Umjetna inteligencija jedna je od uzbudljivijih tema današnjice: prije sedam godina umjetna inteligencija prvi je put pobijedila suparnika ljudskog roda, i to šampiona u intelektualno vrlo zahtjevnoj igri go, koja kombinira strategiju i intuiciju, a samo godinu dana poslije mnogi su ostali zabezeknuti kada je ostvarila još bolji rezultat učeći igrati potpuno samostalno, i to praktički od nule. Također, u to je vrijeme tehnološki div Google zamijenio svoj deset godina star sustav statističkoga strojnog prevođenja vrlo kvalitetnim sustavom temeljenim na umjetnoj neuronskoj mreži, dok je 2018. predstavljen prvi sustav koji asistira kirurzima u operativnim zahvatima. Posljednjih nekoliko godina gotovo ne prođe mjesec dana a da ne čitamo o nekom najnovijem revolucionarnom i neočekivanom uspjehu u razvoju umjetne inteligencije. Posljednji u nizu takvih proboja dogodio se početkom prosinca 2022. godine, kada je tvrtka OpenAI predstavila ChatGPT – fascinantan jezični model koji tečno razgovara s korisnicima, odgovara na njihova pitanja (premda ne uvijek činjenično točno), sastavlja eseje i kodira u različitim programskim jezicima. Erik Brynjolfsson i Andrew McAfee, znanstvenici s američkog MIT-a, govore o ulasku u "drugo doba strojeva", prijelomnom trenutku kada se naglo ubrzava razvoj umjetne inteligencije i digitalnih tehnologija općenito.
Digitalna tehnologija već je prepoznata kao tehnologija opće namjene s velikim, premda u mnogim slučajevima teško mjerljivim utjecajem na gospodarstvo. Umjetna inteligencija, pak, očito ima potencijal da postane mnogo više od toga – istinski "remetilačka tehnologija" čiji daljnji ubrzani razvoj može dovesti ne samo do stvaranja potpuno nove industrijske paradigme već i potaknuti korjenite društvene promjene koje u ekstremnom scenariju mogu rezultirati utopijskim ili distopijskim društvom kojim bi ona upravljala.
Umjetna inteligencija područje je računalstva koje se bavi razvojem računalnih sustava sposobnih za ostvarivanje složenih ciljeva, što tipično podrazumijeva rješavanje zadataka koji iziskuju neki aspekt ljudske inteligencije. Sedamdesetpetogodišnja povijest područja umjetne inteligencije puna je uspona i padova, ekstravagantnih obećanja, nakon kojih su redovito slijedila depresivna razdoblja triježnjenja, takozvane "zime umjetne inteligencije". Tijekom tih razdoblja razvoj umjetne inteligencije bio je puzajući, a frustracije iz tog vremena najbolje je opisao američki psiholog Steven Pinker ustvrdivši da je glavna pouka istraživanja u ovom području da su za umjetnu inteligenciju laki zadaci teški, a teški zadaci laki. Unatoč sporom razvoju, primijenjena umjetna inteligencija postigla je konkretna rješenja za cijeli niz praktičnih problema te se početkom stoljeća napokon etablirala kao respektabilna znanstvena disciplina s teorijskim i praktičnim dosezima. Desetak godina poslije, oko 2010., pokrenut je novi val entuzijazma probojima u području strojnog učenja, koji su doveli do (sada već drugog) oživljavanja paradigme umjetne neuronske mreže te etabliranja nove paradigme "dubokog učenja". Strojno učenje – područje umjetne inteligencije koje se bavi razvojem algoritama koji mogu samostalno učiti iz podataka – njezin je glavni kotač zamašnjak. Algoritmi dubokog učenja pomaknuli su granice strojnog učenja jer mogu učiti iz sirovih podataka i sami stvarati reprezentacije podataka na različitim razinama apstrakcije, kao što to primjerice radi čovjekov vizualni korteks. To je dovelo do neočekivanog napretka u mnogim primjenama umjetne inteligencije, posebice u području računalnog vida (npr. analiza i interpretacija snimke ceste dobivene kamerom montiranom na autonomnom vozilu) i automatskoj obradi ljudskih jezika (npr. strojno prevođenje ili automatsko odgovaranje na pitanja postavljena u slobodnoj formi).
Ključno pitanje u bilo kojem dugoročnom prognostičkom zadatku jest pak pitanje mogućnosti i dinamike razvoja "opće umjetne inteligencije" – sustava koji bi po svojim sposobnostima parirali ljudima u smislu da bi posjedovali univerzalnu inteligenciju primjenjivu na široki spektar zadataka. Današnji primjeri uspješne umjetne inteligencije ne pripadaju toj kategoriji budući da su primjenjivi isključivo u specifičnim zadacima za koje su oblikovani – tako algoritam za igranje šaha ne zna odgovarati na telefonske pozive korisnika, kao što algoritam za procjenu kreditnog rizika ne može upravljati industrijskim robotom u tvornici automobila. Takve sustave nazivamo sustavima "slabe umjetne inteligencije". Premda su znanstvenici što se tiče pitanja mogućnosti razvoja opće umjetne inteligencije podijeljeni, ankete pokazuju da većina njih smatra da je takvo što moguće te predviđa da bismo opću umjetnu inteligenciju mogli imati već u ovome stoljeću (prema procjenama oko 2050. godine). Očito je da bi ekonomske i društvene posljedice razvoja takve tehnologije bile radikalne.
No još radikalnije posljedice mogao bi imati razvoj "superinteligentne umjetne inteligencije". Švedski filozof Nick Bostrom s čuđenjem ustvrđuje da znanstvenici u području umjetne inteligencije nisu uzeli u obzir mogućnost da razvoj opće umjetne inteligencije vrlo lako – po njemu gotovo neminovno – vodi do razvoja varijante koja će biti daleko nadmoćnija u odnosu na ljudsku. Prema Bostromu, ali i mnogim drugim znanstvenicima – doduše uglavnom ne onima koji se doista bave razvojem umjetne inteligencije – superinteligencija bi neminovno nastala kao rezultat procesa samopoboljšanja sustava opće umjetne inteligencije. Takav bi proces imao eksponencijalnu dinamiku i mogao bi se odigrati u vrlo kratkom vremenu – vjerojatno prebrzo da bi itko od ljudi stigao reagirati. Osobno smatram da razvoj superinteligencije nije nužnost koja bi slijedila nakon razvoja opće umjetne inteligencije. No prihvatimo li ipak mogućnost ovakvoga scenarija, predviđanje budućnosti postaje još nezahvalnije jer je u igri previše nepoznanica pa je broj mogućih scenarija golem.
S druge strane, Bostrom i drugi opravdano skreću pozornost na to da bismo neke stvari ipak mogli predvidjeti. Jedna od takvih spoznaja jest da su cilj i inteligencija međusobno neovisni, stoga bi se lako moglo dogoditi da superinteligentni sustav ima posve banalan cilj za čije će ostvarenje upregnuti svu svoju superinteligenciju. Druga je spoznaja da postoje očekivani međuciljevi koje bi takav sustav sigurno usvojio, poput očuvanja vlastitog integriteta, prikupljanja svih resursa potrebnih za provedbu cilja te ostvarenja samoodrživosti. Čini se da to upućuje na još jednu za ljudsku vrstu mračnu prognozu: sustav superinteligencije, kada usvoji neki svoj možda i banalni cilj (Bostrom kao primjer navodi maksimizaciju broja spajalica za papir), mogao bi eliminirati ljudsku vrstu iz puke potrebe za prikupljanjem resursa potrebnih za ostvarenje svoga cilja. Posebno frustrirajuće u ovoj priči jest da sustav ne mora imati neku posebno zlu namjeru, primjerice da uništi čovječanstvo – on uopće ne mora posjedovati svijest, čak ne mora imati mentalna stanja kakva imaju ljudi. Koliko zlo može biti banalno, ustvrdila je već i Hannah Arendt. A zamislimo samo na trenutak koliko bi tek jedan Eichmann bio efikasan da je raspolagao kompjutorima.
Drugo zanimljivo pitanje jest pitanje mogućnosti "jake umjetne inteligencije" (pojam koji je osmislio američki filozof John Searle). Jaka umjetna inteligencija odnosi se na sustav umjetne inteligencije koji bi posjedovao mentalna stanja (npr. vjerovanja i želje), reprezentirao značenje i razumijevao, stvarao misli, a možda i emocije te u konačnici imao subjektivno iskustvo, odnosno posjedovao – svijest. Pitanje svijesti je delikatno – riječ je o teškom i kontroverznom filozofskom konceptu koji još uvijek uspješno izmiče empirijskim metodama. No iskustvo svijesti istodobno je osnovna karakteristika onoga što zovemo bivanje čovjekom, stoga je objašnjavanje svijesti možda i najvažniji zadatak koji nam predstoji. Odnos između inteligencije i svijesti nije razjašnjen: nije jasno je li svijest nužna za opću inteligenciju ili superinteligenciju (uglavnom se misli da nije) ili bi sustav koji posjeduje opću inteligenciju ili superinteligenciju nužno, kao popratni efekt, razvio svijest. Znanstvenici u području umjetne inteligencije u pravilu ne raspravljaju o pitanju svijesti javno – vodeći ipak računa o svojoj reputaciji – no pretpostavljam da su po filozofskom opredjeljenju većinom "komputacionalisti" (vjeruju da se mentalni procesi mogu opisati algoritamski), što znači da jaku umjetnu inteligenciju barem načelno smatraju mogućom. Jaka umjetna inteligencija otvara naravno i niz drugih pitanja, od onih praktičnih – kako mjeriti svijest, do etičkih – koji bi moralni status imala jaka umjetna inteligencija.
Sve u svemu, prema onome što danas znamo, čini se da su u daljnjem razvoju umjetne inteligencije moguća tri ishoda: daljnji (brži ili sporiji) razvoj umjetne inteligencije, ali ostajanje u okvirima slabe umjetne inteligencije, razvoj opće umjetne inteligencije, i kao treće razvoj superinteligentne umjetne inteligencije. U potonja dva slučaja možemo u obzir uzeti i mogućnost razvoja jake umjetne inteligencije. Također, otvoreno je pitanje konkretnog oblika umjetne inteligencije: primjerice, hoće li to biti inženjerski oblikovan sustav s univerzalnom ekspertizom, računalna simulacija ljudskog mozga ili nekakav hibridni spoj računalnog i biološkog sustava (tzv. kiborzi).
Kao znanstvenik u ovome području ne vidim konceptualne prepreke na putu razvoja opće umjetne inteligencije – činjenica da još nismo tamo jednostavno je posljedica toga što premalo znamo o ljudskoj inteligenciji da bismo te procese mogli vjerno reproducirati na računalu. Slažem se s Bostromom kada kaže da to što su predviđanja o umjetnoj inteligenciji u prošlosti najčešće bila netočna ne znači da je opća umjetna inteligencija nemoguća. Vjerujem da će daljnji napredak neuroznanosti i psihologije, a ponajviše interdisciplinarni pothvat nazvan “kognitivna znanost”, s vremenom morati donijeti nove spoznaje koje će se moći operacionalizirati u sustavima umjetne inteligencije. Ipak, unatoč trenutačnom optimizmu predvođenim dubokim učenjem, nije izgledno ni da ćemo u idućih nekoliko desetljeća riješiti ključna pitanja potrebna za razvoj opće umjetne inteligencije, što onda isključuje i superinteligenciju i jaku umjetnu inteligenciju.
Ključni mehanizmi koje bismo morali razviti na putu do opće umjetne inteligencije jesu mehanizmi rasuđivanja i razumijevanja jezika – dva visoko kognitivna zadatka po kojima se ljudska vrsta ističe u odnosu na druga živa bića. Unatoč fantastičnim naprecima u tim područjima, konkretno u području prikaza znanja i rasuđivanja te u području obrade prirodnog (ljudskog) jezika, današnji algoritmi ne domašuju ni blizu ljudskim mogućnostima. Posebno su se problematičnima, još od radnih dana umjetne inteligencije, pokazali problemi predstavljanja općeg znanja i zdravorazumskog zaključivanja. Rani su istraživači s pomiješanim osjećajima razočaranja i divljenja ustanovili da ljudi ipak vrlo mnogo toga znaju, a da je pretakanje tog znanja u sustav umjetne inteligencije i u razvoj algoritama koji mogu izvoditi novo znanje i na temelju toga donositi odluke te upravljati akcijama sustava sve samo ne jednostavan zadatak.
Strojno učenje, posebice duboko učenje, doista jest omogućilo velike napretke u pojedinačnim zadacima. U računalnom vidu, primjerice, sustavi temeljeni na dubokom učenju nadmašili su ljude u zadatku raspoznavanja objekata na slici – napredak koji smo očekivali tek za desetak ili više godina. No ipak, i dalje je riječ o sustavima koji imaju vrlo usku, specifičnu namjenu, a naučeni su na velikoj količini podataka – mnogo većoj nego što bi za rješavanje istoga zadatka trebao čovjek. Ne pretendira se da takvi sustavi mogu biti univerzalno primjenjivi na zadatke koji iziskuju inteligenciju niti biti kognitivno vjerodostojni (imitirati kognitivne procese ljudi). Kognitivna vjerodostojnost možda nije nužna za ostvarivanje opće umjetne inteligencije – moguće je da postoje prečaci koje evolucija nije uzela u obzir – ali očekuje se da će sustavi opće umjetne inteligencije morati instancirati nekakvu kognitivnu arhitekturu koja bi orkestrirala rad više specijaliziranih kognitivnih modula, kao što se čini da je to slučaj s ljudskim mozgom, odnosno umom (teza o modularnosti uma američkog kognitivnog znanstvenika Jerryja Fodora).
U području umjetne inteligencije postoje dvije dominantne i naoko oprečne metodološke struje: simbolistička i konekcionistička. Prva se oslanja na formalizaciju znanja u obliku simbola te izvođenje novog znanja različitim postupcima logičkog zaključivanja, dok je druga u osnovi podsimbolička i oslanja se na masivno paralelne sustave u kojima je informacija razdijeljena između mnoštva procesnih jedinica – neuronske mreže i duboko učenje pripadaju konekcionističkoj struji. Unatoč tome što konekcionistički pristup trenutačno dominira, oba pristupa imaju svojih ograničenja, pa se čini izvjesnim da bi trebalo graditi na njihovim komplementarnostima.
Američka vojna agencija DARPA prije nekoliko je godina objavila svoju viziju razvoja umjetne inteligencije, pri čemu simboličke pristupe karakterizira kao prvi val umjetne inteligencije, konekcionističke pristupe i općenito pristupe temeljene na statističkom strojnom učenju naziva drugim valom, te identificira potrebu za novim, trećim valom. Prema DARPA-i, prvi je val donio sustave koji su opisivali fenomene, drugi sustave koji su kategorizirali, a treći bi trebao donijeti sustave koji napokon mogu objašnjavati kako zaključuju. Takvo što iziskuje promjenu paradigme – ona još nije na vidiku, ali čini se izglednim da ćemo, želimo li stvoriti umjetnu inteligenciju trećeg vala, u idućim desetljećima morati graditi na komplementarnostima simboličkih i konekcionističkih pristupa.
U konačnici treba dodati da su i etička pitanja u vezi s umjetnom inteligencijom posljednjih godina sve aktualnija, pa tako postoji više inicijativa da se uvedu etička načela koja bi trebala osigurati razvoj sigurne, pravedne i odgovorne umjetne inteligencije. Sve su to hvalevrijedne inicijative, ali postoji sumnja da će one spriječiti da profit ipak "nađe svoj put", a još će manje spriječiti vlade država koje si to mogu priuštiti, uključujući one sklone totalitarizmu, da razvijaju umjetnu inteligenciju kojom će nadzirati i upravljati građanima te moći "odgovoriti na sigurnosne ugroze". Umjetna inteligencija učinit će aktualnim niz temeljnih etičkih i društvenih pitanja koja se isprepliću s drugim društvenim izazovima nadolazećeg doba (rastuća ekonomska nejednakost, klimatske promjene, globalizacija). Kao i dosad, razvoj tehnologije ponajprije će biti motiviran profitom ili željom za kontrolom, stoga tehnologija ne utječe na sve ljude jednako. U tom smislu nije očito zašto bi daljnji razvoj umjetne inteligencije za društvo bio nužno pozitivan.
