W dzisiejszym wywiadzie mamy przyjemność porozmawiać z wyjątkowym gościem, który zdobył szerokie uznanie jako wizjoner i pionier w dziedzinie technologii oraz przemysłu IT. Przez swoje 20-letnie doświadczenie w zarządzaniu usługami IT, rozwijaniu biznesów i wdrażaniu innowacji, nasz rozmówca stał się jednym z najbardziej wpływowych liderów w branży. Z wykształceniem z zakresu Fizyki Kwantowej oraz doświadczeniem jako wykładowca na SGH w Warszawie i Akademii Leona Koźmińskiego, jego ekspertyza obejmuje szeroki wachlarz zagadnień, od integracji systemów po etykę w biznesie.
Jako Chief Disruption Officer, CEO technologicznego startupu Sensonar.com, i wiceprezes ds. rozwiązań biznesowych i platformowych, nasz gość nie tylko posiada głęboką wiedzę sprzedażową i negocjacyjną, ale również umiejętność tworzenia silnych relacji oraz efektywnego zarządzania zespołami, co pozwala mu osiągać wyjątkowe rezultaty w licznych przedsięwzięciach. W swojej karierze opublikował artykuły w prestiżowych czasopismach, takich jak Harvard Business Review, Forbes, Computerworld i Puls Biznesu, dzieląc się swoją wiedzą i spostrzeżeniami z szerokim gronem czytelników. W dzisiejszym wywiadzie będziemy rozmawiać na temat ChatGPT - jednego z najbardziej innowacyjnych osiągnięć w dziedzinie sztucznej inteligencji - oraz o tym, jak jego zdaniem wpłynie to na przyszłość biznesu, technologii i społeczeństwa. Zapraszamy do lektury fascynującej rozmowy z tym niezwykłym liderem i ekspertem w dziedzinie innowacji!
Jak zdobyłeś doświadczenie w sztucznej inteligencji? Czym teraz się zajmujesz?
Zajmuję się informatyką od 30 lat i mam duże doświadczenie w praktycznym stosowaniu tej dziedziny. W latach 90. programowałem systemy billingowe dla sektora energetycznego w Polsce, a nasze rozwiązania stanowiły 80% rynku. Byłem świadkiem praktycznego zastosowania umiejętności pisania kodu komputerowego, co było niezwykłym doświadczeniem - zwłaszcza w tamtych czasach. Tworzenie kodu było dla mnie jak rzeźbienie w drewnie czy kamieniu dla artysty, ale algorytmiczne dzieła były bardziej praktyczne i biznesowe. Kontynuując tę ścieżkę, rozwijałem systemy windykacyjne, procesy obsługi i integrację z nowymi systemami bankowymi. Dzięki zdobytej wiedzy na temat sprzedaży i utrzymania złożonych rozwiązań informatycznych objąłem stanowisko szefa działu outsourcingu w Hewlett-Packard. W tamtym czasie byliśmy największym dostawcą tego typu usług na polskim rynku i mieliśmy wiele kontraktów z dużymi instytucjami. To ukształtowało moją przydatność w użytkowaniu tego, co zostało już wyprodukowane przez zespoły programistów, project managerów i architektów rozwiązań. Obecnie, dzięki wykładniczemu wzrostowi możliwości maszyn, każdy może stać się twórcą, takim jak ja na początku swojej drogi. Nie trzeba już umieć programować, ponieważ naturalny język procesowy, który jest dostępny np. w modelu ChatGPT, umożliwia zadawanie pytań maszynie bez znajomości programowania. W trybie wspólnego uczenia się razem z komputerem można testować rozwiązania, poprawiać kod, szukać błędów, czy też otrzymać przepis na ulubione danie. Co prawda na dzień dzisiejszy technologia nie umożliwia jeszcze tworzenia rozwiązań informatycznych w taki sposób, że zamkniesz oczy i powiesz do mikrofonu "chciałbym mieć nowoczesną stronę internetową w pastelowych kolorach oferującą kubraczki dla chomików", a ona natychmiast powstanie. Jednakże, myślę, że już w niedalekiej przyszłości będzie to możliwe.
Czy wykorzystałeś AI w swojej pracy w poprzednich latach?
W moim doświadczeniu startupy są bardziej otwarte na rozwiązania związane ze sztuczną inteligencją (AI), gdyż upatrują w nich źródło swojej przewagi konkurencyjnej nad hegemonami rynku. W przypadku korporacji klasy enterprise, działania związane z AI często podejmowane są jedynie w celach wizerunkowych, aby być na czasie i podążać za trendami. Jednak, moim zdaniem, większość z nich nadal nie rozumie wielkiego tsunami, które nadchodzi w tym obszarze, a także nie wie, jak praktycznie wykorzystać możliwości AI. Z kolei startupy często naturalnie stosują AI w swoich ofertach. Przykładając się do praktyki, wiele firm startupowych po prostu wdrożyło AI i osiąga znaczne zasięgi lub tworzy przełomowe rozwiązania.
Czyli wykorzystując tę sztuczną inteligencję są w stanie dużo więcej osiągnąć?
Moim zdaniem, startupy mają przewagę konkurencyjną, którą są w stanie szybko wypracować. Dzieje się tak dzięki wykorzystaniu maszyn opartych na sieciach neuronowych, a także procesom głębokiego uczenia maszynowego, takim jak Deep Reinforcement Learning oraz przełomowym algorytmom, takim jak Stable Diffusion, które umożliwiają korzystanie z tak dużych sieci. Jest to jedna z dziedzin technologii, w której poruszam się od dawna i wydaje mi się, że będzie ona dalej ewoluować. Jako ciekawostkę dodam, że to właśnie AI poprawiło gramatykę, składnię i zawartość wywiadu, który czytasz.
Z perspektywy swojego doświadczenia mógłbyś opowiedzieć, czym w ogóle jest ten ChatGPT?
W skrócie, Generative Pretrained Transformer (GPT) to bardzo zaawansowany algorytm komputerowy o cechach samo-uczenia się. Zadając pytanie na ChatGPT można się dość dokładnie dowiedzieć, na czym polega ta metoda. Algorytm jest interesujący, ponieważ można go samodzielnie testować i wyciągać własne wnioski.
Podobnie jak sieci neuronowe, w swojej architekturze symuluje on działanie naszego mózgu. Informacja, której poszukujemy, jest równolegle przekazywana do struktury tokenów, co powoduje powstanie statystycznych kolumn odpowiedzi, podobnie jak w naszym mózgu. Następnie te informacje są łączone i przekazywane w formie zwrotnej, tak jak ludzie udzielający odpowiedzi podczas rozmowy. Generative Pretrained Transformer został nauczony w oparciu o algorytm Stable Diffusion, o którym mówiłem wcześniej. Jego sieć neuronowa została już wcześniej wypełniona wiedzą i przetrenowana, ale każda nasza interakcja z tym systemem pozwala jej się uczyć kolejnych rzeczy, dzięki czemu trzecia część skrótu "Transformer" jest odpowiedzialna za ciągłą transformację tej sieci.
Czy mógłbyś wyjaśnić, jak działa magazynowanie danych w przypadku chatGPT? Wspomniałeś, że system jest ciągle uczący się i musi pozyskiwać dane. Gdzie są one przechowywane? Czy to jest rozproszona infrastruktura, czy pojedyncza baza danych?
Jednym z protoplastów tego rozwiązania jest profesor Andrew Yan-Tak Ng, który stworzył koncepcję sieci neuronowych na początku 2000 roku. Aby ją zrealizować, wymagane było połączenie kilku technologii, w tym równoległych procesów, które były zarządzalne. Wielkim przełomem było zastosowanie kart graficznych i procesorów równoległego przetwarzania danych, które pozwalają na koncentrację na wielu równoległych operacjach jednocześnie, tak jak dzieje się to w naszym mózgu. Dzięki temu możliwe było łączenie coraz większej liczby parametrów sieci neuronowych. Ostatecznie, obecnie mamy dostęp do modelu językowego, takiego jak ChatGPT w wersji 3.5, który posiada 175 miliardów parametrów równoległego uczenia maszynowego, czyli odpowiedników neuronów, które w równoległy sposób przetwarzają informacje i wybierają właściwą odpowiedź. W ten sposób sieć neuronowa jest w stanie komunikować się i wybierać właściwą odpowiedź w bardzo złożony sposób, który jest częściowo nieznany dla nas.
Naukowcy nie wiedzą co tam się dzieje?
Idea naturalnego uczenia maszynowego i przetwarzania języka pojawiła się już kilka lat temu, wraz z początkami szkolenia maszyn i algorytmów uczenia maszynowego. Pierwszym celem było stworzenie systemu umożliwiającego tłumaczenie języków w czasie rzeczywistym. Załóżmy, że jesteś w Chinach, a ja w Polsce, i mimo że mówimy w różnych językach, system tłumaczy nasze wypowiedzi w czasie rzeczywistym, używając naszego tonu głosu, intonacji czy akcentu, ale obaj słyszymy je w języku, który rozumiemy. Ciekawostką jest, że podczas trenowania tego systemu naukowcy zauważyli, że maszyna utworzyła nowe języki, których ludzie nie znali. Na przykład, podczas tłumaczenia między językami gramatycznymi, takimi jak te używane w Europie, a językami fonetycznymi, takimi jak np. dźwiękonaśladowcze języki w Korei na Dalekim Wschodzie, maszyna tworzyła pośrednie języki, które pozwalały na efektywne tłumaczenie między tymi odrębnymi kategoriami grup językowych. W efekcie AI stworzyła języki, których ludzie nigdy nie będą w stanie się nauczyć, ale komputerowi są one przydatne do osiągnięcia optymalnego przetłumaczenia tekstów. To naprawdę interesujące, jak uczenie maszynowe może prowadzić do powstania nowych języków, których nie wynalazł człowiek.
Wielu ludzi obawia się, że sztuczna inteligencja zabierze im pracę. Co Ty o tym sądzisz? Zabierze, czy pomoże im osiągać lepsze wyniki?
Zawsze odpowiadam na pytania dotyczące zawodów, zarówno przeszłych, jak i przyszłych, w taki sposób, że wspominam o nieistniejących już zawodach, takich jak balwierz czy cyrulik, którzy zajmowali się goleniem lub usuwaniem zębów, lub grotnik, który produkował groty do strzał łuczniczych. Są też zawody bliższe naszym czasom, takie jak saturator, czyli osoba, która mieszała w latach 80-tych ubiegłego wieku gazowaną wodę z sokiem. Takie zawody już nie istnieją, co budzi pytanie, czy to dobrze, czy źle. Myślę, że to naturalna ewolucja, która wynika z rozwoju technologii. Nie oznacza to jednak, że nie mam żalu sentymentalnego do tych zawodów. Dobrym przykładem jest tu wspomniane przeze mnie wcześniej programowanie systemów bilingowych dla energetyki. Widziałem ludzi, którzy przez 8 godzin dziennie wypisywali ręcznie faktury, a teraz system robi to wyłącznie za pomocą komputera i drukarki. Kiedy wprowadzałem tego typu systemy, zastanawiałem się, czy to nie przyczyni się do wzrostu bezrobocia. Okazało się jednak, że często w ten sposób uwalniany był potencjał tych osób. Wielu z nich znalazło się w branży informatycznej i stało się wybitnymi fachowcami w obszarze zarządzania systemami informatycznymi, które przejęły ich wcześniejszą - co tu kryć - dość nudną pracę. Jeśli chodzi o sztuczną inteligencję, to nie powinniśmy myśleć o niej jako o wrogu. Nie mamy szans wygrać z maszyną w powtarzalnych czynnościach, więc powinniśmy skupić się na tym, jak wykorzystać jej potencjał, żebyśmy stali się dzięki temu lepsi. Na przykład, jako lekarz możemy wykorzystać sztuczną inteligencję, żeby pomóc w diagnostyce i zadawać lepsze pytania. Nowe technologie powodują też powstawanie nowych zawodów i modyfikację starych. Nie oznacza to jednak, że wszystkie zawody znikną. Te, które znikną, są raczej tymi, które nie są dedykowane w przyszłości ludziom.
Czy uważasz, że obawy ludzi związane z wprowadzeniem sztucznej inteligencji wynikają z ich frustracji? Być może odczuwają, że poświęcili wiele sił i czasu na swoją edukację, a teraz istnieje ryzyko, że sztuczna inteligencja w jednym momencie może im to wszystko zabrać.
Moim zdaniem to wynik teorii Darwina. Jako gatunek Homo Sapiens ciągle przystosowujemy się do zmieniającego się otoczenia. Przetrwaliśmy już wiele historycznych trudów, takich jak okresy zlodowacenia, mrozy i upały, katastrofy meteorów, epidemie i pandemie. Prawdopodobnie nowa technologia również nam niczego nie odbierze, ale bardzo drastycznie zmieni nasze otoczenie i sposób działania.
Wspomniałeś o prostych i błahych czynnościach, ale sztuczna inteligencja teraz jest w stanie generować obrazy i sztukę. Czy uważasz, że zastąpi również artystów?
Jeśli artysta malował mamuty za pomocą pędzla lub w jaskini za pomocą kawałka drewna i skały, aby przedstawić polowanie na nie w przeszłości, to traktuję to jako narzędzia ekspresji i kreatywności. W czasach Leonarda da Vinci używano pigmentów z minerałów, pędzli i płótna na drewnianej konstrukcji, aby stworzyć dzieło sztuki. Obecnie narzędziem do ekspresji i kreatywności jest kolejna ewolucja tych środków, tzn. cyfrowe płótno. Uważam, że jest to jedynie środek do celu, gdyż algorytmy do malowania, takie jak Midjourney, Night Cafe czy DALL·E 2, które służą do tworzenia obrazów, są tylko narzędziem, które nie ma zdolności samodzielnego myślenia. Można im powiedzieć, jakiej kartki świątecznej oczekujesz, ale to ty jako programista urządzenia lub twórca nowoczesnego świata definiujesz, jak ma wyglądać końcowy efekt. Możesz powiedzieć "Chcę kartkę w stylu Leonarda da Vinci albo w stylu Picassa" i ona Ci to zrobi, ale ona sama z siebie nie wie, kto to był Picasso, czy da Vinci i co to znaczy. To, co jest dla mnie bardzo ważne i stanowi ogromny przełom, to wykorzystanie sztucznej inteligencji w trzech kluczowych obszarach: medycynie, edukacji oraz rozwijaniu kreatywności. Kreatywność to coś, co stanowi dla maszyn zupełnie obcą koncepcję. Mogą one wytłumaczyć, co to jest kreatywność, ale same w sobie nie potrafią jej wykazać. Z drugiej strony, świetnie radzą sobie z wyjaśnieniem skomplikowanych zagadnień, na przykład związanych z medycyną, ale musimy uważać, żeby nie wprowadzić błędów w procesie programowania mechanizmu sieci neuronowej. Przykładem może być zadanie ChatowiGPT dowolnego skomplikowanego mnożenia, np. 76 749 x 3,33987 i ono potrafi dać tak głupie odpowiedzi, że jak przeliczysz to na kalkulatorze i powiesz jej, że źle liczy, to ona przeprosi Cię ładnie i powie, że rzeczywiście miałeś rację.
