Nagroda Nobla z fizyki powędrowała do Johna J. Hopfielda i Geoffreya Hintona za odkrycia umożliwiające uczenie maszynowe za pomocą sztucznych sieci neuronowych. Zaskoczył Pana ten werdykt?
Przede wszystkim zaskoczyło mnie, że to nie jest tak naprawdę nagroda z fizyki, ale z informatyki. To pierwszy raz w historii, kiedy Nagroda Nobla została przyznana de facto za algorytm komputerowy. Sztuczna sieć neuronowa to w dużym uproszczeniu program komputerowy, który naśladując w pewnym stopniu nasz mózg, próbuje zmusić komputer do realizacji zadań, które zazwyczaj wykonuje nasz umysł – a czasem nawet by wykonywał je lepiej.
Fizyka opiera się na zrozumieniu fundamentalnych praw natury. Może nowe technologie wyróżnione Nagrodą Nobla doprowadzą do odpowiedzi na pytania, na które do tej pory tych odpowiedzi nie znaliśmy? Na przykład czym jest natura świadomości albo skąd pochodzi życie?
Jeden z laureatów, John Hopfield, jest fizykiem; zaczynał swoje badania w dziedzinie fizyki materii skondensowanej, a później przeszedł do neuroinformatyki, w której odniósł sukcesy nagrodzone Noblem. Jego praca nad sieciami neuronowymi była w pewnym sensie inspirowana modelami fizycznymi stosowanymi w fizyce statystycznej, więc wkład fizyki w tę nagrodę istnieje. Niemniej jednak, gdy patrzymy na samo osiągnięcie, to tej fizyki już tam nie widać, bo jest to narzędzie informatyczne, które zmienia nasz świat. Komitet Noblowski uznał, że warto je uhonorować, mimo że nie ma osobnej kategorii dla tego typu odkryć. Kiedy Alfred Nobel spisywał swój testament, informatyka jeszcze nie istniała jako nauka, więc komitet musiał wyjść poza tradycyjne ramy. Niektórzy się oburzają.
Pan nie był trochę rozczarowany?
Jeśli chodzi o samych nagrodzonych, to uważam, że jak najbardziej zasłużyli na to wyróżnienie. Co więcej, ta nagroda równie dobrze mogłaby być nagrodą w dziedzinie medycyny, bo ostatecznie sieci neuronowe są inspirowane strukturami naszego mózgu. W pewnym sensie moglibyśmy uznać to za nagrodę medyczną. Równie dobrze można by ją przyznać w dziedzinie ekonomii, bo sieci neuronowe rewolucjonizują przetwarzanie danych, co w przyszłości będzie miało ogromny wpływ na gospodarki światowe. Myślę, że rozważano kilka opcji – ta nagroda mogłaby być również przyznana w dziedzinie chemii, bo narzędzia sztucznej inteligencji będą pewnie znacznie częściej wykorzystywane w medycynie, biologii, chemii, gdzie mamy do czynienia z ogromną ilością danych, które trzeba analizować i wyciągać z nich wnioski. W bardziej fundamentalnej fizyce, gdzie zajmujemy się prostszymi, fundamentalnymi prawami wszechświata, AI może nie być aż tak przydatna. Tutaj chodzi bardziej o głęboką analizę i zrozumienie, a w tym sztuczne sieci neuronowe wciąż nie dorównują ludziom.
Jak by Pan wytłumaczył komuś, kto nigdy nie miał do czynienia ze sztuczną inteligencją, w prostych słowach, za co konkretnie przyznano tegoroczną Nagrodę Nobla i jak działają te technologie?
Powiedziałbym, że nagroda została przyznana za dwa kluczowe elementy. Po pierwsze, chodzi o przeniesienie idei sieci neuronowych, które występują w naszym mózgu, na komputer – czyli o zaprogramowanie struktury sieci neuronowej w komputerze. I za to właśnie został nagrodzony John Hopfield. Po drugie, chodzi o opracowanie metody, jak tę sieć, już przeniesioną na komputer, efektywnie uczyć. To z kolei osiągnięcie Geoffreya Hintona, drugiego z laureatów. Dzięki jego pracy wiemy, jak uczyć sieci neuronowe w sposób efektywny, zwłaszcza te ogromne sieci, z którymi teraz mamy do czynienia. Jest to niezwykle skomplikowane, bo przy takiej ilości danych, jaką przepuszczamy przez sieci, nie jest oczywiste, jak to zrobić, żeby proces uczenia przebiegał sprawnie, a sieć faktycznie się doskonaliła. Wiele badań nad sztuczną inteligencją kręciło się wokół tego problemu, a rozwiązania były dalekie od oczywistości. To była w dużej mierze metoda prób i błędów. W pewnym sensie to, że metody, które dziś stosujemy, działają, było trochę szczęśliwym trafem. Nikt nie mógł przewidzieć, że akurat ta metoda okaże się skuteczna. To była nauka eksperymentalna w najczystszej formie – testowano różne podejścia i w końcu znaleziono to, które działa. A dlaczego dokładnie działa – tego do końca nie wiemy.
W uzasadnieniu przeczytałam, że nagrodzeni naukowcy odkryli nowy sposób, w jaki komputery mogą pomagać nam rozwiązywać problemy. Wspomniał Pan już o medycynie i ekonomii, ale czy te technologie mogą pomóc nam również w walce z kryzysem klimatycznym? Albo w codziennych wyzwaniach, z którymi zmaga się każdy z nas?
Generalnie żyjemy w świecie, w którym jesteśmy zalewani informacjami i danymi. Nawet zwykły człowiek, niekoniecznie naukowiec, musi jakoś sobie z tym poradzić. Dzisiaj najczęściej robią to za nas inni, na przykład kierując do nas odpowiednie reklamy. Aby jednak się w tym świecie odnaleźć, potrzebujemy narzędzi, które pozwolą nam analizować ogromne ilości danych, odrzucać to, co zbędne, i koncentrować się na tym, co istotne. Właśnie do tego idealnie nadają się mechanizmy sztucznej inteligencji. Wyobrażam sobie, że każdy z nas w niedalekiej przyszłości będzie używał sztucznej inteligencji do tego, by filtrować rzeczywistość, aby nie zostać przytłoczonym nadmiarem informacji, i móc wyciągać z nich wnioski na własną rękę. Oczywiście, jest ryzyko, że sztuczna inteligencja może nami sterować i podpowiadać, co mamy robić, ale wydaje mi się, że sensownie zaprojektowane systemy będą nam niezbędne. Jeśli wyobrazimy sobie lekarza, który musi zdiagnozować chorobę na podstawie zdjęcia, sztuczna inteligencja, mając do dyspozycji miliony podobnych przypadków, może dostrzec wzorce, których człowiek nie jest w stanie wychwycić. Żaden człowiek nie przeanalizuje takiej ilości danych samodzielnie.
Poza tym taka analiza byłaby żmudna, czasochłonna i nudna.
Dokładnie. Człowiek koncentruje się na kilku kluczowych elementach, które rozumie i kojarzy, resztę ignoruje. Sztuczna inteligencja może uwzględnić wszystkie informacje, pod warunkiem, że dane, na których pracuje, są dobrej jakości. To jest klucz. Pytanie, jak długo ta jakość się utrzyma. Teraz widzimy niesamowity postęp, ale czy nie nastąpi wypłaszczenie tego rozwoju? Może dojść do sytuacji, w której systemy zaczną „karmić się” własnymi danymi i wyniki zaczną się pogarszać. To jest też pytanie o przyszłość rozwoju tej dziedziny. Nikt nie mógł przewidzieć, kiedy nastąpił ostatni przełom – a był to skok jakościowy, kiedy sieci neuronowe i systemy językowe zaczęły prowadzić rozmowy z ludźmi na poziomie, który naprawdę zaskakiwał.
Teraz podstawowe pytanie brzmi, czy będziemy w stanie zrobić kolejny krok. Najnowsze systemy rozwijane przez OpenAI, jak produkt, który nazywa się o1 wprowadzają już pewien element krytycznego myślenia – zanim dadzą odpowiedź, zastanawiają się nad nią, analizują, mówią, jak myślą i jakie kroki podejmują. Pytanie tylko, czy jesteśmy w stanie przekroczyć kolejny poziom – tak, aby te systemy rzeczywiście potrafiły krytycznie analizować to, co produkują. Do tej pory systemy bazowały głównie na korelacjach i skojarzeniach, co czasem prowadziło do błędnych wniosków. Nowe systemy próbują bardziej zrozumieć, jak pewne rzeczy mają się do siebie i czy są spójne. To bardzo trudne, i nie jestem pewien, czy uda się to osiągnąć w najbliższym czasie. Jeśli tak, byłby to kolejny wielki przełom.
Czy dzisiaj można powiedzieć, że sztuczne sieci neuronowe mogą nam pomóc w zrozumieniu tajemnic wszechświata, czyli tym, czym zajmuje się właśnie fizyka – ciemną materią, naturą grawitacji?
