Արհեստական բանականությունը և նրա վտանգները

Արհեստական բանականություն նշանակող միջազգային տերմինը մի փոքր այլ կերպ է հնչում։ Միջազգային (անգլերեն) անվանումն է  AI. Artificial Intelligence : Չխորանանք թարգմանության նրբություններում, միայն նշենք, որ բացատրական բառարաններում, ինչպես էլեկտրոնային, այնպես էլ «թղթային», կա տարաձայնություն «ինտելեկտուալություն», «ինտելեկտ», «ինտելիգենտություն», «ինտելիգենտ» տերմինների բացատրություններում։   Ինտելեկտ ասելով հաճախ հասկանում են դատողություններ անելու կարողություն։

Ահա մի քանի սահմանում «արհեստական բանականություն» ռուսալեզու տերմինը կիրառելու համար (Վիքիպեդիա)․

ԱԲ – գիտական ուղղություն, որի շրջանակներում դրվում և լուծվում են գործիքային կամ ծրագրավորման մոդելավորման խնդիրներ մարդկային գործունեության այն տեսակներից, որոնք ավանդաբար համարվում են իտելեկտուալ։

ԱԲ – ուղղություն ինֆորմատիկայում և ինֆորմացիոն տեխնոլոգիաներում, որի խնդիրը  հաշվողական համակարգերի և ուրիշ սարքերի միջոցով խելամիտ դատողությունների և  գործողությունների վերակերտումն է։

ԱԲ – արտաքին տվյալները ճիշտ մեկնաբանելու համակարգի կարողությունը, այդպիսի տվյալներից դասեր քաղելը, և ստացված գիտելիքները կոնկրետ նպատակների հասնելու և ճկուն հարմարեցման միջոցով խնդիրներ լուծելու համար օգտագործելը։

Այս և նման սահմանումները բացահայտում են արհեստական բանականության բովանդակությունը, բայց պարզ չեն սովորական «կենցաղային» մակարդակում կարճ սահմանելու համար: Արդյո՞ք ավելի լավը չէ սահմանումը, որը բխում է հայտնի «Թյուրինգ թեստից»՝ հրապարակված օքսֆորդյան փիլիսոփայական  «Mind» ամսագրում 1950 թվականին․ «Մեքենան կարելի է համարել խելացի, եթե այն կարող է խոսակցություն վարել մեկ մարդու հետ, ով չի կարողանա տարբերել մեքենան մեկ ուրիշ մարդուց», կամ այլ տարբերակ․ «Մեքենան կարելի է համարել արհեստական բանականություն, եթե նրա հետ կարելի է զրուցել ինչպես մարդու հետ, կամ նույնիսկ ավելի լավ»։  «Նույնիսկ ավելի լավը» հավանաբար նշանակում է, որ մեքենան չի անպատվի, հիմար չի անվանի, այլ ուղղակի քաղաքավարի կառաջարկի մի քիչ էլ մտածել։

Ի՞նչ կարող է անել արհեստական բանականությունը։ Սկզբունքորեն շատ բան։ Օրինակ`

• շուկայի ուսումնասիրություն և տվյալների ինտելեկտուալ վերլուծություն, ֆինանսական հոսքերի կառավարում ինչպես մեկ կազմակերպության սահմանում, այնպես էլ ամբողջ պետության,
• ֆինանսա-տնտեսագիտական լուծումներ կայացնել շատ ավելի կարճ ժամկետում, քան կարող է անել մարդը,
• կրեդիտային ռիսկերի մոդելների կառուցում,
• արդյունաբերության ռոբոտացում,
• գիտական հետազոտությունների ռոբոտացում,
• կառուցվածքային նոր նյութերի ստեղծում,
• լրիվ մեքենայացված բժշկական ախտորոշում,
• անցում անօդաչու տրանսպորտի,
• մարդկանց միջև խաղերից անցում մարդու և մեքենայի միջև խաղի,
• մեքենայական արվեստ (գեղանկարչություն և երաժշտություն),
• մարդու հարմար մեքենայի հետ հարաբերվելու հնարավորություններ (սմարթֆոն և նոթբուքեր)։

