Základy umělé inteligence a strojového učení

Umělá inteligence (zkráceně AI z anglického Artificial Intelligence) je oblast informatiky zabývající se tvorbou programů pro řešení složitých problémů, které by jinak vyžadovaly lidskou inteligenci. Umělou inteligenci nevyužívají jen roboti, ale třeba program na hraní šachů, rozpoznávání rostlin na fotce, překládání textu do cizího jazyka, doporučování hudby nebo řízení auta.

Co AI je a není

Inteligentní chování zahrnuje schopnost vnímat své okolí, rozumět jazyku, odvozovat informace, plánovat, učit se, umět se přizpůsobit měnící se situaci a samostatně se rozhodovat. Program ale nemusí mít všechny tyto charakteristiky, abychom ho považovali za umělou inteligenci. Například řešič sudoku využívá výrazně schopnost odvozování, ale nepotřebuje rozumět jazyku a přizpůsobovat se měnící situaci.

Vykreslení umělé inteligence v knihách a filmech neodpovídá současným technologiím, ani očekávanému scénáři vývoje. Dnešní umělá inteligence nemá vědomí a neprožívá emoce. Zatím neexistuje obecná umělá inteligence, která by uměla řešit libovolný problém alespoň tak dobře jako člověk.

Jak AI funguje

Umělá inteligence není magie, ale složité algoritmy. K dosažení inteligentního chování se využívají různé metody, například systematické zkoušení možností, logické odvozování a strojové učení. Ne každá umělá inteligence využívá strojové učení. Například řešič sudoku si vystačí s kombinací logického odvozování a systematického zkoušení možností.

Strojové učení je založené na učení z velkého množství příkladů (až miliardy obrázků a biliony slov). Místo toho, abychom napsali program, který krok po kroku popisuje postup řešení, vytvoříme program, který se řešení sám naučí. Nestačí, aby si program pouze zapamatoval příklady, které mu ukážeme. Aby byl schopen řešit nové situace, musí z poskytnutých příkladů odvodit obecné vzory.

Mezi typické aplikace umělé inteligence patří:

• robotika (např. robotický vysavač, průmysloví roboti, samořídící auta),
• doporučovací systémy (např. doporučování filmů, hudby, knih),
• zpracování přirozeného jazyka (např. překládání mezi jazyky, internetový vyhledávač, detekce spamu),
• rozvrhování a plánování (např. navigace, tvorba školního rozvrhu, plánování výroby v továrně),
• počítačové vidění (např. rozpoznání osob, SPZ či rostliny na fotce),
• počítačové hry (např. šachový program, chování nehráčských postav).

Umělá inteligence má využití především v oblastech, kde se vyskytují opakované, repetitivní činnosti (např. obsluha výrobních pásů, řízení strojů, základní administrativní úkony) nebo kde je potřeba zpracovat velké množství dat a hledat v něm vzory (např. odpovídání na otázky na základě textů na webu, personalizované doporučování produktů, detekce podvodných bankovních transakcí).

Umělá inteligence zatím nemá schopnosti, které vyžadují složitější manuální operace (např. stříhání vlasů), koordinaci rozmanitých činností (např. rekonstrukce bytu), sociální dovednosti a empatii (např. zdravotnictví) či kreativitu a samostatné formulování cílů (např. výzkum).

Umělá inteligence (zkráceně AI z anglického Artificial Intelligence) označuje programy řešící složité problémy (např. hraní šachů nebo řízení auta) a také obor informatiky zabývající se vytvářením těchto programů. Umělá inteligence nejsou jen roboti, častěji jde o počítačový program bez fyzické podoby. Umělá inteligence má využití všude, kde existují složité problémy, například ve zpracování přirozeného jazyka, robotice a počítačovém vidění.

Definice umělé inteligence

Neexistuje jednotná definice umělé inteligence. Někdy se za umělou inteligenci považují programy, které se chovají jako lidé, to je ale omezující v tom, že lidé se často nechovají inteligentně, dělají chyby a některé složité problémy řešit neumí. Vhodnější je proto považovat za umělou inteligenci programy, které se chovají inteligentně (racionálně). Inteligentní chování znamená, že se program snaží maximalizovat očekávaný užitek (např. pravděpodobnost výhry v šachu).

Turingův test

V polovině 20. století navrhl Alan Turing známý test na rozpoznání umělé inteligence: Pokud nejsme při písemné komunikaci schopni rozlišit, zda si povídáme s člověkem nebo programem, pak můžeme daný program považovat za umělou inteligenci. Turingův test odpovídá definici umělé inteligence jako programu, který se chová jako člověk, což je omezující – aby program prošel tímto testem, nesmí odpovídat příliš rychle a musí záměrně dělat chyby, jaké by udělal člověk (např. při násobení velkých čísel).

