სტენდფორდის უნივერსიტეტმა გამოაქვეყნა მოხსენება პროგნოზებით იმის შესახებ, თუ როგორი მომავალი გველოდება ჩვენ პერსპექტივაში 2030 წლამდე. სპეციალურად PRIME.GE–მ გამოყო მათგან ყველაზე მნიშვნელოვანი და გააანალიზა რა პერსპექტივები აქვს ამ მხრივ საქართველოს.
2014 წელს სტენდფორდის უნივერსიტეტმა დაიწყო ხელოვნური ინტელექტის 100 წლიანი კვლევა, რომლის მსვლელობისასაც მეცნიერები აპირებენ შეადარონ, თუ რა გავლება აქვს საზოგადოებაზე ახალი ტექნოლოგიების დანერგვას ხელოვნური ინტელექტისა და მანქანური სწავლების სფეროში. პროექტის მსვლელობისას იგეგმება მონაცემების გამოქვეყნება ხელოვნური ინტელექტის კვლევის თემასთან დაკავშირებით. ამას წინათ გამოქვეყნებულ იქნა პირველი მოხსენება ამ სერიიდან, რომელშიც პროგნოზირებულია თუ როგორი მომავალი გველოდება ჩვენ, თვით 2030 წლამდე. ნათელია, მომავალი ერთნაირი არ იქნება სხვა და სხვა ქვეყნის მკვიდრთათვის, ამიტომ მეცნიერები განიხილავენ, რომელიღაც აბსტრაქტულ ჩრდილო-ამერიკულ ქალაქს. ყველა ქვეყანას აქვს თავისი სპეციფიკა ე.ი. მომავალში ტექნოლოგიური განვითარების თავისი ნიუანსები. მოდით გავერკვეთ თუ რას გვაუწყებს ჩვენ ეს მოხსენება და რამდენად აქტუალურია ის ჩვენთვის.
ტრანსპორტი
მკვლევარები სტენდფორდიდან თვლიან, რომ სწორედ ტრანსპორტის სფეროში უნდა ველოდეთ ყველაზე შესამჩნევ ცვლილებებს, რომლებიც ხელოვნურ ინტელექტთანაა დაკავშირებული. ლაპარაკი მიდის, როგორც მძღოლებისათვის ჩამონტაჟებულ დამხმარებზე (სენსორები, რომლებიც ანალიზს უწევენ, როგორც ავტომანქანის მდგომარეობას, ასევე სიტუაციას გზებზე), აგრეთვე უპილოტო ავტომობილებზე. ხოლო ტრაფიკის კონტროლის სისტემები, გაუმჯობესებული ანალიტიკით, გაზრდილი მონაცემებითა და მანქანური სწავლებით, საშუალებას მოგვცემს განვტვირთოთ ქალაქი საცობებისაგან. მაგალითად, ჰოლანდიაში დაფიქრდნენ “ჭკვიან გზებზეც” – რომლებიც გაჯერებული იქნება ათასგვარი სენსორებით და დაეხმარებიან მძღოლს მართვისას გზის საფარის მდგომარეობის გარკვევაში.
არამარტო უსაფრთხო მართვის საკითხში, რომელსაც ავტოპილოტი უზრუნველყოფს, არამედ იურიდიულ საკითხებშიც, ვინ იქნება დამნაშავე თუკი უპილოტო მანქანა დაეჯახება ადამიანს ან სხვა მანქანას? მძღოლი ყოველთვის შეიძლება დააჯარიმო ან ჩამოართვა მას მართვის მოწმობა, მაგრამ როგორ დავაჯარიმოთ ავტომობილი? კიდევ ერთი ასპექტი – ესაა საზოგადოების დამოკიდებულება უპილოტო ავტომობილებისადმი. ვერ შველიან სიტუაციას ვერც Tesla -ს ტიპის მაღალტექნოლოგიური ავტომობილების ბედნიერი მფლობელები – მათ სძინავთ, ჩართული აქვთ ავტოპილოტი და იგნორირებას უკეთებენ მანქანის რეკომენდაციას აიღონ მართვა თავის თავზე.
გარდა სირთულეებისა კანონმდებლობასთან, ასეთი ტექნოლოგიების გამოყენება საქართველოში შესაძლებელია გართულებული იქნას იმით, რომ მთლიანობაში გზების მდგომარეობა აქ უფრო რთულია. ეს ეხება, როგორც გზის საფარის მდგომარეობას, ასევე რელიეფს. ყოველივე ეს მოითხოვს ალგორითმების გამართვის უფრო მაღალ დონეს. ამასთან ერთად ჩვენი კანონმდებლობა საგზაო მოძრაობის სფეროში უფრო კონსერვატიულია, ვიდრე შტატებში ან ევროპაში და მის შეცვლაზე შესაძლებელია დიდი დრო წავიდეს.
ჯანდაცვა
ჯანდაცვა, ერთ-ერთი ყველაზე პერსპექტიული სფეროა ხელოვნური ინტელექტის დასანერგად. სწავლულები ამას ეთანხმებიან, მაგრამ აქვე აღნიშნავენ, რომ ის ყველაზე უფრო რთული სფეროა. შეცდომის ფასი აქ პაციენტის სიცოცხლეა, ხოლო ყველა მონაცემი ჯანმრთელობაზე ძალიან მგრძნობიარეა. ამიტომ ეთიკური საკითხები ჯანდაცვაში განსაკუთრებულად მწვავედ დგას. ხელს უშლის ბიუროკრატია და სამედიცინო დაწესებულებების მუშაობის მოძველებული მექანიზმები – ამ დაბრკოლებათა გადალახვაზე ბევრი დრო წავა. მაგრამ ყოველივე ეს ხელს ვერ უშლის ტექნოლოგიებს აქტიურ განვითარებაში, ხოლო დარგში შემოდის სულ უფრო ახალი ტექნოლოგიური კომპანიები, მათ შორის საქართველოშიც.
სამედიცინო მონაცემების მასიური დაგროვება უკვე შესაძლებელი გახდა გარკვეული დროის წინ, თუმცა დიდ ანალიტიკას ჯერ კიდევ ვერ მიუღწევია მათთან, მთელი რიგი მიზეზების გამო, მათ შორის საკანონმდებლო შეზღუდვები და პრივატულობის საკითხები. იგივე ეხება გამოსახულების გაცნობიერებას – მაგალითად, რენტგენით მიღებული სურათების, რომლებიც უკვე კეთდება და ინახება ციფრულად. ტელემედიცინაში საქმე უკეთაა – იწყება პროექტები, მათ შორის სახელმწიფოებრივი, ექიმებისთვის მაღალტექნოლოგიური სამედიცინო ინსტრუმენტების დასანერგად. მაგალითად, ქირურგის დისტანცირებული მონაწილეობა პროცედურაში HD – ტრანლაციის მეშვეობით. უახლოეს მომავალში ალბათ უნდა ველოდოთ, რომ ხელოვნური ინტელექტი შესძლებს გაანალიზოს სხვა და სხვა პაციენტთა მკურნალობის ისტორიათა მთელი მასივი, რათა გამოაცალკავოს მსგავსი შემთხვევები, მისცეს რეკომენდაციები და ამით ეკონომია გაუკეთოს თერაპევტის დროს. ტენდენცია აქ ცოტათი განსხვავდება სხვა დარგებისაგან – მთელი ავტომატიზირებული სამუშაო დაყრდნობილი ადამიანის თავში არსებულ ცოდნაზე და მონაცემთა შეჯერებაზე, პერსპექტივაში ჩანაცვლებული იქნება ხელოვნური ინტელექტით. მართალია, კიდევ დიდხანს ფინალური გადაწყვეტილება მაინც ადამიანის მიერ იქნება მისაღები.
საქართველოში ტელემედიცინის სფეროს დიდი ხანია ყურადღებით აკვირდებიან. არსებობს მომავალში დასანერგი სახელმწიფო პროგრამები. პირველი ეტაპი დაიწყება უკვე 2017 წელს. ჯერ-ჯერობით ამ პროგრამას არავითარი კავშირი არ აქვს ხელოვნურ ინტელექტთან, მაგრამ მას შეუძლია ირიბად ხელი შეუწყოს ხელოვნური ინტელექტის ტელემედიცინაში დანერგვის დაწყებას – წამლის რეცეპთთა ტექსტების ავტომატური დამუშავებიდან, პაციენტებიდან აღებულ გამოსახულებებამდე. მითუმეტეს, ჩვენთან უკვე მუშაობენ გამოსახულებებზე, პათოლოგიების გაშიფრვაზე ნეირო ქსელების მეშვეობით და არის მოთხოვნა მაღალკვალიფიციურ სამედიცინო გამოსახულებებზე რეგიონში.
განათლება
ახლო მომავალში რობოტები ვერ შეცვლიან მასწავლებლებს. ეს ეხება, როგორც ამერიკის შეერთებულ შტატებს, ასევე საქართველოს, სადაც მასწავლებლები აღიქვებიან, როგორც აღმზრდელები. მკვლევარები სტენდფორდიდან ყურადღებას აქცევენ არა იმდენად იმას, თუ როგორ მოხდება ხელოვნური ინტელექტის დანერგვა განათლებაში, რამდენადაც საკითხებს ახალ ტექნოლოგიებზე, რომლებიც ეხმარებიან მასწავლებლებს და რაღაც დონეზე მათ ჩაენაცვლებიან, მაგალითად ონლაინ-პროგრამების შესწავლის დროს. მკვლევარებს მაგალითად მოჰყავთ Carnegie Cognitive Tutor, რომელიც მოსწავლეებს მათემატიკის შესწავლაში ეხმარება: სისტემას შეუძლია მოერგოს თითოეული მოსწავლის პრობლემებს და ხელი შეუწყოს სიძნელეების გადალახვაში – და მათზე დაყრდნობით შეცვალოს კარნახი და იქონიოს “ფიდბექი” (უკუკავშირი) მეცადინეობის მიმდინარეობისას. სწავლების ინტელექტუალური სისტემები ფართოდ გამოიყენება ამერიკის შეერთებულ შტატებში სხვა და სხვა სპეციალისტების მოსამზადებლად – პროგრამისტებიდან ინჟინრებამდე. როდესაც წარმოიშვება ვირტუალური ადაპტირებადი გარემო კონკრეტული პრობლემების გადასაწყვეტად რეალურ ცხოვრეაბაში, ხელოვნური ინტელექტი ეხმარება შეუსადაგოს მას პროცესი კურსანტის მოქმედებათა შესაბამისად. მაგალითად, ესაა სისტემა Sherlock, რომელიც მოფიქრებულია ჯერ კიდევ 1989 წელს და გამოიყენება ტექნიკოსების განსასწავლად ამერიკის შეერთებული შატატების სამხედრო საჰაერო ძალებში. კიდევ შეგვიძლია ავღნიშნოთ ონლაინ მთარგმნელების მნიშვნელოვანი პროგრესი, რომელიც მანქანის ინტელექტის მეშვეობით მიმდინარეობს. ეს საშუალებას იძლევა უცხო ენებზე გამოცემული საგანმანათლებლო ლიტერატურა უფრო ხელმისწავდომი გახდეს.
უსაფრთხოება
მანქანური ინტელექტი, რომელიც უკვე აქტიურად გამოიყენება უსაფრთხოების სფეროში, მომავალში კიდევ უფრო აქტიურად იქნება გამოყენებული. მკვლევარები თვლიან, რომ ხელოვნურ ინტელექტს შეუძლია გამოავლინოს სიცრუე დაკითხვის დროს. ხოლო დანაშაულებათა დიდი მასივების კვლევის ანალიზი, რომელსაც თან ერთვის კონკრეტულ რაიონში დანაშაულებათა ისტორია, ვიდეო კამერების ჩანაწერები და ეჭვმიტანილთა გადაადგილებები, დახმარებას გაგვიწევს ვივარაუდოთ თუ სად შეიძლება მოხდეს შემდეგი დანაშაული – თითქმის როგორც სერიალ “ეჭვმიტანილები” – შია. გარდა ამისა არ ღირს დაგვავიწყდეს კიბერ უსაფრთხოება. მანქანის ინტელექტზე დაფუძნებული სისტემები უკვე გვეხმარება გამოვავლინოთ ფინანსური დანაშაულებები, ვინმეს საკრედიტო ბარათის საეჭვო მოქმედების საფუძველზე. მომავალში მსგავსი სისტემები კიდევ უფრო ეფექტური გახდება.
რა თქმა უნდა ხელოვნური ინტელექტის გამოყენება სათვალთვალო სისტემებში ადამიანებში უკმაყოფილებას იწვევს. მაგრამ ამას შეიძლება სხვა კუთხითაც შევხედოთ, კითხვის შემდეგნაირად დასმით: რა უფრო უკეთესია – თუკი თქვენ კამერის მეშვეობით გითვალთვალებთ უსულო ალგორითმი თუ კონკრეტული ადამიანი? ვფიქრობ პირველ შემთხვევაში პრივატულობა ბევრად ნაკლებად ირღვევა. ხელოვნური ინტელექტი მიმართულია მხოლოდ იმაზე, რათა უთვალთვალოს საშიშ ობიექტებს და ის სწორედ, რომ გამორიცხავს ადამიანთა მუდმივ მონიტორინგს. წარმოიდგინეთ ნავთობის მილი, რომელსაც უნდა უთვალთვალოთ, რათა მას არალეგალურად არ მიუერთდნენ ბოროტმზრახველები. შეიძლება დავაყენოთ კამერები და ხანდახან გავუშვათ პატრული მილის გასწვრივ ან გავუშვათ დრონი რათა დავაფიქსიროთ უცხო ობიექტების გამოჩენა, მაგალითად ავტომობილის ან ადამიანთა ჯგუფების.
მსგავსი პროექტი აქვს Yandex Data Factory – ს და კომპანია Assanture -ს, სისტემა ეწევა გრძივი ობიექტების მონიტორინგს. ნავთობსადენები და გაზსადენები, რომელთა მონიტორინგი დაჯდებოდა ძალიან ძვირი ადამიანებით პატრულირების შემთხვევაში, კონტროლირდება აღნიშნული სისტემებით.
გართობა
ხელოვნური ინტელექტი საკმაოდ დიდი ხანია გამოიყენება გართობის სფეროში. მაგალითად, თამაშებში კომპიუტერული მტრები თავიანთ მოქმედებებს აგებენ მოთამაშის მოქმედების საფუძველზე, რაც არის საუკეთესო მაგალითი ხელოვნური ინტელექტის მოქმედებისა. სოციალურ ქსელებში ალგორითმები-რეკომენდაციები, ასევე იყენებენ ხელოვნურ ინტელექტს და ამის კლასიკური მაგალითია Facebook-ის ახალი ამბების საინფორმაციო ლენტა. მანქანური ინტელექტის გამოყენების შესახებ ისინი ყვებიან თავიანთ ბლოგში: ესაა პოსტების გადატანა, ჭკვიანური ძებნა, ლენტის ადაპტაცია მომხმარებლის ინტერესებისდა შესაბამისად (იმაზე დამოკიდებულებით თუ რას ალაიქებს და რა გზავნილებს ხსნის). სხვათა შორის ესაა საკმაოდ უბრალო დონე რთული ტექნოლოგიების გამოყენებისა მომავალში. მკვლევართა აზრით კონტენტის პერსონალიზაციის ხარისხი გახდება ბევრად უფრო მაღალი, ვიდრე დღესაა.
ხელოვნური ინტელექტი მკვიდრდება ხელოვნებაშიც – სულ უფრო მეტად ჩნდება სრულიად წარმატებული მაგალითები პროგრამებით ტექსტებისა და მელოდიების შექმნისა. მაგალითად, ენთუზიასტებმა გააკეთეს პროექტი “ნეირონული თავდაცვა”, სადაც ნეიროქსელმა დაწერა სიმღერების ტექსტები. ეხლა ეს მხოლოდ გასართობი ექსპერიმენტებია, მაგრამ ძნელი არაა იმის წარმოდგენა, თუ როგორ ხატავენ ნეიროქსელები სურათებს ან ქმნიან ახალ მუსიკალურ ნაწარმოებებს, თანაც ისეთებს, რომლებიც თითქმის გარანტირებულად გახდებიან ჰიტები: ნეიროქსელს ხომ აქვს უნარი გამოავლინოს აუცილებელი პირობები იმისათვის, რომ კომპოზიცია გახდეს ჰიტი.
გასართობი ტექნოლოგიების განვითარებაში ამერიკულ შეერთებულ შტატებსა და საქართველოს შორის დიდი სხვაობაა. აქ ჩვენ საკმაოდ ჩამოვრჩებით დასავლეთს. შექმნა სარეკომენდაციო სისტემა ან გასართობი ბოტი ინგლისურზე დაყრდნობით უფრო ადვილია – მეტია მომხმარებელი და თვითონ ენა უფრო ფორმალიზებულია. ქართული სამომხმარებლო ბაზარი რთულია, რაც აძნელებს პროცესს.
უნდა გვეშინოდეს თუ არა უმუშევრობის
მთავარი შიშები ხელოვნურ ინტელექტთან მიმართებაში მდგომარეობს იმაში, რომ იგი ართმევს სამუშაო ადგილებს ადამიანებს. არ შეიძლება ითქვას, რომ ეს შიში უსაფუძვლოა. მკვლევარები სტენდფორდიდან თვლიან, რომ მართალია ხელოვნური ინტელექტი მართლაც შეცვლის ბევრი ადამიანს შრომას სხვა და სხვა დარგებში, მაგრამ ამავდროულად იგი შექმნის უამრავ ახალ სამუშაო ადგილს, მაგრამ ახლა რთულია ითქვას, სახელდობრ რომლებს. ამას გარდა, ხელოვნური ინტელექტი ვერ შეცვლის მილიონობით ადამიანის შრომას მყისიერად – ეს პროცესი გაწელილი სივრცში და დროში იქნება თანდათანობითი იმ გაგებით, რომ თავდაპირველად ხელოვნური ინტელექტი მოვა მშრომელი ადამიანის დასახმარებლად და მხოლოდ შემდეგ შესძლებს მის შეცვლას. ეს ზოგიერთი პროფესიის ადამიანთა დასაქმების შემცირების პროცესს გახდის რბილსა და უმტკივნეულოს.
