Kod jede svoju decu: Kako će mašinsko učenje uzeti deo programerskog hleba

Sa sezonom upisivanja na fakultete dolazi i gomila pogrešnih odluka. Neizostavno, srednjoškolci će pohrliti na smerove koji su im potpuno nepoznati, a upisuju ih jer baš to polje “ima perspektivu”.

Smerovi kompjuterskih nauka i IT-a su u tom boksu, što nije loše samo po sebi. No, ono što deca često ne nauče na svojim (ne)perspektivnim fakultetima je kako da uče — a upravo ovo će biti najtraženija sposobnost u dobu kada i programeri budu gubili poslove.

Ovom prilikom vam prenosimo delove teksta objavljenog u Wiredu, koji upozorava da “naše mašine počinju da govore novim jezikom, onim koji ni najbolji programeri ne mogu u potpunosti da razumeju”. Promenu dovodi osnaživanje mašinskog učenja i veštačke inteligencije, pristupa u kom treniranje zamenjuje davanje detaljnih instrukcija.

Od bogova do roditelja

Kod mašinskog učenja, inženjeri nikada ne znaju precizno kako kompjuter ostvaruje svoje zadatke. Poduhvati neuralnih mreža naveliko su nerazumljivi i zagonetni.

Drugim rečima, ono je crna kutija. Kako ove crne kutije budu preuzimale sve više odgovornosti za naše dnevne poslove, ne samo da će promeniti naš odnos prema tehnologiji, već i način na koji mislimo o sebi, svetu i našem mestu u njemu.

Dok su u starom svetu programeri bili bogovi, stvarajući zakone koji rukovode kompjuterskim sistemima, sada postaju roditelji ili treneri pasa. Kao što će vam svaki roditelj ili vlasnik psa reći, ovo je mnogo zagonetnija veza od bilo koje druge.

Kodiranje je meta sposobnost

U poslednje dve decenije, ovladavanje kodiranjem bila je jedna od najsigurnijih putanja ka pouzdanom zaposlenju — to znaju i svi oni roditelji koji su svoju decu upisivali u škole programiranja posle redovnih časova. No, svet vođen neuralno povezanim mašinama za duboko učenje zahteva drugačiju radnu snagu.

Analitičari su već počeli da brinu o uticaju veštačke inteligencije na tržište rada, kako su mašine učinile stare sposobnosti nerelevantnim.

Moguće je da će programeri uskoro i sami osetiti ukus ovoga.

Tradicionalno kodiranje neće nestati u potpunosti — [Tim] Orejli predviđa da će nam i dalje biti potrebni programeri — ali u mnogo manjoj meri, i ovo će biti meta sposobnost, način stvaranja nečega što Oren Ecioni, CEO Alen instituta za veštačku inteligenciju naziva “skelama” na kojima mašinsko učenje može funkcionisati.

Baš kao što Njutnovu fiziku nije uklonilo otkriće kvantne mehanike, tako će i kôd ostati moćan, ali nepotpun, komplet alata za istraživanje sveta. Kada se radi o omogućavanju određenih funkcija, mašinsko učenje će raditi gomilu posla za nas.

Na duge staze, kaže Tran, mašinsko učenje će demokratizovati uticaj. Na isti način na koji više ne morate da znate HTML da biste napravili sajt, nećete morati da imate PhD da biste iskoristili ludačku moć dubokog učenja.

Programiranje neće biti samo domen obučenih programera koji su naučili niz mističnih jezika. Biće pristupačno svakome ko je ikada naučio psa da se prevrne na leđa. “Za mene je to najbolja stvar kod programiranja”, kaže Tran [bivši profesor na Stenfordu koji je osmislio Google-ov samovozeći auto], “to što svako može da programira danas”.

Naše mašine se menjaju

Za dugi period istorije računarstva, rad mašina smo posmatrali iznutra ka spolja. Prvo ispišemo kôd, pa ga mašina izrazi. Ovaj pogled na svet podrazumeva fleksibilnost, ali u isto vreme sugeriše determinizam zasnovan na pravilima, osećaj da su stvari proizvod sopstvenih fundamentalnih uputstava.

Mašinsko učenje predlaže suprotno – pogled spolja ka unutra u kom ne samo da kôd određuje ponašanje, već ponašanje određuje kôd. Mašine su proizvod sveta.

Naposletku, doći ćemo do toga da poštujemo i moć ručno ispisanog linearnog kôda i moć algoritama mašinskog učenja da ga doteraju — davanje i uzimanje dizajna i nastanka. Moguće je da su biolozi ovo već počeli da kapiraju. Tehnike za editovanje gena poput Crispr-a pružaju im moć manipulisanja kôdom koju su staromodni softver programeri posedovali.

No, pronalasci u polju epigenetike sugerišu da genetski materijal nije nepromenljiv set uputstava već dinamičan set prekidača koji se menjaju u zavisnosti od sredine i iskustava domaćina.

Naš kôd ne postoji odvojeno od fizičkog sveta; na njega sredina utiče i menja ga. Venter možda veruje da su ćelije mašine sa DNK softverom, dok epigenetičar Stiv Kol predlaže drugačije određenje: “Ćelija je mašina za pretvaranje iskustva u biologiju”.

Danas, osamdeset godina nakon što je Alan Tjuring skicirao svoju mašinu za rešavanje problema, kompjuteri postaju uređaji za pretvaranje iskustava u tehnologiju. Decenijama smo tražili tajni kôd kojim bismo ovo objasnili i sa nekim izmenama optimizovali svoje iskustvo sveta.

Ali naše mašine neće ovako raditi još dugo — naš svet nikada i nije. Idemo ka složenijem, ali krajnje zahvalnom odnosu sa tehnologijom. Zapovedanje uređajima postaje vaspitavanje uređaja.