Sztuczna inteligencja rewolucjonizuje świat
Gwałtowny i obszarowo niekontrolowany rozwój technologiczny w skali globalnej w drugiej dekadzie XXI wieku pozwala zauważyć i sformułować wniosek, że świat wchodzi w kolejną, rewolucję przemysłową.
Podstawą zmiany staje się zaawansowany postęp techniczny szczególnie w technologiach informacyjnych, elektronice i technologiach materiałowych, a zwłaszcza oprogramowaniu, które pozwalają wręcz skokowo zmieniać otaczającą nas rzeczywistość.
Sztuczna inteligencja to domena przede wszystkim budowy algorytmów imitujących działanie ludzkiego umysłu. Sztuczna inteligencja cechuje się dwoma podstawowymi znaczeniami: hipotetycznej inteligencji realizowanej w procesie technicznym, przy użyciu narzędzi technicznych, a nie w procesie naturalnym. Druga cecha związana jest z rozpatrywaniem SI jako technologii i dziedziny interdyscyplinarnych badań naukowych informatyki i kognitywistyki czerpiąca także z osiągnięć psychologii, neurologii, matematyki i filozofii.
Zadaniem badań nad sztuczną inteligencją w drugim znaczeniu jest konstruowanie maszyn i programów komputerowych zdolnych do realizacji wybranych funkcji umysłu i ludzkich zmysłów niepoddających się algorytmizacji, kodyfikacji do oprogramowania lub sprzętu.
W niniejszej pracy wskazano istotne wyzwania wiążące się z wykorzystaniem sztucznej inteligencji (SI) w dziedzinie bezpieczeństwa i obronności krajów, a w szczególności Rzeczypospolitej Polskiej. Praca ma również przedstawić potencjalne szanse i ryzyka związane z zagadnieniami wielkoskalowego wdrażania sztucznej inteligencji, a w szczególności metod uczenia maszynowego wymagających obszernych zbiorów danych uczących, bazujących na strumieniach rzeczywistych informacji nierzadko dotyczących obywateli, tym samym wkraczając w prywatne sfery życia. Wyzwania dla bezpieczeństwa i obronności RP związane z nowoczesnymi technologiami, w tym ze stosowaniem systemów SI, wynikają z dostępności wiedzy i technologii, a zwłaszcza zasobów finansowych potrzebnych na budowę narzędzi, specjalizowanych centrów obliczeniowych, zasobów danych wymaganych w procesach budowy baz wiedzy i wzorców.
Budowa potencjału odporności państwa wymaga wdrożenia działań organizacyjnych na rzecz wzmacniania i rozbudowy potencjału technologicznego, przede wszystkim zaś rozwoju krajowych rozwiązań w sektorze nowych technologii i cyberbezpieczeństwa oraz utworzenie kompleksowej koncepcji, określającej cele strategiczne w obszarze wykorzystywania przełomowych technologii, a w szczególności sztucznej inteligencji.
Źródła (Tyugu, 2011), (Mattis, 2018) wskazują, że jedną z sił napędzających tempo przemian w ramach wspomnianej rewolucji technologicznej, staje się sztuczna inteligencja (ang. Artificial Intelligence, AI), gwarantująca realizację równoległego, efektywnego przetwarzania, identyfikacji i rozpoznawania obiektów, ale przede wszystkim stanowiąca wsparcie autonomizacji platform bojowych i automatyzacji procesów rozpoznawania obiektów. Wielu badaczy przychyla się do stwierdzenia, że SI jest kluczem do sukcesu, który pozwoli rozwiązać wiele istotnych dla współczesnego świata problemów głównie naukowych – wynikających z potrzeb diagnostyki medycznej, kompozycji leków, rozwoju chorób, analizy rynków i trendów giełdowych, itp..
Biorąc pod uwagę tempo badań i dotychczasowe osiągnięcia, wskazuje się, że w latach 2045–2060 może dojść do przełomu przewyższającego wpływ programów kosmicznych w XX wieku. Nie ulega wątpliwości, że rozwój SI daje szerokie spektrum możliwości, ale niesie również określone ryzyka. Nie może zatem dziwić, że pojawienie się rozwiązań z zakresu SI i ich dynamiczny rozwój jest w dużej mierze związany z bezpieczeństwem i jego specjalistyczną sferą, jaką stanowi obronność.
