AI kao umetnik: Nemoguća misija

Kreativnost jeste i uvek će biti ljudska, tvrdi harvardski profesor filozofije Sean Dorrance Kelly.

Bio je ti 31. mart 1913. godine kada su u Velikoj sali koncertne kuće Muzikferajn u Beču izbili neredi, usred izvođenja orkestracije pesme Albana Berga. Lomio se i nameštaj. Policija je uhapsila organizatora koncerta jer je udario Oskara Štrausa, malo poznatog kompozitora opereta. Štraus se kasnije, na suđenju, dosetkom osvrnuo na frustraciju publike. Udarac koji je zadobio, insistirao je on, bio je najskladniji zvuk tokom čitave te večeri. Istorija je donela drukčiju presudu: dirigent koncerta, ujedno i čuveni savremeni kompozitor i perjanica atonalne klasike, Arnold Schoenberg „propao“ je u tom trenutku kao možda najkreativniji i najuticajniji kompozitor dvadesetog veka.

Možda nećete uživati u Šenbergovoj disonantnoj muzici (za šta su velike šanse ukoliko nemate živaca, vremena i fokusa); muzike koja odbacuje konvencionalni tonalitet da bi rasporedila 12 nota skale prema pravilima koja ne dozvoljavaju da bilo koja prevladava. On je, međutim, promenio ono što ljudi shvataju kao muziku. To je ono što ga čini istinski kreativnim i inovativnim umetnikom. Šenbergove tehnike su sada besprekorno integrisane u sve: od filmskih partitura i brodvejskih mjuzikla, do solo deonica Milesa Davisa i Ornette Coleman-a.

Kreativnost je među najtajanstvenijim i najupečatljivijim dostignućima ljudskog postojanja. Ali, šta je to?

Kreativnost nije tek neka „novotarija našeg vremena“. I mališan za klavirom mogao bi pogoditi novu sekvencu nota, ali u nekom značajnijem, suštinskijem smislu, te note nisu kreativne. Takođe, kreativnost je ograničena istorijom: ono što se u jednom periodu ili mestu smatra kreativnom inspiracijom bi se, u nekom drugom, moglo zanemariti, shvatajući to kao smešno, glupo ili ludo. Zajednica mora prihvatiti one ideje koje su toliko dobre da su opšteprihvaćene kao kreativne.

Kao u slučaju Šenberga, ili bilo kojeg drugog savremenog umetnika, to prihvatanje ne mora biti univerzalno. Možda to prihvatanje od zajednice zaista ne bi došlo još dugi niz godina – jer, ponekad se kreativnost generacijama pogrešno odbacuje. Ali, ukoliko neka zajednica na kraju ne prihvati inovaciju, onda i nema smisla govoriti o toj zajednici kao o kreativnoj.

Napredak u veštačkoj inteligenciji doveo je do brojnih nagađanja, naime, o tome da će ljudska bića uskoro biti zamenjena mašinama u svim domenima, uključujući i oblast kreativnosti. Ray Kurzweill, futurista, predviđa da ćemo do 2029. stvoriti AI koji može proći kao prosečno obrazovano ljudsko biće. Oksfordski filozof Nik Bostrom nešto je oprezniji; Ne navodi datum, ali predlaže da filozofi i matematičari odgode svoj rad na osnovnim naučnim pitanjima do trenutka punog razvoja „superinteligencije“ naših naslednika, one inteligencije definisane kao „intelekt koji u velikoj meri premašuje kognitivne performanse ljudi u praktično svim domenima (njihovih) interesa“.

Obojica veruju da će jednom, kada se inteligencija na ljudskom nivou proizvede u mašinama, doći do naleta napretka – ono što Kurcvajl naziva „singularnošću“, a Bostrom „eksplozijom inteligencije“ – u kojoj će nas mašine vrlo brzo zameniti krupnim merama u svakom domenu. To će se dogoditi, tvrde oni, jer je nadljudsko dostignuće isto što i obično ljudsko postignuće, osim što se sva relevantna izračunavanja izvode mnogo brže, u onome što Bostrom naziva „hitrom, naprednom superinteligencijom“.

Pa, šta je u tom slučaju sa najvišim nivoom ljudskih dostignuća – kreativnim inovacijama? Da li će naše najkreativnije umetnike i mislioce masovno nadmašiti mašine?

Ne.

Ljudsko kreativno dostignuće, zbog načina na koji je ugrađeno u društvo, neće podleći napretku veštačke inteligencije. Reći drugačije značilo bi pogrešno razumeti ono što su u krajnjem zbiru ljudi, kao vrsta, a i naša kreativnost.

Ova tvrdnja nije apsolutna: ona zavisi od normi kojima dozvoljavamo da upravljaju našom kulturom, kao i naših očekivanja od tehnologije. Ljudska bića su u prošlosti pripisivala veliku moć i genijalnost čak i beživotnim totemima. Sasvim je moguće da ćemo doći do tačke kada ćemo se prema veštački inteligentnim mašinama odnositi kao toliko nadmoćnima u odnosu na nas da ćemo im prirodno pripisivati kreativnost. Ako se to dogodi, to neće biti zato što su nas mašine nadmašile. Biće to zato što ćemo sami sebe umanjiti, sebe surovo kritikovati i ocrniti.

Ljudsko kreativno dostignuće, zbog načina na koji je usađeno u društveno tkivo, neće podleći napretku veštačke inteligencije.

Ovde, takođe, prvenstveno govorim o napretku mašina kakav je nedavno viđen, sa trenutno aktuelnom paradigmom dubokog učenja kao i njenovih računarskih „naslednika“. Druge paradigme, modeli i primeri su u prošlosti upravljali istraživanjima veštačke inteligencije. Oni već nisu uspeli da ispune svoje obećanje. Još neke druge paradigme mogu se uspostaviti u budućnosti, ali ako pretpostavimo da će neka zamišljena buduća umetnička inteligencija – čije karakteristike ne možemo smisleno opisati – postići čudesne stvari, onda je to stvaranje mita, a ne obrazloženi argument o mogućnostima tehnologije.

Kreativno dostignuće različito deluje u različitim domenima. Ovde ne mogu da ponudim potpunu taksonomiju različitih vrsta kreativnosti, pa ću, kako bih naglasio, skicirati argument koji uključuje tri sasvim različita primera: muziku, igre i matematiku.

Muzika za moje uši

Nao Tokui & AI: Imaginary Landscape (2018): Tokui koristi algoritam mašinskog učenja za stvaranje panoramskih slika pronađenih u Google Street View, koje potom dopunjava „zvučnim pejzažima“ kreiranim u veštačkim neuronskim mrežama

Možemo li zamisliti mašinu takvih nadljudski kreativnih sposobnosti da dovodi do promena u onome što shvatamo kao muziku, kao što je to činio Šenberg?

To je ono za šta tvrdim da mašina ne može doseći i postići. Da vidimo zašto.

Kompjuterski sistemi za muzičku kompoziciju postoje već duže vreme. Kurcvajl je 1965. godine, sa 17 godina, koristio preteču sistema za prepoznavanje obrazaca koji danas karakterišu algoritme dubokog učenja, programirajući računar za komponovanje prepoznatljive muzike. Danas se koriste varijante ove tehnike. Algoritmi dubokog učenja mogli su, na primer, da prihvate gomilu Bahovih korala i komponuju muziku toliko karakterističnu za Bahov stil da čak i stručnjake zavarava do stepena kada misle da se radi o nekoj od Bahovih originalnih kompozicija. Ovo je mimikrija. To je ono što umetnik radi kao šegrt na praksi: kopira i usavršava stil drugih umesto da radi autentičnim, svojim originalnim glasom. Nije vrsta muzičke kreativnosti koju povezujemo sa Bahom, niti ima veze sa Šenbergovom radikalnom inovacijom.

Pa, šta u tom slučaju kažemo? Da li može postojati mašina koja, poput Šenberga, izmišlja sasvim novi način muziciranja? Naravno, možemo zamisliti, pa čak i napraviti takvu mašinu. S obzirom na algoritam koji modifikuje sopstvena pravila kompozicije, mogli bismo lako proizvesti mašinu koja čini muziku toliko različitom od one koju danas smatramo dobrom muzikom, kao što je to tada činio Šenberg.

Ali, od ove tačke stvari postaju nešto komplikovanije.

Šenberga smatramo kreativcem i inovatorom ne samo zato što je uspeo da stvori novi način komponovanja muzike, već zato što su ljudi u njemu mogli da vide viziju kakav bi svet trebalo da bude. Šenbergova vizija podrazumevala je „rezervni“, čisti, efikasni minimalizam modernosti. Njegova inovacija nije bila samo pronalaženje novog algoritma za komponovanje muzike; trebalo je pronaći način razmišljanja o tome šta je muzika koja joj omogućava da komunicira, sa zahtevima savremenosti.

Neki bi mogli da tvrde da sam lestvicu podigao previsoko. Da li to tvrdim, pitaće oni, da je mašini potreban neki mistični, nemerljivi osećaj onoga što je društveno neophodno da bi se računalo kao kreativno? Nisam – iz dva razloga.

Prvo, setite se da je predlaganjem nove, matematičke tehnike za muzičku kompoziciju, Šenberg promenio naše razumevanje muzike. Samo kreativnost ove vrste koja prkosi tradiciji zahteva neku vrstu društvene osetljivosti. Da slušaoci nisu njegovu tehniku shvatili kao ostvarivanje anti-tradicionalizma u srcu radikalne modernosti rođene u Beču s početka 20. veka, možda je ne bismo „čuli“ kao nešto estetski vredno. Poenta je ovde da radikalna kreativnost nije „ubrzana“ verzija svakodnevne kreativnosti. Šenbergovo postignuće nije brža ili bolja verzija one vrste kreativnosti koju je pokazao Oscar Strauss, ili neki drugi prosečni kompozitor: ona je suštinski različita po prirodi.

Drugo, moj argument nije da reakcija kreativca na društvenu potrebu mora biti svesna dela koje bi zadovoljilo genijalne standarde. Umesto toga, tvrdim da na taj način moramo biti u stanju da protumačimo delo. Bila bi greška tumačiti sastav mašine kao deo takve vizije sveta. Argument za ovo je jednostavan.

Tvrdnje poput Kurcvajlove – da mašine mogu dostići inteligenciju na ljudskom nivou – pretpostavljaju da je imati ljudski um samo ljudski mozak koji sledi neki skup računarskih algoritama – pogled je koji se naziva „kompjuterizam“ (uma). Ali, iako algoritmi mogu imati moralne implikacije, oni sami nisu moralni agensi, provodnici i posrednici. Majmuna iza pisaće mašine koji slučajno otkuca „Otelo“ ne možemo uvrstiti u veličanstvenog kreativnog dramskog pisca. A ukoliko je u proizvodu veličina, to je samo „nezgoda“. Proizvod mašine možemo videti kao sjajan, ali ako znamo da je on samo ishod nekog proizvoljnog čina ili algoritamskog formalizma, ne možemo ga prihvatiti kao izraz vizije za dobrobit čoveka.

Iz tog razloga, čini mi se da se ništa osim drugog čoveka ne može pravilno razumeti kao istinski kreativni umetnik. Možda će AI jednog dana ići dalje od svog računarskog formalizma, ali to bi zahtevalo skok koji je trenutno nezamisliv. Ne bismo tražili samo nove algoritme ili postupke koji simuliraju ljudsku aktivnost; tražili bismo nove stvari; građu, činjenice, ideje, informacije, koji su osnova čovekovog bića.

Jedan duplikat čovekovog  molekula bi na odgovarajući način mogao biti čovek. Mi već, međutim, imamo način da proizvedemo takvo biće: za to nam je potrebno oko devet meseci. Trenutno, mašina može da uradi samo nešto daleko manje zanimljivo od onoga što je čovek sposoban da postigne. Na primer, može da stvori muziku u Bahovom stilu – možda čak i muziku za koju neki stručnjaci misle da je bolja od Bahove. Ipak, to je samo zato što se njegova muzika može ocenjivati prema već postojećem standardu. Ono što mašina ne može je da donese promene u našim standardima za ocenjivanje kvaliteta muzike ili razumevanja šta muzika jeste ili šta ona nije.

Ovo ne znači da se negira da kreativni umetnici koriste sva sredstva kojima raspolažu i da ta sredstva (danas su sredstva zamenjena rečju „alati“) oblikuju vrstu umetnosti koju stvaraju. Truba je pomogla Dejvisu i Kolmenu da ostvare svoju kreativnost. Ali truba, sama po sebi, nije kreativna. Algoritmi veštačke inteligencije više liče na muzičke instrumente nego na ljude. Taryn Southern, bivša takmičarka iz ’Američkog idola’ je nedavno objavila album na kojem su udaraljke, melodije i akordi generisani algoritamski, mada je ona pisala tekstove i više puta doterivala algoritam instrumentacije, sve dok ovaj nije doneo željene rezultate. Početkom devedesetih, Dejvi Bouvi je učinio obrnuto: napisao je muziku i uz to koristio Mac aplikaciju pod nazivom Verbalizer da bi “pseudo slučajno“ rekombinovao rečenice u tekstovima pesama. Baš kao i prethodni alati (sredstva) muzičke industrije – od uređaja za snimanje i sintisajzera, do semplera i loopera – novi AI alati rade stimulišući i kanališući kreativne sposobnosti umetnika (i ujedno odražavajući ograničenja tih sposobnosti).

Igre bez granica

Mnogo je napisano o dostignućima sistema dubokog učenja – sistema koji su danas najbolji ’Go’ igrači na svetu. Računarski  program ’AlphaGo’ i njegove varijante su neka vrsta potvrde da je stvoren potpuno novi način igranja ove stare igre. Naučili su stručnjake da brojni potezi pri otvaranju – za koje se dugo mislilo da su nepromišljeni – mogu dovesti do pobede. Program se igra u stilu koji stručnjaci opisuju kao čudan i (ljudskom načinu shvatanja) stran. „Programi za igranje igara su ono kako zamišljam igre iz daleke budućnosti“, izjavio je Shi Yue, vrhunski igrač, govoreći o svom doživljaju programa AlphaGo. Čini se da je algoritam zaista kreativan.

U nekom značajnijem smislu i aspektu on to i jeste. Igranje igara se, međutim, razlikuje od komponovanja muzike ili pisanja romana: u igrama postoji objektivno merilo uspeha. Znamo da imamo šta da naučimo od AlphaGo-a jer vidimo da pobeđuje.

Ali to je takođe ono zbog čega Go i obitava u „domenu igračaka“ (toy domain), jednim uprošćenim slučajem, koji nam na ograničeni i oskudni način govori o raznim stvarima ovoga sveta.

En Ridler & AI: „Pad kuće Ašer“ (2017)

Sloka gore: dvanaestominutna animacija zasnovana na nemom filmu Votsona i Vebera iz 1928. godine: Ridlerova je stvorila fotografije koristeći tri odvojene neuronske mreže: jednu obučenu na njenim crtežima, drugu na crtežima napravljenim od rezultata prve mreže, i treću treniranu na crtežima napravljenim od rezultata druge.

Najosnovnija vrsta ljudske kreativnosti menja naše razumevanje sebe, jer menja shvatanje onoga što smatramo dobrim. Tome nasuprot, u vezi igre Go, priroda dobrote jednostavno nije na radaru mašinskih programa: Strategija igre je dobra onda i samo ako mašina pobedi. A ljudski život, opšte uzev, nema ovu osobinu: ne postoji objektivno merilo uspeha u najvišim oblastima postignuća. Svakako ne u umetnosti, književnosti, muzici, filozofiji ili politici. A takođe, u tom pogledu, ni u razvoju novih tehnologija.

U raznim domenima igračaka, mašine će možda moći da nas nauče nešto, nečemu, o određenoj, vrlo ograničenoj, formi kreativnosti. Ipak, pravila ovog domena su unapred formirana; sistem može uspeti samo zato što nauči da igra dobro u okviru ovih ograničenja. Ljudska kultura i ljudsko postojanje su daleko zanimljiviji od ovoga. Postoje norme kako se ljudska bića ponašaju, naravno. Ali kreativnost u pravom smislu je sposobnost promene tih normi u nekom važnom ljudskom domenu. Uspeh u domenima igračaka nije pokazatelj da je kreativnost ove temeljnije, fundamentalnije vrste dostižna.

Kao nokaut

Skeptik bi mogao tvrditi da argument deluje samo zato što ja suprotstavljam igre umetničkom geniju. Postoje i druge paradigme kreativnosti u naučnom i matematičkom području. U ovim carstvima, pitanje nije uvezano sa vizijom sveta. Radi se o tome kako stvari, zapravo, stoje.

Da li bi mašina jednog dana mogla izneti matematičke dokaze toliko daleko ispred nas, toliko napredne da jednostavno moramo odstupiti i prikloniti se njenom kreativnom geniju?

Ne.

Računari su već pomogli u značajnim matematičkim dostignućima. Ali njihovi doprinosi nisu bili naročito kreativni. Uzmimo prvu veliku teoremu dokazanu pomoću računara: teoremu o četiri boje, koja kaže da bilo koja ravna mapa može biti obojena sa najviše četiri boje na takav način da se nijedna susedna „država“ ne dodiruje sa nekom koja je iste boje (ovo se, takođe, odnosi i na zemlje na sferičnoj površini zemaljske kugle, a ne samo na dvodimenzionalnoj predstavi).

Pre skoro pola veka, 1976. godine, Keneth Apel i Volfgang Haken s Univerziteta u Ilinoisu objavili su kompjuterom potpomognuti dokaz ove teoreme. Računar je izvršio milijarde proračuna, proveravajući hiljade različitih vrsta mapa – toliko da je ljudima bilo (i ostalo) logistički neizvodljivo da provere da li je svaka mogućnost u skladu sa “pogledom” i “perspektivom” računara. Od tada, kompjuteri rutinski pomažu u širokom spektru novih dokaza koje čovek iznosi u obliku premisa i teorija.

