Laimėjęs Lietuvos dirbtinio intelekto asociacijos apdovanojimų Kylančios žvaigždės nominaciją, M. Lukauskas dalijasi asmeninėmis DI domėjimosi įžvalgomis ir patirtimis, kaip nepasimesti tarp veiklų gausybės ir dominančioje srityje nepritrūkti įkvėpimo.

– Kylančios žvaigždės apdovanojimas tarsi įpareigoja ir toliau stebinti Lietuvą savo tyrimais, darbais ir idėjomis. Kokių jūsų ateities planai dirbtinio intelekto srityje?

– Nežinau, ar būtent šis apdovanojimas įpareigoja toliau vykdyti tyrimus, darbus ir realizuoti idėjas, nes dar nuo bakalauro studijų sau kėliau aukštus standartus ir tikslus. Svarbiausia išlaikyti šį ritmą, o tuomet ateitis parodys, kuo nauju galima nustebinti.

Šiuo metu toliau tęsiu savo pradėtus mokslinius tyrimus KTU, įvairių mokslinių straipsnių rašymą, darbe dirbtinį intelektą stengiuosi padėti visiems naudoti vis plačiau, todėl tikiuosi, kad pritaikymo sričių daugės. Manau, ateityje tikrai bus stebinančių naujovių, kuriomis skubėsiu dalytis su visais.

– Turite daug veiklų – galbūt jūsų aistra dirbtiniam intelektui padeda viską suspėti?

– Valdyti laiko dirbtinis intelektas bent jau man nepadeda, pavyksta jį valdyti pačiam, tačiau tikrai yra daug sričių, kur pasitelkiu jo įrankius į pagalbą. Darbovietėje dirbtinį intelektą naudojame kiekvieną dieną, kurdami įvairias funkcijas vartotojams, darbuotojams, tikrindami programinį kodą, kitokiems pasitikslinimams ar nedidelėms užduotims.

Kadangi esu aktyvus socialiniuose tinkluose, labai džiaugiuosi, kad DI suteikia galimybę susikurti vizualizacijas, kas įprastai užtruktų labai ilgai, padeda rašyti tekstą, generuoti idėjas, ištaisyti rašybos klaidas.

– Kas padeda dirbant neperdegti, toliau generuoti idėjas?

– Tai, kas tinka vienam žmogui, ne visada tiks kitam. Man labai svarbu tinkamai planuoti laiką – tada jo visuomet atsiras ir pertraukoms, ir kitoms veikloms. Kitas svarbus dalykas – aistra pasirinktai sričiai ir nuolatinis mokymasis. Kai dirbi srityje, kuri tave domina, nuo jos nepavargsti ir visuomet randi naujų idėjų ir energijos joms realizuoti. Man taip pat labai patinka dalytis informacija su kitais – skaityti paskaitas studentams ar reikšti savo nuomonę socialiniuose tinkluose. Jaučiu, kad padedu kitiems, kurie domisi šia sritimi.

Manau, prie to, kad neperdegčiau, labai prisideda ir tai, kad visi mano darbai susiję – visi yra DI srities, todėl netenka savęs išdalyti per daug skirtingų darbų. Svarbiausia – surasti tai, kas motyvuoja, ir integruoti į savo kasdienius darbus, kad veikla taptų prasminga ir įkvepianti.

– Kalbų apie tai, ko ateityje galime tikėtis iš DI, – begalė, tačiau kaip manote, ko DI ateityje tikrai negalės daryti?

– Baisu net spėlioti, ko dirbtinis intelektas negalės ateityje, o šios ilgai laukti gali ir netekti. Jei ir toliau vystymasis bus toks spartus, galbūt pamatysime dar vieną dirbtinio intelekto šuolį.

Pavyzdžiui, pastaruoju metu buvo daug kalbama apie „OpenAI“ projektą Q, kuris, manoma, kad pasieks net AGI (angl. Artificial General Intelligence). AGI – bendrasis dirbtinis intelektas – dirbtinio intelekto sistema, gebanti suprasti, mokytis ir atlikti užduotis bet kokiu žmogiškuoju intelekto lygiu arba netgi viršyti jį. Teoriškai AGI sukūrimas įgalintų mašinas atlikti bet kokią intelektualią užduotį, kurią gali atlikti žmogus.

