Google već godinama razvija umjetnu inteligenciju za različite potrebe. Od umjetne inteligencije koja nam servira baš one rezultate pretraživanja koje tražimo do umjetne inteligencije koja se skriva iza Googleovog virtualnog asistenta.
No, gotovo u tajnosti, razvijaju umjetnu inteligenciju koja bi trebala imati posve novu ulogu - učiti samu sebe kako pisati računalni kod. Uspiju li to postići, riješili bi problem nedostatka programera, ali i vjerojatno promijenili cijelu IT scenu.
Radi se o generativnoj umjetnoj inteligenciji, vrsti tehnologije koja koristi algoritme za stvaranje slika, videa i drugoga, a mogli smo ju upoznati kroz program DALL-E, koji iz nekoliko riječi stvara potpuno nove slike.
No, generativna umjetna inteligencija na kojoj Google radi, fokusirala bi se na stvaranje i dorađivanje računalnog koda, a istovremeno bi zadržala kvalitetu tog koda kakvu ostvaruju vrhunski programeri.
Kako su zapisali na službenom blogu, posljednja generacija njihovog jezičnog modela, kao što je PaLM, sposobna je za kompleksno rasuđivanje i upoznata je s milijunima linija koda. Koristeći upute kakve se koriste prilikom proučavanja jezika, trenutni jezični modeli su se pokazali veoma učinkovitima kad je trebalo napisati generički kod, ali i kod kojim se upravlja robotima.
Tako je nastao Code as Policies (CaP), odnosno sustav koji omogućava umjetnoj inteligenciji da stvara program koji će roboti slijediti, a sve temeljeno na programskom jeziku Python.
Naši su eksperimenti pokazali da je isporučeni kod doveo do poboljšane generalizacije i bolje izvedbe zadataka u odnosu na direktno učenje robota zadacima i davanja uputa uobičajenim naredbama. CaP omogućuje da isti sustav obavlja cijeli niz kompleksnih i različitih robotskih zadataka bez ranijeg specifičnog treninga, istaknuli su znanstvenici zaposleni u Robotics at Google koji su razvili sustav.
Iako ističu kako njihov sustav, CaP, ima određena ograničenja, otvara i brojne mogućnosti za programiranje u budućnosti.
Code as Policies je korak prema robotima koji mogu modificirati svoje ponašanje i, u skladu s tim, proširiti svoje mogućnosti. To može otvoriti cijeli niz mogućnosti, ali također povećava potencijalne rizike budući da sintetizirani programi (osim ako se ručno ne provjeravaju) mogu rezultirati neželjenim ponašanjem (robota). Te rizike možemo ublažiti ugradnjom sigurnosnih provjera koje ograničavaju kojim kontrolama sustav može pristupiti, ali potrebno je više rada kako bismo osigurali da su nove kombinacije jednako sigurne. Pozdravljamo široku raspravu o tome kako minimizirati te rizike uz maksimiziranje potencijalnih pozitivnih učinaka prema robotima opće namjene, zapisali su na kraju bloga Jacky Liang, stažist, i Andy Zeng, znanstvenik u Googleu koji su radili na ovom projektu.
Iako je njihov sustav CaP daleko od toga da može biti samostalan i stvarati linije koda poput iskusnog programera, ipak pokazuje u kojem bi se smjeru, u budućnosti, stvari mogle razvijati. I dok s jedne strane, umjetna inteligencija koja piše kod gotovo jednako dobro kao programer, može biti dobra stvar jer bi mogla smanjiti pritisak na programere, s druge strane javlja se bojazan - hoće li umjetna inteligencija u potpunosti zamijeniti programere? Ako se to dogodi, hoćemo li moći nekako zadržati tu umjetnu inteligenciju pod kontrolom ili nam slijede katastrofični scenariji.
U svakom slučaju, CaP je još u povojima, ali ga treba držati na oku.
