Elektronika.lt
 2020 m. gegužės 31 d. Projektas | Reklama | Žinokite | Klausimai | Prisidėkite | Atsiliepimai | Kontaktai
Paieška portale
EN Facebook RSS

 Kas naujo  Katalogas  Parduotuvės  Forumas  Tinklaraščiai
 Pirmas puslapisSąrašas
 NaujienosSąrašas
 StraipsniaiSąrašas
 - Elektronika, technika
 - Kompiuterija
 - Telekomunikacijos
 - Įvykiai, visuomenė
 - Pažintiniai, įdomybės
 Vaizdo siužetaiSąrašas
 Nuolaidos, akcijosSąrašas
 Produktų apžvalgosSąrašas
 Naudingi patarimaiSąrašas
 Vykdomi projektaiSąrašas
 Schemų archyvasSąrašas
 Teorija, žinynaiSąrašas
 Nuorodų katalogai
 Įvairūs siuntiniai
 Bendravimas
 Skelbimai ir pasiūlymai
 Elektronikos remontas
 Robotų kūrėjų klubas
 RTN žurnalo archyvas






 Verta paskaityti
Gegužės 30 d. 16:55
„Windows 10“ patarimai: 7 būdai pagreitinti savo kompiuterį
Gegužės 30 d. 10:24
„Kantar“ tyrimas: miego konkurentai – išmanieji ekranai
Gegužės 29 d. 21:12
Psichologė pataria: 7 pagalbos sau būdai, kaip be streso pasiruošti egzaminams
Gegužės 29 d. 18:16
Žaliosios ambicijos: tūkstantines sąskaitas mažins saulės energija
Gegužės 29 d. 14:47
Lengvatikiai už beveik 300 svarų jau gali įsigyti „USB atminties raktą nuo 5G“
Gegužės 29 d. 13:26
Keliuose daugiau elektrifikuotų automobilių: BMW pristatė atnaujintus modelius
Gegužės 29 d. 08:45
Išmaniųjų (r)evoliucija: šiandien – dirbtinis intelektas, rytoj – kas toliau?
Gegužės 29 d. 07:09
Gudrybės lengvesniam telefonų naudojimui: baterija veiks ilgiau, o akys pavargs mažiau
Gegužės 28 d. 20:28
KTU profesorius Minvydas Kazys Ragulskis: matematika – tai kūryba
Gegužės 28 d. 14:24
Inovacijų ekspertas: patirties ir pinigų startuolių rinkoje yra, dabar reikia idėjų ir užsidegimo
FS19 Mods
FS19 Map mods, FS19 Courseplay, FS19 GPS mod
SnowRunner Mods
SnowRunner maps, SnowRunner trucks, How to install mods
FS 19 Tractors
Farming Simulator 19 Mods, FS 19 Maps, FS 19 Trucks
ETS2 Mods
ETS2 Trucks, ETS2 Bus, Euro Truck Simulator 2 Mods
Install MC Mods
Minecraft Dungeons Mods, Minecraft Dungeons Skins, Minecraft Dungeons Maps
FS19 Combines
Farming Simulator 19 Mods, FS19 Trucks, FS 19 Mods
How to Install Mods
Minecraft Dungeons Mods, Minecraft Dungeons Maps, Minecraft Dungeons Skins
Mobilieji telefonai
Mobilieji telefonai internetu, telefonų dėklai, telefonų priedai
Šlagbaumas
Fontanai, lauko židinys, supynės
LS19 Mods
Fs19 modhub, fs19 maps, FS19 Seasons
Snowrunner Mods
Snowrunner Maps, Snowrunner Trucks, Install Snowrunner Mods
Reklama
 Straipsniai » Kompiuteriai, IT Dalintis | Spausdinti

Baiminatės robotų apokalipsės? Jos išvengti gali padėti save paaiškinantis dirbtinis intelektas

Publikuota: 2020-03-31 12:21
Tematika: Kompiuteriai, IT
Skirta: Mėgėjams
Autorius: Eglė Marija Ramanauskaitė
Aut. teisės: ©Technologijos.lt
Inf. šaltinis: Technologijos.lt

Dirbtiniu intelektu pasaulis tiek ir žavisi, tiek ir nerimauja. Kompiuteriai perima kai kuriuos mūsų darbus, rekomenduoja grojaraščius, vairuoja automobilius… O kuo labiau šios technologijos tobulėja, tuo labiau neramu ‒ o jei dirbtinis intelektas taps toks protingas, kad pranoks net mus pačius?

 Rodyti komentarus (0)
Įvertinimas:  1 2 3 4 5 

Dirbtiniu intelektu pasaulis tiek ir žavisi, tiek ir nerimauja. Kompiuteriai perima kai kuriuos mūsų darbus, rekomenduoja grojaraščius, vairuoja automobilius… O kuo labiau šios technologijos tobulėja, tuo labiau neramu ‒ o jei dirbtinis intelektas taps toks protingas, kad pranoks net mus pačius?

Pasak mokslininkų, nepaisant sudėtingų šiuolaikinių technologijų, tokių kaip neuroniniai tinklai ir gilusis mokymasis, dirbtinis intelektas nepasivys žmogiškojo dar daugelį dešimtmečių, o galbūt ir niekad. Tačiau kai vis daugiau gyvenimo sričių pradeda kontroliuoti kompiuteriai, kyla natūralus klausimas ‒ ar galime jais pasitikėti?

Kada paskutinį kartą klausėtės specialiai Jums „Spotify“ programėlėje sudaryto dienos grojaraščio? Ar tikrinote „Youtube“ ar „Netflix“ būtent Jums skirtas rekomendacijas? Ar šie pasiūlymai Jums tiko ir patiko?

Net jeigu „Spotify“ stipriai prašovė ir parinko Jus nustebinusį, nuvylusį ar net suerzinusį grojaraštį, didelių nepatogumų tai, tikriausiai, nesukėlė. Be to, šios technologijos nuolat tobulėja, taigi sugrįžkite rytoj ‒ gal grojaraštis jau bus tinkamesnis…

„Youtube“ rekomendacijos, ką žiūrėti toliau.
„Youtube“ rekomendacijos, ką žiūrėti toliau. Kaip ši ir kitos turinio platformos internete žino, kokį turinį rekomenduoti būtent Jums? Tai ‒ mašininio mokymosi rezultatas. Apdorojęs be galo daug duomenų iš kitų vartotojų, algoritmas ieško tam tikrų dėsnių, ir atrastas žiūrimumo „taisykles“ pritaiko Jums.
© youtube.com

Tačiau, jeigu tokias pačias klaidas darytų Jūsų savaeigis automobilis, automatizuotos diagnostikos prietaisas ligoninėje, ar algoritmas, kuris sprendžia, ar leisti Jums pasiimti paskolą banke? Kaip žinoti, ar šiais dirbtinio intelekto algoritmais galite pasitikėti, kur ir kodėl jie gali klysti?

Mūsų gyvenimą valdantys algoritmai ‒ „juodosios dėžės“

Jei nesate kompiuterių mokslininkas ir nesidomite šia sritimi, vargu, ar galėtumėte tiksliai paaiškinti, kas yra tokie dirbtinio intelekto metodai, kaip mašininis mokymasis (angl., „machine learning“) ar neuroniniai tinklai (angl., „neural networks“). Dar sunkiau suprasti ir paaiškinti, kaip jie veikia. Pasirodo, to padaryti dažnai negali net šias technologijas sukūrę mokslininkai!

Mašininis mokymas naudojamas įvairiausiose gyvenimo srityse. Net nesusimąstydami, su šia technologija susiduriame kiekvieną dieną. Ją naudojanti mūsų telefonų programinė įranga atpažįsta mūsų balsą, galime balsu rašyti žinutes ar teikti komandas. Navigacijos programėlė parenka geriausią maršrutą, apskaičiuodama, kur šiuo metu galėtų būti didžiausi kamščiai. Socialiniai tinklai siūlo puslapius, kurie galėtų patikti būtent mums, rodo reklamas, kurios, tikėtina, mus sudomins.

