Sztuczna inteligencja znajduje swoje zastosowanie w wielu dziedzinach. Tym razem poruszę temat robotyzacji. Mój gość, Marek Cygan z Nomagic, opowie o oprogramowaniu przygotowywanym w specjalnym projekcie, a także o możliwościach, jakie niesie wykorzystanie sztucznej inteligencji w tym obszarze.

Cześć Marek. Przedstaw się: kim jesteś, czym się zajmujesz, gdzie mieszkasz.

Cześć. Nazywam się Marek Cygan. Pracuję w firmie Nomagic oraz na Uniwersytecie Warszawskim. Pracuję w Warszawie, natomiast mieszkam również w Toruniu. 

Co fajnego ostatnio przeczytałeś i dlaczego uważasz, że jest to warte polecenia?

To zależy, o jakiego typu książkach mówimy. W zakresie zarządzania zespołem polecam „Radical Candor” autorstwa Kim Scott oraz „What You Do Is Who You Are” Bena Horowitza – związana z prowadzeniem startupów, bardzo polecam. Natomiast jeśli chodzi o książki mniej związane z pracą, to czytałem „Homo deus” Yuval Noah Harari – również polecam.

Dzięki za polecenia, bardzo ciekawe pozycje. Wspomniałeś, że pracujesz w Nomagic. Tak naprawdę zajmujesz się wieloma rzeczami i masz sukcesy w różnych obszarach, ale zacznijmy od Nomagic. Czym się zajmujecie?

W Nomagic zajmujemy się robotyką. Natomiast to nie jest bardzo szeroka robotyka. Interesuje nas aplikowanie najnowszych osiągnięć uczenia maszynowego w robotyce, aby stworzyć usługę, z której będą mogli korzystać nasi klienci. Mówiąc usługę mam na myśli to, że nie budujemy robotów w naszym laboratorium.

Kupujemy roboty i produkujemy dla nich oprogramowanie, które korzysta z metod sztucznej inteligencji, przetwarzania obrazów i różnych innych nowoczesnych technologii. Wdrażamy następnie te roboty u klientów, a one wykonują dla nich konkretne usługi. W tej chwili działamy w segmencie logistycznym. To są duże magazyny przeładunkowe głównie firm z handlu internetowego. 

Wybraliście robotykę i jedno zagadnienie z tego obszaru. Dlaczego akurat robotyka?

W momencie, w którym zaczynaliśmy naszą przygodę (działo się to już ponad 3 lata temu), skontaktował się ze mną Kacper Nowicki. Bardzo chciał założyć startup w Warszawie. Zastanawialiśmy się, jaka mogłaby być dziedzina, w której użyjemy metod uczenia maszynowego. Punktem wyjścia było to, że chcieliśmy użyć najnowszych osiągnięć w dziedzinie uczenia maszynowego tak, żeby mieć komercyjny produkt. Mam tutaj na myśli konkretnie produkt, a nie projekt.

Nie chcieliśmy tworzyć firmy, która zajmowałaby się wykonywaniem konsultacji czy konkretnych projektów pod klientów. Nie pojedyncze przedsięwzięcia, lecz zunifikowany produkt, który można sprzedawać w wielu egzemplarzach. Chcieliśmy zbudować w ten sposób firmę, która ma szansę się rozwijać do bardzo dużych rozmiarów. 

Żeby wybrać rynek, na którym taki produkt może zaistnieć, trzeba wziąć pod uwagę bardzo wiele czynników. Głównym czynnikiem dla nas była konkurencja dużych firm, które mają bardzo wiele danych. Jeśli spojrzymy na zagadnienia, które można wykonywać przy przetwarzaniu obrazu, dźwięku to Google czy Facebook mają ogromne ilości danych.

Uznaliśmy, że bardzo ciężko byłoby nam konkurować z nimi na tym konkretnym rynku. Szczególnie że w momencie, w którym prowadziliśmy nasze rozważania (2016 r. lato), te przełomowe wyniki w uczeniu maszynowym, przetwarzaniu obrazów już się wydarzyły parę lat wcześniej. Była duża szansa, że bylibyśmy spóźnieni próbując zakładać firmę w tej konkretnie dziedzinie.

Tak się zdarzyło, że niezależnie Kacper i ja natknęliśmy się na prace (artykuły naukowe publikowane przez grupę z Google Brain i inne grupy badawcze), które wykorzystywały uczenie maszynowe w robotyce. Obu nas te metody bardzo zainteresowały. Zaczęliśmy się zastanawiać, co można z tym zrobić. 

Na początek, zebraliśmy parę osób, które chciały zreprodukować wyniki jednej z takich prac po to, żeby nauczyć się jak te metody działają i czy jest to coś, co nas interesuje. Zebraliśmy zespół 5-6 osobowy, przy czym to było takie założenie, że każdy z nas będzie się tym zajmował tylko przez 20% swojego czasu. Ja pracowałem wtedy na Uniwersytecie, a Kacper pracował w innej firmie w Berlinie.

Osoby, które do nas dołączyły, też miały albo pracę, albo studia. Posuwaliśmy się dość powoli, ale stabilnie do przodu. Po paru miesiącach takiej pracy uznaliśmy, że jest to dla nas na tyle interesujące, że chcemy się tym zająć na poważnie. W związku z tym, że pracując w tempie odpowiadającym poświęcaniu 20% czasu poruszaliśmy się stosunkowo wolno, to uznaliśmy, że albo robimy to na poważnie, albo wcale.

Wtedy zdecydowaliśmy, że chcemy założyć firmę. To był marzec 2017 r. Ustaliliśmy, że będzie to kwestia około kwartału, aż założymy formalnie spółkę i znajdziemy pierwszych pracowników. Formalnie otworzyliśmy biuro w czerwcu 2017 r. 

Ciekawa przygoda. Nakreślmy aktualną sytuację w obszarze robotyzacji. Jakich metryk się używa i jak mierzy się stopień zautomatyzowania danego społeczeństwa? Jak należy to interpretować?

Standardową miarą używaną do oceny stopnia robotyzacji danego społeczeństwa jest gęstość robotów w przeliczeniu na 10 tys. pracowników. Czyli dla średniej grupy 10 tys. pracowników, ile wśród nich jest robotów? Używając takiej miary za rok 2018 w Polsce robotów było 42.

W poprzednich latach były to odpowiednio mniejsze ilości. Dla porównania, średnia gęstość robotyzacji na świecie, wynosi 99 (czyli ponad dwukrotnie więcej niż w Polsce), dla Europy – 114. To są dane za rok 2018, nie widziałem jeszcze raportów za rok 2019. Jeśli mówimy o tej metryce, to tutaj jest bardzo istotna kwestia, dlatego że w poszczególnych branżach ten stopień zrobotyzowania musi być diametralnie różny.

Prym wiedzie przemysł motoryzacyjny. W Polsce, tak jak gęstość robotów wynosi 42, to w sektorze motoryzacyjnym to już jest 190. Czyli jest ponad pięciokrotnie większa gęstość w tym sektorze. Jest to taki współczynnik, który tak samo stosuje się na świecie, tzn. w sektorze motoryzacyjnym w niektórych krajach ta liczba robotów na 10 tys. pracowników, przekracza nawet 1 tys.

Natomiast jeśli chodzi o gęstość robotyzacji nie tylko w motoryzacji ale ogółem, to nasza liczba w Polsce to jest 42. Tutaj wypadamy słabiej niż inne kraje regionu typu Słowacja, Czechy. Tam te liczby oscylują w okolicach 150. Wynika to też z faktu, że w tym obszarze przemysł motoryzacyjny jest proporcjonalnie dużo większy niż w Polsce (nawet w liczbach bezwzględnych jest większy, a w przeliczeniu na liczbę pracowników, to już jest dużo większy).

Natomiast globalnie liderem robotyzacji jest Singapur, gdzie liczba robotów na 10 tys. pracowników, przekracza 800. Niemcy przekroczyli 300, a średnia dla świata to około 100. 

Temat robotyzacji jest pełen mitów. Jeżeli dołożymy do tego tzw. science-fiction, który się łączy i przecina, ludzie czasem się gubią, nie wiedzą, gdzie jesteśmy teraz i jak to się posuwa. Na przykład, słynny robot od firmy Boston Dynamics, który potrafi robić przeróżne cuda, skakać, biegać i robić obroty w bardzo niestandardowy sposób. Jak to oglądasz, to czujesz, że ten terminator już jest coraz bliżej.

Z drugiej strony istnieje taka inicjatywa zorganizowana przez Darpa – Darpa Robotics Challenge. Na zadaniach w tym projekcie roboty z Boston Dynamics nie wyglądają już tak efektywnie i skutecznie. Tu od razu się przypomina tzw. Paradoks Moraveca, gdzie czynności, które dla człowieka wydają się proste, dla robota nagle okazują się niesamowicie skomplikowane i bardzo trudne w rozwiązaniu.

Człowiek nawet nie jest w stanie sobie uświadomić, dlaczego tak się dzieje, że te inputy, które docierają do nas (w szczególności przez kanały marketingowe), z jednej strony wyglądają tak, że roboty już potrafią robić takie cuda, a z drugiej strony tak naprawdę jest za daleko, żeby stwierdzić, że ten robot już będzie się zachowywać jak terminator, którego wrzucasz na dowolny teren w mieście i będzie wchodzić np. do budynku, szukać odpowiedniego pomieszczenia, otwierać właściwe drzwi. To może być duże wyzwanie.

Dlaczego są tak duże zróżnicowania i gdzie faktycznie jesteśmy teraz?

Główny problem polega na tym, że w świadomości ludzkiej nie mamy zrozumienia, jak trudne obliczeniowo problemy nasz mózg jest w stanie rozwiązywać bardzo szybko – problemy związane głównie z przetwarzaniem tego, co widzimy, planowaniem naszych ruchów, reagowaniem na bodźce.

Nasz mózg metodą ewolucji został dostosowany i jest bardzo efektywny pod tym względem. Robi na nas wrażenie, jak komputer potrafi mnożyć liczby, które mają miliony czy miliardy cyfr, natomiast nie potrafimy zrozumieć, jak to jest, że przez długi czas komputer nie był w stanie rozpoznać, czy na zdjęciu jest kot czy pies.

Tego typu problemy potrafimy niezawodnie rozwiązywać dopiero od kilku lat. Jeśli chodzi o roboty, to tutaj takim przykładem jest robot Atlas z firmy Boston Dynamics. Ten robot potrafi wykonać np. salto do tyłu i się nie wywrócić, co wygląda bardzo efektownie. W momencie, w którym ten robot ma wykonać jakieś zadanie, w którym ma się odnaleźć w środowisku i wykonać jakąś konkretną akcję (doprowadzić do jakiegoś określonego rezultatu), to sprawa wygląda dużo trudniej. 

Robot musi umieć odnaleźć się w środowisku, którego nie zna. Właśnie ta umiejętność odnajdywania się i działania w zmiennym środowisku jest bardzo trudne. Jest to ciężkie do zrozumienia. Związane jest to z tym, że sposób, w jakim komputer przetwarza obrazy, polega na przetwarzaniu wszystkich pikseli danego obrazu.

To, jak te piksele kodują dany obraz, bardzo się zmienia w zależności od oświetlenia, ustawienia. Niezwykle trudno jest opracować metody, które potrafią rozpoznawać obiekty niezawodnie w bardzo różnorodnych warunkach. 

Przez wiele lat dominowały ręczne metody przetwarzania obrazów. Można o tym myśleć jak o różnych filtrach, które stosuje się w programach do cyfrowej obróbki zdjęć. W ostatnich latach tę dziedzinę zdominowały metody opierające się na trenowaniu modeli. Oznacza to, że zbieramy dane np. kilka milionów zdjęć i wiemy, co na każdym z nich się znajduje.

Czy na tym zdjęciu jest kot, pies czy jakiś inny obiekt. Dla każdego zdjęcia, musimy zapisać sobie tę informację. Potem konstruujemy sieć neuronową, tj. taki matematyczny obiekt, który ma w sobie masę parametrów. O takiej sieci neuronowej można myśleć jako o ciągu wykonywanych operacji na tych obrazach. Tak jak mamy różne efekty w programach do obróbki zdjęć, np. wykrywanie krawędzi, przyciemnianie, rozmazywanie.

Okazuje się, że jeśli złożymy ze sobą odpowiednio dużo tego typu transformacji i użyjemy w nich odpowiednich parametrów, to na końcu będziemy w stanie uzyskać odpowiedź, czy na danym zdjęciu jest kot, pies czy inny obiekt. Natomiast znalezienie tych parametrów jest bardzo trudne, bo w sieci neuronowej potrafi ich być od kilku milionów do kilku miliardów. 

Żeby poprawnie ustawić te wszystkie parametry w sposób automatyczny (ręcznie jest to niemożliwe do zrobienia) metodami optymalizacji (które za pomocą algorytmów komputerowych poprawiają te parametry z każdym krokiem uczenia naszej sieci), musimy dysponować odpowiednią mocą obliczeniową i odpowiednio dużymi zbiorami danych.

Dopiero od kilku lat te trzy rzeczy jednocześnie są dostępne, czyli odpowiednio duża moc obliczeniowa, odpowiednio duże zbiory danych, odpowiednie algorytmy i modele matematyczne, które są w stanie te problemy rozwiązywać. Połączenie tych trzech składników pozwala rozwiązywać problemy przetwarzania obrazów. Natomiast jeżeli chodzi o samego robota, to robotyka to dużo więcej niż przetwarzanie obrazu. 

Jak wchodzimy do pokoju i chcemy np. napić się kawy, to nie jest tak, że wchodzimy do pokoju, oglądamy cały pokój, lokalizujemy, gdzie jest czajnik, kubek, po czym zamykamy oczy i idziemy w ciemno w to miejsce nie reagując na bodźce. Robotyka bardzo długo w ten sposób działała, że w momencie pojawienia się odpowiednich metod przetwarzania obrazów, robot zbierał obrazy z otoczenia, próbował wymodelować całe otaczające go środowisko, po czym planował swoje akcje.

To tak jakbyśmy weszli do pokoju, rozejrzeli się dookoła i zaplanowali sobie, że musimy zrobić 5 kroków do przodu, obrót w prawo, dwa kroki do przodu, otworzyć górną szafkę, wyciągnąć kubek. Ten robot robi to często z zamkniętymi oczami i nie kontroluje tego, czy znajduje się w miejscu, w którym myślał, że będzie się znajdował. Nie kontroluje tego, czy środowisko się zmieniło albo czy w pierwotnej ocenie sytuacji pojawił się błąd.

Dopiero w ostatnich 2 latach pojawiły się artykuły o robotach sterowanych w tzw. układzie zamkniętym, czyli takim gdzie reagujemy z odpowiednią częstotliwością – np. 10 razy na sekundę uaktualniamy nasz plan w zależności od tego, co widzimy dookoła. 

Jest jeszcze jeden duży, nierozwiązany problem – w jaki sposób poradzić sobie ze zmysłem dotyku? Jest to kolejny zmysł ludzki, którego nie umiemy jeszcze wykorzystać w robotach. Umiemy wykryć, że nastąpił kontakt z otoczeniem, natomiast bardzo trudno jest w sposób elastyczny dostosować się do otoczenia na podstawie doświadczanego kontaktu z otoczeniem. Szczególnie jeśli przedmioty, z którymi mamy do czynienia, są miękkie i potrafią się deformować. 

Wracając do początku firma Darpa ogłosiła konkurs Darpa Robotics Challenge, który trwał między 2012 r., a 2015 r. W ostatnim roku trwania tego konkursu zadaniem była ewakuacja z budynku. Robot miał wejść do budynku, co wiązało się z otwarciem drzwi, zlokalizowaniem zaworu, zamknięciem zaworu, wejściem po schodach i wyjściem z budynku.

Żaden robot nie był w stanie wykonać w pełni tego zadania. W Internecie możemy obejrzeć różne nagrania, w których te roboty w fascynujący sposób się wywracają. To jest ten sam robot – Atlas z firmy Boston Dynamics. Ten sam, który wcześniej potrafił wykonywać akrobatyczne sztuczki, nie potrafił wykonać prostego zadania, jakim było otwarcie drzwi. Pomimo tego że w ostatnich latach widzimy tutaj postępy, moim zdaniem nie zobaczymy robotów w życiu codziennym w ciągu najbliższych kilku lat, gdyż te roboty najpierw będą się pojawić w takim segmencie jak logistyka.

W magazynach gdzie trzeba przetwarzać różne paczki albo pakować zamówienia w magazynach sklepów internetowych, gdzie zakres produktów jest bardzo szeroki sięgający nawet 100 tys. różnych produktów lub jak w przypadku największych magazynach Amazona – 1 mln produktów. Mówiąc o różnych produktach mam na myśli milion różnych kodów kreskowych. 

Ta różnorodność to jest coś, co powodowało, że robotów w logistyce było dużo mniej niż np. w sferze motoryzacyjnej. W sektorze motoryzacyjnym w momencie, w którym jest zbudowana linia budująca samochody, roboty będą budować dokładnie takie same samochody przez cały dzień i całą noc (nawet przez kilka lat z rzędu). Tutaj to środowisko się w ogóle nie zmienia. Roboty wykonują cały czas te same zadania.

Oczywiście robi to wrażenie, bo potrafią podnosić bardzo duże ciężary. Często muszą być zsynchronizowane ze sobą, czyli jest kilka robotów spawających dany fragment. Jak się na to patrzy, to robi to duże wrażenie, ale cały wysiłek był w synchronizowaniu tych robotów i ręcznym ustawieniu różnych parametrów, bo ten robot nie jest w stanie dostosować się do żadnych zmian w tym środowisku.

W momencie, w którym ktoś chciałby tego robota przesunąć nawet o 5 cm, to dużą część pracy trzeba wykonać od nowa, tak żeby wszystkie je zsynchronizować i ustawić. 

My w ramach Nomagic, wdrażamy nasze roboty w sektorze logistycznym (głównie w magazynach handlu internetowego) i na tym się skupiamy. Naszym celem jest wdrożenie 1 tys. robotów w ciągu 5 lat. Jest to bardzo ambitny cel, ale wierzę, że będziemy w stanie tego dokonać. 

Kolejnym obszarem, w którym moim zdaniem możemy zobaczyć roboty już wkrótce, jest bezpieczeństwo, monitorowanie przestrzeni, ochrona. Będą to roboty, które nie będą w stanie wchodzić w interakcje ze swoim otoczeniem (lub interakcja będzie bardzo ograniczona).

Będą to takie maszyny, które będą poruszać się po otoczeniu, skanować je w poszukiwaniu nieoczekiwanych zmian. W momencie, w którym te nieoczekiwane zdarzenia będą miały miejsce, będzie wzywany człowiek i to człowiek będzie reagował na te zdarzenia, gdyż ludzie bardzo dobrze reagują w nowych sytuacjach, a roboty niestety jeszcze nie. 

Bardzo ciekawa analogia z zamkniętymi oczami odnośnie do tego, jak działa robot. To faktycznie umożliwia znacznie lepiej zrozumieć, gdzie są wyzwania. Czasem jak ludzie wchodzą do pokoju, też zamykają oczy, jak idą po kawę. Różnie to się kończy i może być wyzwaniem, w szczególności jeśli środowisko zmienia się w czasie, np. ktoś otwiera szafkę. Ale to daje też do myślenia, na czym polega ta różnica. 

