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

Da li Uber podriva ekonomiju deljenja? (1/2)

32

U Beogradu su se u maju jedva smirile strasti pošto je republičko Ministarstvo građevine, saobraćaja i infrastrukture obećalo domaćim taksistima da će učiniti sve što je u njihovoj moći da onemogući Uber da u Srbiji posluje mimo zakonskih pravila. Ništa drugačije nije bilo ni u Briselu, Parizu, i Zagrebu, no Uber je već vrlo uspešno startovao na ulicama Bukurešta, Beča i Varšave, pa je teško zamisliti da neće uspeti da se instalira i na ulicama velikih gradova u regionu.

Ovde bi pravilo dobrog pisanja teksta nalagalo da se u jednoj rečenici, za one koji možda ne znaju šta je to Uber, objasni šta je predmet žučnog bunta taksista, ali baš tu počinje najvažnija nepoznanica ove priče o, zvanično, jednoj od prvih perjanica ekonomije deljenja, procenjenoj na 50 milijardi dolara.

Najrasprostranjenija definicija ekonomije deljenja je da je ovde reč o potpuno novom ekonomskom konceptu, sa”levim” i “ekološkim” predznakom, koji se bazira na ideji da stvari treba koristiti – umesto posedovati, razmenjivati ih – umesto na njih trošiti novac, pozajmljivati ih – umesto kupiti, poklanjati – umesto bacati.

Neki od oblika ekonomije deljenja poput Couchsurfinga ili Airbnb su dobro poznati mnogim ljudima u našem regionu, neki su preko njih stekli prijatelje i obišli svet a drugi dopunjavaju budžet izdavanjem slobodnog kreveta ili sobe u stanu. Konačno, ni domaći preduzetnički duhovi nisu sedeli skrštenih ruku pa su nacionalne i regionalne replike nekih od oblika ekonomije deljenja itekako prisutni u regionu – od deljenja prevoza (u Sloveniji Prevoz.org, u Bosni i Hercegovini MojTaxi.ba, koji je dostupan u Zagrebu, Beogradu, Skoplju i Podgorici) poslovnog prostora, do Autohopa, servisa za deljenje vožnje na dužim međugradskim relacijama, koji je brzometno ‘skočio’ iz Mađarske u Hrvatsku i Srbiju a odnedavno je postao deo svetskog servisa BlaBlaCar. On za sada diže znatno manju prašinu od Ubera možda i zbog činjenice da izborom destinacija za šerovani prevoz prvenstveno nagriza posao javnih prevoznih preduzeća a manje taksi službi koje su u privatnom vlasništvu.

19

Zašto je Uber toliko nepoželjan? Za taksiste on je vuk u jagnjećoj koži ekonomije deljenja. Naoko, samo još jedno od čuda tehnologije, mobilna aplikacija za naručivanje prevoza, Uber je, smatraju oni, zapravo pokušaj globalizacije taksi službe – multinacionalka koja bi da sa tržišta izbaci domaće male mreže prevoznika.

Iza ovakvog shvatanja ekonomije deljenja stoji uverenje da živimo u zero sum game svetu. Ako neko izmisli Uber, on ne može postojati na drugi način nego da “pokrade” mušterije (i radno mesto) tradicionalnih taksista – kolač je jedan samo je pitanje ko će ga pojesti. Na drugoj strani je shvatanje ekonomije deljenja kao pravca koji je otvorio prostor za iskorišćenje resursa i sa kojima je na tržište ušla dodata vrednost. Prevedeno na “uber rečnik”, ljudi koji se voze nekim od šerovanih vožnji po prihodima (a čak možda i po stavovima) nisu oni koji bi se vozili u tradicionalnom taksiju, što znači da ova dva skupa ne dele iste potrošače odnosno da se sa ekonomijom deljenja na tržištu pojavilo ekstra parče kolača.

Šta je zapravo istina od ova dva, za sada je teško reći – ekonomisti se tek bave dubljim istraživanjima njenih efekata i za sada dolaze do protivrečnih zaključaka. Na primer, u radu “Peer-to-Peer Rental Markets in the Sharing Economy”, Samuel Fraiberger sa Universty of New York (NYU) i Arun Sundararajan sa Leonard N. Stern School of Business, NYU, su u radu objavljenom u martu ove godine, izložili analizu funkcionisanja nekih od najpoznatijih oblika ekonomije deljenja koji se odnose na rentiranje dobara i usluga i pokušali da kvantifikuju posledice deljenja vožnji kroz servise kao što su Uber i drugi, na tražnju za automobilima u Americi u poslednje dve godine.

Došli su do sledećih rezultata: šerovanje vožnji doprinosi (1) boljoj alokaciji resursa i stoga stvaranju novih prihoda u trgovanju između konzumenata, (2) stvaranju dodatne vrednosti za one konzumente koji ranije nisu mogli da sebi priušte kola, (3) otvara mogućnost da se tražnja pomeri ka višem kvalitetu automobila i povećaju prihodi proizvođača automobila kroz povećanu tražnju za vozilima koja će biti korišćena u šerovanim oblicima prevoza. S druge strane povećano korišćenje automobila dovodi do skraćivanja njegovog radnog veka i snižava ravnotežnu cenu koja se može postići u davanju ovakve usluge jer se trajna dobra koriste na efikasniji način.

Srazmerno najveću korist od ekonomije deljenja, zaključili su ovi istraživači, imaju oni potrošači čiji su prihodi ispodprosečni jer se ovom novom uslugom tržište dodatno otvorilo prema njima i omogućilo im da u većem broju uživaju usluge taksi prevoza, da im postanu dostupna vozila boljeg kvaliteta i da im se otvori nova mogućnost za stvaranje prihoda kroz (potencijalno) rentiranje sopstvenih vozila.

Za razliku od ovog faktografskog istraživanja baziranog na statističkim podacima, mnogo veći broj radova bavi se kritikom Uber-a i Airbnb (pre svih ostalih) sa vrednosnog aspekta. U njima se kaže da, čak i ako su Uber i Airbnb, nekada bili vođeni idejom ekonomije deljenja, oni su danas tipične, regularne tržišne kompanije – zapravo preduzeća za pružanje taksi i usluga izdavanja nekretnina sa zaista inovativnim načinom organizovanja posla. Neki, levičari kao na primer ekonomista Robert Rajh, celu ekonomiju deljenja smatraju neoliberalnim trojanskim konjem koji podriva prava zaposlenih, dok drugi ove dve i njima slične kompanije smatraju izdajom jednog u osnovi duboko socijalnog modela, izraslog iz krize i zasićenosti idejom posedovanja.

00

Sam Uber ima tri nivoa: Uber Black koji ima licencirane vozače koji pružaju klasične taksi usluge, UberX u kojem svako ko želi može biti taksista iako za to nema dozvolu niti je registrovan (to je Uber koji funkcioniše u Evropi pod imenom UberPOP) i Uber Pool aplikaciju koja omogućava većem broju putnika da se zajedno nađu na mreži i dogovore o deljenju jednog taksi vozila što predstavlja potpuni primer shared economy.

Najveći predmet žučnih rasprava je UberX za koji stručnjaci kažu da bi mogao biti deo ekonomije deljenja ako onaj koji tako prevozi putnike i inače prelazi određenu destinaciju pa je deli sa drugim saputnicima (kao kad na primer s prijateljima idemo na more istim kolima da prođemo jeftinije), ali prestaje da bude deo ove ekonomije ako tu liniju prelazi isključivo da bi zaradio novac od prevoženja putnika (kao linijski taksi na primer). Isto tako i Airbnb predstavlja deo ekonomije deljenja ako nekom rentiramo stan u kojem živimo a deo regularnih turističkih usluga ako smo se iz svog stana iselili i konstatno ga rentiramo.

Reč je o tankoj ali važnoj liniji. U ovom drugom slučaju, proglašavanje takve delatnosti za ekonomiju deljenja zapravo predstavlja način da se izbegne plaćanje poreza državi, ne plaćaju licence, ne postupa u skladu sa propisanim standardima za obavljanje delatnosti i izvlači od odgovornosti ukoliko na primer putnik u ovakvom vozilu bude povređen ili nastrada, ili ne dobije odgovarajuću uslugu smeštaja.

Ključna odbrana dve kompanije je da se one zapravo ne bave davanjem bilo kakvih konkretnih usluga, već predstavljaju isključivo tehnološke platforme koje su zapravo revolucionizovale način umrežavanja ljudi. To je verovatno argumentacija koja neće izdržati sud vremena u kojem poreske saobraćajne i druge državne službe i u SAD i u Evropi razmatraju kako da odgovore na ovaj nestandardni ekonomski izazov.