Odpowiem krótko: nie. Te problemy to fundamentalne wyzwania nauki, które wynikają z tego, że nie rozumiemy ich dogłębnie. Nie chodzi o brak zdolności do analizy danych, a raczej o brak wystarczającego zrozumienia. W tych obszarach, które pani wymieniła, sztuczna inteligencja na tym etapie w niczym nam nie pomoże. Może w dalekiej przyszłości, ale obecnie – nie. Dlaczego? Bo, cokolwiek by mówić o sztucznej inteligencji, jej struktura jest wciąż bardzo prosta w porównaniu z ludzkim mózgiem. Sztuczne sieci neuronowe mają ogromne możliwości uczenia się i przetwarzania ogromnych ilości danych, ale głębia ich rozumowania jest nadal płytka w porównaniu z naszym umysłem. Mamy przewagę, bo potrafimy głębiej analizować związki i prowadzić krytyczne rozumowanie, a to przecież jest najważniejsze w rozwiązywaniu zagadnień, które pani poruszyła.
W Google pracują zespoły badawcze, które składają się z naukowców różnych dziedzin. Czy fakt, że sieci neuronowe są inspirowane strukturami biologicznymi, oznacza, że fizyka, biologia, a może i psychologia, będą musiały ściśle ze sobą współpracować, aby te technologie mogły się rozwijać? Jeden człowiek nie jest w stanie zrobić wszystkiego – potrzebni są eksperci z różnych dziedzin.
Z jednej strony tak, ale sztuczna inteligencja powoduje właśnie to, że pojedynczy człowiek może mieć nagle znacznie większą moc. Człowiek plus system sztucznej inteligencji może osiągnąć znacznie więcej niż wielki zespół ludzi z różnych dziedzin jeszcze kilka lat temu. Jeden człowiek może dziś szybko uzyskać dostęp do eksperckiej wiedzy z wielu obszarów, a jeśli potrafi to dobrze wykorzystać, może zrobić coś, czego kilka lat temu pojedyncza osoba nie była w stanie zrobić. To paradoksalnie może prowadzić do tego, że mniejsze zespoły będą mogły osiągać to, czego wcześniej nie były w stanie.
Jeśli chodzi o inspiracje biologiczne, to oczywiście – sztuczne sieci neuronowe są nimi inspirowane, ale trzeba mieć świadomość, że różnią się one od biologicznych. Inspirujemy się nimi, a potem piszemy program, który udaje że jest taką siecią neuronową, ale oczywiście on nie ma bardzo wielu elementów, które są w systemach biologicznych.
Nie ma w nim życia.
W szczególności, nie ma w nim życia, ale też same reakcje neuronów, które w naszym mózgu zachodzą – w tym przypadku są sprowadzone do najprostszych mechanizmów.
Nagrody Nobla często wyznaczają przełomowe momenty w nauce. Odkrycie tych dwóch naukowców otwiera nową erę w badaniach nad sztuczną inteligencją? Zmienia nasze pojmowanie maszyn, a może też rozumienie natury ludzkiej i ludzkiego myślenia?
Zdecydowanie tak. W rozwoju naszej cywilizacji jest to przełomowy moment, porównywalny z powstaniem internetu, który połączył nas informacyjnie z całym światem. Teraz sztuczna inteligencja jest kolejnym przełomem – w analizowaniu danych, które wygenerowaliśmy przez to, że połączyliśmy się w globalną sieć. Tworzymy olbrzymią ilość informacji, z których większość jest bezużyteczna, ale teraz potrzebujemy narzędzi, które pozwolą nam w tym funkcjonować. I sztuczna inteligencja to właśnie taki naturalny kolejny krok.
Uczenie maszynowe sprawi, że komputery staną się mądrzejsze od nas?
W wielu zadaniach komputery już są mądrzejsze. Trzeba tylko sprecyzować, w jakich. Tam, gdzie trzeba przeanalizować ogromne ilości danych i znaleźć wzorce, komputery biją nas na głowę. Jednak nadal mamy przewagę w rozumowaniu krytycznym, które wymaga przeprowadzenia wielu kroków myślowych i trzymania się ścisłych, spójnych zasad wnioskowania. Sztuczna inteligencja ma tendencję do „odpływania” – prowadzi rozumowanie, ale czasem robi to w sposób zbyt rozmyty.
Pojawiają się obawy, że sztuczne sieci neuronowe i uczenie maszynowe, a szerzej – sztuczna inteligencja, mogą stanowić dla nas zagrożenie. Jak Pan to widzi?
To zależy, w czyich rękach znajdą się te technologie i do czego będą używane. Sama w sobie sztuczna inteligencja wydaje się nieodzowna w sytuacji zalewu danych i informacji, z którym musimy sobie radzić. Bez niej będziemy po prostu tonąć w morzu informacji, z którego nie będziemy w stanie nic sensownego wyciągnąć. To, że potrzebujemy takich narzędzi, jest dla mnie oczywiste – to naturalna konsekwencja rozwoju naszej cywilizacji w kierunku cywilizacji informacyjnej. Natomiast pytanie, jak będziemy tej technologii używać, to już kwestia decyzji polityczno-społecznych. Najbardziej niepokojące może być to, że najlepsze narzędzia znajdują się w rękach korporacji, których intencje nie zawsze są jasne. Na pewno chcą na nich zarobić, ale do jakich celów je użyją? Rok temu jeden z noblistów odszedł z Google, bo chciał mieć swobodę wypowiadania się na temat sztucznej inteligencji, bez korporacyjnych ograniczeń. Pozytywne jest jednak to, że istnieje konkurencja – jest Google, Microsoft, OpenAI. Konkurencja może zapobiec monopolowi; to daje nadzieję, że nikt nie będzie miał pełnej kontroli nad tą technologią.
