/nginx/o/2013/01/08/1515044t1h2b4d.jpg)
Kui minult küsitakse, kas masin saab mõelda, pean vastama, et ei tea. Põhjuseks on eelkõige see, et pole kokku lepitud, mida mõtlemise all mõeldakse. Kas delfiin mõtleb? Kas koer mõtleb? Masin on sel juhul muidugi arvuti või arvutit sisaldav masin, näiteks isesõitev auto, robotitest rääkimata.
Kui ma 57 aastat tagasi arvutitega esimest korda kokku puutusin, olid nad veel üsna rumalad. Kuid visionäärid, sealhulgas ka mitmed targad matemaatikud, arvasid, et peagi hakkavad arvutid inimkeeli mõistma ja tõlkima, ning põhimõtteliselt nende intelligentsusel polegi piiri. Asjade senine areng pole seda kinnitanud, ent viimasel ajal on jälle tekkinud ootused, et peagi võib juhtuda ime ja arvutid võtavad inimestelt üle õiguse olla kõige targemad.
Selline olukord võiks tekkida juhul, kui üha kiirenev (eksponentsiaalne) arvutite ja tarkvara võimekuse kasv viib selleni, et nende toimimise üle kaob inimestel kontroll. Tehisintellektiga seotud ohtude eest hoiatavad mitmed asjatundjad, sealhulgas Ray Kurzweil Google’ist ja teadlased Masinintellekti Uurimisinstituudist MIRI Californias (mis kuni 2013. aastani kandis Singulaarsuse Instituudi nime). Sõna «singulaarsus» instituudi nimes tähendas just olukorda, kus pidev areng asendub väga kiirete ja ettearvamatute muutustega, mille tulemused võivad inimestele olla katastroofilised.
Näib, et esialgsed katastroofi-kartused on siiski kahanenud, kuid MIRI eesmärk on ikkagi uurida masinate intellekti ja nende käsutuses oleva info mahu kasvuga seotud ohtusid. Neid ohtusid on piisavalt. Seda eriti küberruumis, mille moodustab tohutu hulk interneti kaudu omavahel seotud arvuteid. Juba käesoleval ajal on botiparved väga tüütuks muutunud. Need on kooslused kümnetest ja sadadest tuhandetest pahavara programmidest, mis kuulavad interneti kaudu neid juhtivate programmide — kontrollerite – käske. Käsu peale suudavad nad rünnata servereid ning halvata nende töö. Probleem on selles, et iga üksik bott on väike ja märkamatu programm, mille olemasolu arvutis on arvuti kasutajale enamjaolt ohutu ja teadmatu. Seega on üksikuid botte raske ja kasutu hävitada, tuleb leida ja kahjutuks teha nende kontrollerid.
Siinkohal tasub märkida, et igasugune ülisuur võimekus, olgu see suur võimsus, nagu tuumajaamades, või suur oodatav tarkus, nagu arvutitel, on põhimõtteliselt võimalike katastroofide allikas. Tšornobõli katastroofi põhjustasid küll inimesed, ent selle kohutavad tagajärjed olid tingitud tuumajaamas peitunud ülisuurest energiast. Need ohud on säilinud, seda kinnitavad ka Fukushima tuumajaama õnnetus Jaapanis, tuumapommide tobedast kogumisest mitmetes riikides rääkimata. Arvutite üha kasvav võimekus pole seotud energiaga, vaid infoga, võiks isegi öelda – teadmistega. Ning see võimekus üha kasvab. Ka siin võib tekkida olukordi, millega võrreldes juba juhtunud miljoni krediitkaardi andmete leke tundub tühisena. Seetõttu on MIRI eesmärk tänapäeval vägagi ajakohane.
Veel mõni aeg tagasi olid tehislikku intelligentsust omavad programmid, näiteks malemängu programm, mis võitis Garri Kasparovit, väga kitsalt spetsiifilised. Tänapäeval on tekkinud masinaid, seejuures mitte ainult roboteid, mille võimekus põhineb palju laiemal intelligentsusel. Sobivaks näiteks on isesõitvad autod, mis arenevad kiiresti ning on peagi sisse võtmas kindlat kohta linnatranspordis. Selline auto mitte ainult ei pea otsustama, mida ja kuidas teha, vaid peab eelkõige suutma jälgida kiiresti muutuvat keskkonda. Ta peab märkama liiklejaid, sealhulgas jalakäijaid, sõiduteed, liiklusmärke ja iseenda dünaamikat. Selleks on auto varustatud laserite, radarite, ultraheliseadmete ja güroskoobiga. Esialgu on selline andurite komplekt kallis, kuid masstootmisel muutub nii odavaks, et autotootjad valmistuvad juba praegu sellega raha teenima. Toome näiteks Singapuri tiheda liiklusega piirkonnas One-North möödunud aasta aprillist alates liikluses taksona katsetatavad nuTonomy autod. Selle projekti praktilist tähtsus peaks ka tallinlased hästi mõistma. Nimelt on Singapuri One-Northi piirkonnas väga raske parkimiskohti leida. Kui väikesed isesõitvad taksod laiemat kasutust leiavad, kaob seal suure hulga eraautode parkimise vajadus ära. Seni on Renault Zoe elektriauto baasil ehitatud nuTonomy end Singapuri liikluses nii hästi näidanud, et nüüd katsetatakse seda ka Bostoni Cambridge’i piirkonnas. Lisaks nuTomyle valmistavad isesõitvaid autosid turule toomiseks ette mitmed teised firmad, nagu Tesla, Google, Volkswagen jt.
Muidugi on isesõitvad autod juba liiklusõnnetusi põhjustanud. Samas on nende sagedus läbitud kilomeetrite kohta tunduvalt väiksem kui tavaautodel. Liiklusõnnetusi saaks tunduvalt vähendada, kui panna autod lühikese maa peal omavahel suhtlema. Seda oleks juba praegu lihtne tehniliselt korraldada, lisades ka juhiga autodele väheke elektroonikat. Laevadel on juba kohustuslik kasutada sarnase otstarbega AIS-süsteemi, mis teatab iga laeva liikumise suunda ja kiirust ning hoiatab ohtlikult lähenevate laevade eest. Autode juures takistab omavahelist suhtlemist aga autotootjate vähene huvi, sest siit ei paista tulu – ega autojuhidki sellist autode sõltumatust suurendavat süsteemi ei hinda. Autojuht ei ole rahul, kui auto temast sõltumatult kiirust piirab või pidurdab, seda isegi siis, kui selline teguviis hoiaks ära ahelkokkupõrked ja mitmed teised avariid.
Näib, et transport on ala, kus intelligentsed programmid võtavad peagi inimestelt juhtimise üle. Lennukite autopiloodid on tuntud rohkem kui kuuskümmend aastat. Laevad ei seila tänapäeval praktiliselt kunagi ilma automaatsete navigeerimisseadmeteta. Minu mõne aasta tagune kogemus Nauticat-tüüpi jahiga Põhjamerel on ilmekas. Jahi kapten Rein ütles, et pärituules lainega purjetades ei usalda ta rooli inimese kätte, sest autopiloot on töökindlam. Kuna olin aastakümneid purjetanud ning küllalt enesekindel, püüdsin ise roolida jahti lainetel pärituules, mis oleks peaaegu lõppenud masti murdumisega, sest jaht minu käes pööras laine mõjul ootamatult tuulele teise külje. Güroskoobiga varustatud autopiloot osutus minust paremaks roolimeheks. Pange tähele, et see oli suhteliselt väikesel purjejahil, mille varustus ei ole keerukas ega maksa suurte laevade omaga võrreldes peaaegu midagi. Ennustuste järgi on suured tankerid peagi kaugjuhitavad ning seilavad ainult autopiloodi abil. See tähendab, et kaptenisillal pole ühtegi inimest seni, kuni pole sadamasse saabumist. Selle laeva tüürimees pole kunagi merehaige, sest tema töökoht on kaldal, vahel tuhandeid kilomeetreid laeva asukohast eemal. Tankeri meeskond on sel juhul minimaalne, ainult mõni valvemehaanik igaks juhuks laevas.
Pöördume korraks tagasi loo alguses mõtlemise kohta püstitatud küsimuse juurde. Mõtlemise üks eesmärk on kindlasti mingi otsuse tegemine, ning teisest küljest, otsustamine ilma mõtlemiseta pole vist ka võimalik. Kui jälgime tähelepanelikult auto juhtimist, siis märkame, et juht peab tegema pidevalt otsuseid kiiruse, suuna muutmise jne kohta. Selliseid otsuseid teeb ka isesõitev auto. Siin peame viitama Nobeli preemia omaniku Daniel Kahnemani tuntud raamatule [1] kiire ja aeglase mõtlemise kohta. Selle põhiline sõnum on, et inimesel on võime teha alateadlikult kiireid otsuseid, tuginedes oma kogemustele. Kuid on ka võime otsustada teadlikult arutledes. Viimane otsustamisviis võtab aga rohkem aega. Autojuhte treenitakse autokoolis selleks, et nad suudaksid kiire mõtlemise meetodil, s.t alateadlikult teha õigeid otsuseid.
Isesõitvad autod peavad tegema otsuseid kiiresti, kuid see ei tähenda, et nad ei võiks kasutada loogilisi arutluskäike, nagu seda teeb inimene aeglase mõtlemise korral. Nimelt siin tuleb ilmsiks arvutite suure töökiiruse eelis. Arvuti jõuab ka loogiliselt arutledes teha otsuseid liikluses toimimiseks piisavalt kiiresti, mida inimene ei jõuaks. Tarkvara arendamiseks, s.t liikluse õppimiseks, sõidavad isesõitvad autod sadu tuhandeid kilomeetreid, tavaliselt kahe autos istuva eksperdi tähelepaneliku jälgimise all. Et sellise treeningu ja testimise vajadusest paremini aru saada, tasub vaadata akadeemik Tarmo Uustalu hiljuti Postimehes ilmnud kirjutist «Kas tehismõistus peaks aru andma?» [2] Põhjalikumaks tutvumiseks tarkvara õppimisvõimega võib soovitada ainult uuemaid tehisintellekti raamatuid [3], sest see on valdkond, kus just viimastel aastatel on toimunud läbimurre.
Enamiku isesõitvate autode tarkvara on treenitud kiire mõtlemise rakendamiseks. Erandiks on ainult nuTonomy, mille otsustusprogramm on teadlikult koostatud loogiliste reeglite põhiselt. Lähemal vaatlusel võib märgata, et teatud arvu reegleid kasutavad otsustamise juures siiski kõik isesõitvad autod. Siia kuuluvad näiteks reeglid inimese ohutuse kohta, millel on kõrgeim prioriteet.
Otsustagu nüüd lugeja ise, kas masin mõtleb, kui juhib autot.
[1] Daniel Kahneman. Thinking, fast and slow. Penguin Books. 2011.
[3] Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning. MIT Press, 2016.
:format(webp)/nginx/o/2018/04/12/7775757t1h5ba9.jpg)