Jak sztuczna inteligencja zmienia nasze życie?

1. Jeden dzień z życia ze sztuczną inteligencją w przyszłości

Wyjście z domu, droga do pracy.
Praca: edytory tekstów, słowniki, podpowiedzi w internecie, analityka danych. Po pracy: transport, medycyna, zakupy, finanse, sposoby spędzania wolnego czasu zgodne z podpowiedziami algorytmów. Wyjście do kina na film o ludziach, którzy bali się SI. Gatunek - komedia

Zaczynam dzień ze sztuczną inteligencją, SI. Z pewnością inaczej wygląda ten początek niż wtedy, gdy powstawała ta książka w roku 2020. Mam na czole neutralnie odbieraną przez moją skórę opaskę; sama ją zaprojektowałam i wydrukowałam za pomocą drukarki 3D. Często zmieniam tę część, która przylega do skóry, bo zużywa się dość szybko. Produkcja nowej w warunkach domowych zajmuje około dwóch minut. Na dodatek w prosty i ekologiczny sposób mogę ją zuty­lizować. W opaskę są wbudowane sensory do detekcji fazy snu. Detektory snu ma również moja pidżama. Całość działa w ten sposób, że budzi mnie zawsze około siódmej rano; precyzyjnie mierzy, czy aktualna faza snu pozwala na łagodne przebudzenie. System podłączony do opaski i pidżamy analizuje dane z sensorów, odnosząc je do spersonalizowanych parametrów dobrego snu, i decyduje, że powinnam otworzyć oczy właśnie w danym momencie. Jednego dnia to może być godzina 07.03, a drugiego - 07.05. Rozbudowana aplikacja na podstawie moich określonych ruchów w łóżku i prądów przechodzących przez mój mózg ocenia też przez całą noc, czy mój sen jest niestabilny, czy spokojny, i w razie potrzeby stara się mikroprądami spowodować jego polepszenie.
Budzę się w moim smart house. Mieszkam bowiem w inteligentnym domu, który adaptuje się do moich potrzeb i stara się dobrze je rozpoznawać. System połączonych sensorów i regulujących ich pracę algorytmów decyduje o powolnym odsunięciu zasłon w sypialni. Wtedy światło dzienne łagodnie dociera do moich oczu. Sama opaska na czole też daje możliwość generowania naturalnego światła, tak abym zawsze budziła się w słoneczny dzień, niezależnie od tego, jaka jest pogoda.
To piękne przebudzenie.
Mój inteligentny dom jest w całości ochipowany, tworzy system IoT (Internet of Things, internet rzeczy) i różne sprzęty współpracują ze sobą nawzajem, a także ze mną. Gdy zatem wstaję, ekspres do kawy już wie, że się obudziłam. W 2020 roku nie jest to zaawansowane rozwiązanie, ale trzeba przyznać, że bywa przydatne i miłe, kiedy to pożyteczne i niewinne urządzenie AGD zaskoczy mnie przygotowaniem - dzięki sensorom i systemowi rekomendacji opartemu na różnych rankingach - mojej ulubionej caffè latte. A może jeszcze zapyta mnie:
 - Hi Ola, czy chcesz latte? Potwierdź to.
Wtedy odpowiadam: „Tak, dzisiaj chcę latte" albo: „Nie chcę, zrób mi jednak espresso".
Tak zaczynam dzień. Od samego ranka uruchamia się wiele procesów, które powodują, że pozostaję w interakcji z technologiami.
Monitor zamontowany na drzwiach garderoby podpowiada rodzaj ubrania adekwatnego do pogody i okazji. Równie dobrze może to być aplikacja w smartfonie w rodzaju tych, które w 2020 roku „nakładają" na głowę różne fryzury albo ubrania, aby przekonać odbiorcę, jak wygląda w danej stylizacji. Tutaj zastosowanie technologii polega na wykorzystaniu bardzo popularnej i istotnej dziedziny sztucznej inteligencji, jaką jest przetwarzanie obrazu. System pyta mnie, czy dziś będzie mi dobrze w zestawie: dżinsy i sweter w reniferki. Skąd te reniferki? Uwielbiam pocieszność generowaną przez swetry z tym charakterystycznym wzorem, chociaż kojarzą mi się one głównie z programistami, którzy noszą rogowe okulary i niewiele mówią (odwrotnie niż ja). Jeśli jednak tego dnia nie chcę się ubrać w ten sposób, oto aplikacja podpowiada mi kolejny zestaw: może lepiej dżinsy i marynarka? Zatwierdzam: „Tak, to ten look, to chcę mieć dziś na sobie". Po kliknięciu odpowiedniego przycisku garderoba otwiera się i na półkach w szafach podświetlają się miejsca i wieszak, na których znajdują się ubrania zaakceptowane przeze mnie. Tak nawigowana ubieram się trochę szybciej niż bez tej pomocy i jest szansa, że będę bardziej zadowolona z wyboru. Dodatkowym plusem jest to, że SI przeszukuje całą garderobę, a nie tylko półki, które są na wyciągnięcie ręki. Przypomina mi w ten sposób o ubraniach, o których już zapomniałam, i być może zmniejsza apetyt na robienie nowych, często niepotrzebnych zakupów ubraniowych.
