Početkom decembra protekle godine brojni korisnici Guglove platforme za prevođenje su primetili da je postala znatno bolja u odnosu na ranije.
Studenti, naučnici, novinari i hiljade drugih korisnika koji su prevodili sa nemačkog na engleski ili na španski, počeli su da primećuju da su prevedene rečenice gramatički i pravopisno mnogo tačnije.
U korenu ove promene je prelazak Gugla na sasvim nov principo postojanja, koji izvršna direktorka kompanije Sundar Pičai naziva "A.I.first", veštačka inteligencija u osnovi svega.
Novi "Google Translate" je završetak inicijalne faze, koja podrazumeva da kompanija čiji su proizvodi bili plod tradicionalnog računarskog programiranja, postaju plod veštačke inteligencije.
Odeljenje unutar kompanije pod nazivom "Google Brain" je osnovan pre pet godina. Od 2011. godine "Brain" je pokazao nov pristup veštačkoj inteligenciji koji bi mogao da reši probleme koji traju decenijama. Prepoznavanje govora, recimo, nije radilo posebno dobro dok ga nije "Brain" preradio i postavio na princip mašinskog učenja i primenio ga na Androidu, kod kog transkripcija govora danas funkcioniše skoro bez greške.
"Translate" je debitovao 2006. godine i u međuvremenu je postao jedan od Guglovih najpopularnijih i najpouzdanijih alata. Ima više od 500 miliona aktivnih mesečnih korisnika i prevodi 140 milijardi reči na dan.
Postoji ne samo kao samostalna aplikacija, nego i kao nadogradnja Gmaila, Chroma-e, a sa nedavnom izbegličkom krizom, kaže Pičai, Gugl je shvatio i geopolitički značaj "Translate"-a, prenosi "Jutarnji list".
Naime, u poslednjih godinu i po dana, peterostruko je povećano prevođenje između arapskog i nemačkog. Tim iza "Translate"-a organski je razvijao platformu, dodavao nove jezike i mogućnosti, ali u poslednje četiri godine nije bilo značajnijega kvalitativnog pomaka. Sve do početka decembra 2016, kad je većina prometa Google Translatea u SAD i većem delu Evrope i Azije prebačena u sistem baziran na veštačkoj inteligenciji.
Početna je prebacivanje uključivalo prevode između engleskog i španskog, francuskog, kineskog, nemačkog, portugalskog, japanskog, korejskog i turskog. Preostalih stotinak jezika koje Translate podržava trebalo bi da budu prebačeni na VI sistem do kraja godine, tempom od oko osam jezika mesečno. Nova inkarnacija Translate-a nije zadivila samo korisnike, nego i Guglove inženjere.
Druga vizija
U doba kada je pojam veštačka inteligencija skovan, na Univerzitetu u Dartmutu 1956. godine, smatralo se da je najbolji pristup stvaranju takvog sistema sledeći: napisati veliki, sveobuhvatni program koji bi sadržao pravila logičkog razmišljanja i dovoljno činjeničnog znanja.
Pa ako biste, recimo, hteli da prevedete sa engleskog na nemački, u računar biste uneli sva gramatička pravila engleskog jezika, pa onda ceo sadržaj Oksfordskog rečnika engleskog jezika, pa onda sva gramatička pravila nemačkog jezika, pa onda sve postojeće reči nemačkog jezika i tek nakon svega toga u računar bi mogla da se unese rečenica na jednom jeziku i tražiti njen prevod. Takav pristup najčešće se naziva “simbolička veštačka inteligencija”. No, takav pristup za sobom vuče dva problema.
Prvi je to da je vremenski vrlo zahtevan sistem. Drugi je da istinski funkcioniše samo u onim domenima u kojima su pravila i definicije kristalno jasne, u matematici ili šahu, na primer.
Prevođenje, s druge strane, je primer područja na kom takav pristup katastrofalno propada u praksi, jer se reči ne mogu svesti samo na svoje definicije, i jer prevođenje ponekad ima više izuzetaka nego pravila.
