MAŁPA Z BRZYTWĄ

 Sztuczna inteligencja diagnozuje raka skuteczniej niż lekarz. Przeszkolone na milionach zdjęć modele AI są w stanie wykryć nowotwór już na bardzo wczesnym etapie. Ostatnio takie informacje przestały nas już dziwić. W końcu to maszyna, więc odpada tak zwany czynnik ludzki, będący podobno najsłabszym ogniwem wszystkich "idealnych" systemów. Maszyna nigdy nie jest zmęczona, głodna, zdenerwowana i tak dalej. Czyli nic nie zaburza jej "percepcji"...

Poza tym sztuczne sieci neuronowe dysponują wielkimi mocami obliczeniowymi skoncentrowanymi na wykonywaniu jednego tylko zadania. Człowiek z kolei potrafi wiązać wiele informacji w spójny obraz rzeczywistości, dzięki czemu zyskuje niezwykły poziom świadomości. Pewnie dlatego w przewidywalnej przyszłości nie da się go zastąpić algorytmem. Jak wiemy urządzenia też się zużywają, można je zhakować i przejąć nad nimi kontrolę, czy zainfekować jakimś wirusem. 

Problemem jest w tym kontekście zrozumienie "toku rozumowania" takich modeli decyzyjnych. Bo jeśli zdawać się musimy na niewyjaśnialne diagnozy, no to gdzieś z tyłu głowy czają się różne związane z tym zagrożenia... No i gdy model sztucznej inteligencji zacznie szwankować to już nie za bardzo wiadomo co z tym zrobić. W końcu istotą AI jest to, że sama się usprawnia, więc może błędnie nadać wagę jakimś kryteriom, choć zazwyczaj wykrywa statystyczne kryteria znajdujące się poza ludzkim postrzeganiem. 

Na ogół jesteśmy w stanie wyciągnąć matematyczne dane dotyczące konkretnego działania, tyle że są one nieczytelne nawet dla osoby technicznej która odpowiada za dany model. W każdym bądź razie potrafimy to sobie jakoś łopatologicznie wyobrazić - sztuczna inteligencja jest tak skuteczna, ponieważ potrafi wykrywać statystyczne wzorce. A zatem potrafi diagnozować raka skuteczniej niż lekarz ponieważ jest "inteligentna". Trochę tautologiczne to wyjaśnienie, lecz nie do tego nie do tego zmierzam...

Interpretacja mikroskopowych obrazów tkanek nie jest łatwym zadaniem, nawet dla lekarzy z wieloletnim doświadczeniem, a mimo to świetnie radzi sobie z tym "ptasi móżdżek" zwany gołębiem. Już po piętnastogodzinnych "sesjach szkoleniowych" trafność stawianych przez gołębie diagnoz sprawdzała się w 85%, a biorąc pod uwagę ptasie "konsylium" (złożone z czterech osobników) w 99%!!! Zdolność naszych pierzastych przyjaciół do uczenia skojarzeniowego połączona z niezwykłą ostrością wzroku daje im na polu identyfikacji nowotworu przewagę nad radiologami.

Metodą warunkowania klasycznego wytresowano gołębie tak aby wskazywały zdjęcia przedstawiające nowotwory - choć oczywiście gruchające towarzystwo nie miało pojęcia o co chodzi. W swym gołębim umyśle powiązało jednak fakty - wskazanie określonego wzorca skutkowało skonsumowaniem smacznej przekąski. Zwierzęta potrafią skutecznie wykrywać korelację pewnych zdarzeń, gorzej natomiast idzie im ze zrozumieniem przyczynowości.

W tym właśnie specjalizujemy się my - nasz popęd rozumowania każe nam dociekać przyczyn tego o czym informują nas zmysły, a zrozumienie przyczynowości pozwala czerpać wiedzę niekoniecznie z własnego doświadczenia. Nie tylko przyswajamy informacje od innych ludzi, ale też przetwarzamy je w różne koncepcje. I właśnie tym sposobem zbudowaliśmy sztuczną inteligencję, syntezując naszą wiedzę informatyczną z neurobiologiczną.

Dopiero stworzenie "plastycznych" czyli tylko wstępnie zaprogramowanych modeli uczenia się, w których sztuczne neurony dzięki sygnałom numerycznym komunikują się między sobą w licznych warstwach działających równolegle, pozwoliło zbudować tak bystre maszyny. Lecz wszystko sprowadza się do podobieństw, trendów i korelacji... Czyli do tego co znają choćby gołębie, bo nie potrzeba do tego specjalnie rozbudowanej świadomości. Wedle naszych standardów gołąb jest przecież przygłupi. Tak więc bardziej niż sztucznej inteligencji obawiać się trzeba tego, że coraz częściej bawią się nią niepowołane ręce - a zatem znowu ten nieszczęsny czynnik ludzki...