Kot so pred nekaj leti razložili kolegi z Univerze Harvard, umetna inteligenca pomeni različnim ljudem različno. Za inženirsko skupnost je to zelo poseben in ozek nabor tehnologij, osredotočenih na nevronske mreže ali napredne tehnike strojnega učenja. Tovrstne metode in tehnike se razvijajo že dlje časa. Začetki nevronskih modelov segajo v leto 1943, ko sta McCulloch in Pitts predstavila poenostavljen nevronski model, ki posnema funkcionalnost biološkega nevrona, zato se imenuje tudi umetni nevron. V poznih šestdesetih letih je razvoj nevronskih mrež šel v pozabo in doživel preporod v poznih osemdesetih, ko so raziskave na nevronskih mrežah ponovno pridobivale moč. Zato večina inženirjev, ko govorimo o umetni inteligenci, ne razmišlja o novi revolucionarni tehnologiji, temveč o evoluciji že dolgo uveljavljenih metod in tehnik.
Za poslovno skupnost je v zadnjih letih umetna inteligenca postala nujna modna beseda. Predstavniki skupnosti verjamejo, da lahko z velikimi količinami podatkov počnemo čarobne stvari za odpravljanje kompleksnih težav, ki so v marsičem postale družbeno nerešljive, pa upamo, da jih bomo lahko rešili s tehnologijo.
Za splošno javnost umetna inteligenca pogosto temelji na domišljiji. Tako rekoč na znanstveni fantastiki. Marsikdo misli, da lahko vedno bolj zmogljivi računalniki počnejo nore stvari. Te nore stvari so lahko pozitivne, ko izjemno pametni računalniki in roboti rešujejo svet. Ali popolnoma grozljive, kot nam večkrat pokažejo v hollywoodskih filmih in Netflixovih nadaljevankah.
Splošni družbeni konsenz, kaj je umetna inteligenca in kaj naj bi strokovnjaki, ki se ukvarjajo z njo, znali in počeli, ne obstaja. Ena najpomembnejših stvari, kar jih moramo narediti, ko se začnemo ukvarjati z umetno inteligenco in reševanjem izzivov z njeno pomočjo, je pravzaprav združiti različne okvire mišljenja. Če želimo izkoristiti potencial tehnologije, moramo o tem razmišljati tehnično in družbeno. Največji problemi, ki so pred nami, namreč niso zgolj tehnični ali zgolj družbeni. Gre za zapleten preplet, ki ga zgolj tehniki ali zgolj družboslovci ne zmorejo rešiti. Nujno je aktivno sodelovanje in dopolnjevanje strokovnjakov različnih disciplin.
Avtonomna vožnja, ki naj bi revolucionarno spremenila cestni promet in zmanjšala število nesreč in zastojev, je eno od pomembnih področij uporabe umetne inteligence. Avtonomna vozila so opremljena s številnimi senzorji, ki pomagajo pri boljšem razumevanju okolice in učinkovitejšem načrtovanju poti. Raziskovalci in proizvajalci avtomobilov že leta delajo na področju avtonomne vožnje in so dosegli izjemen tehnološki napredek. Kljub temu je dvomov in izzivov, ki jih je treba premagati, še zmeraj ogromno, saj avtonomna vožnja ne zajema le zapletene avtomobilske tehnologije, temveč tudi človeško vedenje, etiko, strategije upravljanja prometa, politike, odgovornosti ... Poleg tega se avtonomna vozila ne bodo uporabljala zgolj v natančno načrtovanem in dorečenem laboratorijskem okolju, ampak tudi v izjemno nepredvidljivem realnem okolju, ki se lahko močno razlikuje med državami in kulturami. In ravno to je glavni razlog, zakaj ni pričakovati, da bodo kratkoročno že na voljo komercialna vozila brez voznika.
Če želimo izkoristiti velik potencial umetne inteligence, ni dovolj le, da imamo najboljše inženirje strojništva, elektrotehnike, računalništva in informatike
Dodaten zaplet povzročajo pravna vprašanja in vidiki popolnoma avtomatizirane vožnje. Segajo od potrebe po posebnih vozniških dovoljenjih do veliko bolj zapletenih tem, kot sta odgovornost v primeru nesreče ali vprašanje zasebnosti. Vsi ti pravni in etični pomisleki bi lahko močno ovirali širjenje in uporabo avtonomnih vozil tudi takrat, ko bo to tehnološko izvedljivo.
Na opisanem primeru avtonomne vožnje hitro spoznamo; če želimo izkoristiti velik potencial umetne inteligence, ni dovolj, da imamo najboljše inženirje strojništva, elektrotehnike, računalništva in informatike, ki bodo uspešni pri snovanju zapletenih algoritmov. Potrebujemo antropologe, filozofe, psihologe, kulturologe in druge strokovnjake, ki preučujejo človeško vedenje, da pomagajo pri boljšem in predvsem bolj natančnem načrtovanju teh algoritmov.
Ne smemo pozabiti, da je umetna inteligenca zgolj tehnologija, ki je sama po sebi neuporabna, če ni aplicirana. V našem primeru smo jo aplicirali v avtomobilih. Če želimo, da tehnologija živi, se mora uporabljati. Na uporabo avtomobilov pa, vemo, vpliva veliko faktorjev, med njimi tudi cena in oblika. To pomeni, da potrebujemo še dodatne strokovnjake v verigi, in sicer ekonomiste in psihologe za oblikovanje cene ter oblikovalce za dizajn avtomobilov. Ne nazadnje nikakor ne bo šlo brez komunikatorjev, ki bodo znali ustrezno predstaviti tehnologijo, njene prednosti in slabosti, ter bodo poskrbeli, da umetne inteligence ne bomo povezovali z znanstveno fantastiko in se je zaradi tega bali.
S poenostavljeno razlago o uporabi napredne tehnologije v prometu ugotovimo, kako zelo napačno je razmišljanje, da so določene vede in znanja bolj pomembni in morajo biti zato bolj cenjeni od drugih. Vidimo namreč, da so enako pomembni pa tudi da so med seboj odvisni, se dopolnjujejo, nadgrajujejo in ne morejo drug brez drugega. Povsem napačno razmišljanje je tudi to, da so družboslovne vede teoretične, medtem ko so tehnične praktične. Tako kot v družboslovju tudi v tehniki imamo in potrebujemo teorijo, ki jo lahko preizkusimo in apliciramo v praksi. Seveda pa to, katera znanja in veščine potrebuje določena disciplina, ve le ta, ki disciplino razume. In poleg umetne inteligence premore tudi nekaj prave.
Obiščite spletno stran brez oglasov.
