Prof. Aleksander Mądry, jeden z szefów odpowiedzialnej za ChatGPT firmy OpenAI, odwiedził Uniwersytet Warszawski, gdzie w gronie czołowych polskich naukowców rozważano przyszłość, jaka czeka sztuczną inteligencję i naukę. Podczas debaty organizowanej przez IDEAS NCBR swoje nadzieje i obawy wskazali również prof. Andrzej Dragan oraz prof. Piotr Sankowski.
Spis treści
Mądry, Dragan i Sankowski w dyskusji o AI
Ogólna sztuczna inteligencja (AGI) może stać się nieocenioną pomocą w życiu codziennym, ale także prawdziwym przełomem w nauce. Kiedy i jak wielkim? To jeden z głównych tematów naukowej debaty pod hasłem „AGI. Jak przesunie granice nauki?”.
Podczas zorganizowanego przez polski ośrodek badawczo-rozwojowy AI IDEAS NCBR wydarzenia 8 lipca przed salą słuchaczy dyskutowali profesor informatyki Aleksander Mądry (MIT, szef Działu Gotowości OpenAI), profesor nauk fizycznych Andrzej Dragan (UW, CQT w Singapurze, popularyzator nauki) oraz doktor habilitowany nauk informatycznych i prof. UW Piotr Sankowski (UW, MIM Solutions, założyciel IDEAS NCBR).
Jednym z pierwszych poruszonych tematów było to, jak dzisiejsze systemu AI mogą pomóc w pracy naukowców. Każdy z mówców na swój sposób podkreślił, że powoli widać już wpływ sztucznej inteligencji, która pomaga na razie jednak w ściśle określonych zadaniach w dziedzinach takich jak matematyka, fizyka, chemia czy materiałoznawstwo.
Co już teraz może AI w nauce?
Ja wierzę, że to tylko początek. Biologowie zaczyna nieśmiało używać AI do dowodzenia twierdzeń czy eksplorowania hipotez. Jeśli ta technologia będzie lepsza, to te zastosowania dalej się poszerzą.
prof. Aleksander Mądry, szef Działu Gotowości OpenAI
Dla Mądrego kluczowa jest też nauka współpracy naukowców z AI w codziennych zadaniach. Dzięki temu badacze będą mogli lepiej wykorzystać coraz bardziej zaawansowane systemy.
Nie myślmy, że AI zrobi wszystko, a raczej o jej współpracy z człowiekiem. Myślmy o AI w kategoriach stażysty, który przeczytał wiele badań, często dostarcza nam użyteczną wiedzę, a czasami mniej użyteczną. Z tym że zamiast pięciu stażystów mogę ich mieć pięciuset.
prof. Aleksander Mądry, szef Działu Gotowości OpenAI
Wiatr zmian zauważa również Andrzej Dragan, a wpływ m.in. uczenia maszynowego już widać na polskich uczelniach. Profesor rozpoczął przytoczeniem przykładu ostatnio recenzowanej pracy magisterskiej, w której studentka wytrenowała sieć nieuronową na potrzeby badań.
To, co ja podczas swoich studiów doktoranckich 20 lat temu robiłem z kartką, ołówkiem i koszem na śmieci ona osiągnęła zbudowaną siecią i algorytmami.
prof. Andrzej Dragan, popularyzator nauki, profesor fizyki pracujący na UW i CQT w Singapurze
Profesor zaznaczył jednak, że obecnie AI nie jest jeszcze na poziomie, który mógłby pomóc w realnej pracy badawczej w dziedzinie fizyki teoretycznej.
Piotr Sankowski podkreśla natomiast, że o AI i dynamicznym rozwoju możliwości modeli trzeba obecnie intensywnie myśleć zwłaszcza przy długich projektach naukowych.
Uruchamiając dziś projekt oparty na eksperymentach myślowych, niegdyś prowadzonych na papierze, powinno się teraz myśleć o interdyscyplinarnym włączeniu AI w konkretną dziedzinę. Nie o zatrudnianiu 10 osób w laboratorium, by wykonywały te eksperymenty.
prof. UW Piotr Sankowski, założyciel IDEAS NCBR
Jaka przyszłość czeka AI w nauce?
Profesor Mądry widzi przyszłość AI w pozytywnych barwach. Choć przyzwyczajenie się i nauka korzystania z AI może nie być oczywista dla naukowców z dziedzin odleglejszych informatyce, to efekty rewolucje szybko staną się widoczne.
Nie jest jasne, czy AI będzie lepsze od naukowców. Jasne jest za to, że naukowcy z AI będą lepsi, niż badacze bez AI.
prof. Aleksander Mądry, szef Działu Gotowości OpenAI
Dodał też jednak, że przy obecnym dynamicznym rozwoju potencjału sztucznej inteligencji nawet w niedalekiej przyszłości może powstać AI, które możliwościami eksploracji hipotez i dowodów przyćmi nawet najlepszych matematyków świata.
Prof. Andrzej Dragan zachowuje zaś obecnie pewnie poziom sceptycyzmu, jeśli chodzi o AI w fizyce. Przeszkodą w tej dziedzinie nie jest bowiem niedobór pomysłów, a brak możliwości ich weryfikacji.
Teorii kwantowej grawitacji jest obecnie co najmniej pięć. Nie chodzi o to, że nie możemy ich stworzyć, tylko nie wiemy, jak sprawdzić która jest dobra. Do tego musimy wymyślić eksperyment, zaprojektować go i wykonać.
prof. Andrzej Dragan, popularyzator nauki, profesor fizyki pracujący na UW i CQT w Singapurze
Wysoce zaawansowana AI, która byłaby w stanie projektować eksperymenty myśląc zupełnie innymi ścieżkami niż człowiek, mogłaby być dużym przełomem. Na razie się na to jednak nie zanosi.
Gospodarz spotkania z IDEAS NCBR jest zaś przekonany, że istnieją ścieżki prowadzące do stworzenia AI wielokrotnie bardziej skutecznego od człowieka.
Wydaje mi się, że mamy bardzo dużo scenariuszy, gdzie bazując na dostępnych danych możemy tworzyć modele dużo lepsze od ludzi. Sztandarowym przykładem jest medycyna.
Człowiek nie jest w stanie przeczytać historii leczenia wszystkich pacjentów w Polsce. Model AI już to zrobi, a do tego nie widzi tylko pojedynczej diagnozy ludzkiego lekarza, a zna historię leczenia od jej początku do końca, nawet na przestrzeni lat. Ludzie nie są w stanie pracować w takiej skali.
prof. UW Piotr Sankowski, założyciel IDEAS NCBR
Zagrożenia jakie AI niesie dla nauki… i samego AI
W pewnym momencie dyskusji prof. Dragan zwrócił jednak uwagę, że firmy tworzące AI, z OpenAI na czele, doprowadziły w ostatnim czasie do naukowej zmiany, która może być uznana za negatywną.
Jak przypomniał, obecna rewolucja AI bierze swój początek z publikacji pracowników Google – sławnego już „Attention is All You Need”, które zostało opublikowane w 2017 r. zupełnie za darmo i do wiadomości całej społeczności naukowej. Traktowała ona o nowej architekturze głębokiego uczenia maszynowego nazwanej „transformerem”, która jest obecnie podstawą dużych modeli językowych (m.in. GPT).
OpenAI jako jedna z pierwszych firm zauważyła potencjał tej architektury i rozpoczęła jej komercjalizację. Gdzie pojawiają się pieniądze, zaczynają się jednak firmowe sekrety i gra na przewagi. Publiczne badania nad AI niemalże ustały, a najwięksi gracze jak Google czy OpenAI dąży do celu samotnie i w tajemnicy.
Brakuje nam badań podstawowych o AI. Nauka, z której wszyscy czerpiemy niezwykłe owoce, bazuje na tym, że publikuje się swoje odkrycia.
prof. Andrzej Dragan, popularyzator nauki, profesor fizyki pracujący na UW i CQT w Singapurze
Jak dodaje fizyk, na obecnej metodzie zyskują firmy, lecz ludzkość jako całość… może tracić. Co więcej, duże liczby badaczy AI przechodzą obecnie ze środowiska naukowego do prywatnych firm, co najczęściej wiąże się z podpisaniem klauzul tajności informacji.
Stanowisko to było jak wywołanie do odpowiedzi uczestniczącego w dyskusji przedstawiciela OpenAI. Aleksander Mądry przyznał, że podwaliny nowoczesnego AI faktycznie zostały opublikowane bezinteresownie przez Google.
Szef Działu Gotowości OpenAI podkreślił też jednak, że technologia transformera spotkała się w 2017 roku z mieszanym odbiorem naukowców, jeśli nie z oziębłą obojętnością. OpenAI wyczuło zaś potencjał zwiększania skali w tej metodzie. Dopiero brak funduszy na badana podstawowe zaowocował zmianą strategii.
Samo Google nie było zainteresowane wejściem w badania technologii transformera. I właśnie wtedy Sam Altman zakasał rękawy i zrobił to, co robi najlepiej – zaczął znajdywać inwestorów. Chodziło o fundusze w odpowiedniej skali.
prof. Aleksander Mądry, szef Działu Gotowości OpenAI
Mądry przekonuje, że nie ma obecnie skutecznych mechanizmów na to, by wiedza o AI była publicznie dostępna, ale jednocześnie można było pozyskiwać środki na rozwój tej technologii. Odrzuca też zaproponowane przez Dragana patenty jako łatwe do obejścia i niemal niemożliwe do wybronienia w sądzie, szczególnie w dziedzinie informatyki.
Nie jestem zadowolony z tego stanu rzeczy. W OpenAI naprawdę myślimy o tym, jak da się to zmienić. U niektórych spowoduje to skrzywienie twarzy, ale naprawdę jesteśmy firmą z misją. Jest nią udostępnienie AI całej ludzkości.
prof. Aleksander Mądry, szef Działu Gotowości OpenAI
Mądry przekonuje, że Open AI wydawało nawet setki milionów dolarów na rozwiązanie kwestii, które można streścić w jednym zdaniu. Prywatna firma z odpowiedzialnością wobec inwestorów po prostu nie może ich zdradzić. Jako alternatywę proponuje jednak ścieżkę państwowych inwestycji w projekty AI.
AI jako „metatechnologia”. Sztuczna inteligencja rozwija wiele dziedzin jednocześnie
Wszyscy uczestnicy dyskusji na koniec wrócili jednak do niemal wspólnego stanowiska. Zgadzają się bowiem, że rozwój AI w kolejnych latach może dalej przyśpieszać i będzie miała dużo większe znaczenia, niż odosobniona technologia czy technika.
AI nie jest tylko jedną z wielu technologii na długiej liście. Rozwój sztucznej inteligencji będzie miał duże implikacje dla tego, jak będą wyglądać inne dziedziny technologii. Chodzi o całe spektrum nauki oraz technologii, w tym na przykład obronność.
prof. UW Piotr Sankowski, założyciel IDEAS NCBR
Oznacza to, że inwestycja w rozwój AI może potencjalne zwrócić się w innych dziedzinach, jak zdrowie, bezpieczeństwo, czy właśnie odkrycia badaczy.
AI to technologia, która przyśpiesza wszystkie inne. Przyśpiesza naukę. Myśląc o rozwoju ludzkości, nauka zawsze była zaś największym jego czynnikiem. AI jest zaś jak autostrada dla szybszego rozwoju naukowego. Głupio byłoby z niej nie skorzystać.
prof. Aleksander Mądry, szef Działu Gotowości OpenAI
Zdaniem Mądrego, nawet gdyby firma OpenAI zamknęła się tu i teraz, rewolucji sztucznej inteligencji nie da się już zatrzymać.
Zdjęcie otwierające: Krzysztof Sobiepan / Android.com.pl
Część odnośników to linki afiliacyjne lub linki do ofert naszych partnerów. Po kliknięciu możesz zapoznać się z ceną i dostępnością wybranego przez nas produktu – nie ponosisz żadnych kosztów, a jednocześnie wspierasz niezależność zespołu redakcyjnego.