W drugim odcinku cyklu opisywałem ogólne obszary, w których znajduje zastosowanie sztuczna inteligencja. By dopełnić tę wiedzę, dzisiejszy materiał skupi się na bardzo konkretnych funkcjach, usługach i projektach, w których główne skrzypce gra SI. Odcinek będzie miał charakter bardziej, nazwijmy to, encyklopedyczny, lecz mam nadzieję, że tych kilkanaście podlinkowanych źródeł z krótkimi wyjaśnieniami pozwoli Wam lepiej zauważyć, jak wszechobecne znajduje zastosowanie sztuczna inteligencja.
Zacznijmy od kilku słów wstępu. Z badań przeprowadzonych pod koniec 2018 roku na zlecenie IBM wynika, że obecnie w Polsce bezpośrednie doświadczenie ze sztuczną inteligencją ma zaledwie 23 procent badanych osób. Jednocześnie ponad 80 procent oczekuje szerszego zastosowania tej innowacji w ciągu najbliższych trzech lat, a ponad 92 procent badanych wie, co określa się terminem sztucznej inteligencji. Badanie przeprowadzone było również w Czechach i na Węgrzech na łącznej grupie 1521 osób w wieku 18-65 lat.
Nie są to jedyne tego typu badania, a wyniki pozostałych zazwyczaj są zbliżone do tych przedstawionych powyżej. Zauważalne jest, że raczej wszyscy wiedzą, czym jest SI, lecz równocześnie niewielu badanych twierdzi, że SI jest jakoś obecne w ich życiu. Postanowiłem więc zgromadzić w jednym miejscu garść artykułów pokazujących, że swoje zastosowanie sztuczna inteligencja znajduje w większej liczbie wykorzystywanych na co dzień systemów, niż mogłoby się nam wydawać.
Ok, Google
Zacznijmy od przykładu najprostszego i totalnie codziennego. Jak myślicie: czy wśród biorących udział w badaniach powyższego typu, tylko 23 procent z nich korzysta z googlowej wyszukiwarki, tłumacza, asystenta czy zdjęć? Osobiście przewidywałbym, że takich osób jest znacznie więcej, natomiast nie każdy jest świadomy, w jak wielu miejscach Google upchnęło różne metody i techniki przetwarzania treści, które składają się na to, co naukowo nazywa się sztuczną inteligencją.
Od listopada 2016 roku Tłumacz Google działa w oparciu o Google Neural Machine Translation. Różnica pomiędzy tłumaczeniem konwencjonalnym, brutalnym (to znaczy słowo po słowie), a tłumaczeniem wykorzystującym sieci neuronowe, jest dość oczywista – to drugie jest w stanie „rozumieć” tłumaczony tekst, co objawia się zachowaniem kontekstu wypowiedzi, bardziej ludzką składnią zdań czy choćby lepszym rozpoznawaniem idiomów. Ponadto, co chyba najważniejsze, inteligentny system cały czas się uczy tylko dzięki temu, że jest użytkowany.
Prostszym przykładem może być usługa Zdjęć Google. W maju ubiegłego roku usługa została wzbogacona o szereg funkcji, które zrealizowano właśnie za pomocą technik sztucznej inteligencji. Możliwość pokolorowania czarno-białej fotografii, kontekstowe udostępnianie znajomym zdjęcia, na którym usługa rozpozna właśnie ich, automatyczne tworzenie albumów na podstawie zawartości zdjęć – to tylko niektóre z możliwości usługi. Również Obiektyw Google nie istniałby, gdyby nie zastosowanie technik sztucznej inteligencji.
Na sam koniec zostawiłem przykład najbardziej imponujący – Asystent Google. Rozpoznawanie mowy, zamiana tekstu na mowę (by asystent mógł mówić do nas), kontekstowe akcje w rodzaju dodania w kalendarzu wydarzenia na podstawie mejla potwierdzającego kupno biletu na samolot – to wszystko można określić mianem sztucznej inteligencji. Z przedstawionych usług korzysta olbrzymia liczba użytkowników. Dodajmy do tego fakt, iż niektórzy do swojego urządzenia nie mówią „Ok, Google”, tylko „Hey, Siri”, „Hey, Cortana” czy „Hey, Alexa”, a przecież są to usługi bliźniacze, korzystające z grubsza z tych samych zdobyczy technologii.
SI wkrótce będzie diagnozować choroby
Badacze z kanadyjskich uniwersytetów z Montrealu i Toronto opracowali system, który z sukcesem rozpoznaje objawy choroby Alzheimera pięć lat wcześniej, niż te stają się na tyle widoczne, by mógł je zauważyć człowiek. Zespół z Harvard Medical School opracował system, dzięki któremu udało się zmniejszyć odsetek błędnych diagnoz raka piersi aż o 85%. Z kolei badacze ze Stanford University opracowali algorytm wspomagający diagnozę raka skóry. Przykładów tego typu systemów jest całe mnóstwo i tylko kwestią czasu jest ich pojawienie się w każdym gabinecie lekarskim.
Przeszkodą, która nie pozwala takim systemom upowszechnić się znacznie szybciej, jest dostęp do poufnych danych medycznych pacjentów, na podstawie których sztuczna inteligencja musi być uczona. Naukowcy z MIT znaleźli rozwiązanie tego problemu; ich pomysł opiera się na lokalnym uczeniu systemów w każdej placówce medycznej, a następnie wysyłaniu wyników do systemu centralnego, który zajmował się będzie diagnozą. W ten sposób dane będą chronione, lecz jednocześnie wykorzystany zostanie potencjał sztucznej inteligencji.
Big data i data mining w biznesie
Rozwój pojemności pamięci oraz przepustowości transferów doprowadził do powstania czegoś, co nazywane jest big data; chodzi po prostu o przechowywanie olbrzymich ilości informacji. Informacje są jednak bezwartościowe, jeśli nie można uzyskać z nich wiedzy, więc naturalnym następstwem było pojawienie się dziedziny nazwanej data miningiem, której część bazuje na wykorzystaniu metod sztucznej inteligencji. Data mining to, w dużym uproszczeniu, analiza zbiorów danych; pozwala odkryć powiązania i zależności, na podstawie których pewne procesy można zoptymalizować czy zautomatyzować. Prawdopodobnie większość przedsiębiorstw, dużych i małych, zyskałaby na wdrożeniu takich rozwiązań.
Konkretne przykłady? Proszę bardzo. Grupa Lotos ogłosiła, że we współpracy z Microsoftem współtworzyć będzie kilka projektów związanych właśnie z analizą danych. Z kolei autorzy portalu botsfloor.com na potrzeby rynku ukraińskiego stworzyli bota, który pozwala każdemu mieszkańcowi kraju „prześwietlić” wybraną osobę publiczną pod kątem na przykład posiadanego majątku. Potrzeba wzięła się z faktu, iż wysoko postawieni często fałszowali swoje zeznania podatkowe, ukrywali informacje czy publikowali je tak, by niełatwym zadaniem było złączenie ich w całość. Bot nazwany SlugaNarodu wykorzystuje zdobycze techniki, by uczynić tego typu procedery nieskutecznym.
Sztuczna inteligencja pomaga naukowcom
Współczesna nauka boryka się z naprawdę wieloma problemami, od dyskryminacji, poprzez krzywdzące systemy grantów, na upolitycznieniu skończywszy. Jednym z bardziej współczesnych problemów jest nadmiarowość informacji – naukowców jest coraz więcej (pozytywne!), tworzą oni coraz więcej prac (pozytywne!), których potem nikt nie czyta (bardzo negatywne!), bo nie ma na to czasu. A nauka nie jest czymś, co można tworzyć w pojedynkę. Wręcz przeciwnie – dla największej efektywności potrzeba siły połączonych umysłów i właśnie tutaj znajduje zastosowanie sztuczna inteligencja.
Przykład jest nieco podobny do tych przedstawionych wyżej, gdyż w tym przypadku również bazujemy na analizie ogromnych źródeł danych. Zdecydowałem się jednak opisać ten przypadek osobno ze względu na jego złożoność i istotność dla świata. Jednym z pierwszych kroków jest powstanie Scite, czyli pozornie prostej strony katalogującej prace i artykuły naukowe. Magia dzieje się w środku, ponieważ sztuczna inteligencja rozumie kontekst prac. Na ich podstawie jest w stanie wskazać prace podobne, a także podzielić je na prace potwierdzające daną tezę lub jej przeczące.
Do czego może to się przydać? Prosty przykład – natychmiastowe wychwycenie pracy, której efekty kompletnie odbiegają od efektów pozostałych prac z danej dziedziny. Inny przykład – odwoływanie się do uśrednionych wyników setek prac tylko poprzez zerknięcie na stronę, a nie własnoręczne wertowanie tych prac. Scite jest tylko początkiem, natomiast należy pamiętać, że rzadko kiedy rewolucja dokonuje się z dnia na dzień.
Era syntetycznych artystów
Co jakiś czas przez media przewijają się materiały o obrazie, piosence czy filmie stworzonym przez sztuczną inteligencję. Kilka miesięcy temu mogliśmy przeczytać, że wygenerowany przez SI Portret Edmunda Belamy’ego został sprzedany za blisko pół miliona dolarów! Brzmi fantastycznie, ale nie bez przyczyny użyłem słowa wygenerowany zamiast stworzony.
SI nie jest zdolna do tworzenia. Można ją nauczyć stylu malarskiego Vincenta Van Gogha i patrzeć, jak generuje dzieła podobne do słynnych Słoneczników. Sztucznej inteligencji można dać do przesłuchania dyskografię Beatlesów, a następnie odsłuchać wygenerowany przez nią świeżutki album, który brzmi, jakby wyszedł spod pióra, gryfu i perkusji Paula McCartneya, Johna Lennona, Ringo Starra i Georga Harrisona. Problem polega na tym, że SI jest w stanie tylko odtwarzać, a nie tworzyć. Samo w sobie nie jest to oczywiście negatywne, ale warto o tym pamiętać, kiedy następnym razem nagłówki w mediach będą głosiły „sztuczna inteligencja namalowała obraz”.
O jednej ze świeższych tego typu historii mogliśmy przeczytać pod koniec grudnia ubiegłego roku. Badacze z Nvidii dali sztucznej inteligencji do przetworzenia około 70 tysięcy zdjęć ludzkich twarzy pobranych z portalu Flickr. Rozpoznawanie twarzy uprościć możemy do odkrywania zależności pomiędzy na przykład rozstawem oczu, wysokością nosa, kolorem skóry i tak dalej. Znając te zależności, SI jest w stanie wygenerować twarz, której nigdy nie widziała i to właśnie stworzyła sieć Nvidii. I trzeba przyznać, że w zasadzie nie da się odróżnić tych zdjęć od zdjęć prawdziwych ludzi, co z jednej strony budzi fascynację, a z drugiej jest nieco przerażające.
Zostańmy jeszcze przy temacie generowania treści. W listopadzie ubiegłego roku New China TV opublikowała krótkie wideo, na którym zaprezentowała pierwszego prezentera telewizyjnego, którego twarz, mimika, ruch i głos sterowane są przez sztuczną inteligencję. Na pierwszy rzut oka robi to ogromne wrażenie, ale nie sądzę, by współczesne SI było w stanie nauczyć się charyzmy ludzkich prowadzących. No, przynajmniej tych, którzy jakąś charyzmę posiadają. Zerknijcie jednak na poniższe wideo sami, bo być może w przyszłości ci mniej charyzmatyczni czytacze newsów zastąpieni zostaną właśnie przez sztuczną inteligencję.
Inteligentne, cyberpunkowe wręcz miasta
Idee smart city od dłuższego czasu przewijają się w dyskusji publicznej, a jednym z prostszych przykładów realizacji jest dynamicznie sterowana sygnalizacja świetlna. W tym aspekcie w zasadzie ogranicza nas tylko wyobraźnia, ponieważ olbrzymią liczbę aspektów życia miejskiego można zautomatyzować za pomocą sztucznej inteligencji.
Nie będę się jednak zagłębiał w temat bardzo szczegółowo, lecz wspomnę tylko o systemie ShotSpotter, który wbudowany został w tkankę 90 miast na świecie, między innymi w Nowy Jork. Jego działanie polega na wykorzystywaniu sieci czujników w celu nasłuchiwania odgłosów broni palnej. Badania przeprowadzone przez amerykańskich naukowców (heh) wykazały, że w Nowym Jorku tylko jeden na osiem strzałów jest zgłaszanych policji, a można przewidywać, że ludzie w mieście raczej nie strzelają sobie dla rozrywki.
ShotSpotter w ciągu 60 sekund od usłyszenia strzału pozwala określić nie tylko dokładną lokalizację, w której padł strzał, lecz nawet kierunek i prędkość lotu pocisku. Dodatkowo na podstawie lokalizacji przeszukiwana jest miejska baza danych; służby od razu widzą, kto w danej okolicy ma pozwolenie na broń, jaka była historia przestępstw w danym obszarze czy też kto potencjalnie mógłby strzelać. System ma mnóstwo ograniczeń, ale nowojorska policja podała, że i tak interwencji po zgłoszonych strzałach jest od 4 do 5 razy więcej niż przed implementacją systemu. A to bardzo, bardzo duża różnica. Po więcej przykładów inteligentnych rozwiązań w miastach zerknąć możecie choćby do tego materiału portalu arstechnica.
I tak prezentuje się maleńki wycinek naszej rzeczywistości, w której sztuczna inteligencja zaczyna odgrywać coraz większą rolę. Powróćmy więc do badań z początku materiału – myślicie, że rzeczywiście tylko 23% procent badanych ma styczność z SI? Osobiście sądzę, że badani nie byli świadomi tego, jak bardzo powszechnie znajduje zastosowanie sztuczna inteligencja i między innymi z tego powodu, w celu promowania wiedzy, powstaje cykl MiniSI. I tym miłym akcentem zakończę dzisiejszy materiał. Do następnego!
_
#MiniSI to cykl poświęcony zagadnieniu sztucznej inteligencji, w którym, bazując głównie na literaturze, staram się rozprawić z zagmatwaniem, poplątaniem, niejasnościami i różnorakimi mitami jej dotyczącymi.