AI & Tom Vajt: Električni ventilator (2018). Umetnik je koristio ’perceptivne mašine’, algoritme koji destiluju podatke prikupljene na hiljadama fotografija uobičajenih predmeta, sa ciljem njihove sinteze u apstraktne oblike. Dobijene rezultate zatim testira i dorađuje, sve dok ih sistem ne prepozna.

Međutim, superračunar ne radi ništa kreativno dok proverava ogroman broj slučajeva. Umesto toga, radi nešto dosadno u nepojamno mnogo navrata. Ovo se čini gotovo suprotnim od kreativnosti. Štaviše, toliko je daleko od vrste razumevanja za koje obično mislimo da bi, kao dokaz, recimo, poput matematičkog, trebalo da ponudi: jer, računar u tolikoj meri dosadno rutinski „algoritmuje“ da neki stručnjaci ove „mašinske strategije“ proistekle iz računarskih operacija uopšte ne smatraju (validnim) matematičkim dokazima. Filozof matematike i nauke Thomas Tymoczko je tvrdio da, ukoliko ne možemo čak ni da verifikujemo da li je dokaz čovekove postavke tačan i utemeljen, onda sve što zaista činimo jeste ukazivanje poverenja računsko-računarskim procesima, koji su skloni greškama.

Iako pretpostavimo da treba da verujemo takvim (iz algoritma proisteklim) rezultatima, međutim, dokazi dobijeni uz pomoć računara su, po analogiji, nešto poput komponovanja muzike uz pomoć računara. Ako nam daju vredan „proizvod“, odnosno, „konačni ishod“ (tzv. umetničko delo), to je prevashodno zbog doprinosa čoveka. Ipak, neki stručnjaci tvrde da će veštačka inteligencija moći da postigne i više od ovoga. Pretpostavimo, onda, da posedujemo krajnju, ultimativnu opciju: samostalnu mašinu koja sve nove teoreme dokazuje sama.

Da li bi jednog dana, kako tvrde Kurcvajl i Bostrom, neka ovakva mašina mogla u ogromnoj meri nadmašivati čovekovu matematičku kreativnost,? Pretpostavimo, na primer, da AI donosi rešenje nekog izuzetno važnog i teškog otvorenog problema u matematici.

Sposobnost istinske kreativnosti, one vrste kreativnosti koja ažurira, nadograđuje i usavršava naše (po prirodi ljudske) razumevanje prirode bića, u osnovi je onoga što bi ljudskost i trebalo biti.

Postoje dve mogućnosti. Prva je da je dokaz izuzetno pametan i kada stručnjaci u toj oblasti prođu kroz njega, otkriju da je tačan. U ovom slučaju, AI koja je otkrila dokaz biće nagrađena aplauzom; Čak se i sama mašina može smatrati kreativnim matematičarem. Ali, takva mašina ne bi bila dokaz singularnosti; ne bi nas toliko nadmašila u kreativnosti da, navodno, čak ne bismo mogli ni da razumemo šta je to što radi. Čak i da poseduje takvu vrstu kreativnosti na ljudskom nivou, to je ne bi neizbežno uvelo u carstvo onkog nadljudskog.

Neki matematičari su poput muzičkih virtuoza: Odlikuje ih savršeno vladanje nečim unutar već postojećeg idioma. Ali geniji kao što su Srinivāsa Aiyangār Rāmānujan, Emmy Noether ili Alexander Grothendieck su verovatno preoblikovali matematiku baš kao što je Schoenberg preoblikovao muziku. Njihova dostignuća nisu bila oličena samo u dokazivanju dugogodišnjih hipoteza, već u novim i neočekivanim oblicima rezonovanja, koji su delovali ne samo snagom njihove logike već i sposobnošću da druge matematičare argumentovano ubede u značaj njihovih inovacija. Zamišljeni AI koji donosi „pametni dokaz problema“ koji je dugo zbunjivao matematičare srodan je računarskom programu AlphaGo i njegovim varijantama: impresivan, ali nimalo nalik Šenbergu.

To nas dovodi do druge mogućnosti. Pretpostavimo da je najbolji i najsjajniji algoritam za duboko učenje labav, pa nakon izvesnog vremena kaže: „Našao sam dokaz fundamentalno nove teoreme, ali je isuviše komplikovan da bi ga razumeli i vaši najbolji matematičari.“

Ovo, zapravo, nije moguće. Dokaz koji ne mogu da razumeju ni najbolji matematičari se, zapravo, ne računa kao dokaz. Dokazivanje nečega podrazumeva da to dokazujete nekome. Kao što muzičar(ka) mora nagovoriti svoju publiku da prihvati njegov/njen estetski koncept dobre muzike, tako i matematičar mora nagovoriti druge matematičare da postoje dobri razlozi da poveruju u takvo, inovativno-kreativno viđenje istine. Da bi se neki matematički podatak smatrao valjanim dokazom, neka tvrdnja mora biti razumljiva i podržana od strane nekog nezavisnog skupa stručnjaka koji su u dobroj poziciji da je razumeju. Ako stručnjaci – koji bi trebalo da su sposobni da razumeju dokaz – to nisu u stanju, onda naučna zajednica odbija da ovaj novi način prihvati kao dokaz.

Iz tog razloga, matematika više liči na muziku nego što bi se moglo i pomisliti. Mašina nas ne bi mogla uveliko nadmašivati u kreativnosti, jer bi njeno postignuće ili bilo razumljivo – jer nas, u tom slučaju, ne bi ubedljivo nadmašilo – ili pak ne bi bilo razumljivo – jer u tom slučaju ne bismo mogli da na njen “opus” gledamo kao ostvarenje bilo kakvog kreativnog napretka.

Oko posmatrača

Inženjerstvo i primenjena nauka su, na neki način, negde između ovih primera. Postoji nešto poput objektivnog, spoljnog merila uspeha. Ne možete „pobediti“ u izgradnji mostova ili otkrivanju novih lekova onako kako možete u šahu, ali se može videti da li most pada ili je virus eliminisan. Ovi objektivni kriterijumi stupaju na snagu tek kad je domen prilično dobro preciziran: dolazi do jakih, laganih materijala, recimo, ili lekova koji uspešno suzbijaju određene bolesti. AI bi mogao pomoći u otkrivanju lekova tako što bi, u stvari, uradio isto što i AI koji je sastavio ono što je zvučalo kao dobro izvedena Bahova kantata, ili bi smislio briljantnu strategiju za Go. Poput mikroskopa, teleskopa ili kalkulatora, takav AI se pravilno shvata kao sredstvo koje omogućava čovekova otkrića – a ne kao autonomni kreativni agent „mašinskog porekla“.

Ovde vredi razmisliti o specijalnoj teoriji relativnosti. Alberta Ajnštajna pamte kao „otkrivača“ fizičkog relativiteta – ali ne zato što je prvi smislio jednačine koje bolje opisuju strukturu prostora i vremena. Džordž Ficdžerald, Hendrik Lorenc i Anri Poenkare, između ostalih, zapisali su te jednačine pre Ajnštajna. Hvaljen je i ustoličen kao otkrivač teorije jer je originalno, izvanredno i suštinski istinito razumeo šta te jednačine znače, a i bio je u stanju da to razumevanje prenese drugima.

Da bi se mašina mogla baviti fizikom koja je u bilo kom smislu uporediva s Ajnštajnovom kreativnošću, ona mora da je u stanju da druge fizičare ubedi u vrednost svojih ideja – bar toliko dobro koliko je i on sam to učinio. Što će reći, morali bismo biti u mogućnosti da prihvatimo njene „predloge“, sa ciljem da nam prenesu valjanost njihovog sopstvenog izvođenja. Ako bi takva mašina ikada i nastala, kao u alegorijskoj priči o Pinokiju, morali bismo da se prema njoj odnosimo kao prema čoveku. To znači, između ostalog, da bismo „tome“, toj mašini, morali da pripišemo ne samo inteligenciju već i ono dostojanstvo i moralnu vrednost koje odgovaraju ljudskim bićima. Čini mi se da smo daleko od ovog scenarija i nema razloga da mislimo da će nas trenutna računarska paradigma veštačke inteligencije – u svom obliku dubokog učenja ili bilo kojem drugom – ikada približiti njemu.

Kreativnost je jedna od glavnih karakteristika ljudskih bića. Sposobnost istinske kreativnosti, ona vrsta kreativnosti koja konstantno poboljšava i nadograđuje naše razumevanje prirode bića, koja menja način na koji shvatamo šta je to biti lep, ili dobar, ili istinit – ta je sposobnost osnova onoga što čovek treba biti. Ova vrsta kreativnosti, međutim, zavisi od našeg vrednosnog suda i brižnost za nju kao takvu (mašina ne poseduje takvu potrebu-instinkt). Kao što je pisac Brian Christian na jednom mestu istakao, ljudska bića se sve manje ponašaju poput bića koja bi trebalo da kreativnost vrednuju kao jednu od svojih najuzvišenijih mogućnosti, već se, tome nasuprot, pre ponašaju kao same mašine.

Koliko ljudi danas ima poslove koji od njih zahtevaju praćenje unapred određenih skripti za njihove razgovore? Koliko je u ovoj ispraznoj šaradi malo od onoga što nam je poznato kao stvaran, autentičan, kreativan i otvoren ljudski razgovor? Koliko je to, ta „konverzacija“, taj „razgovor“ umesto toga, zapravo, samo jedna vrsta poštovanja pravila onoga što je mašina u stanju da uradi? A koliko je nas – ukoliko dopuštamo da budemo uvučeni u ovakva „izvođenja scenarija“ – takođe ispražnjeno od smisla, suštine ljudskosti? Koliko vremena svakog dana dozvoljavamo sebi da budemo ispunjeni efikasnim mašinskim aktivnostima – popunjavanjem kompjuterizovanih obrazaca i upitnika, odgovaranjem na najraznovrsnije „mamce“, koji rade na naše najprizemnije impulse nalik životinjskim – „igrajući“ s njima, recimo, igrice – te unapred smišljene scenarije – igrajući igrice osmiljene radi „optimizacije naše zavisnosti“ reagovanja na sve ovo (mašinske, algoritamske mamce)?

U opasnosti smo od ove zabune i u nekim od najdubljih domena ljudskih dostignuća. Ukoliko sebi dozvolimo da kažemo da su mašinski dokazi koje ne možemo razumeti istinski „dokazi“, na primer, ustupajući društveni autoritet mašinama – tretiraćemo dostignuća matematike kao da uopšte ne zahtevaju ljudsko razumevanje. Potući ćemo jednu od naših najviših formi kreativnosti i inteligencije, i svesti ih na komadić binarnih informacija: da ili ne. Jedinica ili nula.

AI & M.C. Escher: Ether A2 

Čak i da posedujemo te informacije, one bi nam bile od male vrednosti bez izvesnog razumevanja razloga koji su u osnovi. Ne smemo izgubiti iz vida suštinski karakter rezonovanja, koji je u osnovi onoga što je matematika po sebi.

Tako je i sa umetnošću, muzikom, filozofijom i književnošću. Ukoliko sebi dopustimo da se okliznemo, pa počnemo da mašinsku „kreativnost“ tretiramo kao zamenu za svoju, tada će nam mašine zaista izgledati neshvatljivo superiorne. To će se, međutim, dogoditi zato što ćemo izgubiti nit vodilju o osnovnoj ulozi koju kreativnost igra u postojanju čoveka i ljudskosti.

Sean Dorrance Kelly predaje filozofiju na Harvardu i koautor je bestselera „Sjaj svih stvari“ (All Things Shining).

 

MIT Review

 

Iz radijusa:

AIArtists.org, The world’s largest community of artists exploring the impact of AI on art & society

Artificial Intelligence and the Arts: Toward Computational Creativity

The Past, Present, and Future of AI Art

Next Level Art and the Future of Work and Leisure

Five artists who show art’s important relationship to AI

The Rise of AI Art—and What It Means for Human Creativity

Art made by AI is selling for thousands – is it any good?

If an AI creates a work of art, who owns the rights to it?

We’ve been warned about AI and music for over 50 years, but no one’s prepared

AI and music: will we be slaves to the algorithm?

The Relationship Between Art and AI

AI Is Blurring the Definition of Artist

How AI-generated music is changing the way hits are made

AI composers create music for video games

Music and Artificial Intelligence

12 songs created by AI

AI’s Growing Role in Musical Composition

A Retrospective of AI + Music, How AI has shaped music creation and the industry

Future Prooff: AI and music

Will Artificial Intelligence Replace Human Musicians?The machines are coming, but they seem to be coming to help us create better music

Najinteresantniji modeli održivog poslovanja u 2020.

Od cipela koje se mogu reciklirati do pametnih uređaja koji smanjuju rasipanje hrane – čovek današnjice polaže nade u inovacije koje će inspirisati preduzetnike i njihove firme da preduzmu smelije održive akcije u 2020-toj i godinama koje će uslediti.

Ne samo da je u mnogim slučajevima ekološki pristup dobar za poslovanje, već će i kompanije koje u svom poslovanju nemaju održive strategije, po svemu sudeći, takođe uskoro shvatiti da u poslovnom pejzažu neće biti mesta za “održivu neodrživost”.

Kao prvo, ponašanje potrošača, koji i dalje favorizuju brendove sa jasnom održivom vizijom, to ne dozvoljavaju. Što je još važnije, sada smo na pragu nepovratnog urušavanja životne sredine i “zdravstvenog stanja” naše planete, a nakon mnogo decenija potiskivanja smislene i planirane akcije – poslovni subjekti više neće moći a da ne čine baš ništa u borbi protiv klimatskih promena.

Cilj urednika portala Springvajs je prepoznavanje i promovisanje važnih inovacija – od kojih su mnoge usredsređene na održivost – uz prioritet „sakupljanja“ inovativnih ideja pre nego što one pređu u mejnstrim.

Imajući ovo na umu, ljudi koji stoje iza tog portala su napravili listu svojih omiljenih održivih inovacija: Od reciklirajućih cipela i biorazgradive ambalaže, preko AI platformi koje su u stanju da redukuju količinu fabričkog otpada, do pametnih uređaja koji mogu da redukuju viškove upotrebljive hrane, odnosno njen otpad; Džejms Bidvel i saradnici nadaju se da će neki od ovih predloga, odnosno poslovni modeli, nadahnuti preduzetnike i njihova preduzeća širom sveta da učine više na jačanju zdravlja planete 2020. godine i kasnije.

01 . Biorazgradiva pakovanja za e-trgovinu

Australijsko-azijska kompanija „Better Packaging Company“ stvorila je vid ekološki prihvatljive ambalaže za e-trgovinu. Kompanija Better Packaging trenutno nudi nekoliko alternativa tradicionalnoj ambalaži, uključujući alternative plastici. Ova kompanija takođe proizvodi liniju koverata i paketa napravljenih od otpada iz krečnjačkih kamenoloma, nastalih sečenjem blokova; taj materijal je poput papira, ali je, za razliku od njega, vodootporan i može se reciklirati.

02.  Futurecraft Loop

Adidas je razvio patike za trčanje stoprocentno izrađene od materijala koji se može reciklirati: Futurecraft Loop su sačinjene od termoplastičnog poliuretana za višekratnu upotrebu (TPU) i ne sadrže lepak. Kada se iznose do tačke kada bi obično trebalo da budu odbačene, patike se mogu poslati nazad u Adidas. tamo se, zatim, operu, samelju u pelet i pretapaju u materijal koji može biti deo nekog novog para patika.

03. Bio-razgradive pak-folije

Australijski nezavisni lanac bakalnica Drake’s Supermarkets se udružio sa veletrgovinskim lancem IG Fresh iz Edelejda kako bi proizveli pak-foliju za voće i povrće koja se može kompostirati odnosno u potpunosti razgraditi. Lanac supermarketa IG Fresh želeo je da prestane sa korišćenjem polietilenske plastične folije koja se u prodaji često koristi za voće i povrće. Iako su sada dostupne brojne opcije za biorazgradivu i kompostnu ambalažu, izazov ovog projekta ležao je u iznalaženju i primeni novih materijala, koji bi postali upotrebljiva i efikasna zamena za tradicionalnu prianjajuću foliju.

04. Koncept-radnje i digitalna ambalaža

Takozvana digitalna ambalaža pokriva sve artikle iz Lašove koncept-prodavnice na tokijskom Šinđukuu. Ona je odmenila sve brend-nalepnice, liste sastojaka i oznake sa cenama. Kupci koriste aplikaciju Lush Labs za pristup video-zapisima i informacijama koje su se nekada, u formi etiketa, nalazile nalepljene ili ušivene. Ova aplikacija zamenjuje doskora tradicionalne elemente artikala. Osim što sprečava stvaranje ambalažnog otpada, “digitalna ambalaža” je posebno korisna zbog svog kapaciteta i fleksibilnosti. Ova prodavnica je, zapravo, savršen način ali i prostor za pružanje dodatnih materijala, poput mejkap tutorijala, koji se ne može “nalepiti” na sam proizvod.

05. AI platforma za fiting odeće

Kompanija Metail nudi dve usluge – MeModel i Composed (Foto: HBS Digital)

Metail ima platformu MeModel, koja preuzima nekoliko merenja od kupaca, a onda koristi svoj algoritam mašinskog učenja za predlaganje tačne i personalizovane preporuke za stil i veličinu. Kao aplikacija za maloprodajni model poslovanja, MeModel pruža analizu podataka da bi povećao efikasnost i raspolaganja zalihama a i snabdevačkog lanca, uz povećanje lojalnosti brendu uvidom u afinitete i ukuse kupaca.

06. 3D Skenovi i proizvodnja održivog džinsa

Američki startup Unspun ima za cilj smanjenje otpada u modnoj industriji nudeći potrošačima održive farmerke po meri. Za proizvodnju svoje održive odeće, kompanija koristi kombinaciju robotike i staromodnih šivaćih mašina. Unspun veruje da njegov model 3D skeniranja i personalizovanog krojenja nudi kupcima jedinstveni način smanjenja otpada tokom procesa sečenja i ukrajanja materijala u gotov proizvod. Ova kompanija sa sedištima u San Francisku i Hong Kongu koristi 3D infracrveni skener za premeravanje klijenata koji treba da uđu u njihove farmerke.

07. Patike od biljnih vlakana

Kompanija Reebok je lansirala Forever Floatride Grow, „biljnu“ patiku za trčanje. Ovo je došlo u sklopu važnog kompanijskog cilja, naime, smanjenja upotrebe plastike koja je, poput svake plastike, zasnovana na naftnim derivatima. Time bi ovaj poznati sportski brend stvorio obuću koja koristi uglavnom održive prirodne sastojke, bez ugrožavanja njenih performansi.

08. Program nagrađivanja održivih kupaca

Koin cilja na zajednicu proizvođača, trgovaca i korisnika, uz zajedničke vrednosti očuvanja životne sredine. Foto: Koin Rewards Website(SpringWise)

Britanska kompanija Koin Rewards pokrenula je održivi program nagrađivanja u saradnji sa API povezivanjem s karticama API Fidel. Cilj kompanije je izgradnja eko-sistema trgovaca, proizvođača i korisnika, udruženih eko-afinitetima i vrednostima. Aplikacija automatski nagrađuje kupce po izvršenju ekološki odgovorne kupovine. Štaviše, Fidelova API tehnologija omogućava korisnicima da povežu svoje kartice (Mastercard, Visa ili Amex) sa svojim Koin nagradama. To im omogućava da svoju Koin-nagradu konvertuju u gotovinu, i da ga troše kako god žele.  Ukratko, ovaj sistem funkcioniše tako da svaka kartica upisana u program ima svaku transakciju (na određenim lokacijama) evidentiranu u realnom vremenu. Odatle, vlasnik programa-aplikacije stiče bolje razumevanje i kontekst o tome kako kupci kupuju njihov brend – kako na mreži, tako i lično, u fizičkim radnjama.

API za transakcije povezuje kreditnu karticu kupaca sa njihovim računom, eliminišući potrebu za „karticama lojalnosti“, slučajnim QR kodovima, bar-kodovima ili kuponima koje večito negde zaturite. Ovo se dešava automatski, svaki put kad se izvrši transakcija.

Kako se API poboljšava i razvija, tako su i načini upotrebe i mogućnosti, u osnovi, ograničeni samo vašom (ne)maštovitošću.

09. Ugljen-dioksid pretočen u vrhunsku votku

Jedna njujorška kompanija za integrisanje tehnologija u zdrave životne stilove predstavila je svoj prvi proizvod – votku čiji je ugljen-dioksid u procesu proizvodnje “pokupljen” i iskorišćen za dobijanje alkohola. Koristeći sunčevu energiju za pokretanje sopstvenih proizvodnih procesa, kompanija preuzima ugljen-dioksid proizašao iz vrenja i zagreva ga, da bi ga potom pretvorio u utrživi proizvod. Elektrohemijska konverzija ugljen-dioksida u alkohol nije neka novost, ali je novina pitkost finalnog proizvoda, u ovom slučaju – najkvalitetnije votke.

10. Ekološka koža od Nopala

Jaka, savitljiva i meka na dodir, „biljna koža“ zvana Desserto pruža čitavom nizu industrija održivu alternativu životinjskoj koži. Proizvodi se od Nopala, vrste kaktusa, a postupak prerade i dizajn zadovoljavaju tehničke zahteve automobilske, modne i industrije nameštaja. Desserto “koža”, napravljena od organskih materijala, takođe “diše” i isteže se poput životinjske. Još bolje, delimično je biorazgradiv i bez PVC-a, ftalata i drugih opasnih hemikalija.

11. Džemper i ovca: Kupite džemper, a ovcu usvojite

Jedna od novozelandskih farmi sa kojima sarađuje Sheep Inc.

Kada kupci kupe džemper kompanije Sheep Inc., ne samo što će u posedu imati visoko kvalitetni proizvod od vune merino ovaca iz seoskih područja Novog Zelanda, već će klijentima redovno slati novosti o samim ovcama od čije je vune istkan njihov džemper: „Bitni događaji u životu ovce. Gde se ona sada nalazi i kada je poslednji put ošišana. Čak i da li se skoro ojagnjila“.

12. Višekratna ambalaža za održivu brzu hranu

Startup Returnr je razvio održivu šemu kojom se jednokratne kutije za poneti zamenjuju priborom za jelo i posuđem za višekratnu upotrebu. Kompanija distribuira svoje obnovljive kutije i šolje od nerđajućeg čelika zainteresovanim restoranima i kafićima, koji je zatim uvezuju s ambalažom korišćenom u porudžbinama za poneti. Potrošači Returnr-u plaćaju depozit od šest australijskih dolara, a nakon što pojedu hranu, ambalažu u kojoj su je poneli vraćaju u zamenu za depozit, ili se odriču depozita i nastavljaju da koriste posuđe.

13. Optimizovani i personalizovani šnajderaj

Indijska kompanija Myntra.com angažovala je krojače koji u radionice dostavljaju porudžbine kupaca. Nova usluga deo je stremljenja ove indijske kompanije da kupce učini još zadovoljnijima, uz što manji povrat sašivene odeće. Lokalni šnajderi uzimaju odeću iz skladišta i dostavljaju je kupcima. Uzimaju meru na licu mesta, već sašivene i ukrojene u konfekcijske brojeve, a potom se u roku od 24 do 48 sati vraćaju sa tom odećom samo blago doteranom – po merama određenog kupca.  U Mintri se nadaju da će promene na zahtev pojednostaviti život kupaca i smanjiti vraćanje odevnih predmeta (koji je već smanjen za 15-20%).

14. Pametni frižideri vs. bacanje hrane

Karma povezuje potrošače sa restoranima i prehrambenim prodavnicama, koji žele da svoju neiskorišćenu hranu prodaju s popustom (Foto:Karma)

Aplikacija švedskog startapa Karma povezuje potrošače sa restoranima i prodavnicama hrane koji žele da prodaju svoju neiskorišćenu hranu s popustom. U partnerstvu sa kompanijom Electrolux, Karma sada razvija pametni frižider koji će dodatno pomoći pri smanjenju bacanja nepojedene hrane ili viškova neiskorišćenih namirnica. Startap se udružio s ovim poznatim proizvođačem kućnih uređaja da bi zajedno napravili pametni frižider, koji će korisnici moći da otključaju pomoću aplikacije Karma.

15. Digitalni supermarket: veza između kupaca i proizvođača

Cilj američke startup firme Move je smanjenje troškova i otpada iz tradicionalnih supermarketa. U tom smislu, Move želi da kupce poveže sa proizvođačima. Nova platforma obećava visokokvalitetnu robu po nižim cenama – što podrazumeva i veću isplativost za proizvođače. Ovaj startap se, takođe obavezao da će biti transparentan u pogledu svojih proizvođača i troškova.

16. Platforma za dečju odeću

Trgovački internet startap Upchoose prodaje komplete odeće za bebe od organskog pamuka. Kada dete preraste veličinu, roditelji i negovatelji vraćaju proizvode sa popustom, kako bi je nosila neka sledeća beba. Novopečeni roditelji ne samo da štede vreme i novac, već i dalju održivost ako se odluče da kupe polovne ili „prethodno voljene“ garniture.

17. Eko-pult za kozmetičke i proizvode za domaćinstvo

Foto: SpringWise

Australijska firma Flora & Fauna kreirala je interaktivno tržište za proizvode i usluge koji ne proizvode otpad i viškove. Kupci mogu da  recikliraju i podučavaju se ekološkom načinu života kroz radionice. Prodavnica, takođe, uključuje i prvi “pult” odnosno radnju za eko-punjenje: svi proizvodi (tečnosti i praškovi) su rinfuza, pa ih kupci istaču i presipaju u svoje bočice i ambalažu: šampone, kondicionere, deterdžent za veš i druga sredstva.

18. Novi metodi recikliranja odeće

Kompanija Evrnu, koristi svoju inovativnu tehnologiju za reciklažu u proizvodnji, recimo, Adidasove limitirane serije dukserica s kapuljačom koje je dizajnirala Stela Mekartni. Ovaj “Infinite Hoodie” bio je prvi komad odeće u komercijalnoj proizvodnji na koji je primenjena ta nova metoda, nazvana NuCycl. Mada su brojni postupci reciklaže pamuka, od kojeg potom nastaju neki novi proizvodi, znatno je teže postići da to novo, reciklirano vlakno bude dovoljno čvrsto da bi se od njega sačinila neka nova odeća. To je zato što se većina recikliranih tkanina dobija usitnjavanjem upotrebljenih materijala na manje komade – proces koji neminovno slabi samu tkaninu u nastajanju. Umesto usitnjavanja, Evrnu koristi hemijski postupak za „rasplitanje“ pamučnih materijala do polimera (makromolekula), od kojih zatim ponovo stvara vlakna dobre čvrstine, pogodna za tkanje recikliranih proizvoda.

19. Kućno pravljenje šampona bez otpada

Američki startap Cleanyst stvorio je kućni aparat koji proizvodi alate za personalizovano čišćenje i održavanje higijene. Mašina – koju Cleanyst upoređuje sa Keurigom ili Nespressom u smislu jednostavnosti upotrebe – nekoliko minuta meša nekoliko svojih proizvoda. Koristi se posuda za višekratnu upotrebu, voda iz slavine i paketi koncentrata koje isporučuje kompanija. Otpad je minimalan, takoreći ga i nema, a pakovanja se mogu reciklirati.

 

SpringWise

AI Economist: veštačka inteligencija za usavršavanje poreskih modela

Simulator ekonomskih trendova zasnovan na veštačkoj inteligenciji, AI Economist u stanju je da nakon milion izvršenih simulacija ekonomskih trendova sačini model jedne pravednije poreske politike.

Duboko učenje (Deep RL, ili, DL, „temeljito učenje“; Deep Reinforcement Learning) je tokom proteklih godina obučilo i osposobilo veštačku inteligenciju da nadmaši čoveka u nekim složenim igrama, mozgalicama kao što su Go ili StarCraft. Da li bi takav princip primene veštačke inteligencije mogao da uradi i bolji posao u, recimo, vođenju nacionalne i globalne ekonomije?

Nejednakost prihoda jedan je od najvećih problema ekonomije. Jedno od najefikasnijih sredstava koje političari moraju imati je način da se postigne što uravnoteženije oporezivanje: vlade prikupljaju novac od građana u skladu s onim što oni zarađuju i taj novac redistribuiraju direktno, putem socijalnih šema ili indirektno, koristeći ga za plaćanje troškova javnih projekata. Ali, iako više oporezivanja može dovesti do veće jednakosti među građanima u društvu, previše oporezivanja bi ih moglo obeshrabriti da rade ili ih motivisati da iznalaze načine izbegavanja plaćanja – što, automatski, po logici, smanjuje i ukupni iznos u budžetskoj kasi.

Postići što racionalniji balans u oporezivanju nije lako. Ekonomisti se obično oslanjaju na pretpostavke koje je teško potvrditi. Ponašanje ljudi vezano za „matematiku para“ odnosno ekonomiju, kako ličnu tako i onu sistemski uspostavljenu je složeno, a prikupljanje podataka i formiranje „info-inputa“ o tome je teško. Ekonomisti su proveli decenije istražujući načine kako da što bolje osmisle poreske politike, ali je ona i dalje, sve do danas, ostala otvoren problem: kako utisnuti što je moguće veću racionalnost u oporezivanju, i na čemu bi taj zdravorazumski pristup trebalo da se zasniva?

Naučnici američke kompanije za poslovnu tehnologiju Salesforce misle da bi veštačka inteligencija mogla pomoći pri rešavanju najboljeg i najpravičnijeg oporezivanja građana i firmi u odnosu na njihove prihode. Vođeni Ričardom Sočerom, tim ove firme je razvio sistem koji se zove ‘AI Economist’ koji koristi duboko učenje – istu vrstu tehnike koja stoji iza ’AlphaGo’ i ’AlphaZero’ kompanije DeepMind – da identifikuje optimalne poreske politike za simuliranu ekonomiju. Alat je još uvek relativno jednostavan (ne postoji način da obuhvata sve složenosti stvarnog sveta ili ljudskog ponašanja), ali je obećavajući prvi korak ka procenjivanju politika na potpuno novi način. „Bilo bi neverovatno učiniti poresku politiku manje ispolitizovanom a sa što više realnih podataka na osnovu kojih izvodi svoje proračune,“ kaže član tima Alex Trott.

U jednom od početnih rezultata, ova ekonomska AI je pronašla politiku koja je, s aspekta maksimuma kako produktivnosti tako i jednakosti dohotka, bila 16% pravednija od najsavremenijeg progresivnog poreskog okvira koji su proučavali ekonomisti iz akademskih krugova. Poboljšanje u odnosu na trenutnu američku politiku bilo je još veće. “Mislim da je to potpuno zanimljiva ideja”, kaže Blejk Lebaron s Univerziteta Brendajs (Blake LeBaron, Brandeis univ., Massachusetts), koji je AI neuronske mreže koristio za modeliranje finansijskih tržišta.

U jednoj simulaciji, četiri osobe zaposlene na ovom istraživanju prihvatile su da ih nadgleda veštačka inteligencija sazdana upravo po njihovim modelima dubokog učenja; upregli su svoju ekonomsku AI dajući joj svoje podatke, potrebne veštačkoj inteligenciji za određivanje njihove poreske osnovice. Oni komuniciraju s dvodimenzionalnim svetom, prikupljajući, recimo, drvo i kamen, ili trgujući tim resursima sa drugima, ili ih koriste za izgradnju kuća, što im donosi novac. Radnici poseduju različite nivoe veština, što ih dovodi do specijalizacije u određenim oblastima. Radnici s nižom kvalifikacijom uče da rade bolje ako prikupljaju resurse, a oni sa višom kvalifikacijom uče da rade bolje ako kupe sredstva za izgradnju kuća. Na kraju svake simulirane godine, svi radnici oporezuju se po stopi koju je odredio kreator politike pod kontrolom AI, koristeći se svojim algoritmom dubokog učenja. Cilj kreatora politike je da poveća i produktivnost i prihode svih radnika. Tako se AI, shodno tome, približavaju optimalnom ponašanju ponavljanjem simulacije do, recimo – milion puta.

Oba modela dubokog učenja (DL) počinju od nule, bez prethodnog znanja o ekonomskoj teoriji, i uče kako da dalje postupaju i funcionišu putem pokušaja i pogrešaka – na potpuno isti način na koji veštačka inteligencija kompanije ‘DeepMind’’ uči, bez ljudskog doprinosa, recimo, da igra Go ili StarCraft na, skromno govoreći, nadljudskim nivoima.

Možete li puno naučiti od samo četiri radnika iz AI? Teoretski, da, jer jednostavne interakcije između nekolicine ispitanika ubrzo dovode do vrlo složenih modela ponašanja. (Na primer, igra ‘Go’ i dalje obuhvata samo dva igrača). I mada je tako, svi uključeni u projekat slažu se da će povećanje broja radnika koje će AI ispitivati u simulaciji biti od suštinske važnosti – ako će ovaj alat za analizu većeg broja ispitanika uspeti da modeluje realne scenarije.

Poigravanje sistemom

Od ključne je važnosti primena „duple doze“ veštačke inteligencije: AI neuronske mreže su i ranije korišćene pri kontroli ispitanika u simuliranim ekonomijama. Ali, stvaranje AI za donosioce politika. pa i za poreske politike, takođe vodi ka modelu u kojem se radnici i odlučioci međusobno neprekidno prilagođavaju jedni drugima, a shodno svojim postupcima. Ovo dinamičko okruženje bilo je izazov za modele dubokog učenja primenjenog na ekonomiju i poreske modele, s obzirom da strategija naučena u okviru jedne poreske politike možda neće funkcionisati tako dobro u interakciji s nekom drugom vrstom poreske politike. Ovo je, međutim, takođe značilo da je AI iznašao načina da izigra sistem. Na primer, neki radnici su naučili da izbegavaju porez smanjujući svoju produktivnost da bi se kvalifikovali za niži poreski razred, da bi je zatim ponovo povećali (produktivnost). Ekipa kompanije Salesforce kaže da ovo uzimanje i davanje uspostavljeni između radnika i kreatora politika dovodi do simulacije ekonomskog stanja i poreskog modela na način realističniji od bilo čega postignutog prethodnim modelima, gde su poreske politike obično fiksne i ne variraju (a što već po sebi nije realno stanje stvari).

Poreska politika koju je smislio AI Economist pomalo je neobična. Za razliku od većine postojećih politika, koje su ili progresivne (tj. oni koji više zarađuju bivaju i više oporezovani) ili regresivno (oni koji više zarađuju se oporezuju manje), poreska politika stvorena veštačkom inteligencijom spojila je aspekte oba, primenjujući najviše poreske stope na bogate i siromašne, dok su najniže poreske stope primenjene na radnicima sa srednjim primanjima. Kao i mnoga rešenja koja AI smisle – poput nekih poteza AlphaZero-a za pobedu u igrama – rezultat se čini kontraintutivan, a ne kao nešto što je čovekov um prethodno zamislio. Pa ipak, njegov uticaj na ekonomiju doveo je do manjeg jaza između bogatih i siromašnih.

