Kā mākslīgais intelekts maina mūsu ikdienu — Intervija ar Andreju Karpovu

Vai mākslīgais intelekts (MI) drīz pārspēs cilvēka prāta kapacitāti? Ko darīt, lai tevi būtu grūtāk aizstāt ar robotu vai programmu? Cik ilgi vēl varētu būt jāgaida, līdz mūsu ikdiena līdzināsies zinātniskās fantastikas scenārijiem?

Šos un citus jautājumus izzinājām sarunā ar mākslīgā intelekta entuziastu, Tietoevry Oracle Cloud un Oracle GenAI vadītāju Andreju Karpovu, kurš vēl pavisam nesen vadīja darbnīcu “Mākslīgais intelekts ikdienā” programmas “Iepazīsti tehnoloģijas” ietvaros.

Pastāsti par savu karjeras ceļu. Kā kļuvi par mākslīgā intelekta ekspertu?

Es sevi neuzskatu par MI ekspertu, tāpēc, ka šajā jomā aktīvi darbojos tikai pēdējos divus, divarpus gadus. Mans karjeras izaugsmes ceļš sākās ar junior datubāžu administratora amatu, tad senior lead, līdz beidzot kļuvu par infrastruktūras jeb enterprise arhitektu. Tad sāku arī vadīt dažādas komandas, sniedzot atbalstu klientiem.

Kad iznāca ChatGPT pirmā versija un es to ieraudzīju, man uzreiz bija skaidrs, ka šis tiešām ir kaut kas jauns un neredzēts. Pat tad, kad visi vēl smējās, cik tur bija muļķīgas atbildes un halucinācijas, bija jau diezgan skaidrs, ka tā būs tāda tehnoloģiskā revolūcija, kas mainīs visu. Pat ar manu 15–16 gadu pieredzi IT jomā man bija daudz pārdomu un šaubu, kā tas viss varētu mūs ietekmēt nākotnē.

Tad radās ideja LinkedIn dalīties ar savu pieredzi, papildinot to ar zināšanām un pārdomām par to, kā mākslīgais intelekts varētu ietekmēt IT jomu, dažādus amatus un tā tālāk. Darbā es strādāju ar Oracle programmatūru, kam ir savs GenAI serviss, un paralēli skatos uz visu, kas notiek MI jomā. Var teikt, ka tas ir mans hobijs.

Izklausās, ka jau no sākuma saprati, ka ģeneratīvais MI būs nozīmīgs pagrieziena punkts.

Jā, tā bija. Kad sāku ievietot saturu LinkedIn, daudziem cilvēkiem joprojām bija viedoklis, ka MI ir nākamais blockchain, NFT vai kas tāds, kas tūlīt uzsprāgs un nepaliks. Es arī smējos — nu labi, pagaidīsim… Noteikti ir arī mazliet pārspīlēta tā jūsmošana, bet tā tehnoloģija tiešām paliks un mainīs pasauli.

Kā Tu ikdienā izmanto mākslīgo intelektu?

Izmantoju to katru dienu kodēšanas uzdevumiem, rakstīšanai, ikdienas produktivitātes uzlabošanai, rutīnas uzdevumu automatizācijas un izpētes paātrināšanai. Pa šiem gadiem esmu sapratis, ka rakstīšanai īsti nevar uzreiz izmantot ģenerēto rezultātu, bet idejām, prāta vētrām, ikdienas vajadzībām to izmantoju diezgan daudz.

Kad braukšu atvaļinājumā, noteikti arī to plānošu ChatGPT, lai sastādītu nedēļas programmu ar idejām, kur braukt un ko darīt.

Arī LinkedIn saturam izmantoju bilžu ģenerēšanu, šad, tad arī video. Arī visos rīkos, ko lietojām līdz šim, piemēram, Canva, jau ir integrēti MI risinājumi. Tā kā var teikt, ka MI aizvien vairāk ietiecas mūsu dzīvē, un tas būs visur.

Kādi, Tavuprāt, ir sabiedrībā izplatītākie maldīgie priekšstati par mākslīgo intelektu?

Domāju, ka daudzi pārspīlē, runājot par nākamās paaudzes modeļiem, it īpaši par mākslīgo vispārējo intelektu jeb artificial general intelligence un superinteliģenci jeb super intelligence. Cilvēki dalās divās grupās: vieni saka, ka tas nekad nenotiks, bet otri — ka tas būs jau nākamgad vai pēc diviem gadiem.

