Medicīna un drošība - jomas, kurās mākslīgajam intelektam ir liels potenciāls (10)

- Lūdzu, pastāsti sīkāk par uzņēmumiem un projektiem, kuros esi darbojies.

- Mana joma ir mākslīgais intelekts. Esmu strādājis ar tādām tehnoloģijām kā dabiskās valodas mācīšanās, sarunu MI, ar īpašu uzsvaru uz datorredzes zinātni. Tajā ietilpst sejas atpazīšana un objektu atpazīšana. Studējot koledžā, es izveidoju uzņēmumu "Social Sweepster" - tas palīdzēja studentiem, kuri gatavojās pirmajām darba gaitām, "sakopt" sociālo tīklu kontus. Es meklēju fotogrāfijas, kuras nevajadzētu redzēt potenciālajam darba devējam. Saistībā ar šo tehnoloģiju mūs sāka uzrunāt mārketinga pētījumu kompānijas, sakot - ja tā spēj fotogrāfijās atpazīt cilvēkus, kuri lieto alkoholu vai smēķē, vai tā varētu atpazīt konkrētus zīmolus vai citas pazīmes? Uz esošās tehnoloģijas bāzes ātri uzbūvējām datorredzes klasifikatoru, ko sākām pārdot mārketinga pētījumu un analītikas firmām. Tas varēja iziet cauri "Instagram" kontam un noteikt - tas pieder 18-24 gadus vecai baltajai sievietei, kurai patīk skraidīt pa pludmali un valkāt zīmolu "Lululemon" vai "Nike".

Vēlāk es sāku strādāt uzņēmumā "Crimson Hexagon", kas bija viens no mūsu klientiem. Tas sadarbojas ar vairākām valdības iestādēm, kuras jūs noteikti zināt, bet kuras nedrīkstu nosaukt [smejas].

"Crimson Hexagon" daudz lieto datorredzes tehnoloģiju. Mēs katru dienu skenējām 160 000 000 attēlu no visdažādākajiem avotiem - sociālajiem tīkliem, forumiem, "LinkedIn" un dažādām aplikācijām.

Mēs visu laiku meklējam veidus, kā varētu savākt vēl vairāk datu par indivīdiem un uzzināt par viņiem vairāk. Dati bija vajadzīgi zīmoliem, lai tie labāk saprastu savus klientus; citreiz tās bija valdības iestādes, kas centās komunicēt ar sabiedrību un labāk saprast diskusijas par politiku. 

Tagad man ir savs konsultāciju uzņēmums. Esam strādājuši pie datorredzes projektiem, kas palīdz novērtēt nekustamā īpašuma vērtību. "App Store" ir lejupielādējama mana aplikācija, kura pēc viena attēla var noteikt cilvēka vecumu, dzimumu un ķermeņa masas indeksu, kas ļauj prognozēt apdrošināšanas polises izmaksas. Esam izmantojuši dronus, lai novērtētu ceļu kvalitāti. Esam lietojuši seju atpazīšanu lielveikalos, lai labāk varētu nomērķēt reklāmas. Patlaban es strādāju medicīniskās attēlveidošanas lauciņā - veidoju tehnoloģiju, kas nosaka diagnozi, ar attēlu atpazīšanu pārskatot rentgena un magnētiskās rezonanses attēlus.

- Nesen lielu popularitāti ieguvušas tādas grāmatas kā Šošanas Zubofas The Age of Surveillance Capitalism un seriāls "Black Mirror", kuros tehnoloģijas attēlotas kā visuresošas. Publiskais diskurss par tehnoloģijām ir ar samērā distopisku ievirzi. Kā tu uz to raugies?

- Noteikti pastāv iespēja, ka kaut kas tāds var notikt. Piemēram, Ķīnā daudz mazākā mērā tiek regulētas iedzīvotāju datu izmantošanas iespējas. Turpretī Eiropā ir ļoti skrupulozi noteikts, kā datus drīkst uzglabāt un lietot. Daudz tiek pētīta MI ētika un kā izvairīties no tā, ka algoritmi iemācās aizspriedumus. Piemēram, ja cilvēkam ir komunistiski uzskati, tad algoritms piedāvās arvien vairāk šāda tipa satura, jo MI to pieņem par pozitīvu iznākumu. Būtu jāieprogrammē saprast, ka vajadzētu piedāvāt alternatīvas. Mums būtu jāpievērš uzmanība algoritmiem un tam, kā tajos var rasties aizspriedumi, kuri noved pie nelabām sekām.

