By Tatev Ghazaryan
Արդյո՞ք արհեստական բանականությունը (այսուհետ՝ ԱԲ) պարգև է մարդկությանը, թե՞ անեծք․ այս բանավեճը արդեն երկար ժամանակ է, ինչ քննարկվում է և շարունակում է արդիական մնալ։ ԱԲ-ի «ներխուժումը» մարդկային էկոհամակարգ այլևս անհերքելի փաստ է։ Դրա կիրառելիության բնագավառները բազմաթիվ են և բազմաբնույթ՝ ներառյալ առողջապահությունը, կառավարումը, ռազմական, ֆինանսական և տնտեսական կիրառելությունը, գովազդը, արվեստը և այլն։ Միևնույն ժամանակ ԱԲ-ը, ներթափանցելով տնտեսական, քաղաքական և ռազմական ոլորտներ, դառնում է պետության հզորության որոշիչ գործոններից մեկը՝ ազդելով նաև աշխարհաքաղաքական գործընթացների վրա։ ԱԲ-ի ոլորտում առաջնորդության ձգտումը ստիպում է պետություններին օրեցօր ավելի մեծ ծավալների ներդրումներ կատարել ոլորտի զարգացման ուղղությամբ, ինչն էլ իր հերթին խթան է դառնում ԱԲ-ի շուրջ ծավալվող մրցավազքի համար։
Ի՞նչ է արհեստական բանականությունը
ԱԲ-ը չունի համընդհանուր սահմանում։ Չնայած նրան, որ այն պայմանավորված է 1940-ականներին էլեկտրոնային հաշվողական համակարգի և արհեստական նեյրոնային ցանցերի առաջացմամբ, այսօր այն վերաբերում է առարկաների, տեխնոլոգիաների և մեթոդների ավելի լայն շրջանակի։ Հակառակ ԱԲ-ի լայնորեն տարածված ընկալման՝ այն այդքան էլ նոր գիտաճյուղ չէ։ Դրա հիմնարար հասկացություններից շատերը հիմնվում են ավելի քան 2000-ամյա փորձի վրա՝ կուտակված փիլիսոփայության, տրամաբանության, մաթեմատիկայի, ճանաչողական հոգեբանության, լեզվաբանության և այլ գիտությունների մեջ: Սակայն, որպես հետազոտությունների կիրառական դաշտ ԱԲ-ը դարձավ Երկրորդ համաշխարհային պատերազմից հետո։ 1950 թվականին Ալան Թյուրինգը հրապարակեց իր «Հաշվողական մեքենաները և բանականությունը» հոդվածը, որում առաջարկվում էր «Իմիտացիոն խաղի» գաղափարը, որը կառուցված էր «Արդյո՞ք մեքենաները կարող են մտածել» հարցադրման շուրջ։ Ավելի ուշ այս գաղափարը որակվեց որպես Թյուրինգի թեստ, որով չափվում էր մեքենայի (արհեստական) ինտելեկտը։ Թյուրինգի փորձը դարձավ ԱԲ-ի փիլիսոփայության կարևոր բաղադրիչը։ ԱԲ եզրույթն առաջին անգամ առաջարկվեց և շրջանառվեց ամերիկացի գիտնական Ջոն Մաքարթիի կողմից 1956 թվականին՝ վերջինիս կողմից կազմակերպված Դարտմուտի սեմինարի շրջանակներում։
Որպեսզի ավելի լավ հասկանանք, թե ինչ է ԱԲ-ը, փորձենք հստակեցնել դրա սահմանումը։
Այսպես, «Արհեստական բանականություն։ Ժամանակակից մոտեցումներ» դասագրքի համահեղինակ, Կալիֆորնիայի Բերքլի համալսարանի պրոֆեսոր Ստյուարդ Ռասելը ԱԲ-ը սահմանում է որպես «մեթոդների ուսումնասիրում, որոնք թույլ են տալիս համակարգիչներին գործել բանական»[1]։
Իր ավելի լայն իմաստով ԱԲ-ը բնորոշվում է որպես «հաշվարկների ուսումնասիրություն, որոնք թույլ են տալիս ընկալել, դատել և գործել» կամ «խելացի վարքի ավտոմատացում»։ Ընդհանուր առմամբ ԱԲ-ը կարող ենք սահմանել որպես ոչ մարդկային բանականություն, որը չափվում է մարդու մտավոր հնարավորությունների վերարտադրման իր ունակությամբ, ինչպիսիք են պատկերների, առարկաների ճանաչումը, լեզվի իմաստային ընկալումը, փորձի վրա հիմնված հարմարվողական ուսուցումը, տրամաբանությունը, ռազմավարությունների մշակումը, երևույթների մասին դատողություններ անելու ունակությունը, որոշումների կայացումը և այլն։