Wspomniał Pan o zastosowaniach w medycynie czy ekonomii, ale co z literaturą, sztuką, muzyką? Czy sztuczna inteligencja może działać kreatywnie, tworzyć i budzić emocje?
Zależy, czego oczekujemy. Jeśli chcemy oglądać coś, co już znamy, to tak – sztuczna inteligencja świetnie nadaje się do rekompilowania istniejących treści w różnych wariantach i kontekstach. W tym sensie może tworzyć coś, co nie jest oryginalne, ale nowe w eklektyczny sposób. Jednak to stawia pod znakiem zapytania wiele z obecnej twórczości literackiej czy artystycznej, która jest w zasadzie taką właśnie kompilacją. Przeciętną książkę sztuczna inteligencja napisze nie gorzej niż przeciętny pisarz. Jeśli chodzi o masową produkcję romansów czy kryminałów – AI może to robić bez problemu. Pytanie brzmi: po co?
Pytanie, czy sztuczna inteligencja może stworzyć wartościowe dzieło?
A co znaczy – wartościowe? Uważam że może wygenerować, coś co sporo osób uzna za wartościowe i ciekawe natomiast później jak się w tym głębiej pokopie, to się okaże, że to kompilacja znanych elementów. Nasz mózg również działa przez skojarzenia i łączenie różnych rzeczy, więc pytanie, na ile jesteśmy odmienni. Ciekawym testem będzie ocena, czy ktoś jest w stanie rozpoznać, czy dany tekst napisał człowiek, czy AI. W większości przypadków będzie to trudne do rozróżnienia, chyba że mamy do czynienia z wyjątkowo oryginalnym dziełem. Może to być także okazja do oddzielenia ziarna od plew – prawdziwie wybitnej sztuki od tej przeciętnej. Nadal wierzę, że ludzki mózg jest w stanie tworzyć rzeczy ciekawsze i głębsze niż to, co wygeneruje sztuczna sieć neuronowa, która wygeneruje prawdopodobnie uśrednioną z wielu rzeczy papkę i na pewno nie będzie to dzieło wybitne; w najlepszym razie – dobre.
Jakie jest Pana osobiste marzenie, jeśli chodzi o przyszłość sieci neuronowych? Jest jakiś problem, który chciałby Pan rozwiązać za pomocą sztucznej inteligencji?
Marzę o systemach, które będą miały większą zdolność do krytycznej analizy kroków rozumowania – takich, które można by wykorzystać do prowadzenia bardziej ścisłego myślenia, jak w fizyce. Byłoby to fantastyczne narzędzie, które znacznie ułatwiłoby pracę fizyka, bo by pozwoliło mu skupić się na najtrudniejszych i najgłębszych problemach, a techniczne szczegóły scedować na AI. To takie moje osobiste marzenie – zamiast przekazywać te zadania doktorantom, moglibyśmy je powierzyć sztucznej inteligencji.
Na koniec zapytam o to, komu Pan kibicował w tegorocznych nominacjach do Nagrody Nobla z fizyki?
Szczerze mówiąc, liczyłem na nagrodę z „prawdziwej” fizyki. Wciąż mam nadzieję, że Wojciech Żurek, polski fizyk, który pracuje w Stanach Zjednoczonych i jest twórcą kwantowej teorii dekoherencji, zostanie tą nagrodą uhonorowany. Jego teoria pozwala zrozumieć, dlaczego świat wygląda klasycznie, choć na poziomie mikroskopowym jest kwantowy. Żurek jest jedynym żyjącym twórcą tej teorii i uważam, że zasługuje na Nobla. Myślałem też o nagrodzie dla Martina Reesa, astrofizyka, który bada wielkoskalowe struktury wszechświata. To również duże nazwisko w fizyce. Trzecią możliwością byłyby komputery kwantowe – choć nie odniosły jeszcze spektakularnych sukcesów, postęp w tej dziedzinie jest ogromny. Może kiedyś doczekamy się Nobla właśnie za nie i w tym przypadku mimo, że znów mówilibyśmy o obliczeniach i komputerach, nie byłoby wątpliwości, że byłaby to nagroda z fizyki z uwagi na kwantowy charakter osiągnięcia.
