Podkast 66. Jacek Tabor, Igor Podolak: Sztuczną inteligencję oduczamy lenistwa

Niebywale wydajny, zdolny do sprawnego przekładania intuicji na reguły, do abstrahowania na podstawie niewielu obserwacji, do weryfikowania faktów – taki właśnie jest mózg. Wzór dla badaczy uczenia maszynowego. Wydaje się, że niedościgniony. Nie tylko w sensie frazeologicznym, a ścisłym.

Owszem, można podejmować próby programowania sieci neuronowych tak, by w prosty sposób naśladowały sieci naturalnych komórek centralnego układu nerwowego. I nawet się je podejmuje, ale na małą skalę. Barierą jest umiarkowany stan neuronaukowej wiedzy na temat tego niewyobrażalnie skomplikowanego, wielopoziomowego obiektu, jakim jest mózg. Można też wybrać inną metodę. Nie wzorować modeli sztucznej inteligencji na rozwiązaniach znanych biologii, a podporządkowywać je arbitralnym regułom matematycznym. Niestety, i w jednym, i w drugim przypadku ledwie muska się zakres możliwości, którymi dysponuje parolatek czy parolatka.

Goście pulsara przerzucają kładkę między tymi metodami. Konstruując modele sztucznej inteligencji, inspirują się sieciami naturalnymi, ale nie dosłownie. Idąc za sugestiami neurologów i neurobiologów zakładają, że w mózgu informacje przetwarzane są w sposób równoległy, za pośrednictwem wielu różnych mechanizmów jednocześnie. Chcą sieci neuronowe nauczyć tego, co umiemy my, ludzie, ale w inny niż u człowieka sposób. Projektowane dotychczas modele sztucznej inteligencji są leniwe – zauważają nasi rozmówcy. – Szybko zapominają, czego się nauczyły, a swoje wnioski opierają na najprostszych przesłankach. Gdyby nasze umysły działały podobnie, nauczywszy się czytać, zapominalibyśmy, jak jeździ się na rowerze.

Opowiadając o tym, Jacek Tabor i Igor Podolak szkicują rozległy, bogaty w szczegóły współczesny krajobraz dziedziny, którą się zajmują – nieco zafałszowany przez media, skupiające się tylko na modelach generatywnych (ChatGPT i jemu podobnych). Dziedziny, którą badają w interdyscyplinarnym zespole złożonym z informatyków, statystyków, biologów i neurokognitywistów.

Przypominają też, jak niezwykłej chwili jesteśmy wszyscy uczestnikami. To prawdziwa rewolucja, w której kolejne paradygmaty dotyczące uczenia maszynowego pojawiają się co parę lat. Tak, mówienie o świadomości w maszynie może mieć już sens. Tak, dotykamy pojęć absolutnie fundamentalnych. Czas w informatyce biegnie coraz szybciej.