Uspon suradnje čovjeka i stroja

Čista snaga računala ne može samostalno riješiti probleme svijeta. Inovator pretraživanja podataka, Shyam Sankar objašnjava zašto rješavanje velikih problema (poput hvatanja terorista ili otkrivanja velikih skrivenih trendova), nije pitanje nalaženja pravog algoritma, već prave simbiotske veze između računanja i ljudske kreativnosti.

Želim vam pričati o dvije partije šaha.

Prva se dogodila 1997., u kojoj
je Garry Kasparov,

čovjek, izgubio od Deep Bluea, stroja.

Za mnoge, ovo je bilo svitanje nove ere,

one u kojoj će stroj dominirati
nad čovjekom.

No, evo nas 20 godina poslije
i najveća promjena

u našem pogledu na računala je iPad,

ne HAL.

Druga partija je bilo natjecanje u šahu
slobodnog stila

2005., u kojoj su se računalo i čovjek
mogli prijaviti zajedno

kao partneri, a ne protivnici, ako
bi tako odabrali.

Na startu, rezultati su bili
predvidljivi.

Čak je i velemajstor s relativno slabim
laptopom

pobijedio super računalo.

Iznenađenje je stiglo na kraju.
Tko je pobijedio?

Nije velemajstor sa super računalom,

već dva američka amatera

koristeći tri relativno slaba laptopa.

Njihova sposobnost da manipuliraju svojim
računalima

tako da dublje istraže određene pozicije

efektivno je kontrirala superiornom
znanju šaha

velemajstora i superiornu moć računanja

ostalih protivnika.

To je zapanjujuć rezultat:
prosječni ljudi,

prosječni strojevi, pobjeđuju najbolje
ljude, najbolje strojeve.

I uostalom, ne bi li trebalo biti čovjek
protiv stroja?

Umjesto toga, radi se o suradnji, i to
pravoj vrsti suradnje.

Pridavali smo dosta pažnje viziji
Marvina Minskya

o umjetnoj inteligenciji tijekom
zadnjih 50 godina.

Ta vizija je seksi i
mnogi su je prihvatili.

Postala je dominantna misao u
računalnim znanostima.

No, kako ulazimo u doba velikih podataka,
mrežnih sustava,

otvorenih platformi
i ugrađene tehnologije,

volio bih predložiti da je vrijeme za
revaluaciju alternativnih vizija

koje su razvijene u isto doba.

Govorim o simbiozi računala i čovjeka
J. C. R. Licklidera,

možda bolje nazvanom
"proširenjem inteligencije".

Licklider je bio titan računalnih znanosti
i imao je znatan

utjecaj na razvoj tehnologije i interneta.

Njegova vizija je bila omogućiti suradnju
čovjeka i stroja

u donošenju odluka, kontroli kompleksnih
situacija

bez fleksibilne ovisnosti

o predprogramiranim programima

Primijetite riječ "suradnja".

Licklider nas ohrabruje da
ne uzimamo toster

i napravimo Datu iz "Star Treka",

već da uzmemo čovjeka i napravimo
ga sposobnijim.

Ljudi su čudesni -- kako mislimo,

naši nelinearni pristupi,
naša kreativnost,

stalne hipoteze, vrlo
teške ako uopće moguće

za obradu računalom.

Licklider to intuitivno shvaća
promatrajući ljude

kako postavljaju ciljeve,
postavljaju hipoteze,

određuju kriterije i obavljaju procjene.

Za neke stvari ljudi su vrlo ograničeni.

Užasni smo u mjerenju, računanju i
veličini.

Trebamo vrhunsko upravljanje talentima

kako bi rock bend opstao i nastavio
svirati.

Licklider je predvidio da će računala
obavljati sav rutinski posao

potreban za pripremu dolaska do uvida
i donošenje odluka.

Tiho, bez mnogo galame,

ovaj pristup je sakupljao pobjede i
dalje od šaha.