Powiedziałeś, że macie bardzo ambitne plany wdrożyć 1 tys. robotów w ciągu 5 lat. Czy już macie przynajmniej jednego robota wdrożonego?

Tak, dokonaliśmy już naszych pierwszych wdrożeń. Mogę powiedzieć, że naszym pierwszym klientem była francuska firma CDISCOUNT, tj. największa firma handlu internetowego we Francji obok Amazona. Jest to konkurent Amazona działający lokalnie na rynku francuskim. To był nasz pierwszy klient, z którym współpracowaliśmy już od lutego 2018 r. Nasz pierwszy robot był zainstalowany na jesieni 2018 r.

Od tamtego czasu robot obsługiwał już prawdziwe zamówienia i pakował produkty dla klientów. Natomiast przez pierwszych kilka miesięcy robot był pod obserwacją, czyli cały czas jeden z naszych pracowników był obok tego robota i monitorował co robi, zbierał informacje, tak abyśmy mogli poprawić jego działanie. Weszliśmy w taki tryb produkcyjny, w którym ten robot wykonuje swoje działania w zadowalający sposób (kwiecień 2019 r.). To jest ten moment, kiedy moim zdaniem możemy mówić o pierwszym wdrożeniu.

Rozmawiamy teraz z kolejnymi klientami, ale nie mogę się podzielić szczegółami. Mogę powiedzieć, że koncentrujemy się na rynku europejskim – niemieckim, francuskim i sąsiednich regionach. W Polsce na wdrożenia jest jeszcze za wcześnie głównie z ekonomicznego punktu widzenia, tzn. koszty pracy w wymienionych krajach są dużo wyższe niż w Polsce. To powoduje, że opłacalność wdrożenia w tych krajach jest dużo wyższe niż w Polsce, więc skupiamy się w tej chwili tylko i wyłącznie na rynkach zagranicznych. 

Bardzo ciekawe. Pierwszy wdrożenie już działa. Jak natomiast wyglądał proces pracy przed jego pojawieniem się? Jeżeli jesteś w stanie wymienić liczby, to będzie jeszcze bardziej namacalne, czyli ile osób tam było zaangażowanych? Co dokładnie te osoby robiły? Jaka była ich wydajność w jednostce czasu (np. w ciągu doby, tygodnia)? Czy masz takie liczby?

Nie mogę wszystkiego dokładnie powiedzieć, ale mogę podzielić się informacjami na temat pierwszego wdrożonego robota. Tutaj nasz klient też jawnie prezentował nasze rozwiązania na konferencji, więc mogę o tym opowiedzieć (w tym o różnych liczbach, związanych z tym robotem). O kolejnych wdrożeniach niestety już nie będę mógł mówić. Wracając do naszego pierwszego wdrożenia dla firmy CDISCOUNT, jest to taka firma, w której na platformie internetowej klienci dokonują zamówień i potem te produkty są wysyłane pocztą czy kurierem do domów tychże klientów.

To, co się dzieje pomiędzy momentem zamówienia na stronie internetowej, a momentem, w którym paczka opuszcza magazyn, to kompletowanie zamówienia. Ono odbywa się w trzech fazach. Najpierw dany produkt musi zostać znaleziony na półce w magazynie, czyli jest osoba, która porusza się po tym magazynie (albo na piechotę, albo korzystając z jakiegoś wózka), zbiera produkty z półek i odkłada je do zbiorczego koszyka, w którym są produkty z bardzo wielu zamówień.

Potem taki koszyk trafia na kolejne stanowisko, gdzie produkty są sortowane. Koszyk wygląda mniej więcej tak, jak koszyki w supermarketach (z siatki metalowej) i jest w nim dość duży bałagan, gdyż te produkty są wkładane do nich bezpośrednio z półek. Kolejny etap to wyjmowanie tych produktów z koszyka i wkładanie do pudełek, które w trzecim etapie są automatycznie pakowane, oklejane i wysyłane do klientów. Zautomatyzowaliśmy etap drugi.

W momencie w którym do naszego stanowiska doprowadzony zostanie koszyk z produktami, robot będzie te produkty po kolei wyjmował, skanował ich kody kreskowe (aby zidentyfikować dany produkt i zamawiającego), pakował do kartonowego pudełka, które następnie będzie odkładane na taśmociąg. Tym taśmociągiem produkt jest dostarczany dalej do części, która już była wcześniej zautomatyzowana (czyli zamykanie pudełka, oklejanie), a następnie wędruje do firmy kurierskiej, która rozwozi te zamówienia.

Jeśli chodzi o to, jaka jest wydajność systemu, to tutaj mierzy się to liczbą przedmiotów, które ten system jest w stanie przetwarzać na godzinę. Przy czym ten parametr, bardzo mocno zależy od tego, co dokładnie robot ma robić. W tym przypadku koszyk, z którego produkty są wyjmowane jest duży (objętość ok. 1m3). Tutaj człowiek nawet nie pracuje zbyt szybko, bo trzeba produkty kolejno wyjmować, skanować kody kreskowe i odkładać do pudełka.

Takim punktem wyjścia była liczba między 200 a 250 przedmiotów na godzinę. Był to cel postawiony przez naszego klienta, a my go zrealizowaliśmy. Im szybciej robot pracuje, tym lepszą wydajność uzyskujemy i jest to zysk klienta w stosunku do tego, jakby na tym stanowisku pracował człowiek (mamy bardziej wydajne stanowisko). 

Tutaj też pojawia się oczywiście kwestia pomyłek. Jest bardzo istotnym, czy robot będzie wykonywał mniej czy więcej pomyłek niż człowiek. Jednym z problemów jest to, że trudno jest zmierzyć, ile dokładnie człowiek tych błędów popełnia. W tego typu magazynach znana jest globalna liczba pomyłek, tzn. ile przedmiotów zostaje zgubionych na całym etapie pakowania. Trudno jest o liczby dotyczące poszczególnego stanowiska, gdyż w tym celu musiałby być bardzo skrupulatny monitoring każdej części systemu, co często bywa nieopłacalne. 

My przekonujemy, że nasz system działa na poziomie tak dobrym jak człowiek. Mamy tutaj różne metody monitorowania, czy nasz system popełnił błąd. Jednym z takich błędów, których należy się bardzo wystrzegać, jest spakowanie dwóch przedmiotów zamiast jednego. Przedmioty potrafią się skleić ze sobą, jeden mniejszy potrafi się ukryć w drugim.

Nie zawsze są to prostopadłościenne opakowania, czasami są różne zabawki albo karty podarunkowe, elektronika i tutaj różne rzeczy mogą się ze sobą złączyć. Szczególnie jeśli mówimy o wydarzeniach, które mają miejsce raz na 1/1000 lub 1/10000 przypadków. Radzenie sobie i obsługa tego typu rzadkich przypadków jest największym wyzwaniem w całym naszym przedsięwzięciu.

Nawet jeśli nasz system będzie popełniał błąd 1/1000 razy (co wydaje się dość rzadko), to jeśli ten błąd powoduje, że np. robot byłby w stanie zniszczyć jakiś przedmiot (np. telefon komórkowy, który miał zostać wysłany do klienta) to szkody, które się pojawiają raz na 1 tys. powtórzeń, kompletnie niwelują całą pracę, którą robot wcześniej wykonał. Tutaj jest bardzo ważna obsługa rzadkich sytuacji. 

Kiedy kupowałem sobie MacBooka jakiś czas temu (w Polsce) to zamiast jednego, przyszły do mnie dwa. Ja akurat zwróciłem nadprogramowy, ale sklep nawet się nie zorientował. Musiałem pisać do nich e-maile i wytłumaczyć, że jestem wdzięczny za ich prezent, ale prawdopodobnie nie są świadomi tego, że wysłali mi dwa zamiast jednego.

Bardzo ciekawa sytuacja. Z naszego doświadczenia wynika, że raz na 1 tys. zdarzeń, tego typu rzecz może mieć miejsce. Jeśli jesteśmy w stanie to zdarzenie odpowiednio wcześnie wykryć, to można zapobiec wysłaniu tych przedmiotów do klienta. Można sobie wyobrazić, że strata tego typu produktu może być druzgocąca.

Z punktu widzenia technicznego to, czym się zajmujecie, brzmi w miarę prosto. Trochę upraszczając jest to taki computer vision: wystarczy zamontować kamerkę, rozpoznać obiekt, złapać go, przenieść w odpowiednie miejsce i do tego dochodzi ewentualnie samo uczenie computer vision. Czyli samo uczenie nadzorowane, a jeżeli to nie wystarczy, to ewentualnie możemy wziąć uczenie ze wzmocnieniem. Jednak jeżeli mówimy o takich praktycznych zastosowaniach a nie tylko prostych prototypach, to sprawa w życiu realnym jest znacznie bardziej skomplikowana. Dlaczego tak jest? Jak sobie z tym radzić? 

Nie mogę ujawniać wszystkich naszych sekretów, natomiast zarówno uczenie nadzorowane i uczenie ze wzmocnieniem to są metody, które stosuje się w robotyce obecnie. Bardzo istotnym komponentem jest radzenie sobie z rzadkimi sytuacjami, wykrywaniem anomalii. Kolejnym wyzwaniem jest to, aby robot poruszał się odpowiednio szybko, tak żeby dostosował swoje ruchy do przynoszonych przedmiotów.

Inaczej powinniśmy przenosić ciężki przedmiot, a inaczej lekki. Inaczej przedmiot, który łatwo może się otworzyć albo wygiąć, a inaczej sztywny przedmiot. Dostosowanie się do tych bardzo różnorodnych warunków i wykrywanie sytuacji bardzo rzadkich to są dwie kategorie, które powodują, że całe to przedsięwzięcie jest bardzo trudne. Jest to powód, dla którego tych robotów wcześniej nie było, a pojawiają się dopiero, jak wdrażamy je w halach magazynów. 

W firmie CDISCOUNT nasz pierwszy robot miał być we wszystkich jej magazynach. Wcześniej nie było tam żadnego robota, co wiąże się zwykle z różnymi wyzwaniami również wynikającymi z tego, że klient jest nieprzygotowany. Nie wie, jak wygląda praca z robotami, jak z nimi postępować, czego można się po nich spodziewać, jak wygląda ich konserwacja okresowa.

W momencie, w którym my wprowadzamy pierwszego robota do danego przedsiębiorstwa, to tę pracę musimy wykonać. Tutaj też jest praca w dziedzinie edukacji – to jest jeden aspekt. Drugim aspektem jest wytłumaczenie klientowi, że w optymalnym scenariuszu nie bierzemy stanowiska, w którym aktualnie pracuje człowiek i montujemy tam robota, tylko trzeba przemyśleć architekturę całego magazynu albo kawałka linii, gdzie dana osoba pracuje po to, żeby dostosować ten kawałek magazynu do zalet robotów. 

Roboty mają inne zalety niż ludzie i żeby w pełni wykorzystać ich potencjał, trzeba te linie produkcyjne i magazynowe projektować w troszkę inny sposób. Roboty są bardzo precyzyjne, potrafią podnosić ciężkie rzeczy. Ludzie nie są ani precyzyjni, ani nie potrafią podnosić bardzo ciężkich przedmiotów. Bardzo dobrze za to sobie radzą w sytuacjach, w których nasze środowisko się zmienia – roboty już nie. Także tutaj wymagane jest odpowiednie dostosowanie stanowiska pracy do tego, aby robot mógł tam optymalnie zostać wykorzystany. 

Pracujesz na Uniwersytecie Warszawskim. Jak trudno było zmienić sposób myślenia, który miałeś będąc tylko w środowisku akademickim i teraz będąc w środowisku biznesowym, startupowym? Czy to był trudny proces, czy przeszedł bardzo naturalnie? Jak to było w Twoim przypadku?

W firmie Nomagic pracuję na stanowisku CTO, czyli zajmuję się głównie technologią. Nie zajmuję się bezpośrednio definiowaniem produktu, natomiast jako jedna z osób, które zakładały firmę, oczywiście cały czas również nad tym myślę. W momencie, w którym zakładaliśmy firmę z Kacprem Nowickim, doskonale wiedzieliśmy, że żaden z nas nie ma doświadczenia w strategii budowania produktu. Znaleźliśmy trzeciego wspólnika, który razem z nami założył firmę Nomagic – Tristan d’Orgeval. Przeprowadził się do nas z Francji z całą rodziną i razem z nami rozpoczął tę przygodę.

Tristan jest tą osobą, która ma największe doświadczenie produktowe i ja od niego się bardzo dużo nauczyłem w tych ostatnich latach. W związku tym, że zajmuję się głównie stroną technologiczną, to ta zmiana nie była zbyt trudna. Natomiast oczywiście te różnice pomiędzy środowiskiem akademickim, a środowiskiem startupowym są duże. Główna różnica polega na zmienności i umiejętności nieustannego dostosowania się do tego, co się dzieje.

Startup nie jest firmą, która ma jasno zdefiniowaną przyszłość. Ta przyszłość (szczególnie w początkowym okresie) cały czas podlega nieustannym zmianom. Plany dotyczące jej trzeba ciągle uaktualniać, zmieniać, dostosowywać na podstawie bieżących informacji i nowych odkryć. 

To jest zupełnie inne środowisko pracy niż uniwersytet, gdzie prowadzi się badania, wytycza się plan badawczy, który można sobie wyznaczyć nawet na parę lat do przodu, a potem go realizować. W startupie to jest oczywiście nie do pomyślenia. To tempo zmian jest główną różnicą pomiędzy środowiskiem akademickim i startupem. Drugi aspekt, który można by powiedzieć, że z mojego punktu widzenia był nawet ważniejszy – ja prowadzę badania podstawowe.

Są to badania, które mają na celu zrozumienie świata, wyjaśnienie różnych zjawisk, poprawienie różnych algorytmów. Natomiast wszystko jest w dziedzinie badań podstawowych, czyli rozwiązywania abstrakcyjnych problemów, które mają posunąć naukę i nasze rozumienie świata do przodu, ale bez aspektu komercyjnego. Badania podstawowe mają to do siebie, że one nawet nie powinny mieć bezpośredniego przełożenia komercyjnego. Startup to dokładna odwrotność.

Pierwszym, wręcz jedynym celem jest zbudowanie produktu, który będzie miał znaczenie komercyjne. Tak żeby ten produkt dostarczał wartość dla klientów i żeby w oparciu o niego można było zbudować firmę. Tutaj musiałem zmienić swój sposób myślenia, czyli nie tylko zastanawiać się jak wyjaśnić zjawiska, które występują dookoła, ale jak wykorzystać metody naukowe do zbudowania produktu, który będzie miał realną wartość dla klienta.

Jakie najciekawsze, najtrudniejsze lekcje wyciągnąłeś po kilku latach pracy w Nomagic? Jak te sytuacje wpływają na to, czy nadal jesteś Markiem takim, jakim byłeś? Jak się odnajdujesz, identyfikujesz w życiu po tych lekcjach?

Bardzo cennym doświadczeniem jest zrozumienie tego, jak działa świat biznesu i świat komercyjny. On jest różny od środowiska akademickiego. Bardzo często jest tak, że osoby albo pracują po jednej stronie, albo po drugiej. W momencie, kiedy dwie osoby z różnych światów się spotykają, jest taka naturalna bariera utrudniająca zrozumienie. Będąc po obu stronach rozumiem teraz, jak działają oba światy. Tak przynajmniej mi się wydaje. Dzięki temu rozumiem realia i cele, które mają przed sobą postawione osoby po obu stronach tej niewidzialnej bariery. To było bardzo cenne doświadczenie. 

Drugie doświadczenie to zarządzanie zespołem. Na uniwersytecie pracowałem w zespole, czy mam swój zespół, natomiast prowadzenie takiego zespołu w środowisku uniwersyteckim, a prowadzenie zespołu w firmie to są jednak dwa różne światy. W środowisku akademickim w naturalny sposób, daje się pracownikom więcej swobody, każdy realizuje własne cele.

One oczywiście powinny być spójne z określonym planem badawczym, ale swoboda, jaką każdy dostaje na uniwersytecie, jest dużo większa niż swoboda w firmie, gdzie osoby muszą ze sobą dużo bardziej współpracować. W momencie, w którym pojawiają się problemy, trzeba je bardzo szybko rozwiązywać. Zarządzanie takim zespołem w środowisku komercyjnym jest moim zdaniem dużo trudniejsze niż zarządzanie zespołem w środowisku uniwersyteckim.

Dzięki za podzielenie się wskazówkami, inspiracjami, doświadczeniem. Powiedziałeś na początku naszej rozmowy, że koncentrujecie się głównie na krajach zachodnich, gdzie wdrażanie robotów jest bardziej opłacalne niż w Polsce. Jak myślisz, czy są zmiany w tym kierunku? Czy porównując 2017 i 2020 rok prawdopodobieństwo wystąpienia zapotrzebowania na takie rozwiązania na rynku polskim teraz jest większe? 

Na podstawie moich informacji oceniam, że jeśli mówimy o perspektywie 5 lat, jest bardzo prawdopodobne, że ta opłacalność w Polsce zdecydowanie wzrośnie. Jednym z czynników, który to napędza jest nieustanny wzrost wynagrodzeń. To jest zarówno wzrost średniego wynagrodzenia, jak i minimalnego. Mówi się o tym, że rząd ma takie plany, żeby wynagrodzenie minimalne wynosiło 4 tys. zł na przestrzeni następnych 4 lat Niezależnie od tego, czy stanie się to za 4 lata czy 6, to jest to istotna różnica. W tej chwili minimalne wynagrodzenie w poprzednim roku wynosiło 2350,00 zł. W tym roku 2600,00 zł.

Każda taka zmiana powoduje, że zatrudnienie nowego pracownika jest coraz bardziej kosztowne. W związku z tym zastąpienie pracy ludzkiej na danym stanowisku przez pracę robota jest coraz bardziej opłacalne. Natomiast oprócz czysto ekonomicznego rachunku jest jeszcze drugi aspekt. W niektórych regionach Polski już tak naprawdę zaczyna brakować rąk do pracy. Z demografii bardzo dobrze wiemy, ile osób będzie wchodzić na rynek pracy przez najbliższe 15 lat, bo te wszystkie osoby się już urodziły.

Dokładnie wiemy, ile ich jest. Przepływy pomiędzy krajami nie zmienia się w drastyczny sposób w tej chwili, więc można dość dokładnie przewidzieć, ile osób wejdzie na rynek pracy w następnych latach. Widać, że w niektórych regionach Polski tych osób brakuje już teraz. Więc sytuacja zdecydowanie będzie szła w tę stronę. Liczba osób w wieku produkcyjnym w Polsce będzie spadała w kolejnych latach.

W związku z tym żeby zachować wydajność gospodarki, automatyzacja jest nieunikniona. To jest proces, który w innych krajach np. w Japonii od wielu lat postępuje. Tam starzejące się społeczeństwo od wielu lat coraz bardziej się automatyzowało. Myślę, że w Polsce sytuacja będzie bardzo podobna. 

Odnośnie braku rąk do pracy to też osobiście doświadczyłem takiej rozmowy. Kiedy pomagałem jednej z największych firm energetycznych w konsultacjach z wdrożeniem projektu związanego z uczeniem maszynowym, to m.in. zapytałem, czy celem tego projektu jest zmniejszenie ilości osób, które są zaangażowane teraz w te działania. Odpowiedź była właśnie w drugą stronę.

