Za Joseph Qualls se je vse začelo z video igrami.
Zaradi tega se je "spopadel s programom AI" in na koncu privedel doktor znanosti na področju elektrotehnike in računalništva z univerze v Memphisu. Kmalu zatem je ustanovil svoje podjetje, imenovano RenderMatrix, ki se je osredotočilo na uporabo AI za pomoč ljudem pri sprejemanju odločitev.
Velik del dela je bil z obrambnim ministrstvom, zlasti med vojnama v Iraku in Afganistanu, ko je bila vojska v uporabi senzorjev in je bila najpomembnejša, da bi AI lahko uporabili za pomoč vojaškim usposabljanjem vojakov, neznano okolje.
Qualls je zdaj klinični docent in raziskovalec na inženirski fakulteti Univerze v Idahu, zato ni izgubil nobene fascinacije nad potencialom AI, da bi spremenil številne vidike sodobnega življenja. Medtem ko je vojska vodilna prednost pri uporabi AI - kjer se stroji učijo s prepoznavanjem vzorcev, razvrščanjem podatkov in prilagajanjem napakam -, podjetniški svet zdaj močno napreduje. Tehnologija je prinesla manj vstopov v izobraževanje, toda Qualls verjame, da je le vprašanje časa, preden bo AI postal velik del tega, kako se otroci učijo.
Pogosto je to ključna sestavina koncepta personaliziranega izobraževanja, kjer vsak učenec sledi edinstvenemu mini učnemu načrtu, ki temelji na njegovih posebnih interesih in sposobnostih. AI, razmišljanje kaže, otrokom ne more pomagati samo na področjih, kjer bodo najverjetneje uspeli, ampak bo tudi na podlagi podatkov tisoč drugih učencev učiteljem pomagalo oblikovati najučinkovitejši način učenja posameznih učencev.
Smithsonian.com se je pred kratkim pogovarjal s Qualls o tem, kako bi AI lahko močno vplival na izobraževanje, in tudi o nekaterih velikih izzivih, s katerimi se spopada.
Kako torej umetna inteligenca vpliva na to, kako se otroci učijo?
Ljudje so že slišali za prilagojeno medicino. To vodi AI. No, enako se bo zgodilo s prilagojenim izobraževanjem. Mislim, da je ne boste videli toliko na univerzi. Ampak ali vidim ljudi, ki začnejo komunicirati z AI, ko so že zelo mladi. Lahko je v obliki medvedka, ki začne ustvarjati vaš profil in ta profil vam lahko pomaga, kako se učiti skozi življenje. Z vidika profila bi lahko AI pripomogel k boljši izobraževalni izkušnji. Mislim, da bo to res v naslednjih 10 do 20 letih.
Imate zelo mlado hčer. Kako bi predvideli, da AI vpliva na njeno izobraževanje?
Zanimivo je, ker ljudje o njih razmišljajo kot o dveh popolnoma različnih področjih, vendar sta AI in psihologija že zdaj povezana. Kjer pride AI je, da bo začel analizirati psihologijo ljudi. In bom vrgel ključ sem. Tudi psihologija začenja analizirati psihologijo AI. Večina projektov, na katerih zdaj delam, ima celovito psihološko ekipo in postavljajo vprašanja, kot je "Zakaj se je AI odločil?"
Toda vrniti se hčerki. Kaj bi AI začel početi, poskuša ugotoviti njen psihološki profil. Ni statična; sčasoma se bo spremenilo. A ker se vidi, kako se bo spremenila, lahko AI napoveduje na podlagi podatkov moje hčerke, pa tudi od približno 10.000 drugih deklet iste starosti, z istim ozadjem. In začne gledati na stvari, kot so "Ali si res umetnik ali si bolj naklonjen matematiki?"
Lahko je zelo zapleten sistem. To je resnično umetna inteligenca. Gre res za to, da poskušaš razumeti, kdo si kot posameznik in kako se skozi čas spreminjaš.
V prihodnjih letih bo na voljo vedno več sistemov, ki temeljijo na AI, kar bo moji hčerki omogočilo hitrejši dostop do veliko boljše izobrazbe kot kadarkoli prej. Moja hči bo hitreje izpostavljena idejam in s svojim osebnim tempom, ki jo bo vedno ohranjala in ji omogočala posredno vplivanje na lastno izobrazbo.
Kakšne težave imate pri uporabi AI za personalizacijo izobraževanja ?
Največje vprašanje, s katerim se trenutno spopada umetna inteligenca, je vprašanje: "Zakaj se je AI odločil?" AI lahko dela napake. Večjo sliko lahko zgrešite. Glede študenta se lahko AI odloči, da učenec nima matematične sposobnosti in nikoli ne začne izpostavljati tega študenta višjim matematičnim konceptom. To bi jih lahko potegnilo na območje, kjer se morda ne bi izvrstno odrezali. Zanimivo je, da je to velik problem v tradicionalnem izobraževanju. Študenti zaostajajo ali niso zadovoljni z rezultati po univerzi. Nekaj se je izgubilo.