Sve vreme postojala je i druga vizija veštačke inteligencije, prema kojoj bi računari učili iz podataka, umesto “s vrha”, odnosno počevši od pravila. Takav pristup datira davno, kada je naučnicima palo na pamet da bi najbolji model za fleksibilnu automatizovanu inteligenciju mogao da bude sam ljudski mozak. Mozak je, na kraju krajeva, samo skup neurona koji ili proslede električni signal svojim komšijama ili ne. Važnije od individualnih neurona su veze koje postoje među njima. Ta jednostavna struktura mozgu daje niz prednosti prilikom adaptacije na različite okolnosti. Mozak može da funkcioniše i kada ima loše informacije ili ih nema uopšte. Može podneti priličnu štetu bez gubitka kontrole, može se držati različitih zadatih obrazaca i istovremeno da zadrži spontanost potrebnu da se nosi sa dvosmislenim zadacima.
Naravno, računari se ni izbliza ne mogu upoređivati sa ljudskim mozgom. Prosečni mozak ima negde oko 100 milijardi neurona. Svaki je neuron povezan sa najviše 10.000 drugih neurona. Napraviti repliku mreže te veličine još uvek nam je van domašaja, ali investicija koju je preduzeo Google Brain omogućila je stvaranje mreže koja se može uporediti sa mozgom miša.
Novi talas
U poslednjih pet godina brojne kompanije, a posebno Google, Apple, Facebook, Microsoft, Amazon i kineski Baidu, pokrenule su lov na kadrove sa darom za veštačku inteligenciju
Pičai u svakoj prilici ističe razliku između trenutnih primena veštačke inteligencije i finalnog cilja “opšte veštačke inteligencije”. Takva veštačka inteligencija neće podrazumevati samo praćenje jasnih uputa, nego će imati mogućnost interpretiranja. Biće sveobuhvatan, opšteprihvaćeni alat. Pičai veruje da budućnost samog Gugla zavisi od toga.
Evo primera. Zamislite da Google Mapsu možete reći kako želite da idete na aerodrom, ali da usput morate da svratite negde da kupite poklon za sestrića. Verzija te aplikacije koja ima bolju opštu veštačku inteligenciju, znala bi stvari koje može znati samo blizak prijatelj ili član porodice: koliko sestrić ima godina, koliko inače trošite na poklone za decu, koliko ste pre trošili i šta ste mu kupovali, ali i gde postoji otvorena prodavnica sa takvim stvarima. Ali, Maps bi znao i stvari koje prijatelj možda ne bi znao, na primer, što je ovih dana popularno među školarcima koji imaju godina koliko sestrić, šta je od takvih stvari nedavno stiglo u prodavnice i slično.
Novi talas ličnih asistenata obogaćenih veštačkom inteligencijom - Appleov Siri, Facebookov M, Amazonov Echo i, na kraju, Googleov Assistant - plodovi su ideje mašinskog učenja. Naravno, mašinsko učenje u korporativnom svetu ne završava samo predviđanjem želja kupaca. Kompanije širom sveta pripremaju se za obilje primena.
Protivnici veštačke inteligencije i teoretičari zavera, će naravno postaviti pitanje “scenarija Skynet”, prema kojem će veštačka inteligencija koju smo stvorili da nam olakša kupovinu poklona za sestrića jednog dana odlučiti kako je jednostavnije ukloniti i nas i sestrića sa lica zemlje. To nije način na koji VI funkcioniše. Ona funkcioniše tako da pretražuje informacije u potrazi za zajedničkim detaljima, prvo za osnovnim uzorcima, pa potom kompleksnijim, pa još kompleksnijim. Najveća opasnost, barem zasada, krije se u tome da one početne informacije koje dajemo računaru mogu biti pogrešne ili pristrasne.
U svom slavnom eseju iz 1950. godine, Alan Turing je predložio jednostavan test veštačke inteligencije: kompjuter koji bi mogao unutar petominutne razmene tekstualnih poruka uspešno da zavara ljudskog sagovornika. Jednom kada mašina može tečno da prevodi između dva jezika postavljeni su temelji za mašinu koja bi jednog dana možda mogla da razume ljudski jezik dovoljno dobro da vodi razgovor. Članovi tima Google Brain-a, koji su vodili projekt Translate, veruju da bi takva mašina mogla da bude opšte inteligentan i sveobuhvatan digitalni lični asistent.