AI co do zasady nie potrafi liczyć, umie odpowiedzieć w bardzo zaawansowany sposób na Twoje pytanie, analizując statystycznie jaka może być właściwa odpowiedź w strukturze drzewa odpowiedzi na takie pytanie. Natomiast to Ty korygując ją odpowiednio możesz dotrzeć do właściwej odpowiedzi. I dlatego posiadanie wiedzy eksperckiej w obszarach, o które się pyta, jest tu kluczowe, gdyż sama AI na dzisiaj nie jest w stanie wiedzieć, że coś jest błędem, bądź nie.
Czy może być tak, że ludzie zaczną specjalnie uczyć błędnych odpowiedzi sztuczną inteligencję by zniechęcić ludzi do jej korzystania?
Tak się już stało, że protoplastą popularnego "rozwiązania na wszystkie problemy" (którym tak naprawdę nie jest, ale to oddzielny wątek), czyli GPT-3, był model Turinga firmy Microsoft, który miał tylko ułamek parametrów uczenia maszynowego i był w wersji beta dostępny dla ludzi. Niestety, programiści zaczęli go uczyć nazizmu, a maszyna zaczęła opowiadać, że Hitler był fajnym człowiekiem. W przypadku ChatGPT, zastosowano mechanizmy restrykcyjne, aby uniknąć nauki przez maszynę treści związanych z pornografią, pedofilią i innymi kontrowersyjnymi tematami. Niemniej jednak, można w pewien sposób obejść te mechanizmy, na przykład, poprzez stworzenie historii, która zawiera słowa kluczowe związane z tematami, których ChatGPT nie powinien się uczyć. Jeżeli już wymyślimy, żeby na przykład stworzył opowieść o śnie, w którym znajduje się np. Stalin, to ona już potrafi, że tak powiem, trochę meandrować w złym kierunku. To pokazuje, że pomimo wrażenia rozmowy z bardzo inteligentną osobą, ChatGPT jest tylko maszyną, która może zostać źle nauczona przez ludzi. Model firmy Microsoft został wyłączony z powodu skrajnej ksenofobii, homofobii i niewłaściwego zachowania w stosunku do użytkowników. Zrozumienie mechanizmów algorytmów sztucznej inteligencji jest tu zasadnicze, ponieważ mimo wrażenia, że rozmawiamy z inteligentną osobą, ChatGPT to tylko maszyna, która może zostać źle nauczona przez ludzi.
Wspomniałeś o algorytmie Turinga, dlatego rozumiem, że ChatGPT nie jest pierwszą iteracją tego typu sztucznej inteligencji? Od ilu lat istnieje coś takiego?
W 2005 roku Andrew Ng przeprowadził pierwsze testy maszyny. Rozbudowa maszyny o półtora miliarda parametrów uczenia maszynowego kosztuje około półtora miliona dolarów, dlatego potrzebni są sponsorzy z branży technologicznej. ChatGPT jest jednym z projektów mocno wspieranych przez Microsoft, chociaż współzałożycielem OpenAI jest Elon Musk. Microsoft jest bardzo zaangażowany w ten projekt, co ostatnio wywołało dość dużą panikę w firmie Google. Warto zaznaczyć, że ChatGPT nie jest połączony z Internetem i ma tylko dane do 2021 roku, oraz to, co ludzie dodają poprzez interakcje z nim. Wiele blogów opowiada o tym, jak programiści zadają mu pytania, na które nie potrafi odpowiedzieć, np. o wynikach Eurowizji. To normalne, ponieważ systemy takie jak ChatGPT dopiero się uczą i zasilane są tylko dostępnymi danymi. Jednym z przykładów jest możliwość skonfigurowania chat bota, gdzie można zmienić współczynniki, temperatury i parametry modelu deterministycznego, aby uzyskać odpowiedzi, które są bardziej sarkastyczne. Przykładowo, można go skonfigurować tak, aby na pytanie o godzinę odpowiedział, że "każda godzina jest dobra, aby nauczyć się nowych rzeczy".
Pokazałeś mi grafikę, która przedstawiała obecną wersję modelu ChataGPT-3 i GPT-4. Skąd ją masz i co te liczby przedstawiają?
To kolejna edycja AI, która, jakby patrzeć z naszej perspektywy, posiada więcej neuronów w mózgu. Chcielibyśmy mieć więcej neuronów, prawda? Każdy by chciał. Może nie wiemy, jak dokładnie wykorzystać to, co już mamy, ale nasza ludzka natura mówi nam, że więcej to lepiej. Kiedy zaczynano uczyć maszyny, algorytmy były bardzo ograniczone. Jednak teraz, dzięki dodawaniu coraz nowszych metod modelowania matematycznego, nowych modeli językowych (np. toolformer) i kolejnych klastrów neuronów, sieć staje się coraz bardziej zaawansowana dzięki równoległemu przetwarzaniu. Na dzisiaj AI realizuje proste komendy w stylu Text-to-Text, Text-to-Image, za chwilę zapewnie będzie Text-to-Video, a dalej Text-to-X lub Voice-to-X. W związku z tym, w przyszłości, jak przewiduje Ray Kurzweil, możemy spodziewać się osiągnięcia Singularity - osobliwości, gdzie wiedza jednej maszyny przekroczy zbiorową wiedzę całej ludzkości, tak jakby łącząc wszystkie neurony ludzkich mózgów w jeden, ogromny mózg. Obecnie eksperymentujemy z AI, ale jednocześnie również ciągle uczymy ją. Dodając kolejne neurony, zwiększamy jej możliwości uczenia się w coraz szerszych obszarach. W przyszłości będziemy mieli omnipotentny super-mózg, który być może będzie naszym osobistym asystentem, podpowiadającym i korygującym nas w sposób naturalny. Dzięki temu, że będzie posiadał on wiedzę dziedzinową z różnych obszarów, będziemy mogli uczyć się od siebie nawzajem. Na przykład, jeśli ktoś interesuje się dronami, a ja niezbyt wiele o nich wiem, skorzystanie z AI sprawi, że będę potrafił skonstruować taki dron. To będzie w przyszłości bardzo duża zmiana w systemie edukacyjnym, gdyż jak już dzisiaj chcemy testować dzieci z wiedzy w szkole, skoro używając protoplasty AI w formie chataGPT, są one w stanie napisać teraz dowolny esej na dowolny temat, który przejdzie test antyplagiatowy w 100%
Czy to właśnie nie powoduje, że te dzieci stają się mniej inteligentne od swoich rodziców, bo nie potrafią tego zrobić same?
Czy kiedykolwiek miałeś encyklopedię w domu? Czy to oznacza, że osoba, która ją posiadała, była bardziej wykształcona? Oczywiście, ale pod warunkiem, że z niej korzystała, a nie tylko ją posiadała. Widzę wielką asymetrię w technologii, którą używamy, ponieważ rozwija się ona wykładniczo szybko. Mimo to, wciąż zdaję sobie sprawę, że 40% populacji na świecie nie ma dostępu do internetu. Mówimy tutaj o super elektronowym mózgu, który wkrótce osiągnie 100 bilionów parametrów, co jest ponad 500 milionów razy więcej niż obecnie. Jeśli teraz patrzysz na tę zaawansowaną encyklopedię, to jest to świetne narzędzie, ale należy pamiętać, że nie wszyscy mają do niej dostęp. Na przykład ChatGPT zdobył milion użytkowników w ciągu pięciu dni, co nigdy wcześniej nie zdarzyło się tak szybko. W przypadku kolejnych edycji technologii, w ciągu kilku minut lub nawet sekund możemy mieć miliony użytkowników. Obecnie istnieje wiele zastosowań biznesowych, zwłaszcza w obszarze konsultingu, jak np. w dziale HR, rekrutacji czy w innych żmudnych procesach, którymi się zajmujemy. Kiedy chcemy znaleźć najlepszych kandydatów spośród setek CV, możemy już skorzystać z narzędzi, które pomogą nam w przeglądaniu tych dokumentów. Dzięki temu możemy zaoszczędzić czas i pozyskać potrzebne kompetencje, aby stworzyć najlepszy zespół ekspertów.
