AI, sztuczna inteligencja. Eksplozja rozwoju tej dziedziny i produktów bazujących na AI powoduje skrajne emocje. Czy jest dżinem spełniającym życzenia i niedługo AI i zarządzane przez nią roboty przejmą od ludzi obowiązki i pracę, rozpoczynając nową złotą erę?
Lub odwrotnie, groźną technologią, którą należy otoczyć zakazami prawnymi i ograniczać, zanim zniszczy naszą prywatność, zabierze nam pracę? I pewnego dnia, kiedy zupełnie przejmie od ludzi kontrolę nad codziennym życiem, jej ludzcy twórcy staną się dla niej zbędni?
A może po prostu, jak uważa np. prof. Aleksandra Przegalińska z Akademii Leona Koźmińskiego, technologią ciekawą, ale tylko jedną z wielu technologii, które po prostu sprawią, że nasze życie będzie trochę łatwiejsze, w wielu obszarach zostającą w tyle za ludzką inteligencją?
Wśród czołowych specjalistów toczy się interesująca debata na temat tego, czy AI w ogóle zmienia zasady gry – Sam Altman (OpenAI) i Elon Musk (X, Tesla) zdecydowanie uważają, że
jest to rewolucja.
Elon publicznie zastanawia się, czy ma sens, by pracował tak ciężko, zamiast cieszyć się życiem i spędzać czas ze swoimi dziećmi, skoro sztuczna inteligencja w niezbyt odległej przyszłości wykona jego pracę tak dobrze lub lepiej niż on sam.
Inni wydają się postrzegać ją jako naprawdę interesujące usprawnienie niektórych zadań, ale nadal jest to narzędzie bardzo skoncentrowane na człowieku.
W Warszawie odbyła się ostatnio jedna z największych w Europie środkowej imprez, dotyczących sztucznej inteligencji – Data Science Summit Machine Learning Edition. Wydarzenie, które przyciągnęło do Pałacu Kultury i Nauki setki naukowców, inżynierów i ludzi biznesu z Polski i zagranicy. Najlepsze miejsce, by zrozumieć czym AI, machine learning i data science jest, a czym nie jest.
Wśród najciekawszych gości
była Ivona Tautkute-Rustecka, zajmująca się generatywną sztuczną inteligencją (GenAI), znaną np. z generujących tekst ChatGPT i Gemini oraz generujących obrazy DALL-E czy Midjournej. Poza pracą naukową i budowaniem produktów, jest też artystką – jej prace wykorzystujące AI były wystawiane i sprzedawane na aukcjach na całym świecie, w tym w prestiżowym domu aukcyjnym Sotheby’s w Nowym Jorku, Ars Electronica Garden NYC, Stratosphere Beijing. Portfolio tych prac znajdziecie na jej stronie.
O tym jak buduje się zaawansowanego chatbota AI, pomagającego pacjentom dobrać właściwe leki, i co zrobić, by program był możliwie najbezpieczniejszy, opowiadał Jan Štihec z Shelf.io.
Każda pomyłka czatbota medycznego i danie pacjentowi groźnej dla zdrowia porady, to wielkie ryzyko dla firmy, która go stworzyła. Jan opowiadał, jak firmy rozwiązują ten problem, tworząc wielopoziomowe systemy kontroli jakości oraz jak kluczowe jest, by AI była szkolona na aktualnych danych, a także “rozumiała” kontekst i intencje człowieka, który zadaje jej pytanie.
Fascynujące przykłady
użycia AI na skalę przemysłową,
m.in. w przemyśle samochodowym, pokazywał Vladimir Alekseichenko z DataWorkshop. Jak wyszkolić sieć neuronową, która potem ma kontrolować jakość w fabryce samochodów czy aplikację porównującą ceny podobnych nieruchomości. Aplikacje, które tworzy, dostarczają analizy, na podstawie których są podejmowane decyzje o ogromnej wartości finansowej. Interesujące było, jak Vladimir podkreślał, że AI potrafi naprawdę wiele, ale fundamentem jest zrozumienie problemu i zbudowanie podstaw systemu przez ludzką inteligencję. AI “nie rozumie” świata, w którym żyjemy, i jeśli człowiek nie zrobi dla niej mapy rzeczywistości i nie wyznaczy jej kierunku – system nie będzie działać dobrze.
