Tag Archives: veštačka inteligencija

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

Geopolitički izazovi Nemačke 30 godina posle ujedinjenja

Brandemburška kapija fotografisana sa zapadne strane, Berlin 1988.

Trideset godina posle ujedinjenja, Nemačka je suočena s novim i neizvesnim geopolitičkim okruženjem kako nestaje globalni poredak koji je omogućio njen procvat. Zemlja se nalazi na političkom raskršću s pripremom za odlazak kancelarke Angele Merkel koja je na vlasti polovinu vremena od njenog ujedinjenja, pišu svetski mediji.

Promene okolnosti

Nemačko mirno ponovno ujedinjenje 3. oktobra 1990. bilo je trijumf liberalne demokratije i sidro političke stabilnosti, ali globalni poredak koji je to omogućio nestaje na horizontu, piše Filip Stivens (Philip Stephens) glavni politički komentator Fajnenšl tajmsa (The Financial Times).

Prisustvo SAD u Evropi je garantovalao bezbednost kontinenta, dok su, kako ukazuje Stivens, francusko-nemačko pomirenje i stvaranje Evropske unije vodili ka sistemu zasnovanom na pravilima u kojem je cvetala socijalna tržišna ekonomija.

Međutim, spoljašnja stabilnost na kojoj je izgrađen uspeh Nemačke zamenjen je najznačajnijom geopolitičkom nestabilnošću posleratnog doba, ističe komentator britanskog lista.

Rusija Vladimira Putina se vratila sa revanšizmom nastojeći da silom menja nacionalne granice. Kina je odbacila zapadni model u prilog državnog kapitalizma spojenog s političkom represijom. Sjedinjene Američke Države su se okrenule ka svojim unutrašnjim pitanjima, a nacionalizam se vratio u Evropu. To je, ističe Stivens, svet 19-vekovnog nadmetanja sila umesto kooperativnog internacionalizma druge polovine 20. veka.

Ipak, malo je znakova da je Nemačka promenila način razmišljanja. U vreme krize prvi nemački instinkt je da posreduje, što, ukazuje Stivens, u svetu u kome mnogi radije pucaju pravi, nije loša stvar.

Ali bilo da je reč o “ruskoj agresivnosti, turskom avanturizmu ili kineskom ekspanzionizmu”, novi globalni nered nudi izbore koji se ne mogu izbeći. Postoje vreme kada države, uključujući Nemačku, moraju da zauzmu stranu, zaključuje politički komentator Fajnenšl tajmsa.

Najboljih 30 godina

Nemačka je od ujedinjenja imala najboljih 30 godina u svojoj dugoj i komplikovanoj istoriji. Sledećih 30, međutim, biće teže, jer su nacionalni i regionalni izazovi s kojima se suočavala, bledi u poređenju s onima koji dolaze, ističe istoričar i kolumnista Gardijana (The Guardian) Timoti Garton Eš (Timothy Garton Ash).

U današnjem svetu zamućenom populizmom, fanatizmom i autoritarizmom, Nemačka je svetionik stabilnosti, uljudnosti i umerenosti, što su kvaliteti koji personifikuju nemačku kancelarku Angelu Merkel, navodi Garton Eš i dodaje da se nemačka demokratija, za razliku od nekih drugih, još nije suočila s testom velike ekonomske krize. To je rezulatat njene ekonomske snage, ali i posledica rasta izvoznih tržišta kakva je Kina, prednosti evra i rezervoara jeftine radne snage s istoka Evrope.

Međutim, ukazuje istoričar s Oksforda, nema garancija da će podjednako povoljne geoekonomske okolnosti, kao i benigno geopolitičko okruženje opstati u predstojećim godinama.

Dok za odnos Nemačke prema Evropi, uprkos ksenofobičnom evroskepticizmu Alternative za Nemačku (AfD) ne treba brinuti, pošto većina Nemaca dobro razume koliko je njihova budućnost neodvojiva od Evropske unije, to više ne važi za zapad, koji se u Nemačkoj predstavlja skoro kao relikt Hladnog rata, nešto poput zastarele teleks mašine. Dok je većina Evropljana zapanjena američkim predsednikom Donaldom Trampom (Trump), u Nemačkoj postoji poseban odnos prema SAD – nemački mediji sada o Americi govore na isti način kao o Kini i Rusiji.

Izazovi sveta u narednih 30 godina, poput klimatskih promena, veštačke inteligencije, pandemije kao što je COVID-19 i agresivan stav lenjinističko kapitalističke kineske super sile, zahtevaju globalno partnerstvo demokratija, a ne samo regionalno, ocenjuje Garton Eš i zaključuje da zato sledeći važan datum za nemačku istoriju nije 3. oktobar, što će biti lepa godišnjica, već 3. novembar kada će biti održani verovatno najvažniji američki izbori u istoriji modernog transatlantskog sveta.

Šta posle Merkel?

Trideset godina posle ujedinjenja i sama nemačka politika je na raskršću, ističe se u reportaži Tajmsa (The Times) novinarke En Meklvoj (Anne McElvoy) koja je izveštavala iz te zemlje u vreme ujedinjenja.

Ujedinjenje Nemačke 3. oktobra 1990. bio je diplomatski majstorski potez koji je označio kraj Hladnog rata i početak nove Evrope, ocenjuje Meklvoj, ukazujući da su prvi slobodni izbori na prostoru bivše Istočne Nemačke bili lansirana rampa za stidljivu ali odlučnu političarku s istoka – Angelu Merkel koja je posle bila na vlasti polovinu vremena otkada je njena zamlja ujedinjena.

Sada kada se Merkel priprema na povlačenje, naziru se promene i daleko je od očiglednog ko će je naslediti, ukazuje se u reportaži londonskog lista.

Posle migrantske krize došlo je do uspona krajnje desne nacionalističke Alternative za Nemačku (AfD), čija privlačnost leži u njenoj prilagodljivoj prirodi i sposobnosti da iskoristi teme koje liberali teško rešavaju, poput uticaja promene populacije na lokalne zajednice i teškoća u školskim odeljenjima u kojima mnoga deca ne govore nemački.

Ipak, trenutni politički ciklus pogoduje Demokratskoj hrišćanskoj uniji (CDU) Angele Merkel, delom, kako navodi Tajms, zato što je Nemačka prošla mnogo bolje u suočavanju s COVID-19. Oko 88 odsto Nemaca je zadovoljno kako vlada postupa tokom pandemije, što bi moglo oživeti oslabljenu popularnost CDU-a, ali je nezivesno ko će nasledit kancelarku.

Dok situacija u CDU deluje zbrkano, ona je ružičasta u poređenju s drugom glavom strankom Socijaldemokratskom partijom‚ koja je na silaznoj putanji otkada je sišla s vlasti 2005. S druge strane, glasači mlađi od 50 godina u pojedinim regionima podržavaju savez konezervativaca i Zelenih koji se smatraju probom za koaliciju na saveznom nivou.

Igrom sudbine, navodi se u reportaži, taj razvoj takođe ima korene u kraju Istočne Nemačke i novom početku 1990. Spor među starom gardom Zelenih oko podrške ujedinjenju završio je postepenim prenosom kontrole krilu koje je bilo više spremno na kompromise u parlamentu – i to krilo sada deluje kao najverovatniji pobednik dok se pomalja era posle Angele Merkel.

Istok manje veruje demokratiji

Izveštaj predstavljen nemačkoj vladi ranije ovog meseca pokazuje da je istok zemlje uveliko ekonomski sustigao zapad, ali i dalje ima manje poverenja u demokratiju, prenela je agencija Frans pres (Agence France-Presse).

BDP po stanovniku na teritoriji bivše Istočne Nemačke je na 79,1 odsto ostatka zemlje, dok je 3. oktobra 1990. bio na 37 odsto.

Izveštaj pokazuje da se smanjio i jaz u prihodima – prosečna zarada na istoku je 2018. bila 88,3 odsto proseka na zapadu. Jaz i dalje postoji, ukazuje AFP, delom zbog manje gustine naseljenosti na istoku gde ima više ruralnih oblasti, dok su urbane manje razvijene.

Uprkos poboljšanjima, ističe AFP, neki pokazatelji su manje povoljni.

Demokratiju kao najbolji politički sistem za Nemačku na zapadu zemlje podržava 91 odsto ispitanih, a na istoku samo 78 odsto. Takođe, dodaje AFP, razlike postoje u odnosu prema strancima i, mimo Berlina, u saveznim pokrajinama na istoku veća je podrška krajnjoj desnici – i do 20 odsto u nekim oblastima.

 

RSE

Mekinsi institut: Kovid-19 i veliko resetovanje, razlozi za optimizam

U svom poslednjem, 25. apdejtu situacije institut Mekinsi iznosi najnovije perspektive o pandemiji i njenom dvostrukom uticaju na živote i egzistenciju, kao i kako se poslovni subjekti mogu pripremiti za „sledeću novu normalu“.