Vis dėlto šiuo metu galima manyti, kad AGI gali nepajėgti peržengti tam tikrų ribų ir neturės savybių, būdingų žmonėms.

Bendrasis dirbtinis intelektas neturi sąmonės ar emocinės patirties, todėl negali iš tikrųjų jausti emocijų taip, kaip žmonės. Jis gali imituoti emocinę reakciją, bet tai būtų tik simuliacija, o ne tikras patyrimas. AGI galėtų būti programuotas vadovautis tam tikromis etinėmis gairėmis, tačiau etinis sprendimų priėmimas visuomet reikalauja socialinio konteksto supratimo, empatijos, kultūrinių ir asmeninių vertybių, todėl tai būtų sudėtinga.

Dar viena sritis – autentiškumas. Nors AGI gali kurti kūrinius, kurie atrodo originalūs, tikrasis kūrybiškumas ateina iš žmogaus patirties, individualumo ir asmeninių išgyvenimų, kurie negali būti tiesiogiai perduoti ar sukuriami DI.

Ar AGI sugebės peržengti anksčiau išvardytas ribas, priklauso nuo to, kaip mes apibrėžiame sąmonę, savimonę ir kitas žmogiškąsias savybes. Filosofinė diskusija apie mašinų sąmoningumą ir žmogiškumo esmę daro šią temą ypač sudėtingą.

– Žinome, kad mokytojo darbą pasirinkęs žmogus turi būti kantrus, mylėti vaikus, komunikacijos atstovas – turėti gerus rašymo sugebėjimus, o ar reikia specifinių būdo, charakterio savybių žmogui, norinčiam dirbti ar studijuoti DI srityje?

– Dirbtinio intelekto srityje yra daug skirtingų veiklų, todėl manau, kad kiekvienas sau gali rasti vietos. Pavyzdžiui, labai daug populiarumo pastaruoju metu sulaukė „Prompt engineering“ užklausų rengimo profesija, kai svarbus sugebėjimas nebe programuoti, o tiesiog aiškiai paaiškinti metodams, ką jie turi atlikti.

Jei galvosime apie dirbtinio intelekto metodų, algoritmų ar įrankių kūrimą, kaip svarbiausią savybę išskirčiau norą mokytis. Dirbtinio intelekto sritis tobulėja ypač dideliais tempais, todėl svarbu suprasti, kad šioje srityje reikės nuolatos mokytis. Jei ne kiekvieną dieną, tai kiekvieną savaitę gali atsirasti naujų metodų, modelių, ir su viskuo reikės suspėti.

Šių metų vasarį Rusijai įsiveržus į Ukrainą abejingų tikriausiai neliko. Pastaruoju metu netyla kalbos apie karą ir jo tolesnį klostymąsi, todėl kyla intriguojantis klausimas: kaip dirbtinis intelektas gali būti panaudojamas kare?

Automatinės sistemos

Turbūt girdėjome pavadinimą „Bayraktar TB2“, tačiau kas jame slypi? Kaip DI panaudojamas tiek šiuose, tiek kituose dronuose, robotuose?

Nuomonės dėl tikslios apibrėžties, kas yra karo robotai, išsiskiria, tačiau galima sakyti, kad tai yra ginklai, kurie patys gali priimti sprendimus, panaudodami jiems įdiegtą DI technologiją. Tai tarsi autonominis automobilis, kuris pats žino, ką jam reikia daryti.

Tokią ginkluotę leidžia sukurti spartus robotikos, vaizdų atpažinimo, daiktų interneto tobulėjimas. Dronai, kuriuos JAV plačiai naudoja Afganistane, Irake ir kitose šalyse, nelaikomi robotais, nes juos nuotoliniu būdu valdo žmonės, kurie pasirenka taikinius ir sprendžia, kaip elgtis toliau. Minėtasis „Bayraktar TB2“ taip pat galėtų būti priskiriamas šiai kategorijai, tačiau būtent šis dronas pasižymi nemažu DI sprendimų pritaikymu.

„Bayraktar“ valdomas automatiškai, jei prarandamas GPS signalas arba sugenda orientacijos – aukščio, posvyrio ir kt. – jutikliai. Šiuose dronuose naudojami DI modeliai, kurie yra „apmokomi“ naudojant kiekvieno skrydžio metu surenkamus duomenis.

Kitas reikšmingas aspektas yra tai, kad šiuose dronuose yra realizuoti objektų atpažinimo algoritmai, leidžiantys dronams atpažinti objektus, kartais net tuos, kurių žmogaus akis gali ir nepastebėti. To pavyzdys gali būti transporto priemonių, judančių lauke, aptikimas ir, jei reikia, jų sekimas. Tai tik dalis DI panaudojimo šiuose dronuose.

Svarbu paminėti, kad lietuviai taip pat kuria autonominį modelį – bagį „Krampus“, galintį atlikti sudėtingas karines operacijas. Šiuo metu šis bagis valdomas nuotoliniu būdu, tačiau tikimasi, kad ateityje jis bus autonominis. Dėl savo hibridinio variklio šie bagiai gali būti naudojami priartėti prie misijos zonos. Jie gali gabenti krovinius, pavyzdžiui, ginklus, dronų paleidimo sistemas, o tada grįžti paimti karių.

Efektyvesni sprendimai

Tikriausiai daugeliui kyla klausimas: jei šios sistemos yra ypač brangios, kodėl jos yra tokios paklausios? Vienas iš esminių faktorių – karių apsaugojimas, kadangi tokiu atveju jiems nereikia rizikuoti savo gyvybėmis.

Taip pat šios sistemos gali greičiau priimti sprendimus nei žmonės, nes autonominėse sistemose esantys algoritmai gali greitai įvertinti daug faktorių. Ypač svarbu, kad tokios naujos pažangios technologijos nebūtų panaudotos blogiems tikslams. Kritikai teigia, kad moraliniu požiūriu atgrasu patikėti mirtinų sprendimų priėmimą mašinoms, nepaisant jų technologinio sudėtingumo.

Nepaisant šių trūkumų, 2017 m. vasarį pats Pentagonas padarė išvadą, kad gilaus mokymosi algoritmai dėl savo veikimo gali būti pritaikyti jų reikmėms. Taigi, jie įkūrė „Algoritminio karo“ komandą, žinomą kaip „Project Maven“, kuri naudoja gilų mokymąsi ir kitus metodus objektams ir įtartiniems veiksmams identifikuoti. Tikslas – užtikrinti veiksmingą ir efektyvią žvalgybą.

Veido atpažinimas

Daugelis turinčiųjų išmaniuosius telefonus su veido atpažinimo funkcija susiduria kasdien ir tikrai ne po vieną kartą.

Šios sistemos gali greičiau priimti sprendimus nei žmonės, nes autonominėse sistemose esantys algoritmai gali greitai įvertinti daug faktorių.

Tačiau, atrodo, toks kasdienis DI pritaikymas yra naudojamas ir kare. Vienas iš pavyzdžių – tam tikrų asmenų, dalyvaujančių kare, atpažinimas. Praėjus kelioms savaitėms po to, kai Rusija įsiveržė į Ukrainą, viešąją erdvę užplūdo ten įvykdytų karo nusikaltimų vaizdai. Veido atpažinimo bendrovė „Clearview AI“ nusprendė savo turimas žinias pritaikyti siekdama padėti Ukrainai.

Kaip tai panaudojama? Bendrovės sugalvojo iš nuotraukų ar turimų vaizdo įrašų atpažinti asmenis, kurie gali būti slaptieji agentai, jų veidus palyginti su duomenimis, turimais duomenų bazėje, kurioje yra 20 mlrd. veidų iš viešojo interneto, įskaitant Rusijos socialines svetaines, tokias kaip „VKontakte“. Toks veidų atpažinimas leidžia susieti Ukrainoje esančius karius ir pamėginti susisiekti su jų artimaisiais.

Tačiau atsiranda nepritarančių tokiam DI naudojimui. Skaitmeninių teisių grupės „Fight for the Future“ direktoriaus pavaduotojas Evanas Greeris nepritaria jokiam veido atpažinimo technologijos naudojimui. Jo teigimu, tokia technologija turėtų būti uždrausta visame pasaulyje, nes vyriausybės ja naudojasi mažumų grupėms persekioti ir nesutarimams slopinti.

Panaudoja ir logistikoje

Logistika, išteklių skirstymas ir tiekimo grandinė yra labai sudėtingo, kompleksiško ir pažangaus proceso dalys, susijusios su produktų ar paslaugų judėjimu į nurodytą vietą. Logistika – neatsiejama karo dalis.

Šiuo metu logistika (ypač karinėje srityje) yra susijusi su daugybe skirtingų funkcijų. Visos jos generuoja ypač didelį duomenų kiekį, susijusį su transportu, planavimu ir kitomis funkcijomis. Veiksmingos tiekimo grandinės organizavimas yra labai svarbus tiek taikos, tiek karo metu. Būtent analizuojant didelį duomenų kiekį ypač reikšmingą vaidmenį atlieka dirbtinis intelektas.

Per pastaruosius kelerius metus natūralaus teksto apdorojimas (angl. Natural textprocessing, NLP) reikšmingai pažengė link to. Pažangos priežastis – ypač plačiai tyrinėjami neuroniniai tinklai, tiksliau, koderiai-dekoderiai (angl. encoder-decoder).

Reikšmingas postūmis geresnio teksto supratimo ir jo generavimo link įvyko 2017-asiais, kai "Google" korporacijos tyrėjai straipsnyje "Dėmesys yra viskas, ko jums reikia" (angl. Attention is all you need) pristatė transformerių architektūros (angl. transformer) idėją.

Transformeriai gali atlikti daugybę skirtingų užduočių, įskaitant teksto vertimą iš vienos kalbos į kitą, apibendrinimo parengimą, struktūruotų duomenų vertimą į tekstą, dialogo ir paveikslėlių antraščių kūrimą.

Su teksto vertimu susiduriame labai dažnai, pavyzdžiui, naudodamiesi bene populiariausia vertimo priemone "Google Translate". Pateikus tekstą viena kalba, modelis stengiasi išversti šį tekstą ne tik pažodžiui, bet ir semantiškai. Anksčiau visų nežinomų žodžių ieškodavome storuose žodynuose, o dabar už mus tai daro "Google Translate", kuris apima daugiau nei šimtą skirtingų kalbų.

Verta pastebėti, kad lietuvių kalba yra sudėtinga dėl daugiareikšmiškumo, homoniminių gramatinių formų, laisvos žodžių tvarkos sakinyje ir pan., todėl kitų kalbų vertimas į lietuvių kalbą yra gana keblus. Tačiau tie, kurie dažnai naudojasi minėta vertimo priemone, tikina, kad, bėgant laikui, vertimas tampa tikslesnis ir kokybiškesnis. Todėl tikėtina, kad netolimoje ateityje turėsime idealiai išverstą ir lietuvišką tekstą, nors šiuo metu mašininis vertimas iš anglų į lietuvių kalbą yra tikslus tik apie 30 proc.

Savaime suprantama, kad, norint tobulesnio generuojamo teksto, reikalingi didesni ir sudėtingesni modeliai, taip pat ir vis galingesni skaičiavimo resursai. Šiuo metu dažniausiai naudojama anksčiau minėta transformerių architektūra.

Tik kiek daugiau nei prieš trejus metus dirbtinio intelekto tyrimų ir diegimo bendrovė "OpenAI" išleido savo pirmąjį "Generative Pre-trained Transformer" (GPT) modelį, kuris buvo paremtas transformerių architektūra. Modelis sugebėjo kurti gana ilgus tekstus, tačiau, nepraėjus nė dvejiems metams, buvo išleistas kur kas spartesnis (didesnis) GPT-2 modelis.

Galima sukurti priemonę, kuri automatiškai atpažintų, ar komentaras yra teigiamas ar neigiamas, – tai atstotų žmogaus darbą.

Naujasis modelis sulaukė ypač didelės kritikos, kadangi buvo nuogąstaujama, kad jis ir panašūs modeliai gali būti panaudojami kuriant netikras naujienas (angl. fake news). Duomenų mokslininkas iš Australijos Jeremy Howard tuomet sakė, kad ši technologija užpildys visus socialinius tinklus, elektroninio pašto dėžutes ir visą internetą realistiškai skambančiais tekstais, o tikrieji realūs tekstai pradings. Ypač buvo baiminamasi, kad vienas žmogus, panaudodamas šiuos laisvai prieinamus modelius, galės sukurti šimtus ar tūkstančius netikrų naujienų. Belieka džiaugtis, kad taip nenutiko.

Paskutinė GPT-2 modelio versija buvo išleista tik kiek daugiau nei po pusės metų. Šią modelio versiją netgi galima išbandyti įvairiuose interneto puslapiuose, pavyzdžiui, https://transformer.huggingface.co/.

Pats naujausias "OpenAI" modelis yra GPT-3. Siekiant suprasti, kaip šis modelis pasikeitė, užtenka pažvelgti į vieną iš skaičių – 175 mlrd. parametrų. Ankstesnėje versijoje šių parametrų buvo tik 1,5 mlrd. Tai reiškia, kad naujausias modelis yra daugiau nei 100 kartų didesnis. Ir tai yra tiek daug, kad jis pareikalautų net 36 metų mokymų naudojant 8 V100 grafines vaizdo plokštes ir net septynis mėnesius naudojant jų 512.

Kodėl taip ilgai tai užtruktų? Įsivaizduokite, kad turite tekstų iš įvairių interneto puslapių, kurie užima daugiau nei 45 terabaitus (TB), ir jums reikia išmokyti modelį dirbti su šiais duomenimis. 1 TB yra 75 mln. teksto puslapių. Kiek laiko jums užtruktų perskaityti visus šiuos puslapius, vidutiniškai vienam puslapiui skiriant tris minutes?

Viskas skamba išties įspūdingai, tiesa? Tačiau kasdieniame gyvenime natūralios kalbos apdorojimo technologijas galima pasitelkti ir paprastesniems dalykams, pavyzdžiui, tekstui klasifikuoti.

Turbūt vieni iš naujausių modelių, kuriuos galima laisvai panaudoti, yra "EleutherAI GPT-Neo" modeliai. Neseniai pasirodė ir "GPT-J EleutherAI".

Tarkime, turite savo internetinį puslapį, kuriame vartotojai laisvai gali įrašyti ir palikti komentarus. Tačiau jų yra tiek daug, kad norint juos visus perskaityti reikia labai daug laiko. Apmokius modelį dirbti su turimais duomenimis, galima sukurti priemonę, kuris automatiškai atpažintų, ar komentaras yra teigiamas, ar neigiamas, – tai atstotų žmogaus darbą. Jeigu reikėtų detalesnės analizės, tuomet būtų galima nustatyti funkciją, kad priemonė nustatytų, kokia yra to komentaro nuotaika.

Žvelkime dar toliau. Įsivaizduokite, kad turite ypač daug tekstų, iš kurių jums reikia atrinkti pagrindinę informaciją. Būtent tai galima atlikti naudojantis minėtais modeliais – jie atpažins pagrindines mintis ir jas pateiks.

O galbūt yra reikalingas automatinis susirašinėjimo atsakiklis (angl. Chat-bot)? Šiuos modelius galima apmokyti taip, kad jie ne tik sugebėtų suprasti perduodamą informaciją, bet ir sugebėtų atsakyti į klientų klausimus.

Stebint spartėjančią naujojo modelio skaičiavimo galią ir gerėjantį technologinio proceso tikslumą, galima teigti, kad maksimumas dar nepasiektas. Kiek daugiau ne prieš tris savaites "Google" paskelbė apie du naujus modelius, birželio pradžioje Pekino DI akademija paskelbė informaciją apie modelį, kurį sudaro net 1,75 trln. parametrų, o "OpenAI" kalba apie 2022-aisiais pasirodysiančią dar tobulesnę modelio versiją.

Natūralios kalbos apdorojimas šiuo metu yra taikomas gana plačiai. Kaip kitaip paieškos sistemos rastų tinkamus rezultatus; kaip virtualieji asistentai "Alexa" ar "Siri" sugebėtų atsakyti į užduotus klausimus?

Įsivaizduokite organizacijas, kurios visą rinkos analizę gauna automatiškai, naudodamos natūralios kalbos apdorojimą. Šios technologijos padeda net tokiose srityse kaip psichiatrija: įvairūs kalbos šablonai gali atspindėti skirtingas ligas, pavyzdžiui, šizofreniją.

Šiuo metu apie 80 proc. duomenų yra nestruktūrizuoti ir didžioji dalis jų yra teksto forma. Todėl natūralios kalbos apdorojimas yra viena iš dominuojančių duomenų mokslo sričių. Tokių duomenų tvarkymas yra nemenkas iššūkis, su kuriuo kasdien susiduria šiuolaikinės organizacijos. Tad teksto apdorojimo technologijos tobulėja kone kiekvieną savaitę, o duomenų mokslininkai – labai paklausūs visame pasaulyje.