Mária Bieliková na ITAPA 2021: Kto si dnes môže dovoliť umelú inteligenciu?

V dňoch 8. – 11. novembra 2021 sa uskutočnil medzinárodný kongres “ITAPA: Ako sa stať najlepším?” Počas troch dní lídri z politiky, biznisu a akademickej obce prezentovali svoje predstavy o digitalizácii, vodcovstve, investíciách, transformácii, vede, reformách, budúcnosti, inováciách, riadení zdravotníctva a moderných verejných úradoch. Toto sú horúce témy pre každú krajinu, ktorá sa snaží byť pre svojich občanov dobrým miestom pre život.

Mária Bieliková, generálna riaditeľka KInITu, mala inšpiratívnu prezentáciu „Kto si dnes môže dovoliť umelú inteligenciu?“ V umelej inteligencii sme v poslednom desaťročí dosiahli významné výsledky najmä vďaka rozvoju strojového učenia a špeciálneho hlbokého učenia. Z množstva dát sa školia modely, ktoré vyžadujú veľa dát, talentovaní odborníci a silné výpočtové prostriedky. Sú inovácie založené na umelej inteligencii dostupné pre všetkých? A koľko stojí naše životné prostredie?

Prinášame vám videozáznam, ktorý je v slovenčine a stiahnuť si môžete aj prezentáciu. Čiastočný prepis prezentácie je pod videom.

Kľúčové body prezentácia

Mária Bieliková vo svojej prezentácii otvorila provokujúce myšlienky o tom, čo vlastne je umelá inteligencia, jej existencii a vývoju, ktorý zasadila do časovej perspektívy. Pri pohľade späť do 60. rokov 20. storočia vedci skúmajúci a rozvíjajúci umelú inteligenciu verili, že do 25 rokov budeme mať počítače s inteligenciou na úrovni ľudí. Ľudia verili, že aj s relatívne nedostatočne výkonnými počítačmi a kombináciou relatívne jednoduchých prístupov dokážu riešiť zložité problémy.

Cesta umelej inteligencie Márie Bielikovej začala v roku 1988, keď sa venovala diagnostickým expertným systémamom založeným na pravidlách. Bola pri mnohých významných pokrokoch v umelej inteligencii, sama sa na niektorých podieľala, či aj iniciovala ako vedecká pracovníčka. To jej dáva jedinečnú pozíciu komentovať vývoj.

Najvýraznejšia zmena nastala prechodom od vykonávania inštrukcií k trénovaniu modelov, čo sa podarilo aj vďaka tomu ako sa počítače vyvíjali, boli rýchlejšie a rýchlejšie. Pre analýzu a učenie sa z väčších objemov dát boli potrebné stále silnejšie a rýchlejšie počítače a zároveň také, ktoré vedia efektívne pracovať s veľkými dátami aj za cenu nižšej presnosti. Umelá inteligencia a špeciálne strojové učenie sa presunulo na grafické karty, resp. do výpočtových prostredí špeciálne vytvorených na trénovanie modelov strojového učenia. Zároveň sa veľkou výzvou a príležitosťou stáva namiesto toho ako trénujeme modely, to aké údaje do týchto modelov vkladáme.

V súčasnosti sa stále kladie väčší dôraz na algoritmy a ich využitie na trénovanie, ale v blízkej budúcnosti sa dôraz na dáta zvýši.

Jazykové modely a ich význam

KInIT sa podieľal na vytvorení a vyhodnotení prvého neurónového modelu slovenčiny SlovakBERT, jazykového modelu trénovaného spoločnosťou Gerulata.

Vo všeobecnosti sú dnes jazykové modely na vzostupe. Slúžia ako technologický základ pre aplikácie ako Google Search alebo Google Translate, ktoré denne využívajú miliardy ľudí. Začalo to úspechmi v rozpoznávaní obrázkov, ale v skutočnosti až porozumenie jazyka má šancu priblížiť sa k tomu, aby bol stroj ako-tak inteligentný. Je to práve jazyk a komunikácia, ktoré umožnili človeku, aby bol inteligentnou bytosťou.

Trénovanie veľkých jazykových modelov, ako je GPT-3, stojí milióny dolárov. Áno, je to drahé. A tiež zanecháva silnú uhlíkovú stopu. Trendom je preto strojové učenie s menším množstvom dát. Efektívnosť modelu závisí od veľkosti datasetu, počtu parametrov a od výpočtovej kapacity. Na dosiahnutie najlepšieho výsledku je potrebné vedieť pracovať a kombinovať rôzne prístupy.

Okrem peňazí je tu však ešte jedna významnejšia výzva. Umelá inteligencia potrebuje šikovných ľudí, odborníkov aj vedcov, ktorí dokážu vymýšľať nové veci a aj nápady zrealizovať.