Potrafi idealnie dobrać profil kandydata do naszych wymagań?
Tak jest. Ale to nadal my musimy zdefiniować czego oczekujemy.
Wspomniałeś wcześniej, że interesujesz się blockchainem. Czy znajdujemy jakieś zastosowanie blockchaina z ChatGPT?
Technologia blockchain to innowacyjne rozwiązanie, które może rozwiązać problematykę dysfunkcji obecnej wersji Internetu 2.0. W pierwszej wersji Internetu pamiętam, jak działał zielony terminal, który służył tylko do odczytywania informacji, takich jak dane pogodowe w Norwegii. Obecnie, w wersji drugiej, wiele dużych firm posiada dostęp do i kontrolę nad naszymi danymi osobistymi. Dlatego nasze dane są powielane w milionach kopii, a my tracimy kontrolę nad nimi. Technologia blockchain fascynuje mnie, ponieważ demokratyzuje własność danych. Potrafi zabezpieczyć nasze dane osobiste, w tym te najcenniejsze, jak np. nasze sekwencjonowanie DNA. Według Petera Diamandisa, koszt pełnego sekwencjonowania DNA spadł w 2023 roku poniżej 200 dolarów, co oznacza, że w przyszłości będziemy mogli dokonywać badań profilaktycznych w oparciu o nasz genom i zapobiegać chorobom genetycznym. Technologie szyfrujące dostęp do tak wrażliwych danych jak nasze DNA, zapewnią, że będą one bezpieczne i to ja używając klucza dostępu, ani jakiś wielki koncern, nie będzie miał kontrolę nad nimi. Przykładowo, firma medyczna może zrobić analizę mojego DNA, ale tylko wtedy, gdy ustalę w formie smart kontraktu reguły tymczasowego dostępu do tych danych. Sieć blockchain daje mi komfort, że moje dane są bezpieczne, bez mojej zgody nie można ich zmienić, a ja mam kontrolę nad ich udostępnianiem. Ochrona danych w sieci blockchain jest bardzo precyzyjna i nie ma potrzeby zabezpieczania jej prawnie, ponieważ to my kontrolujemy dane, do których mamy dostęp, używając unikalnych fraz, haseł lub biometrii. Wydaje mi się, że w przyszłości będziemy korzystać z sieci blockchain, autoryzując transakcje bez obaw o bezpieczeństwo danych i bez pośredników. To fascynujące rozwiązanie, które zapewnia nam kontrolę nad naszymi danymi, czego bardzo brakowało mi w wersji Internetu 2.0. Reasumując - technologia blockchain jest demokratyczna, odmiejscowiona, zdecentralizowana, niezmienialna (immutable) i ma duży wpływ na posiadanie dane w przyszłości. Mimo że istnieją przeciwnicy i wciąż wiele spekulacji na temat jej praktycznych zastosowań, warto zainteresować się tą innowacyjną technologią.
Czy nie uważasz sztuczna inteligencja może wyewoluować się do takiego momentu, że my nie będziemy nadążać za nią, żeby zrozumieć jej patenty, jej rozwój i dużo więcej zajmie czasu nam zrozumienie tego niż samo stworzenie?
Nie będziemy w stanie tego już zrozumieć. Moim zdaniem, to samo pokazuje nasze ograniczenia w zrozumieniu sztucznej inteligencji, czy sposobu w jaki nasz telefon wysyła fale radiowe do nadajnika. Dobrym przykładem, o którym mówiłem wcześniej jest także zbiór nieistniejących języków, których maszyna używa, a my nie mamy pojęcia, co to za języki. Jestem wielkim zwolennikiem książki “Nieuniknione” (oryginał: The Inevitable) Kevina Kelly'ego, która została wydana kilka lat temu i opisuje 12 głównych wektorów zmian technologicznych, które obecnie zachodzą. Jednym z tych wektorów jest cognifying, czyli wykorzystanie sztucznej inteligencji do zapoznania się jej z człowiekiem. W przyszłości sztuczna inteligencja będzie tak powszechna jak dzisiaj internet, będzie za darmo i będzie umiała nam odpowiedzieć na każde pytanie. Być może w przyszłości, gdy sztuczna inteligencja będzie bardziej zaawansowana, będzie nawet mogła poprawić nasze pytania, stworzyć nowe scenariusze ludzkości, czy wskazać nam, że zadajemy złe pytania, a w konsekwencji nauczyć nas czegoś nowego.
