Viktor Dörfler znanstvenik je, konzultant, učitelj i govornik koji će sudjelovati na skorašnjoj Liderovoj konferenciji G.R.I.D. Forum. On je i viši predavač za upravljanje informacijama i znanjem na Odsjeku za znanost o upravljanju u Poslovnoj školi Sveučilišta Strathclyde u Ujedinjenom Kraljevstvu, a osim toga autor je knjige ‘Što svaki CEO mora znati o AI-ju‘ (What Every CEO Should Know About AI), koju je objavio Cambridge University Press. K tome je praktičar koji je predvodio razvoj softvera temeljenog na umjetnoj inteligenciji, istraživao je i uspoređivao različita AI rješenja i analizirao valjanost AI-jevih ishoda. Njegovo znanstveno istraživanje usmjereno je na talent, kreativnost, intuiciju i odnos između velemajstora i pomagača kad govorimo o AI-ju. Posebno ga zanima što to AI uči i kako se trenira pa je, da bi shvatio tijek čovjekova učenja i usporedio ga s procesom učenja tehnologije, vodio dubinske intervjue sa sedamnaest dobitnika Nobela i dva dobitnika Eckert-Mauchlyjeve nagrade, i to da bi shvatio kako razmišljaju najtalentiranji znanstvenici. U konzultantskome radu organizacijama daje savjete o uvođenju umjetne inteligencije za potporu složenim odlukama modeliranjem stručnog znanja. Uoči Foruma o svemu smo tome razgovarali s dr. Dörflerom, Mađarom koji izvrsno govori hrvatski jezik, što i ne začuđuje s obzirom na to da je odrastao u Vojvodini.
Što vas je motiviralo na taj akademski iskorak, da intervjuirate nobelovce o tome kako uče?
– Zanimalo me čime se, zapravo, jednostavnim rječnikom, hrani umjetna inteligencija. Naime, na jednom sam poslovnom skupu slušao izlaganje Demisa Hassabisa, osnivača i predsjednika Uprave DeepMind Technologiesa, tvrtke koja je danas u vlasništvu Googlea i koja, prema mome mišljenju, razvija najbolju verziju tehnologija temeljenih na umjetnoj inteligenciji. DeepMind stvorio je neuronsku mrežu koja uči igrati videoigre, i to na način sličan ljudskom, nešto poput neuronskoga Turingova stroja koji oponaša kratkoročno pamćenje ljudskog mozga. Naravno da sam odmah zagrizao za tu temu jer sam već i prije počeo proučavati AI-jeve modele učenja. Nedugo prije tog skupa DeepMind dospio je na naslovnice nakon što je njegov program AlphaGo pobijedio ljudskoga profesionalnog igrača goa, svjetskog prvaka Leeja Sedola, u meču od pet igara. Osim toga, tvrtkin program AlphaZero pobijedio je sama sebe, odnosno svoje moćne programe, u igrama go, šah i shogi (japanski šah, nap. a.). Hassabis je govorio upravo o tome da ti programi imaju kreativnost i intuiciju koje funkcioniraju gotovo kao ljudske, što me zabrinulo. Ne samo da me zabrinulo nego mi se ta ideja uopće nije svidjela. Zato sam i počeo proučavati ljudsko znanje i umjetnu inteligenciju i zadao si cilj da razotkrijem pogrešnu sliku koja se o tim tehnologijama šalje javnosti.
Što je tu točno pogrešno?
– Programi umjetne inteligencije koje je razvio DeepMind uče metodama pojačanog učenja, a to znači da tehnologiju najprije učimo sa znanjem koje poslije i testiramo. Ako ona na naš testni upit odgovori točno, slijedi nagrada u obliku lajka; ako nam se ne sviđa odgovor jer je pogrešan, onda dislajkom, uvjetno rečeno, kaznimo tehnologiju. Tako ona uči što je točno, a što nije. Na isti je način bihevioralne eksperimente sa štakorima svojedobno provodio i B. F. Skinner. Na taj način možda može učiti tehnologija, jednako možda mogu neka znanja steći štakori, no ljudi ne uče tako. Možda samo djeca u najranijoj dobi, ali u pravilu mi, ljudski rod, ne učimo prema modelu mrkve i batine. Zašto je to zanimljivo? Zato što čovjek bez batine i mrkve, a s lakoćom, uči samo ono što ga zanima, ono za što je talentiran. Ako nam je nešto nezanimljivo i nemamo unutarnji poriv da steknemo određeno znanje, ni lajk ni dislajk neće nam pomoći. Za umjetnu inteligenciju to ne postoji. Ta tehnologija nije talentirana ni za što, a može steći sva znanja.