Za prilagojeno izobraževanje bo potrebnih veliko različnih disciplin, da bi rešili številna vprašanja, kot je zgoraj. Težava, ki jo imamo v raziskavah in akademskem krogu, je pomanjkanje skupnih raziskav na področju AI z različnih področij - znanosti, inženiringa, medicine, umetnosti. Zares močan AI bo potreboval vse discipline, ki delujejo skupaj.
Torej, lahko AI dela napake?
Lahko je narobe. Vemo, da ljudje delamo napake. Nismo vajeni AI delati napak.
Ljudje imamo dovolj težko povedati, zakaj se je AI odločil. Zdaj moramo poskusiti razložiti, zakaj je AI naredil napako. Resnično se spustiš v drobovje. AI je samo stroj za statistiko verjetnosti.
Povej mi, pravi, da ima moj otrok zelo matematično orientacijo, vendar kaže tudi sposobnost risanja. Na podlagi podatkov, ki jih ima, stroj določi težo določenim stvarem o tej osebi. In res ne moremo razložiti, zakaj to počne. Zato ljudem vedno govorim, da moramo ta sistem zgraditi tako, da ne bo človek v njem.
Če se vrnete k tistemu, kar smo počeli za vojsko, smo poskušali analizirati, če človek grozi vojaku na terenu. Recimo, da ena oseba nosi AK-47, druga pa grablje. Kakšna je razlika v njihovem tveganju?
To se zdi precej preprosto. Morate pa zastaviti globja vprašanja. Kakšna je verjetnost, da bo fant, ki je prevažal grablje, postal terorist? Začeti morate z družinskim ozadjem itd.
Torej, še vedno si morate zastaviti vprašanje: "Kaj pa, če je AI narobe?" To je največje vprašanje, s katerim se povsod sooča AI.
Kako velik izziv je to?
Eden največjih inženirskih izzivov je obratno inženiring človeških možganov. Vstopiš in potem vidiš, kako zapleteni so možgani. Kot inženirji se ob pogledu na mehaniko tega začnemo zavedati, da ne obstaja sistem AI, ki bi se celo približal človeškim možganom in kaj lahko naredi.
Gledamo človeške možgane in sprašujemo, zakaj ljudje sprejemajo odločitve, da bi videli, če nam to lahko pomaga razumeti, zakaj AI sprejema odločitev na podlagi matrike verjetnosti. In še vedno nismo bližje.
Pravzaprav tisto, kar poganja obratno inženirstvo možganov in personalizacijo AI, ni raziskovanje v akademskih krogih, temveč bolj odhajajo pravniki in sprašujejo: "Zakaj AI sprejme te odločitve?" ker nočejo tožiti.
V preteklem letu smo večino projektov, pri katerih sem delal, v ekipi imeli enega ali dva pravnika, skupaj s psihologi. Več ljudi si postavlja vprašanja, kot je "Kaj je etika tega?" Še eno veliko vprašanje, ki se mu zastavlja, je "Kdo je odgovoren?"
Vas to zadeva?
Največji del raziskav AI zdaj je, da si ljudje zastavljajo to vprašanje "Zakaj?" Pred tem se je vprašanje postavilo v akademske dvorane računalništva. Zdaj se raziskave AI razprostirajo na vseh področjih in disciplinah. To me zelo navdušuje. Več ko je ljudi vključenih v raziskave in razvoj AI, več možnosti imamo za lajšanje pomislekov in še pomembneje, svoje strahove.
Vrnitev k prilagojenemu izobraževanju. Kako to vpliva na učitelje?
Z izobraževanjem, kaj se bo zgodilo, boste še vedno spremljali. Imeli boste učitelje, ki bodo spremljali podatke. Postali bodo več znanstveniki, ki razumejo AI in znajo oceniti podatke o učenju.
Potrebovali boste nekoga, ki je strokovnjak, ki bo spremljal podatke in opazoval študenta. Človek bo moral biti v zanki še nekaj časa, morda vsaj 20 let. Lahko pa se povsem motim. Tehnologija se v teh dneh tako hitro premika.
V AI svetu je res zanimiv čas in mislim, da se bo pospešil le še hitreje. Od programskih strojev smo se lotili stvari in pustili strojem, da sami ugotovijo, kaj morajo storiti. To spremeni vse. Zagotovo razumem pomisleke, ki jih imajo ljudje glede AI. Kadar pa ljudje od teh strahov potiskajo veliko ljudi, to ljudi običajno odganja. Začnete izgubljati raziskovalne možnosti.
Bolj bi moralo priti do dialoga o tem, kako bo AI spremenil stvari. Kaj so vprašanja? In kako bomo gnali naprej?
