Veljković: “Ulazimo u novu revoluciju umjetne inteligencije!”

Aktualne kolumne

Kripto Dnevnik razgovarao je sa Aleksandrom Veljkovićem, asistentom na Matematičkom fakultetu u Beogradu na katedri za računarstvo i informatiku kao i senior istraživačem u firmi MVP Workshop.

U razvoju i projektovanju softvera je 8 godina, u nauci i nastavi 7, dok u Web 3.0 tehnologijama sve skupa oko 4 godine sa naglaskom na razvoj protokola i primjene kriptografije i zero knowledge algoritama.

Izvor: Osobna arhiva

1. Kako najjednostavnije definiramo umjetnu inteligenciju?

Inteligencija predstavlja moć zaključivanja, izvođenje novih tvrđenja na osnovu dosadašnjeg znanja. Izdvajaju se dva oblika zaključivanja – deduktivno i induktivno. Ukoliko su poznata opšta tvrđenja, dedukcija omogućava izvođenje novih tvrdnji o specijalnim slučajevima. Ako su poznata opšta tvrđenja “Sve ptice imaju kljun” i “Golub je ptica”, dedukcijom se može izvesti zaključak “Golub ima kljun”.

Sa druge strane, indukcija iz znanja o specijalnim slučajevima pokušava da izvede opštije zaključke. Ako je poznato da sunce izlazi svakog dana, indukcijom se može izvesti zaključak da će i sutra sunce izaći. Primetićemo da indukcija nosi sa sobom određenu dozu nesigurnosti, dok je dedukcija zasnovana na čvršćim osnovama. Ipak, u svakodnevnom životu češće koristimo indukciju.

Ako je prethodnih dana gradski prevoz funkcionisao po usaglašenom redosledu, očekujemo da će tako i narednog dana biti, ne očekujući kašnjenja ili neke vanredne okolnosti. Oba pristupa zaključivanju moguće je implementirati na računaru, čime se mašini obezbeđuje određeni nivo inteligencije.

Izvor: emeritus.org

2. Da li smo još uvijek u početnoj fazi razvoja umjetne inteligencije, ili smo napravili odmak prema konkretnijoj primjeni?

Veštačka inteligencija pominje se još u radovima Alana Tjuringa, koji je četrdesetih godina govorio o mogućnostima mašine da uči i donosi zaključke. Tokom narednih decenija, dolazi do definisanja prvih algoritama u ovoj oblasti i sve više naučnika se priključuje istraživanjima. Ipak, do velike revolucije dolazi tek nakon 50 godina, razvojem mašinskog učenja, podoblasti veštačke inteligencije i pojave neuronskih mreža, kao osnovnog modela za duboko učenje.

Razlog ovako velikog kašnjenja leži u nedostatku adekvatnog hardvera za skladištenje velike količine podataka za obučavanje i hardvera na kome bi se efikasno izvršavali zahtevni algoritmi za učenje dubokih modela. Danas ulazimo u novu revoluciju koja podrazumeva masovnu primenu veštačke inteligencije u najrazličitijim oblastima, omogućenu razvojem izuzetno moćnih, javno dostupnih, modela obučavanih na izuzetno velikim skupovima podataka.

Razlikujemo diskriminativne i generativne modele. Diskriminativni modeli omogućavaju prepoznavanju razlika u podacima i nalaze široke primene u slučajevima gde je potrebno prepoznati skrivene veze i pravilnosti u podacima i na osnovu njih donositi zaključke. Danas su sve popularniji generativni modeli koji dodatno omogućavaju stvaranje novih podataka na osnovu viđenih instanci. Primer za to su modeli za generisanje novih lica, muzike, teksta…

3. Kako gledaš na ChatGPT, te vidiš li njegovu masovnu primjenu?

ChatGPT je zasigurno trenutno jedan od najpopularnijih softverskih rešenja zasnovanih na veštačkoj inteligenciji. Dobra obrada prirodnog, nestrukturiranog jezika kojim se zadaju zadaci sistemu i izuzetno kvalitetan generativni model za formatiranje odgovora sistema u formatu koji ne zahteva preteranu obradu za dalju upotrebu doveli su do velike popularnosti ovog sistema.

Osnovne škole su već u problemu, kada je reč o pisanju sastava i različitih izveštaja učenika, jer je takve tekstove sada vrlo jednostavno moguće automatski generisati. Tu dolazimo i do pisanja sadržaja na Web-u, elektronskih i klasičnih knjiga, članaka i slično, gde je ChatGPT zasigurno promenio igru, kako u pogledu moguće količine napisanog sadržaja tako i u pogledu radnika u ovim oblastima koji su sada u problemu. Model, iako moćan, nije idealan i baza podataka koju ChatGPT koristi je već sada 2 godine stara. Ipak, teško je reći da ćemo posle pojave ovakvog sistema stati na tome ili čak vratiti se na staro. Model će vremenom evoluirati i zasigurno se proširiti dalje. Ono gde trenutno postoji donekle ograničenje jeste nestrukturirani tekst odgovora, koji značajno utiče na mogućnost koriščenja sistema u okviru aplikacija gde je konzistentskom formata odgovora neophodna.

4. Da li si upoznat oko kriptovaluta koje su usredotočene na razvoj i primjenu umjetne inteligencije?

Kada imamo skok popularnosti AI sistema i kripto projekata, zasigurno je da dolazi do pojave velikog broja projekata koji pokušavaju da se priključe talasu i spoje te dve stvari u nadi da će nagla popularnost dovesti do skoka vrednosti njihovih valuta. Primena blokčejna, a samim tim i kriptovaluta na EVM blokčejnovima, u kontekstu AI, trenutno jedino je smislena u kontekstu naplate usluga predikcija pomoću AI modela ili čuvanja podataka za obučavanje modela, iz razloga ograničenih sposobnosti EVM smart contract-a.

Razvoj specijalizovanih blockčejnova bi mogla da uvede neke novine a primena Zero-knowledge algoritama omogućila bi verifikaciju odgovora AI modela unutar smart contract-a i time postavila temelj za sigurnu trgovinu AI uslugama u decentralizovanom okruženju. Posmatrajući stanje iz ovog ugla, možete prepoznati projekte koji obećavaju utopiju, projekte koji samo hvataju talas popularnosti bez smislenog cilja, ali i one koji na pravi način pristupaju situaciji.

Izvor: https://www.springboard.com

5. Vjeruješ li da nam s razvojem ove grane dolazi i prijetnja od izumiranja određenih poslova,ali i same prijetnje po čovječanstvo?

Teško je reći u kom će se tačno pravcu svet kretati, ali je zasigurno da se nećemo vraćati na stanje od pre 20 godina i da će AI ostati uz nas još dugo. Svaka revolucija u industriji podrazumevala je neki oblik automatizacije. Svaka automatizacija zasigurno znači gubitak nekih poslova, ali i stvaranje novih poslova. Rizik od gubitka poslova uvek postoji i jedini način da se borimo protiv toga jeste stalno učenje i istraživanje kako bismo širili znanje i poglede na svet čime možemo na vreme prepoznati poslove koji neće još dugo biti tu, ali i započeti upoznavanje sa novim poslovima koji tek dolaze. Po pravilu nestaju poslovi koji su monotoni, naporni, sa puno ponavljanja a koje je najlakše automatizovati.

Sa druge strane, nastaju novi poslovi koji su prijatniji za rad i samim tim podižu opšti kvalitet života. Pretnje po čovečanstvo nalik na terminatora i slične filmove nisu baš nešto što možemo očekivati u nekoj skorijoj budućnosti, ali globalni gubitak prirodne inteligencije kao uzrok prevelike zavisnosti od veštačke je realan problem. Prepuštanje nekom drugom da razmišlja umesto nas je uvek primamljiva opcija, ali preterana zavisnost može dovesti do katastrofalnih rezultata u slučaju oslanjanja na neispravne odluke usled greške softvera za koji smatramoda je nepogrešiv. Iz tog razloga je ipak potrebno očuvati i malo prirodne inteligencije, kako bismo i bez internet konekcije znali da donesemo bar neke zaključke.

7. Smatraš li da se već stvorio „hype“ oko umetne inteligencije, ili možemo očekivati i još veći porast?

Hajp je danas svakako tu, ali kao i u svim drugim situacijama do sad, pratice isti tok – inicijalno veliki rast, nagli pad a zatim stabilizaciju i prezivljavanje projekata koji donose smisleni i realnu korist.

Mislim da smo još uvek u uzlaznoj putanji, ali da će se za godinu dana već poprilično zasititi tržište projektima koji će po svaku cenu dodavati “AI” u svoj naziv iako mikrokontrolei veš mašina verovatno poseduju viši nivo inteligencije od njih.

Prethodni intervjui: Dino Kečević: Nedostatak znanja o novcu ne opravdava nikoga!

Josip Vlah: “Potencijal NFT-a je ogroman, nismo dotaknuli niti 1% svega što nas čeka!”

Posljednje objave