Ir arī tādi, kas uzskata, ka no šīs tehnoloģijas nav nekādas jēgas. Daži to dēvē par “stochastic parrots” — papagaiļiem, kas tikai atkārto citu sacīto. Protams, mākslīgajā intelektā vēl nav tādas līdz galam cilvēcīgas inteliģences, bet tas, ko var panākt ar trenēšanu un lieliem datu apjomiem, jau tagad ir ļoti iespaidīgi. Pat, ja izstrāde apstātos uz desmit gadiem un nerastos jaunas iespējas, domāju, ka ar esošajām tehnoloģijām pietiktu, lai vēl kādus piecus gadus turpinātu mainīt, optimizēt un automatizēt procesus.

Kā Tev liekas, kā šīs tehnoloģijas varētu attīstīties?

Lasīju Mustafas Suleimana grāmatu “The Coming Wave: Technology, Power, and the Twenty-first Century’s Greatest Dilemma”. Viņš ir Google DeepMind līdzdibinātājs un jaunuzņēmuma Inflection MI līdzdibinātājs un izpilddirektors, kurš nesen pārgāja uz Microsoft MI. Suleimans lieto terminu spējīgais mākslīgais intelekts jeb artificial capable intelligence (ACI). Tas attiecas uz mākslīgo intelektu, kas spēj izpildīt konkrētus, sarežģītus uzdevumus.

Šobrīd šķiet, ka MI var pildīt tikai visai vienkāršus, ikdienišķus un zema riska uzdevumus. ACI spētu tikt galā ar sarežģītākiem darbiem. Piemēram, ja tu iedotu ACI uzdevumu ieguldīt simts tūkstošus dolāru un nopelnīt vienu miljonu, tajā esošās programmas jeb MI aģenti varētu šo uzdevumu sadalīt simt vai tūkstoš mazākos uzdevumos, katrs atbildēt par savu daļu un beigās dot rezultātu.

Mākslīgais vispārējais intelekts jeb AGI būs sasniegts tad, kad MI varēs izpildīt jebkuru uzdevumu cilvēka līmenī, bet ātrāk un lētāk. Manuprāt, šādu attīstību mēs varētu sasniegt piecu līdz desmit gadu laikā. Superinteliģence man šķiet tāds vairāk futūristisks termins.

Es domāju, ka, uzlabojot modeļus, mēs tuvosimies AGI, bet mēs kļūsim arī kritiskāki un prasīgāki pret šo terminu. Vēlēsimies vairāk, lai to nosauktu par AGI. Jo, piemēram, agrāk bija Tjūringa tests, kur MI bija jāspēj sarunāties tā, lai cilvēks nevarētu atpazīt, ka atbildes sniedz MI. Tagad ChatGPT šo testu varētu izpildīt, bet daudzi uzskata, ka Tjūringa tests ir jāmaina.

Kuras no prognozēm par nākotni ar mākslīgo intelektu tev liekas tiešām iespējamas?

Domāju, ka MI noteikti integrēsies darba tirgū. Nodarbinātības nākotne ir tāda, ka tajā būs gan cilvēki, gan tehnoloģijas, un mums būs jāsadarbojas. Daži uzdevumi tiks pilnībā deleģēti MI. Tas būs iespējams jau salīdzinoši drīz, kad MI aģenti un modeļi kļūs labāki. Jau tagad ir uzdevumi, kurus var pilnībā izpildīt ar mākslīgo intlektu — tikai nepieciešams tos automatizēt un izveidot darba plūsmas. Nedomāju, ka īstermiņā pilnībā pazudīs darba vietas, bet varētu samazināties nepieciešamo darbinieku skaits. Ja agrāk komandā bija desmit izstrādātāji, iespējams, nākotnē būs nepieciešami tikai pieci vai seši, un pārējo aizvietos MI produktivitāte un efektivitāte.

Lielajās korporācijās, kurās strādā simtiem tūkstošu darbinieku, šīs pārmaiņas varētu notikt lēnāk. Tur īsti nevar visu ātri ieviest un reorganizēt. Tas būs pakāpenisks process. Piemēram, ja rītdien parādītos jauns rīks, paietu vēl divi vai trīs gadi, līdz tas pilnībā integrētos lielāka uzņēmuma struktūrā.

Kā domāt un sekot līdzi iespējamiem riskiem tehnoloģijā, ko lielākā daļa cilvēku nesaprot?

