Labürindis küpsisepuru sööva ja kollide eest põgeneva Pacmani sünnist, täpsemalt ekraanile ilmumisest, möödus hiljuti 40 aastat. Tuhandete unustatud mängude seast ajalooliseks verstapostiks tõusnud ja kõigi aegade parimate videomängude nimistusse kirjutatud arvutiprogrammis leidus midagi, mida teistes polnud.

Jaapanlase Toru Iwatani juhitud üheksaliikmeline töörühm ei osanud sellist edu oodata. Nad tegid lihtsalt tööd, nagu kästud. Töörühm pakkus, et mäng peaks meeldima nii meestele kui ka naistele, et selles oleks noorte eelistusi arvestavalt palju värve ja tegelaskuju aluseks tuli idee viilu kaotanud pitsast. Pole just kuigi kindla peale minek.

Sellegipoolest on Pacmani mängu ning sellega seotud kaupade ja litsentside abil vahetanud raha omanikku vähemalt 14 miljardi dollari eest. Natukene hale, kui inimesed ei tea, millal teevad midagi erakordset. Kui nad püüavad teha midagi erakordset, kukub välja keskpärane. Sedagi vaid heal juhul.

Videotöötluseks raudvara valmistav NVIDIA näitas firmas arendatud tehisintellekti mudelile GameGAN ekraanilt Pacmani mängu. AI ei teadnud mängust ega selle eesmärkidest mitte midagi. Allegooriliselt alustas ta tühjalt lehelt. Liide "GAN" (generative adversarial network) viitab kahele rivaalitsedes uut loovale masinõppe süsteemile, milles üks osapooltest püüab oma nutikusega midagi maailma kohta seda vaadeldes oletada, mida siis teine analoogne süsteem kontrollib ja kritiseerib.

Masinõppe mudeli loonud insenere huvitas, kas GameGAN oskab pelgalt mängu vaatamise põhjalt selle sisust ja reeglitest aru saada. Paistab, et sai, seda küll pärast 50 000 mängu vaatamist. Arusaamise tõendina konstrueeris masin iseseisvalt Pacmani mängu. Tulemus jahmatas ja ületas arendajate ootuseid. Edaspidi loodetakse, et GameGAN süsteem aitab luua täiesti uusi arvutimänge, kuna paistab, et inimestele lootma jäämine oleks heitlik.

Ühendkuningriigi ja Venemaa teadlased lasid vaadata tehisintellektil inimeste nägudega fotosid. Teadupärast püütakse jagada psühholoogias inimeste isiksusejooni viite rühma vastavalt avatusele uutele kogemustele, meelekindlusele, ekstravertsusele, koostöövalmidusele ja neurootilisusele.

Hoolimata miimika inforohkusest ja osalusest inimeste vahelises suhtluses on inimese sügavama olemuse nägudest lugemine vasturääkiv ja vearohke. Võib-olla peab see nii olema, sest suhtluses on vaja olla aval ja usaldav, teinekord kaitsev ning varjav. Võime teha rõõmsa näo kurbuse või isegi kurjuse varjamiseks ning olla vastupidiselt naljapärast kurja olemisega.

Teadlasi huvitas, kas emotsioonivaba masin suudab pildilt isiksusega seotud infot tõhusamalt ära tunda. Masinal lasti analüüsida isiksusejoonte testi läbinud 12 447 anonüümse vabatahtlikust tehtud 31 000 selfit. Esmalt õppis masin inimesi ära tundma, kasutades kontrolliks pilte, millel polnud inimesed. Seejärel eristas süsteem nägudelt 128 eristatavat tunnust ja lõpuks õppis neid seostama viie isiksuse omadusega. Selgus, et pelgalt pilti vaadates langes tehisintellektist "psühholoogi" hinnang 58 protsendil juhtudest kokku sellel olnud isiku väidetavate isiksuse joontega.

Seda on ühtaegu vähe ja palju. Umbes kolmandiku inimeste isiksuseomaduste kohta midagi valesti arvates on viga ohtlikult suur. Samas on tulemus paljulubav. Vähemalt on uuringu läbiviijad optimistlikud. Nad usuvad, et neil õnnestub tulevikus edendada inimese ja masina vahelist suhtlust.

Võime mõelda siin kahele võimalusele. Esiteks oskab luua masin endast sümpaatse mulje ja saab samas aru, milline on inimese psüühiline sättumus. Ühesõnaga masin teab suhtlusolukorras rohkem kui meie, kes peame masinat sümpaatseks, kuigi see on pelgalt kalk masin. Masin manipuleerib meiega meie isiksuse omadusi arvestavalt, kuna me ise ei tunne end sama hästi.

Olgu kahe näite juurde lisatud uudis IBM-i töömaalt, kus valmis maailmas avalikult teadaolevatest superarvutitest võimsuselt järjekorras viiendaks hinnatud ja OpenAI teenistusse loodud arvuti.

NVIDIA AI õppis 50 000 mängu vaatamisega Pacmani reegleid ja teises näites uuris masin 31 000 pilti. Arvatavalt eristasid masinad tegelikkuse mudelite loomiseks piltidelt tuhandeid tunnuseid. Suurimad tehisintellektialgoritmid on kaasanud kuni miljard tunnust näiteks kõnest arusaamiseks.

Open AI kõige uuematesse mudelitesse on kaasatud koguni umbes 17 miljardit maailma kirjeldavat parameetrit. Rohkema kaasamine on jäänud masinapargi võimekuse taha. IBM-i loodud superarvuti võimaldab mudelite arendamisesse kaasata koguni triljoneid parameetreid. See tähendab, et kõnest arusaamise mudelite loomiseks saab sõeluda läbi kõik maailmas kirjutatud ja räägitud teksti, teha seda samaaegselt analüüsides liikuvat pilti ning ressurssi jääb ülegi.

Oodata võib inimese tegutsemist ja tema keskkonda samaaegselt ühte suurde massiivsesse mudelisse kaasava arendustöö algust. Mida selle tulemusel on oodata, pole teada. Oleme ju kõigest inimesed.

Esmaspäevast neljapäevani võib Kristjan Porti tehnoloogiakommentaari kuulda Raadio 2 saates "Portaal".