Tehisintellekti õpetajad meenutavad üha rohkem koloniaalajastu orje ({{contentCtrl.commentsTotal}})

Enne tehisintellekti õpetajaks muutmist tuleb õpetada neid endid maailma tundma.
Enne tehisintellekti õpetajaks muutmist tuleb õpetada neid endid maailma tundma. Autor/allikas: SCABPIX/AP/ Ross D. Franklin

Tehisintellekti maailma tundma õpetavaid inimesi võib võrrelda lapsevanemate asemel orjatöölistega, kes jäävad oma kogemusi jagades iga kord nende võrra rumalamaks, leiab R2 tehnikakommentaaris Kristjan Port.

Väikeste laste maailma avastamine sünnitab koomilisi olukordi. Pisikesed inimesehakatised sõnastavad asju üllataval ja avameelsel moel, mis on ekslikud, aga sunnivad vaatama vanemaid maailma uuest rakursist ning avastama tihti enda jaoks tõeseid asju. Lapsed võivad küsida, kas hot dog'e tehakse koertest, ning võivad väita, et nad ei saa tuba koristada, sest käed magavad, mahl võib maitsta karvasena ning pidada mõnd koeratõugu ahviks jne.

Ühesõnaga, lapsed on veel rumalad, aga suure arengupotentsiaaliga. Isevärki olukordade õigemasse sängi juhtija roll peab olema kellegi kogenuma käes. Selleks on enamasti lapsevanem. Tema peaks ju teadma.

Sarnane olukord kordub tehisintellekti puhul. Kustkohast peaks masin teadma, kas pildi peal on koer, ahv või küpsis? Mitte millestki alustades ei loo algoritmides liigutatavad infopalad masinale selgust isegi siis, kui need korrastuvad mingitesse rühmadesse ja ilmutavad teatavaid seoseid.

Sama pilti võib avastada igaüks, jälgides pikalt kasvõi rannaliiva, kui tajumehhanismid märkavad siin-seal mingit korrapärasust. Seejuures lisandub inimese puhul märkamatu automaatsusega, et see siin meenutab puud ja seal on liivaterad nagu inimese nägu jne. Ent kust peaks tulema masinale info, et antud infopalakeste mosaiik tähendab midagi või sarnaneb millelegi?

Kes õpetab last eristama koera ahvist? Kust saab laps üleüldse teada, et maailmas on koerad, kassid, telefonid ja kastrulid? Selleks on lapsevanem, õed-vennad ja ülejäänud inimesed. Tehisintellekt on rumal nagu kivi. Kindlasti rumalam väikelapsest, sest masina algoritmidele on üllatavalt raske eristada piire, mis tähistavad ühe asja lõppu ja teise algust. Kust masin peaks teadma, millal ei kuulu näiteks liiklusmärgil olevate tähiste värvide ja kontuuride muutus enam liiklusmärgi juurde?

Sarnast probleemi on demonstreeritud katsetes, milles lisatakse liiklusmärgile mõned inimese taju mitte kuidagi segavad värvilaigud, kuid isejuhtivate autode mõistuse jaoks muutub märk nähtamatuks, sest sulandub loodusesse või muutub sellelt loetava info tähendus. Väike laps suudaks eristada asju taustsüsteemist isegi siis, kui neid moonutada ja muuta. Kui palmipuu peale joonistada tiiger, peab laps seda endiselt puuks, mitte puukujuliseks tiigriks jne.

See näide on omaette huvitav, kuna võimaldab demonstreerida üleminekute kaudu, kuidas ühel hetkel jääb ka inimese mõistus otsustades hätta, millega tegemist on. Inimese tajuprobleemid pole kellelegi saladus, eriti hästi tunneb neid mustkunstnik.

Õppiva masinaga jätkates poleks sellest kasu, kui inimene ei õpetaks talle, milliseid maailma nähtuseid tähistavad mingid signaalimustrid. Kui lapsevanem õpetab oma last instinktiivsest vajadusest ja sama instinkt paistab olema üldisem, sest inimesed jagavad teineteisele pidevalt õpetusi, siis masina aitamiseks vastav instinkt puudub.

Samas on tehisintellekti areng kuum teema. Keegi peab masinatele ütlema, kas pildi peal on koer, kass või tahvelarvuti. Inimestel on olemas raha teenimise instinkt. Nii võibki märgata uut tööd, mida pakub tehisintellekti ajastu inimesele. Selleks on piltidele omadussõnade lisamine.

Otsingumootorites kuvatud pildid on inimeste sildistatud. Samad otsimootorid õpivad nende põhjal ise pilte lugema ja silte omistama, enam-vähem imiku tasemel. Lähiajast on teada mitmeid kurioosseid juhtumeid, milles on omistanud tuntud otsingumootor mustanahalisele näole hoopiski looma omadusi, sest masina koolitunnis oli näidatud rohkem valgenahaliste nägusid. Järelikult ei saa see inimeste töö otsa veel nii pea. Iseküsimus on loodava kasu suurus ehk kui palju raha saaks, kui öelda, et pildi peal on koer?

Erinevalt masinast on see töö inimesele lihtne ja lihtsa töö eest makstakse väga vähe. Päevase toidukoguse ostmiseks tuleks sildistada tuhandeid pilte. Seda tööd nõustuvad tegema madalapalgalised. Majanduslik tõhusus otsib võimalikult madala palgasooviga töötajaid. Sündimas on uus koloniseerimisilming, milles koguneb kasu rikkaimate riikide rikkaimatesse ettevõtetesse, kuid mille nimel töötavad miinimumpalga murdosa eest arengumaade infopõllu töölised.

Seda tööd tehes ei muutu inimene targemaks ega arenda karjääri, ei kasvata sissetulekut, ega loo uusi töökohti. Otse vastupidi, muutes masinaid targemaks, pidurdab ta tööjõu edenemist ka arenenud riikides. Fenomeni võiks võrrelda allegooriliselt olukorraga, kus peab lapsevanem lapsele õpetust andes iga kord sellest teadmisest loobuma ja muutuma seeläbi ise rumalamaks.

Huvitav, kuivõrd suures osas nõutuks ta oma tarkust lapsele loovutama? Öeldakse ju, et ka tehisintellekt on inimese sünnitatud.

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

Toimetaja: Jaan-Juhan Oidermaa

Allikas: "Portaal"

Hea lugeja, näeme et kasutate vanemat brauseri versiooni või vähelevinud brauserit.

Parema ja terviklikuma kasutajakogemuse tagamiseks soovitame alla laadida uusim versioon mõnest meie toetatud brauserist: