Generatyvinis dirbtinis intelektas: pagalba ar grėsmė visuomenei?

Įvairūs  dirbtinio intelekto įrankiai šiandien vis aktyviau naudojami įvairių organizacijų ir specialistų, siekiant pagreitinti, efektyvinti įvairius darbo procesus. Visgi, netrūksta  abejonių ir dirbtinio intelekto patikimumu, įvairių dvejonių dėl jo įtakos specialistų poreikiui rinkoje. Tad šįkart apie generatyvinį dirbtinį intelektą, jo grėsmes ir naudas kalbėjomės su Andrei Barysionak, IBA Group pasaulinio tiekimo direktoriumi, duomenų valdymo specialistu.

– Kas yra generatyvinis dirbtinis intelektas? Kuo jis ypatingas?

Generatyvus dirbtinis intelektas yra dirbtinio intelekto forma, kuri gali generuoti tekstą, vaizdus ir kitą įvairų turinį pagal duomenis, kuriais remiasi jo mokymas.

Remiantis visuomenei prieinamais šaltiniais, generatyvus dirbtinis intelektas yra dirbtinio intelekto sistema, sugebančia generuoti tekstą, vaizdus ar kitus medijos duomenis. Generatyvus dirbtinis intelektas naudoja generatyvius modelius, tokius kaip dideli kalbos modeliai – LLM, statistiniam naujų duomenų parinkimui pagal mokymo duomenų rinkinį, naudotą jų sukūrimui.

Generatyvinių AI sistemų, tokių kaip ChatGPT, galia slypi jų gebėjime ištirti didelius duomenų kiekius, išgauti tai, ko reikia norint atsakyti į klausimą, ir tada sukurti atsakymą realiuoju laiku. Pavyzdžiui, jei paprašytumėte Google paaiškinti Lietuvos Didžiosios Kunigaikštystės istoriją, jis parodytų kelis paieškos rezultatų puslapius – Vikipediją, įvairias enciklopedijas, istorinius tinklalapius ir t. t. Tada galite paspausti vieną iš nuorodų, kad perskaitytumėte vieną iš siūlomų atsakymų. Skirtumas tarp ChatGPT yra tas, kad jis pirmiausia išnagrinės visus šiuos dokumentus ir tuomet pagrįstai sukurs naują atsakymą remdamasis šia informacija.

– Kada generatyvinis dirbtinis intelektas pradėtas naudoti?

Nors apie dirbtinį intelektą vis garsiau ir plačiau kalbėti visuomenei pradėta atrodo ne taip ir seniai, visgi  generatyvinis dirbtinis intelektas atsirado 1950 m., kai Alanas Tiuringas pasiūlė idėją kurti mašininį intelektą. Laikui bėgant, tokie modeliai kaip Markovo modeliai 1960-aisiais ir rekurentiniai neuroniniai tinklai 1980-aisiais, išplėtė generatyvines galimybes. Naujausi laimėjimai, tokie kaip OpenAI GPT-3, revoliucionizavo generatyvinį dirbtinį intelektą, leisdami gauti rezultatus įvairiose srityse. Nepaisant pažangos, dirbtinis intelektas toli gražu nėra tobulas ir toliau vystosi dėl nuolatinių tyrimų ir plėtros.

– Kokiose srityse pasaulyje aktyviausiai taikomas šis įrankis? Kokiose srityse jis gali būti naudingiausias?

Tiesą sakant, yra daugybė įvairių sričių, kuriose dirbtinis intelektas gali būti naudinga priemonė, pavyzdžiui.:

• Klientų aptarnavimas: pokalbių robotai su standartiniais atsakymais dažnai pasirodo nenaudingi, o AI leidžia sukurti automatizuotą klientų aptarnavimo įrankį, kuris iš tikrųjų veikia.
• Turinio kūrimas: įmonės, norinčios kurti paieškos sistemoms optimizuotą turinį, kitaip sakant – SEO, gali greitai sugeneruoti tokį turinį įvairiausiomis temomis būtent dirbtinio intelekto pagalba. 
• Mokymai ir mokymas: AI gali pateikti automatizuotus atsakymus į daugelį dažnai užduodamų naujų darbuotojų ir komandų klausimų, tai  gali palengvinti  mokymąsi, paskatinti greitesnę integraciją.
• Nuotaikų analizė: didelio kiekio klientų atsiliepimų arba įrašų iš socialinių tinklų ir rinkimas ir analizė, kaip klientai vertina prekės ženklą.
• Duomenų analizė: sukauptų pardavimų ir pajamų duomenų tyrimas, taip pat ateities prognozavimas, ypač ieškant trigerių, kurie kenkia organizacijos efektyvumui.

– Visus dažniausiai kamuojantis klausimas – ar dirbtinio intelekto įrankiai pakeis specialistus? Kokia jūsų nuomonė ir patirtis?

Nors dirbtinio intelekto įrankiai gali automatizuoti tam tikras užduotis, kurias tradiciškai atlieka specialistai, tačiau jie dažnai sukuria naujas galimybes, o ne grėsmes profesionalams. Specialistai gali sutelkti dėmesį į aukštesnio lygio užduotis, kurioms reikia žmogaus sprendimo, kūrybiškumo ir empatijos. Be to, yra daugybė užduočių ir vaidmenų, kur žmogaus patirtis, intuicija ir bendravimo įgūdžiai yra nepakeičiami.

Galiausiai dirbtinio intelekto poveikis žmonių gyvenimui priklauso nuo to, kaip visuomenė nusprendžia naudoti šias technologijas, taip pat nuo to, kaip atskiri žmonės ir organizacijos prisitaiko prie kintančių darbo ir gyvenimo sąlygų. Labai svarbu, kad dirbtinio intelekto įrankiai būtų kuriami ir naudojami atsakingai, atsižvelgiant į galimą jų naudą ir grėsmes bei užtikrinant, kad jie papildytų žmogaus galimybes, o ne jas pakeistų.

– Kokie generatyvinio dirbtinio intelekto įrankiai populiariausi, kokius šiandien juos galime naudoti?

Tai, pavyzdžiui, generatyvinio projektavimo aplikacijos, kai žmogus, kurdamas skaitmeninį ar fizinį produktą (svetainę, vaizdą, melodiją, architektūrinį modelį, detalę ir kt.), deleguoja dirbtiniam intelektui dalį procesų, kurie taip pat gali apimti generatyvinį vaizdo įrašą, generacinį garsą ir generuojamąją kalbą. Kai kurie iš šių generuojamųjų AI įrankių jau yra prieinami pristatymams ar vaizdo įrašams kurti.

Taip pat tai įvairios programos generatyviniam, arba kitaip – kūrybiniam dizainui, kai žmogus deleguoja dirbtiniam intelektui dalį procesų, kuriuos naudoja projektuojant skaitmeninį arba fizinį produktą (svetainę, vaizdą, melodiją, architektūrinį modelį, detalę ir t.t.), kuris taip pat gali apimti generatyvų vaizdo įrašą, garso takelį ir generatyvią kalbą. Kai kurie iš šių dirbtinio intelekto generatyvinių įrankių jau yra prieinami prezentacijų ar vaizdo įrašų kūrimui.

Taip pat norėčiau atskirai pakalbėti apie tokią patrauklią sritį, kurią atveria generatyvūs modeliai, kaip „Retrieval Augmented Generation“ – generuojant atsakymą vartotojui, atsižvelgiant į papildomai rastą aktualią informaciją (RAG). Šie modeliai generuoja turinį naudodami paieškos mechanizmą. Specializuoti metodai leidžia naudoti išankstiniam apmokymui skirtas LLM – Large Language Models – Didelės Kalbos Modelius – tokias kaip OpenAI, efektyviam duomenų apdorojimui.

Bankininkystės sektoriuje RAG metodas naudojamas sąveikai su dokumentais, kuriuose yra rinkodaros medžiagos. Pavyzdžiui, su banko rinkodaros medžiaga sinchronizuotas bankinis pokalbių robotas, leidžia klientams pagal tam tikrus kriterijus gauti informaciją apie aktualias paslaugas. Tai pašalina poreikį rankiniu būdu tikrinti atitinkamas medžiagas.

Apibendrinant galima pasakyti, kad pagrindinės problemos, kurias šiandien išsprendžia generatyvusis dirbtinis intelektas, yra šios: 

– generavimas su išplėstine paieška.

– informacijos „ištrauka“.

– turinio generavimas.

– reikiamų duomenų ištraukimas. 

– turimais duomenimis pagrįstos išvados. 

– duomenų klasifikacija.

– Kaip manote, kokias grėsmės generatyvinis dirbtinis intelektas gali kelti? Ar dirbtinis intelektas gali įgyti sąmonę? Kaip ateityje jis plėtosis?

Generatyvinis dirbtinis intelektas turi galimų grėsmių, tokių kaip dezinformacijos plitimas ir manipuliavimas kuriant tikroviškai atrodantį netikrą turinį. Tai gali sukelti visuomenės susiskaldymą ir pakirsti pasitikėjimą informacijos šaltiniais. Be to, dirbtinių veidų, balsų ar kitų asmens duomenų kūrimas kelia rimtą susirūpinimą dėl privatumo pažeidimų ir tapatybės vagystės.

Nors dirbtinio intelekto sistemos gali imituoti protingą elgesį daugelyje kontekstų, joms trūksta subjektyvios patirties ir savimonės, kuri apibrėžia sąmonę.

Žvelgdami į ateitį tikimės, kad generatyvusis AI toliau vystysis, o tai leis sukurti sudėtingesnį ir tikroviškesnį turinį. Tačiau šiandien galima prognozuoti, kad didelis dėmesys bus skiriamas etikos principų ir reguliavimo sistemų kūrimui, siekiant užtikrinti atsakingą AI technologijų naudojimą.

Užuot pakeitęs žmones, dirbtinis intelektas siekia sustiprinti žmogaus gebėjimus daugelyje sričių, todėl atsiranda naujų žmonių ir mašinų bendradarbiavimo formų. Šis bendradarbiavimas, paremtas nuolatiniais moksliniais tyrimais ir naujovėmis, nulems būsimą AI raidą, kai ji vis labiau integruosis į visuomenę.