Sztuczna inteligencja jest przedmiotem badań prowadzonych od początku lat pięćdziesiątych, zapoczątkowanych przez Alana Turinga, i jest obszarem badawczym definiującym obszerny zbiór metod związanych z: podejmowaniem decyzji w warunkach braku kompletu danych, analizą i syntezą języków naturalnych, rozumowaniem naśladującym myślenie człowieka, rozpoznawaniem wzorców, automatycznym wnioskowaniem, budową systemów eksperckich i diagnostycznych.
Ze względu na pojemność tego pojęcia dotychczas nie wypracowano jednolitej i w miarę powszechnie akceptowanej jej definicji, częściowo z powodu różnorodnych podejść do badań w tej dziedzinie. Warto zauważyć również, iż żadne oficjalne rządowe źródło również takiej definicji nie dostarcza jednak najbliższe formalnego charakteru są zapisy ustaw wprowadzone 12 grudnia 2017 r. (H.R. 4625 i S. 2217), formułujące:
Def.1 Każdy sztuczny system, który wykonuje zadania w zmiennych i nieprzewidywalnych okolicznościach, bez znaczącego nadzoru człowieka, lub który może uczyć się na podstawie swoich doświadczeń i poprawiać swoje wyniki…. Mogą one rozwiązywać zadania wymagające podobnej do ludzkiej percepcji, poznania, planowania, uczenia się, komunikacji lub działań fizycznych.”
Definicja ta bazuje na szeregu istotnych historycznych definicji formułujących rozwój tej dziedziny:
Def.2 Systems That Think Like Humans – Systemy, które myślą jak ludzie
“Automatyzacja czynności, które kojarzą się nam z ludzkim myśleniem, czynności takich jak podejmowanie decyzji, rozwiązywanie problemów i uczenie się” – Bellman, 1978 r.
Def.3 – Systems That Act Like Humans – Systemy, które działają jak ludzie
“Sztuka tworzenia maszyn, które wykonują funkcje, które wymagają inteligencji, gdy są wykonywane przez ludzi” -Kurzweil, 1990 r.
Def.4 – Systems That Think Rationally – Systemy, które myślą racjonalnie
“Badanie obliczeń, które umożliwiają postrzeganie, rozumowanie i działanie” – Winston, 1992
Def.5 – Systems That Act Rationally – Systemy, które działają racjonalnie
“Gałąź informatyki, która zajmuje się automatyzacją inteligentnych zachowań” – Luger i Stubblefield, 1993 r.
Wstępny międzynarodowy konsensus uzyskano dla definicji systemu sztucznej inteligencji dostarczonej w dokumentach (OECD) jako: „System oparty na koncepcji maszyny, która może wpływać na środowisko, formułując zalecenia, przewidywania lub decyzje dotyczące zadanego zestawu celów”. (OECD, 2019).
System SI wykorzystuje dane wejściowe do postrzegania, percepcji i interpretacji środowisk rzeczywistych lub wirtualnych, kształtowania modeli (bazy wiedzy i wzorców) na podstawie obserwacji, a następnie interpretowaniu ich w celu sformułowania, wyznaczenia określonych wyników (rozwiązywanych zadań).
Modelowanie wiedzy, danych oraz rozwijanie systemów algorytmów i mocy obliczeniowych pozwala uzyskiwać zautomatyzowane systemy pozyskiwania, przetwarzania i analizy danych. Adaptacyjna reakcja na pozyskiwane dane daje możliwość samoulepszania systemu lub przewidywania przyszłych zachowań i działań, na bazie analizy zebranych danych i zachodzących między nimi korelacji.
System sztucznej inteligencji tworzą czujniki (sensory), aktuatory (aparat wykonawczy) oraz węzły decyzyjne (logika operacyjna), czyli modele algorytmów (zasady lub funkcje analityczne), które dla zadanego zestawu celów, bazując na danych z sensorów, generują akcje dla aktuatorów – tworzą decyzje, zalecenia lub przewidywania, które mogą oddziaływać na środowisko (Osika, 2019).
