Da li je vještačka inteligencija nova alhemija? Odnosno, da li su moćni algoritmi koji kontroliraju značajne segmente naših života – od internet pretraga do naslovnica na društvenim mrežama – savremeni pandan pretvaranja olova u zlato? Štaviše, da li je to uopće loše?

Prema riječima istaknutog istraživača u oblasti vještačke inteligencije Alija Rahimija i drugih, današnje moderne neuronske mreže i tehnike dubokog učenja su zasnovane na skupinama trikova, ukrašenih daškom optimizma, umjesto na sistematičnoj analizi. Kaže se da današnji inžinjeri pišu svoje kodove sa jednakom dozom iluzije i nerazumijevanja koju su alhemičari imali kada su stvarali čarobne napitke.

Istina je da slabo poznajemo osnove unutrašnjih mehanizama samoučećih algoritama i ograničenja njihove primjene. Ovi novi oblici vještačke inteligencije se značajno razlikuju od tradicionalnih kompjuterskih kodova koje je moguće analizirati red po red. Nasuprot tome, oni djeluju unutar crne kutije, naizgled nerazumljive ljudima i, čak, samim mašinama.

Diskusija unutar zajednice koja se bavi vještačkom inteligencijom ima posljedice na sve nauke. Uzimajući u obzir da dubinsko učenje utječe na brojne grane današnjih istraživanja – od dizajniranja lijekova do pametnih materijala za analizu sudaranja čestica – postoji rizik da će nauku progutati konceptualna crna kutija. Bilo bi poprilično nepraktično da koristimo kompjuterski program za podučavanje hemije ili fizike u školama. Postavlja se pitanje: odbacujemo li dokazano uspješnu naučnu metodologiju priklanjajući se mašinama, i okrećemo li se ka mračnoj praksi alhemije?

Ne tako brzo, kaže Yann LeCun, dobitnik Turingove nagrade za 2018. godinu za svoj inovativni rad na neuronskim mrežama. On tvrdi da trenutno stanje istraživanja u oblasti vještačke inteligencije nije ništa novo u historiji nauke. Radi se o neophodnoj adolescentnoj fazi koju su brojna polja doživjela. Ovu fazu karakteriše metoda pokušaja i pogreške, zbunjenost, preveliko pouzdanje i nedostatak sveukupnog razumijevanja. On tvrdi da nemamo čega da se bojimo, a imamo puno toga da dobijemo ukoliko prihvatimo pristupe vještačke inteligencije. Jednostavno, bolje nam je poznata njena suprotnost.

Ipak, lakše je zamisliti kako znanje teče nizvodno, od izvora apstraktne ideje, kroz preokrete i zaokrete eksperimentisanja, do široke delte praktičnih primjena. Ovo je poznata “korisnost beskorisnog znanja”, ideja koju je razvijao Abraham Flexner u svom eseju iz 1939. godine (autor se poigrava sa američkim konceptom “korisnog znanja” koji se izrodio za vrijeme Prosvjetiteljstva).

Kanonska ilustracija ovog toka je opća teorija relativiteta Alberta Einsteina. Sve je započelo od ideje da zakoni fizike moraju važiti za sve posmarače, nezavisno od njihovog kretanja. On je, zatim, preveo ovaj koncept na matematički jezik zakrivljenog prostora i vremena, te je to primijenio na silu gravitacije i evoluciju svemira. Bez Einsteinove teorije, GPS u našim pametnim telefonima bi odlutao sa kursa oko sedam milja dnevno.

No, možda je paradigma korisnosti beskorisnog znanja ono što je danski fizičar Niels Bohr zvao “velikom istinom”– istina čija je suprotnost također velika istina. Možda, kako nam pokazuje vještačka inteligencija, znanje može teči uzvodno.

U široj historiji nauke, kako je LeCun sugerisao, možemo uočiti mnogo primjera ovog efekta, što može biti shvaćeno kao “beskorisnost korisnog znanja”. Sveobuhvatna i temeljno značajna ideja može proizaći iz postepenih poboljšanja i raznovrsnog eksperimentisanja – recimo, od Fröbela do Nobela.

Možda je najbolji primjer otkriće zakona termodinamike, koji su bili kamen temeljac za sve grane nauke. Ove elegantne jednačine, koje opisuju očuvanje energije i povećanje entropije, su prirodni zakoni koji važe za sve fizikalne fenomene. Ipak, ovi univerzalni koncepti su postali očigledni tek nakon dugog i zbunjujućeg perioda eksperimentisanja, počevši sa konstrukcijom prvog parnog motora u 18. stoljeću i postepenog unaprjeđenja njegovog dizajna. Kroz gustu maglu praktičnih činjenica, matematički zakoni su polako proizašli.

Ukoliko želimo još jedan primjer, možemo se okrenuti historiji hidrodinamike. Problem koji se javio još u ranim ljudskim društvima je bio prelazak preko različitih vodenih površina. Ova društva su činila ono što su mogla da ga prevaziđu, bez razmišljanja ili brige o osnovnom razumijevanju dinamike fluida. Kroz historiju, ljudi su gradili i plovili brodovima, gradeći efikasne oblike zasnovane isključivo na empirijskom znanju i iskustvu.

Tek u 19. stoljeću smo naišli na poznate Navier-Stokesove jednačine koje opisuju, matematički tačno, kretanje fluida. Čak tad, znanje je teklo uzvodno, jer je napredak u mehaničkim motorima i potrebi za višim brzinama doveo do neophodnosti poznavanja teorijskih osnova. Svojstva ovih složenih jednačina čine jedan od neriješenih Milenijumskih problema sa nagradom od milion dolara, stavljajući ih na čelo temeljnih matematičkih problema.

Neko bi mogao čak reći da je sama nauka pratila uzvodni put. Do rođenja metoda i praksi modernog istraživanja u 17. stoljeću, naučna istraživanja su se većinom sastojala od nesistematičnog eksperimentisanja i teoretisanja. Akademske slijepe ulice i stare naučne prakse su dobile na vrijednosti u posljednjim godinama: Sada se smatra da je alhemija bila korisna, možda čak i neophodna kao preteča moderne hemije – više začetak nauke nego hokus-pokus.

Vrednovanje nasumičnog eksperimentisanja i postepenog usavršavanja kao plodonosnog puta prema velikim teorijama i shvatanjima je naročito bitno za današnja istraživanja koja kombinuju napredni inžinjering i fundamentalne nauke na nove načine. Vođeni novim tehnologijama, nanofizičari eksperimentišu tako što grade moderne ekvivalente parnih motora na molekularnom nivou, manipulirajući pojedinačnim atomima, elektronima i fotonima. Genetički alati za prekrajanje, kao što je CRISPR, nam dopuštaju radimo cut and paste na samom kodu života. Strukturama nevjerovatne kompleksnosti, guramo prirodu u nove uglove realnosti. Sa tolikim brojem prilika za istraživanje novih konfiguracija materije i informacija, mogli bismo ući u zlatno doba moderne alhemije, i to u najboljem smislu.

Međutim, nikada ne treba zaboraviti teško naučene lekcije kroz historiju. Alhemija nije bila samo začetnik nauke, već “hiper-nauka” koja je davala nerealna obećanja koja, naravno, nije mogla ispuniti. Astrološka predviđanja su bila ozbiljno shvaćena u toj mjeri da su se životi prilagođavali teoriji, umjesto da se dešavalo suprotno. Nažalost, moderno društvo nije oslobođeno od takvog magičnog razmišljanja, što dovodi do pretjerane vjere u svemoguće algoritme, bez kritičkog razmišljanja o njihovoj logici i etičkoj osnovi.

Nauka je uvijek slijedila prirodni ritam izmjenjujućih faza ekspanzije i koncentracije. Vremena neorganizovanog istraživanja su praćena periodima integracije u kojima se temeljni koncepti unaprjeđuju novim saznanjem. Možemo se samo nadati da će trenutni period kreativnog eksperimentisanja u vještačkoj inteligenciji, kvantnim uređajima i genetičkom prekrajanju, sa izobiljem korisnih primjena, vremenom doprinijeti boljem shvatanju svijeta.

Izvor: Quanta Magazine

S engleskog: Dalila Destanović, Prometej.ba