O tym jak wygląda obrona modeli AI przed atakami hakerów czy jej własnymi użytkownikami, mówił Michał Mikołajczak z Datarabbit.ai. Nawet największe firmy mają z tym kolosalne problemy.
Zabezpieczenia najnowszego, flagowego modelu ChatGPT-4o (OpenAI)
zostały złamane w kilka godzin po tym, jak wszedł na rynek w maju 2024. Model pomagał planować atak na grupę lotniskowców USA, stawiał diagnozy medyczne czy podawał instrukcję na skonstruowanie prostej broni atomowej (na szczęście ogólnikową). Tak jak rozwija się technologia ataku, tak rozwija się technologia obrony – Mikołaj opowiadał o tym, jak stworzyć solidne zabezpieczenia modeli AI, którym ciężko konfrontować się z kreatywnością ludzkich ataków.
Mateusz Sieniawski z Nvidia opowiadał o ciągle udoskonalanych modelach
AI do generowania obrazów i filmów,
coraz bardziej przypominających rzeczywiste. Mateusz ma wyjątkowo ciekawą pracę – analizuje stan badań naukowych nad AI i obserwuje najnowsze trendy w tej szalenie szybko rozwijającej się dziedzinie.
Sama Nvidia sama w sobie ma ciekawą historię – to producent kart graficznych i infrastruktury, która jest niezbędna do pracy modeli AI. Jeszcze w 2016 roku stworzył on jeden z pierwszych komputerów wyspecjalizowanych w “zasilaniu” modeli AI mocą obliczeniową. Początkowo nikogo nie interesowało nowe urządzenie i sprzedaż była bliska zeru. Technologie i teorie, na których bazuje AI były rozwijane od lat 50-tych, ale napotykały na ogromne trudności. Po latach rozczarowań i braku znaczących postępów, wydawało się, że to nisza dla grupki pasjonatów i kilku naukowców. “Nikomu niepotrzebne” komputery Nvidia, pozwalające tworzyć znacznie potężniejsze modele AI, kupił wtedy nieznany szerzej mały startup z Doliny Krzemowej, zwany OpenAI. Ten startup pracował nad technologią, którą znamy jako najsłynniejszy chyba model generatywnej sztucznej inteligencji – ChatGPT.
Historia Nvidia,
aktualnie wycenianej na 3,28 tryliona dolarów, po tym jak cena akcji firmy urosła 34-krotnie w ciągu ostatnich 5 lat (z 3,79 $ za akcję w 2019 r do 133 $ za akcję aktualnie), dobrze pokazuje skalę wzrostu, jaki jest możliwy w firmach będących w centrum tego, co niektórzy nazywają rewolucją AI. Według niektórych Nvidia, może w niedalekiej przyszłości być warta więcej niż Apple czy Microsoft i stać się najwyżej wycenianą firmą na Ziemi.
Śledzenie tej fascynującej technologii i jej możliości, jest zaglądaniem w przyszłość.
Poza wydarzeniami takimi jak Data Science Summit (kolejna edycja jest w listopadzie) bardzo przystępnie opowiadają o AI m.in. Tomasz Rożek z Nauka to Lubię (strona, kanał Youtube), Maciej Kawecki z This is IT i Instytutu Lema (kanał YouTube) czy Maciej Chrobot (kanał YouTube).
Dla osób, które chcą dowiedzieć się trochę więcej o tym, jak właściwie działa sztuczna inteligencja, i jak szkoli się jej sieci neuronowe, świetnym źródłem będą krótkie, darmowe kursy (w j. angielskim) tworzenia modeli AI, oferowane za darmo na Deeplearning.ai przez Andrew Ng. Człowieka ze ścisłej światowej czołówki najbardziej uznanych naukowców i inżynierów zajmujących się AI.
Aleksander Adamus
Fot. materiały prasowe