U nastojanju da uoče hoće li poreska politika nastala uz pomoć veštačke inteligencije slično uticati i na ljudsko ponašanje, tim je testirao više od 100 radnika angažovanih preko Amazonovog “Mehaničkog Turčina” (Mechanical Turk), od koga je u simulaciji zatraženo da preuzme kontrolu nad radnicima (Naziv je potekao od mehaničke igračke-automatona iz 18. veka za simulaciju igranja šaha – a zapravo lutke iza koje se nalazio čovek koji je povlačio poteze). Otkrili su da je poreska politika proistekla iz veštačke inteligencije ohrabrila ljude da „igraju“ i ponašaju se na gotovo isti način kao i AI, sugeriršući – barem u principu – da se ’AI Economist’ može koristiti za uticaj na stvarnu ekonomsku aktivnost.

Beskrajno podešavanje

Još jedna prednost ekonomske simulacije pokretane veštačkom inteligencijom se ogleda u mogućnosti prilagođavanja parametara kako biste istražili raznolike scenarije. Na primer, uticaj pandemije bi se mogao stvoriti dodavanjem ograničenja kao što su međusobno distanciranje i ograničeni pristup resursima, ili pak uklanjanjem ljudi iz pula radne snage. „Teško je smisliti optimalne poreske teorije zasnovane na prošlosti i primerima iz ekonomske istorije ukoliko budućnost izgleda toliko drugačije od onoga što su do pre neki dan bili modeli predviđanja“, kaže Sočer.

Sposobnost simulacije da menja model je veliki plus, kaže LeBaron: „Prilično je zanimljivo videti radnike koji se prilagođavaju poreskom zakonu“. Ovo je zaobišlo jednu od inače krupnih kritika na račun već postojećih poreskih modela, u kojima je ponašanje obično fiksno, odnosno, nepromenljivo, kaže on.

Glavna rezervisanost LeBarona prema ’AI Ekonomisti’ odnosi se na mali broj ispitanika na kojima je ovaj alat primenjen. „Postoje oni koji tvrde da možete steći dublji intelektualni uvid sa samo nekoliko ispitanika“, kaže on. “A nisam jedan od njih.” On bi želeo da vidi kako ishode simulacije sprovedene na, recimo, stotinjak radnika – što je takođe cifra kojoj teži tim kompanije Salesforce.

LeBaron, međutim, veruje da bi se ovaj AI alat već mogao koristiti za proveru postojećih ekonomskih modela: „Da sam ja kreator politika, pokrenuo bih ovu ‘stvar’ čisto da vidim šta će ‘reći’ o već postojecim modelima“. Ako se AI Economist ne bi složio sa drugim, tradicionalnim „ljudskim“ modelima, to bi mogao biti znak da tim drugim modelima nešto nedostaje, kaže on.

Dejvid Parks, harvardski informatičar i ekonomista koji je sarađivao sa timom iz firme Salesforce je takođe optimističan. On se slaže s LeBaronom da im je potrebno znatno veći broj ispitanika. Ali, nakon što su to primenili nekoliko dodatnih karakteristika kao što je dodavanje kompanija simulaciji, Parks predviđa da će moći da ponovi postojeće teorijske rezultate. “Tada ishod AI simulacije odmah postaje koristan i upotrebljiv”, kaže on.

Američki profesor Doin Farmer (Doyne Farmer), koji na Oksfordu predaje ekono-fiziku i kompleksne matematičke sisteme u ekonomiji je, međutim, nešto malo manje ubeđen u valjanost budućih ishoda ekonomskog AI simulatora. Iako pozdravlja ukrštanje i primenu dubokog učenja sa igara na oblast ekonomije – „Postavlja se pitanje da li možete istraživati politike na isti način na koji AlphaZero igra apstraktnu stratešku igru kao što je Go“. On smatra da će proći još neko vreme pre nego što ovaj AI alat postane zaista koristan u ekonomskim predviđanjima i modeliranju. „Stvarni svet je, ipak, previše komplikovan“, kaže Farmer.

Tim iz Salesforce-a prihvata činjenicu da će neki ekonomisti biti, tek vremenom, i postepeno, ubeđivani u prihvatanje ekonomskih ishoda proizašlih isključivo iz algoritma. U tom smislu, oni puštaju svoj kod i pozivaju ostale da kroz njega pokreću svoje modele. Dugoročno gledano, ova otvorenost biće takođe važan deo prerastanja takvih alata u pouzdane, kaže Sočer. „Ako koristite AI kako biste ga preporučili nekim ljudima u formiranju njihovih nižih ili viših stopa oporezivanja,“ ističe on, „onda bi bilo bolje da budete dobro upoznati zašto je tako – da dobro poznajete razloge zbog kojih je proračun baš takav, a ne drugačiji.“

Will Douglas Heaven, MIT Technology Review

Ben Lam, znatiželja kao pokretač inovacija

Negovanje radoznalosti je ono što pokreće inovaciju, tvrdi osnivač i izvršni direktor startapa ‘Hajperdžajent’ (Hypergiant).  On radi isključivo vođen svojom bezgraničnom željom za znanjem, koju smatra ključem svog poslovnog uspeha.

Radoznalost pokreće inovacije. Ona je podsticaj, impuls za traženje „prave misli“, pronalaženje rešenja, traženje novih mogućnosti ili izgaranja na putu inovativnosti da biste videli šta se dešava iza sledećeg ugla. Vođen mahom neprekidnom potragom, pokretanom znatiželjom, ‘SpaceX’ Ilona Maska je upravo postao prva privatna kompanija koja je svemirskim brodom poslala ljude na Međunarodnu svemirsku stanicu, utirući put kosmičkom turizmu koji postaje stvarnost već za naših života.

Mozak kojim je “razmišljao” SpaceX pripada Benu Lamu: veštačka inteligencija koju je proizveo za ovaj brod za sada je bez premca. Kada je reč o inteligentnom funkcionisanju ovako složenih sistema, njegovi AI moduli obiluju hiper-inovativnim rešenjima.

Prema Mariju Liviju, astrofizičaru i autoru knjige „Why?“ postoje dve vrste radoznalosti. Tokom svog nastupa na podkastu „Knowledge@Wharton“ 2017. godine Livio je izjavio da „Postoji perceptivna radoznalost: ona radoznalost koju osećamo kad nas nešto iznenadi ili kada nešto nije u skladu sa onim što znamo ili mislimo da znamo. To je ono što svi donekle osećamo kao stanje nekakve neprijatnosti… S druge strane, postoji epistemiološka radoznalost, ona koja u znanju pronalazi zadovoljstvo čisto znanja radi, a što je ugodno stanje povezano sa iščekivanjem nagrade, odnosno, postignuća kojim nas radoznalost nagrađuje. To je nivo naših znanja. I to je ono što pokreće sva naučna istraživanja, što pokreće nastanak brojnih umetničkih dela. Znatiželja pokreće obrazovanje i slične oblasti ljudskog duha.”

Ni manje ni više nego Albert Ajnštajn je na veoma sličan način sažeo svoje viđenje ljudske znatiželje:  “Nemam nekih posebnih talenata. Samo sam strastveno radoznao.”

Radoznalost i preduzetništvo

Tokom karijere Bena Lama, generalnog direktora i osnivača Hajperdžajenta, upravo je znatiželja bila ona pokretačka snaga koja ga je dovela do ogromnog uspeha u više različitih disciplina.

Lam je kao dete često putovao u Afriku sa porodicom, pa je još u ranom detinjstvu imao prilike da vidi koliko su krupni kontrasti i razlike u načinu  življenja stanovnika Crnog kontinenta nasuprot, recimo, životnom stilu stanovnika jednog predgrađa u Teksasu, gde je odrastao. Video je da svet funcioniše na brojne i mnogostruke načine, i da se u tim razlikama nalaze skrivene, još neuočene mogućnosti. To ga je nagnalo da dovede u pitanje one stvari koje je većina ljudi, i njegovih sunarodnika, prihvatila, preispitujući ujedno i sopstvene misli i pretpostavke.

Samo-istraživanje, postavljanje pitanja deo su opažajne radoznalosti, nešto što mnogi od nas gube kako postajemo stabilniji i utemeljeniji u svoje životne odluke. Ipak, po Lamu, upravo je  samoistraživanje dovelo do ranih uspeha u vidu ličnog napretka; Postao je bolji student, bolji prijatelj i bolji u predstavljanju svojih ideja.

Sada, sa pet snažnih startup kompanija koje su u igri s velikim poslovnim sistemima, Lam kreće u svoju najambiciozniju startapersku kompaniju, Hypergiant, savremenu organizaciju po principu Stark Industries (Hauard i Toni Stark su poklonicima pop-kulture dobro znani likovi iz Marvelovih stripova i filmova). Ova firma opslužuje Ilonovu kosmo-kompaniju naprednim AI rešenjima, autonomnim satelitskim komandnim i kontrolnim sistemima, „Intergalaktičkim internetom“, prostorom inspirisanim kacigom nalik Marvelovom Ajronmenu, bioreaktorom pokretanim veštačkom inteligencijom, i koji emitovani ugljen-dioksid u kosmičkom brodu (ili na Zemlji) pretvara u hranu za alge, i još mnogo toga.

Bioreaktor algi koristi se za uzgajanje mikro ili makro algi. Alge se mogu uzgajati u svrhu proizvodnje biomase (kao u kultivatoru morske trave), prečišćavanju otpadnih voda, fiksiranju CO2 ili filtriranju akvarijuma / ribnjaka u obliku pilinga alge. Bioreaktori algi se u dizajnu uveliko razlikuju, šire se uglavnom u dve kategorije: otvoreni i zatvoreni reaktori.

Otvoreni reaktori su izloženi atmosferi dok su zatvoreni reaktori, koji se obično nazivaju fotobioreaktori, u različitoj meri izolovani od atmosfere.

Konkretno, bioreaktori algi mogu se koristiti za proizvodnju goriva kao što su biodizel i bioetanol, za proizvodnju hrane za životinje ili za smanjenje zagađivača kao što su oksidi azota, posebno kao zagađivači atmosfere, i CO2 u dimnim gasovima elektrana.

U osnovi, ova vrsta bioreaktora zasniva se na fotosintetskoj reakciji koju izvode same alge koje sadrže hlorofil koristeći rastvoreni ugljen-dioksid i energiju sunčeve svetlosti. Ugljen-dioksid se raspršuje u reaktorsku tečnost da bi bio dostupan algama. Bioreaktor mora biti napravljen od prozirnog materijala. Alge su fotoautotrofni organizmi koji vrše fotosintezu do kiseonika, i zato je njihova uloga u budućem procesiranju CO2 od kritične važnosti.

Za većinu ljudi, ove inovacije zvuče kao da su neposredno preuzete iz nekog naučno-fantastičnog filma, uz stripovski slogan, „Tommorowing Today“ („Sutrašnjica, već danas“), i Lamom na čelu projekta sa nečim takvim na glavi (marvelovska mašta preslikana u realnost: potpuno novi koncept kaciga, koje su se mogle uočiti na astronautima u kabini Spacex-a tokom nedavnog lansiranja). Ove inovacije su prirodni ishodi potekli iz kulture podsticanja strasne potrage, ponikle iz radoznalosti, one koja je pustila korene u svim oblastima života i rada.

Um početnika i prazna tabla

Šošin (Shoshin), takođe poznat kao „um početnika“, koncept je koji potiče iz zen-budizma i odnosi se na nedostatak predrasuda ili unapred stečenih sudova o nekoj temi. Ta otvorenost za nove pojmove je nešto što deca prirodno poseduju: ona iskazuju radoznalost za sve što rade; ona su savršeno otelotvorenje „uma početnika“ odnosno „još neispisane table“, jer još uvek nisu oštećeni ili inhibirani predrasudama, pretpostavkama ili istorijskim kontekstom, koji tako često raspršuju pravi smisao onoga što biva promatrano.

Vežbanje ulaska u „um početnika“, zapravo u prazan um i njegovu „čistu tablu“ na kojoj još ništa nije ispisano, takođe znači da čak i onda kada znamo dovoljno o ​​nekoj temi da bismo sebe smatrali stručnjakom u toj oblasti, neprekidno učimo nove i korisne stvari; one bi u svakom trenutku mogle stvoriti ‘plimni talas’ koji pokreće ono u šta verujemo na neku drugu tačku, menjajući tako i naša saznanja – a time i nas same.

Sam Ben praktikuje Shoshin tokom rada na svim svojim stvarima, idejama i proizvodima, učeći kroz upotrebu svoje duboke znatiželje, da poput detinjeg uma plahovito i intuitivno dospe do novih oblasti a onda se i priupita: “A zašto?”. Pitanje „zašto“ je uvek glavno i prvo u fokusu, bilo da se postavlja pri donošenju specifičnih poslovnih odluka, kada je potrebno utisnuti smislenost odlukama, ili, recimo, „zašto“ ne postoji odgovarajući propis koji bi pratio određene inovacije, ili „zašto“ postoji potreba za određenim alatom i sredstvima pri kreiranju proizvoda. Postavljanje ovih pitanja i večito jednog novog „zašto“, uvek i iznova, jedna je od Lamovih ključnih aktivnosti kojim neguje lične i poslovne stavove.

Rođen za preduzetnika

Iskustvo stečeno susretima s ogromnim spektrom kultura i običaja širom sveta podarili su mu percepciju gledanja na stvari na način koji se razlikuje od percepcije većine, oslobađajući instinktivnu sposobnost da uoči tržišne mogućnosti. Ben veruje da je neobično važno sagledati različite običaje, kulture i ideje kako biste bili sigurni da ćete uspeti u sagledavanju što više strana svake situacije, i tako uočiti mogućnosti tamo gde ih drugi ne vide.

Kao neko s prirodnom sklonošću za preispitivanjem utvrđenih normi, Benov preduzetni duh nije bio samo put već  i njegova sudbina. Kako sam kaže, „uistinu verujem da se preduzetnici rađaju i da se preduzetnik ne može postati naknadnim naporima. Čini mi se da sam oduvek bio predodređen da to postanem.“ Kao srednjoškolac bi prilično brzo napuštao svaki posao, ili se u njih ne bi uklapao, pa je odlučio da svoju prvu kompaniju pokrene sa svojim profesorom na fakultetu, još kao junior (brucoš) na koledžu. Sada, kada je trenutno preokupiran svojim petim startapom, a nakon četiri uspešna (od kojih su tri i prodata kompanijama javno listiranim na svetskim berzama), onda bi se sa izvesnošću moglo reći da mu je preduzetništvo u krvi.

Počinjući nanovo i nanovo

I mada njegova karijerna putanja može delovati “neadekvatno” ili „pogrešno” ako se uporedi s uobičajenim načinima za napredovanje, njegovo oslanjanje na svoju znatiželju i fluidno razmišljanje podrazumeva da je stalno inspirisan pomeranjem svoje percepcije i zapažanja o svetu, okruženju i kako “sve to“ u njemu funkcioniše. „Svaki put kada iznova krenem,“ objašnjava on, „radim to kao neko ko u glavi ima ‘praznu tablu’, gledajući na svet „očima početnika“, uvek se iznova pitajući kako to želim da vidim svet oko sebe. Rado i često volim da kažem da je jedna od mojih ‘supersila’ to što rado pristajem na stav „novajlije koji priznaje da ne zna“, što je u ovom svetu čudno. Sasvim se lepo osećam u vezi toga, kada sebi kažem da ne znam ili da ne razumem nešto, sa ciljem da budem otvoren i nastavim da učim.“

Ta nazovimo je „ranjivost“, odnosno „prepuštenost radoznalosti“ omogućila mu je da postane otvoren za nove uvide i da mu njegovi vršnjaci, njegove kolege i zaposleni, stručnjaci, prijatelji i svet budu neprekidan izvor uvida u nešto što bi ga moglo podučiti, a u vezi raznih, praktično svih zamislivih tema. Lam upražnjava tu „praznu tablu“ tako što se nikad ne plaši da započne iznova, i otvoren je da mu se pokažu drugi načini. To se manifestuje kroz još jedan princip budizma koji Lam nastoji da primeni u poslu i privatno, a to je nedostatak posesivne vezanosti za bilo koju od svojih ideja.

On se priseća jedne replike iz filma “Vrelina” (The Heat) kojeg je gledao kao dete, a u kojem se Robert De Niro poetski izražava na temu kako se postaviti tokom poslovanja pod pritiskom: “Trebalo bi da ste u stanju da se udaljite od bilo čega za manje od 30 sekundi ukoliko osetite ‘vrelinu’ koja nailazi” (“You should be able to walk away from anything in less than 30 seconds if you feel the heat coming on”); fraza je to koja označava da je u odsudnim trenucima nužno odmaći se brzo i nakratko od nekog problema ili velike ideje, kako bi se ona sagledala bez suvišnih emocija, uznemirenosti, uzbuđenja, besa ili egzaltiranosti.

Ben, doduše, nije ni u kakvom bekstvu od zakona, niko mu ne ‘podiže temperaturu’, kao u „Vrelini“: pa ipak, njegova vežba nesvrstavanja i “neprijanjanja”, tako što ne stvara previše veza s bilo kojom idejom, znači da može preusmeriti načine i smerove razmišljanja kada mu one predoče neverovatne ali utemeljene dokaze – a koji su do tog trenutka bili u suprotnosti s onim u šta je verovao da je istina. Sposobnost prihvatanja sopstvene zablude u kojoj smo bili do pre par trenutaka, a koja dolazi sa radoznalim umom, takođe propagira duh hrabrosti i neustrašivosti.

Neustrašivost kroz radoznalost

Sa godinama i usput sticanom mudrošću, dolazi do verovanja-samouverenosti „da smo već smislili sve stvari i postavili ih na svoje mesto“. Taj osećaj sigurnosti obično umanjuje našu radoznalost o načinima kako stvari funkcionišu ili bi mogle još bolje funkcionisati. Radoznalost je delom biološki odgovor na – strah. Imati spremnost da se upitate o stvarima koje ne znate ili ne razumete u potpunosti može biti neki vid hrabrosti. Za Lama, taj strah, odnosno oprez i bojazan u primeni novih još neisprobanih rešenja ga inspirišu da traži dublje odgovore, da sebe gurne u ta područja „nelagodnosti“ i voljno se upusti u, recimo, neke teže poslovne razgovore ili u delikatnu komunikaciju.

„Negovati znatiželjni način razmišljanja znači živeti sa prijatnom količinom opreza i stvaralačke strepnje. Verujem da radoznalost živi negde u prostoru između strepnje i čuda.“

Lamova sposobnost da živi u delimičnoj „bojazni“ i „poželjnoj strepnji“ od nepoznate teritorije inovacija, sposoban da uživa u onome što je čudno ili nepoznato, uravnotežujući svoja uočavanja sa svojom radoznalošću kao željom za saznanjem – sve to je moćno potencijalno sredstvo za jednog preduzetnika, sredstvo koje smatra jednim od najvažnijih aspekata svog uspeha u karijeri.

Ništa nije bez svojih granica

Lam jednoga dana može zaroniti duboko u „drevne vanzemaljce“, a već narednog u vrhunska istraživanja na području nano-tehnologija. Provešće čitav dan učeći o NASA-inim planovima za pravljenje uslova pogodnih za život u lunarnoj bazi, da bi se sutradan sasvim udubio u teoriju o načinima na koje u Škotskoj nastoje da zemlju oštećenu čovekovim delovanjem ponovo vrate u prirodno, prvobitno nekultivisano stanje, uz ponovno unošenje onih divljih vrsta koje su po dolasku čoveka nestale sa svojih staništa. Poznavanje puno stvari i uvid u mnoštvo informacija doprinosi dodatnom razbuktavanju znatiželje. Tada je moguće postavljati pitanja koja se, primera radi, tiču načina na koji u mesečevim bazama možemo gajiti osećaj za svet divljine (radoznalost u vezi škotskih rešenja za regeneraciju tla, koje bi se barem donekle mogli primeniti na Mesecu). Ili, recimo, kako da koristimo nanotehnologiju da bismo razvili ideju o drevnim vanzemaljcima na Zemlji?

Njegova neutoljiva radoznalost znači da nikad ne prestaje da uči i prihvata nove ideje. Lam veruje da bi inspiraciju trebalo crpeti iz što više izvora. Potraga za znanjima nikada ne biva zadovoljena; stoga on zdušno upija nebrojene dokumentarne i naučno-fantastične filmove, ali i “nefantastičnu literaturu” (naučnu i dokumentarističku), baš kao i umetnost, filozofiju, muziku ili pop-kulturu. Neki od vizionara kojima je posebno privučen je Matti Suuronen, čovek koji je tvorio ‘Futuro’ kuće, ili fotograf Dejvida Jeroua (David Yarrow), koji stvara neke kompleksne i „pomerene“ svetove.

“Zaista me privlači ta neka estetska perspektiva”, potvrđuje Ben. „Smatram da je rad Kanye Westa izuzetno zanimljiv i da zapanjuje svojom raznolikošću i porivima iz kojih nastaje (za svoj brend sportske obuće, Kanye upotrebljava tehnologiju kojom se ugljen-dioksid pretvara u komponente od kojih se prave đonovi patika). Ali me, isto tako, veoma intrigiraju i radovi ljudi kao što je Mario Livio, koji ispituje kako i zašto čovečanstvo funkcioniše baš na ovakav način, a ne na neki drukčiji.”

Podsticati znatiželju uma

Iako je nesumnjivo da je znatiželja njegova pokretačka snaga, on jasno uočava da nije u stanju da u jednom dahu osmisli sve ideje potrebne za izgradnju jedne uspešne kompanije. Benu je negovanje radoznalosti u poslu, na radnom mestu, najvažnija stvar; Oslanja se na tim ljudi kojima je okružen, a koji su takođe ne manje pametni, znatiželjni i sposobni za pružanje novih uvida u svet. Da bi se gajila takva znatiželja, on aktivno podstiče svoje kolege i prijatelje da se uključe i istraju u svojim poslovnim i kreatorskim strastima. Hypergiant često zapošljava one koji imaju šta da kažu, “dobro misleće jedinke”, aktivno ohrabrujući njihovu predanost određenoj strategiji ili toku delovanja, obično onom koji je potencijalno rizičan. Ideja je stvoriti što veći pul novih i dobrih ideja, priča, verovanja i uvida, koji će prirodno podstaći znatiželju: ono „zašto“ i „kako“ te ideje utiču na njihov rad. Stvaranjem radnog prostora u kojem kancelarije i radna mesta više nisu odeljeni zidovima, čak ni paravanima, omogućava se vizuelni simbol slobodnog protoka novih zamisli, a kompanija unosi u prostor razne stvari nastale ovakvom kulturom rada i saradnje, uz saznanje da će presek tih ideja rezultirati nečim novim: inovacijama; ili, ako ništa drugo, još više osnažujući inovativan način razmišljanja.

Vreme provedeno u traganju podstaknutom radoznalošću, uz otvorenost za prijem nadahnuća i novih ideja iz bilo kojeg da su izvora – uvezanih sa sposobnošću da se usled te otvorenosti ostane delimično „ranjiv“ ali  i empatičan predvodnik – sve je to podstaklo njegov uspeh u približavanju budućnosti ka današnjici. Još samo ostaje pitanje kuda će vas odvesti vaša znatiželja.

Teksaški startup Hypergiant Industries nedavno je predstavio inovativni uređaj koji bi mogao postati vrlo korisno sredstvo u našoj borbi protiv klimatskih promena – bioreaktor zasnovan na algama. Bioreaktor Eos, kako se ovaj uređaj naziva, koristi alge uzgajane uz pomoć veštačke inteligencije za uklanjanje ugljen-dioksida iz atmosfere i prečišćavanje vazduha. On bi u bliskoj budućnosti trebalo da bude instaliran i na Međunarodnoj svemirskoj stanici, baš kao i u svim kosmičkim letelicama SpaceX. NASA je odabrala Hypergiant kao ekskluzivnog proizvođača/dobavljača ove tehnologije, uz dalje usavršavanje kako bi se u bliskoj budućnosti odmah primenila u prvim lunarnim bazama. Eos je u stanju da “proguta” odnosno apsorbuje CO2 iz atmosfere 400 puta većom brzinom od drveća.

Sarah Austin, Entrepreneur.com

 

Srodni linkovi:

The ‘Why’ Behind Asking Why: The Science of Curiosity

ResearchGate: CO2 free bioreactor – what are some ways to remove CO2?

Understanding the Role of Dissolved O2 & CO2 on Cell Culture in Bioreactors

Bioreactor for Mars Converts CO2 into Organic Building Blocks

The Machine That Uses Algae to Eat Carbon Dioxide

This ‘personal carbon sequestration’ device uses algae to remove CO2 from the air

Is carbon capture technology our best bet to prevent climate catastrophe?

Kanye West’s yeezy sneaker will be made using algae in new ‘seed to sole’ concept

10 interesantnih kineskih startapa u 2020.

Postovi Aleksa Mičela na njegovom JournalBlogu ishodište su istraživanja jedinstvenih karakteristika svakog startup tržišta pojedinačno, u rasponu od izvora finansiranja, prethodnih uspeha / neuspeha, kao i krivulja rasta.

Protekla 2019. je bila, u najmanju ruku, veoma zanimljiva godina za kineske startape, kaže Alex Mitchell.

Iako su 2017. i 2018. bile neupitno godine masovnog rasta, 2019. je bila značajan korak unazad. Da li je to bila prekretnica i predznak nekih stvari koje dolaze? Ili je to bio tek zalet u “veliku 2020. godinu”? Samo će vreme dati odgovor…

Ovaj grafikon slikovito govori:

Kineske kompanije su do sredine prošlog novembra prikupile 35,6 milijardi dolara kroz 2047 rundi. U istom vremenskom rasponu prošle godine, kineske kompanije prikupile su 93,4 milijarde dolara kroz 2795 krugova finansiranja.

To je pad od 62% u dolarskom finansiranju, a i pad od 27% u iznosima finansijskih rundi.

Ovo predstavlja izuzetno veliku promenu, pa se logično nameće pitanje: Šta stoji iza ovog velikog pada investicija u kineske startup firme?

Trgovinski rat, možda ne biste poverovali, zasigurno nije pomogao. Neki novac rizičnog (venčer) kapitala zbog toga i dalje ostaje po strani i neupotrebljen, sve dok situacija oko budućih odnosa između Kine i Sjedinjenih Država ne postane jasnija.

Drugi razlog je nekoliko veoma visokih pokretačkih „implozija“. Bike sharing bio je masovan trend u 2017. i 2018. godini, da bi se ubrzo nakon toga potpuno ugasio, što je rezultiralo trenutnim nestajanjem nekoliko kineskih ’jednoroga’.

Međutim, brojni kineski startapi i dalje beleže ogroman rast.

I mada obim i brzina fijaska koji su iskusili bajk-šering startaperi verovatno dosad nije viđen u svetu ulagača rizičnog kapitala, ukupno dostupno tržište (Total Addressable Market, TAM) ovog neobičnog poslovnog modela ima značajno niži rast od drugih poslovnih grana u kojima je Kina verovatno svetski lider: recimo u – oblasti veštačke inteligencije.

Kina nastavlja da ubrzava svoje AI razvojne kapacitete i mogućnosti usled nekoliko važnih razloga:

1. AI kineske kompanije igraju po različitim pravilima: Kineski zakoni i propisi o privatnosti dramatično se razlikuju od onih u Sjedinjenim Državama. Ova jednostavna činjenica znači da kineske kompanije za veštačku inteligenciju mogu da prikupljaju i koriste podatke u obimu koji nikada ne bi bio moguć u Sjedinjenim Državama. Više podataka = bolji modeli.

2. Ulaganje u AI je nacionalni prioritet: u julu 2017. godine je kineski predsednik Si Đinping veštačku inteligenciju učinio nacionalnim prioritetom, obznanjujući „Plan razvoja veštačke inteligencije nove generacije“, čime je ovoj grani ispostavio zahtevne i kompetitivne ciljeve. Si želi da Kina do 2030. godine postane neprikosnoveni svetski lider u razvoju veštačke inteligencije, koja će samo u okviru granica ove zemlje vredeti barem 150 milijardi dolara. Takođe, njegov plan nije tek nekakav uzvišeni, „metafizički“ cilj, s obzirom da AI razvoj uključuje i ogroman priliv državnih subvencija za istraživanje i obrazovanje novih kadrova, kao i uspostavljanje mnogih novih institucija čije će glavno polje rada u budućnosti biti veštačka inteligencija.

Kako je ovih top 10 izabrano?

Kreator ove liste izglednih kineskih startapa u 2020. se krajem prošle godine mahom fokusirao na industrije u kojima Kina ima jedinstvene konkurentske prednosti. Kao što je već spomenuto, ona prvenstveno uključuje oblast veštačke inteligencije, autonomna vozila, a uskoro može uključivati i meso odgajano u laboratoriji.

Mičelova lista deset najinteresantnijih kineskih startapa na koje treba obratiti pažnju u ovoj godini takođe sadrži i nekoliko jednoroga za koje verovatno većina nas nije čula, i koji nalažu da idemo još dublje u potrazi za kineskim startapima koji su najspremniji da u narednih par godina dostignu profite koji će se izražavati u milijardama dolara.

Evo mojih “Top Ten”: deset kineskih startapa na koje treba obratiti pažnju u 2020:

1. WeRide

WeRide je zaigrao veliku igru ulažući u autonomna vozila. Novembra 2019. je u Guangdžuu lansirao svog probnog ‘robo-taksistu’ bez vozača. Kompanija ima 20 Nissan EV-ova i nudi vožnje na prostoru koji obuhvata 150  kvadratnih kilometara, radeći kroz partnerstvo sa najvećim taksi-operatorom u Južnoj Kini. Kompanija očekuje da u narednih nekoliko meseci ovom pilot-projektu pridoda još nekoliko desetina automobila.

Uz to, startup firma WeRide je bila visoko rangirana u izveštaju iz 2018. o rezultatima testova autonomnih vozila, objavljenom u Ministarstvu saobraćaja Kalifornije, najvažnijem svetskom probnom terenu za industriju autonomnih vozila.

Ovaj izuzetan učinak je doprineo da se WeRide odvoji od „velikog čopora“, obezbeđujući mu mogućnosti za razvoj svog poslovanja kako u zemlji tako i u inostranstvu.

Sedište: Guangdžu

Ukupno prikupljeno: $202M

2. DeepRoute

DeepRoute je još jedan kineski igrač u usponu koji se uključio u globalno nadmetanje za dominacijom na polju razvoja autonomnih vozila. Kompanija je u seriji A finansiranja prikupila sredstva u iznosu od 50 miliona dolara nakon što je osnovana tek februara 2019. godine (!) Jasno je da investitori veruju u ovaj tim genijalaca koji potiču sa prestižnih univerziteta širom sveta (Kina, Britanija, SAD, EU), a koji su već stekli karijere u kompanijama poput Gugla, Forda, Intela, GM-a, Baidu-a i Cruise-a. Lista se nastavlja.

Detalji o tome kako DeepRoute planira da odskoči i izdvoji se od rivala su ipak malo drukčije prirode od inače uobičajenog „razvijanja sistema za samostalnu vožnju nivoa 4“. Od ove kompanije bi tokom 2020. trebalo očekivati dobru zabavu.

Sedište: Šenžen, Kina

Ukupno prikupljeno: $50M

3. Pony.ai

Pony.ai novinarima nije nepoznat startup: Ovaj tehnološki jednorog postao je prva kineska kompanija koja je testirala robo-taksije na gradskim javnim putevima pre oko godinu dana. Kompanija, koja je osnovana tek 2016. godine je već izgradila impresivan fond od 264 miliona dolara.

U novembru 2019. godine, Pony.ai i Hyundai su predstavili svoj ‘BotRide’ – deljenje servisa autonomnih vozila na zahtev, koji radi u Irvajnu u Kaliforniji. Iako je ovo za sada samo pilot-projekat koji uključuje nekoliko stotina stanovnika, to je impresivan korak napred, sličan onom koji je napravila Guglova kompanija ‘Waymo One’ koja je u Arizoni odskora počela sa komercijalnim radom.

Sedišta: Peking, Guangdžu, Frimont (Kalifornija)

Ukupno prikupljeno: $264M

4. Whole Perfect Food

„Potpuno savršena hrana“ (WPF) se razlikuje od prva tri startapa koja sam predstavio na ovoj listi. U stvari, to čak i nije pravi „startup“. Kompanija je osnovana 1993. godine, pre nego što su mnogi osnivači gore navedenih startapa uopšte rođeni. Mičel je u svoju listu, ipak, uvrstio i WPF “jer se u njihovoj industriji dešavaju velike stvari i izvesno je da ih stoga treba pomno pratiti tokom 2020. godine”.

WPF je proizvođač „biljnog mesa“ sa godišnjom prodajom od 300 miliona juana (~ 45 miliona dolara). Sa globalnim usponom pokreta veštački proizvedenog mesa, WPF ima dobre šanse da u ovoj godini ostvari izuzetan poslovni rast. Osim što će povećati potražnju na svom domaćem tržištu, možda će biti u prilici da izvozi znatno više nego prethodnih godina.

Usled tako hitrog proširivanja biznisa tokom 2019. godine, moglo bi se očekivati da WPF ima dobre izglede da zauzme svoj deo tržišnog kolača, koji već „grickaju“ startapi poput ‘Impossible Foods’ i ’Beyond Meat’.

Sedište: Šenžen, Kina

Ukupno prikupljeno: Nije objavljeno

5. OmniPork

OmniPork iz Hong Konga je „proteinska poslastica“ spravljena od kombinacije soje, graška, gljiva i pirinča. Razvio ga je tim azijsko-kanadskih naučnika a proizvodi se na Tajlandu. Trenutno se isporučuje na pet tržišta u Aziji.

Slično kao kod WPF-a, i OmniPork je u dobroj poziciji da iskoristi makro-trendove u mesnoj industriji. Pored toga, Kina je usred velike epidemije svinjske groznice koja je ubila preko 100 miliona svinja, usled čega je došlo do dramatičnog porasta cena svinjskog mesa.

Takođe, OmniPork je oktobra 2019. u Kini otpočeo virtuelnu prodaju kroz Taobao, onlajn-radnju u vlasništvu Alibabe.

Sedište: Hong Kong

Ukupno prikupljeno: Nije objavljeno

6. Cambricon

Cambricon je proizvođač procesora za komercijalne aplikacije za dubinsko učenje (deep learning), uključujući pametne telefone, UAV-ove, autonomne automobile i tehnološku odeću (wearables). Kompanija je u 2017. i 2018. imala ulaganja u iznosu od 100 miliona dolara.

Iako je veliki deo tehnologije ove kompanije neverovatno složen i uključuje minucioznu arhitekturu mikro-čipova, ono što nije komplikovano je to da je Cambricon već pokazao veliku privlačnost za potencijalne ulagače, odnoseći trijumf u biznisima sa kompanijama kao što su China Telecom, ZTE i Kingsoft.

Ove godine treba obratiti pažnju upravo na Cambricon.

