Čo vlastne UI je? Nechcem vás unavovať históriou a opisom teoretického pozadia tohto technologického či vedeckého prístupu. Stručne povedané, je to schopnosť strojov (počítačov) napodobňovať prejavy prirodzenej inteligencie. A čo je prirodzená inteligencia? Opäť veľmi zjednodušene, je to schopnosť živočíchov a najmä človeka riešiť problémy. Bežný cyklus, ako to človek robí, je nasledujúci: vnímanie prostredia – spracovanie vnemov a rozhodovanie – akcia v prostredí. No popri tom aj ukladanie a aktualizácia informácií a znalostí do pamäti, čo je učenie. Pokiaľ by stroj dokázal realizovať celý tento cyklus, riešiť celé spektrum problémov, ktoré dokáže riešiť človek a na rovnakej alebo vyššej úrovni než človek, hovorili by sme o tzv. všeobecnej UI (Artificial General Intelligence, AGI). Tam však ešte stále nie sme. Zatiaľ stroje riešia iba partikulárne problémy celého spektra ľudských schopností, hoci mnohé činnosti už robia lepšie než človek.
Teraz sa pokúsim stručne charakterizovať dnešný stav UI a niektoré schopnosti strojov. Pokiaľ ide o vnímanie prostredia, stroje (napr. roboty, autonómne vozidlá, drony) dnes dokážu rozpoznávať prostredie okolo seba, rozlišovať statické aj pohyblivé objekty aj „chápať“ ich význam. Iné stroje dokážu v medicíne diagnostikovať ochorenia z 2D a 3D snímok (RTG, CT, MRI a z iných zdrojov) a vedia to už väčšinou spoľahlivejšie než skúsený lekár.
Podobných príkladov v rôznych odvetviach aj v priemysle je dnes veľa. Ak stroj „pochopil“ scénu okolo seba, môže spracovať vnemy, „uvažovať“ a rozhodnúť sa. Posledným krokom je vykonanie nejakej akcie, ktorú uskutoční určité technické zariadenie, napríklad robot, manipulátor, prístroj, tlačiareň či reproduktor. Niekedy môže človeku iba odpovedať alebo mu určitou formou poskytnúť správny výsledok. Ako názorný príklad inteligentného zariadenia by som uviedol autonómny automobil. Takéto vozidlá sa už dnes nielen testujú, ale aj používajú ako taxíky či kamióny a jazdia v plnej mestskej premávke, bez ľudského šoféra. No môže to byť aj autonómny robot, manipulátor alebo lietajúci dron, ktorý sa dokáže sám rozhodovať na základe vnímania prostredia. V oblasti priemyslu môžeme dať fantázii voľný priebeh, kde všade sa budú autonómne a inteligentné stroje (agenty) čoskoro využívať. UI je nástroj na dosiahnutie lepšej efektivity, kvality a úspor. No aj na nahradenie človeka.
V celom uvedenom reťazci (vnímanie – uvažovanie – akcia) má kľúčovú úlohu uvažovanie. To je algoritmicky (matematicky) aj výpočtovo najnáročnejší krok. Prístupov strojového uvažovania bolo v minulosti vyvinutých mnoho a postupne sa zdokonaľovali aj približovali ku kognitívnym schopnostiam človeka.
Za všetky by som spomenul dnes najpopulárnejší a najnovší prístup, ktorý je založený na veľkých jazykových modeloch (z angl. Large Language Models, LLM), a s nimi súvisiacu generatívnu umelú inteligenciu (GUI). GUI dnes dokáže spracovať a „pochopiť“ bežnú ľudskú reč (text, hlas), ale aj obraz a video a následne vie na požiadanie vygenerovať súvisiaci obsah. Za týmito algoritmami sú hlboké (mnohovrstvové) neurónové siete a sofistikované metódy ich učenia (strojové učenie, z angl. Machine Learning, ML).
Zariadenia využívajúce LLM dokážu pochopiť vstupnú požiadavku človeka a vygenerovať odpoveď, napísať text, rozprávať, kresliť, generovať video atď. Alebo interagujú s človekom v prostredí komunikujúc s ním bežnou rečou. Napriek obdivuhodnej a neustále dramaticky sa zlepšujúcej funkcionalite súčasnej GUI treba však poznamenať, že žiadny chatbot zatiaľ nerozumie, čo od neho chceme. Iba hľadá štatisticky najvyhovujúcejšie riešenie, ktoré spravidla v záplave nekonečných tréningových dát a zdrojov z internetu aj nájde.
Ak náhodou nie, zo svojej konštrukčnej podstaty nevie odpovedať, že riešenie nepozná. Čo naopak človek dokáže. Súčasným trendom, nielen v priemysle, je implementovať LLM do funkcionality mnohých produktov, zariadení alebo služieb. V poslednom čase je to aj využitie lokálnych jazykových modelov, ktoré môžu byť ohraničené z hľadiska použitého hardvéru alebo uzavreté zvnútra z hľadiska používateľom definovaných dát.
Prístupy strojového učenia sa štandardne rozdeľujú do troch kategórií:
- učenie s učiteľom (Supervised Learning),
- učenie bez učiteľa (Unsupervised Learning),
- učenie na základe interakcie s prostredím – sem patrí napr. učenie s posilňovaním (Reinforcement Learning alebo aj neuroevolúcia).
V prípade prvého typu učenia s učiteľom ide o schopnosť naučiť sa rozpoznávať a klasifikovať obrazové alebo zvukové vzory, ako sú už spomínané medicínske aplikácie, hodnotenie zvarov, nepodarkov alebo vnímanie prostredia autonómnym vozidlom. Frekventovanou implementáciou je prediktívna údržba, kde stroj vo výrobe dopredu vie, že sa určitá jeho časť pokazí, prečo a kedy, a tak môže zabrániť problémom v prevádzke.
Pri učení bez učiteľa vieme nájsť skryté súvislosti v dátach bez toho, aby sme to vopred neurónovú sieť natrénovali. Z aplikácií by som mohol spomenúť identifikáciu potenciálnych zákazníkov, detekciu anomálií pri výrobe, analýzu chýb a ich príčin vo výrobe.
A napokon tretia kategória učenia je použiteľná pri učení náročných robotických zariadení, humanoidných robotov či autonómnych strojov pohybovať sa a riešiť úlohy v zložitom prostredí. Učenie s posilňovaním bolo použité aj na tréning chatbotov a LLM.
Zariadenia na báze UI a GUI majú dnes ťažko predvídateľnú perspektívu a možnosti. Tu sa natískajú rôzne otázky: aký to bude mať vplyv na súvisiace technológie v priemysle, v doprave, v praxi, ale celkovo aj na samotnú ľudskú spoločnosť? Každý si uvedomuje, že narastajúce schopnosti a možnosti strojov neprinesú ľudstvu len výhody a blaho.
Možno identifikovať viacero rizík, z ktorých o každom by sa dalo detailne diskutovať. Za všetky spomeniem tieto:
- ohrozenie súkromia a bezpečnosti jednotlivca,
- zneužívanie UI na manipuláciu faktov, ovplyvňovanie verejnej mienky, sociálne siete,
- presadzovanie zištných cieľov jednotlivcov, zneužívanie potenciálu UI „zlými ľuďmi“,
- delegovanie právomocí od človeka strojom,
- sociálno-ekonomický dosah a dosah na trh práce,
- stagnovanie až degradácia ľudskej inteligencie,
- zvyšovanie inteligencie strojov, otázka presadzovania vlastných cieľov strojmi.
Na všetky tieto dôležité otázky sa teraz nechcem pokúšať odpovedať. Stručne by som tu aspoň niektoré témy, ktoré majú istý súvis s priemyslom. Jednou z nich je, či stroje s GUI sú/budú skutočne tvorivé. Otázkou je, či budú schopné prinášať pôvodné a hlavne nové a zatiaľ nepoznané výsledky, v našom prípade nové technické riešenia. Dnešné prostriedky GUI sú trénované na obrovskom množstve dostupných dát, elektronických textov, obrázkov, videí, ktoré vytvoril človek. A medzi nimi hľadajú odpovede a riešenia.
Matematicky povedané, interpolujú riešenia medzi podobnými, už existujúcimi. Pokiaľ potrebujem napísať text, resp. vygenerovať obsah z oblasti, v ktorej nie som odborník, môže mi výsledok vygenerovaný strojom pripadať veľmi prínosný a tvorivý. Stroj má prakticky neobmedzené zdroje dát, veľký výkon a rýchlosť spracovania. Žiadny človek nedokáže absorbovať všetky dostupné znalosti v predmetnej oblasti jeho pôsobenia, čiže „všetku dostupnú múdrosť sveta“.
Iná je však situácia, keď žiadne podobné znalosti ešte neexistujú a treba vytvoriť celkom nové a nepoznané riešenie (extrapolovať). Tu je potrebná skutočná kreativita, predstavivosť, intuícia, kde má človek zatiaľ navrch. Trúfnem si však povedať, že aj toto je iba otázka času. Lebo v budúcnosti budeme schopní napodobniť a asi aj technicky prekonať ľudský mozog, aj možnosti jeho učenia.
Ďalšou dôležitou, často diskutovanou a aj kontroverznou témou je vplyv UI na trh práce. Na jednej strane narastajúce schopnosti UI, GUI, robotiky, automatizácie a technológií dovoľujú predpovedať, že stroje nám budú postupne pomáhať uskutočňovať čoraz kvalifikovanejšie činnosti. V prvej fáze pomôžu zvyšovať produktivitu dotknutého pracovného miesta. No v následnej fáze tu môžu človeka nahradiť celkom.
Pravdou tiež je, že vytvárajú nové pracovné príležitosti a nové profesie. Tie však, na rozdiel od minulosti, vyžadujú čoraz vyššiu kvalifikáciu aj kreativitu. Na druhej strane dnešná prax na Slovensku, v EÚ, ale aj inde vo vyspelých priemyselných krajinách sveta je paradoxne taká, že môžeme pozorovať chronický nedostatok kvalifikovaných kádrov v mnohých sférach praxe, ako je IT sektor, priemysel, zdravotníctvo, školstvo a mnohé iné.
Aký bude ďalší vývoj, je viac otázka na ekonómov a sociológov. No podľa môjho názoru súčasný nedostatok ľudskej pracovnej sily bude nútiť zamestnávateľov ešte viac zamestnávať stroje. V priemysle, doprave, administratíve, službách, dokonca aj vo vývoji a vo vede. Dôležitou témou je odovzdávanie ľudských kompetencií strojom. Tým chcem povedať, že s narastajúcimi schopnosťami strojov s UI na ne presúvame kompetencie, ktoré skôr vykonávali ľudia.
Začať môžeme, povedzme, pri nákupných automatoch či bankomatoch, robotických vysávačoch a kosačkách, pokračovať môžeme cez autonómne výrobné linky, automatizovanú administratívu, bankovníctvo, služby a skončíme pri autonómnych autách, robotoch a dronoch. Odovzdávanie kompetencií strojom nie je vždy len technický problém. Objavujú sa tu právne a etické problémy, ako je zodpovednosť za škody spôsobené autonómnym vozidlom či robotom alebo spôsob rozhodovania stroja a riešenia problémov, ktorý nemusí byť vždy v súlade s hierarchiou ľudských hodnôt.
Extrémnym prípadom sú autonómne zbrane, ktorým umožňujeme rozhodovať o ľudských životoch... Takže určite môžeme čakať, že v dohľadnej aj vzdialenej budúcnosti nás v súvislosti s rozvojom UI čakajú veľmi ťažké a zásadné témy so silným dosahom nie len na všetky odvetvia priemyslu, hospodárstva, ale aj na celú ľudskú spoločnosť.
Ivan Sekaj
Ústav robotiky a kybernetiky
FEI STU Bratislava
ivan.sekaj@stuba.sk