Kompanijski rukovodioci u ovom trenutku gaje veće nade u izgledni oporavak ekonomija i privreda – ove njihove projekcije su pozitivnije nego što su bile dosad. Da li je kraj pandemije blizu, i da li je ovaj optimizam odraz napretka u rešavanju ?

Šest meseci nakon što je WHO proglasila COVID-19 globalnom pandemijom, odgovori dati u poslednjoj Mekinsijevoj globalnoj anketi ukazuju na pozitivan pomak u raspoloženju i procenama koji se tiču privrede i ekonomije – kako na nacionalnom tako i na inernacionalnom nivou. Više od polovine svih anketiranih donosilaca poslovnih odluka zastupa stav da će ekonomski uslovi u njihovim zemljama biti bolji u narednih šest meseci, dok 30 odsto njih kaže da će se stanje pogoršati. To je najmanji procenat pesimista koje je Mekinsi imao u svojim anketama, započetim aprila 2020.

Anketirani u gotovo u svim regionima sveta gaje više optimistističkih nego pesimističkih pogleda na stanje sopstvenih ekonomija i privreda. Sledi graf očekivanih ekonomsko-privrednih uslova u anketiranim zemljama u narednih šest meseci (procenat ispitanika je prema lokaciji poslovnih prostora-kancelarija):

(Graf iznad: Kina, uz Hong Kong i Tajvan, n=103; Indija, n=74; Severna Amerika, n=259; Azija i Pacifik, n=136; Evropa, n=402; Latinska Amerika, n=80; Ostala brzo rastuća tržišta – Srednji Istok, Severna Afrika, Južna Azija i Podsaharska Afrika, n=84;)

Analizirajući odgovore anketiranih rukovodilaca, Mekinsijevo istraživačko odeljenje je napravilo jedan dublji uvid u situaciju, bacivši svetlo na razumevanje onoga što je potrebno za postizanje optimističnog ishoda. Ishodi i prognoze proistekli iz ove ankete, naravno, zavise od dosadašnjeg napretka – uz mogućnosti za još pozitivnije ishode. Nauka je dosad mnogo naučila o prirodi epidemije. Razvijena je naprednija dijagnostika, uključujući brze testove, od kojih se njih nekoliko može obaviti za petnaestak minuta. Postupak i procedure koje se sprovode nad inficiranima uveliko napreduju. Farmaceutske kompanije su pokazale izuzetno izgledne kandidate za buduću pouzdanu vakcinu i terapiju. Imajući sve ovo u vidu, potencijalni kraj pandemije je stvar bliske budućnosti.

Još jedno sveže istraživanje otkriva razmere poremećaja u radnim praksama i ponašanjima uzrokovanih koronom. Trećina anketiranih kompanija je ubrzala digitalizaciju svojih lanaca snabdevanja, polovina njih je ubrzala digitalizaciju svojih prodajnih kanala, a dve trećine ih je brže usvojilo veštačku inteligenciju i automatizaciju. U toku su i mnoge druge promene u strukturi i poslovnim rutinama kojih će se radna snaga pridržavati ubuduće.

Menadžeri bi trebalo da analiziraju podatke o ovim promenama, ali i mnoge druge vezane za korona-situaciju, i da se uhvate u koštac sa dugoročnim planom strateškog planiranja. Suštinsko pitanje glasi: koji je pravi način razmišljanja o 2021. i godinama koje će uslediti? Da li bi kompanije trebalo da uklone svoje barikade ili je za takvo šta prerano?

Pažnja najvećeg broja porodica je, pre svega, usmerena ne na radna mesta već na – edukativne ustanove. Mekinsijev najnoviji osvrt na edukativne metode i procedure usvajanja gradiva pre svega bacaju akcenat na ispitivanje varijabli koje ulaze u konačne odluke o ponovnom otvaranju edukativnih ustanova. Takođe, istraživači ovog instituta su prošle sedmice svoju pažnju usmerili na upravljanje kompanijskim fondovima i gotovinom tokom krize, kao i na izazove budžetiranja zdravstvenih sistema.

