În luna ianuarie 2016, revista Nature, titlu profilat în principal pe aducerea la lumină a noutăților din domeniile avangardiste ale științei, așeza pe copertă știrea conform căreia cercetătorii de la DeepMind, companie a gigantului Google, au reușit crearea unui software capabil să performeze în străvechiul joc de Go. Informația cuantificabilă era că programul, numit sugestiv AlphaGo, l-a învins în cinci meciuri din cinci pe campionul european de Go, stârnind admirație și curiozitate atât în rândul pasionaților disciplinei, cât și între pionierii și promotorii inteligenței artificiale. Evenimentul poate părea minor dacă ne amintim că în urmă cu exact 20 de ani, supercomputerul construit de IBM, DeepBlue, reușea să îl învingă într-un meci de șah pe campionul mondial Garry Kasparov. Însă Go este ceva mai mult decât șah. Conține mai multe posibile mișcări asociate fiecărui moment și se bazează și pe un alt soi de combustibil în afară de calcul și inteligență. Algoritmul AlphaGo nu numai că reușește să calculeze probabilistic cea mai bună dintre posibilele soluții, dar se bazează pe învățare (deep learning) așa cum este termenul interpretat și utilizat de oameni. Oamenii de la DeepMind au făcut mai mult decât să programeze o mașină să joace Go, ei au reușit să antreneze o inteligență artificială care să rezolve probleme în maniera situată la granița dintre inteligență rece și istețime umană. De fapt, se introduce în universul simulării de rețele neuronale un nou termen.
Intuiția artificială
Numărul de posibile configurații ale jocului de Go depășește numărul atomilor din univers, astfel încât o abordare „de forță”, prin încercare și eroare, pentru a determina cea mai bună dintre mișcări ar fi ceva indeterminat în timp, peste puterea de calcul a oricărui cloud existent sau care ar putea fi gândit la această oră. Principiul de construcție a creierului cibernetic Alpha Go este acela de studiu. Antrenamentul a constat în analiza a peste treizeci de milioane de poziții din jocuri la nivel expert jucate în întreaga lume, urmate de un cantonament în care AlphaGo a jucat cu alte softuri similare existente pe piață, reușind peste 99% victorii.
Definită drept capacitatea de a descoperi spontan, pe cale rațională, a sensului unei probleme, intuiția părea până la acest moment un atribut exclusiv uman. Malcolm Gladwell, autor canadian, afirmă în cartea sa, Blink, faptul că drumul către luarea celor mai bune decizii nu este dat de cunoaștere, ci mai degrabă de înțelegere. Cu alte cuvinte, nu este necesar un flux uriaș de informații, ci doar conectarea cu perspicacitate antrenată a acelor puncte care duc la atingerea scopurilor.
Calea către aplicațiile utile problemelor din lumea reală este deschisă. Tratarea cancerului, identificarea resurselor de apă potabilă în regiuni secetoase, inechitatea socială pot fi abordate inclusiv prin metode analitice intuitive la nivel automatizat.
ANAF cibernetic?
Cercetătorii laboratorului de cibernetică și inteligență artificială (CSAIL) de pe lângă Massachusetts Institute of Technology (MIT) au contribuit la dezvoltarea unui sistem echipat cu inteligență artificială capabil să detecteze fraudele fiscale prin care corporațiile americane „ascund” anual aproximativ 91 de miliarde de dolari. Corporațiile internaționale sunt în esență structuri complexe și ultraramificate. În combinație cu folosirea „parteneriatelor”, a „firmelor paravan”, devine extrem de greu de urmărit care din raportările de venituri conduc la rezultate legale și care pot fi catalogate drept procese fiscale abuzive.
Software-ul dezvoltat pune bazele unei analize bazată pe inteligență artificială a incertitudinii în fluxurile financiare. Operațiunile companiilor sunt analizate pe nișe foarte înguste, apoi combinațiile cu potențial evazionist sunt identificate și aduse la lumină pentru a fi tratate separat. O activitate care, pentru o armată de contabili, ar însemna ani de muncă și rezultate parțiale.
Big Data și psihologia cibernetică
De câțiva ani, cantități uriașe de date rezultă din sprintul tehnologic și digitalizarea aspectelor vieții. Big Data este denumită categoria atât de mare și de complexă încât nu poate fi analizată cu instrumente tradiționale. Dimensiunile uriașe, de negândit la începutul mileniului, diversitatea, utilitatea strategică și comercială au reclamat în mod natural apariția unor instrumente care să poată realiza automat o separare a concluziilor utile din halda de steril informațional aparent. Iar exemplul cel mai la îndemână este rețaua de socializare Facebook.
Astăzi, se estimează că FB are 1,2 miliarde de utilizatori care sunt activi cel puțin o dată pe lună. Câteva sute de miliarde de fotografii generate de acești utilizatori se află stocate pe serverele companiei Informații încrucișate între oamenii din întreaga lume sunt la dispoziția analiștilor. Butonul Like a introdus o nouă unitate de măsură pentru diverse comportamente umane – preferințe, gusturi, interacțiuni, decizii.
Un studiu realizat de Universitate Stanford și Universitatea din Cambridge a revelat faptul că se pot reconstitui cu precizie chiar trăsăturile de personalitate ale unui individ doar din interpretarea unui număr rezonabil de Like-uri pe rețeaua de socializare. Concluzia la care au ajuns cercetătorii este aceea că judecățile computerizate privind personalitatea indivizilor, realizate exclusiv pe baza amprentei online trasate de Like-uri, sunt mai precise decât portretul psihologic realizat de apropiați (prieteni, rude, familie). Mai mult, într-un număr semnificativ de cazuri, profilul psihologic obținut în mod digital a fost chiar mai precis decât propria opinie despre sine a subiecților, pe indicatori extrem de personali – sănătate, abuz de substanțe interzise, preferințe politice. Toate concluziile, validate științific prin metode tradiționale, au un punct comun foarte important – accesul la un volum uriaș de date care permite elaborarea de scheme logice, de arbori utili în determinarea patternurilor corecte. Tocmai cantitatea de date oferă relevanță unor concluzii care altfel ar reprezenta doar fapte diverse.
Jurnalism automatizat
Quakebot este un software scris de un jurnalist american din Los Angeles, zonă din SUA des afectată de cutremure. Programul preia în mod automat datele geofizice privind evenimentul seismic de la US Geological Survey și le transformă într-o scurtă știre de presă care ar putea oricând să treacă drept generată de o minte umană. Standardizarea tot mai accentuată a mesajelor media, goana tot mai acută după relevanță, concizie și, mai ales astăzi, viteză, face ca modelul să fie perfect viabil în mult mai multe domenii decât acela al cutremurelor. Dar, ca să menținem exemplul, putem cerceta ultimele o sută de relatări de presă, indiferent de canalul de difuzare, și vom constata că par structurate simetric de o entitate dotată cu AI. Ne putem imagina, în egală măsură, frustrarea jurnaliștilor juniori care sunt nevoiți ca duminică seara să preia toate rezultatele din diviziile inferioare ale campionatului național de fotbal și să redacteze știri mici pentru pagina opt din jurnalul sportiv.
Cuplarea la diverse surse de informație brută, nestructurată și interpretarea ei într-un mod util va fi probabil viitorul meseriei de jurnalist cu suflet și neuroni. Punerea în ecuație a tabelelor interminabile de rezultate financiare pe o perioadă de 10 ani și extragerea într-o formă validă editorial a concluziilor poate fi un exemplu de mod în care o profesie se poate modela la impactul cu noile tehnologii.
Sentience (Simțire) este titlul lucrării care extrage toate aceste concluzii. Dar Sentience poate fi și un frumos joc de cuvinte care combină fericit termenul Sentence (propoziție) cu cel de Science (știință).
O fotografie cât o mie de cuvinte
Se estimează că în prezent pe Internet sunt postate în jur de 1,8 miliarde de fotografii în fiecare zi. Multe sute de miliarde în fiecare an. În afară de cele reprezentând pisici sau felicitări. Rămâne însă o cantitate greu de cuprins de informație care trebuie prelucrată, catalogată, indexată, informație care nu este structurată sub formă de text. Ce colectiv uman ar putea gestiona un asemenea aflux de date și metadate? Nici măcar în condiții teoretice, fără a ține seama de eficiență economică, această sarcină nu ar putea fi îndeplinită în condiții de perpetuitate.
Rețelele de socializare Pinterest și Tumblr, cu un succes considerabil în rândul internauților, au ca principal element de comunicare informația grafică. Se estimează că doar pe Tumblr, intrată relativ recent în portofoliul de business al Facebook, 75 de procente din numărul total al postărilor sunt imagini, iar dintre acestea 90 de procente nu au niciun fel de metadate sub formă de text. Oamenii aleg în mod conștient să își exprime gândurile prin imagini, iar acest lucru va avea un impact semnificativ al modului în care membrii comunităților aleg să relaționeze unul cu celălalt.
Din orice unghi ar putea fi privită această situație, nu se poate ignora realitatea că există miliarde de fișiere care trebuie analizate și interpretate. Nu numai din perspectiva relativ îngustă a marketingului și adaptării la specificurile piețelor, ci în direcții mult mai profunde care țin de evoluțiile macro ale societăților umane în general.
Încotro?
Modelele analitice ale viitorului par strâns legate de evoluția tehnologică, de modelele impuse, de produsele tot mai fiabile de inteligență artificială. Diversele stadii ale revoluției industriale de până acum au adus cu sine și noi tipuri de locuri de muncă, astfel încât în final au fost bine întâmpinate de oameni. Nimeni nu poate însă prezice care va fi de această dată impactul pe care formele tot mai subtile prin care AI se insinuează în viețile oamenilor și organizațiilor îl vor avea asupra designului actual al lumii.
Deja problemele legate de etică și viață privată preocupă straturi diverse ale societății. Stephen Hawking, cercetător britanic asociat Universității Cambridge, afirmă că „Succesul în crearea AI ar putea fi evenimentul cel mai proeminent din istoria umanității. Din păcate, ar putea fi în egală măsură ultimul dacă nu aflăm cum să evităm riscurile.”
Dezvoltarea softurilor specializate, modelele tot mai sofisticate de deep learning, recunoaștere vocală și de imagine, utilizarea big data în ajustarea comportamentelor, toate vor avea un impact, mai mic sau mai mare asupra vieții. Analiza pe algoritmi cibernetici va fi tot mai prezentă în deciziile viitorului.
Și chiar în evoluția produselor informaționale ale serviciilor de intelligence din întreaga lume.
LATER EDIT. Pe 9 martie, supercomputerul Google l-a invins si pe campionul mondial Lee Se-dol, în primul meci din cele 5 programate. Pe Twitter, creatorii AlphaGo exclamau „We landed it on the Moon!”
Abstract
Artificial Intelligence is no longer a science fiction reality. The development of technology makes obvious the fact that AI is possible, and the first steps in this direction have already been taken. Computers now have traits which had only been related to people. Defined as the ability to discover spontaneously, rationally, the meaning of a problem, intuition seemed until now an exclusively human attribute. Software programs like AlphaGo, Quakebot demonstrate that machines can learn and thus anticipate, just like people. All this while possessing enormous amounts of data which the human brain could never encompass. The path is open for creating applications useful in solving real-world problems. Treating cancer, identifying water resources in arid regions, social inequity can be addressed by intuitive analytical methods at an automated level. Specialized software development, increasingly sophisticated models of deep learning, speech recognition and imaging, the use of big data use in adjusting behaviors, all will have an impact on life. Cyber algorithms analysis will be increasingly present in future decision making processes. The questions of ethics and privacy, already concerns various layers of society. It was Stephen Hawking who said that “success in creating AI could be the most prominent event in human history. Unfortunately, it could equally be the last if we know how to avoid risks.”
Autor: Marius Bercaru
