Mākslīgā intelekta ietekme uz sabiedrību

5 janvāris, 2024

20230724_113414

Foto: Veras Molnāras darbs no Oskara Teikmaņa personīgā arhīva

 

2023. gada 14. decembrī Latvijas Nacionālajā bibliotēkā notika seminārs “Mākslīgā intelekta rīku pielietojumi dažādās zinātnes nozarēs”, kurā Latvijas Jauno zinātnieku apvienības (LJZA) biedri dalījās ar savu pieredzi par mākslīgā intelekta rīku izmantošanu zinātniskajā darbā. Seminārs notika cikla “Zinātne sabiedrībai” ietvaros, kas tiek organizēts sadarbībā ar Latvijas Nacionālo bibliotēku.

Apmēram pirms gada pasauli pāršalca diskusijas par ChatGPT un tā sniegtajām iespējām. Tā lietotāju skaits dažu mēnešu laikā pārsniedza 100 miljonu cilvēku. Mākslīgā intelekta tehnoloģijas strauji attīstās, un tās spēj radīt ne tikai augstas kvalitātes tekstu dažādās valodās, bet arī bildes, video materiālus un cita veida saturu. Šajā seminārā piedalījās pētnieki no dažādām zinātnes nozarēm: M.Sc. Oskars Teikmanis (inženierzinātnes, Elektronikas un datorzinātņu institūts), Mg.biol. Eva Emīlija Česle (molekulārā bioloģija, Latvijas Biomedicīnas studiju un pētījumu centrs) un Mg.sc.soc. Ance Kristāla (sociālās zinātnes, Latvijas Kultūras akadēmija).

 

Pirmais stāsts: Mākslīgais intelekts kā koda ģenerators un iedvesmas avots (Oskars Teikmanis)

LJZA valdes loceklis Oskars Teikmanis savā prezentācijā stāstīja par konkrēta mākslīgā intelekta veida – lielo valodas modeļu – pielietojumu tehnisku projektu un publikāciju izstrādāšanā, kā arī koda ģenerēšanā.  Ar lielajiem valodas modeļiem ir iespējams efektīvi kodēt milzīgu informācijas daudzumu, kuram var piekļūt ar cilvēku veidotām uzvednēm (no angļu val. prompts). Šādu modeļu piemēri ir LaMDA (Google), LLaMA (Meta), StableLM (Stability AI) un GPT (OpenAI). Katrs no šiem modeļiem veido pamatu dažādiem MI rīkiem. Piemēram, Bard izmanto LaMDA, savukārt ChatGPT – GPT arhitektūru.

Satura veidošanā tādi rīki kā ChatGPT ir noderīgi, meklējot iedvesmu rakstiem, apzināti ģenerējot idejas un analizējot datus. Semināra laikā Oskars demonstrēja piemēru ar brīvi pieejamu datu kopu, un parādīja, kā var izmantot ChatGPT un Google Colab, lai analizētu un vizualizētu datus, izmantojot tikai vienu uzvedni. Tādējādi pētnieki var ietaupīt savu darba laiku, kas citādi būtu patērēts, veicot datu grupēšanas funkcijas manuāli. Savukārt tādi rīki kā Consensus, Tavily, Perplexity un Elicit piedāvā funkcijas zinātnisko rakstu analīzei un apkopošanai, nodrošinot efektīvāku pētniecības praksi. Clipdrop var izmantot kā rīku attēlu pārveidošanai, ļaujot lietotājiem rediģēt, uzlabot un papildināt esošos attēlus, izmantojot Stable Diffusion modeļu klasi.

Savas prezentācijas beigās Oskars dalījās ar stāstu par Veru Molnāru (Vera Molnár), Ungārijā dzimušu mākslinieci, kura ievērojamu savas dzīves daļu pavadīja Francijā. Šī māksliniece strādāja ar datoru radītu mākslu ilgi pirms tā kļuva par plaši izplatītu parādību. Viņa parādīja, ka datorus var izmantot kā cilvēka radošuma papildinātājus, izmantojot nejaušības principu. Līdzīga nejaušība figurē arī MI rīkos, kas ļauj ģenerēt negaidītu saturu, kas var vest pie jaunām idejām. Vera Molnāra mūžībā devās 2023.  gada 7. decembrī 99 gadu vecumā.

 

Otrais stāsts: MI rīku izmantošana molekulārās bioloģijas eksperimentu plānošanā un dizainā (Eva Emīlija Česle)

LJZA biedre Eva Emīlija Česle skaidroja, kā mākslīgā intelekta rīki palīdz molekulārās bioloģijas eksperimentu plānošanā un izstrādē, kā arī paplašina un uzlabo pētniecības pieredzi strukturālās bioloģijas jomā. Attīstoties mākslīgā intelekta rīku pielietojumam, arvien lielāku nozīmi tie iegūst arī molekulārās bioloģijas pētniecībā, pēdējo gadu laikā būtiski uzlabojot AlphaFold2 (AF2) mākslīgā intelekta sistēmu. AlphaFold augstā līmeņa spēja salīdzinoši precīzi paredzēt proteīnu struktūras ievērojami mainījusi bioloģijas un medicīnas jomu, gadiem ilgu darbu proteīnu struktūru eksperimentālai noteikšanai nereti aizstājot ar AF2 modeļa iegūšanu nepilnas stundas laikā. AF2 modeļi nevar pilnībā aizstāt eksperimentālos rezultātus, taču šīs sistēmas pieejamība daudzos gadījumos ļauj vairāk uzmanības pievērst proteīnu funkciju pētniecībai, padarot pētījumu procesu ātrāku un precīzāku.

Programma veidota kā dziļās mācīšanās sistēma.  Kā apgalvo Google Deepmind līdzdibinātājs un vadītājs Demis Hassabis: “Mākslīgais intelekts var būt viena no vissvarīgākajām un izdevīgākajām tehnoloģijām, kas jebkad izgudrotas.”

To, neapšaubāmi, pierāda Evas stāstījums par to, ka dažādu molekulārās bioloģijas eksperimentu plānošana, izmantojot mākslīgo intelektu, nodrošina mērķētu eksperimentu izstrādes un iepriekš eksperimentāli nenoskaidrotu proteīnu vizualizēšanas iespējas. Tādējādi AF2 ļauj paredzēt eksperimentālo rezultātu mijiedarbības iespējas. Eva uzsvēra, ka molekulārās bioloģijas  jomā mākslīgā intelekta rīku ir patiesi daudz, bet to izmantošanai jāpieiet kritiski, ņemot vērā gan izstrādes procesu gan iegūto rezultātu kvalitāti. Veiksmīgi MI rīki nodrošina būtisku cilvēkstundu skaita ietaupījumu ikdienas darbā arī eksperimentālajā procesā.

 

Trešais stāsts: Mākslīgais intelekts, radošums un izglītība sociālajās un humanitārajās zinātnēs (Ance Kristāla)

Ance Kristāla savu prezentāciju bija strukturējusi trīs daļās: pētniecība, izglītība un radošums. Ance skaidroja, kā radoša mākslīgā intelekta izmantošana izglītībā var veicināt cilvēka prasmju attīstību un kā izmantot mākslīgo intelektu datu analīzē un literatūras avotu meklēšanā. Ance norādīja, ka sociālajām zinātnēm ir nozīmīga loma, lai pētītu tādus būtiskus jautājumus kā sabiedrības izpratne par mākslīgo intelektu un tā ienākšanu ikdienā, kā un ko mēs domājam par autorību, kā arī tehnoloģiju ietekmi uz sabiedrību. Datu analīzē mākslīgais intelekts noder, piemēram, datu strukturizēšanā, nodrošinot automatizētu datu kateogorizēšanu un tematizēšanu. Sociālajās zinātnēs MI tehnoloģijas sniedz arī iespēju kvantiatīvi strādāt ar kvalitatīvajiem datiem, veidojot datu modeļus un izstrādājot datu bāzes.

Piemēri rīkiem, ko izmantot datu analīzē: ATLAS.ti, akkademia (GitHUB), voyant-tools.org, essentia.upf.edu.

Mākslīgā intelekta rīki izglītībā noder literatūras avotu meklēšanā, kopsavilkumu, prezentāciju un uzskates materiālu veidošanā. Ance arī uzsvēra akadēmisko godīgumu un skaidroja ikdienas izaicinājumus darbā ar studentiem, kuri nereti vēlas iesniegt darbus, kas veidoti ar mākslīgā intelekta rīku palīdzību. Izmantojot makslīgā intelekta rīkus, lai pilnībā aizstātu cilvēka ieguldīto darbu, ne vienmēr tiek nodrošināta nepieciešamā mācīšanās pieredze. Tas tādēļ, ka netiek veicināta, piemēram, paša studenta kritiskās domāšanas attīstība un radošums, pašam patstāvīgi rakstot, analizējot informāciju, kā arī argumentējot viedokli.

Piemēri rīkiem, kurus var izmantot izglītības procesā: connectedpapers.com,  humata.ai, chatpdf.com, consesus.app, perplexity.ai.

Sava stāstījuma noslēgumā Ance minēja dažādus radošus risinājumus, kas paveikti ar MI rīku palīdzību. Viens no tiem ir ievērojams sasniegums mūzikā. Sadarbojoties mūzikas vēsturniekiem, komponistiem un datorzinātniekiem, tika pabeigta Ludviga van Bēthovena desmitā simfonija. Kad komponists 1827. gadā nomira, viņa desmitā simfonija palika nepabeigta, atstājot entuziastiem aizraujošu mīklu. Centieni pabeigt šo simfoniju sākās 2019. gadā. Iniciatīvas vadītājs Matiass Roders (Matthias Röder) iesaistīja zinātniekus, kuri uzņēmās iemācīt mašīnai visu Ludviga van Bēthovena daiļradi, kā arī atdarināt viņa radošo procesu. Atšķirībā no iepriekšējiem mēģinājumiem rekonstruēt skaņdarba fragmentus, šī projekta mērķis bija radīt visu simfoniju, saglabājot Bēthovena stilu. Darba gaitā bija vairāki izaicinājumi, piemēram, Ludviga van Bēthovena skiču atšifrēšana un MI rīka mācīšana pārvērst mūzikas frāzes sarežģītās struktūrās, harmonizēt melodijas un ievērot dažādas mūzikas formas. Sadarbības rezultātā tapa pilns Bēthovena desmitās simfonijas ieraksts, kas pirmo reizi tika prezentēts  2021. gada 9. oktobrī Vācijā, Bonnā.

 

Diskusija

Semināra noslēgumā visi trīs runātāji atbildēja uz pasākuma dalībnieku jautājumiem. Viens no komentāriem bija saistīts ar mākslīgā intelekta izaicinājumu, piemēram, dzejas radīšanā. Ance norādīja, ka mākslīgajam intelektam var likt rakstīt noteiktā stilā, piemēram, kā Šekspīram. Tomēr būtu pāragri gaidīt, ka mākslīgais intelekts  spēs radīt dzeju ar emocijām. Viedokļi bija dažādi, tomēr visi vienojās, ka pieredzes nodošana pasaulei caur pārdzīvojumu, kuru cilvēks jūt, būs nepieciešams, radot mūziku, dzeju vai kādu citu mākslas darbu. Ar mākslīgā intelekta rīkiem būs grūti aizstāt šo cilvēka vēlmi pašam radīt. Semināra dalībnieki aktualizēja jautājumu par skolotāja un mācīšanās lomu bērnu un jauniešu izglītības procesā, jo mākslīgā intelekta rīki piedāvā gatavus risinājumus dažādu prasmju apgūšanai un pilnveidošanai, kurus skolotājiem ir vērts izmantot mācību procesā. Seminārs iedrošināja tā dalībniekus pamēģināt izmantot jaunākos pieejamos mākslīgā intelekta rīkus savā ikdienā.

Saistītie raksti