Što to zapravo znači?
– Da nas tehnologije koje se temelje na umjetnoj inteligenciji i tzv. ubrzigavanju znanja, odnosno velikih količina podataka na temelju kojih mogu birati najbolji ishod ili rješenje, neće tako brzo zamijeniti. Pogledajte samo gdje je dosad tehnologija koja se temelji na umjetnoj inteligenciji pokazivala najbolje, najsenzacionalnije rezultate. U igrama! U apstraktnim igricama kao što su go i šah. To su igre koje imaju strogo zadana pravila, ali i bezbroj mogućnosti, a takvi se potezi, budimo iskreni, itekako mogu programirati. Iza pobjede računala u igri go stoji gomila programiranja, odnosno strojno učenje koje se sastojalo od deset tisuća odigranih virtualnih poteza, nakon čega je uslijedilo tzv. treniranje, odnosno test. Test programa sastojao se pak od igranja ni više ni manje nego tristo milijardi mečeva koje je računalo odigralo protiv sama sebe. Toliko nijedan čovjek za života ne može odigrati. Rezultat cjelokupnog treniranja, odnosno testiranja, bio je golema baza podataka o tome koje ishode pojedini potez može imati i koliko brzo zbog određenih poteza program može pobijediti ili izgubiti. Računalu je nakon toga u igri protiv ljudskog protivnika s mnogo manje odigranih igara u nogama vrlo jednostavno odabrati potez koji, naravno, vodi u pobjedu. Toliko je to jednostavno. No čak ni umjetna inteligencija nije nepobjediva, pogotovo ne kad znamo da njome upravlja čovjek. Nedavno je u SAD-u igrač, i to ne prve amaterske lige igre go, nego čak druge, pobijedio ‘nepobjedivo‘ računalo, i to u četrnaest od petnaest mečeva. Što smo tada doznali? Da je čovjek programirao lošu strategiju za igranje, a ne da je AI loš igrač. Čovjek bi u tim istim okolnostima sasvim drukčije reagirao. ‘Gubim meč za mečom, promijenit ću strategiju‘, tako bi čovjek reagirao. Stroj ne razmišlja! Radi prema zadanoj špranci. Nije svjestan pogrešne strategije, ne razumije zašto je izgubio meč. Radi što mu je programirano da je najbolja opcija. A to je velik dokaz da ta mašina, ma koliko u nju uložili i čime je god ‘učili‘, zapravo ništa ne razumije i ne može donositi samostalne odluke. To je prva premisa s kojom moramo prilaziti toj tehnologiji.
Odakle onda toliko oduševljenje nekim novim tehnologijama koje počivaju na umjetnoj inteligenciji? Je li to uzbuđenje koje vlada zbog njih onda bez pokrića?
– Ako govorite o ChatGPT-ju, onda ću vam nešto reći o tome jer znam ponešto o velikim jezičnim modelima (engl. large language models – LLM; nap. a.) umjetne inteligencije kojima se treniraju neuralne mreže u toj tehnologiji. To što ta tehnologija može napraviti samo zvuči dobro, ali to zapravo nije toliko dobro, a ni posebno revolucionarno kako se to predstavlja javnosti. Svaka kompanija može tu tehnologiju uvesti u svoje poslovanje, ona postoji na tržištu već neko vrijeme. Riječ je o modelu koji zna kako tražiti informacije, zna kako odgovarati na upite i barata određenim jezičnim frazama pa se stvara dojam da netko s druge strane s korisnikom razgovara. Taj ‘netko‘ vrlo je jednostavna i ne posebno zahtjevna tehnologija.
Hoćete reći da smo na neki način nasjeli na foru da će ChatGPT promijeniti svijet i poslovanje?
– Pa ne bih baš rekao da smo nasjeli na foru, nego da toj tehnologiji pridajemo mnogo veću važnost od one koja joj po prirodi stvari pripada. Naravno da je ChatGPT vrlo korisna stvarčica. Na kraju, uveden je i u Microsoftov Bing, njegovu tražilicu. Ali niti je pouzdana niti je relevantna niti će promijeniti svijet.
Cijeli razgovor pročitajte u tiskanom ili digitalnom izdanju tjednika Lider, a svakako dođite i na G.R.I..D. Forum na kojem će gostovati.