Այս տպավորիչ ցանկից առայժմ յուրացված են  երկուսը։ Դրանցից մեկը խաղերն են։ Հեղինակավոր մասնագետների կարծիքով, արդեն չկա անպիսի խաղ, որում մարդը կհաղթի մեքենային։ Առաջին խաղը, որը տեղի տվեց մեքենայի հետ պայքարում, շախմատն է։ 1977թ․ մեքենայական  Deep Blue ծրագրի հետ երրորդ խաղում աշխարհի այն ժամանակվա չեմպիոն Գարրի Կասպարովը զիջեց մրցաշարը 3,5։2,5 հաշվով։ Դրանից հետո ոչ մեկին չի հաջողվել շախմատով հաղթել արհեստական բանականությանը։

 Նմանատիպ իրավիճակ ստացվեց նաև արևելյան երկրներում շախմատից էլ ավել լայն տարածում ունեցող «գօ» խաղի հետ։ Ի տարբերություն շախմատի՝ այս խաղի տախտակի վրա 361 (19×19) գիծ է տարված, խաղացողներից մեկն ունի 180 հատ սպիտակ քար, իսկ մյուսը՝ 181 հատ սև քար։ Խաղի նպատակն է ունեցած քարերով զբաղեցնել տախտակի՝ հնարավորին չափ մեծ տիրույթ, ընդ որում հակառակորդի քարերը, որոնք կհայտնվեն շրջափակմնան մեջ, հանվում են։ Այս խաղը շախմատից ավելի վերացական է և ունի շատ խորը ռազմավարություն։ Մինչև վերջերս համարվում էր, որ համակարգիչը այս խաղը չի կարող խաղալ պրոֆեսիոնալ խաղացողների մակարդակով, քանի որ խաղն ունի վերացարկման շատ մեծ աստիճան և բոլոր հասանելի տարբերակների հսկայական թիվ (որոշ գնահատումներով ավելի շատ, քան ատոմների թիվը Տիեզերքում)։ Սակայն, 2017թ․ մեքենայական ծրագիրը հաղթեց չինացի Կե Ցզեին, ով այն ժամանակ զբաղեցնում էր ոչ պաշտոնական ռեյտինգում առաջին դիրքը։

Ինչո՞ւ են համակարգչային մասնագետները շատ ժամանակ ծախսում արհեստական բանականության համար խաղային ալգորիթմներ մշակելու վրա։ Պատճառներից մեկը ֆինանսականն է, քանի որ մարդու և մեքենայի միջև խաղերը մեծ քանակով հանդիսատեսներ և հովանավորներ են գրավում։ Մյուսը հոգեբանական է։ Մարդու նկատմամբ արհեստական բանականության հաղթանակների լայն գովազդը նպաստում է, որ փող և իշխանություն ունեցող մարդկանց մոտ մեծ հետաքրքրություն առաջանա։  Ամեն դեպքում, արդեն մի քանի տարի է աշխարհում նկատվում է մեծ հետաքրքրություն խորքային նեյրոնային ցանցեր, ինչը արհեստական բանականության հոմանիշն է,  ներդնելու ուղղությամբ։ Մեկ ուրիշ, գործից շատ հեռու հոմանիշ է «թվայնացումը»։

Սակայն հիմա հիմնական միջոցները ներդրվում են համակարգչի հետ մարդու շփման ալգորիթմներ մշակելու գործում։ Արդեն վարժվել ենք շփվել համակարգչի հետ (հատկապես սմարթֆոնների), ինչպես մարդու, հարցեր տալ՝ երբեմն ոչ հստակ ձևակերպված, զրուցել նրա հետ(«Էլիզա» և «Ալիսա») և սպասել խելամիտ պատասխանների։ Արդեն չենք զարմանում, երբ տեսնում ենք, օրինակ, որ մեքենաշինական գործարանում հարահոսի մոտ մարդու փոխարեն ռոբոտ է կանգնած։ Նա զգուշորեն վերցնում է դետալը և խնամքով դնում անհրաժեշտ տեղում։ Քիչ ենք զարմանում, երբ տեսնում ենք, թե սահմանափակ ֆիզիկական կարողություններով անձիք ինչպես են վերադառնում լիարժեք կյանքի խելացի ռոբոտների միջոցով։ Հնարավոր է, որ տասը-քսան տարի հետո քաղաքների փողոցներում և մայրուղիներում ավտոմեքենաների մեծ մասը լինի առանց վարորդների, որոնք քաղաքավարի զիջում են ճանապարհն այն մեքենաներին, որոնց ղեկին մարդն է։

Վերջին տարիների մշակումները ստացել են  ChatGPT անվանումը, կամ ուղղակի՝ GPT-3, GPT-4, GPT5։  «Chat» բառը թարգմանելու կարիք չկա, իսկ «GPT» -ն՝ Generative Pre-trainеd

Transformer (նախօրոք սովորեցրած գեներացնող փոխարկիչ)։  Հենց այս մշակումներն են կիրառվում սմարթֆոնների վերջին մոդելներում, որոնց քանակը արդեն հաշվվում է միլիարդներով և հսկայական օգուտ է բերում ինչպես մշակողներին, այնպես էլ արտադրող ընկերություններին։ Արհեստական բանականության կիրառության բերված ցանկից մյուս կետերը գտնվում են մշակման փուլում տարբեր գիտական կենտրոններում (առաջին տեղում են Google-ը և YouTube-ը)։ Ըստ որոշ գնահատականների՝ միայն AI(ԱԲ) համակարգերի ներդրումով արդյունաբերությունում և տրանսպորտում համաշխարհային ՀՆԱ-ն 2030թ․ կավելանա մոտ 4%-ով։ 

Մյուս երկրների համեմատ մեր երկիրը (Ռուսաստանը) արհեստական բանականության զարգացման աշխատանքում ներդրումներով գտնվում է տասներորդ տեղում։ Ռուսաստանից առաջ են գտնվում ոչ միայն ԱՄՆ-ն և ՉԺՀ-ն, այլև այնպիսի երկրները, ինչպիսին են Հնդկաստանը և Կանադան։ Սակայն վերջին տարիներին իրավիճակը սկսել է կտրուկ փոխվել։

Կառավարությանը կից 2021թ․ ստեղծվեց «Արհեստական բանականության ազգային կենտրոն», որը համակարգում է այս ուղղությամբ երկրում կատարվող բոլոր աշխատանքները։ Այս կենտրոնը մեծ դրմաշնորհ (մոտ 7 միլիարդ ռուբլի) է բաշխել վեց առաջատար գիտական կազմակերպությունների։  Դրանք են․

• Սկոլկովոյի գիտության և տեխնիկայի ինստիտուտը,
• Մոսկվայի ֆիզիկա-տեխնիկական ինստիտուտը,
• ՌԳԱ-ի համակարգային ծրագրավորման ինստիտուտը,
• Իննոպոլիս համալսարանը(Թաթարստան),
• Տնտեսագիտության բարձրագույն դպրոցը(Մոսկվա),
• ԻՏՄՕ համալսարանը(Սանկտ-Պետերբուրգ)։

Այս տարի՝ 2024 թվականին, ֆինանսների նախարարությունը Սբերբանկի հետ սկսել է փորձնական նախագիծ՝ ԱԲ-ը բյուջետային գործընթացներում ներգրավելու համար (պետական բյուջեի հաշվարկը 2025-27 թվականների համար)։ Սպասվում է բեկում (կառավարական հանձնարարություններ) արդեն մշակված ԱԲ համակարգերը արտադրական նախագծերում ներդնելու հարցում։ Բայց այս ամենն առայժմ ծրագրեր են, նախագծեր, ուրվագծեր։ Ի՞նչն է հարցը։ Ո՞րն է այս հարցում առաջատար երկրներից Ռուսաստանի ետ մնալու պատճառը։ Մի քանի պատճառ կա։ Գլխավորը ինֆորմացիոն տեխնոլոգիաների գծով  լավ պատրաստված մասնագետների և գերհամակարգիչների (առանց որոնց հնարավոր չէ այս ուղղությամբ աշխատանքներ անելը) պակասն է։ Բայց, թերևս, հիմնական պատճառը ռուսական ձեռներեցների 50%-ից (հատուկ ուսումնասիրությունների համաձայն) ավելիի թերհավատ վերաբերմունքն է արհեստական բանականությանը, որպես նորույթի, որը երբեք չի փոխարինի լուծումների մարդկային մշակումներին։

Պետք է նշել, որ այս անվստահությունը խորը արմատներ ունի և բնորոշ է ոչ միայն Ռուսաստանին։ Իսկապես, եթե արհեստական բանականությունը դիտարկենք ոչ որպես օգնականի, այլ մարդկային կյանքի լիիրավ անդամի, մի շարք հարցեր են առաջանում։ Դրանցից մեկը արտադրական և սպասարկման ոլորտներում աշխատանքային տեղերի նվազումն է։ Ավելի ու ավելի քիչ կլինի այն մարդկանց պահանջը, ովքեր ֆիզիկական աշխատանք են կատարում։ Իսկ ինչպե՞ս վաստակել ապրելու համար։ Որոշ քանակության աշխատողներ պետք կլինեն արհեստական բանականության աշխատանքները կազմակերպելու համար։ Բայց մարդկանց որոշ մասը ուղղակի կարող չի լինի այնպիսի աշխատանքի, որտեղ պետք են ոչ թե հմուտ և աշխատասեր ձեռքեր, այլ զարգացած ուղեղ։

Հաջորդ խնդիրը կրթությունն է։ Կրթությունը պետք է այնպիսին լինի, որ զարգացնի ուղեղը և սովորելու կարողությունը։ Հիմա այդպիսի բան կա առանձին դպրոցներում և առանձին ուսուցիչների մոտ։ Բայց համընդհանուր դպրոցական կրթական համակարգը ինքնուրույն մտածել չի սովորեցնում, այլ ետ է վարժեցնում դրանից։ Ինչ-որ չափով բուհական համակարգն էլ է այդպիսին։ Եվ սա ոչ միայն ռուսական խնդիր է։ Սա համաշխարհային խնդիր է։ Այս մասին պետք է հիմա մտածել և որոշակի քայլեր ձեռնարկել։ Այսպես, Մ․ Վ․ Լոմոնոսովի անվան ՄՊՀ-ի սոցոլոգիայի ֆակուլտետում բակալավրիատի ավարտական աշխատանքների թեմաներից մեկը նվիրված է արհեստական բանականության դարաշրջանում կրթական համակարգի փոփոխությանը։ Սկիզբը դրված է։

Բայց արհեստական բանականության համատարած ներդրման հետ կապված  մի լայնածավալ հարց էլ կա։ Իլոն Մասկը 2023թ․ մարտին գլխավորեց բոլոր երկրների կառավարություններին ուղղված նամակի տակ ստորագրություններ հավաքելու աշխատանքը։ Նամակը վերնագրված էր․ «Դադարեցնել արհեստական բանականության հետ կապված հսկայական փորձերը»։ Բացի կես տարով GPT-4 –ից ավելի հզոր արհեստական բանականության ստեղծելու աշխատանքները դադարեցնելու առաջարկից, նամակում խոսվում է արհեստական բանականության վտանգների մասին, ինչպիսիք են «մարդկության ծերանալը» և «հասարակության, որպես ամբողջություն, վերահսկման կորուստը»։ Նամակը ստորագրել էին հաշվողական տեխնիկայի խնդիրներով զբաղվող մի քանի հազար գիտնականներ, այդ թվում՝ 2024թ․ ֆիզիկայից Նոբելյան երկու մրցանակակիրները։ Մրցանակը ստանալուց հետո Ջոն Հոփֆիլդն ասաց․ «Որպես ֆիզիկոսի, ինձ շատ է նյարդայնացնում այն, ինչը վերահսկելի չէ»։ Ջեֆրի Հինթոնը թողեց Google-ի փոխնախագահի պաշտոնը, որպեսզի «հնարավորություն ունենա ազատ արտահայտվելու արհեստական բանականության վտանգների մասին»։

Ջոն Հոփֆիլդը ԱԲ ժամանակակից մշակումները համեմատեց 1938թ․ ուրանի տրոհումը հայտնագործելու հետ։ Դեռ վերջերս թվում էր, թե պատմությունը վերջակետ է դրել այդ հայտնագործության վտանգների վրա․ վերջին հաշվով, մարդկությանն այն տվեց էկոլոգիապես մաքուր էներգիա ստանալու բարօրությունը։ Բայց հիմա այս հարցում պատմության կշեռքը նորից տատանվում է։ Պարզվեց, որ «որպես ամբողջություն հասարակության վերահսկում» գոյություն չունի։

Միգուցե ամեն ինչ այդքան էլ սարսափելի չէ։ Եվ նույնիսկ փաստը, որ մարդկային փոխհարաբերությունների որակը կտրուկ աճել է GPT-4 համակարգը ստեղծելուց և ներդնելուց հետո, պատմության կշեռքին ավելի կարևոր կլինի, քան արհեստական բանականության բոլոր վտանգները։ Ուզում ենք այդպես մտածել։

Հեղինակ՝ Լել Բելոպուխով

Աղբյուրը՝ այստեղ
Նախորդ մասը՝ այստեղ
Թարգմանիչ՝ Գևորգ Հակոբյան