Rukovodioci svuda razmišljaju kroz konture onoga što se već neko vreme naziva „novom normalom“. Najnoviji skup informacija prisutan je u Mekinsijevom istraživačkom segmentu „Sledeća nova normala: digitalna sfera oporavka” (The next normal: The recovery will be digital). Koristeći se svojim profesionalnim i ekspertskim znanjima, analitički sektor ove kompanije je odabrao, organizovao i predstavio svoj set podataka sabranih u jedan jasan vodič-knjigu na 172 stranice. To je prvi od pet predviđenih setova podataka (besplatnih za onlajn preuzimanje); podaci se tiču praćenja trendova u ovoj „narednoj novoj normali“; Mekinsi je ovaj multimedijalni prikaz kreirao u saradnji sa Si-En-Bi-Sijem.

Moguće je, takođe, steći uvid i u kompletnu zbirku Mekinsijevih sadržaja povezanih sa koronom, takođe i sadržajne vizuale iz njihovih „tabela dana“; sabranih je to, analiziranih i jasno prikazanih prvih stotinu članaka na temu korona virusa, poslovanja, privatnog života, kao i privrednog oporavka. Mekinsijeva „kutija s alatom“ pomaže poslovnim liderima da pravovremeno i adekvatno odgovore na trenutnu pandemiju.

Uz sve to, Mekinsijevi urednici biraju slike, grafove i „statističke pite“ koje čitaocima omogućavaju jednostavnu i lako uočljivu vizuelizaciju.

 

McKinsey

 

Iz radijusa:

The Emotionally Challenging Next Phase of the Pandemic

Never Go Back to the Office

RAND, objavljena istraživanja

MIT (rubrika Covid-19)

Econ 3.0? What economists can contribute to (and learn from) the pandemic

Apple and Google have launched coronavirus exposure notifications without an app

Navigating a World Reshaped by Covid-19

Da li je na vidiku Hladni rat sa Kinom?

Peking se već suprotstavlja politici Vašingtona, piše Adam Sigal za Foreign Affairs.

Tri i po godine od svog prvog mandata, administracija američkog predsednika Donalda Trampa konačno je sastavila sveobuhvatnu strategiju za povratak američke tehnološke konkurentnosti u trci sa Kinom. Od presecanja lanaca koji snabdevaju kineske tehnološke gigante, preko zabrane svih transakcija s ovim poslovnim subjektima, do regulisanja pristupa podmorskim kablovima od kojih zavise i globalne telekomunikacije – mere Trampove administracije često su bile nepotpune, improvizovane, pa čak i štetne po neke velike potencijale američkog inovacionog sistema. Oni su, međutim, postavili obrise američke tehnološke politike prema Kini u bliskoj budućnosti. Ta politika počiva na ograničavanju protoka svoje tehnologije ka Kini, restrukturisanju globalnih lanaca snabdevanja i ulaganju u nove tehnologije kod kuće. Čak ni nova američka administracija verovatno neće odstupiti od ovih osnovnih postavki.

Iskristalizovala se i kontrastrategija Pekinga. Kina se utrkuje da razvije poluprovodnike i druge osnovne tehnologije kako bi smanjila svoju ranjivost na prekid lanaca snabdevanja koji prolaze kroz Sjedinjene Države. Tragajući za načinima koji bi doprineli postizanju ovog cilja, njeni lideri mobilišu tehnološke kompanije, ojačavaju veze sa zemljama koje učestvuju u kineskoj inicijativi ‘Pojas i put’ i održavaju kampanju sajber-industrijske špijunaže.

Obrisi „Tehnološkog Hladnog rata“ sada su postali jasni, ali ko će se prvi i najviše okoristiti –  ako će neko od njih uopšte imati koristi od ovog nadmetanja – to i dalje ostaje otvoreno pitanje. A tada će ovaj svet globalnog tehnološkog razvoja, raspolućen na dve super-strane, verovatno imati sporije inoviranje, barem na kraći period. Takođe će biti skupo. U izveštaju Dojče banke je iznesena procena da će u narednih pet godina troškovi ovog tehnološkog rata biti veći od 3,5 hiljade milijardi dolara. Ipak, lideri sa obe strane Tihog okeana gaje nadu da će ubrzati tehnološki razvoj kod kuće, čineći to pitanjem od nacionalne bezbednosti.

Tramp je odredio kurs američke tehnološke trke sa Kinom. Ako u novembru (odnosno januaru 2021.) dođe do promene administracije, promene politike će verovatno biti stvar preciznog podešavanja „detalja“. Da bi se rešile zabrinutosti koje TikTok, WeChat i druge kineske aplikacije pokreću zbog privatnosti podataka i cenzure, na primer, Sjedinjene Države bi na kraju mogle da se odluče za zamenu sveobuhvatne zabrane na osnovu zemlje porekla (aplikacije, softvera, hardvera, opreme, itd) jačanjem sopstvenog regulatornog okvira za privatnost. A nova administracija bi mogla uvesti i druge opsežne promene, koje bi uticale na tok trke ova dva rivala.

