Jestliže je již dnes možné naučit komputer rozlišovat obrazy, hlasy a písně během krátké doby, například 20 vteřin, lze předpokládat, že není daleko den, kdy ještě emocemi nevybavená UI bude schopna z ne plnohodnotné informace ve formě popisu poznat jakékoliv zvíře, ptáka nebo i člověka. V posledním příspěvku zmíněné neuronové sítě umožňují zpracovat milióny obrázků, které nejsou doposud známé komputeru, ve velice krátké době. Klíčovým problémem při zpracování je proces zevšeobecnění, pochopení podstaty zevšeobecnění komputerem, lidská nedokonalost ve spojení s tzv. lidským zdravým rozumem a v neposlední řade etika.
Představa, že způsobilá zevšeobecňovat UI, bude analyzovat v extrémně krátkém čase milióny dat nabízejících se na příklad rakovinovou buňkou, nebo tkání je bezesporu lákavá. Nejenom pro programátory, lékaře, ale i finančníky podporující tento druh výzkumu. Otázka kvality úspěchu, stejně jako produktu či služeb není ale v množství pozitivních charakteristik, vlastností a hodnocení. Naopak: kvalitu všeho určuje množství (kvantita) negativních charakteristik a vlastností. Tyto lze oproti pozitivním získat pouze použitím náročného kritického, tj. jasného myšlení. Toho je i ve vědecké obci, jak často píši, málo jako šafránu.
Dnes je potřebou si přiznat to, co si přiznávají i někteří odborníci, matematici a programátoři. Jedním z nich je Emmanuel Mogenet z výzkumného centra UI společnosti Google v Curychu: Ich kann nicht behaupten, dass wir genau wüssten, wie Generalisierung wirklich funktioniert (Nemohu tvrdit, že víme s jistotou, jak zevšeobecnění funguje). A současně dodává: Jeder Mensch hat ein Modell der Welt, Computer haben davon keine Ahnung (Každý člověk má svůj model světa, komputer nemá o něm žádné ponětí).
Na tomto místě se mi nabízí otázka spojená s článkem Umělá inteligence změní trh práce (Právo, str.9, 22.11.2017) a s tréninkovými daty. Ve výzkumném centru Google se věnuje tomuto tématu, které je spojeno s předsudky a chybami v rozlišování Fernanda Viégas, vedoucí Initiative People in AI Research (Pair). Co mám na mysli? Například hodnocení UI jednoho Afričana jako gorilu. O problému se ví, jak ho ale řešit, se (zatím) neví. Proto je nutné počítat s absolutní chybou v práci UI, minimálně do té doby, než bude vyloučena jakákoliv chyba programátora. Vyloučit chyby může ale široké, hluboké a kontextové vzdělání. Od ranního dětství, včetně programování. Jak by to neznělo cynicky. Toho je také málo, jako šafránu. Stačí se podívat obsah výuky ve školách a na univerzitách, na (malý) rozsah, (úzký) obsah příspěvků ve většině medií a s nimi spojenou etiku. Média nemají ráda složitá témata a delší popisy. Cena médií závisí od čtenosti, ta od nedostatku času a schopnosti čtenáře se opravdu věnovat tématu, věci, problému. O tom, že Nobody is perfect, se nebudu raději rozepisovat.
Všeobecně lze tvrdit, že současnou úroveň UI oslabují tzv. předsudky, tj. chyby, které nás nutí se neustále a denně ptát: Co vše může vývoj technologie způsobit? To, že mladá generace programátorů nemá strach, myslí si, že případné chyby může korigovat nebo v budoucnosti vyloučit, nemůže být v žádném případě použito jako argument k uspokojení nebo nekladení otázek, podobné té uvedené. Při tvrdé diskuzi s takto přesvědčenými o světlé budoucnosti s UI, žijícími ve světě bez pokory, kde se více myslí a méně ví, se stačí zeptat: Jak víte, že tomu tak je, nebo že tomu tak bude? Důraz kladu na sloveso, VÍTE, ne, myslíte?
Vyšlo na Vasevec.cz. Publikováno se souhlasem vydavatele
Psali jsme:
Přidejte si PL do svých oblíbených zdrojů na Google Zprávy. Děkujeme.
autor: PV
