Žmogus, padėGeoffrey Hintonas yra vienas iš mokslininkų, kurių darbai iš esmės pakeitė dirbtinio intelekto istoriją. Jo tyrimai dirbtinių neuroninių tinklų ir mašininio mokymosi srityje padėjo sukurti technologijas, kuriomis šiandien grindžiami modernūs AI modeliai. 2024 metais Hintonas kartu su Johnu Hopfieldu buvo apdovanotas Nobelio fizikos premija už fundamentalius atradimus ir išradimus, leidusius mašininį mokymąsi naudojant dirbtinius neuroninius tinklus.
Tačiau jo istorijoje yra paradoksas. Mokslininkas, dešimtmečius siekęs, kad kompiuteriai taptų gerokai protingesni, šiandien yra vienas garsiausių žmonių, perspėjančių apie galimas šios technologijos pasekmes.
Ilgus metus jo idėjomis abejojo
Kai Hintonas pradėjo rimtai tyrinėti neuroninius tinklus, ši kryptis nebuvo laikoma perspektyviausia dirbtinio intelekto srityje. Daugelis mokslininkų tuo metu labiau tikėjo taisyklėmis ir iš anksto programuojamomis sistemomis, o ne modeliais, kurie gali mokytis iš duomenų.
Hintonas atkakliai laikėsi kitokios krypties. Jis tyrinėjo, kaip kompiuterinės sistemos galėtų mokytis panašiai kaip smegenys, naudodamos tarpusavyje susijusių dirbtinių neuronų tinklus.
Jo darbai vėliau tapo vienu svarbiausių pagrindų vadinamajam giliajam mokymuisi. Ši technologija padėjo pasiekti didžiulį proveržį vaizdų atpažinimo, kalbos apdorojimo ir kitose srityse.
Vienas proveržis pakeitė visą technologijų pasaulį
2012 metais Hintonas ir jo studentai pademonstravo, kokį potencialą turi gilieji neuroniniai tinklai. Jų sukurta sistema „AlexNet“ pasiekė įspūdingų rezultatų vaizdų atpažinimo konkurse.
Tai buvo vienas iš momentų, po kurių technologijų bendrovės pradėjo dar aktyviau investuoti į neuroninius tinklus ir giliąją mašinų mokymosi kryptį.
Vėliau ši technologinė banga atvedė prie vis galingesnių kalbos, vaizdų ir generatyvinio dirbtinio intelekto sistemų. Šiandien milijonai žmonių naudoja įrankius, kurių veikimo principų šaknys siekia būtent tuos tyrimus, kuriuos Hintonas vykdė prieš daugelį metų.
Kodėl jis pradėjo skambinti pavojaus varpais?
Didžiausias lūžis įvyko tada, kai Hintonas pradėjo vis garsiau kalbėti apie tai, kad AI vystymasis gali turėti ne tik ekonominių ir technologinių privalumų, bet ir rimtų pavojų.
Jo nuomone, spartus dirbtinio intelekto tobulėjimas reiškia, kad visuomenė gali nebespėti tinkamai pasiruošti naujai technologinei realybei.
Hintonas ypač daug dėmesio skiria klausimui, kas nutiktų, jeigu dirbtinio intelekto sistemos ateityje taptų ne tik labai galingos, bet ir gebėtų savarankiškai priimti sudėtingus sprendimus.
Tai nėra teiginys, kad toks scenarijus neišvengiamai įvyks. Tačiau būtent tokios galimos ateities rizikos paskatino vieną svarbiausių AI srities mokslininkų raginti visuomenę į jas žiūrėti rimtai.
Jo perspėjimas svarbus būtent todėl, kad jis žino, kaip ši technologija veikia
Hintonas nėra pašalinis stebėtojas, komentuojantis AI iš šalies. Jo karjera yra tiesiogiai susijusi su technologijos, kuri šiandien vadinama giliuoju mokymusi, raida.
Todėl jo perspėjimai sulaukia ypatingo dėmesio. Jis supranta ne tik tai, ką dirbtinis intelektas gali padaryti šiandien, bet ir tai, kaip greitai per pastaruosius dešimtmečius pasikeitė neuroninių tinklų galimybės.
Svarbiausia jo žinutė nėra ta, kad dirbtinis intelektas būtinai taps grėsme žmonijai. Jo pozicija gerokai atsargesnė: visuomenė turi rimtai vertinti rizikas dar prieš tai, kai technologijos galimybės taps gerokai didesnės.
Nuo AI pradininko iki vieno garsiausių jo kritikų
Geoffrey Hintono istorija atskleidžia vieną įdomiausių šiuolaikinių technologijų paradoksų. Kartais žmogus, padėjęs sukurti revoliucinę technologiją, pirmasis pamato ne tik jos galimybes, bet ir pavojus.
Jo darbai prisidėjo prie kelio, vedusio nuo ankstyvųjų neuroninių tinklų tyrimų iki šiandieninio dirbtinio intelekto proveržio. Dabar Hintonas ragina pasaulį neužmiršti, kad technologinė pažanga savaime negarantuoja saugios ateities.
Galbūt būtent todėl jo istorija šiandien tokia aktuali. Klausimas jau nebe vien tai, ką gali padaryti dirbtinis intelektas. Vis svarbiau tampa suprasti, ką žmonės turėtų daryti su galia, kurią šios technologijos suteikia.jęs pamatus šiuolaikiniam AI