Ako študent som počúval, že programovanie raz bude druhá gramotnosť. No, bral som to trochu s rezervou, zvlášť s ohľadom na to, čo sa vtedy pod „programovaním“ chápalo, a aj to, že počítač bol stále exotika (aj prednedávnom som si na to spomenul, keď nejaký mudrlant v štúdii o útlme baníctva na hornej Nitre navrhoval rekvalifikovať baníkov na, okrem iného, programátorov).
Neskôr sa zdalo, že ďalší vývoj bude smerovať skôr k tomu, že počítače sa naučia rozumieť našej reči, a nie naopak. Ani to sa zas až tak nedarilo. Potom to zas vyzeralo, že počítače sa naučia rovno dopredu odhadnúť, čo (od nich) chceme. To sa celkom dobre darí „štatistickými“ metódami na „štatistickej“ úrovni. Stretávame sa s tým vždy, keď niečo vyhľadávame na internete, keď odpovedáme na e-mail a pod. Za túto schopnosť vďačíme „strojovému učeniu“, ktoré je teraz technologický hit s množstvom aplikácií a nadšených reportov o ich úspechoch.
Ale, stále je tu to "ale“.
Z času na čas sú publikované aj výskumy porovnávajúce schopnosti človeka a počítača diagnostikovať ochorenie, prítomné či potenciálne patologické zmeny tkaniva a pod. Nájdeme medzi nimi veľmi pozitívne správy, zvlášť v prípade, ak do diagnostikovania bol zapojený len jeden človek. Pri dvoch expertoch sa už výhoda stroja strácala, hoci ekonomický efekt, čo je rovnako dôležitý faktor, ostával. No vec nie je až taká jednoduchá. Objavuje sa stále i veľa kritických komentárov.
Jednak upozorňujú na všeobecne zlú kvalitu takýchto porovnaní, iná je situácia, ak berieme do úvahy diagnostikovanie nielen na základe „obrázkov“ (mamografia, magnetická rezonancia) a pod. A je tu ešte niečo hlbšie. Nedávno svet obletela správa výskumníkov z Googlu, o tom, ako umelá inteligencia urobila pokrok pri detegovaní nádorov pŕs pomocou mamografie. No o chvíľu sa objavila i kritika. Nevyznám sa v tejto oblasti, ale pochopil som z nej toľko, že časť nádorov sa vlastne nikdy nijako nevyvinie, nie sú nebezpečné a nový systém ich odhalí a v podstate donúti lekárov k nepotrebnej liečbe. Ale to je skutočne laický výklad.
To, čo chcem povedať, je iné – nasadzovanie strojového učenia sa nezaobíde bez ľudí. Tí budú pomáhať trénovať stroje. A môžu to byť tie najrozličnejšie oblasti, od rozpoznávania zubných kazov po škodcov na kapuste, na to, či je, alebo nie je niečo vtipné a podobne. To si bude vyžadovať armádu „trénerov“, ktorí toto zvládnu.
Známy je Fínsky experiment, keď do používania (a trénovania) umelej inteligencie chcú vtiahnuť 55-tisíc ľudí, teda jedno percento populácie. Keď nad tým tak rozmýšľam, isto by prišiel rad aj na baníkov a ich schopnosti. Nakoniec sa možno predsa len niektorí budú rekvalifikovať aj týmto smerom. Fíni idú ešte ďalej, do trénovania algoritmov na strojové učenie chcú zapojiť aj väzňov.
Keď teraz sledujeme médiá pri reportovaní o „procese desaťročia“ a vidíme potenciálnych doživotných väzňov, tak môžeme aj rozmýšľať, na tréning akých dát by ich bolo najlepšie nasadiť.