Es domāju, ka mums nevajag dziļi izprast visas tehnoloģijas nianses, bet būtu noderīgi iegūt pamatzināšanas augstā līmenī. Īpaši darba devējiem lielos un vidējos uzņēmumos būtu ieteicams organizēt apmācības. Ja strādā IT jomā, es uzskatu, ka augstākā līmeņa apmācības ir obligātas. Šajās apmācībās noteikti būtu sadaļa par ētisku, atbildīgu un drošu MI izmantošanu, ietverot tipiskos riskus un ētiskās vadlīnijas.

Mēs nevaram kontrolēt un arī nezinām visu, kas notiek MI laboratorijās. Par riskiem, kas nav mūsu kontrolē, manuprāt, nav vērts domāt, pārdzīvot un satraukties. Tas, ko mēs varam izdarīt, ir saprast riskus, ko varam paši samazināt, mācīties un izmantot šīs zināšanas, lai pasargātu sevi.

Sanāk, ka, ejot līdzi mākslīgā intelekta attīstībai, mums vajadzētu būt atbildīgiem pret sevi tāpat kā lietojot jebkuru citu jaunu tehnoloģiju, iepazīstoties, kā to pareizi lietot ētiski, apzinoties riskus, bet necenšoties uzņemties par daudz atbildības?

Jāmēģina arī MI izmantot praksē. Tas nenozīmē forsēt tā lietošanu kā dažos uzņēmumos, kur darbiniekiem maksā par katru promptu vai automatizācijas ideju. Tā vietā vajadzētu mēģināt saprast, kur tavā pašreizējā darbā MI var būt noderīgs. Vairāk eksperimentēt un nebaidīties mēģināt.

Mēs nevaram apturēt automatizācijas un produktivitātes uzlabojumu attīstību — tā ir bijusi un turpināsies. Bet, ja saproti, ka daļu tava darba var viegli automatizēt vai uzlabot, to vajadzētu pēc iespējas vairāk izmantot. To var sasniegt, piedaloties apmācībās, gūstot praktisko pieredzi un eksperimentējot.

Kas Tevi visvairāk pārsteidz mākslīgā intelekta attīstībā?

Mani visvairāk pārsteidz ātrums, ar kādu tas viss attīstās. Es neko tādu savā mūžā neesmu pieredzējis. Jaunumi parādās ne tikai katru dienu, bet gandrīz vai ik stundu — jauns modelis, atklājums vai iespēja. Tas, cik daudz cilvēku velta sevi šim mērķim, ir apbrīnojami.

Tāds vienkāršākais piemērs, skatoties uz attēlu ģenerēšanas progresu, — vēl pirms gada MI radītās cilvēku bildes bieži bija ar sešiem vai septiņiem pirkstiem. Tagad tās ir augstas kvalitātes un ļoti reālistiskas. Kad pirmo reizi redzēju Sora OpenAI videoģenerācijas modeli, arī tas mani pārsteidza. Lai gan tas vēl nav izlaists, šķiet, ka pēc gada vai diviem būs iespējams radīt ne tikai mazas sērijas, bet arī izmantot to filmēšanā un citās jomās.

Problēma ar šo ātrumu ir tā, ka tu īsti nevari visam izsekot. Uzņēmumiem rodas bailes kaut ko palaist garām, jo visu laiku nāk klāt kaut kas jauns. Piemēram, pagājušā gada beigās biju konferencē, kur cilvēki stāstīja, ka viņi izveidojuši sarežģītu modeļa integrāciju ar sava uzņēmuma iekšējo zināšanu datubāzi. Es viņiem ieteicu izmantot kādu jaunu, vienkāršāku risinājumu, bet viņi pat nezināja, ka tāds jau ir pieejams. Viņi bija veltījuši trīs mēnešus, lai ko līdzīgu uzprogrammētu, bet tagad līdzīgs risinājums ir pieejams gatavs. Tas liecina par to, cik ātri viss mainās šajā jomā.

Kā Tu gribētu redzēt attīstāmies mākslīgā intelekta nākotni?

Godīgi sakot, es vēlētos redzēt vairāk MI pielietojumu, kas risina nozīmīgas problēmas, piemēram, veselības aprūpē. Būtu labi, ja MI palīdzētu atrisināt kādu globālu problēmu vai radītu izrāvienu kādā svarīgā jomā. Piemēram, uzlabotu slimību diagnostiku, ārstēšanu vai palīdzētu risināt klimata krīzi. Lietas, kas tiešām ietekmē visus.