Wbrew pozorom problem, który w tej chwili mają firmy energetyczne, jest taki, że wiele osób, które teraz tam pracują na poszczególnych szczeblach, to są ludzie w wieku powyżej 50 lat. Nie ma młodych osób, które chciałyby ich zastąpić. Tak naprawdę może się okazać, że za 5, 10, 15 lat nie będzie “chętnych” do pracy w zakresie tego obszaru.

Co więcej zdobyte przez wieloletnich pracowników doświadczenie przepadnie, a ciężko będzie zaczynać wszystko od nowa. Idea była taka, żeby tę wiedzę zacząć już gromadzić teraz i w pewnych miejscach zacząć wprowadzać automatyzację. To rozwiązanie wcale nie jest tańsze, ale chodzi o to, żeby móc dalej funkcjonować. Jeżeli będzie brakować rąk, to są potrzebne mechanizmy, które to uzupełnią. 

Tak, w pełni się zgadzam. To jest bardzo zgodne z moimi obserwacjami.

Jakie są dalsze plany dla Nomagic?

Na koniec 2019 r. zamknęliśmy naszą pierwszą rundę inwestycyjną, która wiązała się z emisją akcji. Wcześniej byliśmy finansowani ze środków założycieli, a potem przez tzw. Aniołów Biznesu. Teraz już mamy inwestycje z funduszy inwestycyjnych typu venture capital.

Jest to inwestycja ponad 8 mln $, więc pozwala nam myśleć o przyszłości w dłuższej perspektywie, gdyż daje nam to 2 lata czasu na rozwój naszej technologii i dopracowanie naszego produktu, tak żeby był gotowy do wdrożeń na różne rynki w dużej skali. Naszym celem jest wdrożenie 1 tys. robotów w ciągu 5 lat i teraz już wiemy, że przez następne 2 lata mamy środki na rozwój naszej technologii.

Nasz zespół w tej chwili liczy 25 pracowników. Będziemy go sukcesywnie powiększać. Stoją przed nami bardzo ciekawe wyzwania. Szukamy osób, które chciałyby dołączyć do naszego zespołu.

Załóżmy, że spotkamy się za 10-15 lat i zapytam Cię, co ciekawego się dzieje w robotyce, w sztucznej inteligencji. Co mi odpowiesz?

Na początku zaznaczę, że to jest wróżenie z fusów, gdyż jeśli spojrzymy do tyłu, co się działo 10 lat temu, to bardzo trudno było przewidzieć to, co dzieje się w tej chwili. Tak samo myślę, że w tej chwili bardzo trudno będzie nam przewidzieć to, co będzie działo się za 10 czy 15 lat. Natomiast myślę, że będziemy świadkami kolejnych odkryć i przełomowych wyników w robotyce i dziedzinie sztucznej inteligencji, które będą prowadzić do coraz to nowszych zastosowań i wdrożeń na rynku komercyjnym. Tak jak przez ostatnią dekadę widzieliśmy, jak bardzo Internet poszerzał swój teren. Ludzie spędzają coraz więcej czasu w świecie cyfrowym. 

Myślę, że kolejny etap to jest to, że te nowe narzędzia i nowe technologie zaczną zastępować świat rzeczywisty. Czyli tak jak wcześniej ten świat wirtualny stał się równoległym światem do świata rzeczywistego, tak teraz te technologie już pozwalają modyfikować i działać w świecie rzeczywistym.

My tutaj właśnie mówimy o procesie automatyzacji stanowisk czy różnych zawodów. Można sobie zadawać pytania o to, które zawody najbardziej się zmienią w następnych latach. Nie będą to tylko i wyłącznie zawody, które wymagają niewykwalifikowanej pracy. Zaryzykowałbym stwierdzenie, że bardziej narażone są zawody, w których wymagane jest szkolenie (czy bardzo długi proces edukacji), ale końcowa specjalizacja jest bardzo wąska.

Przykładem jest diagnostyka obrazowa w medycynie, czyli opisywanie zdjęć z rezonansu magnetycznego czy z tomografii komputerowej. Żeby to umieć dobrze wykonywać, potrzebne są lata szkoleń i doświadczenia. Komputery radzą sobie z tym coraz lepiej i można już powiedzieć, że w niektórych zastosowaniach są na równi z ludźmi z wieloletnim doświadczeniem.

Można się spodziewać, że ten proces będzie jak najbardziej postępował. Takie właśnie zawody, w których ludzie wykonują bardzo wąsko zdefiniowane działania, będą pierwszymi do automatyzacji. 

Jeśli spojrzymy na takie prace czysto manualne to np. naprawa urządzeń będzie czynnością dużo trudniejszą do automatyzacji. Tam znów ta różnorodność zjawisk, która występuje, będzie dużo większa i stopień skomplikowania czysto manualnych operacji jest bardzo duży. Jeśli mówimy o takich zawodach jak opisywanie zdjęć rentgenowskich czy opisywanie zdjęć tomografii komputerowej, to to jest praca z ekranem, którą wykonuje człowiek, ale komputery już w tej chwili radzą sobie z tym równie dobrze.

Można sobie wyobrazić, że takie podstawowe czynności czy w księgowości, czy wśród prawników będą wykonywane przez komputer. Praca ludzka, która w tej chwili jest wykonywana poprzez różnego rodzaju asystentów, będzie zautomatyzowana i komputer będzie nam odpowiadał na pytania, które aktualnie zadajemy współpracownikom. 

Bardzo dziękuję Marek za to, że znalazłeś czas aby podzielić się swoim doświadczeniem, przemyśleniami i rozważaniami. W szczególności w tej branży robotyzacji. Mogliśmy poruszać się w różnych obszarach, bo jesteś aktywny w wielu, ale wydaje się, że w tym momencie Nomagic jest jedną z tych firm w Polsce, która aktywnie się uruchomiły i działają.

Dla mnie inspirujące i ciekawe jest to, że firma buduje się od zera. Osoby z uniwersytetu pomyślały, że mogą coś takiego zrobić i że jest to możliwe. Dla mnie to jest przykład dla innych, że nie ma co się bać i warto działać. Z Twojej strony było kilka ciekawych, bardzo ważnych wskazówek m.in. to, jak zaangażowaliście trzecią osobę, która wzmocniła stronę produktową. Dzięki temu jesteście mocni na każdym polu. To jest przykład do wzorowania i naśladowania. Dzięki wielkie. Do usłyszenia, do zobaczenia.

Dziękuję, do usłyszenia.

W trakcie naszej rozmowy wspomniałem o Paradoksie Moraveca. Mówiłem o nim już kiedyś we wcześniejszych artykułach, ale przypomniałem pewną historię. Młodzi rodzice z 1,2,3-letnimi dziećmi widzą, jak bardzo ciekawy okres jest to okres. Jak zaczynasz obserwować dziecko z boku, to wiele ciekawych wniosków od razu się nasuwa. Osobiście mam to szczęście, że mam dwójkę dzieci i obserwuję, jak ciekawie działa ludzki mózg.

Mimo tego, że ten malutki człowiek ma dopiero roczek, potrafi robić rzeczy, których bardzo skomplikowane algorytmy, mocne komputery, nadal nie są w stanie zrobić. To jest bardzo ciekawa inspiracja. W Paradoksie Moraveca chodzi o to, że my – ludzie często nie doceniamy rzeczy w naszym życiu, które wydają nam się przeciętne, bo powtarzamy je wielokrotnie.

Nie zdajemy sobie sprawy, jak bardzo skomplikowane one są. Z drugiej strony, próbujemy patrzeć na rzeczy, które tak naprawdę nie są nam potrzebne. Tę analogię można też przełożyć na inne obszary, jak często nie doceniamy tego, co mamy – cudze chwalimy, swego nie znamy. Chciałem zostawić Cię z tą myślą, nawet niekoniecznie o robotach, tylko pomyśl przez chwilę, czego nie doceniasz, a tak naprawdę ma największy wpływ na Twoje życie.

Artykuł Sztuczna inteligencja i robotyzacja pochodzi z serwisu Biznes Myśli.

Z tego odcinka dowiesz się:

• sztuczna inteligencja i prawo, czy prawo nadąża za zmianami związanymi ze sztuczną inteligencją?
• jakie wyzwania, możliwości, czy zagrożenia wiążą się z nadaniem praw robotom?
• czy robot może posiadać akt urodzenia, obywatelstwo, a nawet indeks wyższej uczelni?
• czy można sklonować robota?
• czy będzie możliwe uzyskanie obywatelstwa, takiego samego jak ma człowiek – przez robota?
• czy człowiek powinien być informowany o tym, że jest obsługiwany przez robota?
• czy są przepisy regulujące istnienie robotów w społeczeństwie?
• kiedy na polskich drogach będą jeździły samochody bez kierowców?
• do kogo należą prawa autorskie w przypadku utworu wykonanego przez sztuczną inteligencję?
• jakie są warunki harmonijnej koegzystencji ludzi i sztucznej inteligencji?
• dlaczego warto skorzystać z kursu „Praktyczne uczenie maszynowe” na DataWorkshop?

Technologia pędzi do przodu, a jak jest z prawem? Czy obywatelstwo Sophii to normalne obywatelstwo, czy jednak tylko udawane? Czy Sophia ma podobne prawa jak człowiek, czy chociażby jak obywatel? Czy potrzebuje wizy, żeby podróżować? Takich ciekawych pytań jest mnóstwo, więc musiałem ten temat poruszyć.

Dzisiejszym gościem jest Martyna Czapska, która jest prawnikiem i jako jedyna w moim otoczeniu zajmuje się prawem związanym z tak zwaną sztuczną inteligencją. Nasza rozmowa mogła być znacznie dłuższa, bo tyle ciekawych wątków rodziło się po drodze. Być może warto będzie nagrać jeszcze jeden odcinek za jakiś czas, na przykład za rok, myślę, że wtedy pojawi się wiele nowych ciekawostek. Co o tym myślisz?

Martyna przygotowała dla Ciebie prezent, ale o tym będzie na końcu. Po wywiadzie z Martyną znajdziesz opinię Roberta, programisty z dziesięcioletnim doświadczeniem, absolwenta drugiej edycji kursu „Praktyczne uczenie maszynowe” na DataWorkshop.

Zapraszam do przeczytania.

Cześć Martyna, przedstaw się: kim jesteś, czym się zajmujesz, gdzie mieszkasz?

Cześć! Bardzo dziękuję za zaproszenie do Twojego podcastu. Nazywam się Martyna Czapska. Jestem prawnikiem, konkretniej radcą prawnym, jestem też miłośniczką fantastyki i Sci-Fi, co tłumaczy, dlaczego zajmuję się między innymi prawem sztucznej inteligencji i prawem robotów, oprócz tego głównie prawem własności intelektualnej – to jest moja ulubiona dziedzina, a jestem z Łodzi, tutaj pracuję i żyję.

Co ostatnio czytałaś?

Jeśli chodzi o beletrystykę, to ostatnio wróciłam do „Lśnienia” Stephena Kinga

i ciurkiem czytam teraz „Doktor Sen” – wcześniej nie miałam okazji.

Natomiast z branżowej literatury, jestem w trakcie czytania książki „When Robots Kill: Artificial Intelligence Under Criminal Law” Gabriela Hallevy`ego.

To jest książka, która traktuje o tym, jak możemy podejść do sztucznej inteligencji, jeżeli chodzi o prawo karne. Są to na razie takie pomysły, bo nie ma przepisów, które by mówiły o prawie karnym i sztucznej inteligencji. Natomiast są to bardzo ciekawe rozważania. Jedna z pierwszych takich książek, więc zdecydowanie mogę polecić, mimo, że jestem dopiero na początku, ale już widzę, że będzie ciekawie.

Brzmi ciekawie. Dzisiaj poruszymy wiele ciekawych tematów na skrzyżowaniu tak zwanej sztucznej inteligencji i prawa, bo na tym się znasz. Technologia szybko pędzi do przodu, świat zmienia się szybciej, niż myślisz. Natomiast jak jest z prawem?

Zaczniemy może od Sophii, bo w sumie nie tak dawno miałem okazję być na konferencji, gdzie zobaczyłem ją na żywo. Akurat ta część – jeśli chodzi o inteligencję – jakoś szczególnie mnie nie zaskoczyła. Chociażby Google Duplex ze swoją rozmową gdzieś w restauracji czy u fryzjera robi większe wrażenie. Natomiast Sophia jest humanoidalnym robotem, czyli ma wyglądać podobnie do człowieka. I mam wrażenie, że większy nacisk twórcy kładą na to, żeby wyglądała bardziej ludzko, ale też przy okazji Sophia ma obywatelstwo Arabii Saudyjskiej. I rodzi się pytanie: co to znaczy dla nas, jako ludzi? I też: jakie to stwarza wyzwania, możliwości, a może nawet zagrożenia?

Rzeczywiście obywatelstwo Sophii jest chyba najbardziej znane i najszerzej dyskutowane. Wzbudziło wiele kontrowersji z uwagi na to, że to jest obywatelstwo Arabii Saudyjskiej. Sophia jest robotem płci żeńskiej, więc zrozumiałe są kontrowersje, które to wywołało. Ale nie jest to jedyny przypadek. Mamy też robota model Pepper.

Jest to taki mały robocik, trochę udający dziecko, w Belgii otrzymał również akt urodzenia i nazywa się Fran Pepper. Był też przypadek, gdzie w Japonii bot, który nie ma akurat ciała, również dostał coś w rodzaju obywatelstwa. Na razie to są takie, można powiedzieć, happeningi. Celem tego jest zwrócenie uwagę, czy to na dany kraj, czy na danego robota.

Zresztą nawet w Polsce poszliśmy tym trendem, bo kiedy Sophia była w Krakowie, gdzie miałaś okazję ją oglądać, dostała również indeks krakowskiej AGH, ze swoim zdjęciem. Można się było pośmiać, że Sophia będzie teraz uczęszczała na zajęcia. Ale tak naprawdę to, że roboty dostają czy akty urodzenia, obywatelstwo, czy nawet indeks uczelni wyższej nie oznacza, że zaczynają mieć prawdziwe prawa, jakie mają ludzie.

Fran Pepper na przykład „pracuje” na Uniwersytecie w Belgii na recepcji – zresztą te roboty są do tego przeznaczone – ale to nie oznacza, że dostaje za swoją pracę wynagrodzenie. Tak samo jak Sophia nie może kupić sobie domu w Arabii Saudyjskiej. Myślę, że nie może przyjść na zajęcia na AGH, chociaż niewątpliwie to by było spore wydarzenie, gdyby się pojawiła i oznajmiła, że chce wziąć udział w wykładzie.

W przypadku Sophii, to nad czym się pracuje, to jest właśnie to podobieństwo, o którym mówiłeś. Podobieństwo do człowieka, mimika, to może być bardzo fajny punkt wyjścia do rozmowy o tym, czy roboty powinny mieć coś, co nazywamy zdolnością prawną, czyli innymi słowy: czy mogą na przykład dostawać wynagrodzenie za swoją pracę, czy w ogóle mogą zawrzeć umowę o pracę, kupić sobie samochód, wynająć mieszkanie itd. Na razie roboty tego nie mają. Te działania związane z nadawaniem im obywatelstwa, to tak naprawdę działania marketingowe, ale być może w przyszłości dojdziemy do tego pytania na serio. No i teraz jeśli pójdziemy tym tropem, to wyzwania jakie stawiane będą przed prawem, to przede wszystkim prawo człowieka do tego, żeby zdawał sobie sprawę z tego, że rozmawia z robotem.

Wspomniany przez Ciebie Google Duplex, który pokazywał rozmowę sztucznej inteligencji, czy to z salonem fryzjerskim, czy z restauracją, nie pozostawia wątpliwości, że osoby, które brały udział w eksperymencie – robiły to nieświadomie. Nie wiedziały, że po drugiej stronie nie ma prawdziwej osoby, tylko jest sztuczna inteligencja.

Jeżeli chodzi o obecnie obowiązujące przepisy, to mamy RODO, czyli ogólne rozporządzenie o ochronie danych osobowych, rozporządzenie europejskie i tam jest mowa o czymś takim, jak zautomatyzowane podejmowanie decyzji, czyli jakiś algorytm analizuje różne informacje i może podjąć decyzję dotyczącą człowieka, na przykład decyzję o tym, czy przyznać komuś raty, czy też ich nie przyznawać. RODO zapewnia coś takiego, jak prawo do ludzkiej interwencji.

Chodzi o to, żeby nie było tak, że jest podejmowana taka automatyczna decyzja i na tym koniec, tylko żeby osoba miała możliwość spotkać się też z jakimś „ludzkim” konsultantem, czy porozmawiać z nim w jakiś inny sposób, żeby mogła ewentualnie spróbować tę decyzję jakoś podważyć albo przekonać go do tego, żeby jeszcze raz się nad nią zastanowić. To jest taki pierwszy namacalny przykład tego, że powinniśmy mieć taką świadomość, że rozmawiamy z robotem.

Jeżeli chodzi o Google Duplex, czy w ogóle o takie boty, z którymi można rozmawiać przez telefon albo przez internet, to mamy kilka kwestii do rozważenia. Jeżeli chodzi o roboty humanoidalne, to wiadomo, że Sophia nie jest doskonała i nie daje się na razie pomylić z człowiekiem, ale jeżeli powstaną doskonalsze roboty, to wtedy ten problem będzie o wiele bardziej aktualny. I druga kwestia, która nam się wtedy pojawi, czy robota można na przykład uderzyć, czy nawet zabić? Jeżeli robot będzie wyglądał podobnie do człowieka, to będziemy sobie zadawać pytanie, czy dana osoba chciała skrzywdzić człowieka, czy chciała skrzywdzić robota, a jeśli sądziła, że krzywdzi człowieka – czy powinna być za to ukarana.

Takie rzeczy są już dzisiaj w prawie karnym. Mamy taką instytucję usiłowania nieudolnego, kiedy właśnie nie da się popełnić przestępstwa, ale osoba, która próbuje, o tym nie wie, natomiast pojawia się pytanie, czy jeżeli będzie maszyna tak podobna do człowieka, że spokojnie można ją pomylić i ktoś chciałby tę maszynę skrzywdzić, to, czy na pewno z taką osobą wszystko jest w porządku, czy na pewno nie powinno być to w jakiś sposób karane.

No i ostatnia kwestia, to obywatelstwo czy osobowość robotów, to jest kwestia tego, że być może takie bardzo autonomiczne maszyny będą mogły dostać jakieś prawa w przyszłości. Prawdopodobnie mniejsze niż ludzie, nie sądzę, żeby roboty tak od razu mogły chociażby kupić sobie nieruchomość. Ale na przykład w raporcie Komisji Europejskiej, w sprawozdaniu z ubiegłego roku, jest mowa o osobach elektronicznych i takie najbardziej zaawansowane autonomiczne maszyny mogłyby dostać status takich osób.

Z kolei w Indiach, w dokumencie, który też traktuje o sztucznej inteligencji, jest mowa o tym, że przepisy, których muszą przestrzegać osoby posługujące się autonomicznymi maszynami, powinny też obowiązywać w odniesieniu do tych maszyn. Być może w przyszłości będziemy mieli do czynienia z czymś takim jak „byty autonomiczne”, to się trochę kojarzy z tymi osobami elektronicznymi z Komisji Europejskiej. No i wreszcie w Indiach w bardzo ciekawy sposób przywołano analogię do praw zwierząt. Te prawa też kiedyś nie były specjalnie rozwinięte, no i tam właśnie jest mowa o tym, że być może prawa robotów będą ewoluowały w podobnym stylu, jak miało to miejsce z prawami zwierząt.

