Andrzej Dragan: AI to rewolucja, jakiej jeszcze nie było

PB: Sztuczna inteligencja zmieni świat nie do poznania. Co to znaczy?

Andrzej Dragan: Rewolucja polega na tym, że nauczyliśmy się tworzyć narzędzia, których mechanizmu działania nie rozumiemy. Po raz pierwszy w historii człowieka stworzyliśmy coś, co robi dla nas to, co chcemy, ale nie wiemy, jak to robi.

Nie rozumiem.

Mogę stworzyć algorytm, który ogra mistrza świata w szachy, mimo że sam nie umiem grać w szachy. Jedyne co rozumiem, to prosty algorytm trenowania sieci neuronowej. Natomiast wytrenowana „przeze mnie” sieć będzie grać w sposób, którego nie rozumiem, ani nie potrafię przewidzieć.

To powód do dumy czy strachu?

Strach jest tu mało przydatny. A duma niewątpliwa, bo po raz pierwszy stworzyliśmy coś, co przekracza nasze zdolności umysłowe.

W dłuższej perspektywie nie są to dobre wieści dla nas, ludzi.

To pana ocena, nie moja. Natomiast nie jest mi znany żaden fundamentalny powód, dla którego nasza dominująca pozycja jako gatunku na planecie miałaby być w dłuższej perspektywie utrzymana. Nikogo rozumiejącego mechanizmy ewolucyjne nie powinno to dziwić w skalach rzędu, powiedzmy, miliona lat. Natomiast gwałtowny rozwój sztucznych sieci neuronowych otrzeźwił niektórych na tyle, że przestało być dla nas oczywiste, co nas spotka w perspektywie kilkudziesięciu najbliższych lat.

Zmieńmy perspektywę na jeszcze krótszą.

Najbliższe lata to zapewne żywiołowe fikołki na liście najbogatszych firm. Parę lat temu nie słyszał pan o firmie OpenAI, a dziś mówi się o jej wycenie na poziomie 100 miliardów dolarów. Przed nami jeszcze wiele takich zmian i okres wielkiej szansy dla ludzi z dobrymi pomysłami opartymi na nowych technologiach.

Przedsiębiorca, który od lat rozwijał firmę, dziś słyszy, że sztuczna inteligencja wywróci świat do góry nogami. Co ma robić?

Nie mam zamiaru komukolwiek doradzać, tym bardziej, że ani się na tym nie znam, ani mnie to nie obchodzi. A do tego rzadko kiedy konkretne przewidywania nie kończą się kompromitacją. Fakty są takie, że mamy nową kategorię narzędzi, które okazują się lepsze, niż sądziliśmy, niemal we wszystkim, do czego je zaprzęgniemy. Jestem z zawodu fotografem, zajmuję się filmami i jestem fizykiem. Zawód fotografa jest na krzywej schodzącej, stanie się zapewne ekscentrycznym hobby. Już teraz łatwo się pomylić, co jest fotografią, a co efektem promptu. Filmy – w poniedziałek dostałem trzy nagrody KTR za kampanię społeczną — krótki film, który stworzyłem za pomocą specjalnie wyhodowanej sieci neuronowej. Kiedyś takie rzeczy robiłem w parę miesięcy postprodukcji, teraz wystarczyły trzy, cztery godziny lekkiej pracy. Fizyka – używam sztucznej inteligencji, żeby poprawiać artykuły naukowe, z którymi zawodowi korektorzy tekstu mieliby poważne trudności ze względu na techniczny żargon i zawiłą treść.

Korzysta pan z otwartych narzędzi?

Zależy do czego. Bardzo lubię wersję Chata GPT 4. Pod względem zdolności logicznego myślenia stanowi ona gigantyczny przeskok w stosunku do ogólnie dostępnej, ale o wiele prymitywniejszej wersji 3.5. Trochę jak przeskok od umysłowości trzylatka do poziomu ośmiolatka, albo i lepiej. GPT 4 rozwiązuje problemy logiczne sprawiające trudności niektórym dorosłym, nie mówiąc o dzieciach. Jeśli tempo, w którym obecnie rozwija się sztuczna inteligencja, zostanie utrzymane przez najbliższe lata, algorytmy przewyższą ludzkie możliwości logicznego myślenia za 5 do 10 lat.