Savijanje proteina, tema koja dijeli
nevjerojatnu širinu šaha --

postoji više načina za savijanje proteina
nego atoma u svemiru.

Ovo je svjetski problem s velikim
značajem

za našu sposobnost liječenja bolesti.

Za ovaj zadatak, sirova snaga super
računala jednostavno nije dovoljna.

Foldit, igra koju su razvili računalni
znanstvenici,

prikazuje vrijednost pristupa.

Amateri koji nisu tehničari niti biolozi
igraju igru

u kojoj vizualno preslaguju strukturu
proteina,

dopuštajući računalu da upravlja snagama
atoma,

interakcijama i da prepoznaje probleme
u strukturi.

Ovaj pristup pobjeđuje super računalo
u 50% slučajeva

i igra nerješeno s njim u 30%.

Foldit je nedavno napravio značajno
i veliko znanstveno otkriće

dešifrirajući strukturu Mason-Pfizer
majmunskog virusa.

Proteaze koje su izmicale otkriću
10 godina

riješila su tri igrača u nekoliko dana,

možda prvo veliko znanstveno otkriće

koje dolazi iz igranja video igara.

Prošle godine, na mjestu
srušenih blizanaca,

otvorio se spomenik za 9/11.

Prikazuje imena tisuća žrtava

koristeći predivan koncept zvan
"značajno susjedstvo."

Postavlja imena jedno pored drugoga
na temelju

njihovih međusobnih veza: prijatelja,
obitelji, suradnika.

Kada spojite sve zajedno, popriličan je
računalni izazov:

3500 žrtava, 1800 zahtjeva za susjedstvo,

važnost sveukupnih fizičkih odredbi

i završne estetike.

Kada su mediji prvi puta javili to, cijela
zasluga je

dana algoritmu iz New Yorške

dizajnerske tvrtke Local Projects. Istina
je ponešto drugačija.

Dok je korišten algoritam za razvoj
osnovnog okvira,

ljudi su koristili taj okvir za dizajn
završnog rezultata.

Dakle u ovom slučaju, računalo je
procijenilo

milijune mogućih rasporeda, upravljalo
kompleksnim sustavom odnosa,

i pratilo vrlo velik set mjera

i varijabli, dopuštajući ljudima da
se usmjere

na dizajn i kompozicijske izbore.

Što više gledate,

sve više vidite Lickliderovu viziju.

Bilo da je proširena stvarnost u vašem
iPhoneu ili GPS-u u autu,

simbioza čovjeka i računala nas čini
sposobnijima.

Dakle, ako želite poboljšati tu simbiozu,

što možete napraviti?

Možete početi stavljanjem čovjeka
u proces.

Umjesto da razmišljate što računalo može
napraviti da riješi problem,

stvorite rješenje oko onoga što će i
čovjek napraviti.

Kada ovo napravite, brzo ćete shvatiti da

ste potrošili svo vrijeme na sučelju
između čovjeka i stroja,

posebno na uklanjanju trvenja
u interakciji.

Ustvari, to trvenje je važnije nego snaga

čovjeka ili stroja

za sveukupnu sposobnost.

To je razlog zašto dva amatera s laptopima

mogu pobijediti super računalo
i velemajstora.

Ono što Kasparov zove procesom,
je nusprodukt trvenja.

Što je bolji proces, manje je trvenja.

Smanjenje trvenja je, čini se,
odlučujuća varijabla.

Ili uzmite drugi primjer: veliki podaci.

Svaka interakcija koju imamo u svijetu

je snimljena vječno rastućim
brojem senzora: vaš mobitel,

vaša kreditna kartica, vaše računalo.
Rezultat su

veliki podaci,
i daju nam priliku

da dublje razumijemo ljudsko stanje.

Najveći naglasak na većini ovih pristupa

je fokus na "Kako spremim ove
podatke?

Kako ih pretražujem?
Kako ih obrađujem?"

Ovo su važna ali nedovoljna pitanja.

Imperativ nije na shvaćanju kako računati,

nego što računati. Kako umetnuti ljudsku

intuiciju u tolikim podacima?

Ponovo, počinjemo stavljanjem
čovjeka u proces.

Kad je PayPal počinjao svoj posao, njihov
najveći izazov

nije bio "Kako šaljem novac
tamo - amo preko mreže?"

Bio je "Kako da to napravim bez da me
prevari organizirani kriminal?"

Zašto je toliki izazov? Jer, dok računala

mogu naučiti prepoznati prevaru na temelju
uzoraka,

ne mogu to napraviti na temelju uzoraka

koje nisu nikada vidjeli,
a organizirani kriminal

ima mnogo toga zajedničkog s ovom
publikom: briljantni ljudi,

neumoro snalažljivi, poduzetnički duh --
(Smijeh) --

i jedna ključna razlika: svrha.

I dok računala sama mogu uhvatiti sve osim
najpametnijih

prevaranata, hvatanje najpametnijih je
razlika

između uspjeha i neuspjeha.

Postoji mnogo ovakvih problema, onih s

prilagodljivim protivnicima.
Rijetko, ako ikad

ponavljaju uzorak primjetan računalima.

Umjesto, postoji nasljedna sastavnica
inovacije ili remećenja,

i taj rastući broj problema je zakopan u
velikim podacima.

Na primjer, terorizam. Teroristi se uvijek
prilagode

na bolje ili lošije načine novim
okolnostima

i unatoč viđenom na TV-u, ove prilagodbe,

i njihovo primjećivanje,
su temeljno ljudske.

Računala ne raspoznaju nove uzorke ili
ponašanja,

ali ljudi da. Ljudi, koristeći
tehnologiju, testirajući hipoteze,

tražeći uvide traženjem strojeva da urade
nešto za njih.

Osamu bin Ladena nije uhvatila
umjetna inteligencija.

Uhvatili su ga predani, snalažljivi,
genijalni ljudi

u partnerstvu s raznim tehnologijama.

Koliko god zvučalo primamljivo, ne možete
algoritamski

iskopati svoj put do odgovora.

Ne postoji gumb "nađi terorista",
a što više podataka

integriramo iz iznimnog broja izvora

preko širokog spektra formata podataka iz

različitih sustava, to kopanje može biti
manje učinkovito.

Umjesto toga, ljudi moraju gledati podatke

i tražiti uvide, i kako je Licklider
davno predvidio,

ključ sjajnih rezultata je prava
vrsta suradnje,

i kako je Kasparov shvatio,

to znači smanjivati trvenje na sučelju.

Ovaj pristup omogućava stvari poput
pročešljavanja

svih mogućih podataka iz
drugačijih izvora,

prepoznati ključne veze i stavljati ih
na jedno mjesto,

nešto što je ranije bilo nemoguće izvesti.

Za neke, ovo ima užasan utjecaj na

privatnost i građanska prava. Drugima,
predskazuje doba veće privatnosti

i zaštite građanskih prava,

no privatnost i građanska prava su od
ključne važnosti.

To mora biti obznanjeno i ne smiju biti
stavljeni sa strane,

čak ni iz najboljih namjera.

Dakle, istražujmo kroz nekoliko primjera,
utjecaj koji

su tehnologije, napravljene da služe
simbiozi računala i čovjeka,

imale u zadnje vrijeme.

U listopadu, 2007., SAD i
koalicijske snage su pretresli

sigurnu kuću Al Qaede u gradu Sinjaru

na sirijskoj granici s Irakom.

Našli su bogatstvo dokumenata:

700 biografskih skica stranih boraca.

Ti strani borci su ostavili svoje obitelji
u Zaljevu,

Levantu i sjevernoj Africi da bi se
pridružili Al Qaedi u Iraku.

Ovi zapisi su formulari kadrovske.

Strani borci su ih ispunjavali kako su se
pridruživali organizaciji.

Čini se kako ni Al Qaeda

nije bez birokracije. (Smijeh)

Odgovarali su na pitanja poput:
"Tko te unovačio?

Gdje ti je rodni grad?
Koju poziciju tražiš?"

U tom zadnjem pitanju otkriven je
iznenađujuć uvid.

Velika većina stranih boraca

je htjela biti bombaš samoubojica zbog
mučeništva --

vrlo važno, između 2003. i 2007., u Iraku
se dogodilo

1.382 samoubilačkih bombaških napada,
velik izvor nestabilnosti.

Analiza podataka je bila teška. Originali
su bili

na arapskom i morali su biti
skenirani i prevedeni.

Trvenje u procesu nije dozvoljavalo važne

rezultate u operativnom vremenu samo
korištenjem ljudi, PDF-ova

i ustrajnošću.

Istraživači su morali poduprijeti svoje
umove

tehnologijom kako bi zaronili dublje,
istražili

ne očite hipoteze i, ustvari,
dobili su rezultate.

20% stranih boraca je bilo iz Libije,

50% njih je iz istog grada u Libiji,

vrlo važno s obzirom da prijašnja
statistika taj

broj određuje na 3%. Također je pomoglo u
približavanju

osobi rastuće važnosti u Al Qaedi,
Abu Yahya al-Libiju,

starijem kleriku u libijskoj islamskoj
borbenoj grupi.

U ožujku 2007., održao je govor
nakon kojeg se dogodio

snažan rast prijava među libijskim
borcima.

Možda najpametnije od svega, iako najmanje
očito,

okretanjem podataka naopako,
istraživači su

mogli dublje istražiti koordinacijske
mreže u Siriji

koje su bile odgovorne za prihvat

i transport stranih boraca na granicu.

To su bile mreže plaćenika, ne ideologa,

koji su u koordinacijskom poslu
bili zbog profita.

Na primjer, naplaćivali su
saudijskim borcima,

značajno više nego libijskim, novac koji

bi inače išao Al Qaedi.

Možda bi protivnici prekinuli
vlastitu mrežu

da su znali da varaju buduće džihadiste.

U siječnju 2010., razorni potres od 7.0
po Richteru je pogodio Haiti,

treći najsmrtonosniji potres ikad je
ostavio milijun ljudi,

10% stanovništva, bez krova nad glavom.

Jedan mali aspekt cjelokupnog pokušaja
olakšanja

je postajao sve važniji kako su hrana i

voda počeli stizati.

Siječanj i veljača su suhi
mjeseci na Haitiju,

no mnogi kampovi su bili poplavljeni.

Jedina institucija s detaljnim znanjem o

poplavnim područjima Haitija je
sravljena sa zemljom

u potresu zajedno s vodstvom.

Pitanje je koji su kampovi rizični,

koliko ljudi ima u tim kampovima, koji je

raspored plavljenja i uz vrlo
ograničene resurse

i infrastrukturu,
kako prioritizirati premještaj?

Podaci su bili vrlo različiti.
Američka vojska je

imala detaljno znanje za samo mali dio
države.

Postoje podaci na mreži s konferencije o
okolišnom riziku iz 2006.,

drugi geospacijalni podaci, ništa
nije integrirano.

Ljudski cilj je bio prepoznati kampove za
relokaciju

na temelju prioritetnih potreba.

Računalo je trebalo integrirati
iznimnu količinu geospacijalnih

informacija, podataka s društvenih mreža i
podataka organizacije za humanitarnu pomoć

kako bi odgovorilo na ovo pitanje.

Primjenjujući superiorni proces,
zadatak

za 40 ljudi kroz 3 mjeseca je postao

jednostavan posao za troje
ljudi u 40 sati,

sve pobjede za simbiozu
čovjeka i računala.

Više smo od 50 godina u Lickliderovoj
viziji

budućnosti, i podaci govore
da bismo trebali biti

poprilično uzbuđeni oko savladavanja
najtežih problema ovog stoljeća,

čovjek i stroj u zajedničkoj suradnji.

Hvala vam.

(Pljesak)