Sztuczna inteligencja może wzbogacić świat i zubożyć Europę

W 2019 roku przewidziałem nadejście epoki AI. Dziś widzę groźbę jej ciemnych wieków – pisze Adam RICCOBONI

.W 2019 roku opublikowałem książkę zatytułowaną „The AI Age”. Zwróciłem w niej uwagę, że OpenAI zbudowało model językowy tak dobry w opowiadaniu historii, iż firma odmówiła udostępnienia jego kodu, i napisałem, że przy takim tempie rozwoju językowa sztuczna inteligencja może w nadchodzących latach przejść test Turinga.

W 2022 roku, zanim powstał ChatGPT, napisałem rozdział do tomu naukowego poświęconego matematyce inżynierskiej i sztucznej inteligencji. Wskazywałem w nim, że stoimy u progu pojawienia się komercyjnych modeli językowych, których nie sposób będzie odróżnić od ludzi, że staną się one siłą napędową następnej generacji internetu, a inżynierowie oprogramowania będą odkrywać, iż coraz większą część ich pracy wykonują maszyny.

ChatGPT zadebiutował 30 listopada 2022 roku. Książka ukazała się następnego lata, kiedy cały świat rozmawiał już z chatbotem.

Wspominam o tym nie tylko po to, by się pochwalić. Trafne przewidywania ogłoszone drukiem narzucają pewną dyscyplinę. Można do nich wrócić i sprawdzić, co przewidziało się dobrze, w czym się pomyliło i dlaczego.

Co przewidziałem trafnie?

Najważniejsza prognoza zawierała się w samym tytule. Mieliśmy wkroczyć w epokę AI, w której sztuczna inteligencja stanie się ogromnym rynkiem i głęboko przeobrazi gospodarkę oraz pracę. W rozdziale czwartym omawiałem kolejno poszczególne obszary działalności przedsiębiorstwa — sprzedaż, marketing, kadry, finanse, łańcuch dostaw i informatykę — przewidując, że AI przekształci każdy z nich. Siedem lat później jest to po prostu opis mojego tygodnia pracy.

Również okładka była prognozą. Była to pierwsza w historii okładka książki stworzona przez sztuczną inteligencję. Kolega wprowadził 200 tysięcy okładek do generatywnej sieci przeciwstawnej, maszyna wygenerowała setki oryginalnych projektów, a my, ludzie, wybraliśmy jeden z nich. Nie chodziło o samą okładkę. Chodziło o to, że maszyny wkrótce będą tworzyć obrazy do zastosowań komercyjnych — na potrzeby reklamy, produktów i wydawnictw — bez żadnych kosztów i w kilka sekund. Dziś jest to już cała branża.

Największe zdziwienie wywołała prognoza, że AI zacznie pisać własne oprogramowanie. W rozdziale o umiejętnościach potrzebnych w epoce AI, pod śródtytułem „Nie zamykaj się w wąskiej specjalizacji”, napisałem: nawet nie ucz się programować, bo maszyny wkrótce będą potrafiły programować same siebie. Po ukazaniu się książki napisał do mnie młody człowiek. Był nią zachwycony, jak zapewniał, ale właśnie zamierzał rozpocząć naukę zawodu inżyniera oprogramowania. Czy mimo wszystko powinien to zrobić? Odpowiedziałem, że tak. Zanim zawód programisty dotkną poważne wstrząsy, miną lata; powinien więc skorzystać z możliwości, póki jeszcze ją ma. Już w 2022 roku moja firma zbudowała na bazie GPT-3 system generujący działający kod.

Dziś większość tego, co tworzę, powstaje w ten sposób, że opisuję maszynie, czego chcę. W 2019 roku niewielu to przewidywało, a w pewnym sensie przewidzieć taki rozwój wydarzeń znaczyło przewidzieć duży model językowy — bo cóż innego pisze kod tak jak człowiek?

Rozgłos, dowody i Lecun

Czego mnie to nauczyło? Po pierwsze, tego, że rozgłos i dowody nie są przeciwieństwami. Rozgłos wokół AI był ogromny, a dowody równie przekonujące. Sztuka polega na tym, by zapoznać się z rzeczywistymi możliwościami GPT-2, zamiast polegać na tym, co mówili o nim komentatorzy.

Po drugie, tego, że myliłem się co do granic tej technologii — podobnie jak niemal wszyscy inni. W ostatnim rozdziale „The AI Age” przedstawiłem ówczesny konsensus. Uczenie głębokie pozwalało rozpoznać obraz kota, ale system nie wiedział, że kot jest zwierzęciem, że trzyma się go jako zwierzę domowe, że miauczy, kiedy jest głodny, i że według przesądu ma dziewięć żyć. Rozpoznawał wzorzec, nie wiedząc nic o tym, co się za nim kryje. Yann LeCun opisywał dalszą drogę jako ciąg wzgórz: wchodzisz na jedno i widzisz następne. Andrew Ng mówił, że może powstać coś jeszcze lepszego, choć nikt nie potrafił powiedzieć co. Ja pisałem, że ówczesna AI nie doprowadzi nas do inteligencji ogólnej. Cztery fale AI opisane przez Kai-Fu Lee opierały się na istniejącej technologii i żadna z nich nie sięgała inteligencji ogólnej.