Na razie chcemy jednak rozmawiać z panem, a nie ze sztuczną inteligencją.

Bo to trochę jak z szachami. Algorytmy szachowe leją ludzi od dawna, a jednak szachy nie były nigdy w historii tak popularne jak teraz. Ludzki mistrz świata nadal cieszy się prestiżem. Może gdy algorytmy przegonią nas w pozostałych dziedzinach, będzie z tymi dziedzinami jak z szachami, kto wie. To, że obraz został namalowany przez organizm wielokomórkowy oparty na białku, może mieć dla nas znaczenie nawet wtedy, gdy odróżnienie go od obrazu stworzonego przez AI przestanie być możliwe. A już teraz różnie z tym bywa.

Dużo znaków zapytania.

Nie wiem, jaka będzie przyszłość. Ale jak słyszę, że ktoś w dyskusji na jej temat używa słów takich jak „nigdy”, „zawsze”, „na pewno”, to przestaję człowieka słuchać. Nigdy? To znaczy za milion lat też nie? Takie nieprzyzwoite określenia świadczą wyłącznie o ograniczonej wyobraźni. Uprzejmie mówiąc.

Z czym można porównać rewolucję sztucznej inteligencji?

Z niczym, co znaliśmy dotychczas, bo tempo rozwoju od siedemdziesięciu lat leży na krzywej podwójnie wykładniczej. To już nawet nie krzywa wykładnicza charakteryzująca tempo reakcji łańcuchowej. Takich procesów nie ma ani w przyrodzie, ani w historii. To coś jak reakcja łańcuchowa reakcji łańcuchowych. Niewiele różni się to obecnie od pionowej ściany.

Prosimy o przykład.

Yann LeCun, dyrektor naukowy w firmie Meta, to jeden z najwybitniejszych specjalistów od sztucznej inteligencji, a konkretnie dużych modeli językowych, laureat Medalu Turinga, czyli odpowiednika Nobla dla informatyków. W styczniu 2022 r. udzielał wywiadu, w którym upierał się, że Chat GPT nigdy - nawet w wersji GPT 5000 - nie odpowie na proste pytanie z fizyki: czy telefon, który leży na stole, przesunie się razem z popchniętym stołem. Dla nas to oczywiste, ale zdaniem LeCuna Chat GPT nigdy się tego nie dowie, bo nie ma jak zawrzeć tej informacji w tekście. Trzy miesiące później ukazała się wersja Chata GPT, obecnie dostępna za darmo, która bez trudu opisuje, co stanie się z telefonem, nie mówiąc o umiejętności rozwiązywania o wiele trudniejszych problemów przez kolejne wersje - GPT 4 czy 4.5. Najwybitniejsi specjaliści mylą się sromotnie w przewidywaniu, co zdarzy się w ich własnej branży za trzy miesiące. Gdybanie o przyszłości traci sens.

Da się dotrzymać kroku sztucznej inteligencji?

W szachach, pokerze, go, brydżu, a nawet w fizycznych dyscyplinach, takich jak sterowanie dronami sportowymi, już nie. Następne w kolejce jest zapewne pilotowanie myśliwców bojowych. W każdej dyscyplinie, w której udało się skutecznie zaimplementować AI, człowiek dostaje baty. W fizyce teoretycznej na razie nic nas nie zastępuje, ale jeśli chodzi o biologię molekularną, to w zeszłym roku programiści z firmy Deep Mind sprzątnęli sprzed nosa biologom nagrodę Breakthrough! Algorytm Alpha Fold rozwiązał jeden z najważniejszych i najtrudniejszych problemów biologii molekularnej ostatnich kilkudziesięciu lat. Nie muszę mówić, że owi programiści nie są przecież wybitnymi specjalistami od biologii molekularnej. Są i inne przykłady ze świata nauki.