Jak widać jest bardzo dużo wyzwań i jak to wszystko wymieniałaś, to się zastanawiałem, jak to wszystko ogarniemy, jako ludzie. Spróbujemy też to trochę rozwinąć w tym odcinku. Będę dopytywać o jeszcze kilka innych tematów. Wrócę jeszcze do Sophii, bo pamiętam, jak byłem na konferencji, to tak z ciekawości zastanawiałem się nad tym, jak ona podróżuje z punktu widzenia prawnego, skoro jest obywatelem Arabii Saudyjskiej.

Pamiętam, że sprawdziłem, że obywatele Arabii Saudyjskiej potrzebują wizy do Polski – pytanie, które sobie sam zadawałem: ciekawe czy ona ma tą wizę? Jak miałbym możliwość zapytać o cokolwiek Sophię, to zapytałbym: „Czy masz Sophia wizę, czy jesteś tutaj nielegalnie?” [śmiech]. Jak to jest? Czy roboty nie potrzebują takich przepisów? Bo chyba to wynikało z Twoich słów.

Dokładnie tak. Roboty na razie nie są osobami w rozumieniu ani prawa, ani oczywiście w takim rozumieniu biologicznym i w związku z tym traktujemy je jako maszyny, więc myślę, że Sophia po prostu jest przewożona jako przedmiot, jakkolwiek brutalnie by to nie brzmiało. Natomiast być może będzie tak w przyszłości, że roboty będą miały jakieś ograniczenia, ale raczej wynikające z tego, że zostaną na przykład uznane za jakiś towar niebezpieczny, bo można sobie wyobrazić potraktowanie robota jako broni, a jeżeli to byłby robot militarny, to już wtedy absolutnie tak.

Być może powstaną jakieś prawa, które będą ograniczały przewożenie robotów inteligentnych albo robotów humanoidalnych. Myślę, że jesteśmy jeszcze dość daleko od tego, żeby robot potrzebował na przykład takiej wizy, dlatego że wiązałoby się to z uznaniem go za osobę. Myślę, że na ten moment Sophia jest po prostu jednym z przedmiotów, które są przewożone pomiędzy poszczególnymi państwami, z powodu braku wizy przebywała w Polsce nielegalnie, ale z punktu widzenia tego, że jest maszyną, to oczywiście została tutaj, tak jak każda inna maszyna, przywieziona.

To jest bardzo ciekawe: zadaję jedno pytanie i widzę kilka kolejnych wątków, które też można poruszyć. Nie jest to jednoznaczne jak będzie w przyszłości, jak np. wspomniałaś o robocie militarnym, to faktycznie może być on traktowany jako broń. Pociągnę ten wątek jeszcze dalej i ciekawy jestem, co na to powiesz. Generalnie klonowanie ludzi jest zabronione, przynajmniej tak to jest formalnie, jak to jest de facto, zostawmy ten temat poza dyskusją.

Zastanawiam się teraz nad Sophią. Teoretycznie Sophię da się skopiować gdzieś w chmurę, jeżeli chodzi o ten stan bajtów, który ona ma w głowie, prawdopodobnie może nawet ma to w chmurze. Następnie używając drukarki 3D można ją wydrukować. Teraz pewnie jeszcze nie ma takich drukarek, które wydrukują Sophię, ale powiedzmy, w tej bliskiej przyszłości pewnie pojawią się takie drukarki. No i właśnie, teraz się pojawia cały szereg pytań: czy można zrobić klona Sophii, czy w ogóle to jest legalne?

Prawa autorskie poruszymy trochę później, ale ciekawi mnie, kto będzie właścicielem tej Sophii i czy w ogóle istnieje pojęcie „właściciela robota”? Czy nadal paszport – o ile w ogóle istnieje – tej pierwsze Sophii obowiązuje też dla drugiej? I jeszcze ostatnia rzecz – tak z punktu widzenia informatyki – na ile łatwo będzie odróżnić, kto był pierwszy? Tak naprawdę ta informacja nie starzeje się, to są jakieś zera, jedynki, materia może się starzeć, mogą być uszkodzenia, ale stan bajtów? Ciężko wykryć jaki jest stan bajtów. Co o tym myślisz?

To jest naprawdę mega ciekawe pytanie, jedno z najciekawszych, jakie dostałam. Przede wszystkim wiadomo, że klonowanie w tym biologicznym sensie nam tutaj odpada, bo Sophia jest maszyną, no więc możemy mówić o klonowaniu jako o kopiowaniu. Tutaj to zależy oczywiście od techniki, na ile wiernie dałoby się odtworzyć Sophię, zarówno oprogramowanie, jak i powłokę, w której ona się porusza. Załóżmy, że byłoby to w jakimś stopniu możliwe i rzeczywiście jest co najmniej kilka pytań o naruszenie prawa. Przede wszystkim, to byłoby naruszenia praw Hanson Robotics, czyli firmy, która wyprodukowała Sophię, nie samej Sophii, bo ona na razie ma tylko status maszyny.

Mogłoby tutaj dojść np. do naruszenia patentu, a nie wątpię, że Sophia pewnie jakieś patenty ma. Jeżeli by się udało skopiować akurat taką jej część, która jest nimi chroniona, to doszłoby do naruszenia prawa własności przemysłowej. Przy skopiowaniu samego wyglądu twarzy – wątpię, ale wszystko zależy od tego, co byłoby skopiowane, czy to by był na przykład jakiś mechanizm, który nią porusza, czy jakaś inna część, która ma taką ochronę związaną z własnością przemysłową.

Druga kwestia to ochrona nieuczciwej konkurencji. Załóżmy, że ktoś skopiowałby twarz i ciało Sophii i udawałby, że sprzedaje oryginał albo w jakiś inny sposób próbowałby się podpiąć pod renomę, która otacza Sophię i jej towarzyszy. W tym momencie mogłoby się okazać, że to jest naruszenie tej uczciwej konkurencji i tutaj ewentualnie można ścigać taką osobę. Jeśli chodzi o prawa autorskie, to zastanawiałam się, czy twarz Sophii można by podciągnąć pod utwór. Trochę to jest naciągane. Teoretycznie, w prawie autorskim, utwór może oznaczać bardzo wiele rzeczy. Gdyby Sophia miała jakiś oryginalny tatuaż, powiedzmy, na czole, bo to jest głównie ta część, która przypomina skórę i on by został skopiowany na drugiej Sophii, to myślę, że możnaby się było pokusić jeszcze o jakieś roszczenia jeżeli chodzi o prawa autorskie.

Natomiast, co do odróżniania, oczywiście nie jestem ekspertem technicznym czy informatycznym, ale myślę, że tutaj najlepszą formą zabezpieczenia byłyby jakieś ograniczenia techniczne. Może na przykład oprogramowanie, które steruje Sophią mogłoby wykryć, że nie jest uruchamiane na oryginalnym sprzęcie, czyli w oryginalnym ciele Sophii, być może jakiś chip mógłby blokować takie kopiowanie. Myślę, że rozwiązania prewencyjne byłyby wskazane. Natomiast, jeżeli to by się udało skopiować, to mielibyśmy podobną sytuację jak w przypadku bardzo dobrych podróbek markowych produktów, gdzie czasami jest rzeczywiście bardzo ciężko odróżnić i tylko najmniejsze detale świadczą o tym, że mamy do czynienia z podróbką a nie z oryginałem.

Jeżeli chodzi o kwestie tego paszportu, już wychodząc tak bardzo naprzeciw, to oczywiście ten paszport byłby wydany dla oryginalnej Sophii, także myślę, że klon – w sensie podróbki, idealnej kopii – nie powinien się nim posługiwać i nie mógłby tego robić, tym bardziej, że tutaj nie mielibyśmy do czynienia z czymś takim, jak w przypadku klonowania ludzi, bo tutaj jednak doszłoby do sklonowania, tak bardzo Sci-Fi, ale mimo wszystko: osobowości, wspomnień, charakteru itd., ale w przypadku Sophii pojawia się pytanie: na ile by się to udało skopiować, na ile ona ma osobowość? Pytanie, czy w takim skopiowanym robocie zostałoby to samo co w oryginale?

Być może komuś byłby potrzebny robot w sensie ciała, oprogramowanie, w sensie jakaś mechanika, która działa, ale byłaby ona zapełniona zupełnie inną treścią. Wtedy to już nie byłby klon, tylko kopia takiej zewnętrznej powłoki, ale nie oprogramowania. Także jest znowu mnóstwo możliwości, mnóstwo pytań bez odpowiedzi, ale rzeczywiście to, o czym mówisz jest realnym problemem, jeżeli chodzi o zabezpieczenie praw programistów czy inżynierów, którzy konstruują sztuczną inteligencję i roboty. Wiadomo, że nikt nie chce, żeby jego tajemnice czy jego sposoby wydostały się na zewnątrz i to jest myślę jeden z priorytetów: taka ochrona tajemnicy przedsiębiorstwa, ochrona know-how. Oczywiście, jeżeli chodzi o przepisy, to ochrona patentowa też, jak najbardziej. To wszystko bardzo aktualne kwestie i myślę, że jedne z takich najbardziej przyziemnych i takich, z którymi już dzisiaj mamy do czynienia, jeśli chodzi o roboty i o sztuczną inteligencję.

Już wcześniej wspomniałaś, że mimo tego, że mamy jedno słowo jak „obywatelstwo”, to obywatelstwo dla robotów i obywatelstwo dla człowieka nie jest tożsame. Zastanawiam się teraz nad dwoma rzeczami. Pierwsza to jest to, co mamy teraz w Unii i w Polsce, jak wygląda prawo dotyczące robotów? Druga – to trochę taki kierunek na przyszłość, powiedzmy 5, 10, może 15 lat. Czy będzie ten punkt, kiedy obywatelstwo człowieka i robota stanie się pojęciem tożsamym?

Jak na razie jeszcze w polskim prawie próżno byłoby szukać ustawy, czy przepisów, które mówiłyby wprost o tym, co mogą roboty. W Unii Europejskiej też takich przepisów póki co nie ma, ale są ruchy, które są wykonywane w kierunku tego, żeby rozwijać dyskusje i pracować nad pewnymi ułatwieniami, czy uregulowaniami tych kwestii, które w miarę da się regulować. Przede wszystkim Komisja Europejska kładzie nacisk na fundusze, które powinny zostać przeznaczone, czy to na rozwijanie technologii, czy na edukację związaną ze sztuczną inteligencją.

Ponadto jeszcze do końca bieżącego roku komisja ma też opracować kodeks etyki, dotyczący rozwoju sztucznej inteligencji. To miałyby być wskazówki, które mówiłyby o tym, jak tę sztuczną inteligencję tworzyć i rozwijać. Także do połowy przyszłego roku, jeżeli chodzi o prawo, komisja ma opracować wytyczne dotyczące interpretacji dyrektywy w sprawie odpowiedzialności za produkty, czyli przepisów, które mówią o sytuacji, co się dzieje, kiedy produkt wyrządza komuś jakąś szkodę, np. dlatego, że był od początku wadliwy i stało się coś, co nie powinno.

O tych przepisach mówi się w kontekście robotów, że jak na razie to są rzeczy, produkty, więc być może można byłoby się posiłkować tymi regulacjami, które już mamy o odpowiedzialności za produkty. W tym kierunku Komisja Europejska planuje wydać zbiór wskazówek. Jak interpretować te przepisy? Myślę, że właśnie pod roboty. Inną kwestią jest dokument, o którym wspomniałam wcześniej, czyli sprawozdanie zawierające zalecenia dla Komisji Europejskiej. Zostało wydane zimą zeszłego roku i tam też pojawiły się pewne pomysły, dotyczące wprowadzenia prawa, które mogłoby uregulować w jakiś sposób istnienie robotów w społeczeństwie.

Przede wszystkim mówiło się tam o rejestrze inteligentnych robotów. To miałoby wyglądać tak, że wiedzielibyśmy, ile tych robotów w Unii jest, gdzie one się znajdują. Prawdopodobnie dlatego, że inteligentne roboty budzą już pewne kontrowersje, mogłyby być bardziej autonomiczne, więc może dobrze byłoby śledzić, jaki jest ich stan. Była też mowa o kodeksie postępowania dla inżynierów robotyki, czyli pewne wskazówki, jak powinni postępować, jak powinni programować i tworzyć sztuczną inteligencję. Podjęto również temat statusu osób elektronicznych, który mógłby zostać nadany najbardziej rozwiniętym robotom i co ciekawe Unia dopuściła, że takie roboty, takie osoby elektroniczne mogłyby być odpowiedzialne za ewentualne szkody, jakie mogłyby wyrządzić, czy to w wypadku decyzji, które autonomicznie by takie roboty podjęły, czy w wypadku interakcji z osobami trzecimi.

No i ostatnia rzecz, o której już wcześniej troszkę mówiliśmy, czyli prawo człowieka do tego, żeby zdawał sobie sprawę, że rozmawia z maszyną, tutaj podkreślone między innymi w kontekście osób starszych, tak, żeby – jeżeli roboty włączą się w większym stopniu w opiekę nad starzejącym się społeczeństwem – te osoby nie miały wątpliwości, że ich opiekun nie jest człowiekiem tylko robotem.

Wspomniałaś o autonomicznych samochodach, więc porozmawiajmy na ten temat. Co prawda mam osobny odcinek, gdzie z Karolem poruszyliśmy wiele tematów technicznych, teraz jednak chcę zająć się tematem prawnym. Jeżeli dojdzie do wypadku i winny będzie samochód autonomiczny albo przynajmniej będzie w tym uczestniczył, to kto poniesie karę za to? Programista? Ubezpieczyciel, który musiałby ubezpieczyć ten samochód? Albo może producent samochodu? Może jeszcze ktoś?

Tutaj można by mieć różne pomysły, można by się było zastanawiać, czy to zawsze powinien być producent albo czy to zawsze powinien być użytkownik. Myślę, że raczej taka zero-jedynkowa odpowiedź nie jest możliwa, ale przede wszystkim musimy też rozdzielić jeszcze dwie kategorie tych autonomicznych samochodów. W tym momencie trwają różne testy, ale w tych autach jest zawsze kierowca. Mówi się o tym, że kierowca ma być w stanie przejąć kontrolę nad takim autonomicznym samochodem i to jest jedna rzecz. Czyli te samochody niby mają swój autonomiczny tryb, ale jednak w środku jest człowiek.

Natomiast docelowo, oczywiście, w autonomicznych pojazdach chodziłoby o to, żebyśmy nie musieli być stale w gotowości, żeby można było wziąć np. autonomiczną taksówkę i w obu tych przypadkach pojawiają się różne pytania. Ta pierwsza grupa samochodów jest znacznie bardziej aktualna. Tutaj posłużę się przykładem marcowego wypadku samochodu Ubera w Arizonie, w USA. Ten samochód, jak wszyscy wiemy, działał w trybie autonomicznym i doszło do śmiertelnego potrącenia pieszej, która przechodziła przez ulicę w miejscu nieoznakowanym. I tam mowa jest o tym, że były pewne usterki w oprogramowaniu.

Ono błędnie uznało tę kobietę za przeszkodę, której nie trzeba omijać, ale też duży nacisk kładziony jest na to, że ludzki kierowca, który był w tym samochodzie i który miał reagować, gdyby coś się stało, tak naprawdę w czasie jazdy nie patrzył do końca na drogę. Widać na nagraniu z wypadku, że on po prostu patrzy w dół. Doniesienia prasowe i raport policyjny mówią o tym, że oglądał w tym czasie program na serwisie streamingowym, na którym miał wykupione konto. I tutaj pojawiają się wątki przypisania i jemu pewnej odpowiedzialności. Myślę, że konsekwencje wyciągnie głównie Uber. Jednak w mediach jest obecna taka dyskusja i mówi się o tym, że kierowca powinien być w stanie zareagować.

W przypadku takich aut bez kierowcy w ogóle nie będziemy wymagać, żeby kierowcy mieli prawo jazdy, czy żeby patrzyli na drogę, żeby mieli rozeznanie, więc oczywiście ten problem nam odpadnie. Wydaje mi się, że takim dosyć sensownym pomysłem byłyby jakiegoś rodzaju obowiązkowe ubezpieczenia, do zdecydowania jest, czy ma je wykupić producent, czy użytkownik samochodu, czy obie te osoby, ewentualnie jakiś fundusz, na który na przykład producenci samochodów mogliby wpłacać pieniądze. Byłby to wtedy fundusz dla osób poszkodowanych w wypadkach.

Generalnie chodziłoby o to, żeby ustalić taką zasadę odpowiedzialności, żeby osoby poszkodowane mogły w jakiś sposób dochodzić odszkodowania czy zadośćuczynienia. Mówi się wśród prawników o tym, że to powinna być odpowiedzialność na zasadzie ryzyka, czyli nie trzeba udowadniać, że ktoś ponosi winę za wypadek, po prostu korzystanie z takiego samochodu wiąże się z pewnym ryzykiem i trzeba być gotowym, żeby je ponieść. Myślę, że w przyszłości pewnie pójdzie to w stronę obowiązkowych ubezpieczeń, ewentualnie jakiegoś funduszu gwarancyjnego. No i decyzji ustawodawcy, kto miałby te ubezpieczenia opłacać, czy producent czy użytkownik, tutaj w zasadzie można znaleźć argumenty i na jedną, i na drugą koncepcję. Sądzę, że w tym kierunku pójdą rozwiązania. Są pewne przepisy dotyczące samochodów autonomicznych w Niemczech, o tym jeszcze powiem za chwilę, ale takiego konkretnego rozwiązania, które pozwalałyby nam powiedzieć, że zawsze jest tak albo inaczej, albo zbioru klarownych reguł, póki co nie ma.

Różne kraje, niektóre stany w USA, właśnie wspomniałaś Arizonę i jeszcze kilka innych, mają zezwolenie, że mogą się po ich terenie poruszać autonomiczne samochody, pewnie inne kraje też za niedługo się dołączą. Chociażby w Niemczech, mniej więcej rok temu, w czerwcu 2017, były adaptowane prawa – tu prawdopodobnie mnie trochę skomentujesz, wyjaśnisz, co to znaczy w praktyce – i jest możliwość poruszania się autonomicznym samochodem po niemieckich drogach.

BMW inwestuje pieniądze, stworzyło taki ośrodek w kwietniu 2018 i mają ambicje zatrudnić około 2 000 specjalistów do sztucznej inteligencji albo tych autonomicznych pojazdów, mówiąc bardziej precyzyjnie. Ciekawy jestem, jak to będzie się rozwijać w Polsce. Od razu powiem, że słyszałem, że Jaworzno ma pewne ambicje technologiczne, robią pewne zdjęcia, przygotowują się. Jestem pewien, że technologicznie to się da zrobić, ale interesuje mnie, na ile prawo w Polsce pozwoli na uruchomienie takich rzeczy, czyli kiedy zobaczymy autonomiczny samochód na drogach w Polsce.

Tu może trochę skoryguję, bo ten autonomiczny samochód zawsze posiada poziomy, teraz mam na myśli poziom trzeci lub powyżej, a to oznacza, że samochód może się poruszać po drodze do prędkości 60 km/h, bez człowieka. Jest autonomiczność poziomu 2. Mam nadzieję, że moje pytanie jest zrozumiałe. Czyli kiedy zobaczymy w Polsce autonomiczny samochód?

Jeżeli chodzi o prawo w Niemczech, o którym wspomniałeś, to rzeczywiście w ubiegłym roku takie przepisy zostały przyjęte i tam jako naczelną zasadę przyjęto unikanie śmierci człowieka za wszelką cenę. Czyli niezależnie od płci, wieku, od jakichkolwiek innych czynników, ludzie powinni być traktowani dokładnie tak samo i nawet za cenę zniszczenia własności prywatnej, publicznej, czy zwierząt na drogach, zawsze jednak trzeba chronić człowieka. To może być trochę kontrowersyjne, ale jest to chyba w tym momencie takie najrozsądniejsze wyjście. Tyle tylko, że w Niemczech w tych przepisach przyjęto, że w samochodzie autonomicznym musi być kierowca. W momencie kiedy dostanie sygnał od systemu samochodu powinien być w stanie przejąć kontrolę nad kierownicą, czyli tak jak w definicji i prawie polskim, o której też za chwilę jeszcze powiem.

Jeżeli chodzi o nasze prawo, ono nie ignoruje pojazdów autonomicznych. W lutym tego roku została wprowadzona w ustawie „Prawo o ruchu drogowym” definicja takiego pojazdu i ona również zakłada, że w każdej chwili kierowca powinien być w stanie przejąć kontrolę nad samochodem. Czyli nie ma tej takiej pełnej autonomii, która pozwalałaby na to, żeby samochody absolutnie bez kierowców, czy z kierowcą np. śpiącym albo zupełnie zajętym czymś innym, mogły wyjechać na drogę. Nasze prawo przewiduje szereg wymagań, jeżeli chodzi o testowanie samochodów autonomicznych. To jest oczywiście kwestia wykupienia odpowiedniej polisy, zdobycia odpowiednich pozwoleń w urzędach, trzeba wypełnić papiery, trzeba uzyskać zezwolenie.

Ale jest jedna bardzo ciekawa rzecz, która może wpłynąć na to, czy i kiedy zobaczymy na naszych drogach samochody autonomiczne. Mianowicie, żeby dostać pozwolenie, trzeba powiedzieć, jaką trasą będzie jechał ten pojazd, który ma być testowany. Te trasy podaje się do wiadomości mieszkańców i osoba, która ma jakąkolwiek nieruchomość, która leży przy takiej trasie, może sprzeciwić się tym testom, może powiedzieć, że nie chce, by koło jej nieruchomości przejeżdżał samochód. Dlaczego mówię „nieruchomość”, a nie na przykład „dom”? Dlatego, że nie ma w naszych przepisach ograniczenia, że to musi być właściciel, który mieszka przy tej trasie, czy ma tam chociażby dom mieszkalny albo jakiś kawałek lasu. Po prostu ma być właścicielem nieruchomości.

I z jednej strony, ja to widzę jako takie uznanie tej społecznej nieufności wobec sztucznej inteligencji, wobec robotów, która na pewno się pojawia jeszcze wciąż nie tylko w Polsce, ale też w innych krajach. Z drugiej strony, widzę to jako zagrożenie dla płynności takich testów, jako potencjalny czynnik, który może zniechęcić inwestorów do testowania samochodów w Polsce albo może bardzo to utrudnić, dlatego że przepisy nie wymagają żadnego usprawiedliwienia, nie trzeba mówić, dlaczego się nie zgadzamy, po prostu wystarczy się nie zgodzić. Z tego co wiem Jaworzno rzeczywiście zostało sfotografowane i na razie nie widziałam informacji konkretnych, które by mówiły, kiedy samochód będzie testowany. Natomiast rzeczywiście wiem, że ta gmina ma takie ambicje. Ja oczywiście trzymam kciuki, żeby te testy się odbyły, aczkolwiek powstaje pytanie, czy rzeczywiście ta lista wymagań, zwłaszcza ta możliwość sprzeciwiania się przez mieszkańców, nie będzie czymś, co troszeczkę w Polsce nam te testy przyhamuje.

Pozostawmy już w takim razie temat autonomicznych samochodów. Są to pewne wyzwania, wiem, że w innych krajach odwrotnie budują pewne środowiska, gdzie można testować, ale wydaje mi się, że ten temat poruszyliśmy w wystarczającym stopniu.

Chcę teraz poruszyć troszkę inny wątek, a mianowicie prawa autorskie, czym też również się zajmujesz. Ten temat jest dość trudny, tak delikatnie mówiąc, a myślę, że w aspektach sztucznej inteligencji będzie jeszcze trudniejszy. Na początek zadam prawdopodobnie trochę łatwiejsze pytanie, ale takie z życia wzięte. Wyobraźmy sobie, że jest jakieś gotowe rozwiązanie i dostarczy je nam Google Cloud. Wysyłamy tam zdjęcia, a jako odpowiedź dostajemy, co jest na tym zdjęciu, jaki to obiekt itd.

W obecnych czasach, wyzwaniem w uczeniu maszynowym są dane, a właściwie ich brak. Ludzie czasami cieszą się, gdy zdobędą dane, ale tak naprawdę to jest dopiero połowa sukcesu. Podam konkretny przykład: mamy zdjęcia rentgenowskie albo zdjęcia jakichś nieruchomości, ale nie są podpisane, to model nie może się nauczyć, co jest na tych zdjęciach. Możemy to rozwiązać na kilka sposobów: możemy zatrudnić sobie studentów, ale to niestety się nie skaluje.

Są pewne inne triki, jak można użyć – dziwnie to zabrzmi – ale jednak żywych ludzi i zdelegować to zadanie, ale tam też są pewne ograniczenia. Możemy wziąć sobie już gotowy model i potraktować go jako element, który może pomóc nam zdobywać odpowiedzi. Ten proces nazywa się etykietowanie albo labelowanie. Teraz już przejdę do pytania o własność albo o prawa autorskie, czy w tym przypadku firma, która zbuduje model na odpowiedziach innego modelu ma jakiś problem prawny? Jak należy to zinterpretować, tak pod kątem prawnym?

Myślę, że to by zależało w dużej mierze od licencji, na której byłaby udostępniana ta pierwsza usługa, którą wykorzystujemy, żeby już mieć opisane zdjęcia i nauczyć nasz własny model. Myślę że przede wszystkim to zależałoby od tego, na co nam ta licencja pozwala, czyli jeżeli w tym modelu jest mowa o tym, że nie można go wykorzystywać do określonych celów, na przykład do celu tworzenia własnego modelu, to w tym momencie doszłoby do złamania licencji i mogłoby się to wiązać się z różnymi konsekwencjami, np. z utratą dostępu do oprogramowania.

Jeżeli byłoby to oprogramowanie czy usługa chmurowa, mogłoby się wiązać z roszczeniami ze strony twórcy tego pierwszego modelu, czyli np. roszczenia związane ze szkodą, z utraconymi korzyściami, związanymi z tym, że wytrenowaliśmy własny model i oferujemy jego usługi w niższej cenie. Wyobrażam sobie, że mogłoby to w ten sposób wyglądać, ewentualnie, jeśli doszłoby do skopiowania jakiegoś rozwiązania przeznaczonego do podpisywania zdjęć i można byłoby takie rozwiązanie uznać za utwór, czyli właśnie za to, co chroni prawo autorskie, to oczywiście też można byłoby występować z roszczeniami dotyczącymi prawa autorskiego, na przykład z roszczeniem o odszkodowanie, po to żeby przestać naruszać te prawa. Możliwości jest sporo, ale w kontekście tego, o co pytasz myślę, że przede wszystkim należałoby się dobrze zapoznać się z licencją oprogramowania, z którego korzystamy, czy na pewno możemy wykorzystać je w takich celach, żeby trenować swoje własne modele.

Rozumiem, że tu trzeba sprawdzić licencje i zobaczyć, czy przypadkiem ich nie łamiemy. Co prawda, jest to trochę śliski wątek, bo czasami nie jest łatwo udowodnić, że akurat odpowiedź uzyskaliśmy od tego modelu, a nie od studenta i tu pewnie można znaleźć jakąś szarą strefę. Ale zostawmy już ten wątek. Teraz troszkę trudniejszy przykład. Znowu wspomnę o Google, bo w sumie robi wszystkie ciekawe rzeczy związane z AI.

Google ma teraz pewne ambicje i częściowo już to realizowało, kiedy jest jedna sieć neuronowa albo tylko model, który tworzy inną jeszcze bardziej potężną sieć. Ten łańcuch teraz wygląda jak jeden krok, ale wydaje mi się, że w przyszłości tych kroków może być jeszcze kilka, to znaczy, że kilka sieci może budować jeszcze jedną. Jeżeli zastanowimy się przez chwilę, to kto będzie właścicielem tych modeli? Czy ten pierwszy „rodzic” albo, jak to ująć, ten ostatni model dotknięty przez człowieka staje się właścicielem tych wszystkich modeli, które zostały stworzone przez ten model? Albo jeszcze jakoś inaczej? Jak Ty to widzisz?

To jest pytanie, które jest rzeczywiście ciężkie i do tego bardzo kontrowersyjne. Przede wszystkim w prawie autorskim jest naczelna zasada, obowiązująca nie tylko w Polsce, czyli zasada ludzkiego autorstwa. Mogliśmy się przekonać o tym, jakie to jest silne, na przykładzie selfie, które zrobiła sobie kilka lat temu małpka. Była batalia sądowa, próba przyznania praw autorskich tej małpce, bodajże PETA wtedy występowała w jej imieniu i ta próba się nie powiodła. W historii prawa autorskiego jest kilka przypadków, kiedy próbowano przełamać tę zasadę, najśmieszniejszym był chyba bodajże z XIX wieku, gdzie pani twierdziła, że duch podyktował jej poemat.

Sąd nie podzielił tego zapatrywania. Natomiast rzeczywiście to jest bardzo silna zasada, która powoduje, że w tym momencie autorem, w rozumieniu przepisów, może być tylko i wyłącznie człowiek. Powstaje więc pytanie, co się dzieje, kiedy sztuczna inteligencja coś tworzy: czy to inną sztuczną inteligencję w kolejnych i kolejnych powtórzeniach, czy jeżeli namaluje obraz, co też nie jest niemożliwe.

Mamy na przykład projekt The next Rembrandt. Co jeżeli sztuczna inteligencja robi różne rzeczy, które wydawałoby się, że są zarezerwowane dla ludzi? Tutaj jest kilka koncepcji, łącznie z tym, że w ogóle to nie powinna być domena prawa autorskiego tylko jakaś inna domena, skupiająca się bardziej na tym, że firma, która tworzy taką AI, która jest w stanie jeszcze „wypluć” z siebie, czy to coś artystycznego, czy jakiś inny algorytm, powinna czerpać z tego zyski, z uwagi na to, że dokonała nakładów, zainwestowała w to, żeby mieć taką sztuczną inteligencję. W związku z tym pieniądze, które ona może zarobić, powinny wracać do tej firmy. Tylko to już wtedy nie są prawa autorskie, ale to jest całkiem przekonujące.

Natomiast jeżeli mielibyśmy się zastanawiać nad prawami autorskimi, to powstaje pytanie: czy kiedykolwiek będziemy mogli powiedzieć, że sztuczna inteligencja może być autorem utworu w rozumieniu prawa autorskiego? Od razu powiem, że na razie praktycznie nie ma przepisów, które by to regulowały. Wiele osób w ogóle nie dostrzega konieczności ich wprowadzania, właśnie mówiąc o tym, że mogą być inne mechanizmy, które pozwolą na ochronę tego, co produkuje sztuczna inteligencja. Koncepcji wśród prawników jest kilka, bo jeżeli już byśmy się trzymali tych praw autorskich, to jedni mówią, że powinien je mieć programista, bo on programuje, tworzy i gdyby nie programista to sztuczna inteligencja nie byłaby w stanie nic zrobić. Inni z kolei mówią, że to powinien być użytkownik, ewentualnie osoba, która karmi tą sztuczną inteligencję danymi. Bo z kolei gdyby nie dane, jak słusznie sam zauważyłeś, to ta sztuczna inteligencja za wiele też nie dałaby rady zrobić.

Ciekawostką jest to, że jest jedno prawo, które przyjęło przepis odnoszący się do utworów generowanych komputerowo, ale niekoniecznie w taki sposób wyraźny odnoszące się do sztucznej inteligencji i to jest prawo w Wielkiej Brytanii. Tam, jako utwory wygenerowane komputerowo, zostały wskazane takie utwory, w których nie występuje ludzki autor i w Wielkiej Brytanii przepisy mówią, że autorem jest osoba, która podjęła czynności konieczne do tego, żeby taki utwór powstał. To jest oczywiście bardzo nieprecyzyjne określenie i Brytyjczycy sami mają z tym problem.

Zresztą tutaj możemy się zastanawiać, kto bardziej podjął te czynności, czy właśnie użytkownik, który nacisnął guzik, czy osoba, która wgrała dane, czy osoba, która jest autorem sztucznej inteligencji. Natomiast jest to swego rodzaju pierwszy krok. Wydaje mi się, że nie ma szans na to, żeby w najbliższym czasie uznać, że sztuczna inteligencja może być sama w sobie autorem. Myślę, że ta zasada ludzkiego autorstwa będzie się trzymać. Po pierwsze dlatego, że wiele osób twierdzi, że to jest istota prawa autorskiego, a po drugie myślę, że to będzie taka chęć obrony tego ludzkiego bastionu, tej sztuki, która się już wydaje taka bardzo związana z emocjami i osobowością człowieka.

Natomiast nie ulega wątpliwości, że moim zdaniem, w najbliższych latach prawo w jakiś sposób będzie musiało zareagować na udział sztucznej inteligencji w twórczości, czy to w taki sposób, że stworzy jakieś nowe regulacje, czy na przykład te obowiązujące będą interpretowane w taki sposób, żeby pasowały również do sztucznej inteligencji, a w przyszłości do robotów.

W jednym z poprzednich odcinków wspomniałem o raporcie „Ramię w ramię z robotem”, przygotowanym przez McKinsey, Forbes, gdzie między innymi wspomina się, że nawet 49%, czyli prawie 50% czasu pracy w Polsce, odpowiednik siedmiu z kawałkiem milionów miejsc pracy, może zostać zautomatyzowanych do roku 2030, czyli już niebawem. Zastanawiam się właśnie, czy prawo będzie jakoś chronić człowieka lub obywateli przed tymi wyzwaniami. Czy w ogóle są pomysły, żeby tutaj jakoś zadziałać, czy raczej wszyscy na razie obserwują? Teraz mam na myśli bardziej świat prawny lub może na poziomie państwa. Jak to odbierasz? Jak jak to interpretujesz?

Przyznam się od razu, że ja też tak średnio raz w miesiącu czytam, że zostanę zastąpiona robotami i że generalnie żywot prawników zbliża się do końca. Natomiast nie ulega wątpliwości, że w jakimś stopniu ta automatyzacja nastąpi, że część miejsc pracy zniknie, ale oczywiście powstaną też nowe zawody. Będą potrzebni eksperci, czy to od sztucznej inteligencji, czy to osoby o takich miękkich kompetencjach, których robotom nie powierzymy albo przynajmniej nie od razu. Natomiast jednak wystąpi ta przepaść czasowa między tym, gdy sporo osób tę pracę straci, zanim będą mieli szansę rozwinąć się w innym kierunku. I tutaj rzeczywiście są różne inicjatywy w różnych państwach.

Przede wszystkim mówi się, dyskutując o tym, że trzeba kłaść nacisk na edukację. I nie mam tutaj na myśli tylko uczenia się na przykład już w podstawówce, jak obcować z technologią, z robotami, ale także to, że trzeba się uczyć cały czas, czyli konieczne jest kształcenie ustawiczne, trwające przez całe życie, że społeczeństwo powinno być przygotowane do tego, żeby w którymś momencie te swoje kompetencje zmienić i dostosować się do postępującej automatyzacji, robotyzacji rynku pracy. Takie programy dotyczące kształcenia przewidują, że dla pewnej grupy osób będą kształcone te kompetencje cyfrowe.

Jeżeli chodzi o inicjatywy państwowe, są one na przykład w Singapurze czy w Zjednoczonych Emiratach Arabskich. Finlandia też podkreśla znaczenie tego uczenia się na co dzień, a oprócz tego jest jeszcze taka koncepcja, o której się mówi, ale która będzie ciężka do zrealizowania, być może zaakceptowania, czyli koncepcja dochodu podstawowego. Tutaj chodziłoby o to, że obywatele otrzymują pewną kwotę, na przykład co miesiąc, po prostu z samej racji tego, że są. Nie byłby to taki zasiłek, gdzie trzeba byłoby spełniać jakieś specjalne kryteria. Oczywiście mówię o takim rozwiązaniu koncepcyjnym, modelowym. To miałoby zapewnić szanse na przeżycie, nawet jeżeli tej pracy przez automatyzację nie będzie. Taką koncepcję testuje teraz Finlandia, jeszcze do końca tego roku, oczywiście na wybranej grupie osób bezrobotnych. Mają nadzieję, że to doprowadzi do zmotywowania, że takie osoby, mając zabezpieczony ten podstawowy byt, będą chciały się czy to dokształcić, czy to poszukać jakiejś pracy. Wyniki pewnie poznamy w przyszłym roku.

Dyskusja na temat automatyzacji tych miejsc pracy na razie – mam wrażenie – toczy się przynajmniej na medialnym poziomie, raczej w takim tonie: „to roboty zabiorą nam pracę”, ewentualnie na drugim biegunie są właśnie zawody przyszłości i coraz to bardziej futurystyczne wizje tych zawodów. W moim odczuciu przede wszystkim potrzebna byłaby edukacja. I tutaj też oczywiście jest to kwestia zmian w prawie, bo kwestia zmian, czy to w programach szkolnych, czy jakichś dofinansowań na kursy, które przygotowały by nas trochę na to życie z robotami.

Tak, jak najbardziej, dyskusja się rozpoczęła. Może jeszcze nie wszędzie ale jest pewna świadomość tych zagrożeń. A z drugiej strony, w takiej szerszej świadomości, w takim społecznym odbiorze, myślę że jednak głównie jest to nacisk na zagrożenia związane z robotami. A chyba trochę w zbyt małym stopniu na edukację, która może w przyszłości pomóc po prostu się przekwalifikować, dopasować do tego, że otaczają nas roboty i trzeba wykonywać inną pracę niż dotychczas.

Jak myślisz, czy w dłuższej perspektywie prawo, jako narzędzie, wyrobi się z tymi wyzwaniami, że technologie zmieniają się bardzo szybko? Mam na myśli taką bardzo prostą zasadę, której nauczyłem się w życiu: należy używać właściwych narzędzi dopasowanych do konkretnego problemu. Zastanawiam się, czy to nie jest tak, że prawo jednak trochę nie nadąża i musi powstać coś innego, bardziej praktycznego, co potrafi chociaż w jakiś sposób zarządzać tymi zmianami? Pytanie trochę takie bardziej wizjonerskie niż konkretne, ale bardzo jestem ciekaw Twojej opinii.

Bardzo bym chciała móc powiedzieć, że prawo, jak rycerz na białym koniu, pomoże nam wszystkim i dzięki temu będziemy mieć poukładane, jak to jest z tą sztuczną inteligencją. Niestety prawo ma to do siebie, że idzie dosyć wolno. Wiadomo, że technologia przyspieszyła zwłaszcza w ostatnich latach, że to jest kwestia wynalazków, przełomów i to naprawdę idzie błyskawicznie, natomiast prawo, to jest, po pierwsze dużo dyskusji, po drugie dużo procedur. Nie tak łatwo jest uchwalić coś na poziomie europejskim, nie tak łatwo jest zgodzić się czasami na poziomie krajowym, w związku z tym to musi trwać.

Wreszcie kwestia tego, że każdy kraj ma swoje prawo i swoje zapatrywanie na to, jak powinno działać społeczeństwo, a prawo jest właśnie od tego, żeby organizować to życie społeczeństwa. Rzeczywiście, to na pewno nie jest narzędzie idealne, na pewno jest tutaj wiele słabości, widzimy teraz, że technologia i badania nad sztuczną inteligencją trwają od dawien dawna, a taka dyskusja na poważnie, jeżeli chodzi o prawo, dopiero się zaczyna. W ostatnim czasie sporo osób o tym pisze. Mam wrażenie, że to jest taki boom na to, żeby wypowiadać się, jeżeli chodzi o sztuczną inteligencję, bo jest to aktualnie na fali. Ale prawdziwa dyskusja i prawdziwe przepisy są jeszcze o kawałek drogi od nas.

Pytanie tylko, w jaki sposób moglibyśmy sobie usystematyzować ten rozwój technologiczny i tę kwestię sztucznej inteligencji. Jeżeli miałby to być jakiś komitet społeczny, jakaś ocena społeczna, to musielibyśmy bardzo uważać, żeby to się nie zamieniło w takie reprezentowanie poglądów grupy osób. Na tym polega oczywiście polityka i nasz system, ale mam na myśli jakieś wyższe grupy, mam na myśli to, że mogłoby się to odbywać bez jakichś ram prawnych czy instytucjonalnych, żeby nie skończyło się po prostu forsowaniem skrajnych poglądów.

Dlatego pod tym kątem na pewno nie jestem w 100% obiektywna, ale myślę, że jednak jakieś ramy prawne są w porządku, o ile oczywiście powstaną dosyć sprawnie. Na pewno nie będzie tak, że wszystko zdołamy uregulować. Myślę, że nie zdołamy zrobić tak, żeby prawo nadążało za technologią w takim tempie, w jakim ona podąża do przodu. Nie powinno też być tak, że będziemy reagować na jednostkowe wypadki, na przykład jest wypadek z udziałem robota, więc zakazujemy użytkowania jakiegoś typu robota. Tego oczywiście absolutnie nie widzę.

Tutaj chciałabym się odnieść do tego, że takim idealnym, ale utopijnym rozwiązaniem, wydają się być „Trzy Prawa Robotyki” Asimova, też bardzo często przywoływane, jeżeli mówi się o prawie i robotach, zresztą wyskakują w Google na pierwszym miejscu. Tylko tam był stworzony taki świat, w którym wszyscy przyjęli pewne uniwersalne zasady etyczne, które były wgrywane robotom i dzięki temu to działało. W prawdziwym świecie nie będziemy mieli z tym do czynienia. Prawo jest potrzebne, ale jeszcze bardziej byłoby potrzebne porozumienie i to ponad podziałami, czy to krajowymi, czy to politycznymi, ale to jest niestety piękne marzenie, które nie spełni się w najbliższym czasie.

Pozostaje mieć nadzieję, że mimo wszystko, z tymi ograniczonymi narzędziami i prawem, które mamy, uda się jakoś wypracować takie ramy rozwoju sztucznej inteligencji, żeby z jednej strony go nie zahamować, żeby nie było tak, że uniemożliwimy swobodny rozwój technologii, a z drugiej strony, żeby chronić uczestników tego rozwoju, czyli przede wszystkim ludzi, ale w przyszłości być może również roboty, tak, żebyśmy wzajemnie jakoś mogli koegzystować. Chciałabym, żeby to tak wyglądało, mam świadomość, że prawo nie jest idealne, ale wierzę że mimo wszystko, w jakimś stopniu, jest w stanie trochę pomóc nam poukładać to, co się teraz dzieje na świecie i tę nową rewolucję przemysłową, która już teraz jest dookoła nas.

To jest bardzo ciekawe, zobaczymy, jak to się zmieni, bo myślę, że w tej chwili nikt nie jest w stanie jednoznacznie powiedzieć, jak możemy zarządzać tymi zmianami, ale raczej każdy, kto chociaż w miarę jest zaangażowany w dyskusję rozumie, że procesy dotyczące prawa muszą być troszkę szybsze, decyzje muszą być podejmowane szybciej. Ale też nie chodzi o to, żeby decyzje były szybsze i gorszej jakości, tylko żeby były pewne tzw. hamulce, o których też wspomniałaś. Z drugiej strony te zmiany muszą nadążyć za rozwojem.

I ostatnie już pytanie na dzisiaj. Wiem, że prowadzisz też blog, dzielisz się różnymi treściami. Proszę podaj namiary jak można go znaleźć, ale również podaj, gdzie można jeszcze Ciebie znaleźć w sieci.

Oczywiście! Zapraszam na blog LexRobotica.pl i na fanpage na Facebooku. Najłatwiej skontaktować się ze mną, porozmawiać, pogadać o sztucznej inteligencji albo o czymkolwiek innym przez fanpage Lexrobotiki czy mój prywatny profil na Facebooku, to są takie dwa najłatwiejsze kanały kontaktu.

Bardzo dziękuję Ci za dzisiejszą rozmowę. Masz tę pozytywną energię i myślę, że jeżeli wśród prawników będzie więcej takich osób, to te zmiany na pewno nastąpią szybciej. Trzymajmy kciuki wszyscy razem, żeby te zmiany były dobre dla nas wszystkich, czyli ludzi. Dziękuję bardzo.

Dziękuję bardzo!

Co o tym wszystkim myślisz? Mam do Ciebie parę pytań.
Na ile mentalnie jesteś gotów na nadchodzące zmiany? Czy prawo przetrwa na dłuższą metę, biorąc pod uwagę dynamikę zmian? Czy roboty zdobędą prawa obywatelskie, a być może nawet i prawa człowieka? Chociaż możemy popatrzeć na tę kwestię z drugiej strony, większość ludzi przez całe życie jest jedynie obywatelami. Zostawiam Ci to do przemyślenia…

Martyna przygotowała dla Ciebie prezent. Zapisz się na newsletter, żeby go pobrać.

Dzisiaj Robert Laszczak opowie o swoich wnioskach po kursie „Praktyczne uczenie maszynowe” na DataWorkshop. Trzecia edycja rusza w poniedziałek, 29 października. Będzie jeszcze lepsza niż druga, bo wprowadziłem kilka poprawek, ale również zrobiłem jeden dość ciekawy eksperyment, o którym powiem trochę później, a dzięki niemu materiał stał się jeszcze łatwiej przyswajalny. Specjalnie dla słuchaczy BiznesMyśli mam zniżkę 20% ważną do 1 września 2018. Wystarczy przy zakupie wpisać promokod: BIZNES_MYSLI_20.

Zapraszam do wysłuchania opinii Roberta.

Cześć Robert. Przedstaw się: kim jesteś, czym się zajmujesz, gdzie mieszkasz.

Cześć Vladimir. Jestem Robert. Pracuję jako programista, aktualnie jestem team leaderem. Programuję aktualnie w Golangu, pracuję w firmie Modulus, tworzymy aktualnie portal dla kolekcjonerów i mieszkam w Krakowie, tak jak Ty.

Co ostatnio przeczytałeś?

Ostatnio, można powiedzieć, wróciłem do klasyki, bo czytałem książkę, do której powróciłem po latach po namowach znajomego i jest to Pragmatyczny programista. Książka ma już w sumie 20 lat, ale jeśli popatrzymy na te wszystkie modne metody programowania, to większość z nich była tam przedstawiana. To fajnie pokazuje, że w informatyce część rzeczy nie jest nowa, tylko została ulepszona, to nie są jakieś nowe metody, tylko stare, dobrze znane metody. Podobnie jak w machine learningu.

Tak, zgadzam się. Tak mniej więcej działa ten świat. Powiedziałeś, że programujesz teraz w Golango, ale również interesujesz się uczeniem maszynowym. Powiedz, jak to się stało, że się tym zainteresowałeś?

Tak, staram się interesować wszystkim, co się dookoła mnie dzieje. Myślę, że każdy, kto ma do czynienia z programowaniem, natrafił na coś takiego jak machine learning i widział potencjalne możliwości, jakie to mu daje. Raz, jest to ciekawość, a dwa, pewien pragmatyzm i chęć rozwiązywania problemów, których takie bardziej tradycyjne metody nie pozwalają do końca rozwiązać. Myślę, że to są główne przyczyny, dlaczego zainteresowałem się tym tematem.

Jesteś absolwentem drugiej edycji „Praktyczne uczenie maszynowe” na DataWorkshop, powiedz, co Ci się najbardziej spodobało w kursie?

Najbardziej spodobało mi się Twoje praktyczne podejście. Tak, jak już mówiłem, praktycznie 10 lat zajmuję się programowaniem i od samego początku starałem się podchodzić do tych zagadnień najbardziej praktycznie, jak się da. I w tym wypadku, Twoje podejście do uczenia tego tematu bardzo mi się podobało. Podam jako przykład taką analogię, która dla programistów będzie na pewno bardzo zrozumiała. Czy jeśli chcemy się nauczyć implementować strony www, to zaczynamy naukę od protokołu TCP? Raczej nikt tak teraz nie robi, tylko zaczynamy od praktyki, jak użyć prostego flaska, żeby zaimplementować jakieś proste REST API, a jeśli potrzebujemy potem zgłębić, jak działa TCP i HTTP – jak najbardziej, ale nie jest to temat, od którego chcielibyśmy zaczynać. Jest to trudne i nie jesteśmy tego w stanie wykorzystać w praktyce.

A podczas Twojego kursu zaczęliśmy od wysokopoziomowych zagadnień, które pozwalają nam zaimplementować coś, co już faktycznie działa. Odwołuję się do tych analogii z pisaniem stron internetowych, nie zaczynamy od tych bardzo niskopoziomowych rzeczy, tylko robimy coś, co można pokazać, co można wykorzystać i co jest jak najbardziej użyteczne.

Dziękuję bardzo, dość ciekawa analogia. Czy było coś, co Cię zaskoczyło podczas kursu?

Na pewno zaskoczyło mnie to, ile czasu mi to zajęło, żeby ten kurs przejść – ostrzegałeś, jak najbardziej – ale może nie do końca wierzyłem, że ten kurs pochłonie tyle czasu. Zaskoczyło mnie to, że ten temat nie jest aż taki trudny, jakby się mogło niektórym wydawać. Jeśli troszkę czasu poświęcimy i będziemy mieć dość dużo samozaparcia, to jesteśmy w stanie na bardzo zadowalającym poziomie, nauczyć się tej techniki. Dorzuciłbym jeszcze to, że po tym kursie mogliśmy zaimplementować coś, co jest potrzebne.

Tak, jak wcześniej odwoływałem się do tych kursów, gdzie budujemy strony internetowe, tutaj też można już wykorzystać w praktyce bardzo proste rzeczy, które są ludziom potrzebne. Wydaje mi się, że to jest bardzo ważne, bo co z tego, że przeczytamy 50 artykułów, 50 książek, jak nie użyjemy tego w praktyce. Jak dla mnie, jest to najważniejsza część, że musimy zrobić coś w praktyce i dopiero wtedy zobaczymy realne problemy, które wychodzą w normalnym życiu. To, jak dla mnie, jest główny plus tego kursu.

Jak czasem się mówi, wiedza nie użyta w praktyce jest bezużyteczna.

Tak, dokładnie. Tym bardziej, jeśli szukamy jakiejś pracy, no to najważniejsze jest to, co faktycznie już robiliśmy, a nie to, że przeczytaliśmy 10 książek o tym, jak to robić. Realnie dla pracodawcy nie jest to takie wartościowe, jeśli przeczytaliśmy 10 książek, bo to nie wnosi aż takiej wartości, ale jeśli powiemy, że zaimplementowaliśmy jakąś stronę internetową, która coś robiła, to jest wow i tu widać plus, który można wnieść do danego przedsięwzięcia.

Czy masz już plany, jak chcesz zastosować wiedzę ML? Być może jakiś hobbystyczny projekt, może gdzieś w pracy albo w inny sposób?

Akurat mam to szczęście, że w pracy jeszcze nie stosujemy, ale już mamy przynajmniej dwa bardzo ważne zastosowania dla uczenia maszynowego. Raz, to rozpoznawanie rzeczy, które ktoś wrzuca, aby je odpowiednio skategoryzować, a dwa, żeby spersonalizować treść strony pod danego użytkownika. Jeśli tworzymy portal, na który możemy wrzucić bardzo wiele typów przedmiotów, prawdopodobnie nie każdego będzie interesować przeglądanie znaczków pocztowych, a nie każdego będzie interesować sztuka. Czasem to się może wykluczać, na przykład kogoś może to interesować, ale mogą też być jakieś subtelne połączenia, czasem może być ciężko wychwycić takimi bardziej tradycyjnymi metodami, więc to jeszcze przede mną.

Ale na pewno dzięki kursowi wiem, że faktycznie można tak zastosować machine learning i wiem, w którą stronę iść. Wiem też, że nie wszędzie można zastosować ML, może są jakieś prostsze metody, którymi rozwiążę ten problem.

Jak myślisz, kto powinien zrobić ten kurs?

Jestem programistą i z mojej perspektywy najlepiej widzę, że ten kurs pokazał mi, że na część problemów, najlepszym rozwiązaniem może być machine learning i nawet jeśli nie chcemy zostać w przyszłości data scentistami, warto się tym zainteresować, nawet po to, żeby mieć kontekst, jeśli budujemy jakąś aplikację, to jak możemy przygotować dane, żeby były przydatne dla reszty firmy, która pracuje bliżej data science. Tak samo jest to bardzo ważna rzecz dla architektów oprogramowania, żeby wiedzieli, że dla kogoś innego wyprodukowanie danych, które będą dobre, będzie bardzo przydatne. Do tego trzeba mieć kontekst, trzeba wiedzieć, jak można tych danych użyć. Nawet jeśli faktycznie nie chcesz zostać data scientist, ale chcesz być dobrym programistą, który wie, jak działa świat, który umie pewne klocki połączyć, to naprawdę warto znać przynajmniej podstawy.

Analogicznie mogę się odnieść do tego, że dobrze znać MySQL, nawet jeśli nie jesteś bazodanowcem, chociaż to też może być inna sytuacja, ale warto zna po prostu kontekst, to jest dla mnie najważniejsze.

To jest bardzo fajna odpowiedź. Ja ostatnio robiłem webinar i prezentację na ten temat, nazwałem to „Programista 2.0”, to jest klasyczny programista plus wzbogacenie wiedzy na temat ML. To nie chodzi o to, że ta osoba musi być ekspertem z ML tylko, jak zwróciłeś uwagę, potrafi rozpoznać kontekst i połączyć odpowiednie kropki w odpowiednim czasie.

Dokładnie. Tym bardziej, że do rozwiązania jakichś trywialnych problemów nie potrzebujemy nie wiadomo jakich umiejętności. To właśnie bardzo dobrze pokazuje, że niektóre problemy są na tyle proste, że ich rozwiązanie nie jest trudne i nie trzeba mieć nie wiadomo jakiego specjalisty, żeby rozwiązał to za nas. Często naprawdę w swoim życiu zderzałem się z problemami, które można by rozwiązać łatwiej, bez nie wiadomo jakiej wiedzy.

Robercie, ostatnie pytanie na dzisiaj. Jak można Cię znaleźć w sieci, gdyby ktoś chciał z Tobą porozmawiać?

Myślę, że najlepsze miejsce to Twitter, bądź LinkedIn. Na Twitterze można mnie znaleźć pod nickiem @roblaszczak, na LinkedIn jako Robert Laszczak. Tam zawsze, jeśli ktoś miałby jakieś pytania, chętnie odpowiem.

Dziękuję Ci bardzo za chęć podzielenia się swoją opinią. Życzę Ci samych sukcesów w Twoim życiu zawodowym, do usłyszenia i do zobaczenia.

Dzięki wielkie. Dzięki wielkie za kurs, bo przede wszystkim oszczędził mi masę czasu, nie musiałem szukać wszystkich rzeczy w Internecie, tylko znalazłem zbiór praktyk, które były w jednym miejscu i wiem, że dało się to zastosować. Dzięki Ci za to, że odpowiadałeś na pytania.

Dziękuję.

Artykuł Sztuczna inteligencja i prawo pochodzi z serwisu Biznes Myśli.

Czy wiesz, że nadchodzi do nas czwarta rewolucja przemysłowa ? Czego masz się spodziewać, jak sztuczna inteligencja wpłynie na Twoje życie i co możesz zrobić, żeby było dobrze?

Miałem okazję wygłosić prezentację 16 marca 2017 roku na temat “Sztuczna inteligencja i ekonomika”. Przyszło dość dużo osób – ponad 200 (zdarza się raczej rzadko, biorąc pod uwagę, że to jest lokalna grupa, a nie konferencja). Mówiąc otwarcie, bałem się trochę tej prezentacji, bo nie widziałem jak to zostanie odebrane. Ważne było dla mnie, aby zmotywować do myślenia i porzucić podejście, że moja chata z kraja. Każdy z nas ma ogromny wpływ na to co będzie dalej, natomiast często nie korzystamy z tej okazji.

W kolejnych odcinkach już będziemy mówić o praktycznym zastosowaniu sztucznej inteligencji, ale przed tym jak zaczniemy mówić o szczegółach praktycznych, bardzo mi zależy na tym, żeby powiedzieć na głos coś ważnego. Docelową grupą tego podcastu są właściciele firm, ludzie na decydujących stanowiskach lub tacy, którzy to wdrażają. Często bywa tak, że robimy rzeczy które są ważne dla biznesu i rzadko wykraczamy poza granicę, aby popatrzyć na temat nieco szerzej. Co oczywiście również ma sens, bo są tak zwane priorytety. Dzisiaj chciałbym zwrócić uwagę, na obszary, które często są pomijane lub świadomie ignorowane.

Czwarta rewolucja przemysłowa

Mniej więcej co 100 lat odbywa się kolejna rewolucja przemysłowa. Pierwsza miała miejsce, gdy wymyślono maszynę parową, później elektryczność, następnie elektronika (czyli komputer) i teraz nadchodzi czwarta czyli sztuczna inteligencja.

Mówi się, że sztuczną inteligencję można podzielić na trzy poziomy zaawansowania:

1. Słaba (lub wąska) sztuczna inteligencja
2. Ogólna sztuczna inteligencja
3. Super sztuczna inteligencja

Przeprowadzono wywiad z ponad stoma naukowcami z obszaru sztucznej inteligencji. Pytanie dotyczyło dat, kiedy każdy poszczególny poziom sztucznej inteligencji zostanie osiągnięty. Wynik pokazał, że 50% naukowców wierzy, że ogólny poziom zostanie osiągnięty najpóźniej w roku 2040, a super inteligencja najpóźniej w roku 2060.

A jak to jest z pierwszym poziomem, czyli podstawową inteligencją? Być może to będzie dla Ciebie niespodzianka, ale pierwszy poziom już został osiągnięty. Co to oznacza w praktyce? A oznacza to, że maszyna jest lepsza niż człowiek w poszczególnych obszarach.

Wąska sztuczna inteligencja

Już jest kilka przykładów gdzie maszyna jest lepsza niż człowiek.

Wygrała w szachy, następnie w Go, w roku 2017 w pokera. Również w rozpoznawaniu obiektach na zdjęciu (tak zwany ImageNet) albo czytaniu z poruszania  warg.

Libratus. Sztuczna inteligencja i poker.

Autonomiczne samochody

W roku 2004 zorganizowano konkurs Grand Challenge sponsorowany przez DARPA ( to jest skrót, który po polsku można rozwinąć jako “Agencja Zaawansowanych Projektów Badawczych w Obszarze Obronności”). To amerykańska agencja rządowa zajmująca się rozwojem technologii wojskowej.

Kilka słów o tej agencji, żeby poczuć potencjał. Na początku agencja miała nazwę ARPA która pod koniec lat 60-tych stworzyła  ARPANet (chodzą plotki, że stworzyło wcześniej, a w latach 60-tych to ujawnili..). A już w 1991 roku poprzez kolejne iteracje pojawił się wszystkim znanym dla nas web. Jeszcze wiele innych nowatorskich rzeczy zostało stworzono lub zaczęto przez DARPA, będę co jakiś czas do nich wracać.

Wracając do konkursu Grand Challenge. Zadaniem było przejechać trasę ok. 230 kilometrów, przy tym nie wolno było niszczyć innych samochodów, drogi oraz kierować samochód (czyli w wyścigach biorą udział tylko samochody bez kierowców). Ciekawostką jest to, że zgłosiło chęć startu 15 samochodów. Faktycznie wyjechało tylko 8 samochodów. Nikt nie dotarł do końca. Najlepsze wynik to ok. 12 kilometrów (zamiast 230). Takie były początki.

W następnym roku, czyli 2005, DARPA zwiększyła nagrodę z 1 miliona dolarów do 2 milionów.

Zadaniem było przejechać ok. 212 kilometrów. Tym razem udział wzięły 23 samochody. Zwyciężył zespół Sebastina Thruna z samochodem Stanley. Ciekawostką jest to, jaki szybki był postęp w porównaniu do zeszłego roku (pamiętasz, że czas zmienia się szybciej niż myślisz?)

Sebastian Thrun wtedy pracował w uniwersytecie Stanford. Jak łatwo jest domyślić się, 12 inżynierów którzy zbudowali Stanley, później zostali zatrudnieni przez Google i tak właśnie zaczęła się historia z Google samochodem. Jeden z dwunastu inżynierów to Anthony Lewandowski. Który później założył firmę Otto, czyli autonomiczny tir.

Która prawie od razu została przejęta przez Uber mówi się, że za 680 milionów dolarów. W lutym tego roku, czyli 2017, jest dość gorąco na ten temat.  Waymo (czyli nowy brand Google samochodu), złożyła pozew na inżyniera, w którym twierdzi, że Anthony odchodząc z Google skopiował tysięcy tajnych plików, które ostatecznie stały się dostępne dla Uber. Jak widać czasem wyścigi „kto pierwszy” odbywają się na innych poziomach niż technologiczny… ale wracamy do tematów ciekawszych.

Pod koniec zeszłego roku Google samochód przejechał 2 miliony mil (czyli ok. 3.2 miliona kilometrów).

Jeżdżąc również po miastach, przede wszystkim w Kalifornii. Pierwszy million przejechały w ciągu 6 lat, natomiast już drugi pokonały w 16 miesięcy. Liczy się, że 2 miliony mil jest równoznaczne ok. 300 lat jeżdżeniem samochodem przez człowieka.

Być może myślisz o tym, na ile jest to bezpiecznie?

To jest bardzo dobre pytanie. Dmitri Dolgov, lider oprogramowania robota w wywiadzie powiedział, że w 90% zrobić autonomiczny samochód jest relatywnie prosto, czyli wtedy kiedy trzeba jechać po prostej, ewentualnie zatrzymać się na czerwonym świetle itd. Natomiast najtrudniejszym wyzwaniem jest bardziej złożone sytuacje, jak na przykład trudne skrzyżowania, trudniejsze warunki zewnętrzne albo coś mniej nieoczekiwane, np. konie na drodze.

Na rok 2016 Google-samchoód miał 14 wypadków i jeden z nich z winy robota.

W lutym 2016 było dość głośno o tym. Co się stało? Podam Ci trochę więcej kontekstu. Chodziło o skrzyżowanie z dwoma pasami, gdzie normalnie prawy pas jest do skrętu w prawo, a lewy do jazdy prosto. Google samochód chciał skręcić w prawo i zajął prawidłowy, czyli prawy pas. Wszystko było dobrze, zaś na prawym pasie były worki z piaskiem (nie pytaj czemu one tam leżały), więc samochód musiał zrobić manewr, wyjeżdżając częściowo na lewy pas.

Przed tym, żeby wyjechać robot ustąpił kilku pojazdem, a następnie uznając, że autobus który porusza się dość wolno (ok. 20km/h) przepuści go (człowiek który kontrolował manewr, też tak pomyślał). Kierowca autobusu jednak miał inne zdanie dlatego doszło do kolizji.  Na szczęście nikt nie ucierpiał, autobus jechał z prędkością 20 km/h a robot ok. 5km/h. Trochę później Google poinformował, że wprowadził zmiany po wypadku (ciekawe jakie, np. rozpoznaje twarz kierowcy autobusu i robię klasyfikację: przepuści czy nie..?) i mają nadzieję, że następnym razem nie dojdzie do kolizji.

To był pierwszy błąd po stronie robota po przejechaniu ok. 2 mln kilometrów. Warto też zwrócić, że chodziło o jazdę po terenie zabudowanym, więc nie da się tam szybko nakręcić taką ilość kilometrów. Czyli odpowiadając na pytania powyżej w kwestii bezpieczeństwa. Wygląda, że samochód jeździ bardziej bezpieczniej niż człowiek. Do tego warto wspomnieć, że robot przestrzega przepisów, tymczasem człowiek może je pomijać.

Kolejna, dość istotna rzecz, bardzo istotna, robot z definicji jest zawsze trzeźwy. Specjalnie sprawdziłem ostatnie statystyki na rok 2016, żeby pokazać jak duży to jest problem w Polsce.  W 2016 roku kierujący pojazdami będący pod wpływem alkoholu spowodowali 1686 wypadków (~6% ogółu), w których zginęło 221 osób (mniej wiecej co dziesiąta osoba od ogółu), a rannych zostało 2100 osób.

Kolejna ciekawa rzecz, czym więcej będzie autonamicznych samochodów, tym bardziej je będzie można zintegrować pomiędzy sobą. W ten sposób można łatwo uniknąć kolizji które  zdarzają się przy złych warunkach pogodowych na autostradach  i pojawia się tak zwany efekt domina.

Osobiście jestem nastawiony dość pozytywnie na samochody autonomiczne, przynajmniej w przypadku jeżeli samochody koniecznie muszą zostać (bo też może być inna opcja).

Jakiś czas temu,  rozmawiałem z moja żoną na temat naszej przyszłości. Mówię do niej, myślę, że za 20 lat ciężko będzie spotkać samochód prowadzony przez człowieka. Wtedy dla mnie to brzmiało jako taka wizja (takie sobie marzenia, które brzmią dość fantastycznie)… No właśnie, bo świat zmienia się szybciej niż myślisz i teraz to brzmi bardzo realistycznie. Moja żona wtedy zapytyła mnie coś ciekawego. Czy to oznacza, że jak ktoś lubi jeździć samochodem, to będzie go czekał ten sam los jak wszystkich amatorów jazdy konnej? Będzie musiał wyjechać gdzieś za miasto w zamkniętym otoczeniu i cieszyć się z tego że możemy prowadzić samochód. Co o tym myślisz?

Teraz już są oczywiste przesłanki, że branża motoryzacyjna zmienia się gwałtownie. Wszyscy najwięksi gracze (tacy jak Volkswagen, Audi, Ford, Toyota, Nissan czy BMW) już pracują nad systemem autonomicznym i już planują w kilka najbliższe lata ich wypuścić. Natomiast Tesla i Waymo (nowy brand Google) mówią o przyszłym roku, czyli 2018 (o ile prawo na to zezwoli, bo technologiczne będą gotowi).

A jak rozwiązać problem z parkowaniem?

Z wywiadu który przeprowadził Telgraph w Wielkiej Brytanii wynika, że przeciętna osoba marnuje około 106 dni życia w poszukiwaniu parkingu. Google w tym roku, czyli styczeń 2017, wprowadził nowy projekt, który pomaga w znalezieniu parkingu w 25 największych (najtrudniejszych) miastach w Stanach Zjednoczonych. Produkt jest dostępny jako aplikacja na android czy iphone. A jak dużo czasu spędzasz na poszukiwanie parkingu?

Robot i etyka

Jeżeli zastanawiasz przez chwilę, to w momencie gdy powierzysz kierować samochód robotu, to pojawia się szereg pytań etycznych. Co się stanie, jeżeli sytuacja będzie krytyczna i pieszy pojawi się na drodzę? Jeżeli samochód nagle skręci w prawo, w tym przypadku ucierpi kierowca w innym przypadku pieszy.

Kto (i dlaczego tak) ma zadecydować o tym? W przypadku człowieka zwykle decyduję instynkt samozachowawczy, więc kierowca raczej ratuje siebie (nawet mówi się że pasażer za plecami kierowcy jest bardziej bezpieczny, niż z drugiej strony).A jak to będzie z robotem? Takie szczegóły zwykle nie są ujawniane, ale czasem są różnego rodzaju informację w które można uwierzyć.

Maszyna będzie dążyła do minimalizacji zła, czyli wybierać najmniejsze zło.

Przykład. Jeżeli są dwaj motocykliści i jeden z nich jest w kasku a drugi nie, to robot zdecyduję jechać za tym, który jest w kasku. Czy to oznacza, że w pewnych przypadkach jeździć bez kasku może być czasem bardziej bezpiecznie? Raczej nie, polecam przestrzegać przypisy. To są trudne decyzje, kiedy każda z nich jest zła, ale któraś jest mniejszym złem.

Autonomiczne samochody i legalizacja

Podam Ci na koniec jeszcze dwa argumenty, że to już się dzieje.

Królowa Elżbieta || w maju zeszłego roku (czyli 2016) zmotywowała osoby do tego upoważnione  (czyli swoich Ministrów) aby ułatwić legalizację autonomicznych samochodów. W celu poprawy konkurencyjności Wielkiej Brytanii i uczynienia z Wielkiej Brytanii światowego lidera w dziedzinie gospodarki cyfrowej.

Tutaj muszę dodać komentarz o moich stereotypach kiedy czytałem tę nowość. Wyobraź sobie przepiękny pałac, wszystko w złocie, królowa Elżbieta II, też wygląda zgodnie ze wszystkimi tradycjami… i przemawia o tym, że koniecznie trzeba jak najszybciej zalegalizować autonomiczne samochody. Jeżeli trudno Ci jest to sobie wyobrazić, zapraszam na stronę biznesmysli.pl/3 jest tam zdjęcie. To jest przepiękne uczucie kiedy przeszłość łączy się z przyszłością w jednym miejscu.

Administracja Obamy, tuż przed jego odejściem, zaproponowała wydać 4 miliardy dolarów, żeby umożliwić rozpowszechnianie autonomicznych samochodów (przede wszystkim wyeliminować różnego rodzaju blokady na poziomie prawnym).

Oczywiście, żeby już omówić najciekawsze tematy związane z autonomicznymi samochodami warto wspomnieć o koncepcji tak zwanego “szybkiego pasa”. To jedna z propozycji jak walczyć z korkami. Możesz wykupić sobie pas (która ma mniej samochodów) i jechać nim. A przez to, że samochód jest prowadzony bez ingerencji człowieka, każdy, że tak powiem, będzie znał swoje miejsce. Brzmi to nieco dziwnie, ale duża szansa że tak się stanie.

Już wspomniałem, że istnieję również autonomiczne TIR-y firmy Otto.

Sztuczna inteligencja w rolnictwie

Ale to nie wszystko. Również zmiany docierają do branży rolniczej i uwaga… już istnieje autonomiczny traktor.  Zapraszam na stronę do obejrzenia wideo.

Mówi się że wojskowi piloci są najlepsi w swoim fachu, i to przez to, że mają wykonywać zadania w trudniejszych warunkach. Jak myślisz, czy jest możliwe, że robot-pilot pokona pilota-człowieka w pilotowaniu, czyli robot jest lepszy w tym zagadnieniu? Dosłownie półtora miesiącu temu (czyli styczeń 2017) system o nazwie ALPHA pokonał jednego z pilotów (tym razem to był symulator). Uwaga to był pilot wojskowy, który zawsze ma dwa cele: zniszczyć to co trzeba i przetrwać samemu.

Formalnie było powiedziane, że będą go używać żeby pomagać pilotom, ale jak to będzie już wkrótce. Brzmi nieco groźni, czyż nie?

Muzyka klasyczna

Być może lubisz Bacha? Co myślisz o tej kompozycji?

Ta muzyka została stworzona ponad 200 lat śmierci Bach’a.

Prawnik i sztuczna inteligencja

Kancelaria Baker & Hostetler zatrudniła nowego prawnika w 2016 roku. Nazywa się ROSS, ale to nie jest zwykły specjalista w dziedzinie prawa, a program stworzony w firmie ROSS Intelligence i rozwiązanie zbudowane na platformie IBM Watson. Robot prawnik rozumie pytania w języku naturalnym i odpowiada na nie, wspierając swoje odpowiedzi cytatami i linkami.

To znacznie przyspiesza pracę prawników-ludzi, uwalniając ich od konieczności przeglądania wielu materiałów w poszukiwaniu najbardziej odpowiednich precedensów. Ponadto, ROSS stale monitoruje nowe decyzje sądowe, więc może poinformować o tych, którzy mogą pomóc w tym dziele.

Sztuczna inteligencja i zagrożenia

Pojawia się coraz więcej zmartwień na ten temat, co będzie dalej ze sztuczną inteligencją. Czy ludzkość rozumie dokąd pędzi. Zacytuję kilka dość znanych osób.

Nick Bostrom

Autor książki Superintelligence, jeżeli nie masz czasu, żeby przeczytać tę książkę, zapraszam na jego 16 minutową prezentację na TED Talk

Pierwsza maszyna, która posiądzie superinteligencję, będzie ostatnim wynalazkiem, który człowiek odkrył, no chyba że maszyna będzie wystarczająco posłuszna, aby powiedzieć nam, jak utrzymać nad nią kontrolę.

Elon Musk

Powiedział jeszcze bardziej ostro.

Ze sztuczną inteligencją wzywamy demony

Stephen Hawking

Już kilka razy alarmował, żeby być ostrożnym z wynalazkiem sztucznej inteligencji…

Ja uważam, że nie ma dużej różnicy pomiędzy tym, co może być osiągnięte przez biologiczny mózg i co można osiągnąć za pomocą komputera. Wynika z tego, że komputery mogą, w teorii, naśladować ludzki intelekt — i go przekroczyć.

Teraz możesz pomyśleć… Na ile te prognozy są realistyczne. Jeśli pogrzebiesz trochę w prognozach historycznych, znajdziesz informację, że Herbert Simon w roku 1965 powiedział:

W ciągu najbliższych 20 lat (czyli 1985 roku) maszyny będą w stanie robić to samo, co robi człowiek

Możesz zapytać: „W końcu jak to jest, czy osiągnięcie drugiego i trzeciego poziomu (czyli porównywalne do człowieka i lepsza niż człowiek) jest wyobraźnią kogoś czy jednak rzeczywistością, która nas czeka?”

To jest bardzo dobre pytanie. Polecam posłuchać mój drugi odcinek w którym tłumaczę co jest koniecznie, żeby sztuczna inteligencja zaczęła nabierać obrotów. Są trzy elementy: dane, algorytmy i moc obliczeniowa. To wszystko w latach 60-tych wyglądało bardzo słabo. Teraz są coraz większy przesłanki, że ludzi zaczęli rozumieć jak łączyć te komponenty.

Jako osoba która zajmuję się uczeniem maszynowym ze strony praktycznej, miałem pewne wątpliwości jak z poziomu jeden (czyli lepsi niż człowiek w pewnych obszarach) przeskoczymy do poziomu dwa (porównywalny z człowiekiem). Wtedy kiedy maszyna wygrywa w szachy czy inną grę, pod spodem są tylko liczby i pewne funkcję które próbują je zoptymalizować. Czyli w pewnym sensie czysta matematyka. Natomiast poziom inteligencji człowieka jest wyżej…

Czy zadajesz sobie czasem pytania “Jaki jest sens życia?” albo nawet coś prostszego “Czemu urodziłem się tu, a nie tam?”. Dlatego pomiędzy poziomem jeden a dwa jest duża odległość… Liczby jako tako, nie mają takich pytań. Mam nadzieję, że zaspokoiłem Cię na trochę.

Idziemy dalej, daleka odległość jest wtedy, jeżeli poruszamy się w sposób liniowy. To oznacza, że 30 kroków to jest 30 razy dalej, niż jeden krok. Ale pamiętasz, że świat zmienia się szybciej niż myślisz? Nasz rozwój jest wykładniczy.  Jeżeli zrobisz 30 kroków w sposób wykładniczy, to będziesz już na Księżycu. Dla przykładu jeżeli wykładnik to 2, każdy poprzednik wynik bierzesz do kwadratu: 1, 2, 4, 8, 16, 32 itd.

Zbudować mózg opierając na czystej matematyce jest dość trudno… Ale można zrobić to sprytniej, można zainspirować się naturą (mówiąc wprost skopiować), naukowo to nazywa się bionika.

Ale jak skopiować? Firma, w której pracuję produkuje między innymi narzędzia do badania mózgu, czyli tak zwany rezonans magnetyczny (MRI). Rozdzielczość takich zdjęć, w najbardziej nowoczesnym (mogę podać tylko dane publiczne) MRI to ok. jeden milimetr sześcienny (już trochę mniej, ale nie chcę podawać ułamków tylko rząd). W takiej jednostce mieście się ponad 10 lub nawet 50 tys. neuronów. Zbyt mała precyzja…

W roku 2011 powstał projekt OpenWorm, który miał na celu stworzyć komputerowy model Elegans (taki sobie robaczek). OpenWorm to trochę więcej niż tylko model robaka oraz pierwsze sztuczne formy życia. Celem jest utworzenie pełnej biologiczno-realistycznej emulacji robaka od genów do zachowania ciała przez skonstruowanie modelu układu nerwowego.

Z robakiem było łatwiej, bo jest znacznie prostszy.  Była sobie taka myszka i miała na imię Garold. Na której były przeprowadzane różne eksperymenty. Myszka potem umarła, jej mózg został zamrożony. Został  potem pokrojony na cieniutkie warstwy (jedna tysięczna milimetra). Każda warstwa została zeskanowana przy pomocy mikroskopu elektronowego. W wyniku uzyskano dużo wystarczająco precyzyjnych danych.

Pojawiło się inne wyzwanie. Przeanalizować to ręcznie było dość ciężko. Potrzebowano ok. 300 lat. Wymyślili jak można to obejść, tworząc online grę o nazwie EyeWire. Każdy gracz dostaje warstwę które musi odpowiednio oznakować – czym lepiej to zrobi tym więcej punktów dostanie.

Ale nawet tego jest za mało, żeby przeanalizować wszystko. W wyniku tego, że ludzie zaczęli grać, przeanalizowali znacznie więcej niż mogła to zrobić mała grupa naukowców. Dalej, na tych danych została zbudowana neuronowa sieć, która już kontynuowała pracę na większych obrotach.

Muszę koniecznie wspomnieć  o projekcie “Blue Brain Project”. Jest rozwijany w Szwajcarii od 2005 roku i ma zamiar rekonstruować i modelować mózg ssaków po to, żeby zrozumieć podstawowe zasady funkcjonowanie mózgu. Mają zamiar osiągnąć cel w 2023, czyli za 6 lat. Zobaczymy jak im to pójdzie…  Temat rzeka. Również pomijam tematy związane z genetyką… Jeżeli będzie zainteresowanie opowiem o tym więcej w kolejnych odcinkach.

Mam nadzieję, że już teraz przybliżyłem Cię to tego,  jak jest to możliwe przejść z poziomu jeden do poziomu dwa sztucznej inteligencji.

Sztuczna inteligencja, jak to się kończy?

Tak jak, widzisz sztuczna inteligencja nabiera obrotów. Pytanie które nasuwa się… i co dalej? Są różne poglądy, przedstawię Ci trzy możliwe opcje (ciekawy jestem Twojej opinii):

1. Kapitalizm 2.0
2. Raj na Ziemię
3. Superczłowiek

A teraz o każdym z nich osobno.

Kapitalizm 2.0

To jest opcja domyślna. Jeżeli ludzkość będzie płynąć w tym samym kierunku, nastąpi tak zwany Kapitalizm 2.0. Wyjaśnię co mam na myśli…

Czy wiesz jak wygląda rozkład najbogatszych i najbiedniejszych ludzi na Ziemi?

Polecam obejrzeć wideo w formie animacji na stronie “Biznes Myśli”. W skrócie chodziło o analizę rozkładu przychodu w Stanach Zjednoczonych (w końcu który kraj jest bardziej kapitalistyczny?) . Zauważono, że już w roku 2012 jeden procent ludzi dostawał 24% przychodów, chociaż jeszcze w 1974 to było tylko 9% (dla jednego procentu). Kapitalizm 2.0 oznacza, że bogatsi ludzie stają się jeszcze bardziej bogaci, a więc biedni jeszcze bardziej biedniejsi. Liczą się przede wszystkim pieniądze, reszta jest drugorzędna (włączając przyrodę).

Już wspomniałem to tym, że roboty będę coraz częściej zastępować człowieka. Pracownicy, którzy mają twórczo-umysłową pracą, mogą martwić się trochę mniej…  Oczywiście są pewne pomysły, jak np. Bill Gates proponował wprowadzić podatek od robotów i w ten sposób nieco zwolnić proces robotyzacji. Ale nawet jeżeli ten pomysł przejdzie, w co ja wątpię, niewiele to zmieni…

Kolejny ważny aspekt, które chcę poruszyć to, jak najbogatsze Państwa żyją teraz. Być może wiesz o tym, ale pozwól że to powtórzę w nieco inny sposób. Najpierw analogia, załóżmy że są dwie rodziny, albo jeszcze upraszczając dwoje ludzi.

Jeden z nich jest raczej biedny, w ogólnym rozumieniu tego słowa, bo nie ma samochodu albo wręcz chodzi na boso (trochę ekstremalny przypadek). Druga osoba posiada drogi samochód, duży budynek, drogi zegarek itd. Odpowiedź na pierwszy rzut oka jest oczywista, ten drugi więcej się uczył, ciężko pracował więc może sobie pozwolić.

Załóżmy, że możesz podejrzeć jak wyglądają ich przychody, wydatki i oszczędzanie w ciągu roku. Okazuję się, że pierwszy człowiek zarabia jedynie 100 dolarów, jego wydatki to 95 dolarów miesięcznie, więc w ciągu roku może odłożyć 60 dolarów. Drugi człowiek zarabia znacznie więcej niż 1 mln. dolarów miesięcznie, ale jego wydatki wynoszą 1.2 mln. dolarów. Po roku ma ok. 2.5mln dług.

Dług tylko zwiększa się z czasem, bo już sam w sobie generuje kolejny zadłużenie. Która z tych osób jest bardziej rozsądna dla Ciebie? Zapytałem to samo na mojej prezentacji – odpowiedzi były różne. Czasem bardziej żartobliwe, np. to zależy jak zaksięgować (są pewne sztuczki, kiedy masz dług tylko na papierze), ale w tym przypadku chodzi o realne zadłużenie. Czyli człowiek wydaje znacznie więcej niż otrzymuje. Swoją drogą, jeśli masz problemy z długami polecam podcast “Więcej niz oszczędzanie pieniędzy” który prowadzi Michał Szafrański oraz “Finanse bardzo osobiste”, prowadzi Marcin Iwuć.

Korzystając z tej analogii idziemy dalej, na poziom wyżej – czyli państwa.  Istnieje taka instytucja w Londynie o nazwie Legatum Prosperity Index która zajmuję się rankingiem państw według ich dobrobytu. Wpływa na to kilka różnych czynników, takich jak stan ekonomiki, biznesu, zdrowia, wolności słowa itd. Jest jeszcze inna agencja – CIA, tym razem amerykańska, po polsku ma nazwę – Centralna Agencja Wywiadowcza która umożliwia pobrać dane o krajach na różne tematy (również ekonomiczne).

Każde państwo ma swoje przychody tak zwany PKB (Produkt Krajowy Brutto), czyli jaka wartość została wytworzona jako produkt czy świadczenie usług (np. turystyka) przez rezydentów na terenie tego kraju w danym roku.

Również każde Państwa ma wydatki na lekarzy, nauczyciele, policję, żołnierzy itd.

W momencie, gdy brakuję środków na pokrycie wydaktów bierze się dług. Tutaj temat jest dość zawikłany, ale dla uproszczenia będziemy patrzeć tylko na dług zewnętrzny lub zagraniczny (czyli ile dane Państwa jest dłużne na zewnątrz i nawet nie pytaj komu…). Pomijamy całkiem dług wewnętrzny, to jest dość duże uproszczenie, ale nawet przy takich warunkach widać jakie są problemy.

Również każde państwo może mieć oszczędności w postaci złota czy innej walucie (np. w dolarach) i to jest nazywane rezerwy walutowe.

Przeprowadziłem taki eksperyment, wziąłem 15 “najlepszych” Państw oraz 15 “najgorszych” z wspomnianego Legatum Prosperity Index rankingu.

Patrzyłem na trzy wartości: PKB, rezerwy walutowe oraz dług zewnętrzny. Następnie pomyślałem co należy zrobić żeby spłacić ten dług. Załóżmy że wszyscy obywatele Państwa zdecydowali się na ten krok. Zrobiłem tak, od długu odjąłem oszczędności (rezerwy walutowe), a następnie, to co zostało, podzieliłem przez ilość obywateli. Jak myślisz jakie są wyniki?

Czy wiesz, że każdy obywatel Luksemburgu  (jest ich ponad 500 tys.) ma spłacić ok. 6.5 mln. dolarów, żeby Państwo wyszło na zero?

Pomyśl, czy to jest zdrowe, że państwo zarabia (czyli PKB) ok. 60mld. dolarów rocznie (wydaje się, że to bardzo duża kwota), ale dług zewnętrzny wynosi prawie 4 biliony dolarów (3 781 mld. dolarów). Dług jest 64 razy większy niż PKB.

Możesz pomyśleć, ale czekaj, czekaj… przecież czasem wziąć kredyt jest złem koniecznym.

Prawdopodobne masz kartę kredytową, również posiadam. Natomiast pod koniec miesiąca zawsze spłacam zadłużenie, żeby wyjść na zero. W tym przypadku wydaje dokładnie tyle, na ile mnie jest stać w danym miesiącu, chociaż limit na karcie znacznie większy i czasem mnie przeraża, że mogę wydać tyle pieniędzy których nie posiadam. Próbuję Ci pokazać, że problem z długiem zaczyna się wtedy, kiedy sam dług już zaczyna generować kolejny długi i nie ma żadnych przesłanek, żeby to zmieniło się.

Wracając do przykładu Stanów Zjednoczonych ich dług jest coraz bliżej do PKB i co rok zwiększa się. Jeżeli jesteś uważny, możesz powiedzieć, ale przecież PKB Stanów czas rośnie i to prawda. Natomiast dług rośnie szybciej.

I ostatni aspekt co do zadłużenia. To jest to, że 100 dolarów długu w Szwajcarii jest łatwiej spłacić niż 100 dolarów dla osób z Indii. Pomyślałem, jak można to znormalizować…

Jest tak zwany Big Mac Index, nieco upraszczając oznacza ile kosztuję burger w dolarach w McDonalds. Na przykład najdroższy burger jest w Szwajcarii 6.35$ (wg. danych na styczeń 2017) a w Polsce 2.3$ (prawie trzykrotnie droższy niż w Polsce).

Ostatni krok w moim eksperymencie, to podzielić dług na obywatela przez BMI, wyniku można powiedzieć ile burgerów musi zwrócić każdy obywatel, żeby Państwo wyszło na zero (oczywiście nie musi tego zwracać w ten sposób…). Mała uwaga, że nie wszystkie Państwa mają Big Mac Index. Dlatego Luksemburg wypadł z tego rankingu (inaczej zająłby pierwsze miejsce).

Dla mnie było małym zaskoczeniem, że dług Grecji (o której cały czas mówi się) jest bardzo bliski do długu Stanów Zjednoczonych, Kanady czy Japonii.  Dodam trochę liczb. Każdy Grek jest dłużny 12 902 burgera, a każdy Amerykanin 11 139 burgerów (chociaż realny dług w dolarach każdego Greka to ok. 46 tys. dolarów a Amerykanina ok. 55 tys. Czyli w dolarach o 20% więcej).

W czołówce zadłużenia są obywatele (wg ich kolejności) takich państw jak Niemcy, Szwecja, Dania, Francja, Australia, Szwajcaria, Austria, Norwegia, Finlandia, Belgia, Holandia i Irlandia.

Każdy Irlandczyk ma zwrócić 117 350 burgerów, żeby Państwo wyszło na zero.

Jak myślisz czy jest możliwe, że dług będzie rósł w nieskończoność? Zostawiam Cię z tym pytaniem i przechodzę do kolejnej opcji.

Raj na Ziemi

Zakłada się, że ludzkość, a zwłaszcza osoby na odpowiednich stanowiskach zobaczą, że trzeba coś zmienić… Komunizm czy kapitalizm należy odrzucić jako opcję. Każda z nich ma wady i już zostały sprawdzone, powinno pojawić się coś zupełnie innego zbudowane na innych wartościach. Wtedy kiedy człowiek szanuję naturę i żyje z nią w harmonii, zamiast tego żeby je niszczyć.

Można to nazwać taki Raj na Ziemi.  Kiedy ludzi mają więcej wolnego czasu, nie muszą chodzić do pracy, przynajmniej nie mają tego obowiązku.

Pytanie, które które pewnie nasuwa się, ale kto będzie za to płacił?

Coraz głośniej jest na temat podstawowej pensji (Basic Universal Income). W Finlandii w styczniu 2017 wylosowano 2000 osób które przez 2 lata będą dostawać 560 Euro bez żadnych wymagań. Na przykład, taka osoba może pójść pracować lub wcale nie pracować. Ciekawy jestem, jakie będą wyniki tego eksperymentu.

John B. Calhoun w 60-70 latach ubiegłego wieku zrobił ciekawe eksperymenty, i najbardziej znany z nich teraz ma nazwę Wszechświat 25 (czyli 25 iteracja). Eksperyment zawierał 4 fazy. Naukowiec chciał zobaczyć jak będzie rozwijała się populacja myszy w warunkach kiedy wszystko mają: dużo przestrzeni, jedzenia, a w razie choroby będą leczone.

Pierwsza faza rozpoczęła się od umieszczenia wewnątrz zbiornika czterech par zdrowych myszy.

Druga faza to moment, gdy pojawiły się pierwsze dzieci. To jest moment kiedy ilość dzieci podwajała się co 55 dni.

Mniej więcej po roku wzrost populacji zmniejszył prędkość i to była trzecia faza. W tym momencie było ok 600 myszy. Zrobiło się zdecydowanie mniej miejsca i zaczęło się grupowanie na lepszych i gorszych. Przede wszystkim najbardziej ucierpiało najmłodsze pokolenie. Po tym jak myszy męskiej płci musiały odejść od grupy, stały się bardziej pasywne. Myszy kobiecej płci stały się bardziej agresywnej, zwłaszcza w parach kiedy mysz-tata był pasywny, nie chciał bronić mysz-mamę. Dalej ta agresja zmieniała się na to, że mysz-mama mogła zabić swoje dziecko lub wcale nie chciała mieć więcej dzieci.

Czwarta i ostatnia faza następuję z pojawieniem się tak zwanych ładnych myszy, ale płci męskiej. To jest ten przypadek, kiedy mysz-facet wcale nie chciała brać na siebie żadnych obowiązków, tylko jeść, pić i wyglądać ładnie… no i czasem spotykać się z podobnymi “ładnymi” myszami i zajmować się tym, co jest źle postrzegane przez większość w Polsce (i formalnie zabronione). Ilość dzieci była coraz mniejsza i wyniku cała historia kończyła się śmiercią wszystkich myszy.

Słyszałem już kilka razy, ale przecież to myszy, a my ludzie… to jest duża różnica. Zachęcam do zastanowienia się nad tym, nad każdą fazą, czy coś Ci to przypomina?

Superczłowiek

Teraz jest dużo szumu na temat sztucznej inteligencji, jeszcze więcej jest obaw, że roboty zrobią nam krzywdę. Moje spojrzenie na temat temat jest nieco inne. Człowiek sam w sobie jest największym zagrożeniem. To wnioskuję na podstawie wielu nieodpowiedzialnych uczynków dokonanych przez ludzi…

Ludzkość powinna pójść w kierunku własnego rozwoju, wykraczająco po za obszare materialne. Sztuczna intelingecja powinna nam w tym pomóc, chociażby biorąc na siebie wszystkie sprawy rutynowe.

Już wspominałem o prawniku ROSS. Koniecznie chce powiedzieć o prawniku wolontariuszu, to jest bot prawnik (Do Not Pay) który zaczął pomagać wygrywać sprawy dotyczące złego parkowania. A teraz na przykład skupia się na pomocy dla bezdomnych. Na dzień dzisiejszy, tylko ze sprawami z parkingiem, wolontariusz-prawnik pomógł tysiącu ludziom.

Sortowanie śmiecia przez sztuczną intelincję. Ciekawy i wartościowy pomysł. I podobnie działa bardziej przecyzyjnie niż człowiek.

Olivier Schneller ma dość ciekawą prezentację, co się stanie, jeżeli obowiązek pracy zostanie zlikwidowany (czyli każdy będzie miał wystarczająco pieniędzy na utrzymania).

W skrócie mówił on o tym, że w większości przypadków ludzi będą kontynuować swoją pracę – brzmi to optymistycznie. Czyli to jest podobne podejścia, jak w opcji drugiej „Raj na Zimię”, ale z ważną różnicą, że ludzi powinni się rozwijać.

Istnieje taka inicjatywa Good AI. Jest dość blisko również fizycznie od Polski – w Czechach (w Pradze). Założyciel ma takie marzenie wyjść na poziom drugi (czyli ogólnej inteligencji) szybciej jak tylko się da, żeby zrozumieć wszechświat. Taki sposób myślenia mi bardzo podoba się. Sztuczna inteligencja to powinno być narzędzie które pomaga nam, ludziom, rozwijać się.

Osobiście uważam, że każdy człowiek ma talent, ale dość cześto nie zdaje sobie sprawy swoih talentów (jednego czy kilku). Warto spędzić czas i zrozumieć je lepiej. Dominik Juszczyk prowadzi podcast o nazwie „Z pasją o mocnych stronach” gdzie porusza bardzo ciekawe zagadnienia związane z mocnymi stronami, jak ich wykrywać itd…

Na prezentacji, o której wspominałem, padło wiele pytań o co chodzi z tym super człowiekiem. I dopiero wtedy uświadomiłem sobie, na ile trudne jest to pytanie. Odpowiedź zależy od osoby pytającej. Krótka odpowiedź, kiedyś ktoś powiedział: “bądź sobą i pozwól innym być innymi”. Wchodzę teraz w tematy nieco filozoficzne, spróbuję to doprecyzować.

W moim rozumieniu, super człowiek to osoba która ciągle rozwija się, również poza obszarem materialnym. Jest przyjacielem dla natury. Jest osobą rozsądną.  Ciąglę próbuje poznać swoją naturę. Bierze odpowiedzialność za to co robi na dłuższym horyzoncie…

Na dzień dzisiejszy już co raz bardziej prawdopodbone brzmi , że mózg ludzki zostanie powtorzony przez technologii. Można tego się bać, a można zadać proste i ważne pytanie:

Czy inteligencja człowieka mieści się tylko w jego mózgu?

Wnioski

1. Kapitalizm 2.0 – ludzkość zniknie
2. Raj na ziemi – ludzkość raczej zniknie
3. Super człowiek- zbawienie i szczęście dla wszystkich

Podsumowując

To tyle na dzisiaj, dzisiaj temat był dość złożony ale bardzo ważny. Chciałbym, żeby podcast “Biznes Myśli” oznaczał w praktyce jak należy użyć technologii i stać się super człowiekiem.

Jeżeli dostrzegasz jakiekolwiek niespójności w moim przekazie albo chcesz podzielić się swoją opinią, zrób to. Na stronie Biznes Myśli, tunes, facebook, twitter… Pomóc również innym znaleźć ten podcast polecając go lub wystawiając ocenę i opinię na itunes (dzięki temu wyszukiwarka będzie pokazywać podcast wyżej).

Chciałbym bardzo podziękować osobom które podzielili się ze mną informacją zwrotną.

Dziękuję Marek Jankowski, Robert Tomaka i Katarzynę Hędrzak.

Nawiasem mówiąc, jaki świat jest mały. Robert Tomaka mało tego, że mieszka w Krakowie, to okazuje się, że pracuję w biurowcu naprzeciwko. Miałem okazję z nim porozmawiać, mam nadzieję że uda się mu realizować swoje plany dotyczące sztucznej inteligencji.

Dzięki również Artur Trzop, Mirosław Stanek oraz Robert Tomaka za retweet.

Na koniec powiem, że mam dobrą nowość dla Ciebie. Wspominałem, że będę zapraszać gości do podcastu, już miałem wstępną rozmowę z kilkoma ludźmi i wstępnie dostałem zgodę. Zwykle to są zapracowane osoby, więc to może potrwać, zanim uda się zorganizować wspólne spotkanie. Ale mam nadzieję, że już wkrótce usłyszysz również inny głos i inne zdanie, żeby nieco zrównoważyć moje spojrzenie na świat sztucznej inteligencji. Dziękuję Ci za poświęcony czas, cześć i do usłyszenia.

Książki które warto przeczytać

Artykuł Sztuczna inteligencja i ekonomika pochodzi z serwisu Biznes Myśli.