I śmieszno, i straszno. Sztuczna inteligencja może rozpoznawać zapachy lepiej niż człowiek

Już teraz istnieje sztuczna inteligencja, która jest w stanie rozpoznawać zapachy, i nie tylko robi to lepiej niż człowiek, ale i przewiduje woń hipotetycznych związków chemicznych tylko na podstawie ich danych molekularnych. Architektura sztucznych mózgów staje się więc coraz bardziej zaawansowana, choć wciąż brakuje jej elastyczności, której na razie żadne uczenie maszynowe nie jest w stanie przekazać.

Sztuczna inteligencja to sztuczna sieć neuronowa

Informatyczne systemy naśladujące pracę mózgu człowieka, które dziś szturmem podbijają świat sztucznej inteligencji, nie muszą opierać się na biochemii świata organicznego, ponieważ do niego nie należą. U nich, w świecie nieorganicznym, jedyną ograniczającą cokolwiek prędkością jest prędkość światła.

Gdyby więc sieci neuronowe bazowały na optycznym przepływie informacji, wówczas dopuszczalna prędkość ich przesyłu mogłaby wynieść około 300 milionów m/s. To znacznie, znacznie, znacznie więcej niż w naszym mózgu. Jakieś dwa i pół miliona razy więcej. Tempo przetwarzania sygnałów informacyjnych byłoby wręcz niewiarygodne.

W takim układzie moglibyśmy całe nasze życie, od narodzin do śmierci, przeżyć właściwie w niecałe pół godziny. Mając taki mózg oczywiście w ogóle byśmy nie odczuli tych 30 minut jako bardzo krótkiego okresu. Byłby on dla nas zupełnie naturalnym porządkiem rzeczy, a wszyscy poza nami, obdarzeni biologicznymi mózgami, byliby z takiego punktu widzenia czymś, co w zasadzie trwa bez ruchu.

Taką sytuację bardzo łatwo sobie wyobrazić. Wystarczy tylko zrobić analogię pomiędzy zmianami, jakie zachodzą w naszej rzeczywistości, a tymi, które zachodzą w realiach geologii Ziemi. Nie dostrzegamy ruchu górotworu, ponieważ poruszenie to rozciąga się na dziesiątki milionów lat. Całe życie naszego gatunku to jedynie mały promil jego bytowania.

Mimo to on rzeczywiście trwa, rusza się, na swój sposób „żyje” i funkcjonuje wedle prawideł przestrzeganych w jego świecie. Dla mózgu optycznego bylibyśmy właśnie takim górotworem. Trwającym w czasoprzestrzeni niemal zawsze, rozciągającym się niebotycznie w przeszłość i w przyszłość.

Przy tej okazji warto jeszcze wspomnieć o ogromnym potencjale możliwości, jakie niesie za sobą możliwość użytkowania optycznej sieci neuronowej. Przy takiej prędkości jej rozmiary mogłyby spokojnie liczyć paręset kilometrów bez utraty jakości tempa przetwarzania informacji. To inteligencja znacznie szybsza i znacznie potężniejsza od tej, którą obdarzyła nas ewolucja. Nie mielibyśmy z nią żadnych szans.

W ciągu jednego roku mogłaby przeżyć całą ziemską historię ludzkości, zostawiając nas daleko w tyle, nawet nie w epoce kamienia łupanego. I choć taki supertwór to wciąż melodia przyszłości (na szczęście!), to warto mieć na uwadze, że już teraz prace nad sztucznymi sieciami neuronowymi opierającymi się na optyce oraz prędkości światła postępują i mają się całkiem dobrze. Choć do stacji końcowej wciąż jeszcze daleko.

Jak sztuczna inteligencja pomyliła kota z pastą z awokado

Oczywiście w ciągu ostatnich dekad inżynierowie komputerowi garściami czerpali inspiracje do swojej pracy z ludzkiego mózgu. W tym czasie zwiększono równoległość wykonywania wielu działań, dodając wiele rdzeni procesorów (w naszym mózgu strategia ta jest szeroko rozwinięta, ponieważ jeden neuron jest w stanie wysłać dane wyjściowe nawet do tysiąca innych).

Wprowadzono też tak zwane głębokie uczenie się w procesach uczenia maszynowego, które zainspirował system wzrokowy ssaków wykorzystujący wiele warstw do przedstawiania coraz bardziej abstrakcyjnych cech (w tym przypadku algorytmy modelowane są tak, aby ich praca jak najbardziej przypominała pracę mózgu, więc struktura sieci składa się z wielu warstw sztucznych neuronów).

Już teraz istnieje sztuczna inteligencja, która jest w stanie rozpoznawać zapachy, i nie tylko robi to lepiej niż człowiek, ale i przewiduje woń hipotetycznych związków chemicznych tylko na podstawie ich danych molekularnych. Architektura sztucznych mózgów staje się więc coraz bardziej zaawansowana, choć wciąż brakuje jej elastyczności, której na razie żadne uczenie maszynowe nie jest w stanie przekazać.

Bodaj najbardziej znamienitym przykładem tej niedoskonałości jest przykład z dwoma, identycznymi z ludzkiego punktu widzenia, obrazkami kota. Z jednego z nich usunięto dosłownie kilka pikseli i to wystarczyło, aby sztuczna inteligencja zinterpretowała go jako… guacamole.

Z punktu widzenia naszego mózgu to dosyć absurdalne. Jakim cudem parę pikseli, niewidocznych dla ludzkiego oka, sprawiło, że standardowa sieć neuronowa, która obejrzała ogromną liczbę kotów i niekotów, nagle stwierdziła, że oto patrzy na pastę z awokado?

Tego typu manipulacja danymi należy do grupy „obrazów mylących” i bywała w przeszłości dosyć powszechną metodą tych, którzy chcieli oszukać system i przechytrzyć sieć neuronową. Wszystko rozbija się o tak zwaną odległość Hamminga, czyli różnicę pomiędzy dwoma ciągami bitów.

Obrazy cyfrowe to w rzeczywistości bardzo długie ciągi bitów (jeden obraz o rozmiarze 1 MB to ciąg zer i jedynek o długości ponad ośmiu milionów znaków, czyli o właśnie takiej liczbie punktów) i gdy w takim gigantycznym ciągu ktoś postanawia zmienić 40 bitów (czyli 40 zer i jedynek) wówczas odległość Hamminga wynosi 40.

Dla ludzkiego oka to żadna zmiana, gdyż rejestruje około 8 milionów bitów, więc mieści się ona ledwie w 0,0005% tej wielkości i znajduje się grubo poniżej progu rozpoznawania jakiejkolwiek różnicy.  Sztuczna inteligencja działa jednak zupełnie odmiennie. Zmiana ciągu o 40 dowolnych bitów daje blisko biliard nowych wariantów i możliwości, czyli tyleż samo obrazów, które można stworzyć. Co w rezultacie sprawia, że kota można przypadkowo rozsmarować na kanapce jako guacamole.

To pokazuje jedno – do sztucznej inteligencji, nawet posiadającej mnóstwo danych i bardzo szybkiej, wciąż musimy mieć ograniczone zaufanie, bez względu na to, jak błyskawicznie przebiegają informacje po jej neuronalnej konstrukcji. Całkowite poleganie na maszynach zaprojektowanych do identyfikowania określonych obiektów w prawdziwym świecie może bowiem bywać nieco problematyczne.

Okładka książki „Dlaczego koty boją się ogórków?” (Fot. MANDO)

Wystarczy tylko wyobrazić sobie sytuację, w której inteligencja autonomicznego samochodu przez taki błąd wadliwie zinterpretuje znaczenie jakiegoś znaku drogowego, na przykład z powodu jego zamazania. To może przynieść dramatyczne skutki. Zwykliśmy patrzeć na tempo życia z punktu widzenia własnych biologicznych możliwości. To w pełni naturalne, trudno więc mieć to sobie za złe.

Problem w tym, że skupiając się na jednej perspektywie, pomijamy pozostałe. Przyjmowanie tylko ludzkiego punktu widzenia pozbawia nas możliwości dostrzeżenia tych, które albo postrzegają czas jako dużo szybszy, albo mogą w krótszym okresie zmieścić znacznie więcej doświadczeń.

Dlatego właśnie nie tylko tak trudno nam dorwać komara, ale i uświadomić sobie istotę kilku rozgrywających się w czasie i przestrzeni zależności, na przykład tego, że słynny tyranozaur miałby większe szanse na obejrzenie „Parku Jurajskiego” niż na spotkanie się oko w oko ze stegozaurem, gdyż jest od epoki jego istnienia oddalony o około 25 milionów lat więcej niż od nas, czyli o 10 pełnych cykli ewolucji rodzaju ludzkiego.

Uwikłani w biologiczne sidła własnego postrzegania jesteśmy zamknięci w rzeczywistości, która rozgrywa się w jednym tylko tempie. Kto wie, może to dlatego nasze usilne próby kontaktu z pozaziemskimi bytami wciąż ponoszą porażkę?

Może w jednej minucie naszego istnienia są oni w stanie powstać i wymrzeć? Albo może to my i cały nasz gigantyczny ziemski dorobek jest jedną minutą ich życia? Istniejąc w swoim tempie, nie dostrzegają, że podczas jednego mrugnięcia ich oka, tu, na Ziemi, uderzające pierwotnie kamieniem o kamień małpy właśnie tworzą sztuczne mózgi.

***

Fragment pochodzi z książki „Dlaczego koty boją się ogórków? Czyli czego nie widać gołym okiem, a widzą to naukowcy”, wydanej nakładem wyd. MANDO.

Opracowała: Dominika Miros