A gdzie nie da się zastąpić człowieka?

Dlaczego miałyby być takie obszary?

Dlaczego w ogóle mielibyśmy ścigać się z AI? To narzędzie, a nie osobny byt.

Ja nikomu nie każę się ścigać. Byłoby nieludzkie kazać mistrzowi świata ścigać się z algorytmami w szachy, skoro przegrywa za każdym razem. To prawda, że obecnie są to narzędzia realizujące nasze prompty. Natomiast przekonanie, że taki układ „na pewno” będzie „zawsze” utrzymany, jest dość infantylne.

Trzeba stworzyć specjalne zawody dla ludzi nieskażonych dopingiem w postaci sztucznej inteligencji.

W szachach są już takie kategorie.

Nadal jesteśmy potrzebni algorytmom?

Dziś oczywiście tak, obecnie to wyłącznie narzędzia. Stworzyliśmy narzędzie, które nie ma własnej woli, protezę mózgu. Człowiek natomiast wyznacza zadania. Nie widzę jednak żadnego ograniczenia, aby w erze, która jest za rogiem, algorytmy zaczęły same się modyfikować i autonomicznie wyznaczać coraz bardziej złożone zadania. Niedawno chciałem stworzyć algorytm, który rozpoznaje pismo odręczne. W języku wysokiego poziomu to kilkanaście linijek kodu, które uruchomione na komputerze po kilkunastu sekundach nauki rozpoznaje pismo człowieka z 99-procentową poprawnością. Tylko, że nawet tych kilkunastu linijek nie musiałem pisać. Wystarczyło poprosić Chata GPT 4 o napisanie takiego kodu – wyhodowanie nowej sieci, która znajdzie sobie dane treningowe w internecie i na nich się wytrenuje. I w parę sekund jedna sieć neuronowa stworzyła mi drugą. Otrzymałem gotowe, wytrenowane narzędzie.

To dobra wiadomość dla programistów?

Programiści używają tych narzędzi do zwiększania efektywności swojej pracy. Dziś to dobre wspomagające narzędzie do prostych fragmentów kodu. Narzędzie, które programuje lepiej od ośmiolatków. Ale że niedawno był to poziom trzylatka… ekstrapolacja nie jest aż taka trudna.

Ile potrwa teraźniejszość?

Jeżeli tempo pozostanie takie samo, jak mówiłem, za 5-10 lat algorytmy będą intelektualnie przewyższać ludzi pod względem logicznego myślenia. Czy rozwój podwójnie wykładniczy trwający od 70 lat zostanie utrzymany jeszcze przez dekadę, tego nie wiem.

Które zawody zostaną najszybciej zastąpione przez sztuczną inteligencję?

Jeszcze niedawno wydawało się, że będą to dziedziny, które nie wymagają wysokich kompetencji i wiedzy specjalistycznej. Tymczasem okazuje się, że jest dokładnie odwrotnie. Przykład programistów jest szczególnie interesujący. Są firmy, gdzie już teraz ogranicza się lub wręcz redukuje zatrudnienie programistów.

Zawód dziennikarza jest mocno zagrożony?

Dziś jeszcze nie. Natomiast używanie czasu teraźniejszego i kierowanie się nim w przewidywaniu przyszłości to oznaka krótkowzroczności.

Rynek finansowy wydaje się idealny do zastosowania algorytmów, które mogą podpowiadać, gdzie, jak i w co inwestować. Co się jednak stanie, jeśli wszyscy będą mieli dostęp do takich samych narzędzi?

Nie ma uniwersalnej sieci neuronowej. Każdy będzie miał swoją, przez siebie zbudowaną. Lepszą, gorszą. Pilnie strzeżoną tajemnicą firm będzie to, jak została ona wytrenowana, na jakich danych. Już dziś firma Open AI przestała być „Open”. O parametrach i sposobie trenowania GPT 4 wiem z kuluarów i domysłów oraz sprytnych testów.

Konkurencja chciała z tych podpowiedzi skorzystać, budując swoje modele?

Ocenia się, że żaden z dużych graczy AI nie ma przewagi nad konkurencją większej niż rok. Ale wielkie wyścigi wygrywa się o ułamek sekundy.

Co takiego wydarzyło się w ostatnich latach, że prace nad sztuczną inteligencją tak bardzo przyspieszyły?

Algorytmy nie różnią się zasadniczo od tych, które były używane w latach 80 ubiegłego wieku. Każdą funkcję, na przykład naszą rozmowę, można zasymulować działaniem sieci neuronowej. Pytanie, jak taką sieć znaleźć. Do tego służą algorytmy uczenia maszynowego. Postęp wynika z tego, że znaleźliśmy optymalne metody znajdowania sieci spełniających nasze oczekiwania. Oprócz różnych sprytnych ulepszeń algorytmów treningowych, takich jak architektura typu Transformer, o szalonym przyspieszeniu zadecydował wzrost dostępnych mocy obliczeniowych.

Jakie są techniczne ograniczenia dalszego wzrostu?

Nie wiadomo. Na razie nie widać sufitu. Nie jest prawdą, że ograniczeniem jest jakość danych treningowych dostarczonych przez ludzi. Algorytm taki jak Alpha Zero nauczył się grać w szachy bez jakichkolwiek historycznych danych treningowych. Po prostu grał wiele razy sam ze sobą, a jedyne, co wiedział na początku, to jakie są reguły gry. Dwie godziny takiej nauki wystarczyły, żeby spuścić łomot najlepszemu wówczas algorytmowi szachowemu — Stockfishowi. Dotychczasowe ograniczenia były omijane, a postęp przyspieszał dalej. Oczywiście każda reakcja łańcuchowa musi się kiedyś zakończyć. Pozostaje pytanie, jak wygląda krajobraz po wybuchu.

Czy jest ryzyko, że rozwój sztucznej inteligencji zostanie ograniczony przez regulacje prawne?

W jaki sposób? Przy takiej opłacalności dalszego inwestowania w rozwój sieci?

Mówi się o prywatności, danych, o społeczeństwach, które mogą nie nadążyć za zmianami.

Nie da się ograniczyć projektów, za którymi stoją tak duże pieniądze. Yann LeCun do tego forsuje strategię udostępniania dużych modeli w formie open source. Jak miałyby działać regulacje, gdy każdy będzie mógł mieć ogromną sieć na swoim laptopie? W historii jest niewiele przykładów cofania się w technologicznym rozwoju.

Nie klonuje się ludzi, a nauka to potrafi.

No tak, podobno sklonowano człowieka tylko raz, a naukowiec, który to zrobił, siedzi w więzieniu. Tyle, że klonowanie jest niezbyt opłacalne, więc ludzie się do tego nie pchają. A za rozwojem AI stoją błyskawiczne zyski idące w miliardy dolarów.

Polska może wziąć udział w tym wyścigu?

Może nie Polska, ale Polacy już biorą! Pewnie jakieś 20 proc. programistów OpenAI to Polacy. Polakiem jest jeden z założycieli.

Pracują w USA.

Pytanie: dlaczego?

Brak kapitału.

Globalny sukces Amerykanów nie bierze się z fantastycznego wykształcenia wszystkich mieszkańców. To nie wielkie masy decydują o sukcesie tego kraju. Za jego dominacją stoi wąska elita. To górny 1 proc. decyduje o tym, że kraj zyskuje przewagę technologiczną. Dlatego właśnie elita jest tak cenna, także w sensie dosłownym. Amerykanie dbają, by najzdolniejsi ludzie trafiali właśnie do nich - i w tym tkwi cała „tajemnica” ich sukcesu. Do kraju ściąga się najzdolniejszych ludzi i dokłada starań, by nigdzie indziej nie opłacało się im wyjeżdżać.