M. Venčkauskaitės teigimu, dirbtinis intelektas yra tiek geras, kiek gebame užtikrinti kokybišką jo mokymąsi. Nors gali kilti svarstymų, kaip apibrėšime save dirbtinio intelekto amžiuje, turime suprasti, kad dėl mašininio mokymosi atskiros sritys tobulėja labai stipriai, galutiniai rezultatai gerėja, tad reikia išmokti žengti koja kojon su naujovėmis.

Paklausta, kur link šioje srityje judame, pašnekovė patikino, kad proveržio greitu metu turėtume sulaukti logistikoje. Dirbtinis intelektas šiandien jau plačiai pritaikomas autentifikacijos mechanizmams, kuriant autonominius automobilius, užtikrinant saugumą ir net medicinoje.

„Bene įdomiausias pritaikymas bus susijęs su robotais. Galbūt ateityje turėsime robotus, kurie nešios siuntinius iki mūsų durų ir jie bus visiškai autonominiai. Manau, viena iš įdomiausių inovacijų ateinančiais metais laukia logistikos srityje“, – sakė M. Venčkauskaitė.

Laidoje „Mergaitės taip nedaro“ programuotoja papasakojo ir apie tai, kaip jos gyvenime kompiuteriai pradėjo užimti išskirtinę vietą, kas yra šiuo metu itin išpopuliarėjęs mašininis mokymasis bei kaip gyvensime netolimoje ateityje.


Sužavėjo galimybė automatizuoti

Programuoti M. Venčkauskaitė pradėjo dar paauglystėje, o lūžio metais galima būtų laikyti 15-ąjį gimtadienį, kai ji suprato, kad tai ne tik žaidimas, bet ir galingas įrankis.

„Turbūt labiausiai užkabino galimybė, ką galima su programavimu padaryti. Tais laikais buvo žaidimas, kur buvo galima programuoti roverius Marse. Mane taip užkabino tas žaidimas, kai pamatai, kaip programavimas gali daug žmogaus veiksmų automatizuoti. Reiškia, viskas padaroma greičiau, gali vienu metu daug mašinų naudoti ir, iš tikrųjų, pajaučiau tą smagumą. Pradėjau labiau domėtis, mokykloje dar šiek tiek irgi mokėmės. Turėjau tikrai šaunią informatikos mokytoją, kuri paskatino ir, realiai, mane vėliau gyvenime tas programavimas lydėjo tiek studijų metu, tiek dabar būtent profesiniame kelyje“, – pasakojo ji.

Pasak M. Venčkauskaitės, programavimo logika yra aprašoma matematinėmis funkcijomis, tačiau pats procesas yra pagrįstas bandymų ir atradimų keliu, todėl svarbu nebijoti suklysti, bandyti vėl ir vėl, kol programa ima daryti tai, ką esi numatęs.

„Tai lydi mus, profesionalius programuotojus, kasdieniame darbe. Mes lygiai taip pat kasdien dirbdami visko iš karto nepadarome. Tai yra tiesiog labai natūralus dalykas. Smagiausia turbūt yra išmokti įveikti tą nuotaiką, pajausti, kad, jei bandysi daug kartų, tau vis tiek pasiseks“, – įsitikinusi pašnekovė.

Bando perkelti žmogaus mąstymo procesus į kompiuterį

M. Venčkauskaitė pripažįsta, kad turi tyrinėtojos dvasią, tad ir studijas rinkosi tokias, kurios leistų labiau patyrinėti visatą – dalelių fizikos. Šiuos mokslus ji iki šiol vadina be galo įdomiais ir leidžiančiais bent šiek tiek prisiliesti prie fundamentalių atradimų. Būtent studijuodama pašnekovė susidomėjo ir mašininiu mokymusi, rašė magistrinį darbą šia tema.

Tiems, kurie šią sąvoką girdi pirmą kartą, M. Venčkauskaitė aiškino, kad mašininio mokymosi idėja užgimė dar praėjusiame amžiuje ir yra susijusi su bandymais perkelti žmogaus mąstymo procesus į kompiuterį.

„Pavyzdžiui, kaip mūsų smegenyse mąstymą įgyvendina daugybė susietų neuronų, taip lygiai ir kompiuterinės programos gali būti sukurtos ar sumodeliuotos iš susietų neuronų. Yra ir keletas kitų algoritmų, bet pagrindinis mašininio mokymosi principas – algoritmas, naudodamasis tam tikrais duomenimis, išmoksta atlikti užduotį ir pasiekti tikslą. Tokios programos teoriškai jau egzistavo praeitame amžiuje, bet mes neturėjome pakankamai skaičiavimo pajėgumų kompiuteriuose, kad galėtume tai pritaikyti“, – sakė ji.

