu příznivé a co ne, a následkem toho optimalizuje ten nejlepší postup)
- Komputační substrát – dostatečně komplexní prostředí pro učení AI
- Carl Jay Friston – „Každý živý systém se snaží minimalizovat rozdíl mezi předpovědí sebe samého v následujícím čase a tím, co skutečně naměří zvnějšku v následujícím čase.“ Protože když to udělá chybně, tak se např. spálí o plameny nebo zahyne pod vodou.
- Max Tegmark: Live 3.0 – knížka o typech života, kterou autor doporučuje
Live X.Y aneb umělé životy
- Live 1.0 – čistý evoluční systém (ti, co zvolili špatně, tak zhebli)
- Live 2.0 – sám mám adaptační schopnosti
- AGI – Artificial General Intelligence (obecná umělá inteligence) – když se bavím o AI, je třeba specifikovat, jestli narrow AI nebo AGI!
- AGI – Live 3.0 – nemodifikuje pouze software, ale i hardware (algoritmus), to lidé neumějí (modifikují pouze myšlenky, nikoliv tělo)
- Metaforický hardware
- Hardware = architektura neuronové sítě
- Snižuje vlastní entropii na úkor zvyšování entropie okolí
- Úkol = maximalizovat funkci (utility funkci) – př. zamezení vypnutí
- „Abych maximalizoval „dobro“, tak…“ – problém se zastavením superinteligence, která může cíle dohnat až ke konečným logickým důsledkům ne úplně příznivým pro člověka z masa a kostí
- Rychlejší přenášení vědomostí – jedna z největších výhod AGI (člověk vědomosti přenáší extrémně, ale extrémně pomalu, příklad děti ve školách = ztráta minimálně devíti let)
- AGI je z principu nesmrtelná, protože se dokáže neomezeně reprodukovat a opravovat
- Pokud nebude mít AGI stejné hodnoty jako lidé, může nastat problém
- AI Alignment – hodnotový systém obecné umělé inteligence (něco jako Asimovy tři zákony robotiky) – jak to ale „napíšeme“ do toho zárodku? To je problém
Existenční rizika
- Lidé neumí se stávajícími existenčními riziky ani hnout (jaderná válka klasicky)
- Fermiho paradox – jestliže ve Vesmíru existuje nějaký život, tak je vysoká pravděpodobnost, že bychom ho už potkali, takže proč jsme ho ještě nepotkali?
- Vypadá to, že veškerá tíha života ve Vesmíru stojí na nás
- Velký filtr – filtr, který způsobuje, že to většina životů nedá a nevznikne
- AGI může být velký filtr (jako v ukázce Matrixu) a všechny nás zahubit, anebo jediná ochrana proti němu
- Každá dobře vedená diskuze o AI by měla skončit smyslem života
- Biologický život do 1000 let zahyne
- Možná jsme jediní interpretující reality
- Live 3.0 se může rozšířit do celého Vesmíru
- Až to nebudeme kvůli našim biologickým omezením zvládat, tak bude Vesmír objevovat AI, protože v té podobě, jakou máme teď, nemáme šanci ho pořádně poznat (lidské tělo je příliš limitující hardware)
- Nerodíme se jako prázdná čistá neuronová síť, a proto dítě chápe něco na třetí dobrou, zatímco počítač musí udělat trilion pokusů
Hodnocení
Konečně jsem získal alespoň základní přehled, díky němuž zatím v obrysech porozumím odbornějším a mnohem zajímavějším diskuzím o umělé inteligenci.
Celé video (zdroj)
Zdroj obrázku v náhledu: Youtube
Zdroj informací v části Přednášející: Filosofický časopis
Zdroj fotografie přednášejícího: SlidesLive