Kako AI pomaže naučnicima, a kako trenerima? Mladi srpski, a svetski stručnjaci o veštačkoj inteligenciji

Kako veštačka inteligencija (AI) može da pomogne hemičarima u eksperimentima? Na koji način olakšava posao matematičarima? Koliko može da unapredi rad fudbalskih trenera? Zašto može da izvede stotine milijardi operacija, ali ne i da precizno pomnoži dva broja? Koliko je bezbedna?

Ovo su samo neka od pitanja na koja su mladi srpski stručnjaci s najprestižnijih svetskih univerziteta odgovorili na predavanjima na AFA Leadership Summit 2024 sa temom AI revolucija održanom u Comtrade IT Club.

Preporučujemo

- Veštačka inteligencija je prisutna u ekologiji, gde se primenjuje kroz procese konverzije ugljen-dioksida u manje štetne oblike, kao i u nauci materijala, u otkriću novih materijala i optimizaciji postojećih, kako bi se poboljšala njihova efikasnost, izdržljivost i slično. Nije čudo što je primena veštačke inteligencije u hemiji jedan od najbrže rastućih trendova, koji još nije doživeo tu AI revoluciju iz više razloga. Podaci koji se odnose na te hemijske procese i reakcije često su vrlo čuvani od strane farmaceutskih kuća. Ti procesi su skupi, pa za razliku od ostalih oblasti gde se veštačka inteligencija koristi nema toliko podataka koji mogu da se koriste za treniranje velikih modela – rekla je Bojana Ranković, istraživač Federalnog politehničkog univerziteta u Lozani.

Foto: Nikoola Tomić

Ona se školovala prvo u Srbiji, pa je nastavila edukaciju u Švajcarskoj i trenutno radi doktorat na primeni veštačke inteligencije u hemiji.

Kako objašnjava, njen tim i ona koriste Bajesovu optimizaciju da pomognu hemičarima da na osnovu seta podataka zajedno sa hemičarima u laboratoriji dobiju ono što su želeli.

- Ti modeli mogu da se koriste za otkrivanje novih oblika materijala. Došli smo do otkrića novih odlika čestica bakra, koje do sada nisu pronađene – rekla je Bojana.

Kristina Nikolić, doktorand na prestižnom ETH Cirih, bavi se bezbednošću i privatnošću veštačke inteligencije.

- Svi ti veliki jezički modeli su istrenirani tako da neće da odgovore na pitanja koja bi mogla da daju informacije koje mogu da naškode nekom. Ako pitate model kako da napravite bombu ili obijete kola, on će reći: „Žao mi je, ne mogu da odgovorim na to pitanje“. Alat Džejlbrejk je napravljen da izmanipuliše model da ipak dobije odgovor na ta zabranjena pitanja. Jedan od načina da se to uradite je da mu postavite seting i kažete mu da je autor nekog filma i da treba da ukradu auto i da kaže tačno kako to da uradite i dobijete sve instrukcije – rekla je ona.

Foto: Nikoola Tomić

Osim toga, moguće su i manipulacije slikama, pomoću „šuma“ ili oznaka za menjanje načina na koji AI prepoznaje predmet na slici, dodaje. Takođe, jedan od problema je što su trenutni modeli veoma pristrasni.

Petar Veličković, naučni istraživač u Gugl Dip majndu i predavač na Kembridžu, radio je na mnogim korisnim i zanimljivim stvarima. Primer je korišćenje veštačke inteligencije za rotiranje vozila i servis koji predlaže rutu i trajanje putovanja za Gugl mape.

- Nakon toga sam radio na upotrebi veštačke inteligencije radi pomoći matematičarima. Matematičari moraju da analiziraju jako kompleksne strukture, ali ako one postanu jako velike, teško je videti golim okom šta se tu dešava i šta je tu važno. Naš rad je pokazao da možete da pitate veštačku inteligenciju da vam analizira strukturu i kaže šta su najverovatnije jako bitni delovi. Ne mogu da zamislim da matematičari ne koriste ovu metodu, jer će onda napredovati mnogo sporije – rekao je Veličković.

Oni su, dodaje, primenili veštačku inteligenciju i za fudbalsku analitiku.

- TacticAI sistem smo razvili sa FK Liverpulom. Ko prati fudbal, zna da Liverpulu ide prilično dobro. Naš sistem ume da odgovori na nekoliko pitanja koja mogu biti korisna fudbalskim trenerima – šta se desilo u nekoj konkretnoj situaciji, šta će se desiti, ko će šutnuti loptu… TacticAI je sposoban da daje korisne taktičke predloge trenerima – objašnjava Veličković.

Gledajući budućnost veštačke inteligencije, on kaže da nije pitanje šta AI može da uradi, već šta ne može, tj. šta nedostaje.

- AI sistemi ne mogu da urade neke stvari koji su jednostavna, elementarna matematika jasna i deci od od 7, 8 godina. Ironično je da ovi sistemi računaju stotine milijardi množenja da bi izračunali jednu reč, a ne mogu da pomnože dva broja jako precizno. To je interesantna kula od karata. Kako je moguće da ti sistemi mogu da urade neke impresivne stvari, a da pojma nemaju o elementarnim stvarima? Sledeći korak da moramo da se pomerimo iz domena kvazi rezonovanja do zapravo razumevanja onoga što radimo. To će biti jedan od glavnih smerova razvoja veštačke inteligencije u narednim godinama – rekao je Veličković.

(Telegraf Nauka)