Pritaikomi itin plačiai – nuo atpažinimo iki pandemijos valdymo

M. Venčkauskaitė pasakojo, kad mašininio mokymosi algoritmai šiuo metu naudojami, pavyzdžiui, oro uostuose, kai tikrinama, ar tavo veidas atitinka nuotrauką pase. Jie taip pat gali atpažinti ir kitus objektus, ženklus, o koronaviruso pandemijos metu padėjo atlikti ir minios valdymo užduotis.

„Tarp žymesnių taikymo pavyzdžių būtų galima įvardyti autonominius automobilius, kurie jau geba be vairuotojo įsikišimo atlikti beveik visas vairavimo užduotis“, – aiškino ji.

Itin auga ir mašininio mokymosi pritaikymo svarba medicinoje, ypač srityse, susijusiose su plaučių ar širdies ligomis, kai susirgimai nustatomi iš rentgeno nuotraukų. Praktikuojantis gydytojas per gyvenimą gali pamatyti kelis šimtus konkrečios ligos atvejų, o mašinos geba kaupti duomenis, susijusius su visomis egzistuojančiomis susirgimų nuotraukomis.

„Kuo toliau, tuo dirbtinis intelektas yra gudresnis, tuo daugiau profesijų jis jau gali optimizuoti. Iškyla toks klausimas, nes kai kurie žmonės, tarkime, chirurgai ar menininkai, savo profesiją tobulina visą gyvenimą, ir štai atsiranda robotas, kuris daro chirurgines operacijas, ar robotas menininkas, kuris paveikslus spausdina per kelias sekundes. Tačiau, aš manau, kad žmogiško kūrybiškumo niekas nepakeis, kad dirbtinis intelektas taps įrankiu žmogui, kuris pagerins jo profesijos efektyvumą ir tikslumą. Pavyzdžiui, chirurgo profesija tikrai išliks, bet jis privalės prisitaikyti ir naudoti tuos įrankius, jei norės būti šiuolaikiškas specialistas“, – įsitikinusi M. Venčkauskaitė.

Darbuotojų poreikis tik auga

Kadangi mašininio mokymosi sritis dar yra pakankamai nauja, ji sparčiai auga ir plečiasi, išaugo ir šios sferos specialistų poreikis.

„Vis labiau reikia darbuotojų, kurie sugebėtų elgtis su didesniais modelių kiekiais. Perspektyvos labai didelės. Industrijoje judama labiau link modelių taikymo. Tai reiškia, daugiau reikia pažinti sritį, kurioje dirbi, ir tie metodai gali būti šiek tiek paprastesni, nebūtinai naujausi akademiniai atradimai. Tiesiog geras darbuotojas, jei gerai moka juos taikyti, jau gali labai daug nuveikti“, – sakė M. Venčkauskaitė.

Tiesa, lyčių nelygybės čia nepavyksta išvengti. Pašnekovė pasakojo dirbanti gana techninėse komandose, todėl neretai jose esanti vienintelė moteris. Nors ji pati vengia charakterio ar asmenines savybes skirstyti į būdingesnes vyrams ar moterims, pastebi, kad tai gali būti viena priežasčių, stabdanti moteris sukti į dirbtinio intelekto sritį.

„Skaitant skelbimus gal kartais atrodo, kad reikalauja kažkokių vyriškų savybių ar charakterio, labai nebijoti. Iš tikrųjų, kiekvienas žmogus turi savo stipriąsias puses ir ką pasiūlyti. Net jei ne visai atitinkate darbo skelbimą, bet jums ta sritis įdomi, tikrai drąsiai bandykite, kalbėkite ir, aš manau, kad tikrai abipusės iš to tik laimės“, – įsitikinusi ji.

Kovodami su kibernetiniu saugumu, sukūrė naują įrankį

Ji taip pat pabrėžė ir įvairovės komandoje svarbą, nes yra įsitikinusi, kad tai tiesiogiai susiję su kūrybiškumu, augimu.

„Kuo panašesni esame, tuo mes esame lengviau pakeičiami. Kuo skirtingesni esame, tuo mūsų mąstymas yra platesnis ir mes galime pasiekti daugiau“, – mano M. Venčkauskaitė.

Būtent komandai ji yra dėkinga ir už vieną paskutinių itin įdomių darbų. Kartu jie kūrė kibernetinio saugumo įrankį, skirtą atvirų šaltinių žvalgybai, bet pritaikomą ir kovai su netikromis naujienomis, propaganda, tamsiuoju internetu.

„Atrodo, tai yra programa, įrankis, kurį gali parašyti keliese, komandoje, bet ji tokia galinga, kad padeda mums spręsti tokias skaudžias problemas. Mane įkvepia tai, kad dirbtinis intelektas gali padaryti mūsų gyvenimą saugesnį ir geresnį“, – pripažino M. Venčkauskaitė.