Veštačka inteligencija je već nekoliko godina u fokusu svetske tehnološke, ali i šire javnosti. Međutim, baš u toj široj, ali nedovoljno upućenoj javnosti, vlada utisak da su veštačka inteligencijai njeno korišćenje gotovo u potpunosti oličeni u nekoliko popularnih digitalnih asistenta i čet botova. U tom smislu, imena poput ChatGPT, Gemini, Microsoft Copilot, Perplexity, Grok i ostali, svakodnevno se pojavljuju i spominju u medijima i razgovorima. Milioni ljudi širom sveta koriste ove sisteme za pisanje tekstova, prevođenje, programiranje ili jednostavno za radoznalo istraživanje sveta znanja. Nisu retki ni oni koji ovu tehnologiju koriste sa podsmehom i „testiraju“ njene mogućnosti postavljajući različita besmislena „duhovita“ pitanja (na koja, naravno, dobijaju adekvatno besmislene odgovore), i baš zato se stekao pogrešan utisak da je upravo to vrhunac savremene veštačke inteligencije, kao i da je, na primer, ChatGPT sinonim za AI.
Međutim, stvarnost je znatno složenija i ozbiljnija, a upotreba različitih specijalizovanih AI modela je mnogo više od pukog dopisivanja sa čet botom. Popularni i široko rasprostranjeni sistemi predstavljaju samo jedan površinski sloj mnogo šireg i raznovrsnijeg ekosistema veštačke inteligencije. Iza njih postoji čitav paralelni i nepoznati svet specijalizovanih AI modela koji rade daleko od očiju javnosti, u naučnim laboratorijama, medicinskim centrima, industriji, finansijama, vojnim istraživačkim programima...
Hajde zato da u ovom tekstu vidimo ukratko kakvi su to modeli i po čemu se razlikuju od ovih opštepoznatih.
Popularni AI modeli koje svakodnevno koristimo pripadaju kategoriji takozvanih opštih, tj. velikih jezičkih modela (Large Language Models). Oni su trenirani na ogromnim količinama javno dostupnih tekstova sa interneta, knjiga, naučnih radova i drugih izvora. Njihova osnovna svrha je razumevanje i generisanje jezika. Upravo zato mogu da vode razgovor, pišu eseje, objašnjavaju naučne koncepte ili pomažu u programiranju. Drugim rečima, oni su zamišljeni kao univerzalni digitalni asistenti. Ali, ta univerzalnost ima i svoju cenu. Opšti modeli znaju ponešto o mnogim oblastima, ali retko ulaze u dubinu koja je potrebna za ozbiljna naučna istraživanja ili medicinsku dijagnostiku. Zbog toga se u profesionalnim oblastima razvijaju potpuno drugačiji tipovi AI sistema, modeli usko specijalizovani za rešavanje određenog problema, a koji nisu dostupni široj javnosti.
Jedan od najimpresivnijih primera takvog pristupa dolazi iz oblasti biologije. Model AlphaFold, koji je razvio DeepMind, uspeo je da reši problem koji je decenijama mučio biohemičare: kako predvideti trodimenzionalnu strukturu proteina na osnovu njihove aminokiselinske sekvence. Proteini su osnovni radni elementi živih ćelija, a njihova funkcija zavisi upravo od načina na koji se savijaju u prostoru. Eksperimentalno određivanje tih struktura često traje godinama. AlphaFold je pokazao da se taj proces može dramatično ubrzati pomoću veštačke inteligencije.
Slični specijalizovani modeli danas se koriste i u drugim oblastima nauke: u kvantnoj hemiji za predviđanje strukture molekula, u tehnološkim naukama za otkrivanje novih legura i superprovodnika, u astronomiji za analizu ogromnih baza teleskopskih snimaka i prepoznavanje galaksija ili egzoplaneta.U medicini je primena veštačke inteligencije još direktnija, pa mi dozvolite ovde malu digresiju – o upotrebi veštačke inteligencije u ranom otkrivanju kancera dojke pisao sam u tekstu AI u službi zdravlja - neograničene mogućnosti pa možete konsultovati i taj tekst.
Sistemi poput IBM Watson Health ili istraživačkih projekata u okviru DeepMind Health razvijeni su da pomažu lekarima u dijagnostici i analizi medicinskih podataka. Umesto razgovora sa korisnikom, ovi sistemi analiziraju radiološke snimke, histološke preparate ili ogromne baze kliničkih studija. Njihov zadatak nije da korisniku napišu neki opšti esej o bolesti, već da prepoznaju specifične suptilne obrasce i promene u tkivima koji mogu ukazivati na tumor, degenerativni proces ili potencijalnu terapiju.
Uz ove, postoji čitav svet AI sistema o kojima se mnogo manje govori i zna, a oni razvijeni za bezbednosne i vojne potrebe. Jedan od poznatijih projekata je Project Maven, inicijativa američkog Ministarstva odbrane za automatsku analizu video i satelitskih snimaka. Cilj ovog sistema je da prepoznaje objekte, vozila ili infrastrukturu na snimcima koje prikupljaju dronovi. Razvoj takvih tehnologija često se odvija u okviru istraživačkih programa agencije DARPA, koja već decenijama finansira napredne projekte u oblasti računarstva, robotike i veštačke inteligencije. Naravno, detalji mnogih vojnih AI sistema su poverljivi. Zbog toga se o njihovim stvarnim sposobnostima često može govoriti samo na osnovu indirektnih informacija. Moj lični zaključak, zasnovan na dostupnim podacima i logici razvoja tehnologije, jeste da su neki od tih sistema veoma napredni i usko specijalizovani za određene zadatke.
Osim biologije, medicine, vojske i industrije, i finansijski sektori takođe razvijaju sopstvene AI modele. Velike investicione kompanije koriste veštačku inteligenciju za analizu tržišnih podataka i upravljanje rizikom. Na primer, platforma Aladdin, koju koristi kompanija BlackRock, jedan je od poznatijih primera. Ona analizira ogromne količine finansijskih informacija kako bi procenila potencijalne rizike i pomogla u donošenju investicionih odluka.
U poslednjih nekoliko godina pojavljuje se i nova generacija modela koji pokušavaju da spoje najbolje iz oba sveta: fleksibilnost opštih modela i preciznost naučnih sistema. Jedan od najzanimljivijih primera je AlphaTensor, koji je otkrio nove algoritme za množenje matrica, osnovnu operaciju u gotovo svim oblastima računarstva. Još jedan model, GraphCast, koristi duboko učenje (Deep Learning), za predviđanje vremenskih prilika i u nekim slučajevima postiže rezultate uporedive sa tradicionalnim numeričkim meteorološkim modelima. O upotrebi AI u oblasti meteorologije pisao sam već u tekstu WeatherNext 2: kako AI menja prognoziranje vremena
Ako sve ovo pokušamo da sažmemo u jednu jednostavnu sliku, popularni AI asistenti koje svakodnevno koristimo mogu se uporediti sa švajcarskim nožem: oni su svestrani, praktični i dostupni svima. Specijalizovani modeli iz nauke, medicine ili industrije, sa druge strane više liče na precizne skalpele dizajnirane za tačno određeni zadatak.
Kao što vidimo, razlika između ova dva sveta nije samo u tehnologiji, već i u nameni, ali i kompletnoj arhitekturi. Jedni su stvoreni da komuniciraju sa ljudima i pomognu u svakodnevnom radu, dok su drugi razvijeni da rešavaju veoma konkretne probleme, od strukture proteina do analize satelitskih snimaka.
Možda je upravo u toj razlici skrivena i najzanimljivija činjenica o savremenoj veštačkoj inteligenciji. Ono što danas vidimo kao “AI revoluciju” u velikoj meri je tek njen najvidljiviji deo. Ispod površine već izvesno vreme razvijaju sistemi koji će verovatno igrati ključnu ulogu u budućim naučnim otkrićima, medicinskim terapijama i tehnološkim inovacijama
.Drugim rečima, digitalni asistenti sa kojima danas razgovaramo su verovatno tek uvod u mnogo dublju transformaciju načina na koji čovečanstvo stvara znanje.
Svaka epoha u razvoju ljudske civilizacije i znanja je imala neki svoj instrument spoznaje – teleskop, mikroskop, akcelerator čestica. Naša epoha definitivno dobija još jedan - veštačku inteligenciju. Zato možda veštačka inteligencija nije samo nova tehnologija, možda je to novi način da čovečanstvo postavlja pitanja univerzumu. Kako sada stvari stoje, AI neće zameniti ljudsku radoznalost, ali će joj dati mnogo moćnije instrumente.
I na kraju, kada sledeći put budete pitali nekog od popularnih čet botova neko nesuvislo pitanje, a on vam isto tako nesuvislo odgovori, nemojte kriviti veštačku inteligenciju. Ona odgovara na isti način kako ste je i pitali. Uvek se setite da negde u pozadini postoje AI modeli koji mogu mnogo pomoći i koji su mnogo više od pukih asistenata za ćaskanje. Na primer, ako AI na vreme prepozna rane promene na grudima i spase život samo jedne žene, AI je, možemo reći, već ispunila svoju svrhu.

