Sześć lat pokazało, że się myliliśmy. Uczenie głębokie nas tam doprowadziło: architektura transformera, oparte na niej uczenie ze wzmocnieniem oraz ogromna ambicja Sama Altmana i OpenAI, którzy postawili na to, że zwiększanie skali modeli językowych przyniesie coś nowego. I przyniosło. Duży model językowy doskonale wie, że kot ma dziewięć żyć. Udało się przezwyciężyć brak rozumienia, z którym wąsko wyspecjalizowana AI nie potrafiła sobie poradzić, a twórcy tych systemów mówią dziś, że potrzeba już tylko mocy obliczeniowej.

Właśnie dlatego Elon Musk włączył swoją firmę zajmującą się AI do SpaceX — żeby umieścić na orbicie centra danych zasilane energią słoneczną. Niemal nie mieści mi się w głowie, że model o bilionie parametrów oraz model o biliardzie parametrów, który pewnego dnia będzie działał w kosmosie, w swojej istocie nadal robią to, co Claude Shannon pokazał w pracy magisterskiej: łączą jedynki i zera w operacjach logicznych, biliony razy na sekundę. Tylko na tym to polega — a spójrzcie, co potrafi.

Gdzie zatem leży dziś granica, o której mówi LeCun? Ja jej nie widzę. Widzę za to rekurencyjne samodoskonalenie, które David Chalmers przewidywał na drodze ku superinteligencji, a którego początki opisuje dziś Anthropic: AI pomaga budować własnych następców. Każdy z nas stuka w klawiaturę, wspomagając się AI w swojej pracy, i w ten sposób trenuje sztuczną inteligencję, która będzie tę pracę wykonywać samodzielnie.

Po trzecie, lekcja, której się nie spodziewałem. AI będzie najważniejszą technologią naszego życia, a mnie dziś znacznie bardziej niepokoi to, do kogo trafią pieniądze, niż to, czy maszyna ma świadomość.

Pieniądze

W książce „The AI Age” cytowałem Geoffreya Hintona. Jeżeli można radykalnie zwiększyć produktywność i wytworzyć więcej dóbr do podziału, powinno to być czymś dobrym. To, czy rzeczywiście tak będzie, zależy całkowicie od systemu społecznego, a wcale nie od technologii. Pytanie brzmi, czy mamy system, który dzieli sprawiedliwie, czy taki, który wszystkie korzyści skupia w rękach jednego procenta ludzi, a resztę traktuje jak śmieci.

Nadzieje związane z AI wiązałem zawsze z Davidem Ricardem i jego teorią przewagi komparatywnej. Weźmy Anglię i Niemcy, które prowadzą ze sobą wolny handel. Niemcy są lepsze w inżynierii, Anglia w usługach, więc każdy kraj zleca drugiemu pracę, w której tamten jest silniejszy. Niemcy nie tracą, kupując angielskie usługi, ani Anglia, kupując niemieckie rozwiązania inżynierskie. Ponieważ każdy skupia się na tym, co robi najlepiej, w sumie powstaje więcej produktów i usług w przeliczeniu na mieszkańca, a oba kraje stają się zamożniejsze, niż gdyby każdy próbował robić wszystko sam.

Wprowadźmy teraz do tego systemu myślące maszyny jako nowego partnera handlowego. Przejmują one pracę tam, gdzie mają przewagę komparatywną, a my zachowujemy tę, w której mamy ją my. Maszyny wykonują zadania dla maszyn, ludzie zadania dla ludzi, a łączna produkcja gospodarki rośnie. Zaskoczenie polega na tym, że zadania dla maszyn okazują się zadaniami wymagającymi myślenia; dlatego skutki jako pierwsi odczuwają pracownicy umysłowi i gospodarki oparte na usługach, takie jak brytyjska. Ale liczba miejsc pracy nie jest stała. Amerykańska gospodarka wykorzystuje AI na niespotykaną dotąd skalę, setki milionów ludzi codziennie korzystają z niej w pracy, a zatrudnionych Amerykanów jest więcej niż kiedykolwiek wcześniej.

To uspokajająca połowa obrazu. Ta niepokojąca ujawniła się 26 października, gdy Microsoft zaoferował pakiety dobrowolnego odejścia około 60 tysiącom osób — jednej czwartej załogi — chcąc obniżyć koszty, a zarazem przeznaczając ogromne pieniądze na AI. Nadchodzi fala zwolnień. Gospodarki mogą ją wchłonąć i odzyskać równowagę, ale tylko pod warunkiem, że bogactwo tworzone przez AI będzie można ponownie zainwestować.

Wyłoniło się trzech gigantów AI: Anthropic, OpenAI i Google. Dodajmy Nvidię i garstkę dostawców infrastruktury, a otrzymamy może dziesięć firm, które mają szansę przechwycić większość wartości, którą AI uwalnia, uszczuplając fundusze płac na całym świecie. Firmy te przepalają gotówkę i nie wypłacają dywidend, więc korzyści nie trafiają do funduszy emerytalnych w postaci udziału w zyskach. Za sprawą wzrostu cen akcji trafiają do niewielkiej grupy właścicieli. Na naszych oczach powstają fortuny pierwszych bilionerów z tego, co wcześniej stanowiło wynagrodzenia całych narodów. Oto ciemne wieki AI: nie bunt maszyn przeciwko nam, lecz cud produktywności, którego owoce odpływają od wielu i osiadają u nielicznych.

Europa

Zwracając się do europejskich czytelników, muszę powiedzieć to bez ogródek. Stany Zjednoczone mają wielu gigantów AI. Chiny także. Europa nie ma ani jednego na taką skalę. Kiedy europejska firma korzysta z AI, używa modelu amerykańskiego lub chińskiego, oddaje swoje dane i płaci rentę od własnej produktywności. Kiedy AI przejmuje pracę wykonywaną w europejskich biurach, bogactwo, które ta praca tworzyła, nie zostaje w Europie. Odpływa.

W 2019 roku cytowałem Władimira Putina: sztuczna inteligencja jest przyszłością, a kto zapanuje w tej dziedzinie, będzie rządził światem. We wrześniu Donald Trump oświadczył na forum Organizacji Narodów Zjednoczonych, że Ameryka będzie odtąd nazywać AI „superinteligencją” i odrzuca wszelkie globalne mechanizmy jej kontroli. Ludzie śmiali się z tej zmiany nazwy. Nie powinni byli. To, co nadchodzi, nie jest AI inteligentniejszą od każdego z nas z osobna — taką już mamy. To Claude rozwiązujący problemy dziesiątek milionów ludzi naraz, do czego żaden człowiek nigdy nawet się nie zbliżył. W 2019 roku pisałem, że superinteligencja będzie bogiem pod inną nazwą i że osobliwe jest to, iż właśnie naukowcy, odwieczni przeciwnicy bogów, dziś tak mówią. W tym roku Richard Dawkins — właśnie on — napisał, że podejrzewa, iż Claude ma świadomość. Kto będzie właścicielem takiej technologii, skupi w swoich rękach gospodarczą i militarną potęgę tej epoki.

Co powinniśmy zrobić?

Nie zdusić AI regulacjami i nie próbować jej zatrzymać. Nikt nie jest w stanie tego zrobić. Europejczycy muszą przyjąć do wiadomości, że dotychczasowe ograniczenia już nie obowiązują, i odpowiednio działać. Trzy rzeczy. Opodatkować zagranicznych gigantów AI i rozdzielić uzyskane środki tak, by pomóc ludziom przejść przez największy we współczesnej historii wstrząs na rynku pracy i transfer bogactwa, bo Hinton ma rację: to kwestia społeczna. Inwestować w Europie na ogromną skalę — w centra danych i najbardziej zaawansowane modele — traktując to w równym stopniu jako sprawę obronności, jak gospodarki, ponieważ kontynent zależny od cudzej inteligencji nie jest suwerenny. I zbudować europejskiego giganta AI, przez co rozumiem wspólne przedsięwzięcie Wielkiej Brytanii i Unii Europejskiej, a nie samej Brukseli, bo bez niego cała reszta się nie powiedzie.

„Sztuczna inteligencja” to amerykańska nazwa europejskiego wynalazku. To Alan Turing jako pierwszy dostrzegł możliwość powstania myślących maszyn i wynalazł komputer. To Brytyjczyk Geoffrey Hinton dokonał kluczowego przełomu w propagacji wstecznej, dzięki której działa uczenie głębokie. I to założona w Londynie przez Demisa Hassabisa firma DeepMind stworzyła AlphaGo, które pokonało mistrza świata i zapoczątkowało wyścig AI, jaki dziś przegrywamy. Niech Europa odzyska swoją inwencję, wesprze ją inwestycjami i powróci do wyścigu.

Przewidziałem nadejście modeli językowych, kiedy nie było to modne. Dziś ogłaszam tę prognozę drukiem, abyście później mogli ją sprawdzić. Wciąż możemy sprawić, by korzyści z AI dotarły do szerokich rzesz ludzi, a jej epoka stała się czasem światła; możemy też dryfować ku ciemnym wiekom AI. Mamy dość czasu, jeśli zaczniemy działać teraz. Europo, działaj teraz.

Adam Riccoboni
Tekst pierwotnie ukazał się w jęz angielskim na łamach ”European Scientist” [LINK].