Rychło w czas. Nobel z fizyki 2024 trafił do ojców sztucznej inteligencji [Aktualizacja]

Aktualizacja (9 października, godz. 14:10)

Do grana wyróżnionych naukowców z dziedziny AI dołączył Demis Hassabis, informatyk i założyciel DeepMind. Tegoroczną Nagrodę Nobla w dziedzinie chemii wraz z Johnem Jumperem otrzymał za wkład w stworzenie wspomnianego cyfrowego narzędzia opartego na sztucznej inteligencji, które zrewolucjonizowało przewidywanie struktury białek. Dla graczy ma to spore znaczenie, bo badacz współpracował z Peterem Molyneux jako programista przy Syndicate i Theme Park, a także odpowiadał za sztuczną inteligencję w Black & White. Później założył Elixir Studios znane z Republic: The Revolution (2003) czy Evil Genius (2004). Hassabis w marcu tego roku został także obdarowanym brytyjskim tytułem szlacheckim za „zasługi na rzecz sztucznej inteligencji”.

Oryginalna wiadomość (9 września, godz. 11:48)

Sztuczna inteligencja jest teraz w zasadzie wszędzie. Od systemów rekomendacyjnych, które sugerują nam filmy czy muzykę, przez diagnostykę medyczną, po samochody z asystentem pasa ruchu. Jej znaczenie tylko się przybiera na sile i w wielu dziedzinach jest już zjawiskiem tak powszechnym (oraz nieodłącznym), że czasem trudno już odróżnić to, co zostało stworzone przez AI od tego, co nie powstało przy jej użyciu.

Powiązane:Komputery z AI nie przyspieszają pracy, ale Intel już wie, dlaczego

Chyba żaden temat nie budzi współcześnie tak wielkich kontrowersji i emocji, jak AI (poza chyba tylko kwestią prywatności danych, ale to już temat na inny artykuł). A jednak w środowisku, które powołało ją do życia, długo brakowało oficjalnych wyrazów uznania dla techniki komputerowej – i to pomimo nieprawdopodobnie wielkiego wkładu, jaki wniosła do sfery nauki. Mowa tu oczywiście o nagrodzie Nobla.

Może dlatego, że informatyka jest dzieckiem kilku pokrewnych dziedzin nauki. Może dlatego, że komputery naukowcom kojarzą się ze zbiorem danych, wzorów i zmiennych, które razem tworzą złożony system obliczeniowy i jako takie są przede wszystkim środkiem do celu, narzędziem do przetwarzania informacji. Fundamentalnie oparty na zasadach matematyki i fizyki, komputer nie był chyba jednak nigdy przedmiotem refleksji na taką skalę, jak teraz, kiedy o programach i systemach działania mówi się jak o bytach myślących, zdolnych do autorefleksji, prawie… żyjących.

AI zdobywa uznanie świata nauki

Wczoraj przyznano kolejną, już 118. Nagrodę Nobla w dziedzinie fizyki i tym razem komitet noblowski przełamał rutynę: zamiast do badaczy zajmujących się tradycyjnie klasycznymi fizycznymi tematami (jak cząstki subatomowe, kosmologia, astrofizyka), najwyższe międzynarodowe wyróżnienie naukowe powędrowało dla odmiany do Johna Hopfielda i Geoffreya Hintona (alias „ojciec chrzestny AI”) za „odkrycia i wynalazki, które umożliwiają uczenie maszynowe w oparciu o sztuczne sieci neuronowe”.

Cała sytuacja jest o tyle ciekawa, że obaj panowie są bezpośrednio odpowiedzialni za rozwój całej tej dziedziny nauki. Hopfield jest tym, który opracował pierwszą sieć neuronową czterdzieści lat temu, natomiast Hinton kontynuował badania w tym kierunku (i w rezultacie dorobił się kultowego przydomka). Dzięki temu później położył grunt pod rozwój uczenia głębokiego, które jest teraz standardem w wielu branżach usług czy przemysłu.

Sieci neuronowe – od finansów po smartfony

Koncepcja Sieci Hopfielda znajduje zastosowanie w najróżniejszych dziedzinach życia. Korzystają z niej nowoczesne technologie, wśród których robotyka jest jedną z najważniejszych. Z kolei współczesna nauka opiera się na sieciach neuronowych, pozwalających rozpoznawać wzorce i kompresować dane, pomagając w ich skutecznej analizie.

W finansach wspierają w przewidywaniu trendów rynkowych, co czyni je skutecznym narzędziem optymalizacji decyzji biznesowych. Tak, uczenie maszynowe jest wszędzie – nawet w naszych telefonach, gdzie umożliwia na przykład korzystanie z Asystenta Google oraz pozwala na analizę zdjęć, co z kolei przekłada się na automatyczną poprawę jakości obrazów.

To szczególnie ważne dzisiaj, w erze big data, kiedy odnalezienie związków i wzorców w gigantycznych zbiorach danych staje się prawie niemożliwe przy użyciu tradycyjnych metod analizy danych. Od każdego badacza wymaga się znajomości języków programowania. Dzięki temu naukowcy mogą skupić się na interpretacji wyników i tworzeniu nowych hipotez, choć nie wszyscy podzielają entuzjazm (ale o tym za chwilę).

Znak czasów?

W tej perspektywie przyznana dziś nagroda Nobla wydaje się być ukoronowaniem całego procesu rozwoju technologii informacyjnych i drogi, jaką ta nauka przeszła od samych początków swojego istnienia aż po dzisiejszy dzień, kiedy jej wykorzystanie jest równie naturalne, jak korzystanie z energii elektrycznej.

Czy tego chcemy, czy nie, sztuczna inteligencja jest już naszą codziennością i chyba na dobre nią pozostanie – komitet noblowski oficjalnie uznał jej znaczenie dla kształtu świata. To wydarzenie stawia przysłowiową kropkę nad "i" podkreślając, że technologia, która kiedyś wydawała się nam futurystyczna, teraz jest częścią naszego życia – ze wszystkimi konsekwencjami (dobrymi i złymi), które się z tym wiążą.

Nie sposób przy okazji nie zapytać – i co dalej? Dzisiejszy tryumf uczenia maszynowego i sieci neuronowych na corocznym święcie nauki ucieszył wielu profesjonalistów i badaczy korzystających z tych technologii na co dzień, ale równie wielu zmartwił. W tej drugiej grupie znalazł się także jeden z laureatów, Geoffrey Hinton.

Historia kołem się toczy

Okazuje się, że pionier uczenia głębokiego już wcześniej zwracał uwagę na zagrożenia związane z AI. Odszedł nawet z Google, gdzie piastował wysokie stanowisko związane z rozwojem technologii, na których cała współczesna sztuczna inteligencja bazuje. A zrobił to dlatego, że przeraziły go możliwości GPT-4, które dopiero co wyszło wtedy na rynek.

„Nagle zmieniłem zdanie co do tego, czy te modele będą bardziej inteligentne, niż my. Jesteśmy chyba bardzo blisko tego momentu. Jak my to przeżyjemy?” – powiedział w rozmowie z prestiżowym MIT Technology Review. Los potrafi być jednak przewrotny. Naukowiec, który pomagał położyć grunt pod całą współczesną infrastrukturę informacyjną, teraz został nagrodzony za osiągnięcia, których konsekwencji sam zaczął się obawiać.

Historia nauki jednak obfituje w takie okoliczności. W całej sytuacji widać pewną tragedię badacza-odkrywcy, który stanął twarzą twarz ze skutkami swojego dziedzictwa.

Czy tak właśnie czuli się naukowcy pracujący nad bombą atomową? Czy sama sztuczna inteligencja to rzeczywiście dynamit, którego potencjał może wywołać katastrofalne skutki uboczne dla ludzi i świata? Te moralne dylematy wydają się być dziś szczególnie aktualne.

Jednak zanim pogrążymy się w czarnych scenariuszach i pesymistycznych diagnozach, warto sobie przypomnieć jedną, ważną kwestię – to my decydujemy o tym, jak korzystamy z tych narzędzi i o kierunku, w którym pójdzie ich rozwój. Mimo wszystko bomba sama się (jeszcze) nie wysadzi.

Czytaj więcej:Chcą zmiażdżyć konkurencję ceną; nowe laptopy z procesorami Snapdragon będą tanie i ze wsparciem dla AI