Pavisam mākslīgs, bet arvien gudrāks

2018. gada 27. februāris plkst. 10:04
Autors: Anda Asere
Dalies ar šo rakstu

Tieši pēdējos gados atkal aktuālas kļuvušas runas par mākslīgo intelektu, un šajā lauciņā ir arvien vairāk veiksmīgu piemēru, jo beidzot datoru veiktspēja pietuvojusies tam, lai sistēmas veiksmīgi apmācītu

Latvijas valodu tehnoloģiju uzņēmumam Tilde mākslīgā intelekta jomā ir labi panākumi, kas novērtēti arī pasaules līmenī. Uzņēmuma vadītājs Andrejs Vasiļjevs intervijā Dienas Biznesam atklāj, ka Latvijai ir visas iespējas izmantot mākslīgā intelekta vilni un lielo interesi pasaulē, lai radītu nākamā līmeņa inovācijas.

Cik mākslīgs ir mākslīgais intelekts?

Pilnīgi mākslīgs, taču cilvēka radīts. Ja man prasa, kas ir mākslīgais intelekts, varu iedalīt trīs virzienus. Viens ir spēja iegūt jaunas zināšanas, izdarīt secinājumus, veidot zināšanu modeļus un tos pielietot, balstoties uz datiem. Piemēram, tagad ir mākslīgā intelekta algoritms, kas spēj pēc fotogrāfijas pateikt, kas tajā ir attēlots. Analizējot lielu datu apjomu, šajā gadījumā attēlus, ko cilvēks ir aprakstījis, uz to bāzes tiek izveidoti jauni zināšanu modeļi, lai, saņemot jaunu attēlu, varētu pateikt, kas tur redzams. Tilde šo paņēmienu pielieto mašīntulkošanā – mēs veidojam mašīntulkošanas sistēmas, kas no cilvēku tulkojumiem iemācās, kā jātulko. Mākslīgā intelekta metodes ļauj to iemācīties daudz gudrāk, nekā ar vecajām metodēm. Ja ir daudz cilvēku tulkojumu, neironu tīkli, kas ir viens no dominējošiem veidiem mākslīgā intelekta tehnoloģijās, spēj izveidot gudrus tulkošanas modeļus, kas zina, kā jātulko teksts, un līdzinās savās spējās tam, ko var iztulkot cilvēks.

Otra mākslīgā intelekta izpausmes forma ir lēmumu pieņemšana un patstāvīga darbību veikšana. Labs piemērs ir pašbraucošās automašīnas, kas, balsoties uz sensoru informāciju, pašas pieņem lēmumu, kur braukt, kad apstāties, kur pagriezties.Trešais aspekts mākslīgajā intelektā ir cilvēka un mašīnas dialogs, spēja sazināties ar cilvēku, lietotāju, līdzīgi kā mēs sazināmies savā starpā. Tā vietā, lai būtu jāraksta komandas, jāklikšķina pele vai ar pirkstu jābaksta saskarnes elementi, mākslīgā intelekta sistēmas spēj uzturēt dialogu cilvēku valodā un arī balsī sarunāties ar mākslīgā intelekta aģentiem, līdzīgi, kā mēs sarunājamies ar draugiem. Šajā jomā strādājam pie balss tehnoloģijām un mācām datoram pārveidot to, ko runājam, un šo tekstu analizēt, saprast, ko cilvēks ir gribējis pateikt. Veidojam virtuālos asistentus. Šis ir milzīgs virziens, kas šobrīd attīstās.

Mākslīgais intelekts piedzīvo savu renesansi. Pirmo reizi par mākslīgo intelektu sāka runāt datoru ēras pašā sākumā – 50. gados. Toreiz bija optimisma vilnis, ka pavisam drīz datori savās spējās pietuvosies cilvēka spējām. Pēc pāris gadu desmitiem izrādījās, ka laimīgā kārtā mēs esam daudz gudrāki, nekā kādreiz likās, un datori ne tuvu nav spējīgi darīt to, ko dara cilvēks zināšanu un komunikāciju jomā. Tāpēc 70. un 80. gados mākslīgais intelekts bija gandrīz vai sliktais vārds, jo likās, ka pa to ceļu pie laba rezultāta nenonāks. Burtiski pēdējos dažos gados ir sasniegts jauns attīstības vilnis un mākslīgais intelekts parāda savu pilno jaudu. Tiesa gan, daudz ko dēvē par mākslīgo intelektu, bet katrs ar to saprot kaut ko citu.

Kas ir lielākie izaicinājumi saistībā ar mākslīgo intelektu?

Ir zināmi tehniskie izaicinājumi – vajadzīgas lielas jaudas. Ar lielām grūtībām jaudīgas grafiskā procesora sistēmas Tildē izveidojām paši, bet ar tām jau ir par maz. Mašīnmācīšanai izmantojam arī mākoņskaitļošanas jaudas, bet tās ir dārgākas un lēnākas. Kopējais izaicinājums ir padarīt šīs tehnoloģijas vēl gudrākas un kontrolējamākas. Piemēram, ja tulkojumā redzam kādu slikti iztulkotu vietu, parastā algoritma sistēmā to var vienkārši izdarīt, ja saprot, kurā vietā un kas jāpamaina. Savukārt neironu tīkls ir tik sarežģīts zināšanu modelis, ka tur vairs nevar atrast to vietiņu, ko palabot. Tas ir daudz grūtāk. Šīs sistēmas rada milzīgas iespējas un arī jaunus apdraudējumus, kas ir problēma globālā līmenī. Tie izpaužas arī ļaunprātīgā lietošanā, piemēram, viltus ziņu izplatīšanā un vēlēšanu procesu ietekmēšanā. Mākslīgā intelekta tehnoloģijas var tikt izmantotas, lai profilētu noteiktas lietotāju grupas un pēc darbībām sociālajos tīklos izanalizētu, kāda ziņa visefektīvāk nostrādās. Piemēram, ja cilvēkam ir problēmas ar darbu, tad tiek rādītas īpaši atlasītas viltus ziņas, ka iepriekšējā valdība iznīcināja darba vietas un jaunais vadonis šo problēmu atrisinās. Šādi piemērojot ziņas dažādām grupām, var efektīvi manipulēt ar sabiedrības viedokli. To dara arī troļļu fabrikas, bet viņiem ir ierobežota jauda.

Vēl viena problēma ir tā, ka sistēmas mācās no iepriekšējiem datiem, bet tie ne vienmēr ir pilnīgi. Mākslīgā intelekta sistēmas var pieņemt kļūdainus lēmumus, balstoties uz nepilnīgiem datiem, un būt aizspriedumainas pret to, kam, piemēram, izsniegt vai neizsniegt finanšu aizdevumu. Paļaujoties uz mašīnām, var veidoties jauna veida aizspriedumi. Tās ir ētiskas dabas problēmas. Līdzīgi ir medicīnā – milzīgs daudzums klīnisko datu, no kurām sistēmas var mācīties. Tādējādi paveras fantastiskas iespējas mācīties no šiem datiem, bet ir grūti izsekot, uz ko sistēma balstās un cik lielā mērā uz to var paļauties. Mākslīgais intelekts paver fantastiskas iespējas, bet rada arī daudz jautājumu.

Kādā stadijā ir attīstījies mākslīgais intelekts globāli un pie mums Latvijā?

Īstenībā ļoti agrīnā stadijā, šie ir pirmie ausmas stariņi. Potenciāls jau ir redzams, bet tas ir tikai sākums. Neviens neuzņemsies prognozēt, kāda būs šī procesa ilgtermiņa ietekme. Līdzīgi kā 80. gadu beigās neviens nevarēja prognozēt, ka būs šāda interneta revolūcija. Latvija mākslīgā intelekta jomā ir labās pozīcijās, neko neesam nokavējuši. Mums ir visas iespējas izmantot mākslīgā intelekta vilni un lielo interesi pasaulē, lai radītu nākamā līmeņa inovācijas. Bieži dzirdēts, kā igauņi veiksmīgi izmantoja digitalizācijas un interneta vilni, lai pozicionētu savu valsti kā e-pārvaldes līderi. Man šķiet, ka Latvijai ir iespēja gūt līderību mākslīgā intelekta jomā, pielietojot to uzņēmējdarbībā, efektīvā valsts pārvaldē un sociālo jautājumu risināšanā. Mazā valstī to izdarīt ir vieglāk. Mēs mākslīgā intelekta jomā esam pirmajās rindās. Piemēram, Tilde ir faktiski pirmā kompānija pasaulē, kas neironu tīklu mākslīgā intelekta tehnoloģijas pielieto kompleksām valodām. Google un daži citi to darīja angļu, franču, ķīniešu un citām lielajām valodām. Drīz, kad uzzinājām, ka parādās šādas metodes, atradām veidu, kā tās piemērot mazajām valodām. Tas mums ir pavēris jaunas, būtiskas iespējas. Mašīntulkošanā rīko konkursu WMT par labāko mašīntulkošanas sistēmu, kur piedalās pētnieki un uzņēmumi no visas pasaules – šīs jomas «olimpiskās spēles». Mēs varam lepoties, ka 2017. gadā uzvarējām šajās sacensībās. Vieni no pirmajiem, kas to izmēģina un ievieš praksē, ir igauņi – mēs izveidojām neironu mašīntulkošanas sistēmu igauņu valodai ES prezidentūras vajadzībām. Mums ir izdevies panākt, ka mašīn- tulks noder gan politiķiem un žurnālistiem, gan profesionāliem tulkotājiem to darba efektivizēšanai. Tas apliecina, ka Latvijā ir lieliskas iespējas. Mēs to darām valodu jomā, bet citās jomās arī ir labi rezultāti, piemēram, ir uzņēmumi, kas strādā attēlu atpazīšanā. Mākslīgais intelekts ir pavēris milzīgu iespēju lauku.

Plašāk lasiet intervijā Pavisam mākslīgs, bet arvien gudrāks otrdienas, 27. februāra, laikrakstā Dienas Bizness!

Dalies ar šo rakstu