Tehisintellekt - kas koll, millega hirmutada või hoopis suur sõber?

Kaido Einama
, ajakirjanik
Copy
Tallinna Tehnikaülikooli tehisintellektiteadlased Juri Belikov ja Eduard Petlenkov uurivad tehisintellekti, mis on jõudnud juba pea kõikidesse eluvaldkondadesse.
Tallinna Tehnikaülikooli tehisintellektiteadlased Juri Belikov ja Eduard Petlenkov uurivad tehisintellekti, mis on jõudnud juba pea kõikidesse eluvaldkondadesse. Foto: Konstantin Sednev
  • Eesti teadlased Juri Belikov ja Eduard Petlenkov soovitavad tehisintellekti mitte müstifitseerida
  • Masina iseseisva mõtlemiseni on endiselt veel väga palju aega, robotite mässu silmapiiril ei paista
  • Pesumasinas on lihtne algoritm, mida tehisintellektiks on palju nimetada, kuigi turundajad nimetavad

Kas tehisintellekt on praegu vaid tark algoritm kodumasinas või oskab juba ise mõelda ja maailma probleemide üle arutada? Selle üle arutlevad kaks Tallinna tehnikaülikooli teadlast Eduard Petlenkov ja Juri Belikov, kelle uurimisalust on raske pildile saada - see pesitseb kuskil serverites, mille asukohta ei tea alati teadlased isegi.

Siiski kinnitavad mõlemad teadlased kui ühest suust, et kontrolli alt pole tehismõistus kindlasti väljunud. Kuigi inimesed enam päris täpselt ei tea, kuidas masin ühele või teisele tulemusele jõuab (kuigi sedagi on hakatud nüüd viimastel aastatel põhjalikumalt uurima), on teadlased endiselt arvamusel, et kulub veel üüratu aeg, kuni võime hakata rääkima inimesele lähedasest tehismõistusest.

«Kui meil siin regulaarsed pildistamised toimuvad,» ütleb Belikov, kui ta tehisintellektiteadlaste nii-öelda laborit näitab, «siis alati on probleem, kus meid siis pildistada. Teistel on põnevad aparaadid, katseklaasid, meie tavaliselt teeme lõpuks koridoris pildi.»

Meiegi teeme esialgu mõned pildid puhkenurgas, siis mõned klõpsud ka «töölaua taga». Isegi vilkuvate tulukestega serverikappe pole ette näidata, need on kuskil eemal. Teadlased tunnistavad, et mõnikord ei tea isegi, kus see server asub, milles nad oma arvutitest tööd teevad. Ja pole vajagi. Seal kuskil pilves pesitseb ka tehisintellekt – paljude jaoks hirmus, inimkonna tööd ja mõtlemist peagi üle võttev masin.

«Tehisintellekti tõesti natuke kardetakse,» tunnistab tehnikaülikooli professor Eduard Petlenkov, «aga pole põhjust. Tehisintellekt on loomulik järg inimese leiutiste reas ja lihtsalt järjekordne abivahend, mis aitab meid.»

Mis on masinõpe, mis tehisintellekt?

«See on filosoofiline küsimus,» ütleb Eduard Petlenkov tuletades meelde, kuidas mõni nädal tagasi üks tema magistrand küsis täpselt sama, kui oli juba magistritööd lõpetamas. Küsimusi tekitab see ka asjatundjates.

«Tehisintellekt on palju laiem mõiste,» selgitab Petlenkov. «Sellel on targad algoritmid taga. Masinõpe on aga lihtsalt üks alamvaldkond, üks lähenemine tehisintellekti realiseerimisele, üks selle õpetamisviisidest.»

Eduard Petlenkov on alates aastast 2000 seotud tehisnärvivõrkude uurimisega, mis on samuti tehisintellekti (TI) üks rakendamise meetod, mis imiteerib veidi mõtlemist inimese ajus. Juba sel ajal räägiti TI-st, aga 20 aasta jooksul on see mõiste muidugi väga palju edasi arenenud. Ent siiamaani pole see jõudnud ulmefilmide tasemeni, millest enamus tavalisi inimesi saab oma ettekujutuse, mida TI endast võib kujutada.

TI on kõige ägedam ja kõige võimsam meetod, mis suudab analüüsida andmeid ja teha otsuseid, võtab teadlane kokku, mis see siis täpsemalt on. See on uuema aja leiutis, mis aitab otsustamist automatiseerida.

Nagu ratta leiutamine - loogiline samm edasi ongi tehisintellekt

TI tulek on inimkonna arengu üks loogiline samm edasi, usuvad mõlemad teadlased. Inimesed tegid alguses kõike käsitsi, siis leiutasid ratta, siis hakkasid põllumajandusega tegelema ehk leiutasid muudkui erinevaid vahendeid, mis teevad elu lihtsamaks.

Sada aastat tagasi tuli automaatika: nüüd sai hakata korraga palju rohkem asju tegema. Palju lihtsaid töid tegid ära masinad, inimestele jäi kõrgemal tasemel töö.

Eduard Petlenkov (s. 1979)

Tallinna Tehnikaülikooli infotehnoloogia teaduskonna arvutisüsteemide instituudi täisprofessor tenuuris, arukate süsteemide keskuse juht

Doktorikraad

Uurimisvaldkonnad: arukad juhtimissüsteemid Tööstus 4.0 jaoks, targa linna lahendused, tehisintellekt ja masinõpe, robotite-inimeste koostöö, energiatarbimise juhtimise lahendused

Vaid aju töö ehk mõtlemine polnud veel asendatav. Isegi arvutused olid automatiseeritud, otsused ja analüüsid jäid aga inimestele teha, kuid mitte enam kauaks.

Tehisintellekt ongi nüüd järgmine loogiline samm, kui automatiseeritakse analüüsi ja otsustamist.

«Arvutiga saame me analüüsida palju rohkem andmeid, teha palju huvitavamaid järeldusi, mida inimene üksi ei suudaks kunagi," ütleb Petlenkov.

Inimesele tuleb leida uus koht kõrgemal tasemel

Seega tuleb nüüd leida inimesele maailmas uus koht ja liikuda järgmisele, kõrgemale tasemele. Enam ei pea tegelema lihtsamate asjade analüüsiga.

Automatiseerimise järgmine samm on teadlaste sõnul nüüd otsuste automatiseerimine. 

Juri Belikov (s. 1985)

Tallinna Tehnikaülikooli infotehnoloogia teaduskonna tarkvarateaduse instituudi mittelineaarsete juhtimissüsteemide töörühma juht, abiprofessor tenuuris

Doktorikraad

Uurimisvaldkonnad: targa linna lahendused, tehisintellekti usaldusväärsus, tehisintellekt ja masinõpe, energiatarbimise juhtimise lahendused, hoonete energiatõhusus

Jüri Belikov täpsustab: «kõige lihtsam on masinõpet ja TI-d defineerida läbi ülesannete. TI ülesanne on inimesele antud ülesande sarnane, masin peab lahendama inimese ülesandeid ja peab lõpuks mingi otsuse tegema. Masinõpe on sellest erinev, see on alamvaldkond, kus tuleb modelleerida nii, et mudel oleks võimalikult täpne. See mudel on disainitud mõne väga konkreetse ülesande jaoks. Masinõpe ise ei otsusta, vaid sellele antakse sisend, ja masin annab väljundi. Näiteks kasvõi Google´i otsing, millele annad ette märksõna ja väljundiks on kodulehtede nimekiri või Youtube´is videote nimekiri.»

Tehisintellekt ongi juba igal pool

Mida siis tehisintellektiteadlased täpsemalt uurivad?

«Me ei tegele tehisintellekti kui sellise arendamisega,» ütleb Petlenkov. «Mina uurin hoopis juhtimissüsteeme, Juri energeetikalahendusi. Igas valdkonnas on ülesandeid, mida saab lahendada TI abiga. Hooneautomaatika on hea näide: füüsiliselt ei ole võimalik teha enam paljusid seadmeid majas veel efektiivsemaks, aga tehisintellekt aitab juhtimise abiga veel paremini ressursse säästa, see õpib, võtab arvesse ilmaprognoose, ennustab hoone sisekliimat vastavalt välisele ilmale jne.»