Zauważając szereg poważnych problemów interpretacyjnych, głównie w dziedzinie prawa, powołana została Niezależna Grupa Ekspertów Wysokiego Szczebla ds. Sztucznej Inteligencji przy UE, której zadaniem było określenie następujących wymogów wobec systemów SI, których spełnienie warunkuje uznanie ich zastosowania za godne zaufania:
- przewodnia i nadzorcza rola człowieka,
- techniczne bezpieczeństwo i solidność,
- zapewnianie prywatności, przejrzystości, różnorodności, sprawiedliwości i ochrony danych przy braku dyskryminacji,
- dobrostan społeczeństwa i środowiska,
- odpowiedzialność, rozliczalność, adaptowalność– zachowanie możliwości kontrolowania, monitorowania, minimalizacji i zgłaszania negatywnych skutków działania systemów SI oraz wypracowania kompromisów, dochodzenia roszczeń przez zainteresowane strony;
Rozważając perspektywy dalszego rozwoju i wykorzystania sztucznej inteligencji, należy stwierdzić, że jej obszar zainteresowań będzie coraz szerszy ze względu na użyteczność i efektywność automatyzacji i rosnącej wygody, komfortu życia codziennego. Budowane systemy ograniczą również potrzebę wykonywania przez ludzi zawodów, czynności powtarzalnych i bazujących ma imitowanych funkcjach SI w zakresie bezpieczeństwa transportu, zdrowotnego czy publicznego – oferując wysokowydajne klastry przetwarzające bogate strumienie danych obrazowych, dźwiękowych i dokonując natychmiastowego rozpoznania i identyfikacji – a przede wszystkim korelacji danych.
Kluczowymi czynnikami wspomagającymi szybki postęp technologii SI są:
- Rozwój dedykowanego sprzętu obliczeniowego i techniki mikroprocesorowej wspomagającej implementację algorytmów SI;[1]
- Wzrost wydajności obliczeniowej sprzętu komputerowego[2] a w szczególności popularność procesorów specjalizowanych i GPU do wielostrumieniowego przetwarzania dużych zbiorów danych;
- Rozwój centrów przetwarzania chmurowego i specjalizowanych zasobów obliczeniowych;
- Postępy w implementacji technik uczenia maszynowego;
- Rozwój i powszechność języków, bibliotek i narzędzi wspomagających implementacje narzędzi z wykorzystaniem technik sztucznej inteligencji;[3]
- Zwiększona dostępność dużych zbiorów danych, na których można trenować systemy uczenia maszynowego;
- Znaczące i szybko rosnące inwestycje komercyjne w firmy, narzędzia i usługi z zakresu sztucznej inteligencji (kreowanie popytu ułatwia i generuje przesuniecie zainteresowania w kierunku tego typu technologii);[4]
Analiza użyteczności wykorzystania SI powinna odnosić się w kontekście analizy zagadnień bezpieczeństwa na poziomie międzynarodowym i wyzwań dla bezpieczeństwa w globalnym czy regionalnym-europejskim-polskim wymiarze. Analiza źródeł literaturowych, działań dyplomatycznych, a przede wszystkim zdarzeń o charakterze militarnym, ekonomicznym i informacyjnym pozwala wytypować następujące wyzwania bezpieczeństwa:
- Napięcia militarne, demonstracje potencjału wojskowego związane ze sporami i konfliktami (np. przypadkowe wojny, możliwość użycia broni masowego rażenia)
- Groźby ataków generowane przez międzynarodowy terroryzm, ekstremizm (wzbudzane przez postawy radykalne, postawy mocarstwowe i różnice zamożności globalnej ekonomii),
- Związane z funkcjonowaniem gospodarki, inflacją oraz procesami stagnacji gospodarczej, niestabilność cen, działań spekulacyjnych (np. rynek mieszkaniowy, kryptowaluty), narastaniu dysproporcji w zakresie dochodów, utrzymanie (lub ożywienie) wzrostu gospodarczego, bezrobocie,
- Dotyczące zdrowia ludzkiego – degradacja zdrowia oraz powikłania po pandemii wirusa COVID-19, (pogarszanie się stanu zdrowia psychicznego, choroby zakaźne i cywilizacyjne), odnoszące się do kryzysów politycznych i upadków państw,
- Odnoszące się do ekologii, zmian klimatycznych i rosnących niepokojów oraz zagrożeń dostępności zasobów naturalnych, klęsk żywiołowych oraz degradacją środowiska,
- Adresujące wykluczenie, zapóźnienie w dostępie do technologii informacyjnych oraz powstające na gruncie różnic w dostępie do nich.
Przyczynami i wyzwalaczem dla zagrożeń globalnego bezpieczeństwa są aspiracje poszczególnych państw do odgrywania bardziej znaczącej roli w porządku regionalnym, jak również i globalnym, skutkujące narastającymi wielowymiarowymi konfliktami i zaburzeniem ładu międzynarodowego. Przy czym istotnym jest zwrócenie uwagi roli wojny informacyjnej, trwającej w infosferze i cyberprzestrzenii, która jest efektywnym narzędziem osiągania celów politycznych przy jednoczesnej łatwości działań skrytych, łatwych do kamuflowania i trudnych do dowodzenia (przykładami są np. wybory prezydenckie w USA lub Francji). Cyklicznie pojawiające się postulaty rewizji dotychczasowego porządku międzynarodowego, pozycji hegemona i głównego decydenta (również beneficjenta) gospodarczego, łączą się nierzadko z narodowymi ambicjami dotyczącymi głównie ekspansji terytorialnej. W tym kontekście prowadzona polityka miękkiej dyplomacji, stagnacji lub degradacji potencjału militarnego zmiany, wpływa na zmniejszania się roli państw Zachodu na rzecz wzrastających i rozwijających się nowych potęg gospodarczych, wśród których liderem stają się Chiny oraz Indie. Historia pokazuje, że kluczem do sukcesu staje się ekonomia i umiejętność kontrolowania lądowych i morskich szlaków handlowych. Warto zwrócić uwagę jednak iż rewolucja informacyjna pokazała jak istotnym jest kontrolowanie i kreowanie szlaków transmisji danych i informacji, które stają się priorytetem wielu aspirujących krajów co widoczne jest w prowadzonych jawnych i niejawnych próbach izolowania sieci teleinformatycznych – Federacja Rosyjska[5], Chiny[6].
Rząd Izraela potwierdził również wykonanie pierwszego udanego uderzenia rojem dronów wymierzonego w Hamas w obszarze Gazy.
Do samej kontroli Internetu należy dołączyć intensywne próby uzyskania niezależności technologicznej kluczowych technologii komercyjnych związanych z rynkiem konsumenckim, komunikacja 5G, systemy mobilne smartphonów, budowę własnych układów dużej integracji, procesorów, itd.
Wśród zjawisk, które stanowią wyzwanie dla sił zbrojnych, wskazuje się na upowszechnianie nowoczesnych metod komunikacji, szerokim strumieniem wchodzących do codziennej służby, oraz kreowane przez nie potencjalne ryzyka wynikające z trudem zapewnienia pełnej kontroli szczelności systemów przetwarzania informacji, bezpieczeństwa systemów, zarządzania zbiorami danych, jak również obniżania kosztów użycia nowoczesnych technologii adaptowanych do wdrażania w obszarach militarnych. Jako zdefiniowany priorytet wyzwań technologicznych zauważanych w każdej z liczących się potęg militarnych wskazuje się militarne wykorzystanie maszyn zdolnych do samodzielnego uczenia się – czyli obszar wytwarzania i wdrażania systemów sztucznej inteligencji.
[1] Deep as chips: the new microprocessors powering SI https://eandt.theiet.org/content/articles/2020/11/deep-as-chips-the-new-microprocessors-powering-ai/
[2] Chen, Y., Xie, Y., Song, L., Chen, F., & Tang, T. (2020). A survey of accelerator architectures for deep neural networks. Engineering, 6(3), 264-274.
[3] Hauck, M., Machhamer, R., Czenkusch, L., Gollmer, K. U., & Dartmann, G. (2019). Node and block-based development tools for distributed systems with SI applications. IEEE Access, 7, 143109-143119.
[4] Reim, W., Åström, J., & Eriksson, O. (2020). Implementation of Artificial Intelligence (AI): a roadmap for business model innovation. AI, 1(2), 180-191.
[5] Russia disconnects from internet in tests as it bolsters security – RBC daily https://www.reuters.com/technology/russia-disconnected-global-internet-tests-rbc-daily-2021-07-22/
[6] The great firewall of China: Xi Jinping’s internet shutdown
Źródło: Wojsko Polskie
Przeczytaj też:
