„Mes norime, kad dirbtinis intelektas pakeistų žmogų. Bet, pavyzdžiui, žmogus iš teksto autoriaus lytį nustato 55 proc. tikslumu, o dirbtinis intelektas – virš 80 proc., tai reiškia, kad dirbtinis intelektas jau pralenkė žmogaus gebėjimus. Tačiau yra uždavinių, kur jis dar atsilieka – pvz., sentimentų analizė. Šiuo atveju žmogus mato daugiau, bendrą kontekstą, jis supranta situaciją, kur buvo komentaras išsakytas, o dirbtinis intelektas negali absorbuoti žinių apie visą pasaulį“, – komentuoja J. Kapočiūtė-Dzikienė.
Virtualūs asistentai, šnekos atpažintuvas ir kiti kalbos uždaviniai
Dirbtinio intelekto tyrimus J. Kapočiūtė-Dzikienė pradėjo dar 2005 metais, kai rašė disertaciją. Pradžioje dirbtinio intelekto tyrimai buvo orientuoti į mašininį mokymą, agento mokymąsi tam tikroje aplinkoje. Užbaigusi disertaciją 2011 metais ji persiorientavo į kalbos technologijas – į dirbtinio intelekto taikymą įvairiems kalbos uždaviniams.
„Mes kiekvienas su jais susiduriame kasdien – tai „Google“ vertėjas arba „Google“ paieška. Sritys, kuriose prisiliečiame prie kalbos uždavinių kaip vartotojai. Esu dirbusi su įvairiausiais kalbos uždaviniais – tai įvardintų esybių atpažinimas, autorystės nustatymas, kai iš teksto bandoma pasakyti, kas yra autorius, koks jo amžius ir lytis. Neseniai su komanda baigėme kurti sentimentų analizatorių, kai nustatomas teksto emocinis atspalvis. Taip galima matyti, ką žmonės mano apie tam tikrą produktą arba įvykį – nebereikia rankinio darbo. Šiuo metu daug dirbu su virtualiais asistentais (angl. chatbots)“, – sako ji.
Kitas J. Kapočiūtės-Dzikienės projektas – šnekos atpažinimas lietuvių kalbai, kai šneka paverčiama tekstu. „Tai daro ir „Google“, bet mes įdedame daugiau pastangų, kad šnekos atpažinimas būtų kuo tikslesnis. Sujungiame pačias pažangiausias technologijas, neuroninius tinklus. Dirbant įmonėje svarbu atlikti tyrimą, pažiūrėti, kur tavo metodikos ribos, bet būtina padaryti viską, kad tos ribos būtų kuo toliau. Viskas orientuota į tikslumą dėl vartotojo, dėl to be galo svarbus rezultatas, ne tik pats tyrimas“, – aiškina pašnekovė.
Pastaruoju metu mokslininkė dirba su šiuo metu itin populiariais giliaisiais neuroniniais tinklais. Pastarieji veikia tokiu principu, kad specialistas pateikia architektūras, bando įvairius parametrus, o neuroniniai tinklai patys išmoksta, kas svarbu tekste, kad kuo tiksliau būtų išspręstas kalbos uždavinys.
Dirbtinio intelekto lietuvių kalbai pradininkė
Mokslininkė prisimena, kad mokykloje jai labai gerai sekėsi rašyti rašinius, o kuomet įstojo į informatiką, jos lietuvių kalbos mokytoja buvo labai nustebusi. Ji visą laiką galvojo, kad lietuvių kalba galėtų būti hobis – taip ir nutiko jai pradėjus domėtis kalbos technologijomis.
„Ypatingai malonu daryti dirbtinio intelekto tyrimus savo kalbai. Dar 2012 m. buvo siaubingas atsilikimas su lietuvių kalbos uždaviniais, dabar jau nebėra didelio atotrūkio. Pažanga yra didžiulė – lietuvių kalba pagaliau tarp pasaulio kalbų. Tai ne tik mano nuopelnas. Bet labai džiaugiuosi, jog nemažą dalį uždavinių pirmoji išsprendžiau taikydama mašininį mokymą. Šiandien lietuvių kalbai jau turime tiksliai veikiantį mašininį vertimą, šnekos atpažintuvą, skirtingus virtualius asistentus“, – vardija J. Kapočiūtė-Dzikienė.
