Ühel 2010. aasta augusti õhtul astus San Francisco lahe piirkonnas konverentsiruumis lavale 34-aastane londonlane nimega Demis Hassabis. Ronides oma närve kontrolliva mehe meeletu kõnnakuga poodiumilt üles, surus ta lühikese naeratusega huuled kokku ja ütles: "Noh, täna tahan rääkida erinevatest lähenemistest loomingule …". Ta peatus, mõistes justkui valjusti oma ambitsioone kuulutades. Ja ta ütles seda: "AGI".
AGI tähistab üldist tehisintellekti, hüpoteetilist arvutiprogrammi, mis suudab täita intellektuaalseid ülesandeid nii inimesele kui ka veelgi paremini. AGI on võimeline täitma konkreetseid ülesandeid, näiteks tuvastama inimesi fotodel või tõlkima keeli, mis on praegu võimelised meie telefonides ja arvutites kasutama paljusid eraldi tehisintellekti. Nad saavad samal ajal vestlust pidada, malet mängida ja prantsuse keelt rääkida. Nad saavad aru füüsikaraamatutest, kirjutavad romaane, töötavad välja investeerimisstrateegiaid ja peavad juhuslikke vestlusi võõrastega. Nad jälgivad tuumareaktsioone, haldavad elektrivõrke ja liiklust ning suudavad vaevata ka kõige muuga hakkama saada. AGI muudab tänapäeval kõige arenenuma AI sarnaseks taskuarvutiteks.
Ainus intellekt, mis praegu kõiki neid ülesandeid täita suudab, kuulub inimestele. Kuid inimese meelt piirab aju majutava kolju suurus. Selle võimsust piirab väike energiakogus, mida keha suudab pakkuda. Kuna AGI töötab arvutites, ei kannata need piirangud. Tema luure on piiratud ainult saadaolevate töötlejate arvuga. AGI võib alustada tuumareaktsioonide jälgimisega. Kuid piisavalt varsti avastab ta uued energiaallikad, seedides sekundis rohkem füüsikatööd, kui inimene tuhande aasta jooksul suudab. Inimeste tasemel luureandmed, mida toetab arvutite kiirus ja mastaapsus, päästavad meid vaevast. Hassabis ütles Briti ajalehele Observer, et loodab, et AGI tegeleb muu hulgas teadusharudega, näiteks vähiga,kliimamuutused, energeetika, genoomika, makromajandus ja finantssüsteemid."
Konverentsi, kus Hassabis rääkis, kutsuti Singularity Summitiks. Singulaarsus - nime esimene osa - viitab futuroloogide sõnul AGI tekkimise tõenäolisele tagajärjele. Kuna AGI töötleb teavet suure kiirusega, muutub see väga kiiresti väga intelligentseks. Kiired enesetäiendamise tsüklid põhjustavad masinluure plahvatuse, jättes inimesed räni tolmu nuusutama. Kuna see tulevik põhineb ainult kontrollimata eeldustel, siis arvatakse peaaegu religioosselt, et singulaarsus osutub kas utoopiaks või põrguks.
Sõnavõttude pealkirjade järgi uskusid konverentsil osalejad rohkem esimesse tulemusesse: „Mõistus ja kuidas seda ehitada“, „AI vananemise vastu“, „Keha asendamine“, „Elu ja surma vahelise piiri muutmine“. Hassabis kõne seevastu tundus igav: "Süsteemne neuroteaduslik lähenemisviis AGI loomisele."
Hassabis asus poodiumil ja ekraanil, kõneldes paatikat. Ta kandis burgundi hüppajat ja valget nööbist särki nagu koolipoiss. Tema väike kehaosa näis vaid rõhutavat tema intelligentsust. Siiani, selgitas Hassabis, on teadlased lähenenud AGI-le kahelt poolt. Üks lähenemine, mida tuntakse sümboolse AI-na, püüdis kirjeldada ja programmeerida kõiki reegleid, mis on vajalikud süsteemiks, mis suudaks mõelda inimesena. See lähenemisviis oli populaarne 1980ndatel ja 1990ndatel, kuid see ei andnud soovitud tulemusi. Hassabis arvas, et aju mentaalne arhitektuur on liiga peen, et seda sel viisil kirjeldada.
Teine lähenemisviis on koondanud teadlased, kes üritavad aju füüsilisi võrke digitaalselt korrata. Sellel oli teatav mõte. Lõppude lõpuks on aju inimese intelligentsuse alus. Kuid ka need teadlased olid valel teel, ütles Hassabis. Nende ülesandeks oli luua universumi kõigi tähtede kaart. Veel sügavamalt keskendusid nad aju vales toimimise tasemele. See oli nagu proovida aru saada, kuidas Microsoft Excel töötab, arvutisse sisse häkkides ja õppides, kuidas transistorid omavahel suhtlevad.
Selle asemel pakkus Hassabis keskpunkti: AGI peaks ammutama inspiratsiooni aju laialdaselt töötlemisviisidest, mitte füüsilistest süsteemidest või konkreetsetest reeglitest, mida see konkreetsetes olukordades kohaldab. Teisisõnu, ta peaks keskenduma aju tarkvara, mitte selle riistvara mõistmisele. Uued tehnikad, näiteks funktsionaalne magnetresonantstomograafia (fMRI), mis võimaldasid aju toimimisest ülevaate saada, vihjasid, et selline mõistmine on võimalik. Hassabis ütles, et hiljutised uuringud näitavad, et aju õpib une ajal oma kogemusi korrates, et selgitada välja üldpõhimõtted. AI teadlased peavad sellist süsteemi jäljendama.
Reklaamvideo:
Avaslaidi paremas alanurgas on ümmarguse sinise keerise kujul olev logo. Kaks sõna selle kõrval on trükitud allpool: DeepMind. See oli esimene kord, kui ettevõtet avalikult mainiti. Hassabis veetis üle aasta, et saada kutset Singularity tippkohtumisele. Loeng oli tema kaas. Tegelikult vajas ta ühte minutit konverentsi rahastanud Silicon Valley miljardäri Peter Thieliga. Hassabis soovis Thieli investeeringut.
Hassabis ei rääkinud kunagi sellest, miks ta Thieli tuge vajas. Kuid Thiel uskus AGIsse isegi rohkem kui Hassabis. Thiel ütles 2009. aastal Singularity tippkohtumisel rääkides, et tema suurim hirm tuleviku ees pole robotite ülestõus. Rohkem muretses ta selle pärast, et singulaarsus ei saabunud niipea. Maailm vajas majandussurutise ärahoidmiseks uusi tehnoloogiaid.
DeepMind teenis lõpuks 2 miljonit naela, millest Thiel oli 1,4 miljonit. Kui Google ostis ettevõtte 2014. aasta jaanuaris 600 miljoni dollari eest, andsid Thiel ja teised varased investorid oma investeeringult 5000% tulu.
Paljude asutajate jaoks oleks see õnnelik lõpp. Võiks puhata, astuda sammu tagasi, veeta aega üksi rahaga. Hassabise jaoks oli Google'i omandamine vaid veel üks samm tema AGI otsingus. Suurema osa 2013. aastast veetis ta tehingu tingimuste üle läbirääkimiste pidades. DeepMind pidi tegutsema omanikust eraldi. Ta pidi saama Google'i omamise eelised, näiteks juurdepääsu rahavoogudele ja arvuti võimsusele, kaotamata kontrolli.
Hassabis arvas, et DeepMind võiks olla hübriid, millel on käivitusmootor, suurimate ülikoolide ajud ja maailma ühe kõige väärtuslikuma ettevõtte sügavad taskud. Kõik koostisosad olid paigas, et kiirendada AGI saabumist ja kõrvaldada inimeste kannatuste põhjused.
Hu hr Hassabis
Demis Hassabis sündis 1976. aastal Põhja-Londonis Küprose kreeka ja Singapuri päritolu Hiina perekonnas. Ta oli vanem kolmest õest. Tema ema töötas Briti kaubamajas John Lewis ja isa pidas mänguasjakauplust. Hassabis ise asus malesse nelja-aastaselt, jälgides, kuidas tema isa ja onu mängivad. Mõne nädala pärast peksis ta juba täiskasvanuid. 13-aastaselt sai temast maailma vanuselt parim maletaja. Kaheksa-aastaselt õppis ta programmeerima lihtsas arvutis.
Hassabis sai oma kõrghariduse 1992. aastal, kaks aastat graafikust ette. Sai tööd videomängude programmeerijana ettevõttes Bullfrog Productions. Hassabis kirjutas teemapargi, milles mängijad loovad ja haldavad virtuaalset lõbustusparki. Mäng oli suure eduga ja müüdi 15 miljonit eksemplari, luues terve simulatsioonimängude žanri, milles eesmärk polnud mitte vaenlase lüüa, vaid optimeerida tohutu keeruka süsteemi, näiteks ettevõtte või linna toimimist.
Lisaks mängude loomisele mängis Demis neid hästi. Teismelisena jooksis ta lauamänguvõistlustel põrandate vahel, võisteldes samal ajal male, krabisemise, pokkeri ja backgammoni duellides. 1995. aastal võistles Hassabis Cambridge'i ülikoolis arvutiteadusi õppides üliõpilaste mineku turniiril. Go on iidne strateegialauamäng, mis on males oluliselt raskem. Meisterlikkus peab nõudma mitmeaastase kogemuse põhjal omandatud intuitsiooni. Keegi ei teadnud, kas Hassabis on kunagi varem Go-d mänginud.
Esiteks võitis Hassabis algajate turniiri. Seejärel alistas ta kogenud mängijate võitja, ehkki händikäpiga. Turniiri võõrustanud Cambridge'i meister Charles Matthews tuletab meelde šokki, et 19-aastane rookie hävis. Matthews võttis Hassabis oma tiiva alla.
Hassabise intelligentsus ja ambitsioonid on mängudes alati silma paistnud. Mängud omakorda taastasid ta kire intelligentsi vastu. Vaatlusel oma arengut malevas mõtiskles ta, kas arvuteid saaks programmeerida õppima samamoodi nagu kogemusi omandades. Mängud pakkusid õpikeskkonda, mis ei sobinud reaalse maailmaga. Nad olid ranged ja kinnised. Kuna mängud on reaalsest maailmast eraldi, saab neid ilma sekkumiseta harjutada ja tulemuslikult õppida. Mängud kiirendavad aega: mängijad loovad mõne päevaga kuriteosündikaadi ja võitlevad mõni minut Somme peal.
1997. aasta suvel reisis Hassabis Jaapanisse. Sama aasta mais edestas IBM-i Deep Blue arvuti male maailmameistrit Garry Kasparovit. Esmakordselt peksis arvuti suurärimeest. Matš äratas kogu maailmas tähelepanu ja tekitas muret arvutite kasvava võimsuse ja võimaliku ohu pärast. Kui Hassabis kohtus Jaapani lauamängumeistri Masahiko Futszuveraga, rääkis ta plaanidest, mis ühendaksid tema huvid strateegiliste mängude ja tehisintellekti vahel: ühel päeval töötab ta välja arvutiprogrammi, et lüüa kõige suurem mängija.
Hassabis lähenes oma karjäärile metoodiliselt. "Hassabis arvas 20-aastaselt, et teatud asjad peavad olema paigas, enne kui tehisintellekt pääseb vajalikule tasemele," ütleb Matthews. "Tal oli plaan."
1998. aastal asutas ta oma mängustuudio nimega Elixir. Hassabis keskendus ühele äärmiselt ambitsioonikale mängule Vabariik: revolutsioon, keerulisele poliitilisele simulatsioonile. Mõni aasta varem, veel koolis käies, oli Hassabis öelnud oma sõbrale Mustafa Suleimanile, et maailm vajab keeruka dünaamika modelleerimiseks ja kõige keerukamate sotsiaalsete probleemide lahendamiseks grandioosseid simulatsioone. Nüüd proovis ta seda mängus teha.
Tema püüdlusi oli arvatust keerulisem kodeerida. Elixir andis lõpuks välja mängu riisutud versiooni, et saada sooje ülevaateid. Muud mängud on läbi kukkunud. 2005. aasta aprillis pani Hassabis Elixiri kinni. Matthews usub, et Hassabis asutas ettevõtte lihtsalt juhtimiskogemuse saamiseks. Hassabis puudus nüüd vaid üks oluline asjatundlikkus, enne kui ta sai alustada oma otsimist AGI leidmiseks. Ta pidi mõistma inimese aju.
2005. aastal sai Hassabis doktorikraadi neuroteaduste alal Londoni ülikooli kolledžist. Ta avaldas väga mõjuka uurimuse mälust ja kujutlusvõimest. Üks uuring, mida on sellest ajast alates viidatud üle 1000 korra, näitas, et ka amneesiaga inimestel on raske uusi kogemusi ette kujutada, viidates meeldejäämise ja vaimsete kujundite vahelisele seosele. Hassabis ehitas arusaama ajust, mida on vaja AGI omandamiseks. Suur osa tema tööst taandub ühele küsimusele: kuidas inimese aju võtab vastu ja säilitab mõisteid ja teadmisi?
Hassabis asutas DeepMindi ametlikult 15. novembril 2010. Ettevõtte missiooniülesanne oli sama nagu praegu: "lahendage luureandmed" ja kasutage seda siis kõige muu lahendamiseks. Nagu Hassabis ütles singulaarsuse tippkohtumisel, tähendab see meie arusaama tõlgendamist sellest, kuidas aju täidab ülesandeid tarkvaraks, mille õpetamiseks võib kasutada samu meetodeid.
Hassabis ei väida sugugi, et teadus on inimmõistusest täielikult aru saanud. AGI rakendamise plaani oli võimatu õppida sadadest neuroteaduste uuringutest. Kuid ta usub selgelt, et on täiesti võimalik alustada AGI-ga tööd viisil, mis talle meeldib. Siiski on ka võimalik, et tema enesekindlus trügib reaalsust. Me teame ikka veel väga vähe selle kohta, kuidas aju tegelikult toimib. Aastal 2018 seadis Austraalia teadlaste meeskond kahtluse alla Hassabise enda leiud. Muidugi, see on vaid üks dokument, kuid see näitab, et DeepMindi töö aluseks olev teadus pole kaugeltki tõestatud.
Kaasasutajatena liitusid Suleiman ja Shane Legg, kes on AGI kinnisideeks saanud Uus-Meremaalane, kellega Hassabis ka ülikoolis kohtus. Ettevõtte maine kasvas kiiresti. Hassabis õitses. "See köidab nagu magnet," ütleb endine Deep Mind'i tegevjuht Ben Faulkner. Paljud värvatud on pärit Euroopast. Võib-olla oli DeepMindi suurim saavutus andekate inimeste aktiivne värbamine varakult ning nende säravaimate ja parimate säilitamine.
Üks masinõppe tehnikaid, millele ettevõte on keskendunud, kasvas välja Hassabis kahekordsest kirest mängude ja neuroteaduste vastu: tugevdusõppest. Sellise programmi eesmärk on koguda teavet keskkonna kohta ja seejärel sellest õppida, reprodutseerides oma kogemusi ikka ja jälle - täpselt nii, nagu Hassabis kirjeldas ainsat tegevust une ajal oma Singularity Summiti loengus.
Tugevdusõpe algab puhtast kiltkivist. Programmile kuvatakse virtuaalne keskkond, millest ta ei tea midagi peale reeglite, näiteks malesimulaatori või videomängu. Programm sisaldab vähemalt ühte komponenti, mida nimetatakse närvivõrguks. See koosneb arvutusstruktuuride kihtidest, mis sõelutakse teabe kaudu välja konkreetsete tunnuste või strateegiate tuvastamiseks. Iga kiht uurib keskkonda omal abstraktsuse tasemel. Alguses on nendel võrkudel minimaalne edu, kuid nende vead - ja see on oluline - on ka neisse kodeeritud. Järk-järgult saavad nad targemaks ja nutikamaks, katsetades erinevaid strateegiaid ja saades edu korral tasu. Kui programm liigutab malelaua ja selle tulemusel kaotab mängu, ei tee see sellist viga enam. Suur osa tehisintellekti võludest seisneb kiiruses, millega ta neid ülesandeid kordab.
DeepMindi töö jõudis oma zenitisse 2016. aastal, kui meeskond töötas välja tehisintellekti programmi, mis kasutas tugevdusõpet koos teiste mängimismeetoditega. Programm nimega AlphaGo tõstis kulmud pärast maailmameistri peksmist viimati peetud 2016. aasta mängus Soulis. Masina võit, mida jälgis 280 miljonit inimest, juhtus kümme aastat varem, kui masinad ennustasid. Järgmisel aastal alistas AlphaGo täiustatud versioon Hiina Go meistri.
Nagu Deep Blue 1997. aastal, muutis AlphaGo ettekujutust inimlikest saavutustest. Inimmeistrid, planeedi säravad meeled, ei olnud enam intellektuaalse püramiidi tipus. Ligi 20 aastat pärast seda, kui Hassabis teatas oma ambitsioonidest Fuzuverele, täitis ta need. Hassabis ütles, et see matš tõi talle pisarad silma. Ta oli Matthewsile tänulik.
DeepBlue võitis tänu julmale jõule ja arvutuskiirusele, kuid AlphaGo stiil tundus olevat kunstiline, peaaegu inimlik. Selle elegants ja rafineeritus, arvutusvõimsuse paremus näisid näitavat, et DeepMind oli võistlusest ees programmi loomisel, mis võimaldaks ravida haigusi ja hallata linnu.
DeepMind ja tehisintellekt
Hassabis on alati öelnud, et DeepMind muudab maailma paremaks. Kuid AGI osas pole kindlust. Kui ta kunagi ilmub, ei tea me, kas asi on parem või halvem, kas ta allub inimlikule kontrollile. Kui jah, siis kes hoiab ohjad käes?
Algusest peale üritas Hassabis kaitsta DeepMindi iseseisvust. Ta nõudis alati, et DeepMind viibiks Londonis. Kui Google 2014. aastal ettevõtte ostis, muutus kontrolli küsimus aktuaalsemaks. Hassabis ei pidanud DeepMindit Google'ile müüma. Piisava sularahaga visandas ta ärimudeli, milles ettevõte arendaks teadusuuringute rahastamiseks mänge. Nad lubasid Google'is palju raha, kuid ta ei tahtnud enda tõstatatud ettevõtet üle kanda. Tehingu osana lõi DeepMind lepingu, mis takistaks Google'il ühepoolselt ettevõtte intellektuaalomandi üle kontrolli võtmast. Omandamisele eelnenud aastal allkirjastasid allikad mõlema poole vahel lepingu - eetika- ja ohutuslepingu. Selle lepingu koostasid Londoni vanemad juristid.
Lepinguga antakse eetika haldusnõukogule üle AGI DeepMind põhitehnoloogia juhtimine. Sama allika sõnul ei ole eetikanõukogu mingil juhul Google'i kosmeetikatoodete järeleandmine, vaid pakub DeepMindile kindlat juriidilist tuge, et säilitada kontroll oma kõige väärtuslikuma ja potentsiaalselt kõige ohtlikuma tehnoloogia üle. Volinike nimesid ei avaldatud, kuid nii DeepMindile kui ka Google'ile lähedal asuv teine allikas ütles, et kõik kolm DeepMindi asutajat on juhatuses. Ettevõte ise ei avalda midagi.
Hassabis saab DeepMindi saatuse määrata muul viisil. Üks neist on pühendumus. Töötajad, endised ja praegused, ütlevad, et Hassabise uurimisprogramm on DeepMindi üks suurimaid tugevusi. Tema programm, mis pakub põnevat ja olulist tööd ilma akadeemilise ringkonna surveta, on kohale meelitanud sadu maailma andekamaid eksperte. DeepMindil on tütarettevõtted Pariisis ja Albertis. Paljud töötajad tunnevad, et Hassabis ja selle missioon on rohkem seotud kui ettevõtte vanemaga, kes soovib ainult sissetulekut. Kuni Hassabis säilitab isiklikku lojaalsust, on tal märkimisväärne võim oma ainuaktsionäri üle. Parem lasta talgulistel DeepMindil eemalt töötada, kui lõpetada Facebookis või Apple'is.
DeepMindil on veel üks võimenduse allikas, ehkki see nõuab pidevat täiendamist: soodne halo. Ettevõttel on see õnnestunud. AlphaGo oli suurepärane reklaam. Alates Google'i omandamisest on ettevõte korduvalt valmistanud imesid, mis on pälvinud kogu maailmas tähelepanu. Üks tarkvara näide suudab tuvastada silma skaneerimise mustreid, mis on maakula degeneratsiooni näitajad. Teine programm õppis malet mängima nullist, kasutades AlphaGole sarnast arhitektuuri, ja temast sai kõigi aegade suurim mängija pärast vaid üheksa tundi endaga mängimist. 2018. aasta detsembris osutus AlphaFold valkude kolmemõõtmelise struktuuri ennustamisel konkurentidest täpsemaks ühendite loendist, mis võiksid potentsiaalselt ravida selliseid haigusi nagu Parkinsoni ja Alzheimeri tõbi.
DeepMind on eriti uhke oma välja töötatud algoritmide üle, mis arvutavad kõige tõhusamaid jahutuslahendusi Google'i andmekeskustele, mis sisaldavad umbes 2,5 miljonit arvutiserverit. 2016. aastal teatas DeepMind, et vähendas Google'i elektriarvet 40%. Kuid mõne siseringi sõnul on see kiitlemine ülepaisutatud. Google on oma andmekeskuste optimeerimiseks kasutanud algoritme juba ammu enne DeepMindi tulekut. Arvatakse, et DeepMind ülendab oma teeneid, et saada tähestiku silmis väärtust. Google'i emaettevõte Alphabet maksab DeepMindile sarnaste teenuste eest. Viimane väljastas 2017. aastal arve Tähestikule 54 miljoni naela eest. Need numbrid on DeepMindi üldkuluga võrreldes kahvatud. Samal aastal kulutas ta töötajatele 200 miljonit naela. Üldiselt2017. aastal kaotas DeepMind 282 miljonit naela.
See on senti jõukale hiiglasele. Kuid teised Alphabeti tütarettevõtted tõmbasid tähelepanu Alphabeti tuima finantsjuhi Ruth Porat tähelepanu. Interneti-teenuse pakkuja loomise katse Google Fiber pandi ootele pärast seda, kui oli selge, et investeeringu tasumine võtab aastakümneid aega. AI teadlased tahavad ka teada, kas DeepMind kruvitakse lahti.
DeepMind AI edusammude järkjärguline avalikustamine on osa strateegiast, mis järk-järgult suurendab ettevõtte mainet. See on eriti väärtuslik ajal, mil Google'it süüdistatakse kasutajate privaatsuse rikkumises ja võltsuudiste levitamises. DeepMindil on ka õnne, et tal on toetaja kõrgeimal tasemel: Larry Page, kes on üks Google'i asutajatest, nüüd Alphabeti tegevjuht. Paige on Hassabis väga lähedal. Pagei isa Karl uuris 1960ndatel närvivõrke. Oma karjääri alguses ütles Page, et lõi Google'i ainult AI-ettevõtte loomiseks.
DeepMindi tihe kontroll ajakirjanduse üle ei ole kooskõlas akadeemilise vaimuga, mis vallutab ettevõtet. Mõned teadlased kurdavad, et neil on keeruline oma töid avaldada: nad peavad ületama sisemise heakskiitmise kihid, enne kui saavad isegi konverentsi või ajakirja jaoks paberi esitada. DeepMind leiab, et tuleb tegutseda ettevaatlikult, et mitte üldsust AGI väljavaatega hirmutada. Kuid liiga karmid süüdistused võivad rikkuda akadeemilise õhkkonna ja nõrgendada töötajate lojaalsust.
Viis aastat pärast Google'i omandamist muutub kriitiliseks küsimus, kes DeepMindit kontrollib. Ettevõtte asutajad ja varased töötajad lähenevad lävele, kui nad saavad ära osta rahalise hüvitise, mille nad ettevõtte ostmisel said (Hassabise aktsiate väärtus on umbes 100 miljonit naela). Kuid ettevõtte lähedal asuv allikas viitab sellele, et Alphabet on mitu aastat asutajatele makseid tagasi lükanud. Arvestades tema järeleandmatut keskendumist, ei hüppa Hassabis tõenäoliselt laeva pealt maha. Teda huvitab raha vaid niivõrd, kuivõrd see aitab tal kogu elu eesmärgile läheneda. Kuid mõned mu kolleegid lahkusid. Alates 2019. aasta algusest on ettevõttest lahkunud kolm AI inseneri. Ben Laurie, üks maailma silmapaistvamaid turvainsenere, on tagasi Google'is. Seda pole kindlasti paljuKuid DeepMind pakub nii hämmastavat missiooni ja korralikku palka, et keegi ei tohiks lahkuda.
Siiani pole Google DeepMindit tegelikult häirinud. Kuid hiljutine areng on tekitanud muret selle üle, kui kaua suudab ettevõte säilitada oma iseseisvuse.
DeepMind, meditsiin ja tehisintellekt
DeepMind on alati kavandanud AI kasutamist tervishoiu parandamiseks. 2016. aasta veebruaris loodi uus DeepMind Health osakond, mida juhib ettevõtte üks asutajaid Mustafa Suleiman. Suleiman, kelle ema oli õde, lootis luua Streams nime kandva programmi, mis hoiataks arste patsiendi tervise halvenemise korral. DeepMindit premeeritaks mõõdikute alusel. Kuna see töö nõudis juurdepääsu konfidentsiaalsele patsienditeabele, lõi Suleiman sõltumatu ülevaatepaneeli (IRP), mis värbas heade inglise tervise- ja tehnoloogiavaldkonna asjatundjate. DeepMind oli piisavalt tark, et olla ettevaatlik. Seejärel avastas Briti teabevolinik, et üks haigla partneritest oli patsiendi andmete töötlemisel seadust rikkunud.2017. aasta lõpuks oli Suleiman aga sõlminud lepingud nelja suurema haiglaga.
8. novembril 2018 teatas Google oma terviseosakonna - Google Health - loomisest. Viis päeva hiljem teatati, et DeepMind Health liitub emaettevõtte jõupingutustega. DeepMindit pole hoiatatud. FOI päringutest saadud teabe kohaselt teavitas ta muudatustest partnerhaiglaid ainult kolm päeva ette. DeepMind keeldus avalikustamast, kui ühinemise üle arutelud algasid, kuid ütles, et teatamise ja avaliku teadaande esitamise vaheline aeg on läbipaistvuse huvides. Suleiman kirjutas 2016. aastal, et "patsientide andmeid ei seostata kunagi Google'i kontode, toodete ega teenustega". Tema lubadus näis olevat rikutud.
Google'i annekteerimine vihastas DeepMind Health töötajaid. Tervishoiumeeskonnale lähedaste inimeste sõnul plaanib rohkem töötajaid ettevõttest lahkuda pärast ülevõtmisprotsessi lõppu.
See osa näitab, et DeepMindi töö perifeersed osad on Google'i jaoks haavatavad. DeepMind teatas, et "me kõik nõustusime, et on mõistlik ühendada need jõupingutused ühe koostöö nimel suurenenud ressurssidega". Siit tuleneb küsimus, kas Google rakendab sama loogikat ka DeepMindi töös AGI-ga.
Suures plaanis on DeepMind teinud suuri edusamme. Ta on juba loonud tarkvara, mis võimaldab õppida ülesannete täitmist üliinimlikul tasandil. Hassabis viitab sageli Atrea konsooli videomängule Breakout. Mängija kontrollib nahkhiirt, mis võib liikuda horisontaalselt ja tema abiga põrgatab pallid, suunates need eespool asuvateks plokkideks, mis kokkupõrkel hävitatakse. Mängija võidab, kui kõik klotsid hävitatakse. Kaob, kui pall kukub platvormist mööda. Ilma inimeste juhendamiseta õppis DeepMind mitte ainult mängu mängima, vaid ka viskama palle kosmosesse plokkide taha, et põrgatamist ära kasutada. See näitab tugevdusõppe võimet ja DeepMindi arvutiprogrammide üleloomulikke võimeid.
Meeleavaldus on kindlasti muljetavaldav. Kuid Hassabis vaikib millestki. Kui virtuaalset platvormi tõstetakse veelgi kõrgemale, teeb programm vea. DeepMindi omandatud oskus on nii piiratud, et see ei suuda reageerida isegi pisikestele keskkonna muutustele, millest inimene saaks kergesti üle. Kuid maailmas on palju peensusi. Diagnostilise intelligentsuse jaoks pole kaks kehaorganit ühesugused. Mehaanilise intelligentsuse jaoks pole kaks sarnast mootorit häälestamisel kunagi ühesugused. Seetõttu on programmide loodusesse laskmine keeruline.
Teine, millest DeepMind harva räägib, on see, et edukus virtuaalsetes keskkondades sõltub premeerimisfunktsioonist: signaalist, mis võimaldab tarkvaral mõõta selle edenemist. Programm saab teada, et tagaseinast välja põrkamine suurendab selle tulemust. Suur osa DeepMindi tööst AlphaGo juures on olnud sellise keeruka mänguga ühilduva tasu funktsiooni loomine. Kahjuks ei paku pärismaailm lihtsaid hüvesid. Edusamme mõõdetakse üksikutes punktides harva. Inimese aju saab signaali ülesande edukuse kohta selle täitmise protsessis, mitte pärast seda.
DeepMind on välja mõelnud viisi, kuidas sellest üle saada, kasutades tohutul hulgal töötlemisvõimsust. AlphaGo on mänginud mänge tuhandeid inimkonna aastaid, et midagi õppida. Paljud AI filosoofid arvavad, et see lahendus on vastuvõetamatu ülesannete puhul, mis pakuvad nõrgemat kasu. DeepMind tunnistab selliseid ebamäärasusi. Hiljuti asus ta tööle arvutistrateegia mängu StarCraft 2. Mängu alguses tehtud otsustel on tagajärjed, mis ilmnevad hiljem, mis on üsna iseloomulik tegelike probleemide piinavale ja hilinenud tagasisidele. Jaanuaris peksis DeepMindi tarkvara mõnda maailma parimat mängijat ja vaatamata rangetele piirangutele oli see üsna muljetavaldav. Programmid on hakanud ka tasu funktsioone uurima, jälgides inimeste tagasisidet. Kuid inimeste juhiste lisamine ahelasse loob riski kaotada skaala ja kiirus.
Nii praegused kui ka endised DeepMindi ja Google'i teadlased on anonüümsuse tingimustes avaldanud skeptitsismi, et DeepMind suudab selliste meetoditega saavutada AGI. Nende jaoks on tasu saavutamise soov simuleeritud keskkondades raske tasustamisfunktsiooni probleemi lahendada. Ometi on see lähenemisviis DeepMindi keskmes. Ettevõttes toimub sisemine konkurents, kus konkureerivate meeskondade programmid võistlevad ülimuslikkuse nimel.
Hassabis on elu alati mängu näinud. Suure osa oma karjäärist on pühendanud nende tegemisele, suurema osa oma vabast ajast veetis nende mängimisega. DeepMindis kasutab ta neid võimsa tehisintellekti arendamiseks. Nagu tarkvara, õpib Hassabis ka oma kogemustest. AGI taotlemine võib lõpuks viia ummikseisu, leiutades selle jaoks kasuliku meditsiinitehnoloogia ja ületades parimate mängijate oskusi. Kuid see võib luua AGI ka otse Google'i nina all, kuid väljaspool selle kontrolli. Ja kui tal õnnestub seda teha, võidab Demis Hassabis kõige raskema mängu.
Ilja Khel