Chcę jechać do pracy. Tu objawia mi się sztuczna inteli­gencja w całej krasie: mam do dyspozycji autonomiczny transport publiczny albo... autonomiczny samochód. Może jeszcze będę mieć wybór: auto w pełni autonomiczne lub tylko wsparcie dla kierowcy w postaci SI. Niemniej auto z pewnością będzie wyposażone w system detekcji obiektów, tak zwane widzenie maszynowe, machine vision, oraz w system nawigacji satelitarnej z sensorami powierzchni. Przez łączność satelitarną połączy się z miejskim systemem regulacji ruchu, abym omijała korki. Zresztą nie chodzi tylko o ominięcie korków, takie systemy mamy już przecież w roku 2020, ale na pewno w tej kwestii pójdziemy o krok dalej: po naciśnięciu „ON" w moim samo­chodzie włączę się do szerszego systemu, który te korki spróbuje sam rozładować. Zadziała zatem analityka predykcyjna oraz machine learning, uczenie maszynowe (patrz: słownik).
Tu ważna uwaga. Kiedy wsiadam do samochodu autonomicznego, a takie są już w sprzedaży w 2020 roku, nie jestem kierowcą, ale „współkierowcą" lub nawet pasażerem. Bot (skrót od „robot", program komputerowy), który jest w nim zamontowany, wita mnie słowami: „Dzień dobry" lub: „Cześć, Olu!". Odpowiadam:
 - Cześć, zawieź mnie do pracy.
Po drugiej stronie idealnie zsyntetyzowany głos mówi mi, którą drogą pojedziemy i ile zajmie to czasu. Bot asys­tent proponuje też włączenie radia albo rozmowę na temat wiadomości dnia. Pogawędka jest swobodna i przypomina taką, jaką można toczyć ze znajomym.
Kiedy system przetworzył już wszystkie inicjujące komendy, samochód rusza. Jedziemy, korzystając ze wspomnianego systemu optymalizacji trasy. W 2020 roku niektórzy twierdzą, że mógłby on działać jako blockchain (technologia łańcucha bloków danych, peer-to-peer; patrz: słownik) - rozwiązanie, dzięki któremu każdy użytkownik w sieci jest jej równoprawnym uczestnikiem. Na pewno jest to jedna z możliwości zrealizowania takiego systemu.
Po drodze może zdarzyć się tak, że kichnęłam, a sensor zamontowany w moim ubraniu odnotował, iż podniosło się stężenie przeciwciał w mojej krwi. Wtedy otrzymuję alert na aplikację w smartfonie - przy założeniu, że wciąż korzystam jeszcze ze smartfona, a nie z nieznanego bliżej w 2020 roku uniwersalnego interfejsu (możliwe wszak, że w niedalekiej przyszłości smartfon będzie już sprzętem retro). To może być też modna opaska na rękę, którą dostałam na imieniny, a wcześniej wybrałam w internetowym sklepie z biżuterią. W każdym razie załóżmy, iż technologia ubieralna stwierdza przy okazji, że mam też delikatnie podwyższony puls. Wtedy mój bot komunikuje się z tym w samochodzie, który mówi:
 - Olu, wydaje mi się, że czujesz się trochę gorzej niż zazwyczaj. Czy skontaktować cię z lekarzem?
Wtedy odpowiadam: „Tak, poproszę". Automatycznie zmieniamy trasę i po drodze do pracy wstąpimy do lekarza. Oczywiście mam także możliwość wydać komendę „de­cline" - odmawiam i jedziemy bezpośrednio do pracy. Wtedy system, jeśli sobie tego życzę, może mi zaproponować leczenie zaczynającej się infekcji gardła sam z siebie, według predykcji i znajomości mojego organizmu z poprzednich przeziębień. To rozwiązanie byłoby szczególnie pomocne dla osób, które cierpią na groźne chroniczne choroby: cukrzycę czy epilepsję.
A czy sztuczna inteligencja może zachorować? Skoro ja jestem podatna na wirusy, to czy system komputerowy też może analogicznie zachorować i nie nadawać się do pracy? Choroba jest specyficzną koncepcją, którą zarezerwowaliśmy raczej dla organizmów żywych, ale oczywiście można w określonej sytuacji powiedzieć, że system w jakimś sensie zachorował. I chociaż wiemy, że systemy w 2020 roku
łapią wirusy z internetu, to jednak jest to coś innego niż ludzkie wirusy. Ale może się zdarzyć tak, że po drodze ktoś zhakuje mój samochód i spróbuje mnie porwać, na przykład na przyjęcie. W świecie 2020 roku przeprowadzano już poważne dyskusje o tym, że autonomiczne samochody nie powinny się pojawiać w parku samochodowym osób o wysokiej randze publicznej, bo w takim pojeździe lider czy liderka państwa mogliby po prostu łatwiej zostać uprowadzeni. To poważne zagrożenie, jeśli chodzi o rozwój auto­nomicznych samochodów, przynajmniej z dzisiejszego punktu widzenia. Sys­temy autonomiczne w czasie testów zawodziły i zdarzało się, że samochód z autopilotem pojechał w inną stronę, niż zamierzano, lub - co groźniejsze - nie rozpoznawał obiektów wokół siebie, na przykład myląc niebieską ciężarówkę z niebem. Oczywiście każdy system może zostać zawirusowany, zainfekowany, po prostu - przejęty. Może się też wydarzyć wiele innych rzeczy, niekoniecznie z powodu zewnętrznej interwencji, na przykład mogą się skumulować złe dane. System może wejść w stan przechyłu algorytmicznego (zbiasować się, od ang. bias - stronniczość; patrz: słownik). To wątek często podejmowany w 2020 roku w refleksji nad rozwojem SI.
Załóżmy, że w tej historii z życia w przyszłości jestem dziennikarką i muszę się orientować, co się dzieje na świecie i w moim mieście. Ten zawód wydaje się szczególnie czerpać z wielkich możliwości SI. W porównaniu z nim bycie data scientist, którą jestem w 2020 roku, pracując nad rozwojem tych wszystkich inteligentnych opasek, szaf i samo­chodów, wydaje się mniej ekscytujące. Jako dziennikarka w dużej mierze korzystam więc w mojej pracy ze sztucznej inteligencji. Nie czuję obawy, że SI całkiem zastąpi mnie w pracy, bo jestem też publicystką, piszę dużo subiektywnych tekstów i nie sądzę, że byłoby to algorytmizowane. Wyrazisty styl pisania, niepodrabialność zdań oraz suma poglądów chronią mnie przed zautomatyzowaniem. To ma już znaczenie w pracy w mediach w 2020 roku. Korzystam jednak z danych zaciąganych zewsząd z internetu, z włączeniem analityki danych - podpowiedzi kategoryzujących, z kim warto porozmawiać na dany temat, czyli innymi słowy z propozycjami i referencjami ekspertów.
 - Rekomenduj! - wydaję polecenie.
W ten sposób proszę system o zasugerowanie kilku ciekawych pytań, zagadnień, które można poruszyć w zadanym mi przez redakcję tekście o genetyce. Później zastanowię się, czy te wskazówki przydadzą mi się, czy nie. Otrzymuję również od innego systemu informacje o tym, jaki jest profil psychologiczny osoby, z którą będę rozmawiała. Odbywa się to na podstawie danych wyciągniętych z sieci internetowej, korzystam zatem z dobrodziejstw socjometrii (patrz: słownik).
Dowiaduję się na przykład, że z przedstawicielami rodziny Przegalińskich najlepiej rozmawia się nieformalnie, bo lubią być na „ty". Ale z pewnym panem - specjalistą w zakresie genetyki - rozmawia się inaczej, bo jego styl komunikacji jest bardzo formalny. Jednak jest rekomendowany jako człowiek, który nie owija w bawełnę, i dlatego dobrze mieć jego wypowiedź w tekście. Poza tym nie jest osobą, która lubiłaby dygresje, powinnam więc od razu zadać konkretne pytanie, a on będzie zmierzał do pointy najkrótszą drogą.
Mówię do mojego podstawowego asystenta:
 - Poszukaj jeszcze innych ekspertów od genetyki.
Gdy okaże się, że w wynikach wyszukiwania znajdują się tylko mężczyźni, pomyślę zdziwiona: „Co to za propozycja? Żadnej kobiety?". Będzie to przykład ewidentnego skrzywienia algorytmicznego, biasu, bo system nie wybiera tak, jak ja bym chciała, tylko podaje wynik według swoich wag (patrz: słownik). Weźmy inny przykład: system proponuje mi osoby tylko o określonym stażu, a ja doskonale wiem o kimś, kto ma znacznie krótszy staż pracy w dziedzinie genetyki, że jest również świetnym rozmówcą, więc przydałby mi się w mojej pracy, choć system go nie rekomenduje. Oto przykład „choroby" systemu - jest możliwa w wielu aspektach, niekoniecznie związanych z hakingiem czy zawirusowaniem. Dlatego przy researchu korzystam z co najmniej dwóch asystentów, aby mieć różnorodne źródła pozyskiwania informacji.