Dirbtinio intelekto revoliucija: kaip mašinos išmoksta matyti geriau už žmogų ir ką tai slepia

Kad vos rankos mostu būtų įjungiamas ar išjungiamas šviesos jungiklis, o judesio jutikliai galėtų stebėti vyresnio amžiaus artimuosius ir, vos tik nutikus nelaimei, nedelsiant apie tai pranešti jų šeimai?

Kauno technologijos universiteto (KTU) Elektros ir elektronikos fakulteto (EEF) profesorius dr. Vidas Raudonis įsitikinęs, kad netolimoje ateityje tokios technologijos taps natūralia mūsų kasdienio gyvenimo dalimi.

„Mes patys galėsime regėti daugiau, nes neapsiribosime tik regimąja šviesa“, – sako V. Raudonis.

Visa tai ir panašūs sprendimai tampa įmanomi dėl kompiuterinės regos – dirbtiniu intelektu (DI) paremtos technologijos, leidžiančios „mašinoms“ (plačiąja prasme) „matyti“ jas supantį pasaulį ir jį suvokti per mums įprastas vaizdo kameras. „Dar daugiau – ne tik suvokti, bet ir priimti savarankiškus sprendimus remiantis vaizdine informacija“, – pabrėžia KTU profesorius.

Technologijų plėtra pramonėje – sparti

Pasak V. Raudonio, kompiuterinė rega šiandien taikoma itin plačiai – nuo pramoninės gamybos iki žmonių srautų stebėjimo viešose erdvėse. Pavyzdžiui, kai kuriose šalyse gyventojai stebimi per vaizdo kameras, o už netinkamą elgesį gali sulaukti nuobaudų.

Gamybos pramonėje, anot profesoriaus, šios technologijos diegiamos gana paprastai. „Jau dabar egzistuoja produktų, kurie, būdami ne didesni nei internetinės kameros, savo viduje turi integruotus kompiuterius. Šie mažyčiai kompiuteriai gali 24 valandas per parą, 7 dienas per savaitę analizuoti produkcijos vaizdus ir aptikti defektus“, – aiškina V. Raudonis.

Lietuvoje kompiuterinės regos pagrindu veikiančios defektų aptikimo sistemos dažniausiai naudojamos baldų gamybos pramonėje, tačiau tokie sprendimai sparčiai diegiami ir kitose srityse.

„Pavyzdžiui, kompiuterinė rega padeda roboto rankoms nustatyti konvejeriu judančių objektų sugriebimo taškus. Tai jau tapo tam tikra norma“, – teigia KTU profesorius.

Medicinoje būtinas žmonių pasitikėjimas

Šiuo metu V. Raudonis kompiuterinės regos technologijas dažniausiai taiko žmogaus reprodukcijos srityje. Čia reikia automatiškai įvertinti inkubatoriuje auginamo embriono kokybę, iš histologinių vaizdų nustatyti gimdos receptyvumą ir pagal vaizdo medžiagą įvertinti spermatozoidų sveikatą.

„Visgi medicinos srityje, kitaip nei daugelyje kitų pramonės šakų, šių technologijų taikymas nėra toks paprastas. Norint jas pradėti naudoti, būtina gauti atitinkamus sertifikatus. Tam reikia pereiti daugybę testavimo etapų: iš pradžių atliekamas modeliavimas, vėliau – bandymai su gyvūnais, galiausiai – su specialiai atrinkta žmonių grupe“, – aiškina KTU profesorius.

Tačiau net ir turint visus reikiamus sertifikatus, anot jo, žmonės dažnai vis dar mieliau renkasi, kad ligą diagnozuotų gydytojas, o ne sistema. „Todėl kompiuterine rega paremtų technologijų diegimas medicinoje reikalauja ir žmonių pasitikėjimo, kurį reikia užsitarnauti“, – pabrėžia V. Raudonis.

Kas yra kompiuterio „akis“?

KTU profesorius pasakoja, kad dirbtinis intelektas, kuriuo remiasi ir kompiuterinės regos technologijos, sąmoningai „nežino“, iš kur atkeliauja signalas. Panašiai ir žmogaus smegenys, uždarytos tamsioje, drėgnoje erdvėje – kaukolėje, tiesiogiai „nemato“, iš kur ateina impulsai.

„Visi signalai biologinėje sistemoje yra konvertuojami į elektrocheminį impulsą, kuris keliauja neuroniniais raizginiais. Tik dėka sąmonės mes vėliau atsirenkame, kad, pavyzdžiui, iš užmerktos akies signalas vis tiek ateina, bet iš jo mažai naudos. Lygiai taip pat ir dirbtiniam intelektui mes duodame ne vaizdą, garsą ar tekstą, o skaičius (analogiškus elektrocheminiam impulsui), kuriais ir operuoja DI modeliai“, – aiškina V. Raudonis.

DI modeliai išmoksta tam tikras skaičių kombinacijas, būdingas, pavyzdžiui, vaizdams su katėmis, o vaizdai su šunimis pasižymi visai kitokiomis skaičių struktūromis.

„DI išmoksta atpažinti tas skaičių kombinacijas, kurias užfiksuoja vaizdo kameros. Tam tikra prasme tai galima traktuoti kaip kompiuterio akis“, – sako KTU profesorius.

Kol kas pranašesnis žmogus

Pagrindinis iššūkis mokant DI modelius, anot V. Raudonio, yra pats pasaulio tikroviškumas – jo nenuspėjamumas ir didžiulė formų, spalvų bei dydžių įvairovė.

„Viskas, kas mums, biologinėms būtybėms, kelia nuostabą ar susižavėjimą, DI modeliams tampa dar viena įvairovės forma, kelianti papildomų iššūkių“, – teigia profesorius.

Vis dėlto DI turi ir aiškų pranašumą prieš žmogų – jis gali dirbti be pertraukų. „Kai žmogui reikia pamiegoti, nueiti į tualetą ar pavalgyti, DI modelis ir toliau dirba. Lygiai taip pat efektyviai, lygiai taip pat greitai. Be to, turint pakankamus skaičiavimo resursus, DI pagrindu veikiantys sprendimai gali atlikti užduotis greičiau, nei tai padarytų žmogus“, – pastebi V. Raudonis.

Tačiau, profesoriaus teigimu, vos tik pasikeitus produkcijai ar aplinkos sąlygoms, kompiuterinę sistemą adaptuoti gerokai sunkiau. Čia ir atsiskleidžia žmogaus privalumai – žmogus geba lengviau ir greičiau prisitaikyti prie pokyčių.

„Žmogaus regėjimo sistema evoliucionavo daugiau kaip 2 milijonus metų. Nemanau, kad šiuolaikinės kompiuterinės regos technologijos jau dabar gali būti tikslesnės nei žmogus. Bent kol kas“, – apibendrina KTU EEF profesorius Vidas Raudonis.