Ostatnio dużo rozmawiałem na temat GDMMiA z córka Joanną i młodym informatykiem MR (ale co ciekawe – rozpoczął teraz dodatkowe studia na wydziale lekarskim). Ponieważ moje zapytanie do Microsoft o możliwość zrealizowania na moje zlecenie i własne finansowanie projektu GDMMiA nie doczekało się odpowiedzi (po co walczyć z Google czy Microsoft – wolałem ich zatrudnić 🙂 ), zacząłem się zastanawiać, czy GDMMiA ma w ogóle sens? Czy nie tracę czasu i swojej energii na prace nad tym projektem? Czy może już Google i Microsoft nad tym pracują? Inaczej mówiąc: Czy nie robię dużo dobrej, nikomu niepotrzebnej roboty :). W tym wpisie posłużę się pierwszymi (raczej nieudolnymi rysunkami), ale to od nich zaczęła się w 2011 roku idea projektu GDMMiA.
Z metodologii prowadzenia projektów Prince najważniejszą rzeczą jakiej się nauczyłem jest to, że nie ważne ile czasu i pieniędzy się zainwestowało w dane przedsięwzięcie, jeśli analiza na jednym z kamieni milowych wykaże, że projekt nie rokuje sukcesu – to należy go bezwzględnie zakończyć, aby pozbyć się “kamienia młyńskiego u szyi, który pociągnie nas na dno.
Ideą projektu było stworzenie narzędzia, które pozwoli ludziom na całym świecie realizować ich marzenia i rozwiązywać problemy życiowe i biznesowe dzięki dostępowi do najlepszej, ciągłej wiedzy (nie tylko informacji) pokazującej, jak w mądry sposób pokonać przeciwności świata. Docelowo może powstać pokolenie ekspertów w każdej dziedzinie. Oczywiście w realizacji planu trzeba to wesprzeć pieniędzmi, umiejętnościami i talentami ludzi lub maszyn.
Nie trzeba będzie być bogatym, aby mieć wiedzę dzisiaj zastrzeżona dla wąskiej, najzamożniejszej grupy miliarderów. Wystarczy zapytać np. Google z silnikiem GDMMiA, a dostanie się jedno, ale najlepsze rozwiązanie. Dzięki przejrzystości algorytmu, będzie można zobaczyć, jakie opcje można było jeszcze rozważyć, i być może wybrać własne, inne rozwiązanie. GDMMiA wyjdzie też poza Internet i sięgnie po Big Data. (taki piaty wymiar rzeczywistości). Jesli połaczy sie z rozszerzeniem zmysłów człowieka (np. sensory znajdujące się na plecach pozwalają rozumieć mowę).
Najwygodniej dla człowieka byłoby, gdyby problem rozwiązał ktoś inny, bez żadnego nakładu pracy i pieniędzy. Takie rzeczy już były w historii “Każdemu według jego potrzeb”.
Chce mieć do, mówię o tym Złotej Rybce – jutro mam już nowy dom. Bez kredytu i innych zmartwień. Na razie to utopia. Ale kto wie, co będzie robiła Sztuczna Inteligencja dla pozbawionych pracy ludzi?
Jeśli nie Złota Rybka, to może sztuczna inteligencja rozwiąże za nas wszystkie problemy? Ze sztuczną inteligencją wiążą się jednak różne problemy. Po pierwsze jeszcze nie jest na tyle rozwinięta, aby rozwiązywać złożone zadania w każdej dziedzinie. Nadal się uczy (aloe uczy się bardzo szybko). Po drugie dochodzimy do takiego poziomu, że tracimy kontrole nad procesami, które odbywają się poza kontrolą człowieka (już za nią nie nadążamy). Sieci neuronowe wytwarzaj własne schematy (nie są to już znane nam typowe algorytmy). Mamy więc sytuację tzw. “czarnej skrzynki” (Coś się tam dzieje, daje wynik, ale nikt nie wie dlaczego). Brak kontroli nad procesem decyzyjnym może skutkować poważnymi konsekwencjami prawnymi. Jeśli coś nie zadziała (np. umrze człowiek podłączony do aparatury (chipa) sztucznej inteligencji, to kto pójdzie do więzienia – algorytm, lekarz, który podłaczył maszyne i wykonał jej instrukcje, robot, który sam wykonał cała prace, inzynier, który zaprojektował wejściowy interfejs i koncepcje sieci neuronowej, ale nie wie co się dzieje wewnątrz procesów “pudełka” (“czarna dziura)”.
