Do czego jest zdolna sztuczna inteligencja?Czas czytania: 10 min

Wieści ze świata nauki to cykl tekstów skupiających się na najnowszych doniesieniach naukowo-badawczych z różnorodnych dziedzin. W tekstach tych omawiane są bieżące artykuły publikowane w prestiżowych czasopismach naukowych, a także ich znaczenie dla stanu współczesnej wiedzy. Powszechnie znana jest sentencja autorstwa Newtona, zgodnie z którą to, „co my wiemy, to tylko kropelka. Czego nie wiemy, to cały ocean.” Celem tekstów publikowanych w tym dziale jest przybliżenie czytelnikom właśnie tych kropelek.

Jednym z bardzo zauważalnych skutków postępu we współczesnej nauce jest stopień zaawansowania rozwoju technologicznego, który najbardziej manifestuje się m.in. w obszarze technologii informacyjnych. Nie sposób nie wspomnieć także o intensywnym rozwoju kognitywistki, czyli interdyscyplinarnej dziedziny nauk o poznaniu, leżącej na pograniczu psychologii, neurobiologii, filozofii oraz informatyki. Jedną z szybko rozwijających się gałęzi współczesnej technologii jest sztuczna inteligencja, w opracowywaniu której uwzględnia się zarówno odkrycia z zakresu nauk o poznaniu, jak i technologii informacyjnych.

Czym jest sztuczna inteligencja?

Choć trudno jest jednoznacznie zdefiniować inteligencję (zwłaszcza ze względu na różne jej rodzaje), to najczęściej mówi się, że jest to zdolność do abstrakcji, logiki, rozumienia, samoświadomości, uczenia się, wiedzy emocjonalnej, rozumowania, planowania, kreatywności, krytycznego myślenia i rozwiązywania problemów. W znaczeniu bardziej ogólnym inteligencja jest zdolnością do postrzegania, analizy i wnioskowania informacji i zatrzymywania ich jako wiedzy, która może być zastosowana do zachowań adaptacyjnych w środowisku lub w określonych kontekstach sytuacyjnych. O inteligencji można mówić także jako o cesze umysłu, która warunkuje sprawność czynności poznawczych, takich jak spostrzeganie (percepcja), pamięć i zapamiętywanie, myślenie, uczenie się, reagowanie czy rozwiązywanie problemów¹. Posiadanie naturalnej inteligencji jest charakterystyczne dla człowieka, jednak jej przejawy znajduje się także wśród zwierząt².

Sztuczna inteligencja to nic innego jak inteligencja wykazywana przez urządzenia sztuczne, np. komputery czy roboty. Choć termin ten często odnosi się do tzw. inteligentnych maszyn (np. robotów), to jednak sztuczna inteligencja w szerszym rozumieniu oznacza również modele i programy symulujące choć częściowo zachowania inteligentne. Według Andreasa Kaplana i Michaela Haenleina sztuczna inteligencja to „zdolność systemu do prawidłowego interpretowania danych pochodzących z zewnętrznych źródeł, uczenia się na ich podstawie oraz wykorzystywania tej wiedzy, aby wykonywać określone zadania i osiągać cele poprzez elastyczne dostosowanie”³. Inteligencja maszyn i programów komputerowych jest jedynie hipotetyczna, ponieważ jest realizowana w procesie technicznym, a nie naturalnym, przez co opiera się na numerycznej algorytmizacji. W związku z tym problemem dla sztucznej inteligencji są takie niealgorytmiczne zjawiska, jak: podejmowanie decyzji w warunkach niekompletnych danych, analiza języków naturalnych, manipulowanie abstrakcjami, rozumowanie logiczne/racjonalne (systemy informatyczne opierają się o model heurystyczny – uproszczony tok rozumowania) czy interpretacja doznań sensorycznych (choć znany jest już przypadek, kiedy to sztuczna inteligencja nauczyła się rozróżniania zapachów, a następnie naśladowała system węchowy w mózgu⁴).

Czy sztuczna inteligencja potrafi się uczyć?

Sztuczna inteligencja opiera się na algorytmach wgranych przez człowieka, jednak coraz częściej mówi się o tzw. uczeniu maszynowym, polegającym na automatycznym poprawianiu się algorytmów wskutek doświadczenia, czyli ekspozycji na dane⁵. Algorytmy uczenia maszynowego budują model matematyczny na podstawie przykładowych danych, zwanych zbiorem uczącym, w celu prognozowania lub podejmowania decyzji bez bycia z góry zaprogramowanym do tego celu przez człowieka. Uczenie maszynowe ma szczególne znaczenie w tych zastosowaniach, w których opracowanie przez człowieka konwencjonalnych algorytmów do wykonywania potrzebnych zadań byłoby trudne lub niemożliwe. Warto w tym miejscu wspomnieć o tym, że zgodnie z zasadami cybernetyki (nauki o systemach), jeżeli jakiś system ma przetwarzać informacje o innym systemie, to musi być od niego przynajmniej odrobinę bardziej skomplikowany⁶. Oznacza to, że człowiek nie będzie w stanie stworzyć takiej sztucznej inteligencji, która mogłaby – nawet wskutek uczenia maszynowego – dorównać ludzkiemu mózgowi pod każdym możliwym względem. Choć sztuczna inteligencja może posiadać znacznie większe zdolności obliczeniowe niż ludzki mózg, to jednak sfera emocji, racjonalności, planowania złożonych czynności czy zdolności do spontanicznych zachowań są obszarami, w których to ludzki mózg wysuwa się na prowadzenie. Inżynierowie nieustannie starają się, aby sztuczna inteligencja jak najbardziej przypominała zdolności ludzkiego mózgu, posuwając się nawet do stworzenia sztucznych sieci neuronowych. Podsumowując, sztuczna inteligencja posiada możliwość uczenia maszynowego, jednak ta zdolność musi być zaprogramowana przez człowieka.

Sztuczna inteligencja a bionika

Z punktu widzenia neurofizjologii, sieci neuronowe to skupiska neuronów (komórek nerwowych) komunikujących się wzajemnie, co ma przełożenie również na określone funkcje poznawcze i emocjonalne, np. sieci uwagowe czy sieci odpowiedzialne za zapamiętywanie określonych informacji⁷. Współczesna sztuczna inteligencja w znacznej mierze opiera się na działaniu sztucznych sieci neuronowych, które pod względem funkcjonalnym i strukturalnym są wzorowane na fragmentach ludzkiego układu nerwowego. Sztuczne sieci neuronowe, jako przykład technologii wzorowanej na strukturach biologicznych, są więc kolejnym przykładem bioniki⁸.

Wyróżniającą cechą sztucznych sieci neuronowych jako narzędzia informatycznego jest ich możliwość rozwiązywania praktycznych problemów bez uprzedniej matematycznej formalizacji. Przy stosowaniu tego rodzaju sieci brak jest konieczności odwoływania się do jakichkolwiek teoretycznych założeń na temat rozwiązywanego problemu. Ponadto najbardziej znamienną cechą sieci neuronowych jest ich zdolność uczenia się na podstawie przykładów i możliwość generalizacji, czyli automatycznego uogólniania zdobytej wiedzy⁹.

Osiągnięcia sztucznej inteligencji

W ostatnim czasie pojawia się wiele doniesień ukazujących sztuczną inteligencję jako dziedzinę podlegającą bardzo intensywnemu rozwojowi. Kolejne obserwacje pokazują coraz większe zdolności sztucznej inteligencji, które wykraczają poza rozwiązywanie problemów algorytmicznych, a które realnie przysługują się do rozwoju zarówno motoryzacji, sztuki, jak również określonych gałęzi nauki, m.in. astronomii, medycyny czy biologii.

Sztuczna inteligencja wykorzystywana jest w nowoczesnych samochodach, gdzie służy rozwijaniu i wdrażaniu autonomii na dużą skalę (przykładami najbardziej autonomicznych pojazdów są m.in. samochody marki Tesla)¹⁰. W astronomii i kosmologii sztuczna inteligencja wykorzystywana jest m.in. do określania długoterminowej stabilności konfiguracji planetarnych, ale również umożliwia badanie struktury Wszechświata, np. dzięki temu, że jest w stanie wykryć ukryte włókna niewidzialnej materii, które łączą galaktyki¹¹. Sztuczna inteligencja jest wykorzystywana także w medycynie, m.in. do opracowywania leków, optymalizacji testowania pacjentów na obecność wirusa SARS-CoV-2 czy do przewidywania choroby Alzheimera¹². W ten sposób sztuczna inteligencja w znaczny sposób przyczynia się do postępu medycyny poprzez rozwijanie diagnostyki i metod leczenia. Biologia molekularna i biochemia zawdzięczają sztucznej inteligencji rewolucyjne rozwiązanie jednego z większych problemów dotyczących biosyntezy białek, bowiem dzięki samouczącym się algorytmom AlphaFold możliwe jest przewidywanie trójwymiarowego kształtu białek na podstawie samej sekwencji aminokwasów¹³. W chemii zaś dzięki sztucznej inteligencji możliwa jest optymalizacja szerokiej gamy reakcji syntezy, co w znaczący sposób może usprawnić prace w laboratoriach oraz przemyśle¹⁴. Warto również wspomnieć, że sztuczna inteligencja nie tylko wspiera rozwój współczesnej motoryzacji, medycyny czy chemii i biologii, ale potrafi także tworzyć sztukę za pomocą algorytmów oraz jest w stanie napisać książkę (oczywiście pod warunkiem zaimplementowania jej odpowiedniego zasobu słów i ich znaczeń)¹⁵.

Artykuł zatytułowany Advancing Mathematics by Guiding Human Intuition with AI [Postęp w matematyce kierowany ludzką intuicją we współpracy ze sztuczną inteligencją], który opublikowano w grudniu 2021 roku na łamach „Nature”, ukazuje ważną rolę sztucznej inteligencji w rozwoju współczesnej matematyki. Badacze zauważają, że uczenie maszynowe sztucznej inteligencji może pomóc matematykom w odkrywaniu nowych twierdzeń matematycznych oraz proponują wykorzystanie tego do odkrywania potencjalnych wzorców i relacji między obiektami matematycznymi oraz do wykorzystania tych obserwacji do formułowania przypuszczeń. Autorzy przede wszystkim uznają, że algorytmy uczenia maszynowego doprowadziły do znaczącego wkładu matematycznego w istotne otwarte problemy, np. nowe powiązanie pomiędzy strukturą algebraiczną i geometryczną a algorytmem przewidywanym przez określoną hipotezę. Zwracają uwagę na to, że wykorzystanie uczenia maszynowego oraz odpowiednich mocnych stron samych matematyków pozwoli na osiąganie zaskakujących rezultatów¹⁶. Christian Stump, który komentuje ten artykuł, zauważa, że sztuczna inteligencja została wykorzystana w tym obszarze, który zwykle opiera się na ludzkiej intuicji i kreatywności¹⁷. Jest to kolejny ważny krok w rozwoju sztucznej inteligencji, który w dalszej perspektywie może pozwolić na inne kreatywne procesy oraz myślenie abstrakcyjne, co może znacznie przybliżyć zdolności sztucznej inteligencji do kreatywnego potencjału mózgu człowieka.

Bartosz Bagrowski

Źródło zdjęcia: Pixabay

Ikonka cyklu: Pixabay

Ostatnia aktualizacja strony: 09.01.2022

Literatura: