Dirbtinio intelekto (DI) sprendimai ateityje taps aktualūs kiekvienam verslui. Atsiradusi pradinė pasiūla sugeneruos vėlesnę paklausą, ir ciklas įsisuks. Kad šis ciklas prasideda, indikuoja didžiosios technologijų kompanijos, jau dabar daug investuojančios į DI taikymą. Esant dideliam poreikiui, DI inžinierių trūkumas ir talentų medžioklė ateityje tik intensyvės. Taigi prognozuojant augantį ekspertų poreikį, strateginius sprendimus svarbu priimti jau dabar. Tuo neabejoja internetinės naudotų drabužių mainų ir prekybos bendrovės „Vinted“ mašininio mokymo inžinierius ir komandos vadovas, edukacinės bendruomenės ir platformos „Tribe of AI“ įkūrėjas, Lietuvos dirbtinio intelekto asociacijos prezidentas Dovydas Čeilutka.

– Priklausote Lietuvos dirbtinio intelekto asociacijai. Taip pat prieš kelis metus įkūrėte edukacinę bendruomenę ir platformą „Tribe of AI“, skirtą vienyti dirbtinio intelekto entuziastus, dalytis žiniomis, edukuoti visuomenę. Taigi koks bendras įspūdis – ar mes, kaip maža šalis, turime DI potencialo?

– Asociacijai priklauso daugelis Lietuvos dirbtinio intelekto ekspertų, taigi galiu pasakyti, kad jų nėra daug – vieni kitus pažįstame, mažai belikę vietos „pasislėpti“. Tačiau neabejoju, kad, sukūrus sistemą, kaip padidinti tokių ekspertų skaičių, galime pasirengti poreikiui ateityje.

– Kiekvienas turime skirtingą įsivaizdavimą, kas yra dirbtinis intelektas ir kaip jis veikia. Kaip galėtumėte tai apibrėžti?

– Dirbtinis intelektas iš tiesų skamba truputį magiškai. Tikriausiai problemiška yra tai, kad esame sugalvoję, kad kažkada galėsime sukurti vadinamąjį bendrąjį dirbtinį intelektą, kuris bus protingesnis už žmones visose intelektinėse srityse. Tačiau visi su tuo susiję klausimai kol kas tėra filosofiniai.

Didžioji dauguma dabartinių dirbtinio intelektų ekspertų sprendžia kasdienes praktines problemas – tobulina skaitmeninius produktus, gerina mūsų, kaip vartotojų, patirtį, tobulina vidines sistemas. Visa tai vadinama paprastuoju, arba siauruoju, dirbtiniu intelektu. Tiesa, tie, kurie su šiomis sistemomis dirba kasdien, savo veiklą linkę vadinti specifiškai – mašininiu mokymusi, giliuoju mokymusi – arba tiesiog dirbtiniu intelektu. Kaip bepavadinsi – visi industrijos žmonės žino, kad kalbama ne apie bendrąjį dirbtinį intelektą.

Tačiau žmonės iš šalies dažnai maišo siaurąjį dirbtinį intelektą su bendruoju dirbtiniu intelektu. Ypač šias ribas trina žiniasklaida, kurdama įvaizdį, kad paprastasis dirbtinis intelektas artėja prie bendrojo, kas yra ne visai tiesa. Geras pavyzdys – natūralios kalbos suvokimas. Jau dabar dirbtinio intelekto sistemos tiek iš garso įrašų, tiek iš tekstinės informacijos geba gerai suprasti, ką žmonės nori pasakyti. Tačiau, pabrėžtina tai, kad šios sistemos veikia tik siaurose sprendžiamos problemos ribose.

– Kiek jau dabar pažengę dirbtinio intelekto moksliniai tyrimai, praktinis taikymas?

– Mūsų industrija jau dabar turi labai gerus modelius. Mokslininkams padarius proveržį, sprendimas gali būti labai greitai pritaikomas produktuose. Tačiau praktinis sistemų pritaikymas šiuo metu atsilieka nuo mokslinių tyrimų.

Net jeigu dabar staiga visi dirbtinio intelekto srities tyrimai sustotų ir į produktus galėtume diegti tik tas sistemas, kurios jau yra sukurtos, turėtume, ką veikti, artimiausius 10 metų. O ir galutiniam vartotojui progresas atrodytų didžiulis. Vadinasi, industrijoje stinga dirbtinio intelekto inžinierių, pritaikančių sistemas produktuose, ir ateityje, poreikiui reikšmingai išaugus, šis trūkumas – tik didės.

– Minite, kad viena iš pagrindinių priežasčių, lėtinančių dirbtinio intelekto plėtrą, yra žmogiškojo kapitalo trūkumas. Kas dar – ar nestinga atvirų duomenų?

– Atviri duomenys visada yra reikalingi. Koronavirusas aiškiai atskleidė atvirų duomenų reikalingumą, sprendžiant valstybinio ar pasaulinio lygmens problemas. Tačiau, jei sprendžiamos įmonės problemos, pakanka įmonės lygmens duomenų, kurie mums, dirbantiems tose įmonėse, yra atviri. Tiesa, dažnai duomenimis negalime pasidalinti. Bet tikriausiai mažai pasaulyje įmonių, kurios turi tiek resursų, jog galėtų daryti universitetų lygmens tyrimus. Tik keletas technologijų kompanijų, ypač „Google“, kurios padaro daugiau mokslo atradimų negu bet kuris pasaulio universitetas.

Taigi duomenų atvėrimas – svarbus, tačiau tai nereiškia, kad be to verslas negali nieko padaryti. Taip, tai trukdis, tačiau tai nereiškia visiško sustojimo. Kitaip dėl specialistų – gali kaip įmanydamas norėti savo versle pritaikyti dirbtinio intelekto sprendimus, tačiau jei nėra specialistų, galinčių tai įgyvendinti, iš tiesų sustoji.

– Į dirbtinį intelektą investuoja didžiausios pasaulio kompanijos ir valstybės. Ką tai indikuoja?

– Turime žmonių trūkumą visoje vertės kūrimo grandinėje. Dirbtinio intelekto mokosi daugiausia tik pionieriai – žmonės, kuriems tai yra įdomu ir kurie nori savo gyvenimą sieti su šia technologija. Taip susiklostė tikriausiai dėl to, kad verslas kol kas neturi didelio dirbtinio intelekto ekspertų poreikio. O poreikio nėra greičiausiai dėl to, kad dar turi mažai žinių, kaip galėtų pritaikyti dirbtinį intelektą savo veiklose.

Tačiau aišku viena – dirbtinio intelekto, ypač paremto giliuoju mokymusi, sprendimai ateityje taps aktualūs visiems. Tai indikuoja didžiosios technologijų kompanijos, jau dabar daug investuojančios į dirbtinio intelekto taikymą. Sklando juokas, kad mašininio mokymosi studijų Stenfordo universitete (JAV – aut. pastaba) neįmanoma pabaigti. Paprasčiausiai, dar nepriartėjus prie paskutinio studijų semestro, tave pasamdys „Google“, „Apple“ ar „Facebook“. Lietuvoje sektorius suaktyvės panašiu laikotarpiu, kaip ir likusioje Europoje. Tiesa, Europa jau atsilieka – Kinija ir Amerika išsiveržusios į priekį.

– Galbūt daugiakalbiškumas yra kliūtis europietiško dirbtiniam intelekto plėtrai?

– Daugiakalbiškumas yra problema dirbtinio intelekto sistemoms, kurios yra skirtos natūraliajai kalbai. Kompiuterinės regos prasme visi esame lygūs ir šias sistemas galime naudoti vienodai. Tiesa, dabar jau atsiranda nauji modeliai, kurie yra daugiakalbiai. Bet beveik visi geriausi modeliai yra daromi anglų kalba. Vienareikšmiškai – anglų kalba smarkiai dominuoja visuose tyrimuose. Padaryti dirbtinio intelekto sprendimą, kuris veiktų visomis Europos Sąjungos kalbomis, yra gerokai sunkiau, negu tik anglų kalba.

– O kaip pagal kalbos sudėtingumą – ar dirbtinis intelektas lietuvių kalba kuriamas sudėtingiau nei kuria nors kita lengvesne kalba?

– Čia slypi paradoksas: mums nereikia lietuvių kalbos eksperto, kad padarytume modelį, kuris veikia lietuvių kalba – mums tiesiog reikia labai daug duomenų. O duomenų lietuvių kalba mes turime nepalyginamai mažiau, negu, pavyzdžiui, anglų kalba. Taip pat ir rinka maža: vargu, ar modelio lietuvių kalba kūrimas atsipirktų, net ir pardavus jį visai Lietuvai. Dėl to, manau, mažai vartotojų turinčios kalbos dirbtinio intelekto kontekste liks nuošaly.

Žiūrint iš mažos šalies vartotojo perspektyvos – vartotojai pajus, kad modeliai jų kalba veikia prasčiau. Nereikia toli ieškoti, užtenka pasižiūrėti, kaip veikia „Google“ vertėjas. Pavyzdžiui, anglų-lietuvių vertimo kokybė, palyginti su anglų-ispanų, gerokai prastesnė. Populiariausių kalbų vertimas „Google“ vertėju yra arti to, kaip išverstų profesionalus vertėjas. Tuo metu mažiau populiarių kalbų vertimas – toli nuo profesionalaus.

– Kompiuterių ir dirbtinio intelekto ekspertas, mokslininkas Andrew Ng dirbtinį intelektą vadina naująja elektra ir prognozuoja, kad jis greitai taps kiekvieno iš mūsų naudojamu produktu, o ateityje bus sudėtinga įsivaizduoti daiktus, kurie yra „kvaili“ ir be jokio dirbtinio intelekto. Ar pritariate, kad dirbtinis intelektas savo svarba ateityje prilygs elektrai?

– Andrew Ng – žmogus, padėjęs „Google“ tapti taip vadinama „AI-first“ kompanija. Kitaip tariant, kompanija, kuri pirmiausia remiasi dirbtinio intelekto technologijomis. Kaip kažkada turėjome įmones, kurios pirmiausia pradeda nuo internetinės prekybos, taip dabar atsiranda įmonių, kurių visi produktai yra paremti dirbtinio intelekto technologijomis.

Andrew Ng yra neįtikėtinai populiarus ir daug visuomenei davęs žmogus. Anot jo, dirbtinio intelekto sistemos ateityje bus visur. Kaip dabar esame visiškai priklausomi nuo elektros ir kartais jos visiškai nebepastebime, taip atrodys ir dirbtinio intelekto sistemos ateityje – viskas veiks patogiai, gerai, greitai, paprastai. Taip, kaip tikimės, kad dalykai turėtų veikti. Taip, kaip per filmus išmanieji asistentai padeda pagrindiniam filmo herojui, pasakydami jam reikalingiausią informaciją tinkamiausiu metu. Greičiausiai per artimiausius 10 metų kažką panašaus turėsime ir realybėje.

Daugiau D. Čeilutkos įžvalgų apie verslo investicijas į online produktų plėtrą ir kartu neišvengiamai išaugsiantį specialistų, gebančių įgyvendinti online verslo sprendimus, poreikį skaitykite čia.

Pašnekovo nuomonė nebūtinai sutampa su redakcijos pozicija. Norėdami pasidalinti savo nuomone, susisiekite su redakcija.