Można też posłużyć się algorytmem rozwiązywania problemów – co jest bardziej zrozumiałe dla człowieka i pozwala mieć kontrolę nad decyzjami.
Algorytmy stworzone tylko przez ludzi można gromadzić i katalogować oraz wyszukiwać i rozwijać np. w GDMMiA.
Można też mieć kontrolę nad rozwiązaniami problemów przez sztuczna inteligencję podporządkowując ostateczne decyzje człowiekowi np. poprzez sprzężenie SI z GDMMiA
Czy to fantazja – NIE. To już się dzieje!
Google wprowadza wyszukiwanie algorytmów tekstowych na stronach www. To nie są tylko linki do stron, to jest już inteligentnie wybrana najlepsza (wg Google) treść w danym języku logiczna treść i to w formie pisanego w edytorze tekstowym algorytmu. Niedługo będzie prawdopodobnie to w wersji międzynarodowej dzięki Tłumaczowi Google i jego SI rozpoznawania języka naturalnego. Zadamy pytanie po polsku, a otrzymamy przetłumaczony najlepszy algorytm na świecie, jaki jest aktualnie dostępny w Internecie (a co z bazami danych poza zasięgiem Google – Big Data? – myślę, że to tylko kwestia czasu!). Na rycinie widać, jak działa takie wyszukiwanie. Osobne okno z wybranym algorytmem i nie jest o reklama. W ogóle tego nie zauważamy, ale Google już nami kieruje. Algorytm “Jak ugotować jajko”
Inny algorytm – jak zmienić tapetę na mac. Z 79400000 wybrano jeden najlepszy algorytm, jeśli chcemy zmienić język wyszukiwania – jest taka opcja. Niedługo pewnie będzie od razu też z tłumaczeniem na wybrany język.
Przy tworzeniu algorytmów Globalnej Mapy Myśli (GDMMiA) można sięgnąć do zapisanych w książkach, czy stronach www zasobów wiedzy. Jak zautomatyzować ten proces?. Może wykorzystać do tego celu sztuczną inteligencję w postaci np. Generatora tekstu GPT-3 OpenAI (został on wykorzystany m.in. w philsopherai.do analizy tekstu) .
Firma Elona Muska to właśnie OpenAI. GPT to skrót od skrót od Generative Pre-trained Transformer, co oznacza generatywny przetrenowany transformator.
https://openai.com/
Jeśli będziemy mieli wersje tekstową odpowiedzi na zapytanie, to albo dostaniemy logiczny opis algorytmu (jak wyżej pokazanym artykule na temat zmiany koła w samochodzie w programie Philosopher) albo wypunktowanie kolejności działań w formie pisemnego algorytmu. Analiza tekstu pozwala już wyłapać związki logiczne w treści pisanej, a następnie stworzyć logiczny ciąg informacji w postaci algorytmu. Algorytm można wówczas dołączać do GDMMiA dzięki uczeniu maszynowemu. GDMMiA może też być “pożywką” dla programu typu Philosopher).
A co by było, gdyby Google potrafiło wyszukiwać graficzne algorytmy znajdujące się na stronach www, konwertować je do języka pisanego w edytorze tekstu i wyświetlać bardzo złożone algorytmy w formie opisowej podczas wyszukiwania w przeglądarce. Jednym słowem przejść z epoki wyszukiwania informacji w epokę dostarczania wiedzy.
A gdyby do tego celu wykorzystać sieci neuronowe + rozpoznawanie obrazu (uczenie maszynowe, głębokie uczenie) + narzędzie oparte na opisywaniu obrazów Microsoft Azure oparte na Open AI (technologia GPT3) i to wszystko włączyć do przeglądarki Google.
” What’s that? Microsoft’s latest breakthrough, now in Azure AI, describes images as well as people do”
NEW DELHI Image Captioning – na tym filmie pokazano możliwość zastosowania Captcha w wyszukiwaniu obrazu w Google.
Niestety mój konsultant informatyczny MR (serdeczne podziękowania za szczerość) obawia się, że takie rozwiązanie jest bardzo trudne, lub wręcz nie możliwe obecnie do wykonania.
Nic tak mnie nie motywuje do pracy jak słowo NIEMOŻLIWE lub To się nie uda :). Jeśli nie Tak to JAK? 🙂
Globalna Dynamiczna Mapa Myśli i Algorytmów razem ze Sztuczna Inteligencją mogłaby w oparciu o tę wiedzę dołączyć narzędzie do tworzenia rozwiązań nowych problemów, które dotychczas nie mają swojego rozwiązania w sieci www i Big data.