Paralēli attīstās arī roboti, un būtu interesanti redzēt humanoīdus vai mazākus robotus, kas ir izmaksu ziņā pieejami un tiešām dod pienesumu. Kāda speciāliste nesen teica, ka viņa labāk gribētu, lai MI palīdzētu ar mājas darbiem, piemēram, gludināšanu, nekā aizvietotu dizainerus vai māksliniekus. Es arī to gribētu.

Vēlos redzēt mākslīgo intelektu, kas rada risinājumus, par kuriem jebkurš var pateikt: “O, par šo tiešām paldies MI.” Ilgtermiņā, ja viss darbs tiktu automatizēts, cilvēki varētu nebūt priecīgi, ja nepaliks nekas, ko darīt pašiem.

Ko, Tavuprāt, vajadzētu un ko noteikti nevajadzētu regulēt MI attīstībā?

Man šķiet, ka vajag līdzsvaru. Ir tāds joks internetā — ASV rada inovācijas, Ķīna kopē un Eiropa regulē. Tā ļoti globāli un rupji uz to skatoties, šobrīd tiešām izskatās, ka ASV un Ķīnā ir atļauts viss un Eiropā ir vairāk ierobežojumu. Nav vidusceļa. ES mākslīgā intelekta regulējums varētu būt par stingru, bet Eiropa arī grib piedalīties MI attīstības sacensībā. Nevaram visu MI atdot ASV, lai viņi visu kontrolē. Bet šobrīd ES regulējums var bremzēt inovācijas. ASV gan ir daudz strīdu par autortiesībām un izmantotajiem datiem, bet beigās parasti atzīst, ka nekas nav pārkāpts.

Runājot par attīstības tempu — jā, tas varbūt liekas par ātru, bet mēs nezinām, vai rīt neatdursimies pret kaut ko, kas piebremzēs modeļu attīstību. Ja ātrums nesamazināsies un turpināsies kā šobrīd, tas varētu būt pārāk ātri sabiedrībai. Tad regulācija varētu palīdzēt.

Noteikti vajadzētu regulēt visu, kas saistīts ar personas un veselības datiem un citiem tipiskiem gadījumiem, kas iekļauti arī GDPR. Redzēju, ka kādā uzņēmumā seko līdzi darbiniekiem, skenējot viņu sejas izteiksmes darba laikā.. Šādus pielietojumus nevajadzētu atļaut.

Vai šobrīd pastāv zināšanu plaisa sabiedrībā par mākslīgo intelektu? Vai tā būtu MI rīku izstrādātāju atbildība to mazināt?

Es domāju, ka tas notiks dabiski, MI risinājumiem arvien vairāk ienākot mūsu ikdienā. Piemēram, Apple paziņoja par Apple Intelligence, kas nozīmē, ka jau nākamajā iOS versijā varbūt varēs gan ģenerēt bildes, gan būs kaut kāds iekšējais ChatGPT. Šķiet, ka viņi sadarbosies ar OpenAI.

Patiesībā jau agrāk, kad rakstījām SMS, bija iespēja redzēt nākamo vārdu ieteikumus. Neviens nedomāja, ka tas ir valodas apstrādes modelis, kas īstenībā arī ir mākslīgais intelekts. Visi sāka runāt par MI tikai pēc ChatGPT, jo tas vienlaicīgi kļuva zināms lielākam cilvēku skaitam.

Jautājums ir arī par to, cik daudz cilvēki paši gribēs lietot MI rīkus. Parastiem lietotājiem pietiks ar to, ka viņi māk tos izmantot. Piekrītu, ka zināšanu plaisa pastāv. Esot dziļi MI burbulī, man reizēm šķiet, ka cilvēkiem vajadzētu zināt vairāk par MI, bet patiesībā daudzi to vēl nemaz nav lietojuši, it īpaši gados vecāki cilvēki. Līdz pilnai MI adaptācijai ir vēl ilgs ceļš.

Domāju, ka par plaisas mazināšanu nav atbildīgi MI izstrādātāji. Drīzāk atbildību vajadzētu uzņemties uzņēmumiem, kas tos produktus pārdos un integrēs mūsu ierīcēs.

Kāda bija Tava pieredze, vadot Riga TechGirls “Iepazīsti tehnoloģijas” darbnīcu?

Centos apzināties, ka var ierasties dalībnieki ar atšķirīgu pieredzi un zināšanu līmeņiem: gan tie, kas jau lieto ChatGPT un ir pazīstami ar terminoloģiju, gan tie, kam šīs tehnoloģijas vēl ir pilnīgi jaunas.