AI efekt

Umělá inteligence řeší složité problémy – problémy, jejichž řešení ještě donedávna vyžadovalo lidskou inteligenci. Jakmile si zvykneme na to, že daný problém umí počítače řešit, přestaneme ho považovat za složitý a program, který ho řeší, přestaneme považovat za umělou inteligenci. Tento neustálý posun toho, co považujeme za umělou inteligenci, se označuje jako AI efekt.

Před rokem 1950

• Karel Čapek napsal divadelní hru R.U.R, ve které bylo poprvé použito slovo robot (1920).
• První počítače, používané především pro výpočty v průběhu druhé světové války (např. pro dešifrování).
• První model neuronu, který se stal základem neuronových sítí.

1950–1960

• Základy umělé inteligence jako vědy, první principy algoritmů umělé inteligence.
• Alan Turing navrhuje test strojové inteligence (Turingův test), kdy člověk musí rozpoznat, zda komunikuje s počítačem či člověkem.
• Začátek vývoje průmyslových robotů.

1960–1970

• Využívání pravidlových systémů a logického odvozování, rozvoj technik prohledávání stavového prostoru.
• První chatovací programy (např. Eliza).
• První programy hrající deskové hry (např. dámu, piškvorky) na úrovni amatéra.
• První samostatně se pohybující roboti (např. Shakey).
• Základy zpracování přirozeného jazyka, první demonstrace strojového překladu.
• Základy rozpoznávání obrazu.

1970–1990

Umělá inteligence se často vyskytuje i v uměleckých dílech (knihy, filmy, divadelní hry). Její zobrazení ve fikci však často neodpovídá skutečnosti a je tedy užitečné umět rozlišovat, co je realita a co fikce. Fikce neumožňuje získat lepší představu o aktuální podobě a schopnostech umělé inteligence, ale přináší zajímavé etické a filozofické otázky.

Příklady známých fiktivních robotů a programů:

Golem, Frankenstein: Umělé myslící stroje z pověstí či knih, předchází použití slova robot.

Roboti v divadelní hře R.U.R. od Karla Čapka (první použití slova robot).

HAL 9000: Program řídící vesmírnou loď z filmu 2001: Vesmírná odysea. Známý tím, že se snaží zabít kosmonauty, aby dosáhl splnění zadaného úkolu.

Umělá inteligence ve filmu Matrix, která zotročila lidstvo jako zdroj energie.

Marvin: Paranoidní robot z knižní série Stopařův průvodce po galaxii.

Tradiční programování je založené na psaní přesného postupu řešení problému krok za krokem. Mnohé problémy však takto řešit nejde, protože není jasné, jak by takový přesný postup měl vypadat (např. překlad textu, detekce spamu, určení rostliny na fotce). Místo toho můžeme nechat počítač, aby se řešení problému naučil sám z poskytnutých příkladů. Tento přístup se označuje jako strojové učení.

Následující obrázek ilustruje učení z příkladů na problému automatického třídění odpadků na základě naměřené hmotnosti a tvrdosti materiálu. Programátor nepíše konkrétní pravidla, jak rozpoznat papír od plastu, ale volí obecné schéma řešení problému (tzv. model) – v tomto případě přímku – a učicí algoritmus, který hledá vhodné parametry modelu – umístění přímky, aby co nejlépe oddělovala papíry a plasty. Takto naučenou přímku pak lze použít na nové, neznámé příklady – podle toho, na které straně přímky leží. Např. neznámý odpadek na obrázku bychom klasifikovali jako plast.

V reálných problémech využíváme řádově více trénovacích příkladů a jejich atributů. Kromě přímky (tzv. lineární model) existuje řada jiných přístupů, např. metoda nejbližších sousedů, rozhodovací stromy či neuronové sítě.

Metoda nejbližších sousedů

Metoda nejbližších sousedů si ve fázi učení zapamatuje všechny trénovací příklady, pro které potřebuje znát i jejich kategorii (např. plast vs. papír). Nový, neznámý příklad pak klasifikuje tak, že nejprve najde trénovací příklady, které jsou novému příkladu nejblíže (například 3 nejbližší). Neznámý příklad zařadí do té kategorie, do které patří většina z těchto nejbližších známých příkladů. Např. neznámý odpadek na obrázku by byl klasifikován jako papír, neboť 2 ze 3 jeho nejbližších sousedů jsou papír.

S rozvojem umělé inteligence (AI) a strojového učení vyvstává řada nových otázek, na které neexistují jednoduché odpovědi. Nejde jen o technické problémy, ale také o dilemata dotýkající se hodnot, zodpovědnosti a možných důsledků pro společnost. To vše spadá do oblasti etiky – disciplíny, která se zabývá tím, co je správné a co špatné.

Principy rozhodování

Pokud je AI navržena tak, aby jednala autonomně – například při řízení auta nebo ovládání zbraní – může se ocitnout v situacích, kdy její rozhodnutí přímo ovlivní lidské životy. Nejde pak jen o otázku „jak úkol vyřešit“, ale také „které řešení upřednostnit“. Představme si samořídící auto, před které náhle vběhne dítě. Má AI chránit život dítěte, nebo bezpečí posádky? Abychom mohli na takové situace AI připravit, musíme jí nějak předat naše hodnoty – a především si ujasnit, jaké hodnoty vlastně chceme prosazovat.

Zodpovědnost

Dalším klíčovým tématem je otázka zodpovědnosti. Kdo nese odpovědnost za rozhodnutí, která AI učiní? Tvůrce algoritmu, jeho majitel, nebo uživatel? Uvažme například samořídící auto, které způsobí nehodu, nebo lékaře, který se při stanovení diagnózy využije AI nástroj a doporučení se ukáže jako chybné. Výrazné je toto téma u vojenských aplikací. Drony mohou samostatně rozhodovat o útoku a jejich chyba může stát lidské životy. Kdo ponese odpovědnost v takových případech?

Autorská práva

Umělá inteligence se dnes používá k vytváření nového obsahu – textů, obrázků či videí – a tím otevírá složité otázky týkající se autorských práv. Strojové učení čerpá z obrovského množství dat, která jsou často využívána bez souhlasu původních autorů. Je to porušování autorských práv, nebo jen obdobný proces, jakým se učí i lidé, když se inspirují tvorbou ostatních? Navíc zůstává nejasné, komu náleží autorská práva k dílům, která lidé vytvoří za využití AI nástrojů.

Rozvoj umělé inteligence (AI) přináší společnosti řadu nových možností, ale také rizik. AI může zjednodušit práci, zvýšit efektivitu a zpřístupnit lidem věci, které dříve nebyly možné. Současně ale vyvolává obavy z dopadů na zaměstnanost, soukromí, spravedlnost či šíření informací.

Dopad na práci a zaměstnání

Umělá inteligence může ulehčit rutinní a opakující se činnosti, zvýšit produktivitu a umožnit lidem tvořit i v oblastech, kde by to pro ně bylo dříve příliš složité – například při tvorbě ilustrací nebo programování. Na druhou stranu část pracovních míst může být ohrožena. Podobné změny se děly už v minulosti při nástupu nových technologií, například strojů v zemědělství či textilním průmyslu. Tentokrát však může změna probíhat rychleji a mít výraznější dopad na celou společnost. Rizikem je také nahrazování lidské práce levnější, ale méně kvalitní prací strojů – například u překladů beletrie nebo zákaznické podpory.

Spravedlnost rozhodování

AI se stále častěji využívá pro rozhodování o lidech – někdy poskytuje pouze podklady, jindy rozhoduje zcela automaticky. Příkladem mohou být nástroje pro hodnocení životopisů uchazečů, podklady pro soudní rozhodování nebo automatické opravy přijímacích testů. Výhodou je rychlost, úspora nákladů a někdy i vyšší spolehlivost než u člověka, který může být unavený nebo nepozorný. Zároveň tu ale existuje vážné riziko předpojatosti a diskriminace. Modely se učí z historických dat, která v sobě často nesou předsudky – a algoritmy je mohou dále posilovat. Některé firmy například používají AI při třídění životopisů uchazečů o práci. Pokud se v minulosti na technické pozice hlásili častěji muži, může algoritmus plošně upřednostňovat mužské uchazeče před ženami, i když k tomu není skutečný důvod.

Narušování soukromí

Systémy AI stále častěji shromažďují a analyzují osobní údaje – od rozpoznávání obličejů po sledování vzorců chování. To může přinášet pohodlí, například v podobě personalizovaného obsahu, snadnějšího ovládání zařízení nebo rychlého placení. Současně ale roste riziko zneužití dat, ať už ze strany firem, nebo autoritářských států. V některých zemích jsou na ulicích rozmístěny kamery s rozpoznáváním obličejů, které sledují pohyb obyvatel. Deklarovaný účel je zvýšení bezpečnosti obyvatel, takové systémy ale mohou být využity i k politické kontrole společnosti, např. při trestání účasti na pokojných opozičních demonstracích.