Norintiems savo ateitį sieti su dirbtiniu intelektu ji pataria įgyti programavimo žinių, bet tai nėra pagrindinis dalykas, kurio reikia moksleiviams.
„Dažnai informatika įsivaizduojama tik kaip programavimas ir tai atgraso jaunus žmones. Dirbtinio intelekto srityje programavimo yra palyginti nedaug. Daugiausiai tai kūrybinis procesas, dėl to man tai ir patinka. Svarbiausia yra domėtis ir eksperimentuoti. Vien teorinėmis žiniomis neatspėsi, kas pasiteisins. Informatikos grožis ir yra tame, kad nesi vien techninis darbuotojas, o turi kūrybos ir laisvės“, – akcentuoja VDU profesorė.
Viena iš nemokamų iniciatyvų, padedančių jaunuoliams įsilieti į IT sritį – projekto „Prisijungusi Lietuva“ organizuojamos veiklos jaunimui. Projekto organizatoriai sako, kad šiais savarankiško mokymosi laikais, kuomet internetas pilnas įvairiausių šaltinių, svarbu motyvuoti jaunuosius šalies gyventojus, o kelius, kaip tai padaryti jie ras patys.
„Savo veiklomis skatiname jaunuolius rinktis su informacijos ir ryšių technologijų naudojimu susijusias profesijas – supažindiname juos, kas slepiasi už šio termino, paaiškiname, kad viskas yra paprasčiau, nei gali pasirodyti iš pirmo žvilgsnio. Esame organizavę nemokamus informacinių technologijų tematikos motyvacinius programavimo užsiėmimus, kurių tikslas – skatinti moksleivius pažinti programavimą, jo privalumus bei perspektyvas ateities darbo rinkoje, taip pat hakatonus, kur jaunuoliai, susibūrę į komandas, galėjo kurti startuolius“, – sako projektą inicijavusios asociacijos „Langas į ateitį“ veiklų vadovė Jurgita Vasilavičiūtė–Garunkštienė.
Per mažai moterų šioje srityje
J. Kapočiūtė-Dzikienė stebisi, kodėl šioje srityje tiek mažai moterų – vien Dirbtinio intelekto asociacijoje, kurioje yra per 30 narių, moterų tėra 2.
„Kas man labiausiai atvėrė akis dirbtinio intelekto srityje – tai mano pirmasis vaikas, kuris gimė kaip tik rašant disertaciją. Galėjau iš arti stebėti, kaip vaikas mokosi, kaip vystosi jo intelektas ir surasti panašumų. Vyrai mato kitus dalykus, o moterys pastebi detales ir kartais gali pateikti labai kūrybiškų minčių – mūsų reikia toje srityje. Kodėl čia mūsų tiek mažai – nežinau“, – sako ji.
Anot mokslininkės, galbūt mokykloje išgąsdina programavimo mokymas arba tai merginų nepasitikėjimo savimi kompleksas. Ji pasakoja dėstanti ne tik magistrantams, bet taip pat ir pirmo kurso bakalaurantams. Su jais dirbdama pastebėjo, jog mokant programavimo labai daug laiko reikia įdėti bandant įtikinti, kad studentės gali.
„Ateina su nusistatymu, kad čia joms ne vieta, neva jų protas ne tam sutvertas. Mane tai piktina. Juk jei gebate parašyti tekstą lietuviškai, tai galėsite parašyti ir programą. Reikia tik suprasti sintaksę, kaip algoritmas susideda. Egzistuoja įsitikinimas, kad turi būti genijumi, nepaprastai aukšto intelekto, bet tai netiesa. Intelekto koeficiento tyrimai jau seniai įrodė, kad programuotojai yra eiliniai žmonės. Kodėl neuroniniai tinklai padarė tokį šuolį? Juos mokai, jie padaro klaidas, kažką keiti ir jie vėl mokosi ir klysta, kol pasiekia tobulumą, o pas mus mokykloje vieną kartą suklydai ir viskas. Reikia nebijoti suklysti“, – mintimis dalijasi J. Kapočiūtė-Dzikienė.
Rašyti komentarą