Arī promptus es ikdienā nerakstu latviešu valodā, tāpēc par šo bija papildus jāpadomā. Vebinārā promptus rakstīju un arī dziesmas ģenerēju latviski, bet ikdienā strādāju ar to angliski.

Centos parādīt dažādus piemērus un scenārijus tekstu, koda, video un audio satura ģenerēšanā. Būtu bijis interesanti sagatavot arī konkrētākus piemērus par video, audio un attēlu ģenerēšanu, jo redzēju, ka cilvēki jau veido diezgan interesantu saturu. Taču divu stundu laikā visu apskatīt nevarējām, tāpēc sanāca tāda vispārīga, bet laba līmeņa iepazīšanās ar MI rīkiem.

Ko Tu varētu ieteikt cilvēkiem, kas cenšas sākt saprast un izmantot MI?

Es iesaku sākt ar kāda kursa iziešanu. Šobrīd ir pieejami daudzi bezmaksas kursi no Microsoft, Google un OpenAI. Daži no tiem ir īsāki par stundu, tāpēc tie ir viegli pieejami pat aizņemtākiem cilvēkiem.

Man kā tehniskam cilvēkam liekas svarīgi vispirms saprast, kā MI strādā — kā tiek trenēti modeļi, kā cilvēki rediģē datus, lai palīdzētu modelim atbildēt uz konkrētiem jautājumiem, un arī nedaudz par riskiem un ētisku izmantošanu. Kad iegūtas pamatzināšanas, vajag vienkārši sākt lietot.

Sākt ar vienkāršām lietām, domājot par to, ko tu dari ikdienā, kādi uzdevumi atkārtojas. Man pašam kā cilvēkam, kas nav programmētājs, bija interesanti saprast, cik viegli es varu pats uztaisīt mazu mājaslapu, izmantojot modernās tehnoloģijas.

Dažiem tas var iepatikties un kļūt par aizraujošu hobiju. Es redzu, ka cilvēki veido visādus interesantus mazos projektus — rada kaut ko bērniem, ģenerē komiksus vai pasakas. Tas tiešām var būt labs palīgs ikdienā.

Vai ir kaut kas, ko nepajautāju, bet ko Tu būtu vēlējies pastāstīt?

Jā, par šo varētu runāt stundām ilgi! Es domāju, ka mums visiem vajadzētu censties izmantot MI un mācīties par to, cik vien iespējams. Nākotnē tie, kas vienkārši izmantos MI tāpat kā visi pārējie, iegūs vidēja vai zema līmeņa rezultātus. MI automātiski piedāvās automatizāciju un atbildes, kas būs pieejamas visiem, tāpēc šāds piegājiens dos vienlīdzīgu, bet ne izcilu rezultātu. Bet ja tu daudz eksperimentēsi un pievienosi savas cilvēciskās idejas, piemēram, empātiju, un apvienosi rīkus interesantā veidā, tad tu izcelsies.

Man šķiet, ka nākotnē būs ļoti svarīgas tādas cilvēciskās prasmes jeb “soft skills” kā kritiskā domāšana, radošums un intuīcija. Tās ir lietas, kas mūs padara īpašus. Es nevaru iedomāties, ka kāda no tām tiks aizvietota. Piemēram, pat ja roboti ienāks ikdienas dzīvē, pacientu aprūpē būs nepieciešama empātija un cilvēcīgās īpašības. Tāpat arī komunikācija un viss, kas ar to saistīts, būs prasmes, kas mums palīdzēs izcelties. Arī LinkedIn jau tagad var redzēt, ka daži cilvēki vienkārši kopē saturu no ChatGPT, un to patiesībā nav interesanti lasīt.

No jaunākajiem trendiem es ieteiktu pievērst uzmanību MI aģentiem. Tie varētu mūs tuvināt vispārējam mākslīgajam intelektam. Tas nav tikai par atbildēm uz jautājumiem, bet par to, ka tu iedod mērķi un saņem gala rezultātu. Piemēram, ar aģenta palīdzību varētu izveidot sarežģītāku programmu, nevis tikai kodu, ko vēl pašam jākompilē un jālabo kļūdas. Aģenti automātiski ietu cauri visam ciklam paši.

Pēdējais padoms ir pašu ChatGPT izmantot kā savu skolotāju. Uzdot tam jautājumus par MI, mašīnmācīšanos vai jebkuru citu tēmu. Var arī izmantot “paskaidro man tā, it kā man būtu pieci gadi” pieeju, lai saņemtu pēc iespējas vieglāk saprotamus skaidrojumus.