Kas tehisintellekt on praegu vaid tark algoritm kodumasinas või oskab juba ise mõelda ja maailma probleemide üle arutada? Selle üle arutlevad kaks Tallinna tehnikaülikooli teadlast Eduard Petlenkov ja Juri Belikov, kelle uurimisalust on raske pildile saada - see pesitseb kuskil serverites, mille asukohta ei tea alati teadlased isegi.
Autor: Kaido Einama / Postimees
Siiski kinnitavad mõlemad teadlased kui ühest suust, et kontrolli alt pole tehismõistus kindlasti väljunud. Kuigi inimesed enam päris täpselt ei tea, kuidas masin ühele või teisele tulemusele jõuab (kuigi sedagi on hakatud nüüd viimastel aastatel põhjalikumalt uurima), on teadlased endiselt arvamusel, et kulub veel üüratu aeg, kuni võime hakata rääkima inimesele lähedasest tehismõistusest.
«Kui meil siin regulaarsed pildistamised toimuvad,» ütleb Belikov, kui ta tehisintellektiteadlaste nii-öelda laborit näitab, «siis alati on probleem, kus meid siis pildistada. Teistel on põnevad aparaadid, katseklaasid, meie tavaliselt teeme lõpuks koridoris pildi.»
Meiegi teeme esialgu mõned pildid puhkenurgas, siis mõned klõpsud ka «töölaua taga». Isegi vilkuvate tulukestega serverikappe pole ette näidata, need on kuskil eemal. Teadlased tunnistavad, et mõnikord ei tea isegi, kus see server asub, milles nad oma arvutitest tööd teevad. Ja pole vajagi. Seal kuskil pilves pesitseb ka tehisintellekt – paljude jaoks hirmus, inimkonna tööd ja mõtlemist peagi üle võttev masin.
«Tehisintellekti tõesti natuke kardetakse,» tunnistab tehnikaülikooli professor Eduard Petlenkov, «aga pole põhjust. Tehisintellekt on loomulik järg inimese leiutiste reas ja lihtsalt järjekordne abivahend, mis aitab meid.»
Mis on masinõpe, mis tehisintellekt?
«See on filosoofiline küsimus,» ütleb Eduard Petlenkov tuletades meelde, kuidas mõni nädal tagasi üks tema magistrand küsis täpselt sama, kui oli juba magistritööd lõpetamas. Küsimusi tekitab see ka asjatundjates.
«Tehisintellekt on palju laiem mõiste,» selgitab Petlenkov. «Sellel on targad algoritmid taga. Masinõpe on aga lihtsalt üks alamvaldkond, üks lähenemine tehisintellekti realiseerimisele, üks selle õpetamisviisidest.»
Eduard Petlenkov on alates aastast 2000 seotud tehisnärvivõrkude uurimisega, mis on samuti tehisintellekti (TI) üks rakendamise meetod, mis imiteerib veidi mõtlemist inimese ajus. Juba sel ajal räägiti TI-st, aga 20 aasta jooksul on see mõiste muidugi väga palju edasi arenenud. Ent siiamaani pole see jõudnud ulmefilmide tasemeni, millest enamus tavalisi inimesi saab oma ettekujutuse, mida TI endast võib kujutada.
TI on kõige ägedam ja kõige võimsam meetod, mis suudab analüüsida andmeid ja teha otsuseid, võtab teadlane kokku, mis see siis täpsemalt on. See on uuema aja leiutis, mis aitab otsustamist automatiseerida.
Nagu ratta leiutamine - loogiline samm edasi ongi tehisintellekt
TI tulek on inimkonna arengu üks loogiline samm edasi, usuvad mõlemad teadlased. Inimesed tegid alguses kõike käsitsi, siis leiutasid ratta, siis hakkasid põllumajandusega tegelema ehk leiutasid muudkui erinevaid vahendeid, mis teevad elu lihtsamaks.
Sada aastat tagasi tuli automaatika: nüüd sai hakata korraga palju rohkem asju tegema. Palju lihtsaid töid tegid ära masinad, inimestele jäi kõrgemal tasemel töö.
Vaid aju töö ehk mõtlemine polnud veel asendatav. Isegi arvutused olid automatiseeritud, otsused ja analüüsid jäid aga inimestele teha, kuid mitte enam kauaks.
Tehisintellekt ongi nüüd järgmine loogiline samm, kui automatiseeritakse analüüsi ja otsustamist.
«Arvutiga saame me analüüsida palju rohkem andmeid, teha palju huvitavamaid järeldusi, mida inimene üksi ei suudaks kunagi," ütleb Petlenkov.
Inimesele tuleb leida uus koht kõrgemal tasemel
Seega tuleb nüüd leida inimesele maailmas uus koht ja liikuda järgmisele, kõrgemale tasemele. Enam ei pea tegelema lihtsamate asjade analüüsiga.
Automatiseerimise järgmine samm on teadlaste sõnul nüüd otsuste automatiseerimine.
Jüri Belikov täpsustab: «kõige lihtsam on masinõpet ja TI-d defineerida läbi ülesannete. TI ülesanne on inimesele antud ülesande sarnane, masin peab lahendama inimese ülesandeid ja peab lõpuks mingi otsuse tegema. Masinõpe on sellest erinev, see on alamvaldkond, kus tuleb modelleerida nii, et mudel oleks võimalikult täpne. See mudel on disainitud mõne väga konkreetse ülesande jaoks. Masinõpe ise ei otsusta, vaid sellele antakse sisend, ja masin annab väljundi. Näiteks kasvõi Google´i otsing, millele annad ette märksõna ja väljundiks on kodulehtede nimekiri või Youtube´is videote nimekiri.»
Tehisintellekt ongi juba igal pool
Mida siis tehisintellektiteadlased täpsemalt uurivad?
«Me ei tegele tehisintellekti kui sellise arendamisega,» ütleb Petlenkov. «Mina uurin hoopis juhtimissüsteeme, Juri energeetikalahendusi. Igas valdkonnas on ülesandeid, mida saab lahendada TI abiga. Hooneautomaatika on hea näide: füüsiliselt ei ole võimalik teha enam paljusid seadmeid majas veel efektiivsemaks, aga tehisintellekt aitab juhtimise abiga veel paremini ressursse säästa, see õpib, võtab arvesse ilmaprognoose, ennustab hoone sisekliimat vastavalt välisele ilmale jne.»
Peaaegu kõik valdkonnad tegelevad niimoodi võttes juba mingil määral tehisintellekti arendamisega.
Kas tehisintellekti saab usaldada, kui see muutub liiga keeruliseks?
Juri Belikov on tegelenud tehisintellekti usaldamise küsimustega, mis on päris uus valdkond, vaid paar aastat vana.
«Usaldusväärsus ja tõlgendatavus on ehk viis aastat arenenud täiesti uus valdkond, viimase paari aasta jooksul hakati alles seda tõsisemalt uurima,» räägib Belikov. See on veelgi värskem teema, kui tehisintellekt ise.
«Me kõik oleme nõus, et see on mugav tööriist igasuguste probleemide lahendamiseks. Kui inimene ise ei suuda, tuleb appi tehisintellekt,» selgitab Belikov. «Samal ajal aga mudelid tehisintellekti sees muutuvad aina keerulisemaks ja me ei tea enam, mismoodi masin sellele tulemusele jõudis, mille välja annab.»
Näiteks inimkõne tuvastamise mudelid ehk NLP (Natural language Processing) mudelid on juba väga keerulised, kus kasutatakse miljardeid või isegi triljoneid parameetreid. Selle taga on tohutu arvutusvõimsus, millega suudavad tegeleda vaid taolised hiiglased nagu Google, Facebook ja Microsoft, kellel on vajalikud arvutusvõimsused.
«Kui aga vaatame lihtsamaid probleeme, siis kasutatakse muidugi lihtsamaid mudeleid, aga needki on juba inimese jaoks liiga keerulised,» valgustab Belikov teadlaste ette kerkinud uue probleemi olemust.
Kas pildil on kass või koer? Kassipiltide tuvastaja teab
Kui anda masinale ette aina uusi andmeid, näiteks loomapilte, siis kassipiltide tundja oskab lõpuks 98% juhtudel tuvastada pildilt kassi. Aga kuidas mudel selle otsuseni jõudis?
«Tuli välja, et vastust enam polegi, sest keegi ei tea, kuidas tehisintellekt selle tulemuseni jõuab,» räägib Belikov, miks tuli hakata uurima tehisintellekti usaldusväärsust. Explainable AI, viimane uus TI alamvaldkond uuribki, kuidas mudel oma otsusteni jõuab.
Belikovi sõnul on juba loodud terve rida algoritme, millega proovitakse seletada tehisintellekti toimimist, aga need annavad praegu veel veidi erinevaid tulemusi. Ühtset metoodikat pole. Valdkonna suurim probleem ongi praegu see, et ei suudeta täpselt seletada, mismoodi masin seal «mustas kastis» täpselt toimib.
Võib-olla ongi tehismõistus meist mööda läinud?
Kui me ei tea, kuidas tehisintellekt toimib, siis kas äkki ongi masin meist mõistuse poolest mööda läinud?
Teadlased seda ei usu.
«Peame tehisintellektilt küsima «Miks?» küsimuse,» selgitab Petlenkov. «kui mõelda TI-st nagu tavalisest inimesest, siis on masin samamoodi laisk ja läheb kõige kergemat teed. Me õpetame tehisintellekti nagu lapsi koolis. Kujuta ette, et annad lastele kontrolltöö ülesanded ja valikvastused A, B, C, D. Kui kogu aeg on õige vastus A, siis kontrolltöös antud uued ülesanded vastatakse lapse poolt ka kõik A-ga. Sama küsimus on nüüd tehisintellektiga: jah, vastused olid küll kõik õiged, aga kas laps (või masin) õppis ära, et A on sisuliselt õige vastus või lihtsalt teadis, et kui vastata A, siis see on kogu aeg õige?»
Isegi pesumasinates räägitakse tehisintellektist, aga mis on seal tegelikult?
Pesumasin ja tolmuimeja on väga lihtsad näited tehisintellekti kasutamisest. Masin vaatab, palju inimesed mida kasutavad, millist pesu panevad sisse, mõlemad teadlased nendivad, et tegelikult on seal taga väga primitiivsed arvutused ja «kui on nii, siis tee seda» algoritmid.
Tolmuimeja või mõni muu selline kodumasin vaatab teatud hulga sisendite järgi, kuidas inimesed käituvad, harjutab end sellega ja tegutseb siis väga lihtsustatud reeglitega selle järgi.
Keerulisema tehisintellekti jaoks pesumasina või tolmuimeja protsessorist ei jätku, siis võiks teha arvutusi juba pilves ehk suurema võimsusega serverites. Eduard Petlenkov lisab, et pilditöötluse jaoks juba piisab ka nutitelefonist, milles on väga võimas riistvara. Aga võrreldes Amazoni pilveteenusega on pilditöötluse maht, millega mobiil hakkama saab, muidugi väga väike.
Turunduses pole masinõppe, millega kodumasinad tegelikult rohkem tegelevad, muidugi nii kõlav nimi, kui tehisintellekt. Seega pesumasinale lähebki peale silt «tehisintellektiga», sest tehisintellekt on seal turundussõna, mille taga on hoopis masinõpe või veel lihtsam lahendus - tavaline tingimustega algoritm.
Millal tehisintellekt saab teadvuse ja mille järgi seda hinnatakse?
«Homme seda veel ei tule,» kinnitab Juri Belikov kiiresti. «Masin ei muutu veel niipea iseseisvaks. Muidugi saab tehisintellekt targemaks, keerulisemaks, võimsamaks, aga nii, nagu ulmefilmides – seda niipea ei juhtu,» rahustab ta neid, kes on isemõtleva masina pärast veidi mures.