Na primer, ako bi Sjedinjene Države ojačale odnose sa svojim saveznicima, mogle bi pronaći partnere voljnije za saradnju u razvijanju međunarodnih standarda, zaštiti osetljive intelektualne svojine i ulagati u 5G i druge tehnologije u nastajanju. Trampova administracija predložila je oko 30% povećanja „civilnih“ finansiranja za veštačku inteligenciju i kvantne informacione nauke, ali bi i druge oblasti naučnog istraživanja takođe mogle dobiti prioritetno finansiranje. Pametnija imigraciona politika mogla bi da spreči mnoge od najboljih i najsjajnijih da svoje poslovne prilike traže u Australiji, Kanadi, Evropskoj uniji i Britaniji, i tako povećati američku konkurentnost u poluprovodničkoj tehnologiji i veštačkoj inteligenciji. Ali, sve ove promene bi se odigravale na marginama iste osnovne strategije: blokirati protok zapadne tehnologije ka Kini, ponovo uspostaviti neke visokotehnološke lance snabdevanja i oživeti američke inovacije. Ove suštinske odredbe su Pekingu jasne, kao što su postale i Vašingtonu. Kao rezultat toga, Kina se priprema za budućnost u kojoj se, kada je reč o suštinski važnim osnovnim tehnologijama, više ne može pouzdati u Sjedinjene Države.

Ove godine je kineski Nacionalni kongres predstavio petogodišnji plan u kojem će se u gradske i provincijske oblasti ali i kompanije uložiti blizu 1,4 biliona dolara za izgradnju „nove infrastrukture“, pre svega povezane s veštačkom inteligencijom, data centrima, 5G tehnologijom i industrijskim internetom (što je inicijalno i prioritet razvoja 5G mreže), kao i drugih novih tehnologija. Kineski kreatori politika posebno nastoje da smanje zavisnost svoje zemlje od Sjedinjenih Država u proizvodnji poluprovodnika. Peking je u oktobru 2019. osnovao fond za razvoj poluprovodničke tehnologije u iznosu od 29 milijardi dolara, a u avgustu su kineski zvaničnici uveli i druge politike kojima podržavaju domaću industriju čipova, uključujući poreske olakšice, podršku istraživanju i razvoju, kao i podsticaje za međunarodne kompanije za poluprovodnike da se presele u Kinu. Dva proizvođača čipova, podržana od vlade, su zaposlila više od 100 iskusnih inženjera i menadžera iz ’Taiwan Semiconductor Manufacturing Company’, vodećeg svetskog proizvođača čipova, kao i jednu firma za sajber sigurnost za koju je vezan nedavno otkriveni dvogodišnji poduhvat hakovanja kojim je ukraden izvorni kod, paketi za razvoj softvera i čip, koje je dizajniralo sedam tajvanskih firmi za proizvodnju čipova.

Kineska kontra-strategija

Foreign Affairs

Čini se da napori za smanjenjem tehnološke zavisnosti doprinose pokretanju opsežnije kineske ekonomske agende. Kineski državni štampani mediji u poslednje vreme promovišu novi način ekonomskog razmišljanja kineskog predsednika Sija Đinpinga, nazvanog „teorija dvostruke cirkulacije“. Iako su njene specifičnosti i dalje nejasne, čini se da teorija daje prioritet domaćoj potrošnji, tržištima i kompanijama, a u nastojanju da ojača kinesku tehnološku samodovoljnost nakon decenija rasta vođenog izvozom. Prema Volstrit žurnalu, kineski potpredsednik vlade Liju He je dosad radio na identifikovanju kompanija i privrednih grana koje su pod rizikom od američkih sankcija. Veruje se da bi posebno osetljive firme mogle dobiti više državnih sredstava za istraživanje i razvoj.

Takođe, kineska vlada nastoji  da mobiliše privatne tehnološke kompanije, podržavajući nacionalne ciljeve. Tokom  julskog sastanka sa kineskim preduzetnicima, Si je pozvao kompanije da pokažu patriotizam i inovativnost. Preko polovine od 25 poslovnih lidera na toj konferenciji radi na polju novih tehnologija, poput proizvodnje čipova, veštačke inteligencije i pametne umrežene proizvodnje. ‘Alibaba’ je septembra 2018. osnovao Pingtouge, sopstveno odeljenje za razvoj poluprovodničke tehnologije, a Baidu je jula 2019. proizveo Kunlun, svoj pametni čip. Alibaba i Tencent su najavili ogromna nova ulaganja u klaud-usluge i data-centre, kako bi podržali jednu novu infrastrukturu.

Čini se da Kina preinačuje i diversifikuje svoj lanac snabdevanja, a geografski i konceptualno se „razudila“ u potrazi za svim dobrim kreativnim opcijama. Tako se zainteresovala za rešenja otvorenog koda za koja veruje da neće biti predmet američkih sankcija. Huavej se, na primer, obavezao da će uložiti milijardu dolara kako bi privukao programere u svoju zamenu za doskorašnji Google Mobile Services otvorenog koda, a Kina aktivno i sa entuzijazmom učestvuje i u projektu razvoja RISC-V čipova baziranih  na otvorenom kodu. Štaviše, što su kineske tehloške kompanije manje dobrodošle za evropska tržišta, to će se više ove kompanije fokusirati na izgradnju digitalne infrastrukture i pružanje usluga zemljama koje su potpisale BRI.

Konačno, ako se i ovo najgore dodatno pogorša, Peking u svom tobolcu zadržava moćno sredstvo politike: uvek može da se osveti američkim tehnološkim firmama. Kinesko Ministarstvo trgovine je, po izveštaju, pripremilo „listu nepouzdanih entiteta“ – stranaca i preduzeća – koji su prekinuli isporuke kineskim kompanijama iz neekonomskih razloga; ove firme bi se mogle suočiti s ozbiljnim urušavanjem sopstvenih biznisa u Kini, zabranama ili ograničenjima trgovine, investicija, regulatornih dozvola i licenci. U nekim kineskim medijima i poslovnoj zajednici sugeriše se da bi Apple ili Qualcomm na kraju mogli biti kažnjeni zbog kampanje Vašingtona protiv Huaveja. Do sada je, međutim, Peking izbegavao takve akcije, izabravši umesto toga da se pozicionira kao suzdržani, odgovorni akter u trgovinskom sporu sa Sjedinjenim Državama.

Duga promena pravca

Modern War Institute – West Point

Kina i Sjedinjene Države se pripremaju za dugoročno tehnološko rivalstvo – ono kojem se verovatno neće promeniti kurs, bez obzira na ishod američkih predsedničkih izbora. Da bi ta konkurencija podstakla inovacije brzinom koja nadoknađuje i prateće gubitke, Peking i Vašington će morati da prevaziđu domaće političke barijere.

Kineska industrijska politika je ovoj zemlji omogućila da ostvari dobitak u oblastima kao što su superračunari, iako pekinški pravac tipa „od vrha nadole“ takođe može generisati i određenu neefikasnost, otpad i višak. Ono što je najvažnije, vlada dosad nije uspela da smanji jaz između Kine i Sjedinjenih Država u poluprovodničkoj tehnologiji, uprkos višedecenijskoj podršci toj industriji, a trenutni napori verovatno neće odmah rezultirati otkrićima.

U Sjedinjenim Državama, izvršne agencije i Kongres široko podržavaju jačanje inovacija. Članovi američkog Kongresa su tokom poslednjih šest meseci predstavili zakone koji odražavaju ovu posvećenost – jačajući domaću proizvodnju poluprovodnika, ili, na primer, preuređujući Nacionalnu naučnu fondaciju i stvarajući nacionalni data-klaud za istraživače. Jedan zakon teži da imigrantske vize učini lakše dostupnima onima koji rade u oblasti veštačke inteligencije i drugim tehnologijama od suštinskog značaja za nacionalnu bezbednost.

Takva politička pažnja na visokom nivou mora se pretvoriti u održivu dvostranačku podršku. Poslednje tri godine su bile upozorenje na intenzivnu tehnološku konkurenciju koja dolazi. Peking je jasno rekao da će se prilagoditi i odgovoriti na ova američka nastojanja. Vašington bi morao da učini to isto.

 

(Autor je predsedavajući saveta ‘Ira A. Lipman’ za nove tehnologije i nacionalnu bezbednost, i direktor Programa za digitalnu i kibernetsku politiku pri američkom Savetu za spoljne odnose)

 

Foreign Affairs

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

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.

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

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