Nie zdarzy się tak, że ludzie zaczną bardziej ufać sztucznej inteligencji niż innym ludziom, np. lekarzom, czy wykwalifikowanym prawnikom?
To świetne pytanie, ponieważ ludzie już dziś bardziej ufają maszynom niż ludziom. Doświadczyłem tego po raz pierwszy, kiedy wprowadzałem systemy billingowe. Opowiem Ci pewną anegdotę. W jednym z projektów, którego byłem szefem, program naliczał noty odsetkowe do faktur niezapłaconych w terminie. Był tam dość skomplikowany mechanizm naliczania, oparty na różnych tabelach odsetek. W związku z dużymi zmianami zachodzącymi w tamtych czasach związanych z transformacją gospodarki na wolnorynkową, musieliśmy stworzyć dość skomplikowany algorytm. Niestety, jeden z programistów popełnił błąd i podstawił niewłaściwą tabelę, co zostało zauważone dopiero, kiedy odsetki zostały już naliczone i wysłane do wszystkich klientów. Wygenerowano wtedy około 700-800 błędnych not odsetkowych, co było istotnym błędem, który trzeba było jakoś naprawić. Odbyło się spotkanie z osobami odpowiedzialnymi, dyskusja, podjęcie decyzji itd. Wtedy zwykło się mówić, że w poprzednich fakturach wypisywanych ręcznie, również były błędy, ale zdarzały się one w około 5-12% przypadków. Byliśmy świadomi, że błędy w programowaniu potrafią występować i chociaż ten błąd nie był znaczący, to jednak nie był zgodny z algorytmem naliczania. Jednak noty odsetkowe, wydrukowane komputerowo i naliczone komputerowo, spowodowały, że zaufanie ludzi do dokumentów wydrukowanych komputerowo wzrosło, a nie zmalało. Po całym procesie, kiedy komunikowaliśmy się z klientami, tylko 5 not odsetkowych z ośmiuset, czyli zaledwie pół procenta, zostało cofniętych przez klientów jako niewłaściwie naliczone. Ktoś po prostu to przeliczył i sprawdził - pozostałe 800 nigdy nie zostało zareklamowanych. Dlatego według mnie nasze zaufanie do maszyn rośnie, a z czasem będziemy bardziej ufać sztucznej inteligencji niż ludziom, którzy są ekspertami i odpowiadają na nasze pytania. Niemniej jednak, uważam, że jeśli miałbym skorzystać ze sztucznej inteligencji, która rekomenduje mi metody leczenia, np. raka, to wolałbym jednak udać się do wykwalifikowanego lekarza niż szukać informacji na ten temat w Internecie. Jeśli jednak taki ekspert skorzysta ze sztucznej inteligencji, postawi bezbłędną diagnozę, znajdzie właściwe odpowiedzi w jaki sposób mnie wyleczyć, jednocześnie zweryfikuje te informacje i weźmie za nie odpowiedzialność - to tym lepiej. Będzie miał nie tylko przewagę nad samą sztuczną inteligencją, ale również nad takim lekarzem, który z tego wspaniałego osiągnięcia technologii nie skorzysta. I to według mnie jest właśnie jeden z zawodów przyszłości.
Powyższy artykuł powstał wyłącznie w celach informacyjnych i nie jest reklamą. Nie ponosimy żadnych korzyści finansowych, ani innych korzyści związanych z jego publikacją.
Autor: Michał Wiktorowicz
