Jak sztuczna inteligencja, machine learning i Big Data zmieniają naszą codzienność? Czy nam się to podoba czy nie, świat się zmienia w błyskawicznym tempie, choć z Europy – „przytułka dla starców” o „europejskim” modelu gospodarczym rodem z PRL, może na co dzień nie być tego widać. Programiści znają prawo Moore’a, które mówi że liczba tranzystorów w układzie scalonym rośnie w tempie wykładniczym, czyli uproszczając: co około dwa lata mamy dwukrotnie lepsze procesory. Dzięki postępowi w tempie 1, 2, 4, 8, 16, 32, 64 szybko wkraczamy w czasy, które do tej pory były tylko możliwe w filmach Sci Fiction i czasy w których tempo zmian jest tak ogromne, że perspektywa 5 lat może być trudna do przewidzenia. To jest ogromna zmiana. Ale co do tego ma wspomniana sztuczna inteligencja, machine learning i Big Data? Otóż będziemy „zalewani” danymi, które będą mogły przetworzyć tylko co raz to mocniejsze komputery, które w najbliższych latach będą osiągnąć możliwości obliczeniowe mózgu myszy, następnie pojedynczego człowieka, a następnie całej ludzkości. Obecnie możemy z powodzeniem zmodelować i „zcyfryzować” mózg robaka. Będą możliwe, rzeczy o których nawet Ci się teraz nie śni, wiele zawodów przestanie istnieć, bo konkurencja z maszyną będzie skazana na druzgocącą porażkę. Dziś o tym dlaczego warto już dziś zgłębiać wiedzę z machine learning i Big Data oraz jak sztuczna inteligencja nas otoczy zewsząd.

Sztuczna inteligencja, machine learning i Big Data

Kiedy człowiek niezwiązany z informatyką słyszy hasło sztuczna inteligencja przed oczami ma robota z filmu Terminator mającego samoświadomość i chcącego zniszczyć ludzkość. Mimo iż, roboty od Boston Dynamics są co raz bardziej imponujące, zanim je stworzymy świat będzie inny niż we wspomnianym filmie. Jednak obecnie jest to dziedzina, która nie ma nic wspólnego z śmiercionośnymi maszynami, wręcz przeciwnie powoduje wiele dobrego. Wiele odkryć i udoskonaleń dzieje się dzięki uczeniu maszynowemu (ang. machine learning), gdyż nawet najlepsi specjaliści w swoich dziedzinach nie są w stanie dostatecznie dobrze wyciągać wniosków z dużej ilości skomplikowanych danych. Tylko komputery z odpowiednimi algorytmami są w stanie to zrobić. Do niedawna nasze algorytmy uczące się też były dość słabe. W wielu dziedzinach np. rozpoznawania obrazów były skuteczne w około 75%. Jednak około roku 2012 nastąpił przełom – powstało nowe podejść tzw. Deep Learning i ilość błędów zmniejszyła się o połowę, a to zadziałało tak samo jak rekordy sportowe. Jeden pokazuje, że jest to możliwe i w następnych latach rekord jest co chwilę pobijany. Tak się stało z machine learningiem, stąd mamy teraz wysyp sztucznej inteligencji wszędzie. Dzięki temu postępowi mamy teraz autonomiczne samochody, na tym polu przoduje Tesla, jednak koncern General Motors i Google też nie próżnują. Według WHO rocznie na świecie na drogach ginie 1.3 miliona osób, to aż 3287 dziennie! To sześciokrotnie więcej niż w wyniku konfliktów zbrojnych! Poniżej wykres z ilością ofiar na wojnach z podziałem na kraje:

Sztuczna Inteligencja paliwo XXI wieku Ofiary śmiertelne 2014-2015-2016
Ilość ofiar wojen w latach 2014-2015-2016, K – to tysiąc, czyli 150K to 150 tysięcy.

Wiem, że możesz powiedzieć „a ja słyszałem, że autonomiczne auto zabiło kogoś”. Nawet pewnie już kilka osób zginęło przez autonomiczne auto, a wiesz o tym bo jest to „medialne”, a medialne jest bo nasz mózg jest tak skonstruowany, żeby poznawać nowe niebezpieczeństwa. Dlatego w wiadomościach są w większości negatywne informacje i możemy mieć zniekształcone wrażenie, że świat jest niebezpieczny, zły i zmierza do nikąd. Jednak dane statystyczne są całkowicie odmienne. Żyjemy w najbezpieczniejszych czasach w historii, a bieda na świecie spada w bardzo szybkim tempie. Średnio na świecie ponad jedna osoba na sekundę wychodzi z biedy, to prawie 100 tysięcy osób na dobę! Oczywiście są regiony w których bieda się pogłębia, jednak patrząc na całość idziemy w dobrym kierunku i w 2030 już tylko w części afryki będzie występować.

Tempo zmian w Big Data

Jednak na świecie nie tylko procesory zmieniają się w logarytmicznym tempie. Trudno to dostrzec, bo nie jesteśmy przystosowani do myślenia logarytmicznego, tylko liniowego. Jeśli poproszę Cię, żebyś mi powiedział gdzie będziesz stał kiedy 30 razy zrobisz 1 krok w danym kierunku, prawdopodobnie podasz dość dokładną pozycję. Jednak kiedy będziesz miał powiedzieć, gdzie się będziesz znajdować po 30 razach dwukrotnego zwiększania ilości kroków: zrób 1 krok, zrób 2 kroki, zrób 4 kroki, zrób 16, 32, 64, 128, 256, 512, 1024, …, a po 30 iteracji: będzie 536 870 912 kroków! Trudno nam sobie wyobrazić takie tempo, ale w wielu dziedzinach tak ono wygląda. Dla przykładu cena energii słonecznej 1 kWh (kilo-wato-godzina) w latach siedemdziesiątych kosztowała 77 dolarów, obecnie 0.36 centa, to jest 200 krotny spadek ceny! Za 15 lat USA będą miały 50% energii ze źródeł odnawialnych. Kraje w słonecznych miejscach na kuli ziemskiej instalują masowo solary (np. Indie), bo taka energia zaczyna być tańsza, niż energia z ze źródeł konwencjonalnych. Wracając do przykładu z krokami, czyż nie tak wygląda pojemność pamięci na rynku? Już pomijając czasy przed pendrive’ami, całkiem niedawno mieliśmy pendrivy 512MB, 1GB (1024MB), 2GB, 4GB, 8GB, 16GB, … a teraz są już 256GB! Od początków komputerów w połowie XX wieku cena 1MB pamięci spadła miliony razy! Taki spadek ceny tranzystorów, mocy obliczeniowej i pamięci, powoduje że będziemy zbierać dane o wszystkim i ze wszystkiego. Będziesz chciał wiedzieć ile osób w Nowym Jorku nosi TERAZ białe koszulki, to będziesz mógł to wiedzieć, z dowolnego miejsca na Ziemi, bo cała Ziemia będzie pokryta dostępem do internetu, a duże miasta bardzo szybkim dostępem.

Koszt pamięci RAM, SSD, pendriveów, dyskow lata 1955-2018
Koszt pamięci RAM, dysków HDD, SSD, pendriveów lata 1955-2018

Ten przyspieszający trend rodzi nowe potrzeby. Te wszystkie dane o których mowa, są określane pojęciem Big Data, a algorytmy które potrafią się uczyć na podstawie tych danych machine learningiem. To prowadzi do automatyzacji w wielu dziedzinach życia. Wiele zawodów zniknie. W pierwszej kolejności „inteligentnymi programami” zostaną zastąpione zawody najmniej płatne co już widać w sklepach: gdzie kasjerzy zostają zastępowani automatami, a firma Amazon rozwija swoje technologie, dzięki którym w ogóle nie będą potrzebne kasy. Ochroniarze zostaną zastąpieni robotami. Kierowcy – autonomicznymi pojazdami, lekarze interniści urządzeniami, które po pobraniu jednej kropli krwi, jak przy badaniu cukru, zanalizują Cię znacznie dokładniej w domu, bez kolejek i taniej. Jaki los czeka słabo dostosowywujące się szkoły?

Idzie sztuczna inteligencja – co robić?

Klienci zgłaszający się do firm IT będą pytać o rozwiązania automatyzujące pracę ludzi. Już teraz powstają programy oparte o sztuczną inteligencję, które w obecnym systemie księgowym opartym o papierowe faktury, 3 krotnie zmniejszają zapotrzebowanie na księgowych w firmach. Trend jest nieunikniony. Jeszcze jesteśmy w stanie próbować przewidywać jak może wyglądać najbliższa przyszłość, jednak bardziej odległa jest tajemnicą, gdyż jest za dużo zmiennych, żeby wyobrazić sobie co przyniesie przyszłość, chyba że to również będzie robić sztuczna inteligencja. Jedynym pewnikiem jest ciągła szybka zmiana. Kiedyś, życie rodzica i jego dziecka niewiele się różniło, firmy „żyły” 70 lat, teraz żyją po 15 lat. Jeśli chcesz mieć pracę w przyszłości, musisz inwestować w siebie i się ciągle uczyć – dopasowywać się do zmieniającego się świata. Jednak nie możesz teraz się uczyć byle czego, to musi być coś co nie będzie zautomatyzowane i czego cena nie spadnie do okolic zera. Dla programisty tym tematem może być właśnie uczestniczenie w całym tym procesie, czyli Big Data, machine learning i sztuczna inteligencja. A Ty z której branży jesteś?

Na koniec polecam wystąpienie na TEDx „AI & The Future of Work” Volker’a Hirsch’a: