Neironu tīkla pavēnī

Cilvēka smadzenēs neironi sakārtoti tīklos, lielos un mazos. Šie tīkli mainās ar katru mūsu darbību, ar katru domu: atsevišķie neironi tiek tajos iekļauti vai no tiem izslēgti, un saiknes starp tiem pastiprinās vai pavājinās. Šis process turpinās nepārtraukti (tas norisinās arī šobrīd, kad jūs lasāt šos vārdus), un tā mērogi ir prātam neaptverami. Jums ir aptuveni 80 miljardu neironu, ko savā starpā saista vairāk nekā 100 triljonu savienojumu. Galvaskausā satilpināta vesela zvaigznāju galaktika, un tā nemitīgi mainās.

Džefrijs Hintons, datorzinātnieks, kuru bieži dēvē par MI krusttēvu, pasniedza man nūju.

– Jums tā būs vajadzīga, – viņš sacīja un sāka soļot pa taku, kas cauri mežam stiepās līdz krastam. Tā izvijās cauri ēnainam izcirtumam, garām pāris šķūņiem, tad pa akmens pakāpieniem aizveda pie nelieliem steķiem. – Te ir slidens, – Hintons brīdināja, kad sākām lejupceļu.

Jaunas zināšanas iekļaujas jau eksistējošajos neironu tīklos ar pavisam sīku pārkārtojumu palīdzību. Reizēm tie ir īslaicīgi: ja jūs viesībās iepazīstaties ar kādu svešu personu, tās vārds, iespējams, jūsu atmiņas tīklos atstās tikai ātri gaistošas pēdas. Taču vārds var nostiprināties arī uz mūžu, teiksim, ja šis cilvēks kļūst par jūsu dzīvesbiedru. Jaunās zināšanas saplūst ar vecajām, tāpēc tas, ko jūs zināt, iespaido to, ko jūs uzzināt no jauna. Ja minētajās viesībās kāds jums pastāsta par savu ceļojumu uz Amsterdamu, nākamajā dienā muzejā jūsu neironu tīkli var jūs mazliet pastumt uz Vermēra gleznu pusi. Šādā veidā pavisam nelieli pārkārtojumi sagatavo augsni dziļām pārvērtībām.

– Te mums bija sakurts ugunskurs, – Hintons sacīja.

Mēs stāvējām uz klints, kas iesniedzās Džordža līcī; rietumos tas saplūst ar Hūronu. Ūdens klajums bija piebārstīts ar salām. To, uz kuras mēs tobrīd atradāmies, Hintons iegādājies 2013. gadā 65 gadu vecumā, par 44 miljoniem pārdevis Google savu trīs cilvēku jaunuzņēmumu. Pirms tam viņš 30 gadus bija datorzinātņu profesors Toronto Universitātē, vadošs pētnieks šīs disciplīnas necilajā apakšnozarē, kas pazīstama kā mākslīgie neironu tīkli un ko iedvesmojuši dabisko neironu savstarpējo savienojumu principi īstās smadzenēs. Mākslīgie neironu tīkli dažādos tiem uzticētos uzdevumos – attēlu klasificēšanā, runas atpazīšanā un tamlīdzīgās lietās – tolaik bija guvuši tikai pieticīgus panākumus, tāpēc vairums pētnieku tos labākajā gadījumā uzskatīja par viegli intriģējošiem, bet sliktākajā – par tukšu laika nosišanu. “Mūsu neironu tīkli nespēja paveikt neko vairāk par mazu bērnu,” atcerējās Hintons. 80. gados pēc “Terminatora” noskatīšanās viņu neuztrauca fakts, ka Skynet, mākslīgais intelekts, kas filmā cenšas iznīcināt pasauli, ir neironu tīkls; zinātnieks priecājās redzēt, ka šī tehnoloģija parādīta kā daudzsološa.

No nelielās iedobes, kur savulaik iekurta uguns, uz visām pusēm kā stari stiepās nokaitētajā akmenī izveidojušās plaisas. Hintons, kas ir garš un slaids cilvēks, pēc izcelsmes anglis, pabakstīja šo vietu ar savu spieķi. Viņš ir zinātnieks līdz kaulu smadzenēm un vienmēr komentē visu, kas norisinās fiziskajā pasaulē, – dažādu radību dzīvi, straumju virzienu līcī, salas ģeoloģiju.

– Zem malkas es toreiz paliku tērauda režģi, lai no apakšas piekļūtu gaiss, un tas sakarsa tik stipri, ka metāls kļuva gluži mīksts, – viņš stāstīja, un viņa balsī jautās izbrīns. – Izdevās kārtīga uguns – ir ar ko lepoties!

Hintons turpināja ķibināties vairākus gadu desmitus, būvējot dažādus atjautīgi iekārtotus neironu tīklus. Viņš iztēlojās jaunas metodes, ar kādām tos apmācīt un palīdzēt pilnveidoties. Viņš vervēja doktorantūras studentus, pārliecinot, ka neironu tīkli nebūt nav bezcerīga ideja. Hintons uzskatīja, ka strādā pie projekta, kas varētu nest augļus tālākā nākotnē, pēc kādiem 100 gadiem, kad viņš pats jau būs miris. Vienlaikus viņš, kļuvis par atraitni, audzināja divus mazus bērnus. Kādā īpaši smagā dzīves posmā, kad ģimenes dzīves un pētījumu pienākumi likās nepanesama nasta, Hintonam šķita, ka viņš jau izdarījis visu, ko spējis.

– 46 gadu vecumā man bija sajūta, ka tālāk ceļa uz priekšu nav, – viņš sacīja. Viņš neparedzēja straujo tempu, kādā pirms 10 gadiem sāka attīstīties neironu tīklu tehnoloģija. Datori kļuva ātrāki, un neironu tīkli, smeļoties internetā pieejamos datus, sāka transkribēt runu, spēlēt spēles, tulkot tekstus, pat vadīt automašīnas. Ap to laiku, kad Hintons pārdeva savu uzņēmumu, sākās īsts MI bums, kura rezultātā parādījās tādas sistēmas kā pētniecības laboratorijas OpenAI sarunbots ChatGPT un Google izstrādātais Bard, kuri, pēc daudzu domām, sākuši pārveidot pasauli jau gluži neparedzamā veidā.

Hintons devās tālāk gar krastu, un es sekoju; ieplaisājusī klints viegli šūpojās man zem kājām.

– Tagad skatieties, – viņš teica. Hintona priekšā bija liels, grubuļains bluķis cilvēka augumā; tas aizšķērsoja mums ceļu.

– Pāri var tikt šādi. Pārmetiet uz otru pusi savu nūju, – viņš pārsvieda savu spieķi pāri klints bluķim. – Atbalsts kājām ir te un te, bet ar rokām var pieturēties šeit.

Es vēroju, kā viņš bez piepūles pārvar labi pazīstamo šķērsli, un tad, jau krietni piesardzīgāk, atkārtoju šos soļus pats.

Ik reizi, kad mēs kaut ko mācāmies, mūsu neironu tīkli mainās – bet tieši kā tas notiek? Hintons un citi pētnieki, strādājot ar datoriem, gribēja atklāt mākslīgo neironu tīklu “mācīšanās algoritmus”, procedūras, kurās mākslīgo neironu savienojumu statistiskais “svars” varētu mainīties, lai uzņemtu jaunas zināšanas. 1949. gadā psihologs, vārdā Donalds Hebs, noformulēja vienkāršu likumu, kas paskaidro, kā cilvēks mācās; tā pamatideju mēdz izteikt ar frāzi “neironi, kas kopā “izšauj”, saslēdzas kopā”. Ja kāda neironu grupa smadzenēs sinhroni aktivizējusies, ir lielāka iespēja, ka tā atkārtos to vēlreiz; tas palīdz izskaidrot, kāpēc mums ir vieglāk atkārtot kādu darbību otrreiz. Taču drīz vien kļuva pilnīgi skaidrs, ka datorizētiem neironu tīkliem sarežģītu problēmu risināšanai vajag citu pieeju. 60. un 70. gados Hintons, toreiz vēl jauns zinātnieks, zīmēja burtnīcās neironu tīklus un iztēlojās, kā pie to robežām ierodas jaunas zināšanas. Kā vairāku simtu mākslīgu neironu tīkls uzglabātu jauniegūtu priekšstatu? Kā tas pārskatītu šo priekšstatu, ja tas izrādītos kļūdains?

Gar krastu mēs nonācām līdz Hintona mājai, vienīgajai ēkai uz šīs salas. Stiklā ieslēgtais nams uz pāļiem stāvēja platu, tumšu akmeņu kāpņu galā.

– Reiz mēs šeit iznācām un ieraudzījām, kā no ūdens galvu izbāž liela ūdensčūska, – Hintons stāstīja, kamēr mēs tuvojāmies mājai.

Tās viņam bija dārgas atmiņas. Hintona tēvs, ievērojams entomologs, kurš devis vārdu kādai mazpazīstamai metamorfozes stadijai, dēlā ieaudzinājis mīlestību pret aukstasiņu būtnēm. Bērnībā viņiem ar tēvu garāžā bija īpaša bedre, pilna ar odzēm, bruņurupučiem, vardēm, krupjiem un ķirzakām. Tagad, kad Hintons ir uz salas (viņš bieži te uzturas gada siltākajos mēnešos), viņš mēdz nest mājās atrastās čūskas, lai varētu tās vērot terārijā. Viņš ir labs necilvēcisku prātu novērotājs, jo visu mūžu domājis par domāšanu no pašiem tās pamatiem.

Pirms dažiem mēnešiem Hintons aizgāja no darba Google, kur bija strādājis kopš uzņēmuma pārdošanas. Viņš raizējās par MI potenciālu kļūt bīstamam un sāka sniegt intervijas, kurās runāja par šīs tehnoloģijas iespēju eksistenciāli apdraudēt cilvēci. Jo vairāk viņš izmantoja ChatGPT, MI sistēmu, kas apmācīta, izmantojot plašu cilvēka rakstītu tekstu kopumu, jo bažīgāks jutās. Kādu dienu viņam uzrakstīja no Fox News, lūdzot interviju par mākslīgo intelektu. Hintonam patīk uz e-pasta vēstulēm atbildēt ar vienu vienīgu sarkastisku frāzi (saņēmis pagaru sūtījumu no kādas kanādiešu izlūkošanas aģentūras, viņš atbildēja: “Snoudens ir mans varonis”), un viņš sāka eksperimentēt ar dažām šādām vienrindēm. Beidzot viņš palika pie teikuma “Fox News is an oxy moron”, “Fox News ir oksi morons”. Tad Hintons tāpat vien, lai mazliet uzjautrinātos, pajautāja ChatGPT, vai tas var paskaidrot viņa joku. Sistēma atbildēja, ka šis teikums liek saprast, ka Fox News izplata viltus ziņas, un, kad Hintons tai norādīja, ka vārds “oksimorons” viņa tekstā ar atstarpi sadalīts divās daļās (moron – kretīns), paskaidroja, ka Fox News rada atkarību – gluži kā oksikodons. Hintons apstulba. Šāds sapratnes līmenis, šķiet, norādīja, ka sākusies jauna ēra MI attīstībā.

Netrūkst iemeslu raizēties par mākslīgā intelekta ieviešanos. Piemēram, ir tikai saprātīgi bažīties par to, ka cilvēkus darbavietās var aizvietot datori. Taču Hintons līdz ar daudziem ievērojamiem tehnologiem, kuru vidū ir arī OpenAI ģenerāldirektors Sams Oltmans, brīdina, ka MI sistēmas var sākt domāt patstāvīgi un pat mēģināt kontrolēt vai iznīcināt cilvēci. Bija pārsteidzoši dzirdēt, ka viens no ievērojamākajiem MI pētniekiem pauž tik satraucošu viedokli.

– Cilvēki saka, ka tā esot tikai mazliet izpušķota automātiskā vārdu pabeigšana, – viņš man sacīja, stāvot savā virtuvē. (Hintons lielāko daļu mūža cietis no muguras sāpēm; ar laiku tās kļuva tik stipras, ka viņš atteicās no sēdēšanas. Kopš 2005. gada viņš sēdus nepavada ilgāk par stundu.)

– Paanalizēsim. Pieņemsim, ka jūs gribat iemācīties ļoti labi paredzēt nākamo vārdu. Ja jūs gribat to darīt ar patiesi labiem panākumiem, jums jāsaprot, kas tiek sacīts. Tas ir vienīgais ceļš. Tātad, mācot kaut kam labi paredzēt nākamo vārdu, jūs to būtībā piespiežat saprast. Jā, tā ir “automātiskā vārdu pabeigšana”, tikai jūs neesat kārtīgi padomājis, ko tad nozīmē tiešām laba automātiskā vārdu pabeigšana.

Hintons domā, ka “lielie valodas modeļi”, tādi kā GPT, kas darbina OpenAI sarunbotus, spēj saprast vārdu nozīmes un idejas.

Skeptiķi, kuri saka, ka mēs pārspīlējam MI spējas, norāda, ka starp cilvēka prātu un neironu tīklu ir liela atšķirība. Kaut vai tāda, ka neironu tīkli nemācās tā kā mēs: mēs uzkrājam zināšanas organiski, ar pieredzes palīdzību, izprotot savu pieredzējumu saistību ar realitāti un mums pašiem, turpretim mākslīgie neironu tīkli mācās abstrakti, lielos daudzumos apstrādājot uzkrātu informāciju par pasauli, kurā paši reāli nedzīvo. Taču Hintons apgalvo, ka MI sistēmu demonstrētais saprāts sniedzas ārpus tā mākslīgās izcelšanās novilktajām robežām.

– Kad mēs ēdam, mēs uzņemam pārtiku un to sašķeļam sīkās sastāvdaļās, – viņš man sacīja. – Tātad it kā varētu teikt, ka mana ķermeņa daļiņas ir veidotas no citu dzīvnieku daļiņām. Taču tas būtu ļoti maldinoši.

Hintons uzskata, ka, analizējot cilvēka radītus tekstus, lieli valodas modeļi, tādi kā GPT, izzina, kā darbojas pasaule, un rada sistēmu, kas spēj domāt; rakstīšana ir tikai daļa no tā, kas tai pa spēkam.

– Tas līdzinās procesam, kurā kāpurs pārvēršas par tauriņu, – viņš turpināja. – Kūniņā kāpurs kļūst par putru, un no šīs putras izveidojas tauriņš.

Viņš sāka rakņāties pa nelielu skapi turpat blakus virtuvei.

– Ahā! – viņš izsaucās.

Ar plašu žestu Hintons nolika uz virtuves letes kādu objektu – nedzīvu spāri. Tā bija nevainojami saglabājusies.

– Es to uzgāju laivu piestātnē, – viņš paskaidroja. – Tā bija tikko izlīdusi no kūniņas uz kāda akmens un žāvēja spārnus, un tā man izdevās to noķert. Paskatieties apakšā.

Hintons spāri bija noķēris uzreiz pēc tās iznākšanas no kāpura stadijas. Kāpurs bija pilnīgi cita izskata radījums, kam bija pašam savas acis un kājas; uz muguras tam bija caurums, pa kuru izlīdusi pieaugusī spāre.

– Spāres kāpurs ir, lūk, šāds briesmonis, kas dzīvo zem ūdens, – Hintons skaidroja. – Un, gluži kā filmā “Svešais”, spāre izlaužas no šī briesmoņa muguras. Kāpura attīstībā bija stadija, kad tas iekšpusē pārvērtās par putru, un tad no šīs putras tika izveidota spāre.

Šajā metaforā kāpurs ir dati, kas izmantoti mūsdienu mākslīgo neironu tīklu apmācībā, bet spāre simbolizē veiklo MI, kas no tiem izveidots. Šo metamorfozi izraisījusi dziļā mācīšanās, tehnoloģija, kuras izstrādē savu ieguldījumu devis arī Hintons. Es pieliecos tuvāk, lai spāri labāk aplūkotu; Hintons palika stāvam izslējies, kā viņš dara gandrīz vienmēr, cenšoties nemainīt stāju.

– Tā ir ļoti skaista, – viņš klusi sacīja. – Jūs saprotat manu domu. Šī būtne sākusies kā viena lieta, bet kļuvusi par kaut ko citu.