Takiej rewolucji jeszcze nie było. Prof. Dragan: będziemy co chwila zaskakiwani
Takiej rewolucji, jaką aktualnie obserwujemy, jeszcze w historii ludzkości nie było. Żyjemy w ciekawych czasach, a następne będą jeszcze ciekawsze – mówi w wywiadzie dla Szkoły Głównej Mikołaja Kopernika prof. Andrzej Dragan, znany fizyk, popularyzator nauki i artysta.
![Takiej rewolucji jeszcze nie było. Prof. Dragan: będziemy co chwila zaskakiwani](/_next/image?url=https%3A%2F%2Focs-pl.oktawave.com%2Fv1%2FAUTH_2887234e-384a-4873-8bc5-405211db13a2%2Fbizblog%2F2022%2F05%2Fsztuczna-inteligencja-scaled.jpeg&w=1200&q=75)
Autor: Obserwator Finansowy
Profesor jako jeden z prelegentów kongresu naukowego „Futurist of The Year 2024”, zorganizowanego przez SGMK w kwietniu 2024 r., wystąpił z wykładem „Czy AI nas zje?”. Teraz natomiast udzielił szkole obszernego wywiadu, którego tematem był wpływ technologii na przyszłość edukacji i nauki.
Przemiana technologiczna, którą aktualnie obserwujemy, to już nawet nie eksplozja. Eksplozja atomowa to bowiem coś, co postępuje w tempie wykładniczym, jak np. reakcja łańcuchowa. A rozwój technologii związanych z sieciami neuronowymi jest jak reakcja łańcuchowa reakcji łańcuchowych – twierdzi prof. Andrzej Dragan, popularny fizyk, wykładowca na Wydziale Fizyki Uniwersytetu Warszawskiego, profesor wizytujący na Narodowym Uniwersytecie Singapuru.
Procesów zachodzących w tym tempie nie ma w przyrodzie. Jeżeli dodać, że jest to związane z kompetencjami kognitywnymi, to mamy do czynienia z sytuacją, w której tworzymy modele, których poznawcze funkcje rozwijają się w tempie szybszym niż cokolwiek, co widzieliśmy kiedykolwiek w historii – zauważa naukowiec.
Kompetencje przyszłości będą kluczowe
Kluczową wielkością, która moim zdaniem jest najważniejsza w kompetencjach modeli językowych i będzie decydować o tym, który z nich będzie w przyszłości dominować nad pozostałymi, nie jest elokwencja, dostęp do wiedzy lub ilość danych, „zakodowanych” w parametrach sieci, a umiejętność logicznego wnioskowania. Rozumienie struktury logicznej rzeczywistości i posługiwanie się matematycznym wnioskowaniem to umiejętność ważna dla ludzi, bo to dzięki niej rozwiązujemy problemy.
Duże modele językowe zaczynają potrafić logicznie wnioskować. Chat GPT-3.5 jest pod tym względem bardzo prymitywny i odpowiada często bzdury pytany o coś, co wymaga logicznej analizy. Ale GPT Chat-4.0 jest już zdecydowanie lepszy pod tym względem. Potrafi rozwiązywać całkiem złożone problemy logiczne, mniej więcej na poziomie 10-letniego dziecka. Sam Atman zapowiada, że kolejna wersja modeli językowych firmy OpenAI będzie skupiać się właśnie na logicznym wnioskowaniu, więc zdaje się być tego samego zdania co ja w tej sprawie.
W dużych firmach konsultingowych na stanowiskach, które wymagają analizy danych nie bez przyczyny zatrudnia się matematyków, fizyków, informatyków, a nie np. obkutych wiedzą absolwentów uczelni ekonomicznych, nie osoby nauczone wiedzy o ekonomii, tylko osoby, które potrafią rozwiązywać niestandardowe problemy. To ta umiejętność jest kluczowa przy podejmowaniu strategicznych decyzji i będzie bardzo cenna, kiedy nauczymy się konstruować modele, które jeszcze lepiej niż aktualne będą logicznie wnioskować i rozwiązywać nowe, oryginalne problemy – uważa prof. Dragan.
Więcej o sztucznej inteligencji przeczytasz na Bizblog.pl:
Pytanie do AGI
Zapytany o to, jakie pierwsze pytanie zadałby Artificial General Intelligence (ogólna/silna sztuczna inteligencja, która jest celem firm technologicznych – przyp. red.) przypomina, że nawet pytania genialnych ludzi stawiane kilkaset lat temu, okazują się naiwne patrząc z obecnej perspektywy.
Isaac Newton mógłby pytać o naturę grawitacji i o to, jakie są prawa mechaniczne, ponieważ nie miał pojęcia o obszarach, które zostały odkryte w fizyce po nim i które mają się nijak do tego, jak on wtedy wyobrażał sobie świat. Język, którym się posługiwał nie był właściwy, pojęcia, które wprowadził, są aktualnie pojęciami, o których myślimy tylko w kontekście historycznym, ale nie mają współcześnie żadnego ważnego znaczenia. W prawach Newtona jest siła, położenie, prędkość czy przyspieszenie. Te pojęcia nie mają znaczenia we współczesnej fizyce. Nie ma położenia, prędkości czy siły w teorii kwantowej. Zapewne więc Newton zadałby bezsensowne pytanie i podejrzewam, że gdybym ja jakieś zadał, byłoby równie bezsensowne lub jeszcze bardziej. Dlatego pewnie zapytałbym o to, jakie pytanie warto żebym na tym etapie zadał, aby pomogłoby mi to jak najwięcej zrozumieć – stwierdza naukowiec.
Czy AI zastąpi nauczycieli
Na tak postawione pytanie odpowiada:
Mój brak wyobraźni przekonuje mnie do tego, żeby na temat przyszłości siedzieć cicho. Ludzie się mylą w swoich przewidywaniach, szczególnie w czasach eksplozji sztucznej inteligencji. Można byłoby przypuszczać, że jak będą ogrywani przez algorytmy w szachy, to przestaną w nie grać, bo przedtem to był prestiż, świadczyło o intelekcie. Tymczasem okazuje się, że „dostajemy baty” od algorytmów i wcale się nie zniechęcamy. Szachy nigdy nie były tak popularne jak dzisiaj.
(…) Spodziewamy się, że ostatnią rzeczą, w której zostaniemy zdominowani przez algorytmy w najbliższym czasie, będzie „człowieczeństwo” tj. empatia, uczucia. Otóż dwa lata temu na Uniwersytecie Stanforda przeprowadzono badania. Grupie pacjentów z medycznymi problemami zaoferowano konsultacje medyczne. Lekarze udzielali porad na podstawie telefonicznego wywiadu, a wszystko kończyło się kwestionariuszem wypełnianym przez pacjentów. Ci oceniali poziom kompetencji i empatii lekarzy. Nie wiedzieli, że wśród „lekarzy” były boty. Okazało się, że w subiektywnych ocenach pacjentów boty wypadały trochę lepiej od lekarzy pod względem poziomu kompetencji, ale zdecydowanie lepiej pod względem poziomu empatii. To kolejne zaskoczenie! Okazuje się, że już dziś mamy systemy, które w ocenie niczego nieświadomych ludzi wypadają bardziej empatycznie od nich. Oczywiście nie ma to żadnego związku z prawdziwymi emocjami. Dzisiejsze algorytmy nie mają żadnych celów, potrzeb czy prawdziwej empatii związanej ze samoświadomością i uczuciami. Ale jak widać, empatię można bardzo dobrze udawać.
Nie da się natomiast udawać inteligencji. Jeśli algorytm jest w stanie rozwiązywać logiczne problemy, z którymi się styka po raz pierwszy, których nie było w żadnych danych treningowych, to jest to niemal gwarancją tego, że naprawdę ma jakieś umiejętności koncypowania. Trudniej stworzyć robota, który operuje sprawnie mechanicznie w świecie rzeczywistym, tak jak człowiek np. gra w piłkę. Z kolei to, co wydawało się bardzo trudne, czyli umiejętność wyglądania i zachowywania się jak człowiek, okazało się dużo łatwiejsze niż sądziliśmy. Dlatego trudno coś przewidzieć. Możemy jedynie obserwować co się dzieje i przygotować się na to, że będziemy co chwilę zaskakiwani – mówi Andrzej Dragan.
Edukacja przyszłości
Zaprojektowanie idealnego systemu edukacji, który obejmuje start na poziomie dzieci w przedszkolu i ma się kończyć na poziomie doktoratu, to trochę karkołomne zadanie, bo w międzyczasie okoliczności się tak bardzo zmienią, że ten system się przeterminuje. Musimy mieć świadomość, że projektowanie czegokolwiek jest coraz bardziej tymczasowe.
(…) W swojej karierze naukowej kierowałem się wyłącznie tym, by robić to, co mnie interesuje i daje mi satysfakcję. Miałem szczęście spotykać ludzi, którzy myśleli podobnie i nikt ode mnie nigdy nie oczekiwał, że będę gotowy poświęcić swoją pasję na rzecz robienia czegoś, co jest bardziej przydatne z jakiegokolwiek punktu widzenia. Okazało się, że takie rzeczy jak zawód czy sposób na życie pojawiły się przy okazji, jako efekt uboczny. Nie wiem, czy obecny system edukacji w podobny sposób patrzy na rozwój ludzi, którzy mają pasje, czy to nie jest tak, że te pasje są zabijane i trzeba wyjątkowej wytrwałości, żeby przechodząc przez wieloletnią edukację wyjść z niej obronną ręką i wciąż pamiętać, że są jakieś rzeczy, które chcielibyśmy robić.
Podejrzewam, że konstruowanie systemu edukacji, na każdym jej szczeblu, w oparciu o założenie, że najważniejszą rzeczą jest pozwolić ludziom robić to, na co mają ochotę i co jest ich pasją, może prowadzić do dobrych efektów. Jak się robi to, co się lubi, to nie wymaga to żadnego wysiłku, nie jest to żadna praca, tylko czysta przyjemność. Ale to trudne zadanie i nie wiem, jak to osiągnąć. Na pewno trzeba przyjrzeć się temu, kto uczy. Czy są to nauczyciele, którzy sami mają pasję i dostrzegają w tym wartość? Podejrzewam, że takich jest niewielu, ale są bardzo cenni.
Zajmowałem się przez wiele lat układaniem zadań na olimpiady. W Komitecie Głównym Olimpiady Fizycznej śledziliśmy skąd się biorą finaliści. Dużo było osób z dobrych warszawskich liceów, ale były też pewne zastanawiające punkty na mapie Polski. To mogła być jakaś mała miejscowość, z której regularnie rok w rok trafiali do nas niezwykle zdolni, bardzo dobrze przygotowani uczniowie. Co tam się takiego szczególnego działo? Był nauczyciel z pasją, który potrafił zarażać i rozwijać zainteresowania. Przypuszczam, że gdyby takich nauczycieli było więcej w różnych miejscach w Polsce, to młodych zdolnych ludzi też byłoby dużo więcej. Ale to nie jest coś, co można osiągnąć zmieniając system edukacji.
Zadaniem, do którego trzeba się przyłożyć, nie jest moim zdaniem skonstruowanie optymalnego systemu – choć pewnie można to zrobić – ale ważniejsze jest „skonstruowanie” ludzi, którzy w tym systemie będą działać. Nauczycielowi z pasją i zapałem nie będzie przeszkadzać, że system jest niedoskonały. Jednak jak ludzie bez idei stworzą idealny system, to on niewiele pomoże. Najlepszą rzeczą, jaką możemy zrobić, jest umożliwienie funkcjonowania w systemie nauczycieli z poczuciem misji, zaangażowanych i pełnych entuzjazmu. To będzie o wiele bardziej wartościowe niż tworzenie idealnego programu studiów lub programu nauki w szkole podstawowej czy średniej – podkreśla prof. Dragan.
Profesor odwołał się do własnego akademickiego doświadczenia. Na Wydziale Fizyki UW jest kierownikiem studiów indywidualnych, przeznaczonych dla najlepszych studentów, którym oferuje się oddzielny, bardzo ambitny program nauki. Pielęgnowanie tej grupy, jego zdaniem, ma kluczowe znaczenie dla przyszłości, bo to ona, jest później źródłem wartościowych osiągnięć. Przywołał sukcesy naukowe Stanów Zjednoczonych – kraju, który ściąga do siebie najlepszych w ważnych dla siebie dziedzinach, a o jego sukcesie strategicznym decyduje właśnie ta dobrze wyselekcjonowana elita. Dlatego skupienie się również w Polsce na dobrym wykształceniu najlepiej rokujących ludzi może przynieść korzyści.
Zagospodarowanie tych największych talentów to jedna z ważnych, być może nawet najważniejsza funkcja systemu edukacyjnego – twierdzi.
I dodaje, że „program studiów jest oczywiście szeroki i skierowany do wszystkich, ale dobrze by było, żeby te najbardziej wartościowe jednostki nie utopiły się w morzu przeciętności, tylko żeby miały swoją szansę na rozwinięcie skrzydeł. Jeżeli im ją damy, odwdzięczą się swoją pracą i swoim talentem, bo nie wyjadą za granicę”.
Oryginalność prac w czasach AI
To poważny problem – zauważa.
Do niedawna poprawiało się błędy ortograficzne, teraz poprawia się struktury gramatyczne i wygładza język. Wydaje mi się, że jeżeli w środowisku naukowym wykorzystamy algorytmy do tych potrzeb, to nie wykracza to w żaden sposób poza dopuszczalny zakres. Byłoby jednak niedopuszczalne, gdybym prosił algorytm o rozwiązanie jakiegoś problemu, który sam staram się rozwiązać. To rodziłoby poważne wątpliwości odnośnie do tego, kto jest autorem – podkreśla profesor.
Inaczej będzie podczas nauki pisania w szkole podstawowej. Oczekujemy wówczas, że dzieci opanują umiejętność konstruowania myśli w sposób spójny, sensowny, a żeby tak było, muszą robić to samodzielnie. Czy na poziomie szkoły podstawowej korygowanie stylistyczne wypracowania powinno być dopuszczalne? Szczerze mówiąc nie wiem, to trudne pytanie. Na szczęście nie ja muszę się z nim mierzyć – stwierdza naukowiec.
Nie mam prostej, jednoznacznej odpowiedzi. Nawet gdybym ją znalazł, to wyobrażam sobie, że za chwilę okoliczności zmienią się tak bardzo, że przestałaby być aktualna. Trzeba też zdać sobie sprawę z tego, że pewne rzeczy są nieuniknione i nie walczyć z tym, z czym nie da się wygrać. Jeżeli żyjemy w świecie, w którym faktem jest dostęp do asystenta, który potrafi pisać lepiej niż człowiek, w dowolnym w zasadzie stylu, to zamiast z tym walczyć, lepiej to wykorzystać. Jest kwestią czasu, kiedy nie będziemy już w stanie wyłapywać tekstów edytowanych przy pomocy algorytmów i to bardzo nieodległa perspektywa. Dlatego skupianie się na wymyślaniu systemów weryfikujących czy tekst powstał samodzielnie, czy nie, jest bez sensu. Należy się raczej zastanowić jak przemodelować system nauczania i na jakich umiejętnościach skupić się zakładając, że narzędzia, które się pojawiły, są publicznie dostępne i każdy z nich będzie korzystał. Szukałbym oryginalnych i kreatywnych sposobów jak najlepszego ich wykorzystania. W końcu stworzyliśmy je właśnie po to, żeby z nich korzystać. Szkoła ma uczyć dzieci jak żyć w realnym świecie, w którym będą funkcjonować jako osoby dorosłe, a w nim pełno jest przecież takich narzędzi – rozważa naukowiec.
Jeżeli chodzi o dalsze etapy kształcenia, to sporo będzie zależało od specyfiki kierunku. Jeśli chodzi o fizykę, to staramy się najzdolniejszym studentom jak najszybciej dawać wszystkie narzędzia, których potrzebują. Młodość jest dla nas bardzo ważna. W młodym wieku osiąga się najwięcej w badaniach naukowych, wtedy pojawiają się przełomowe odkrycia. Trzeba jednak mieć narzędzia – przeczołgać się przez stertę podręczników, przejść przez pewne historyczne drogi, zabrnąć w ślepe uliczki, żeby osiągnąć poziom, który umożliwia postawienie kolejnego kroku. Dlatego bardzo się śpieszymy. Te studia są wyjątkowo intensywne na początku, aby jak najszybciej wdrożyć człowieka w samodzielne badania. Taka ścieżka może jednak być kompletnie niewłaściwa w przypadku innego kierunku, w którym nie ma znaczenia doświadczenie, a liczy się kreatywność i oryginalność. Wspomniane cechy są ważne także w nauce, ale oprócz tego niezbędna jest duża wiedza matematyczna i fizyczna, inaczej niż w przypadku np. fotografii, gdzie znajomość jej historii bywa przydatna i może pomóc, ale może też zaszkodzić, bo sprowadzi na utarte ścieżki – stwierdza profesor.
Natura współczesnej nauki
Nie jest tak, że we współczesnej nauce jest jedna rzecz, którą można zrozumieć i rozumie się wszystko. To ciąg obserwacji, z których każda może być czymś głęboko zaskakującym, czymś, co otwiera oczy. Moje doświadczenie z nauką fizyki to było doznawanie właśnie takich małych olśnień, które mnie przytłaczały na jakiś czas, potem się z tym jakoś godziłem, przetrawiałem to, a potem były kolejne i kolejne. (…) I tak wygląda odkrywanie rzeczywistości – jeszcze chwilę wcześniej wydawało się, że coś rozumiemy, że coś jest oczywiste, a im bardziej takie się wydawało, tym częściej to przekonanie świadczyło tylko o tym, że czegoś nie rozumieliśmy. (…) I zasadnicza lekcja współczesnej nauki jest taka, że bardzo mało rozumiemy. Trzeba się z tym pogodzić i przygotować na to, że każde kolejne odkrycie to będzie zaskoczenie. (…)
Pewnych aspektów rzeczywistości nie da się opisać, posługując się wyobrażeniem deterministycznym. Nagroda Nobla z fizyki sprzed dwóch lat była przyznana za zbiór eksperymentów, które pokazywały zjawiska, w których klasyczne wyjaśnienie przyczynowo-skutkowe nie daje się sformułować. Takim aspektem rzeczywistości jest teoria kwantowa, która opisuje mikroświat w bardzo małych skalach. W takich skalach nie istnieje znany sensowny model rzeczywistości, który byłby zgodny z obserwacjami. Nie do usunięcia ze świata, który znamy, jest element, który wydaje się niedeterministyczny. Są zjawiska, odnośnie do których nie ma żadnego prawa fizyki, będącego w stanie przewidzieć, co się wydarzy. I to nie jest tak, że my tego prawa jeszcze nie odkryliśmy, albo że go nie dostrzegamy, bo mamy zbyt słabe mikroskopy, tylko są eksperymenty, są twierdzenia matematyczne, które pokazują, że pewnych obserwacji eksperymentalnych nie da się wyjaśnić takim naiwnym modelem deterministycznym. Pozostaje z tego wyciągnąć wniosek dotyczący innych zagadnień. (…)
Nie jest tak, że nie ma zupełnie żadnych praw. Są jakieś prawa fizyki w teorii kwantowej, ale to nie są prawa, które są wszechobecne. Nie każdy aspekt rzeczywistości jest deterministyczny. Są pewne prawa i są też obszary, w których tych praw nie ma. To jest taka ciekawa mieszanka jednego i drugiego. (…) Równanie Schrödingera to ta część teorii kwantowej, która jest deterministyczna. Nie wiemy jednak, czy ta teoria opisuje tylko mikroświat i się w którymś momencie urywa i jest tylko przybliżeniem rzeczywistości, czy też jest tak, że ona operuje we wszystkich skalach i nawet w skalach kosmologicznych rzeczywistość jest opisana tym równaniem. Na ten temat jeszcze niewiele wiemy. Wszystkie eksperymenty, które obecnie udało się wykonać wskazują, że teoria kwantowa działa w tych skalach, w których byliśmy zdolni do wykonania obserwacji. Wiadomo też, że są jeszcze pewne skale, do których nie dotarliśmy. I może tak być, że teoria kwantowa się załamie i przestanie działać w dużych skalach, w tych, w których grawitacja zaczyna odgrywać ważną rolę. Do tych eksperymentów jeszcze nie dotarliśmy – stwierdza profesor.