Mašininis mokymasis jau taikomas medicinoje, diagnostinėms nuotraukoms ir kitiems testams analizuoti
Mašininis mokymasis jau taikomas medicinoje, diagnostinėms nuotraukoms ir kitiems testams analizuoti.
© en.wikipedia.org

Mašininio mokymosi sėkmės paslaptis, kaip pavadinimas ir sufleruoja ‒ gebėjimas mokytis. Daugumai mašininio mokymosi metodų reikia didelio kiekio duomenų, kuriuos apdorodamas pagal tam tikras taisykles, algoritmas mokosi ir atsako į tam tikrus užduotus klausimus. Kuo daugiau duomenų gauna, tuo daugiau „treniruojasi“ ir tobulėja. Tačiau nors tokie algoritmai gali sugeneruoti itin tikslius modelius ir pasiūlyti sprendimus tam tikrai užduočiai, pavyzdžiui, nuspėti transporto kamščius, net jų kūrėjai ne visada supranta, kaip jie šias išvadas gauna.

Dirbtinio intelekto kūrėjai ir mokslininkai tokias sistemas vadina „juodosiomis dėžėmis“. Nors sistemą sukūrė ir užprogramavo žmogus, tai, kas dedasi jos viduje, mums nematoma ir dažniausiai net nesuprantama. Vis dėlto, mūsų smegenys ‒ nors turi daugybę privalumų palyginus su dirbtiniu intelektu ‒ vienu metu gali apdoroti tik nedidelį informacijos kiekį. Tuo labiau, negalime suvokti sudėtingų statistinių manipuliacijų keliose dimensijose, ar matematinių funkcijų, sudarytų iš milijonų kintamųjų.

Į pagalbą ‒ suprantamas ir save paaiškinantis dirbtinis intelektas

Ši problema mokslininkams gerai žinoma jau nuo pat mašininio mokymosi atsiradimo XX-ojo amžiaus paskutiniame dešimtmetyje. Tuo pačiu buvo kuriami – ir tebekuriami ir kitokie ‒ suprantami, veikiantys skaidriai ‒ mašininio mokymosi algoritmai. Kiekvieną tokių algoritmų padarytą išvadą galima paaiškinti, atsekant algoritmo veiksmų seką ir logiką. Tačiau jie savo tikslumu dažniausiai neprilygsta „juodųjų dėžių“ principu veikiantiems algoritmams.

Dr. Rich Caruana ‒ „Microsoft Research“ mokslininkas, jau daugelį metų kuriantis mašininio mokymosi sistemas. Dar doktorantūros studijų metu, mokslininkui pavyko sukurti itin tikslų neuroninį tinklą, galintį nuspėti plaučių uždegimu užsikrėtusio žmogaus ligos eigą, priklausomai nuo kitų paciento sveikatos rodiklių. Tačiau nors šis algoritmas tuo metu buvo pats tiksliausias, mokslininkas nesutiko jo panaudoti realiems pacientų duomenims analizuoti. Pasak jo, per daug pavojinga naudoti algoritmą medicinoje, jei nežinome, kaip jis veikia.

Netrukus mokslininko intuicija pasitvirtino. Kolegų kitame universitete sukurtas „skaidrus“ mašininio mokymosi algoritmas, išanalizavęs tuos pačius duomenis, atskleidė itin netikėtą dalyką. Viena iš taisyklių, kurias pagal turimus duomenis numatė algoritmas, teigė, jog mirties nuo plaučių uždegimo rizika yra mažesnė, jei pacientas serga astma! Kitaip tariant, pasak algoritmo, astma pacientą apsaugo.

Tačiau pasitarus su medikais, iš karto paaiškėjo, jog tai ‒ klaidinga išvada. Mašininio mokymosi algoritmas nesuvokia platesnio reiškinių konteksto, o tiesiog statistiniais metodais apdoroja turimus duomenis. Pasirodo, jog žmonės, kurie serga astma, tikrai rečiau miršta nuo plaučių uždegimo. Bet ne dėl to, kad astma juos apsaugo ‒ anaiptol, tai kaip tik didina riziką susirgti. Tačiau tai žinodami, tiek pacientai, tiek medikai akyliau stebi bet kokius sveikatos pokyčius, pacientas greičiau paguldomas į ligoninę, jam taikomas agresyvesnis gydymas. Taigi astma sergantys žmonės statistiškai dažniau pagyja nuo plaučių uždegimo.

Jei šis algoritmas nebūtų buvęs „skaidrus“, mokslininkai nebūtų aptikę šios taisyklės, ir ištaisę šios klaidos. Be to, algoritmai rekomendavo ir sirgti širdies ligomis, kad išvengtumėte mirties nuo plaučių uždegimo…

Aklai pasitikint tokio mašininio mokymosi būdu padarytomis išvadomis, gali būti priimti tikrai pavojingi sprendimai. Pavyzdžiui, astma sergančiam žmogui parinktas ne toks agresyvus gydymas ir t. t. Medicinoje, teisėje, net savaeigėse mašinose, tokios klaidos būtų itin skaudžios.

Taigi, kaip sukurti „nuoširdų“ dirbtinį intelektą?

Būtent dėl to, Dr. Caruana ir daugybė kitų mokslininkų visame pasaulyje ieško būdų kurti „skaidrius“, ir save paaiškinančius mašininio mokymosi algoritmus. Šioms technologijoms tobulėjant, didėja ir jų tikslumas, todėl jos gali varžytis ir su „juodosiomis dėžėmis“ ‒ itin tiksliais, bet nepaaiškinamais algoritmais.

Vienas iš būdų sukurti suprantamus, tačiau galingus mašininio mokymosi algoritmus ‒ atsigręžti į dar praeito amžiaus 9-ajame dešimtmetyje išrastus statistikos metodus, kurie remiasi žmogui suprantamomis taisyklėmis.

Dr. Caruana rado būdą kaip sudėtingiems skaičiavimams pritaikyti paprastą metodą, statistikoje žinomą kaip apibendrintasis tiesinis modelis (angl., „generalized additive model“). Šis statistinis metodas buvo sukurtas dar iki mašininio mokymosi laikų, ir buvo skirtas būtent duomenims apdoroti, tačiau pakankamai nesudėtingas, kad būtų suvokiamas ir suprantamas rezultatus analizuojančiam žmogui.

Mokslininkai rado būdą sujungti daug tokių modelių į vieną galingą skaičiavimų „tinklą“. Pasitelkiant mašininio mokymosi principus bei galingus kompiuterius, toks modelis geba duomenis apdoroti tokiu pat tikslumu kaip „juodosios dėžės“. Tačiau šiuo atveju, kiekvienas sistemos segmentas ‒ suprantamas, todėl galima nesunkiai įsigilinti į sistemos logiką ir paaiškinti kaip buvo gauta kiekviena išvada.

Kitas mokslininkų naudojamas „triukas“ ‒ taip vadinamas „mokytojo ir mokinio“ metodas. Itin sudėtingiems skaičiavimams ir milžiniškiems duomenų kiekiams apdoroti šiais laikais jau galime pasitelkti itin sudėtingus, dešimtis „sluoksnių“ turinčius neuroninius tinklus, kurie kuria itin tikslius modelius. Tačiau tokių sudėtingų sistemų suprasti neįmanoma.

Pasirodo, ir čia galima pagudrauti, ir, apmokius milžinišką neuroninį tinklą, jo „išmintį“ perkelti mažesniam ir paprastesniam algoritmui. Tokiam algoritmui reikia gerokai mažiau kompiuterinių resursų, skaičiavimai atliekami greičiau, ir, svarbiausia, toks mašininio mokymosi algoritmas gali būti visiškai suprantamas.

Neuroniniai tinklai sudaryti iš daugybės procesorių („dirbtinių neuronų“), sujungtų į tinklą
Neuroniniai tinklai sudaryti iš daugybės procesorių („dirbtinių neuronų“), sujungtų į tinklą. Vieni jų priima duomenis, atlieka skaičiavimus ir perduoda toliau (angl., „input layer“), kiti priima skaičiavimus iš gilesnių sluoksnių ir pateikia išvadas (angl., „output layer“). Tuo tarpu, kas dedasi tarpiniuose sluoksniuose (angl., „hidden layer“), kurie ir atlieka pagrindinius skaičiavimus, pasakyti labai sunku. Kuo daugiau šių sluoksnių, tuo tinklas sudėtingesnis ir, dažniausiai, tikslesnis. Tačiau tuo pačiu jam apmokyti reikia be galo daug duomenų ir kompiuterinių išteklių, o kaip priimami vienos ar kitos išvados suprasti sunku.
© www.flickr.com

Taigi, apmokius „mokytoją“, tereikia apmokyti „mokinį“ ‒ mažąjį algoritmą ‒ kad šis kopijuotų didžiojo algoritmo sprendimus. Tokiu būdu mokslininkams pavyksta pasiekti tokius pat tikslius rezultatus, tik daug kartų greičiau. O kartu su „išmintimi“, mokytojas mokiniui perduoda ir savo paslaptis. Pradėjus analizuoti apmokytą mažąjį algoritmą, galima suprasti ir sudėtingojo neuroninio tinklo sprendimų procesą.

Mokslininkai nesnaudžia, ir kuria vis naujus metodus, kurie padėtų sukurti ne tik itin tikslius, bet ir „nuoširdžius“ bei save paaiškinančius mašininio mokymosi algoritmus. Juk kol negalime jų suprasti, pastebėti ir ištaisyti klaidų, bei reikalui esant pakeisti parametrų, negalime ramiai šiomis technologijomis naudotis medicinoje ir kitose žmogui didelę reikšmę turinčiose srityse.

Taigi tikėkimės, kad ateityje, dirbtinį intelektą suprasime taip gerai, kad nebereiks baimintis, jog jis staiga užvaldys pasaulį ir mus pačius!

Šaltiniai:


Technologijos.lt



Draudžiama platinti, skelbti, kopijuoti
informaciją su nurodyta autoriaus teisių žyma be redakcijos sutikimo.

Global electronic components distributor – Allicdata Electronics

TMS ELECTRONICS
TMS ELECTRONICS

www.rslietuva.com – nemokamas elektronikos komponentų pristatymas

ENEBA's game store

Lietuvos mokinių neformaliojo švietimo centras

LOKMITA – įvairi matavimo, testavimo, analizės ir litavimo produkcija

Technologijos.lt

Mokslo festivalis „Erdvėlaivis Žemė

www.esaugumas.lt – apsaugok savo kompiuterį!

LTV.LT - lietuviškų tinklalapių vitrina

www.matuok.lt - Interneto spartos matavimo sistema

PriedaiMobiliems.lt – telefonų priedai ir aksesuarai

MRO Supply


Reklama
‡ 1999–2020 © Elektronika.lt | Autoriaus teisės | Privatumo politika | Atsakomybės ribojimas | Reklama | Turinys | Kontaktai LTV.LT - lietuviškų tinklalapių vitrina Valid XHTML 1.0!
Farming Simulator 2017 Mods, FS 17 Mods
ls2017.com
„TV programa“ – tiksli
televizijos programa

www.tvprograma.lt
Lietuvos mokinių neformaliojo švietimo centras
www.lmnsc.lt
Ilgalaikiai kreditai, paskola už automobilį, kreditų skaičiuoklė
www.mokilizingas.lt
Lietuvių kalba informacinėse technologijose
www.likit.lt
Mokslo festivalis „Erdvėlaivis žemė“
MoksloFestivalis.lt
Mokslo ir technologijų pasaulis – naujienos ir straipsniai
www.technologijos.lt
Farming Simulator 2019 Mods, FS19 Tractors, FS19 Maps
farmingsimulator19mods.fr
Optical filters, UV optics, electro optical crystals
www.eksmaoptics.com
LTV.LT – geriausių lietuviškų tinklalapių katalogas
www.ltv.lt/technologijos/
FS19 Mods, FS17 Mods, FS15 Mods
www.farming2015mods.com
Mokslo populiarinimo projektas „Mokslas verslui ir visuomenei“
www.mokslasplius.lt
Reklama


Reklama