Kako Kina postaje hajtek sila broj jedan

Kina već danas ulaže najviše novca u istraživanje. Planeri u Pekingu su zamislili da ta zemlja kroz nekoliko decenija preuzme svetski primat u nizu modernih industrija, od veštačke inteligencije do letova u svemir, donosi Dojče vele.

Rukovodstvo u Pekingu se, tokom aktuelne razmene carinskih udaraca sa Sjedinjenim Državama, često poziva na međunarodna pravila. Poruka glasi: hej, mi smo jedan običan fer učesnik globalne trgovine. To nije sasvim tačno – tehnokrate u Pekingu i dalje često posežu za instrumentima planske privrede. Među velikim planovima izdvaja se onaj pod imenom „Made in China 2025“.

U tom strateškom papiru je 2015. zapisano u kojim oblastima Kina želi da postane vodeća svetska sila. Lepeza je široka, od vazduhoplovstva i svemirskih letova preko industrijskih robota i softvera, sve do proizvodnje i izvoza brzih vozova. Tu su još i elektromobilnost, modernizacija električne mreže i proizvodnja čipova.

U mnogima od industrija na koje je Kina prionula trenutno prednjači Nemačka ili je do skoro prednjačila. U Pekingu su dobro prostudirali nemački koncept takozvane Industrije 4.0. No za razliku od Nemačke, kineske inicijative ne dolaze iz slobodne privrede već od rukovodstva partije odnosno države. Na svake dve godine se secira šta je sve urađeno i planovi se prilagođavaju.

Problem sa čipovima

Na polju telekomunikacija, brzih vozova i proizvodnje struje planeri u Pekingu su ubeđeni da će do 2025. zbilja biti bez premca na svetu. „Kine je nešto slabija, ali ipak veoma uspešna na polju robotske tehnike i vozila na alternativni pogon. Veliki problem su im i dalje industrija poluprovodnika i softvera“, kaže Žaklin Iv iz Merkatorovog instituta za kineske studije u Berlinu.

Najveći otpori dolaze iz Sjedinjenih Država. Sredinom aprila je Vašington uveo sedmogodišnju zabranu usmerenu protiv koncerna koji proizvodi mobilne telefone ZTE. Tako je američkim firmama zabranjeno da tom koncernu isporučuju čipove.

Neslavno su propali i pokušaji singapursko-kineskog koncerna Broadcom da za 146 milijardi dolara preuzme američkog proizvođača čipova Qualcomm. Ručnu kočnicu povukao je lično predsednik Donald Tramp, ubeđen da bi prelazak takvog tehnološkog znanja u ruke Azijaca narušio bezbednosne interese SAD. U međuvremenu je sedište Broadcoma prebačeno u SAD kako bi firma važila kao američka i mogla da kupuje druge kompanije.

Na polju poluprovodnika se pokazuje način na koji Kina planira. Kako piše agencija Bloomberg, državni Kineski integrisani fond za investicije u industriju bi za ovu godinu trebalo da dobije dodatnih 25 milijardi evra kako bi lakše gutao manje firme iz oblasti proizvodnje čipova. Žaklin Iv nam kaže da su Kinezi, suočeni sa zabranom nabavke američkih čipova za ZTE, snizili poreze za domaće proizvođače čipova kako bi podstakli proizvodnju.

Poluprovodnici su međutim osetljivo polje za zapadne vlade jer igraju bitnu ulogu i u industriji naoružanja. Bez njih razvoj novih oružanih sistema ne može ići očekivano, a isto važi za kineske snove o liderskoj ulozi u vazduhoplovstvu i svemirskim letovima. Kina teži razvoju moderne 5G mreže koja bi omogućila autonomnu vožnju i umrežavanje pametnih fabrika – i tu je i dalje upućena na poluprovodnike iz inostranstva. Propalo preuzimanje Qualcomma bilo je težak udarac.

Međunarodno znanje

Peking je pomalo promenio kurs kada se radi o razvoju veštačke inteligencije. Centralna vlast je planirala da ova tehnologija dostigne tržišnu težinu od 20 milijardi evra godišnje, no prilježni planeri pojedinih kineskih provincija i metropola bili su još brži – kažu da će do 2022. dostići 40 milijardi.

To je ujedno slaba tačka državno rukovođene industrije: kako bi se dopali ključnim ljudima partije u Pekingu, lideri u provincijama često prebace cilj. Posledica su kapaciteti koji nikome ne trebaju pa novoformirane firme teraju u propast. Upravo to se desilo kineskoj industriji solarnih panela.

Koncern za telekomunikacije Huawei uspešno drži korak sa američkim i južnokorejskim proizvođačima. Deo razloga je u tome što ima desetinu istraživačkih centara po svetu, gde je moguć kontakt sa međunarodnim stručnjacima za razvoj softvera i hardvera. NIO, mlada firma koja proizvodi električne automobile, na 30 mesta u svetu istražuje na polju tehnologije baterija – to zajedno rade kineski i strani stručnjaci.

IT-koncerni kao što su Baidu, Tencent i Didi, u Silicijumskoj dolini imaju istraživačke centre za veštačku inteligenciju. A gigantski koncern Alibaba – jednom napravljen kao kineski hibridni klon Amazona i Ebaya – narednih godina će uložiti deset milijardi evra u istraživački rad zajedno sa najboljim ljudima sa elitnih američkih unvierziteta. Alibaba širom sveta upošljava 25.000 inženjera i naučnika.

Uz to se sa Zapada sve češće vraćaju naučnici kineskih korena koji donose pozamašno znanje. Većini, kaže Iv, nije samo do novca. „Mnogi veruju da u Kini mogu svojoj kreativnosti da daju više oduška jer tamo nema toliko restrikcija.“ To, dodaje naša sagovornica, važi i za brojne zapadne stručnjake koji novi život započinju u Kini.

Nije sve ružičasto

U proleće prošle godine je Erik Šmit, šef krovnog koncerna Alphabet u kojem je Google, upozorio da će Kinezi dominirati na polju veštačke inteligencije. Zemlja bi na tom polju mogla da preuzme primat do 2030. godine, rekao je on. „Verujete mi, ti Kinezi su odlični“, dodao je Šmit na jednoj konferenciji u Vašingtonu koju su pratili važni ljudi iz američke politike, privrede i vojske.

Nema zemlje na svetu koja više ulaže u istraživanje od Kine. Prema navodima Merkatorovog instituta za kineske studije, Kina je 2016. uložila 2,1 odsto svog BDP-a u istraživanje što je više od 230 milijardi dolara. Za 2020. je planirano povećanje tog udela na 2,5 odsto.

No Žaklin Iv kaže da čak ni Kina ne može da ostvari sve što je zacrtano u Pekingu. „Veoma, veoma je ambiciozna namera da se čitava kineska privreda automatizuje i digitalizuje. Ali kada se ode tamo i zađe u fabrike, mnoge su i dalje na nivou Industrije 2.0. Ništa tu ne pomaže ako u pogon stavite jednog industrijskog robota. Postoji raskorak između ambicioznih ciljeva Vlade i stanja na terenu.“

 

DW

Veštačka inteligencija za svakodnevnu upotrebu: uskoro i na vašem pragu

Kako su četiri programera – bez skoro ikakvog znanja o Japancima – dizajnirali softver za čitanje japanskog rukopisa.

Danas na tržištu postoji obilje applikacija koje podražavaju stvaran svet na način veštačke inteligencije. Ovakve aplikacije niču na neočekivanim mestima – nastaju i pre nego što biste pomislili da takvo šta postoji.

Dok trijumf u igranju igre Go može biti impresivna stvar, i inteligencija današnjih mašina se takođe razvija do tačke gde je može koristiti više ljudi kako bi radilo više stvari. Tako su četiri inženjera, bez gotovo ikakvog znanja japanskog, uspela da za samo nekoliko meseci stvore program koji prepoznaje piktografski rukopis ovog jezika.

Programeri iz informatičke kompanije Reactive Inc. objavili su aplikaciju koja prepoznaje japanski sa 98,66 odsto tačnosti. Ovaj tokijski start-up koji je pokrenut pre samo 18 meseci samo je deo rastuće, globalne zajednice programera i investitora koji predano rade na iskorišćavanju snage neuronskih mreža kako bi AI doveli do što praktičnije svrhe, a ne samo za odgovaranje na trivijalna pitanja ili kao takmaca u šahu i ostalim društvenim igrama.

“Do pre samo nekoliko godina morali biste da budete genije za to”, rekao je Dejvid Malkin (David Malkin) koji ima doktorat iz oblasti učenja mašina (deep learning), ali koji jedva da u nizu može da sastavi dve japanske rečenice. “Sada možete biti prosečno inteligentan momak a ipak da ste u stanju da kreirate zaista korisne stvari. Mašta će ubuduće biti ta koja će se sve više upotrebljavati za rešavanje poslovnih iskušenja na terenu.”

Neuronske mreže sposobne su da “vide” primenom slojevitih filtera koji iziskuju sve kompleksnije funkcije, umnogome na način na koji funkcioniše ljudski korteks za funkcije vida i oka.

Veštačka inteligencija nekada je bila ekskluzivno “igralište” kojim su dominirali jedan Google Inc. ili Facebook Inc. kao i drugi lideri u oblasti tehnološke industrije. Svaki start-up koji se danas bavi razvojem mašinskog učenja može pristupiti platformi baziranoj na IT oblaku, pri čemu im kompanije kao što su Microsoft Corp., NVIDIA Corp. i Amazon.com Inc. prodaju svoje AI platforme kao koristan razvojni alat.

Tehnologija koju je razvio startap Reactive pokazuje kako su čak i mali timovi sposobni da veoma uspešno osmisle složene aplikacije sa tek malo znanja u datoj oblasti. Onaj teži deo posla sastojao bi se u smišljanju strategije kako da zaradite novac s takvom dobrom idejom. U tom smislu, Reactive namerava da pomogne japanskim školama da  poboljšaju svoje testove – jedna naizgled prozaična “vežba” koja bi mogla da promeni pravila igre u zemlji u kojoj se testovi još uvek pišu olovkom na papiru.

Malkin i njegove kolege, Džo Bulard, Filip Remi i Filip Iri, dva magistra i doktor informatike, postižu zavidno brz napredak u razvoju “neuro-softvera”. Bulard je početkom ove godine njihov AI program pokazao grupi entuzijasta tokom druženja u japanskom sedištu kompanije Google, koji je funkcionisao besprekorno – sve dok mu jezička ograničenja nisu stala na put.

“Samo da znaš da ne varam, koji je vaš omiljeni lik?” upitao je Bulard prisutne u prostoriji. Neko je rekao da je to “ba”, jedan fonetski karakter. Soba je odzvanjala smehom dok se Bulard očajnički trudio da napiše ovaj simbol.

I dok se prepoznavanje rukopisa može smatrati za učenje mašina, učenje japanskog je potpuno druga “igra”. To je zbog toga što jezik uključuje simboličke znakove kao što je recimo Kanđi (Kanji), koji se sastoji od elemenata koji se mogu čitati nezavisno, što nam otežava da konačno doznamo gde se jedan simbol završava a drugi počinje.  U svakodnevnom japanskom pisanju postoji više od 2.000 široko rasprostranjenih piktograma sastavljenih od nekoliko desetina klasičnih poteza. Trik je pozabaviti se uvek samo jednim slikovnim znakom, bez vezivanja za ostale.

Softverski algoritam za japanski jezik koji je razvila startup firma Reactive ispituje neuronske mreže za uparivanje i spajanje s ostalim simbolima u rečenici, dodajući svakom obrađivanom simbolu i drugi, pridruženi znak, ponavljajući ga u procesu prepoznavanja sve dok u ovoj finoj obradi ne dobije konačan rezultat koji je visoke verovatnoće tačnosti. Pre nego što ga je pustio u javnost, ovaj startup je svoj algoritamski model za prepoznavanje japanskog „izbrusio“ i testirao na oko 1,8 miliona karaktera.

“Činjenica da je ova tehnologija iskorak u domenu ekspertize pruža veliku prednost u brzini i skalabilnosti kada su u pitanju poslovne aplikacije”, rekao je Seishi Okamoto, projektni direktor u Fujitsu Laboratories Ltd., gde se razvija softver za čitanje kineskog. “Mašine uče da prepoznaju kineske piktograme i to takvim tempom da su već uhvatile korak sa ljudskim sposobnostima a verovatno će ih uskoro i pomračiti.”

I dok je ova tehnologija koju je razvio startap Reactive javno prikazana jedino tokom susreta poput onog u japanskom Guglu, ovi podaci nisu potvrđeni kao važeći, niti su ocenjeni od bilo koje nezavisne strane.

Za razliku od tipičnog programa izgrađenog oko krutih pravila, AI učenje mašina  modelovano je po uzoru na to kako ljudi obrađuju informacije. S obzirom da je dovoljno podataka ulaz (input), a skup željenih rezultata je izlazni set podataka (output), neuronske mreže uče da shvataju šta je to što je u sredini, između inputa i outputa. Ovo im omogućava da pronađu rešenja koja su dosad opterećivala tradicionalne pristupe, kao što je tumačenje govora i jezika ili, recimo, ili prepoznavanje i označavanje slika.

“Postoji nekoliko faktora koji su ovde u igri: računarstvo visokih performansi u suštini postaje jedna vrsta robe-sirovine, obezbeđena je dostupnost svuda prisutnim i gargantuovski obimnim bazama podataka a tu je i ogroman napredak u razvoju bazičnih naučnih disciplina, čija dostignuća čine računare bržima i pametnijima”, rekao je Jošua Bengio, profesor informatike na Univerzitetu u Montrealu koji je i jedan od autora nekih ključnih studija iz ove oblasti. “Demokratizacija informatičkih alata i omasovljavanje računarskih tehnologija takođe olakšava većem broju korisnika – a ne više samo vrhunskim profesionalcima – da razvijaju nove aplikacije i proizvode.

Sve ovo će verovatno ubrzati evoluciju tehnologije za veštačku inteligenciju. Investicije u AI startup firme zahvataju raznolike oblasti – od obrazovanja i maloprodaje, do poljoprivrede. U 2015. godini ova ulaganja dostigla su 310 miliona evra, što je povećanje od gotovo sedam puta u zadnjih pet godina, prema istraživanju  njujorške firme za data-analitiku CB Insights.

Jednom kada bude izgrađena, neuronska mreža ne mora da bude ograničena samo na aplikacije za prepoznavanje jezika. U svoje slobodno vreme, četiri inženjera iz “Reaktiva” je 5.000 fotografija žena i ženske odeće preuzete sa Google Images, “provuklo” kroz svoju aplikaciju za vizuelno prepoznavanje. Dali su računaru jednu sliku prilično oskudno odevene dame da je prokomentariše: “Seksi odeća,” bio je odgovor softvera.

Pavel Alpeyev, Bloomberg