Peaaegu kõik valdkonnad tegelevad niimoodi võttes juba mingil määral tehisintellekti arendamisega.

Kas tehisintellekti saab usaldada, kui see muutub liiga keeruliseks?

Juri Belikov on tegelenud tehisintellekti usaldamise küsimustega, mis on päris uus valdkond, vaid paar aastat vana.

«Usaldusväärsus ja tõlgendatavus on ehk viis aastat arenenud täiesti uus valdkond, viimase paari aasta jooksul hakati alles seda tõsisemalt uurima,» räägib Belikov. See on veelgi värskem teema, kui tehisintellekt ise.

«Me kõik oleme nõus, et see on mugav tööriist igasuguste probleemide lahendamiseks. Kui inimene ise ei suuda, tuleb appi tehisintellekt,» selgitab Belikov. «Samal ajal aga mudelid tehisintellekti sees muutuvad aina keerulisemaks ja me ei tea enam, mismoodi masin sellele tulemusele jõudis, mille välja annab.»

Tehnikaülikooli teadlane Juri Belikov uurib praegu tehisintellekti usaldamise küsimust ehk seda, mismoodi masin jõuab oma otsusteni. Tegemist on praegu väga uue ja olulise valdkonnaga, sest tehisintellekti algoritmid on läinud väga keeruliseks.
Tehnikaülikooli teadlane Juri Belikov uurib praegu tehisintellekti usaldamise küsimust ehk seda, mismoodi masin jõuab oma otsusteni. Tegemist on praegu väga uue ja olulise valdkonnaga, sest tehisintellekti algoritmid on läinud väga keeruliseks. Foto: Konstantin Sednev

Näiteks inimkõne tuvastamise mudelid ehk NLP (Natural language Processing) mudelid on juba väga keerulised, kus kasutatakse miljardeid või isegi triljoneid parameetreid. Selle taga on tohutu arvutusvõimsus, millega suudavad tegeleda vaid taolised hiiglased nagu Google, Facebook ja Microsoft, kellel on vajalikud arvutusvõimsused.

«Kui aga vaatame lihtsamaid probleeme, siis kasutatakse muidugi lihtsamaid mudeleid, aga needki on juba inimese jaoks liiga keerulised,» valgustab Belikov teadlaste ette kerkinud uue probleemi olemust.

Kas pildil on kass või koer? Kassipiltide tuvastaja teab

Kui anda masinale ette aina uusi andmeid, näiteks loomapilte, siis kassipiltide tundja oskab lõpuks 98% juhtudel tuvastada pildilt kassi. Aga kuidas mudel selle otsuseni jõudis?

«Tuli välja, et vastust enam polegi, sest keegi ei tea, kuidas tehisintellekt selle tulemuseni jõuab,» räägib Belikov, miks tuli hakata uurima tehisintellekti usaldusväärsust. Explainable AI, viimane uus TI alamvaldkond uuribki, kuidas mudel oma otsusteni jõuab.

Belikovi sõnul on juba loodud terve rida algoritme, millega proovitakse seletada tehisintellekti toimimist, aga need annavad praegu veel veidi erinevaid tulemusi. Ühtset metoodikat pole. Valdkonna suurim probleem ongi praegu see, et ei suudeta täpselt seletada, mismoodi masin seal «mustas kastis» täpselt toimib.

Võib-olla ongi tehismõistus meist mööda läinud?

Kui me ei tea, kuidas tehisintellekt toimib, siis kas äkki ongi masin meist mõistuse poolest mööda läinud?

Teadlased seda ei usu.

«Peame tehisintellektilt küsima «Miks?» küsimuse,» selgitab Petlenkov. «kui mõelda TI-st nagu tavalisest inimesest, siis on masin samamoodi laisk ja läheb kõige kergemat teed. Me õpetame tehisintellekti nagu lapsi koolis. Kujuta ette, et annad lastele kontrolltöö ülesanded ja valikvastused A, B, C, D. Kui kogu aeg on õige vastus A, siis kontrolltöös antud uued ülesanded vastatakse lapse poolt ka kõik A-ga. Sama küsimus on nüüd tehisintellektiga: jah, vastused olid küll kõik õiged, aga kas laps (või masin) õppis ära, et A on sisuliselt õige vastus või lihtsalt teadis, et kui vastata A, siis see on kogu aeg õige?»

Tehnikaülikooli teadlane Eduard Petlenkov teab, et masin võib küll eelarvamuste lõksu langeda, kuid leiab mõnikord olulisi seoseid, mida inimesed ise tohutu hulga andmete seast ei märka.
Tehnikaülikooli teadlane Eduard Petlenkov teab, et masin võib küll eelarvamuste lõksu langeda, kuid leiab mõnikord olulisi seoseid, mida inimesed ise tohutu hulga andmete seast ei märka. Foto: Konstantin Sednev

Petlenkov ütleb, et kui näiteks õpetame piltidelt, et mehed asuvad kogu aeg kuskil linnakeskkonnas, naised aga metsas, siis tehisintellekt arvab hiljem valesti, kui talle näidatakse meest metsas. Masin õppis siis keskkonna järgi meest ja naist eristama ja omandab eelarvamused, mis panevad teda hiljem teistes olukordades valesti otsustama.

See on nagu õpetaja küsimus «Miks?», lisab Petlenkov ehk kui laps vastab küll õigesti valikvastusega A, sest see on kogu aeg õige olnud, siis ei oska ta vastata küsimusele «Miks?».

Seega ei teagi ta päris õiget vastust. Sedasama peab nüüd ka tehisintellektilt küsima.

Masin võtab eelarvamused kiirelt omaks

Kui tehisintellekt pildil «mees metsast» inimese soo valesti ära arvab, siis teadlaste sõnul oli järelikult meeste pilte metsast liiga vähe.

«Samas TI märkab asju, mida me ise alati ei märka,» lisab Eduard Petlenkov. «Näiteks võib TI hoopis leida väikseid detaile, et mehed eelistavad natuke teisi värve kui naised, käitutakse samuti natuke erinevalt jne.»

Kuid kas on võimalik tehisintellektile ette söödetavatest andmetest välja võtta inimeste endi eelarvamused?

Juri Belikovi sõnul sõltub see juba mudeli arendajast: «algoritme on erinevaid. Ühed õpivad etteantud tunnustega. On ka iseõppivad mudelid, mis avastavad erinevusi täiesti iseseisvalt.»

Eduard Petlenkov toob sellise näite: «Intellekti õpetamine on üks meetod, teine meetod on aga iseõppimine. Siis kedagi kõrval õpetamas pole. Näiteks jälgib masin hästi palju loomi ja teeb otsuse, et need on ühed, need aga teised loomad. Ta ei tea, kes on koer, kes on kass, kuid suudab eristada üht loomaliiki teisest. Seda lähenemist saab igas valdkonnas rakendada, kus tuleb leida sarnasusi ja seoseid. Pärast saab juba juurde öelda, et need siin on kassid, need aga koerad.»

Juri küsib: «Kas meil on aga mõtet arendada tehisintellekti, mis töötab igas valdkonnas ühtmoodi hästi?»

Ta toob näite, et ka inimene muutub spetsialistiks alles siis, kui on oma kümme tuhat tundi meditsiinispetsialistiks õppinud. Kui ta tahab nüüd ümber õppida, siis see võtab jälle kümme tuhat tundi, et saada näiteks näitlejaks. Samamoodi on tehisintellektiga.

Kvantarvutid, kui need ikka tulevad, muudavad tehisintellekti täielikult

Kumbki tehisintellekti teadlane ei taha ennustada kvantarvutite võimalikkust ja millal need tulevad, aga usuvad, et tehisintellekti arengule annaks seda tüüpi arvutite kasutamine tohutu hüppe. Kvantarvutustega tegeletakse ka Eestis.

Mis siis ikkagi juhtub, kui need tulevad?

«Paljud asjad, mis on praegu võimatud, muutuvad väga lihtsaks,» ütleb Petlenkov kohe esimese asjana. «Näiteks murdmatud krüpteeringud ja 128-bitised võtmed või rasked paroolid pole kvantarvutil lahti võtta mingiks probleemiks.»

Keegi ei ostaks kunagi sellist autot, mis minimeerib õnnetuses ohvrite arvu, tuues ohvriks juhi enda autos.

Tema sõnul on praegu TI arengu piiriks arvutusvõimsus. Google ja veel mõni gigant saavad teha suuri arvutusi, teistel nii häid võimalusi pole. Kuid tehisintellektile on veel rohkem võimsust vaja. Sellist, mida veel keerulisemateks arvutusteks vaja, kuskilt mujalt võtta pole kui kvantarvutitelt.

Juri Belikov lisab: «Me muidugi praegu spekuleerime siin kvantarvutite teemadel, sest kvantteadlastega rääkides pole ka nende seas ühist arusaama, mis siis saab, kui need arvutid tulevad. On küll olemas prototüübid, kuid qubittide arv neis on väga piiratud. Endiselt on õhus küsimus, kas füüsikaseadused üldse lubavad suuremate kvantarvutite loomist või mitte? Aga kui see lõpuks tuleb, siis on tohutult uusi võimalusi ka tehisintellekti valdkonnas.»

Isegi pesumasinates räägitakse tehisintellektist, aga mis on seal tegelikult?

Pesumasin ja tolmuimeja on väga lihtsad näited tehisintellekti kasutamisest. Masin vaatab, palju inimesed mida kasutavad, millist pesu panevad sisse, mõlemad teadlased nendivad, et tegelikult on seal taga väga primitiivsed arvutused ja «kui on nii, siis tee seda» algoritmid.

Tolmuimeja või mõni muu selline kodumasin vaatab teatud hulga sisendite järgi, kuidas inimesed käituvad, harjutab end sellega ja tegutseb siis väga lihtsustatud reeglitega selle järgi.

Keerulisema tehisintellekti jaoks pesumasina või tolmuimeja protsessorist ei jätku, siis võiks teha arvutusi juba pilves ehk suurema võimsusega serverites. Eduard Petlenkov lisab, et pilditöötluse jaoks juba piisab ka nutitelefonist, milles on väga võimas riistvara. Aga võrreldes Amazoni pilveteenusega on pilditöötluse maht, millega mobiil hakkama saab, muidugi väga väike.

Turunduses pole masinõppe, millega kodumasinad tegelikult rohkem tegelevad, muidugi nii kõlav nimi, kui tehisintellekt. Seega pesumasinale lähebki peale silt «tehisintellektiga», sest tehisintellekt on seal turundussõna, mille taga on hoopis masinõpe või veel lihtsam lahendus - tavaline tingimustega algoritm.

Millal tehisintellekt saab teadvuse ja mille järgi seda hinnatakse?

«Homme seda veel ei tule,» kinnitab Juri Belikov kiiresti. «Masin ei muutu veel niipea iseseisvaks. Muidugi saab tehisintellekt targemaks, keerulisemaks, võimsamaks, aga nii, nagu ulmefilmides – seda niipea ei juhtu,» rahustab ta neid, kes on isemõtleva masina pärast veidi mures.

Eduard Petlenkov lisab: «Kõige lihtsam on inimestel muidugi ise hinnata, kui hea tehisintellekt on ja sellepärast tundub tekstivestlus masinaga kõige usutavam, justnagu see mõtleks ise ja räägiks. Chatbotid kasutavad väga lihtsaid mudeleid, valivad etteantud vastuste hulgast, neid vastuseid võib aga olla väga palju.»

Tehnikaülikooli tehisintellektiteadlastel Juri Belikovil ja Eduard Petlenkovil pole laboris ette näidata põnevaid seadmeid, samuti ei ole riiulid lookas katseklaasidest ja mõõteaparatuurist. Uuritav asub kuskil eemal serveris - mõnikord ei teagi keegi, kus täpsemalt.
Tehnikaülikooli tehisintellektiteadlastel Juri Belikovil ja Eduard Petlenkovil pole laboris ette näidata põnevaid seadmeid, samuti ei ole riiulid lookas katseklaasidest ja mõõteaparatuurist. Uuritav asub kuskil eemal serveris - mõnikord ei teagi keegi, kus täpsemalt. Foto: Konstantin Sednev

«Google muidugi ei jaga oma kõnemudelite kohta tausta, kuidas need on üles ehitatud, sellepärast on raske kommenteerida,» ütleb Juri Belikov kommentaariks hiljutise Google´i töötaja arvamuse kohta, et tehnoloogiahiid on loonud juba isemõtleva masina, kuid Eesti teadlane ei usu, et Google´gi nii kaugele on jõudnud.

«Facebooki kunstirobotitega on meil väike kogemus olemas,» räägib ta, «katsetasime nende mudelitega ja töötab väga hästi, mõned pildid näivad väga loomingulised. Facebook ehk Meta mainis, kuidas see töötab. Keeruline närvivõrk, millesse visatakse sisse terve hulk pilte, õpib need ära ja hiljem, kui öeldakse, et tahan sellist pilti, pannakse see mitte sadadest, vaid miljonitest piltidest kokku originaalpildiks. See on ikkagi põhimõtteliselt nagu kollaaž.»

Lihtne küsimus: kes vastutab, kui masin otsustab?

Kui närvivõrk hakkab otsuseid tegema, siis kes selle eest ikkagi vastutab? Ei saa ju tehisintellekti vangi panna, toob Petlenkov näite, ikkagi inimene peab olema vastutaja. Kui see on elukriitiline valdkond ja ohtlik olukord tekiks tehisintellekti pärast, siis sinna valdkonda veel tehisintellekti ei taheta lubata.

«Kui autot juhib TI, siis see ei väsi ära ja ei eksi,» toob teadlane veel ühe näite. «Kuid me usaldame inimesi ikkagi rohkem, kes ometi väsivad ja eksivad. Kui TI juhib autot, siis tekivad mõned paradoksid: kas näiteks TI päästaks juhi elu või minimeerib hoopis ohvrite arvu, kui on oht mitmele inimesele otsa sõita ja surmab juhi? Inimene ise päästab alati ennast, ta ei päästa tavaliselt teisi ennast ohverdades. Masinal on paradoksaalne valik, kas päästa juht üksi või päästa selle asemel mitu jalakäijat ja lasta juhil hukkuda.»

Keegi aga ei ostaks kunagi sellist autot, mis minimeerib ohvrite arvu, aga võib ohvriks jätta juhi enda autos.

Samas võib teises äärmuses TI hakata iga hinna eest juhti päästma, kes autos istub, tuues ohvriks kõik teised. Teadlaste sõnul on see jälle üks suur probleem, mis vajab lahendamist.

Hirmul on liiga suured silmad

Tehisintellekt võib muutuda isikususeks küll, aga mitte niipea, usuvad teadlased.

«Tööstusvaldkond praegu kardab natuke tehisintellekti, sest nad ei saa aru, mis seal sees täpselt toimub,» ütleb Eduard Petlenkov. «See on iga suure keerulise süsteemi probleem, mitte ainult tehisintellekti. Keegi ei oma enam terviklikku ettekujutust, kuidas kogu süsteem töötab.»

«Kõik konservatiivsemad valdkonnad, mitte ainult tööstus, vaid ka juristid või riiklikud teenused natuke pelgavad veel tehisintellekti. Kasutavad, aga ei tugine selle," lisab Belikov.

Mõlemad teadlased arvavad, et TI reguleerimine vajab kindlasti tõsisemat avatud arutelu, sest paljud kardavad seda, kuigi ei peaks. Abi on teadlaste arvates tehisintellektist siiski palju rohkem, kui kahju.

Euroopa Liidus on praegu käimas arutlused, mida TI-ga edasi teha. Valdkonda tuleb reguleerida, sest kui ei reguleeri, siis suured ettevõtted kasutavad seda enda huvides ja andmeid tarvitatakse mõnikord halvasti.

«Tehisintellekt on vahend, mis võib olla väga kasulik ja et teha elu lihtsamaks,» ütleb Eduard Petlenkov lõpetuseks. «Samas võib seda ka kuritarvitada, nagu iga muud vahendit. See on nagu kirves, millega saab maju ehitada või tappa.»

Kommentaarid
Copy
Tagasi üles