Sedište: Peking, Kina

Ukupno prikupljeno: $200M

7. Momenta

Osnovana 2016. godine, Momenta pravi „mozgove“ za kompanije koje se bave razvojem i proizvodnjom autonomnih vozila. Umesto da se fokusiraju na izgradnju automobila za samostalno upravljanje, u Momenti stvaraju softverske pakete za percepciju, semantičko mapiranje i planiranje ruta zasnovanih na podacima dobijenim preko senzora.

Highway Pilot je naziv njihovog poluautonomnog rešenja, koje je Momentin prvi masovni softver. Planiraju da uskoro lansiraju više autonomnih softverskih paketa, uključujući potpuno autonomno softversko rešenje za parking a i samostalni robo-taksi, koji će se primenjivati u gradskim uslovima.

Mičel hvali Momentin softver i ‘data-first’ pristup jer “Omogućavaju drugima da se snalaze u kapitalno intenzivnim sektorima – komponentama autonomnih vozila; njihov tim preferira rad na lakše skalabilnim (ali i dalje veoma izazovnim) setovima podataka i softveru.”

Sedište: Peking (Sudžou)

Ukupno prikupljeno: $203M

8. YITU

YITU Technology je osnovana 2012. Kombinuje AI sa industrijskim aplikacijama, uključujući one koje pokrivaju sektor bezbednosti, finansija, transporta i zdravstva.

YITU ima tri glavne oblasti poslovanja: Inteligentni gradovi, Inteligentno zdravstvo i biznis koji uključuje prikupljanje podataka.

Njihov proizvod nazvan „Inteligentni gradovi“ pomaže urbanistima i menadžerima da sprovedu AI rešenja u svojim gradskim prostorima, u rasponu od kontrole pristupa ili sprečavanja kriminala, pa do povećanja iskoristivosti lokalnih resursa.

U AI proizvodu koji se tiče zdravstva, YITU nudi platformu za kliničku dijagnostiku, a svoja istraživanja i razvoj fokusirali su na softversko-hardverskim rešenjima za procenu razvoja deteta. Konačno, YITU se svojim proizvodima usredsredio na aplikacije iz oblasti finansija i maloprodaje, i već je privukao veliku radoznalost i interesovanje.

Jasno je da se YITU razlikuje od drugih, a i portfolio mu je raznolik.

Sedište: Šangaj, Kina

Ukupno finansiranje: $381,8M

9. Tuya

Tuya je izgradila sve module i protokole koji pokreću „pametnu funkcionalnost“ kamera i foto-aparata, pametnog osvetljenja, uređaja za domaćinstvo i još mnogo toga. Takođe su izgradili svoj „softverski sloj“ i, uz njega, i tržište, kako bi ih profitno spojili.

Ono po čemu Tuya odskače od ostalih jeste upravo to koliko su u svoju proizvodnju bazirali na modelu “ključ u ruke”, integrišući svoje softvere u brojne OEM-ove (OEM, originalni proizvođač opreme; firme koje proizvode uređaje od delova kupljenih od drugih kompanija). Jednostavno pronađete modul koji vam je potreban na njihovoj veb-lokaciji za uređaj koji kreirate ili ste ga već napravili – i oni će vam stvoriti softver, ili obezbediti neki od svojih već postojećih, koji ćete moći da ugradite u vaš uređaj. I YITU, dakle, poput startapa ‘Momenta’, proizvodi „mozgove“ za opremu i uređaje (Turnkey proizvodnja funkcioniše po sistemu “ključ u ruke”, uz pružanje kompletnog proizvoda/usluge koji su odmah spremni za upotrebu).

Tuya obećava da će vam nabaviti prototip mobilne aplikacije za „pametne kuće“ po white-label principu u roku od jednog dana, ili, po potrebi, za masovnu proizvodnju (čija izrada iziskuje najviše dve nedelje). Ukoliko je istina da zaista mogu da ih isporuče u tim rokovima – onda je to veoma impresivan podatak koji svedoči o ulaganjima i naporima ove kompanije, kako bi njihova platforma i moduli pametnog doma postali tržišni standardi.

Sedište: Hangdžu, Kina; San Hoze, Kalifornija; Hariana, Indija

Ukupno prikupljeno: Nije objavljeno

10. 4Paradigm

 

4Paradigm je AI startap sa sedištem u Pekingu, koji se bavi softverom za mašinsko učenje (machine learning).

Nalik poslovnom modelu i proizvodima koje nudi startup YITU, i 4Paradigm u brojnim slučajevima primenjuje svoja rešenja u najrazličitijim granama poslovanja. 4Paradigm nudi, između ostalog, i softverske solucije za prepoznavanje rukopisa, sprečavanje prevara tokom B2C transakcija, kontrolu rizika, predviđanje prodaje, korisničke servise i još mnogo toga. Nesumnjivo je da će ova 2020. biti godina značajnog rasta ove kompanije.

Ostaje nam da gledamo svojevrsno nadmetanje, naime ko će zadobiti prednost u 2020. godini: 4Paradigm ili YITU?

Sedište: Peking, Kina

Ukupno prikupljeno: $140M

Startaperi vredni pažnje i pohvale:

Banma: Banma Network Technologies sarađuje sa auto-kompanijama, nudeći tehnologiju za operativne sisteme u vozilima.

G7: Pruža usluge u upravljanju kineskim auto-flotama, nudeći IoT / AI servis na preko 800.000 vozila. Umesto da jednostavno prati samo polaznu tačku i konačno odredište, G7 neprekidno prati i vremenske uslove, performanse vozača, temperaturu u prikolici, uslove na lokaciju i još mnogo toga.

 

Alex Mitchell, JournalBlog.com

10 startapova sa Balkana koje treba imati u vidu u 2019. (a i posle)

Pinterest

Makedonija, Hrvatska, Albanija, Srbija, Kosovo, Bugarska, Bosna i Hercegovina – ovaj krševiti region koji se devedesetih „usitnio“ na nekoliko novih država retko je na startaperskom radaru, ali ga definitivno ne treba izostaviti. Ekosistemi u svakoj zemlji polako se oblikuju, potpomognuti vladinim inicijativama, zasnivanjem udruženja s rizičnim kapitalom kao i udruženjima poslovnih anđela, regionalnim tehnološkim konferencijama i pričama o uspehu početničkih kompanija. Poznati po velikom tehničkom talentu i ambicioznoj mladoj populaciji, možda ćete narednih godina čuti mnogo više startap priča iz regiona “Jugoistočne Evrope“. A dotle, evo 10 startup firmi „sa brdovitog Balkana“ koje su sebi već izgradile ime.

FindMeCure – nazvan još i „Google za klinička ispitivanja“, ovo je još jedan u nizu uspešnih startapa nastalih kao rezultat mentorskog programa diplomaca londonskog akceleratora Techstars (Techstars London Accelerator). On povezuje pacijente koji traže inovativne zdravstvene tretmane sa farmaceutskim kompanijama koje od učesnika traže da se pridruže kliničkim ispitivanjima putem njihove “pametne” platforme za pretraživanje. Osnovan 2015. godine u Sofiji i podržan od strane kompanije LAUNCHub Ventures, startup firma FindMeCure revolucioniše pristup kliničkim ispitivanjima i spašava živote širom sveta.

Gideon Brothers – Osnovan 2017. godine, ovaj hrvatski startup razvija robote na AI pogon za razne industrijske aplikacije. Podržani od Estonca Taaveta Hinrikusa, osnivača firme-aplikacije za transfer novca TransferWise (i ne manje bitno, nekadašnjeg prvog uposlenika u kompaniji Skype), Gideonov prvi proizvod je autonomno vozilo za unutrašnji (indoor) transport namenjeno za logističke i proizvodne svrhe. „Braća Gideon“ su osvojila prestižnu informatičko-poslovnu nagradu „Evropska AI zvezda u usponu“ (European AI Rising Star) na londonskom Forumu osnivača (Founders Forum) u junu 2018. godine.

Hunch – srpski startup Hunch je kompanija koja se bavi oglašavanjem tj reklamiranjem kroz SaaS tehnologiju koja pomaže preduzećima u realizaciji automatizovanih, optimizovanih i personalizovanih oglasa, namenjenih prvenstveno korisnicima na vodećim digitalnim reklamnim platformama kao što su Facebook, AdWords, Instagram, Twitter i LinkedIn. Osnovan 2016. godine, ovaj startap za usluge automatizovanog oglašavanja već pomaže brendovima poput Viblija, Grinpisa ili Dajsa (Weebly, Greenpeace, Dice). Svoj FM grade rastom platforme i sticanjem svojih kupaca na mreži (FM, Facility management, upravljanje usmereno na efikasno pružanje usluga podrške organizacijama/klijentima koje opslužuju).

Koola razvija platformu za prediktivno održavanje AI i mašinskog učenja u „radnom  hodu“, i pre svega je namenjen auto-dilerima tj trgovcima vozilima. Platforma pruža raznovrsne usluge (mogućnosti servisiranja, izveštaje o padu sistema, greškama kod motora, čak i mogućnostima-informacijama koje doprinose boljem poslovanju i prihodovanju); uz to, platforma još povećava zadržavanje kupaca, njihovu satisfakciju i prihode nastale trgovinom. Podržana ABC Accelerator-om, Koola proširuje svoje usluge na upravljanje voznim parkom (usluga opsluživanja više vozila); ovaj „pametni“ startap ima svoja sedišta u Sarajevu i Delaveru (SAD).

Nasekomo je agro-biotehnološki start-up iz Sofije čija inovativna tehnologija omogućava pretvaranje organskog otpada u alternativni izvor proteina koji se potom koristi za ishranu ribe i stoke. Startup se bavi rešenjima za prehrambeni otpad i nastoji da iskoristi insekte kao izvor „goriva“ (tj. energije), stvarajući održivi izvor hranljivih proteina. Osnovan 2017. godine, Nasekomo je u junu 2018. prikupio milion evra početnog kapitala (seed round).

Sentinel Marine Solutions – Vlasnici brodica i kompanije za iznajmljivanje plovila imaju ograničene mogućnosti nadgledanja i kontrole svojih plovila. Osnovan 2015. godine i sa sedištem u Vodnjanu, Hrvatska, Sentinel Marine Solutions razvija platformu za održavanje i logistiku plovila, pružajući lokaciju broda (praćenje flote), njegovo “zdravlje” tj stanje plovila (baterije, pogon, navigacija itd.) i informacije o aktivnostima (posete benzinskim stanicama, ETA, opasna područja itd.). Nagrađen od strane CESA-e kao „najbolji IoT startup“ i podržan od strane venčer-investitora, Sentinel transformiše brodsku industriju.

Softmogul je razvio alat za upravljanje softverom zasnovanim na cloud-uslugama (izmeštenog čuvanja podataka) za hotele i druge smeštajne objekte, pomažući im da svoje poslovanje učine ekonomičnijim. Karakteristike uključuju sistem upravljanja imovinom, prodajna mesta (point-of-sale, mesto na kome se obavlja maloprodajna transakcija), vođenje domaćinstva, upravljanje događajima i rezervacijama, upravljanje vašim platnim kanalima (prometom) i platno posredovanje (Payment Gateway). Ovaj „Plug & Play“ akcelerator je jedan od najvećih startapa u Albaniji a svoje kancelarije ima i u SAD-u.

Agremo – beogradski Agremo je razvio platformu za analizu poljoprivrednih senzora i slikovnu analizu za operatore koji opslužuju bespilotne letelice (dronove) i daljinske senzore. Koristeći vazdušne snimke, AI, „računarski vid“ i mašinsko učenje, Agremo pomaže agro-preduzećima da ostvare održivu proizvodnju, poboljšaju svoje prinose i snize troškove proizvodnje. Osnovan 2015. godine i podržan od South Central Ventures, Agremo uvodi digitalnu transformaciju u poljoprivredi.

Alchemy Cloud – Fond za preduzetničke inovacije (Enterprise Innovation Fund) je 2016. uložio 300.000 evra u srpski startup „dryTools“. Godinu dana kasnije spojili su se sa kompanijom Alchemy čije je sedište u Silicijumskoj dolini, kako bi dalje radili na svom akceleratorskom softveru u hemiji (Chemistry Acceleration Software), pomažući hemijskim kompanijama da povećaju laboratorijske kapacitete, ubrzaju inovacije u hemiji i povećaju prodaju. Startup je sa sedištem u Novom Sadu, a nedavno je otvorio kancelariju u San Francisku.

EmbedSocial – Osnovan 2016. godine, ovaj start-up iz Skoplja predstavlja potpuno automatizovanu SaaS platformu koja pomaže kompanijama da poboljšaju svoje veb stranice, ponovo koriste sadržaj sa društvenih medija i povećaju veb-konverzije. Funkcije uključuju 1. EmbedAlbum, generator svih vaših fotografija na društvenim medijima; 2. EmbedReviews, sakupljač vaših mrežnih recenzija na bilo kojem vebsajtu, 3. EmbedFeed, agregator feedova na društvenim mrežama, i 4.  EmbedStories, alatku za Instagram-priče. Inače, jedan od najpopularnijih oblika računarstva u oblaku je softver kao usluga SaaS (Software as-a-Service), definisan kao model distribucije softvera u kojem provajder usluga ugošćava aplikacije za kupce i čini ih dostupnim ovim korisnicima putem interneta. SaaS je jedna od tri glavne kategorije usluga u oblaku, zajedno sa infrastrukturom kao uslugom (IaaS – Infrastructure as a Service) i platformom kao uslugom (PaaS – Platform as a Service). S obzirom na jednostavnost pristupa, SaaS je postao zajednički model isporuke za mnoge vrste poslovnih aplikacija i uključen je u strategiju isporuke proizvođača softvera. Na raspolaganju su SaaS ponude za razne poslovne aplikacije, uključujući elektronsku poštu i saradnju, upravljanje odnosima s kupcima (CRM – customer relationship management), obradu plata i platnog prometa, upravljanje prodajom, upravljanje ljudskim resursima, finansijsko upravljanje, upravljanje bazom podataka, planiranje resursa preduzeća (ERP – enterprise resourcing planning), upravljanje sadržajem i uređivanje dokumenata i upravljanje njima.

Uzgred: Ako ste korporacija ili investitor koji traže uzbudljive startapere na određenom tržištu radi potencijalne investicije ili kupovine, pogledajte više na linku za Startup Sourcing Service.

 

EU-Startups.com

10 startups to look out for in the Balkans in 2019 and beyond

Koliko košta Alan Tjuring?

Kako je Alan Tjuring predvideo eru veštačke inteligencije, i kako će se naći na novoj britanskoj novčanici od 50 funti.

“Sometimes it is the people no one can imagine anything of who do the things no one can imagine.”

Ni 65 godina nije bilo dovoljno vremena da se prepozna i prizna Tjuringov neprocenjiv doprinos svetskoj nauci.

Postoji dobar razlog što su Britanci pre neki dan izabrali da ih “dečko sa Prinstona” vodi dalje kroz 21. vek: njegova uloga u razbijanju nacističkog šifarnika „Enigma“ biće odlučujuća pri donošenju odluke da se njegov lik stavi na novu britansku “petobanku”. To, međutim, nipošto nije sveobuhvatni odraz svih Tjuringovih interesovanja i dostignuća – izuzev dramatično važnih dometa u razvoju veštačke inteligencije i kriptografije, značajni su i njegovi uvidi u oblasti morfogeneze (utvrđivanje zakonitosti i obrazaca rasta živih bića) u spoju s razvojem mašinske inteligencije.

Da, pomogao je saveznicima da pobede u ratu: Tjuring je imao moć da uoči suštinu problema koji je trebalo rešiti: na te ratne zadatke primenjivao je svoje neslućene kapacitete – ne bi li stekao uvid u izlazne opcije, uz ogromnu usredsređenost i  kreativnost. Ali Tjuringov značaj ne sastoji se od njegovog istorijski ključnog položaja – kao osobe koja je rešavala najveće probleme Drugog svetskog rata – ili pak kao osobe koja je bila odvratno maltretirana samo zato što je gej (Tjuring, naravno, teško da je 2013. čuo zvanično izvinjenje britanske kraljice za ono što mu je kruna učinila). Raspet na stub srama, bez ikakvog povoda; ono što je Britaniju danas inspirisalo da mu se nakon gotovo sedam decenija, barem na neki način, makar simbolično, oduži. Napokon, njegov doprinos naučnoj zajednici i svetu još uvek nije do kraja sagledan – ono zbog čega je slavan je tek jedan deo njegovih naučnih dometa.

Tjuring je bio osoba koja je toliko mnogo držala do sopstvene privatnosti. Međutim, imamo nekoliko uvida u njegove glavne motive – pre svega onih koji potiču od reči i pera pionira informacionog doba, Kloda Šenona. Američki matematičar koji je radio u plodnom, višestruko podsticajnom okruženju Belovih laboratorija (Bell Labs) u Nju Džersiju, Šenon je intelektualno bio podjednako snažan kao i Tjuring. Njih dvojica su prepoznali svoje čudno srodstvo 1942. godine, kada je Tjuring bio poslat preko Atlantika u Belove laboratorije ne bi li doznao nešto više o američkim dometima u kriptologiji (ili kriptografiji) – oblasti šifrovanja i razbijanja šifara.

Tokom posete, Šenon i Tjuring bi zajedno popili po čaj i pričali o svemu pomalo  – osim o kriptografiji i šiframa. Šenon je kasnije komentarisao da mu je Tjuring zavideo na slobodi da „luta svim vrstama intelektualnih oblasti“. Ipak, njih su dvojica najviše razgovarali o tome šta bi računari mogli da urade u budućnosti – posebno u stvaranju veštačke inteligencije. “Tjuring i ja smo razgovarali o mogućnosti da se u potpunosti simulira ljudski mozak“, rekao je Šenon u jednom intervjuu iz 1977. godine. Tada su mislili da bi projekat mogao potrajati nekoliko decenija.

Tjuring je 1948. godine napisao “Inteligentne mašine”, svoj prvi članak o simulaciji mozga na kompjuteru. Nije objavljen godinama nakon njegove smrti, uglavnom zbog toga što je Tjuringov šef, Čarls Darvin – ne “onaj” Darvin, već njegov unuk – gajio mišljenje da taj rad nije ništa bolji od “đačkog eseja”. Tjuring je 1950. objavio još jedan rad o veštačkoj inteligenciji: bio je to rad u kojem je glavno pitanje glasilo: “Može li mašina da misli?” Šenon ga je te godine posetio u Mančesteru, i bio je impresioniran što vidi da još uvek aktivno radi na razumevanju onoga što se događa unutar računara. Čak je i osmislio sistem u kojem bi mančesterski kompjuter emitovao zvuk svaki put kada bi završio operaciju, sa tonom zvona koji daje informacije o procesu. Tjuring je mislio da ova programerska naredba, da “namesti ton pištaljki!”, kako se to radosno izrazio Šenon, može biti ključ za razumevanje kako mašine mogu misliti.

Guverner Banke Engleske, Mark Karni, objavljuje da će Tjuringov lik biti na novog britanskoj novčanici od 50 funti (The Independent)

Guverner Banke Engleske, Mark Karni: “Tjuringov lik biće na novog britanskoj novčanici od 50 funti” (The Independent)

To tada i nije bio – “razumevanje mašina” je uvid koji je došao kasnije, sa Tjuringovom arhitekturom za jedan drukčiji kompjuter, koji je povezao svoja kola sa promenljivim vezama, oponašajući arhitekturu ljudskog mozga. Veštačka neuronska mreža je skinuta sa table za crtanje na bostonskom MIT-u, gde je Klod Šenon (Claude Shannon) bio gostujući profesor – bilo je to 1958, četiri godine nakon što je Tjuring preminuo u nepojmljivo bolnim okolnostima.

Mogli bismo veličati Tjuringa zbog njegovog uspešnog razbijanja šifara, ili se usredsrediti na užasan tretman koji je nasilno “primenjen” nad njim, u doba koje je odisalo netolerancijom prema homoseksualcima. Ali, možda bi bilo najbolje da se na izbor Alana Tjuringa za lice na novoj britanskoj novčanici od 50 funti gleda kao na znak odobravanja u novoj epohi veštačke inteligencije. Tjuring je 1949. izjavio za Tajms da su sadašnje inkarnacije tj forme računarskih mašina “samo predosećaj onoga što će tek doći, a samo senka onoga što će biti.” Ovo je citat koji će se pojaviti na novčanici od 50 funti, i koji je odraz jedne istine – sa svojom i dobrom i lošom stranom. Sledeći Tjuringov pravac kojim nas je poveo, danas razvijamo mašine koje uče da dijagnostikuju bolest pre nego što je to čovek u stanju, zajedno sa drugim AI uređajima koji uče da identifikuju ljude i ubijaju ih. Veštačka inteligencija će promeniti svet kroz iskustva radosti i bola, na sličan način koji je to doživeo i njen kreator, završava Majkl Bruk za New Statesman.

Mark Karni, direktor Banke Engleske (Guardian)

Stavljanje Alana Turinga na 50 funti je trijumf britanske nauke – i jednakosti, napisala je ovim povodom Emili Grosman, molekularna biologičarka, genetičarka i naučna novinarka, inače poznata javna ličnost koja se u Britaniji često može videti na TV-u. U svojoj kolumni za Gardijan, Grosmanova kaže da je i ona sama bila članica savetodavnog odbora kojeg je upriličila Banka Engleske da bi se pomoglo pri odabiru naučnika koji će krasiti novu novčanicu od 50 funti. Odavanjem počasti na ovakav način poslata je poruka da Britanija poštuje sve ljude, piše ona i dodaje: „Tokom prošlog Božića  sam imala to neobično zadovoljstvo da iščitavam kratke biografije 989 mrtvih naučnika. Kao članica savetodavnog odbora za odabir karaktera na novčanicama Centralne banke Engleske, proučavala sam potencijalne kandidate za novu novčanicu od 50 funti: zapravo, broj britanskih naučnika koji su bili kandidati za “reklamiranje britanske petobanke” dostigao je preko 225 hiljada(!). Ovoliki broj javnih ličnosti je istovremeno “odražavao ogroman doprinos našeg malog ostrva međunarodnom naučnom napretku u proteklih nekoliko stoleća”, piše Grosmanova. Ona, uzgred, piše i da je dve trećine homoseksualnih parova u Londonu zabrinuto za svoju bezbednost tokom boravka na javnim mestima ovog grada, kao i da se ona sama, “budite ubeđeni, osećam prilično neprijatno dok mojoj partnerki (inače majci) i meni viču, negoduju i dobacuju na ulici – kako mladi muškarci tako i starije gospođe”.

turing.w.uib.no

Savetodavni odbor je konačno stigao do liste od 12 ličnosti, koju smo uredno predstavili guverneru Banke Engleske, Marku Karniju. Svi su sami po sebi bili izuzetni naučnici, koji su se univerzalno složili da su dali značajan i trajan doprinos ne samo svetu nauke, već i društvu u celini. Oni su se kretali od Stivena Hokinga i Rozalind Frenklin do Doroti Hodžkin i Šrivanase Ramanudžana. Bila je to lista koja je osporila zastareli stereotip o „društveno neugodnom starom belcu, koji marljivo radi sam u svojoj laboratoriji“. Ova je metafora štetna, i izraz je koji danas još uvek sprečava mnoge mlade ljude da vide svoje mesto u nauci.

Jedno se ime posebno isticalo kao ono kojem treba ukazati pažnju i čast da se nađe na novčanici od 50 funti: Alan Tjuring. Njegov doprinos nauci je jasan: on je bio otac informatike, značajno utičući na savremenu oblast veštačke inteligencije, i – što je najvažnije – odavanje priznanja za njegov rad i domete napravljene u Blečli Parku tokom Drugog svetskog rata, kao vođe tima koji je razbio nemački kripto-sistem upotrebljavan za šifrovanje „Enigme“.

U 72 zemlje sveta su istopolni odnosi i dalje nezakoniti (od kojih su 36 članovi Komonvelta), dok je 11 onih u kojima je homoseksualnost kažnjiva smrću. Odavanje pošte Tjuringu šalje jednu snažnu poruku. Britanija je nacija koja veruje da se prema svim ljudima treba odnositi podjednako i s poštovanjem; zato bi ova nacija trebalo da Alana Tjuringa slavi zbog njegovog izuzetnog doprinosa svetu. To je, ujedno, i odavanje pošte svakom od 50 hiljada onih koji su na isti način, i iz istog razloga, stradali u Britaniji polovinom prošlog veka.

“Izvinjavati se mrtvima je jedna fina stvar. Ipak, bolje od toga je reći živima da vam je žao”, napisala je za Gardijan ovim povodom Ketrin Benet, britanska novinarka i kolumnistkinja Observera.

Guglovi telefoni i računari kao „trojanci“ za AI

Fokus velike Guglove hardverske prisutnosti među android telefonima uopšte se ne tiče razvoja hardvera; u pitanju je razvoj veštački inteligentnog „digitalnog pomoćnika“ koji je zadužen za svaki vaš naum kao i nadgledanje svake vaše interakcije.

Asistent je nevidljiv, u smislu dizajnerskog žargona. Sveobuhvatni „savetodavac“ neprestano radi u pozadini, predviđa vaše potrebe, obrađuje vaše zahteve i nudi uredno raspoređene odgovore na vaša pitanja. Nikada ne uočavate da „pod haubom“ ima nekih „zupčanika“ koji u pozadini funkcionišu, samo unosite (ili izgovarate) komandu i čitate (ili slušate) prilagođavajuće reakcije koje vam asistent ispostavlja na ekranu ili preko zvučnika.

Ovo zahteva nešto više od pametnog telefona, što objašnjava gadžete koje je Gugl ubacio na tržište. Ali, kako u Guglu vole da kažu, ovo je tek početak bavljenjem sistemom sa više portala koji uključuje njihove mobilne uređaje tipa Pixel, ali i Amazonov uređaj kao što je Echo. “Da smo pre nekoliko godina, pričali o ovome, bili bismo ubeđeni da će telefon biti interfejs za sve”, kaže Alen Blek, naučni saradnik pri Institutu za jezičke tehnologije Univerziteta Karnegi Melon.

To, međutim, više nije slučaj. Gugl želi svoj nematerijalni interfejs gde god da ste, što zahteva da ga imate svuda – u vašem džepu, u vašem automobilu, u svojoj kuhinji i tako dalje – tako da sama oprema može „naučiti“ sve o vama i pružiti vam osećaj kako je prilagođena isključivo vama (tzv „personalno iskustvo“). Do sada je Google se dosad samo površno bavio uređajima, oslanjajući se uglavnom na kompanije poput Samsunga, HTC-a i Motorole kako bi obezbedio hardver koji pokreće njihov softver.

A veštačka inteligencija će početi da radi za vas tek ukoliko je „utelovite“ u hardver.

U tom smislu, ukoliko Gugl želi da napravi sopstveni nevidljivi AI mejnstrim, on za to mora da proizvede sopstvenu opremu. Dva uređaja su tu od posebne važnosti: Pixel (koji veoma podseća na Eplov iPhone), i Guglov kućni asisten „Home“ koji podseća na Amazonov „Echo“ (i čiji oblik pomalo podseća na Glejdov osveživač vazduha). Ovi portali (Epl, Amazon) su za Gugl Asistenta privlačni, ali se tu ne radi ni o čemu spektakularnom. “Nema ničeg što bi ‘zatreslo Zemlju’ u vezi njih, a telefon je samo parče aluminijuma”, kaže Mark Hang, analitičar u istraživačkoj kompaniji Gartner. “Ono što jeste važno je činjenica da ste u mogućnosti da ih jednostavno upotrebite i da pri tom fnkcioniše besprekorno kao konverzacijski interfejs.”

Uređaji, drugim rečima, postoje samo kao „posuda“ u koju stavljate „ono glavno“. Rik Osterloh, rukovodilac Google-ove grupe za razvoj novih uređaja nagovestio je ovo dok je govorio o Guglovoj odluci da pravi hardver na način da kompanija može “obaviti mnoštvo stvari bez brige o osnovnoj tehnologiji koja je ’pod haubom’ “. U ovom slučaju, “obaviti stvari” znači obezbediti korisniku bogato personalno AI iskustvo – oblast na koju je Google potrošio bolji deo svog postojanja, pripremajući se za ovaj trenutak.

Razmislite o Guglovoj banci podataka, pod nazivom Knowledge Graph, koja je poboljšala rezultate vaše pretrage od 2012. godine. Ovo skladište informacija danas sadrži više od 70 milijardi činjenica. Vaš AI mobilni asistent u Guglovom telefonu može na dodir da pristupi ovom spremištu, a njegov korisnički interfejs (UI) će se poboljšati samo ukoliko bude „gledao“ – i „saznavao“ – kada i kako mu pristupamo mi, ljudi – korisnici.

Ovo objašnjava zašto Google predlaže da njegov „Home“ smestite u svaku prostoriju vašeg doma. “AI ’ će biti maksimalno pripravan i koristan, to jest konstantno ‘ispred vas’ samo ukoliko ga ugradimo u našu opremu (koja je u vašem stanu)”, kaže Džon Men, dizajner sektora za razvoj interakcije korisničkih interfejsa u Artefact-u. “Potrebne su vam pristupne tačke tako da biste veštaćku opremu osećali sveprisutnom i korisnom na svakom vašem koraku.” Danas je vaša primarna pristupna tačka verovatno vaš telefon, a vaš dom je među onim retkim mestima u kojima AI možda nije na vašoj strani. Ako Google bude u stanju da vas ubedi da ‘posejete’ pristupne tačke (zapravo Guglove ’Home’ personalne asistente) svuda oko vas, i tek onda ćemo biti u mogućnosti da vas obučimo kako da pozivate „Home“ asistenta odakle god želite, za šta god želite i kad god želite.

Prestrojavanje korisnika ka interakcijama koje su proizvod vaših namera – koje će Guglov lični pomoćnik gotovo unapred predviđati i usmeravati ka tačno ciljanim korisnim informacijama – jeste ključno za rad veštačke inteligencije. Uzmite ovu tipičnu interakciju Spotify: Otvorite telefon, otvorite Spotify, kliknite na pretragu i otkucajte ono što želite čuti. Ako samo slušate na telefonu, završili ste. Za sve ostalo, trebaće malo više posla. “Ako ne želim da muziku slušam samo na telefonu već da je preusmerim na zvučnike u mojoj dnevnoj sobi, to podrazumeva da ću vam napraviti aplikaciju koja će računati na više koraka koje moram da preduzmem, naime, kako bi aplikacija uspešno otkrivala kontaktne tačke u prostorijama vašeg doma”, kaže Men. Naši dizajneri puno su mozgali kako da aplikacija uspešno mapira ove kontaktne tačke, obezbeđujući vam da dobijate kontrolisane količine informacija po logičnom redosledu. AI je u stanju da sve ovo obrađuje. Hoćete muziku? Jednostavno recite: “Pusti SubRosa.” Što je lakši pristup kućnim asistentima u vašem okruženju – odnosno, što je veći broj AI uređaja u prostorijama – tim više od njih možete zahtevati i zauzvrat dobiti.

Ovde je Guglov model Be Everywhere postao zanimljiv. Što se sa više portala okružite, više će saznanja dobiti i vaš kućni asistent, koji onda može saznati ne samo kako tražite da vam se pomogne, već i gde, i u kom kontekstu. “Ako će vaši budući AI asistenti biti u stanju da vam aktivno i efikasno pronalaze odgovore, onda će to biti prilično revolucionarno”, kaže Hang. Zapravo, Google već razmišlja o tome kako je najbolje interaktivno raditi sa vama u okruženju sa više portala; ako postavite pitanje naglas i više kućnih uređaja čuje vaš zahtev, najbliže „čvorište“ tj „portal“ odosno tačka interakcije će vam dati odgovor.

Lako je zamisliti kako će ova vrsta kontekstualne svesti uneti dodatnu dimenziju veštačkoj inteligenciji vašeg kućnog pomoćnika, čineći ga zaista korisnim. Ovo je od suštinskog značaja za ispunjavanje – ali i nadmašivanje – naših očekivanja kao korisnika. “Mislim da se sada krećemo ka fazi gde ćemo očekivati da u bilo kom trenutku dobijemo audio-odgovor od našeg govornog interfejsa”, kaže Blek. Odluka Google-a da svoj AI utka u mrežu (svojih) uređaja koji zajedno funkcionišu svakako ukazuje na to.

Brian Barrett, Andy Greenberg, Jordan Mcmahon, David Pierce, Margaret Rhodes, Robbie Gonzalez, Elizabeth Stinson, wired.com

Koliko IT giganti plaćaju AI talente?

Gotovo sve velike tehnološke kompanije imaju sopstvene projekte razvoja veštačke inteligencije i spremni su da stručnjacima iz ove oblasti daju višemilionska godišnja primanja ne bi li ih privoleli za sebe.

Start-up kompanije iz Silicijumske doline  oduvek su imale prednost regrutovanja u odnosu na industrijske gigante: iskoristite priliku i mi ćemo vam dati vlasnički udeo, koji bi vas mogao učiniti bogatim ako kompanija uspe.

Trenutna trka u tehnološkim industrijama koje obuhvataju veštačku inteligenciju mogla bi da ovo pitanje prednosti i najboljih olakša – ili će, ako ništa drugo, to olakšati za barem nekoliko potencijalnih zaposlenih koji puno toga znaju o veštačkoj inteligenciji.

Najveće tehnološke kompanije ulažu ogromne svote u razvoj veštačke inteligencije, unovčavajući svoje znanje na šarolike načine – od skeniranja lica na pametnim telefonima i „pričljivih“ gedžeta za kafu do kompjuterizovane zdravstvene zaštite i autonomnih vozila bez ljudske podrške. Budući da su u potrazi za budućnošću, AI ekspertima danas nude plate koje su zapanjujuće čak i u industriji koja se nikada, zapravo, i nije ustezala da zasipa bogatstvom vrhunske informatičke talente.

MIT Review je intervjuisao devet eksperata iz oblasti veštačke inteligencije kao i „dubokog učenja“, sada veoma aktuelne uže discipline unutar AI. Svi su oni, iz razumljivih razloga, tražili da ostanu anonimni. Tipični A.I. stručnjaci – uključujući one koji su sa upravo izašli iz škola sa informatičkim doktoratima pod miškom, ali i one sa nižim obrazovanjem i samo nekoliko godina iskustva, mogu biti plaćeni od $300.000  do pola miliona dolara godišnje ili više – u kešu ili u deonicama firme koja ih angažuje. Ovim stručnjacima, takođe, razne kompanije nude vrtoglave cifre samo kako bi prešli pod njihovo okrilje.

Poznata imena na polju veštačke inteligencije primaju nadoknadu kroz plate ili kompanijske akcije koje iznose jednocifrenu ili dvocifrenu brojku u milionima dolara u periodu od četiri ili pet godina. U određenom trenutku, ovi ugovori se obnavljaju ili se pregovara o novom ugovoru, što veoma podseća na način na koji profesionalni sportisti potpisuju svoje ugovore.

Na samom vrhu su rukovodioci sa iskustvom, koji i sami upravljaju A.I. projektima. Gugl je prošle godine podneo sudsku tužbu protiv svog dugogodišnjeg zaposlenika, Entonija Levandovskog (Anthony Levandowski), doskorašnjeg šefa Guglovog AI odeljenja za razvoj autonomne vožnje. Levandovski je 2007. započeo svoju karijeru u Guglu, i tokom deset godina (sve do 2017.) ukupno zaradio 120 miliona dolara, pre nego što se prošle godine pridružio Uber-u, tako što je ova firma preuzela veoma izgledni start-up čiji je on bio koosnivač. Ovaj slučaj privukao je obe kompanije u sudsku arenu na okršaj u kojem je ulog više nego dragocena intelektualna svojina Levandovskog, za koju obe firme smatraju da polažu prava.

Plate informatičara a pre svega talentovanih poznavalaca veštačke inteligencije toliko vrtoglavo rastu da postoji šala po kojoj je tehnološkoj industriji, da bi privukla vrhunske stručnjake, potreban budžet koji NFL i sponzori daju najvećim zvezdama američkog ragbija. “Ovo će olakšati stvari”, rekao je Kristofer Fernandez, jedan od Majkrosoftovih menadžera za zapošljavanje novih kadrova. “I to umnogome.”

Nekoliko je „katalizatora“ tj razloga koji su doprineli naglom ubrzavanju trenda udeljivanja astronomskih plata nadarenim informatičarima. Auto-industrija se sa Silicijumskom dolinom već neko vreme nadmeće za iste stručnjake, koji im mogu pomoći u izgradnji autonomno navodećih vozila. Velike tehnološke kompanije kao što su Facebook i Google takođe imaju puno novca za bacanje na probleme čije rešenje i ključ, kako misle, leži u razvoju veštačke inteligencije, poput izgradnje digitalnih asistenata za pametne telefone i kućne uređaje, kao i otkrivanje neprimerenih i uvredljivih sadržaja.

Od svega, ipak, najviše nedostaju novi talenti, a velike kompanije pokušavaju da ih uvrste u svoje redove onoliko koliko je to za sada moguće. Rešavanje teških A.I. problema nije isto što i pravljenje mobilne aplikacije koja je „hit sezone“. Po podacima jedne nezavisne montrealske AI laboratorije („Element AI“), danas u celom svetu nema ni 10.000 ljudi koji poseduju veštine potrebne za suočavanje s komplikovanim AI istraživanjima.

“Svedoci smo epohe u kojoj razvoj AI ne mora biti nužno dobar i po društvo, ali takvo je racionalno ponašanje ovih kompanija”, rekao je Endrju Mur, dekan računarstva na Univerzitetu Karnegi Melon (Carnegie Mellon), koji je nekada radio u Guglu. “Svako od njih grozničavo i sa strepnjom nastoji da za sebe obezbedi tu malu grupu ljudi koja je u stanju da radi na ovoj tehnologiji“.

Troškovi akvizicije A.I. laboratorije „DeepMind“, koju je Gugl 2014. kupio za 650 miliona dolara i pritom zaposlio oko 50 ljudi, dobro ilustruje o čemu je ovde reč. Prema raspoloživim podacima, “troškovi osoblja” ove britanske laboratorije, čiji je broj narastao na 400 zaposlenih, iznosio je u 2016. godini 138 miliona dolara. To znači da je svaki zaposleni u proseku dobio 345.000 dolara.

“Teško je nadmetati se sa gigantima, pogotovo ako spadate u manje kompanije”, rekla je Džesika Kataneo, izvršna regruterka firme CyberCoders, koja se bavi regrutacijom informatičkih talenata.

Najnaprednija istraživanja veštačke inteligencije bazirana su na skupu matematičkih tehnika koje se zovu duboke neuronske mreže. Ove mreže su matematički algoritmi koji su u stanju da, analizom podataka, sami odrede svoje zadatke. Tragajući za obrascima u milionima slika pasa, na primer, neuronska mreža može naučiti da prepozna određenog psa. Ova matematička ideja datira iz pedesetih godina prošlog veka, ali je sve do pre pet-šest godina tavorila na marginama kako industrije tako i akademskih rasprava.

Do 2013. godine Google, Facebook i još nekoliko kompanija zapošljavali su relativno mali broj istraživača specijalizovanih za ove tehnike. Neuronske mreže sada pomažu pri prepoznavanju lica na fotografijama postavljenim na Fejsbuku, identifikuju komande koje naložimo uređajima zvanim „digitalni asistenti“, i koji se već nalaze u našim dnevnim sobama (kao što je, recimo, Amazon Echo), a trenutno u riltajmu prevode strane jezike na Majkrosoftovom telefonskom servisu Skajp.

Koristeći se istim matematičkim tehnikama, istraživači unapređuju autonomna vozila i razvijaju bolničke usluge koje mogu identifikovati bolesti tokom procesa skeniranja, a tu su i malopre pomenuti digitalni pomoćnici koji ne samo što prepoznaju izgovorene reči već ih i shvataju; tu su i automatizovani sistemi za trgovanje akcijama, kao i roboti koji pokreću objekte koje nikada ranije nisu videli.

Sa tako malo dostupnih stručnjaka u oblasti veštačke inteligencije, velike tehnološke kompanije zapošljavaju najbolje i najsjajnije akademske građane. U tom procesu, oni na raspolaganju imaju ograničen broj profesora sposobnih da svoje studente podučavaju tajnama ovakvih tehnologija.

Kompanija Uber angažovala je 40 stručnjaka iz revolucionarnog A.I. programa univerziteta Carnegie Mellon iz 2015, kako bi ih zaposlila na projektu autonomno navodećih vozila. Tokom poslednjih nekoliko godina, četiri najpoznatija univerzitetska A.I. istraživača napustilo je amfiteatre, sale za predavanja i svoje profesure na Univerzitetu Stenford. Na Univerzitetu u Vašingtonu, šest od 20 profesora za veštačku inteligenciju sada je na odsustvu ili delimičnom odsustvu jer je angažovano za spoljne kompanije.

“Prisutno je ogromno usisavanje akademskih profesora, koje IT industrija prosto posrče”, kaže Oren Ecioni, koji odsustvuje s mesta profesora na Univerzitetu u Vašingtonu kako bi nadgledao „Allen“, neprofitni institut za veštačku inteligenciju.

Neki profesori pronalaze način za pravljenje kompromisa. Luk Zetlmojer (Luke Zettlemoyer) sa Univerziteta u Vašingtonu odbio je poziciju u laboratoriji u Sijetlu, za koju mu je Google nudio platu trostruko veću od dosadašnje (oko 180.000 dolara, prema izvorima dostupnim javnosti). Umesto toga, izabrao je mesto u Institutu Allen, položaj koji mu omogućava da nastavi s podučavanjem mladih informatičara.

“U Americi je brojno nastavno osoblje koje postupa na sličan način, razdvajajući vreme na ono koje provede u  komercijalnoj industriji i ono tokom kojeg predaje u okviru akademske zajednice”, rekao je Zetlmojer. “Nije za poređenje koliko su plate veće u industriji, pa profesori nemaju drugog razloga da ostanu na univerzitetu osim ukoliko zaista brinu o tome da budu deo akademske zajednice, unutar koje će moći da svoje znanje prenesu novim generacijama.”

U pokušaju da privuku nove A.I. inženjere, kompanije poput Gugla i Fejsbuka sačinile su nastavne programe sa ciljem da postojeće zaposlene podučavaju “dubokom učenju” i srodnim tehnikama. I neprofitne organizacije kao što su Fast.ai ili Deeplearning.ai, čiji je osnivač bivši profesor Stenforda koji je pomogao pri stvaranju laboratorije Google Brain, nude onlajn kurseve dubokog učenja.

Osnovni koncepti dubokog učenja nisu teški za razumevanje, i zahtevaju tek nešto malo više od srednjoškolske matematike. Pa ipak, zaista osvojiti ovu struku zahteva više značajnijih matematičkih i intuitivnih talenata koje neki zovu “mračnom umetnošću” (dark art). Potrebno je, uz to, i posebno znanje za polja kao što su autonomno navodeća vozila, robotika i zdravstvena zaštita.

Kako bi održale korak, manje kompanije traže talente na neobičnim mestima. Neki angažuju fizičare i astronome koji imaju neophodne matematičke veštine. Neke druge američke start-up kompanije tragaju za talentima u Aziji, Istočnoj Evropi i drugim mestima na kojima su plate daleko manje nego u Sjedinjenim Državama – pa je, samim tim, lakše da za svoju firmu pridobiju nekog briljantnog Kazahtanca nego „momka iz komšiluka“, koji je poreklom iz Kalifornije.

“Ne mogu se takmičiti sa Guglom, a i ne želim”, rekao je Kris Nikolson, izvršni direktor i koosnivač startup kompanije Skymind iz San Franciska koji je za sebe pridobio AI inženjere iz osam zemalja. “Tako da nudim vrlo primamljive plate stručnjacima doskora angažovanim u zemljama u kojima je inženjerski talenat finansijski potcenjen.”

Ali, i giganti u IT industriji rade to isto. Google, Facebook, Microsoft i drugi otvorili su A.I. laboratorije u Torontu i Montrealu, gde se se obavlja većina istraživanja koja nisu na teritoriji Sjedinjenih Država. Google, takođe, zapošljava i talente u Kini, gde je Microsoft već dugo prisutan.

Stoga i nije iznenađujuće što mnogi smatraju kako se nedostatak talenata iz ovih informatičkih oblasti neće ublažiti još dugi niz godina.

“Naravno, potražnja prevazilazi ponudu, i taj se sled stvari u dogledno vreme neće promeniti” kaže Jošua Bengio (Yoshua Bengio), profesor na Univerzitetu u Montrealu i istaknuti istraživač na polju veštačke inteligencije. “Potrebno je mnogo godina da biste diplomce pretvorili u doktore iz ovih naučnih oblasti.”

 

New York Times

 

Elon Musk izbrisao stranice svojih kompanija sa Fejsbuka

Ilon Mask je „ubio“ stranice koje su njegove firme imale na Fejsbuku, a koje je pratilo više od 5 miliona sledbenika, prenosi portal za informaciono i tehnološko preduzetništvo Venture Beat.

U četvrtak 22. marta, poznati američki preduzetnik Elon Musk naložio je zaposlenima u svojoj kompaniji SpaceX da obrišu stranicu koja je ovu firmu predstavljala na Fejsbuku. Još dve Maskove firme, Tesla i SolarCity, takođe su izbrisale svoje Facebook stranice. SpaceX i Tesla su zajedno imali više od pet miliona sledbenika. Ovaj potez je sproveden u delo za manje od sat vremena, kao odgovor na izazov upućen od jednog korisnika Tvitera.

Musk: “Facebook? Šta je to?”

Maskov nalog za gašenje naloga na Fejsbuku usledio je nakon sto je u sredu 21. marta kompanija Mozilla saopštila da se više neće oglašavati na Facebook-u. Ova runda žestokih reakcija pokrenuta je razotkrivanjem o upletenosti ovog giganta društvenih medija u skandal sa firmom Cambridge Analytica, čiji je vlasnik po mnogo čemu kontroverzni milijarder (i ekspert za AI) Robert Merser (Robert Mercer).

Iako su Mozilla i Musk definitivno zauzeli stavove protiv Fejsbuka, čini se da su mnoge kompanije dosad još nisu izbrisale svoje Facebook stranice, niti su prestale da se oglašavaju na ovom kolosu u polju društvenih medija.

Pretprošlog petka (16. mart), u očekivanju oštrih medijskih izveštaja, Facebook je suspendovao SCL Grupu (SCL Group) i kompaniju Cambridge Analytica sa Facebook platforme. Svet će, malo potom, saznati i da je Facebook bio svestan zloupotrebe podataka kako bi se kreirali psihološki profili 50 miliona korisnika Fejsbuka već 2015. godine, ali čini se da je za sada obelodanjena samo zloupotreba podataka koja je bila rezultat izveštavanja novinskih kuća kao što je, pre svega, londonski Gardijan.

CEO kompanije Cambridge Analytica Aleksander Niks (Alexander Nix) suspendovan je od strane njegove kompanije nakon objavljivanja skrivenih traka u kojima je govorio o ulozi koju je kompanija igrala u Trampovoj kampanji i lažnom svedočenju pred sudovima u Sjedinjenim Državama i Britaniji; sve je ovo snimio novinar koji se Niksu predstavio kao potencijalni, i kojem se doskora prvi čovek Kembridž Analitike razmetljivo otvorio u trenutku iskrenosti, rekavši kako je sposoban da ucenjuje one političke rivale koji su prepreka u njegovom poslu.

Brajan Ekton (Brian Acton), koosnivač WhatsApp aplikacije, koja je Facebook mreži prodata za 19 milijardi dolara, na svom Twitter nalogu pozvao je svet da obriše Facebook. Kratko, direktno: “Vreme je. #DeleteFacebook“, glasi njegov tvit.

Ekton je početkom ove godine napustio Facebook, nakon što ga je kompanija učinila neverovatno bogatim, pošto je kupila WhatsApp. Izgleda da je ovo bila kulminacija Ektonovog nezadovoljstva, a Facebook i WhatsApp je napustio kako bi osnovao sopstveni biznis. Usput je investirao čak 50 miliona dolara u WhatsApp konkurenta, aplikaciju Signal.

Ovo nije prvi put da bivši zaposleni kritikuju Facebook, želeći na taj način da „pomognu svetu“. Isto je učinio i bivši direktor razvoja Facebook poslovanja, koji je rekao da žali zbog alata koje su stvorili u Facebook sistemu, koji uslovljavaju kako društvo funkcioniše.

Inače, početkom prošle godine svetska javnost je – opet zahvaljujući londonskom Gardijanu – doznala da je na aplikaciji WhatsApp pronađen bezbednosni propust koji omogućava Facebooku i drugima da presretnu i čitaju kodirane poruke.

Kompanija Facebook tvrdila je da niko ne može da presretne poruku u WhatsApp, pa čak ni sama kompanija i njeni zaposleni, čime, kako kažu, obezbeđuju više od milijardu korisnika ovog servisa za razmenu poruka.

Međutim, istraživanja su pokazala da ipak mogu da čitaju, i to zbog načina na koji je WhatsApp primenio protokol za kodirane poruke.

Aktivisti za zaštitu privatnosti kažu da je ovakav propust “velika pretnja slobodi govora”, upozoravajući da vladine agencije mogu da iskoriste situaciju i “špijuniraju” korisnike koji veruju da su poruke koje šalju bezbedne.

Fransoa Šole iz kompanije Google, inače glavni autor popularne biblioteke Keras duboko mrežno-neuralno učenje, insistirao je da praktikanti u oblasti AI ne bi trebalo da rade za Facebook.

Kao odgovor na skandal, generalni direktor Mark Zuckerberg priznao je da je ovaj skandal poljuljao poverenje između Fejsbuka i njegovih korisnika, FB je predstavio niz promena svoje platforme za aplikacije, uključujući i planove za reviziju aplikacija kojima je omogućen pristup velikim količinama korisničkih podataka.

Težak period za Facebook se nastavlja, a kraj aferi sa proneverom preko 50 miliona korisničkih naloga se ni ne nazire.

U prilog ovome treba pomenuti i da je Blekberi pre tri tedelje, u utorak 6. marta, predao tužbu zbog kršenja autorskih prava protiv Fejsbuka i njegovih aplikacija Whatsapp i Instagram. U tužbi, Blekberi tvrdi da su te aplikacije kopirale tehnologiju i funkcije koje je Blekberi razvio za svoju aplikaciju Blackberry Messenger.

Podizanje tužbe zbog kršenja patentnih prava deo je strategije Džona Čena (John Chen), Blekberijevog CEO-a, u kojem pokušava da skupi što više novca za svoju kompaniju.

Blekberi je bio jedna od dominantnih sila u mobilnom svetu –  početkom 2009. godine držali su 20,1 odsto tržišta, a u trećem kvartalu 2016. godine, pali su na samo 0,1%. Lansiranjem novih Android modela, prodaja je počela da raste, ali su prošle godine prodali samo 850.000 telefona.

“Optuženi su stvorili mobilne aplikacije za dopisivanje koje su koristile Blekberijeve inovacije. Koristili su veći broj rešenja i oblasti bezbednosti i zaštite i funkcija koje poboljšavaju njihove karakteristike”, napisao je kanadski Blekberi u dokumentima koje su predali federalnom sudu u Los Anđelesu.

“Zaštita intelektualnih prava i imovine deoničara posao je svakog CEO-a”, rekla je portparolka Blekberija Sara Mekini za Rojters. Međutim, istakla je kako tužbe nisu ključne za Blekberijevu strategiju poslovanja. Tužba je rezultat dugogodišnjih pregovora, a Blekberi se obavezao svojim deoničarima na pokretanje pravnih mera.

Zamenik Fejsbukovog glavnog pravnika izjavio je da se kompanija sprema da se bori protiv tužbe. Blekberi u stvari pokušava da prisili druge kompanije na plaćanje naknade za korišćenje njihovih preko 40.000 patenata koji pokrivaju tehnologiju za operativne sisteme, mrežnu infrastrukturu, akustiku, dopisivanje, sisteme za automobile, bezbednost i bežičnu komunikaciju. Blekberi trenutno takođe prodaje svoju bezbednosnu tehnologiju za samonavodeće automobile.sistem,

Blekberi je u februaru prošle godine tužio još jednog posrnulog giganta, finsku Nokiu, zbog kršenja patenata povezanih s 3G i 4G komunikacijom. Kompanije su trenutno još uvek na sudu oko te tužbe. Prošle godine, Qualcomm se nagodio sa Blekberijem, pa su im platili 940 miliona dolara zbog neplaćenih naknada za korišćenje patenata. Tokom septembra prošle godine, Blekberi je objavio da su sklopili tajni dogovor s proizvođačem mobilnih telefona Blu, ponovo zbog kršenja patentnih prava.

Khari Johnson,  Venture Beat