Անդրադառնալով ԱԲ դասակարգմանը՝ նշենք, որ ներկայումս ընդունված է առանձնացնել ԱԲ-ի երկու մակարդակ՝ թույլ (նեղ) և ուժեղ (ընդհանուր)՝ կապված ԱԲ-ի կողմից մարդկային կարողությունների վերարտադրման աստիճանի հետ, սակայն գրականության մեջ հաճախ հանդիպում է նաև երրորդ մակարդակը՝ սուպերբանականությունը։ Այս մակարդակները կարելի է դիտարկել նաև որպես ԱԲ-ի սերունդների զարգացման հաջորդականություն։
Թույլ ԱԲ-ը, որը հաճախ անվանվում է նաև արհեստական նեղ բանականություն, ԱԲ-ի համակարգ է, որը մշակված և պատրաստված է որոշակի խնդրի համար։ Այն կարող է հավասար լինել, ինչպես նաև գերազանցել մարդկային կարողությունները որոշակի առաջադրանքների համար։ Այսպիսի համակարգերի օրինակներ են IBM-ի Deep Blue շախմատային ծրագիրը, Watson-ը (‘Jeopardy!’), Google-ի AlphaGo-ն (go), վիրտուալ անձնական օգնականները, ինչպիսիք են Apple-ի Siri-ն կամ ցանկացած այլ մասնագիտացված ավտոմատացված համակարգեր, որոնք աշխատում են մարդկային կարողությունների սահմաններում։ Ներկայումս գոյություն ունեցող ԱԲ-ի բոլոր համակարգերը դասակարգվում են որպես նեղ կամ թույլ։
Ուժեղ ԱԲ-ը, որը հայտնի է նաև որպես արհեստական ընդհանուր բանականություն, ԱԲ-ի համակարգ է՝ մարդու ճանաչողական ունակությունների ընդհանրացումներով։ Երբ ուժեղ ԱԲ-ին ներկայացվում է անծանոթ խնդիր, այն կարող է լուծում գտնել առանց մարդու միջամտության: Այն համապատասխանում է մարդկային կարողությունների ամբողջ շրջանակին և կարող է հաջողությամբ իրականացնել ցանկացած մտավոր առաջադրանք, ինչը հասանելի է մարդուն։
Արհեստական սուպերբանականությունը կամ գերբանականությունը մեքենայական բանականություն է, որը գերազանցում է մարդու բանականությունը ցանկացած խնդրում։ Հաճախ ապագայի վերաբերյալ կանխատեսումներում հիմնական մտավախությունները կապված են հենց արհեստական սուպերբանականության հետ։
Արհեստական բանականության դրական և բացասական կողմերը
ԱԲ-ի հնարավոր ազդեցությունների մասին շրջանառվող կարծքիները տարաբնույթ են և աչքի են ընկնում ինչպես լավատեսական, այնպես էլ վատատեսական միտումներով։ ԱԲ-ի օգտակար կողմերից կարելի է առանձնացնել այն, որ վերջինս օգնում է նվազեցնել սխալների հավանականությունը և բարձրացնել ճշգրտությունը։ Այն կարող է օգտագործվել տարբեր վտանգավոր առաջադրանքների կատարման համար, օրինակ՝ տիեզերքի, օվկիանոսի հատակի, լեռնահանքերի և մարդու համար անհասանելի կամ սահմանափակ այլ վայրերի հետազոտության և ուսումնասիրության նպատակով։ ԱԲ-ի միջոցով գործող ինքնավար մեքենաները հնարավորություն կտան նվազեցնել ավտովտթարների թիվը։ Բացի դա՝ ԱԲ-ը ունի առօրյա լայն կիրառություն։ Սմարթֆոնը ամենատարածված օրինակն է, թե մենք ինչպես ենք օգտագործում արհեստական բանականությունը։ Երբ մենք նկարվում ենք, ԱԲ-ի ալգորիթմը նույնականացնում և ճանաչում է մարդու դեմքը և նշում է մարդկանց, երբ մենք նկարները հրապարակում ենք սոցիալական ցանցերում։ ԱԲ-ը լայնորեն օգտագործվում է ֆինանսական և բանկային համակարգերում տվյալների կառավարման նպատակով։ Այսօր այն կարողանում է հայտնաբերել խարդախությունները քարտային համակարգերում։ Զարգացած կազմակերպությունները օգտագործում են «ավատարներ», որոնք կրկնօրինակներ կամ թվային օգնականներ են, և իրականում փոխազդում են օգտատերերի հետ։ Էմոցիաների բացակայությունը թույլ է տալիս ռոբոտներին դատել տրամաբանորեն և կայացնել ռացիոնալ որոշումներ։ Մեքենաները, ի տարբերություն մարդկանց, կարող են աշխատել անընդմեջ՝ դրանով իսկ բարձրացնելով աշխատանքի արդյունավետությունը։ ԱԲ-ը կարող է փոխարինել մարդուն կրկնվող, ձանձրալի և միապաղաղ աշխատանքներում՝ գործելով ավելի արագ, քան մարդիկ և միաժամանակ իրականացնելով մի քանի գործառույթ։ ԱԲ-ի լայն կիրառությունը կարելի է տեսնել նաև բժշկության մեջ։ Բժիշկները գնահատում են հիվանդին կամ նրա առողջական ռիսկերը ԱԲ-ի օգնությամբ։ Այն նաև տեղեկատվություն է տալիս տարբեր դեղամիջոցների կողմնակի ազդեցությունների մասին։ ԱԲ-ի աճող դերի պատճառներից մեկը տնտեսական զարգացման հսկայական հնարավորություններն են։ 2017 թվականին PriceWaterhouseCoopers-ի կողմից իրականացրած ծրագրի գնահատականի համաձայն՝ մինչև 2030 թվականը ԱԲ-ի տեխնոլոգիաները կարող են մեծացնել համաշխարհային ՀՆԱ-ն 15.7 տրիլիոն դոլլարով ( 14%):
Բոլոր այս դրական երևույթների հետ մեկտեղ ԱԲ-ը ենթադրում է նաև խնդիրներ։ Նախ և առաջ ԱԲ-ը ենթադրում է մեծ ծախսեր, ռեսուրսներ և ժամանակ այն կառուցելու, վերակառուցելու և վերանորոգելու համար։ Բացի այդ, այսօր շատ են քննարկվում ԱԲ-ի հետ կապված էթիկական և բարոյական խնդիրները։ ԱԲ-ը զուրկ է ստեղծագործականությունից և գործում է միայն այն սահմաններում, որը նրա համար գծում է մարդը։ Կարևոր մտավախություններից մեկն էլ այն է, որ թեև ԱԲ-ը նվազեցնում է մարդու կողմից արվող սխալների հավանականությունը, սակայն խնդիրը կարող է լինել հենց ԱԲ-ի կոդում, որը, ի վերջո, գրվում է մարդու կողմից։ Մյուս կարևորագույն խնդիրը, որը կարող է առաջացնել ԱԲ-ի լայնածավալ կիրառումը, գործազրկությունն է։ Վերջին հետազոտությունները ցույց են տալիս, որ 2025 թվականին կվերանա գործող աշխատատեղերի մոտ 50%-ը, ինչպես նաև շատ ընկերություններ և արտադրության ճյուղեր։ Վերջապես, մարդիկ կարող են չափազանց շատ կախված լինել ԱԲ-ից, ինչը կարող է հանգեցնել մարդու մտավոր կարողությունների անկման։ Մեքենաների հայտնվելը ոչ ճիշտ ձեռքերում ևս մտահոգությունների առիթ է ստեղծում մարդկության համար, իսկ հեռավոր ապագայի սցենարներում դիտարկվում են նաև «մեքենաների ապստամբության» սցենարներ։
Ստիվեն Հոքինքը, խոսելով ուժեղ ԱԲ–ի մասին, նշել է․ «Այն կսկսի ինքն իրեն վերափոխել անընդհատ աճող արագությամբ, և մարդիկ, որոնք սահմանափակված են կենսաբանական էվոլյուցիայով, դուրս կմղվեն»։ Միաժամանակ, ապագայաբան Ռեյ Կուրժվիլի համոզմամբ, ապագայում մարդիկ և մեքենաները կկարողանան գոյատևել միասին մի աշխարհում, որտեղ մեքենաները ուժեղացնում են մարդկային կարողությունները՝ պահպանելով համակեցության նորմերը։ Հենրի Քիսինջերը 2018 թվականին հրապարակած իր «Ինչպես է լուսավորությունը ավարտվում» հոդվածում մտահոգություն է հայտնում ԱԲ-ի արագ տեմպերով աճի վերաբերյալ՝ գտնելով, որ մարդկային հասարակությունը դեռևս պատրաստ չէ նման փոփոխությունների։ Նա նաև քննադատում է ԱԲ-ի ազդեցությունը ամերիկյան ընտրարշավների ժամանակ՝ խոսելով միկրոխմբերը թիրախավորելու հնարավորության մասին՝ հատկապես սոցցանցերի միջոցով։ Եթե ԱԲ-ը հնարավորություն ունի ազդելու ընտրական գործընթացի վրա ժողովրդավարական երկրներում, ապա ավտորիտար վարչակարգերում այն կարող է ուժեղացնել հասարակության նկատմամբ վերահսկողությունը[2]։