- Bet, protams, tehnoloģijas arī sniedz daudz laba. Kādi būtu vislabākie un derīgākie veidi, kā tās lietot?

- Visam ir savas labās un sliktās puses, bet es pavisam noteikti uzskatu, ka no MI ir vairāk ieguvumu, kamēr vien esam atbildīgi. Drošība ir viena no jomām, kur tehnoloģijas ļauj paplašināt darbības lauku. Iepriekš apsargam bija jāpēta kameru ieraksti, jāuzmana cilvēku kustība, jābūt aizdomu pilnam. Tagad mēs to varam izdarīt ar tehnoloģiju palīdzību, turklāt ar ievērojami zemākām izmaksām. Organizācijas, kuras kādreiz nevarēja atļauties apsardzes pakalpojumus, vismaz ne vajadzīgajā mērogā, tagad var viegli pamanīt to vienu vienīgo draudu, kas parādās ierakstos miljons stundu garumā vai desmitos tūkstošu fotogrāfiju. 

Līdzīgi arī medicīnā. Radiologi ir ļoti dārgs resurss, jo pabeiguši ilgas studijas un tādu darba tirgū nav daudz. Trešās pasaules valstīs, piemēram, Āfrikā, būtu nepieciešams speciālists, kurš prot nolasīt magnētiskās rezonanses attēlu. Mākslīgais intelekts, mācoties no reāliem speciālistiem, varētu apgūt šo funkciju. Tas ļautu vienlaikus ietaupīt līdzekļus un uzlabot veselības aprūpi.

- Vai vari sīkāk pastāstīt, kā darbojas medicīniskās attēlveidošanas tehnoloģija, ar kuru tu šobrīd strādā?

- Visas objektu atpazīšanas tehnoloģijas meklē sakarības. Piemēram, sejas atpazīšanā liela nozīme ir gaismai. Deguns ir izvirzīts, tāpēc uz to krīt gaisma, savukārt acis atrodas dziļāk un ap tām ir vairāk ēnu. Agrīnajām vēža stadijām raksturīgi mezgli plaušās. Analizējot tūkstošiem attēlu, MI mācās, kāda ir to forma, izliekumi, apkārtējā vide. MI mācās tādā pašā veidā kā cilvēks.

- Tu strādāji "Crimson Hexagon" laikā, kad atklātībā nāca "Cambridge Analytica" skandāls. Vai tas nesa industrijai kādas mācības?

- Skandāla rezultātā "Facebook" izmeklēja arī "Crimson Hexagon", taču secināja, ka nekādu pārkāpumu nav. Taču tas industrijai bija atgādinājums, ka jāievēro atbildīga un ētiska prakse attiecībā uz to, kā dati tiek ievākti, ka jārespektē privātuma uzstādījumi un jāļauj datus dzēst, ja kāds to vēlas.

Tas, ko darīja "Cambridge Analytica", bija neētiski, jo uzņēmums piekļuva privātiem datiem. Savukārt "Crimson Hexagon" izmantoja tikai publiskos datus. Mēs neveicām nekādas mahinācijas, lai piekļūtu privātajām sarakstēm. Tomēr daudzas kompānijas to mēģina darīt.

Iespējams, ka tu lieto "WhatsApp". Lejupielādēšanai tiek piedāvātas dažādas emocijzīmju vai cita veida tastatūras. Ja rūpīgi izlasa noteikumus, tad atklājas, ka daļa kompāniju tās ļauj lejuplādēt par brīvu, taču ar piebildi, ka varēs sekot tam, ko tu raksti. 

Pie mums reiz vērsās uzņēmums, sakot, ka var piedāvāt "Snapchat" datus. Uz jautājumu, kā tie iegūti, jo publiski šādi dati nav pieejami, viņi atbildēja - mums ir atļauja no lietotājiem, jo mēs fiksējam, ko viņi raksta. Viņi zināja, kādas aplikācijas šie lietotāji izmanto, ko tur runā.

Uzņēmumiem ir jāievēro ētika. Realitātē ir daudz veidu, kā apiet noteikumus un savākt datus. Pēc "Cambridge Analytica" izmeklēšanas "Facebook" cenšas visu turēt pēc iespējas slēgtu. Vienlaikus reklāmdevēji prasa šos datus, viņi grib redzēt, kādu atdevi dod reklāmās ieguldītā nauda. Problēma ir tāda, ka "Facebook" interesēs ir šos skaitļus nedaudz piepušķot, līdz ar to lielie reklāmdevēji labprāt izmantotu mūsu pakalpojumus, jo mēs esam ieinteresēti objektīvāk vērtēt atdevi.

- Man šķiet interesanti, ka tu esi strādājis abās pusēs - gan palīdzējis lietotājiem ierobežot par viņiem pieejamo informāciju, gan arī nodarbojies datu ievākšanas un analīzes jomā. Kā tu to vērtē - vai tā ir laba vai slikta lieta, ka cilvēki internetā par sevi atstāj tik daudz datu?

- Cilvēki nav pārāk uzmanīgi ar saviem datiem. Es domāju, ka viņi apzinās iespējamās problēmas, bet negrib tērēt laiku, lasot noteikumus un pētot privātuma iestatījumus.

Daudz kas atkarīgs no industrijas. Ja "Facebook" ir pieejama liela daļa lietotāja datu - par vecumu, mīļākajiem veikaliem, tērēšanas paradumiem - es nedomāju, ka no tā var rasties sevišķi liels ļaunums. Drīzāk vairāk ieguvumu, piemēram, varēs paziņot, kad šā cilvēka mīļākajam zīmolam ir izpārdošana. 

Taču ir arī citas industrijas, kuras datus var izmantot pret lietotāju.

- Pirms pāris gadiem bija interesants piemērs ar fitnesa aplikāciju, ko amerikāņu karavīri izmantoja, dienējot ārvalstīs. Aplikācija no lietotāju pārvietošanās datiem izveidoja karti, kurā skaidri iezīmējās ASV militāro bāzu atrašanās vieta un iekārtojums tādās valstīs kā Sīrija un Afganistāna. Tas parāda, ka nevērīgi atstāti dati var pat kļūt par nopietnu draudu drošībai.

- MI var izmantot ne tikai informācijas ievākšanai, bet arī risinājumu radīšanai. Investīcijām vajadzētu plūst uz šādām tehnoloģijām, jābūt ekonomiskam pamatojumam tādas veidot.

Viens no iemesliem, kāpēc es pārgāju no vienas nometnes uz otru, - datu aizsardzības jomā nav nekādas lielās naudas.

Lietotāji par viņu profilu skenēšanu bija gatavi maksāt piecus dolārus, kamēr "Crimson Hexagon" vai "Nike" maksās simtiem tūkstošus vai pat miljonus dolāru, lai ar tādu pašu tehnoloģiju noskenētu lietotāju informāciju.

- Publiskajā telpā norisinās diskusijas par to, kuram īsti pieder dati - lietotājam vai platformai, kas tos ievākusi. 

- Es uzskatu, ka lietotājiem jābūt savu datu īpašniekiem un ka viņiem jābūt iespējai būtībā licencēt viņu datu izmantošanu. Ja tu vēlētos uzzināt, ka es esmu 28 gadus vecs vīrietis, kurš dzīvo Bostonā, Masačūsetsā, un kādi ir mani hobiji, es to ar lielāko prieku vienkārši pastāstītu. Bet, ja kāds ar šo informāciju nopelna, tirgojot reklāmas, tad es gribu daļu no peļņas. 

- Vai šāda licencēšana atrisinātu problēmas ar datu izmantošanu neētiskos veidos?

- Diez vai. Domāju, ka dati vienmēr tiks izmantoti nevēlamos veidos, taču tas varētu šo parādību mazināt.

Šai problēmai ir divas puses - cilvēciskā un tehnoloģiskā. Tehnoloģiski var pieprasīt izveidot vismaz 15 zīmju garu paroli, taču daudz grūtāk ir izmainīt cilvēku uzvedību - piemēram, ka nedrīkst atstāt atvērtu datoru mētājamies kafejnīcā uz galdiņa, kur tas pieslēdzies atvērtam bezvadu interneta tīklam. Tāpēc uz to jāskatās no diviem skatpunktiem, proti, kādu uzvedību mēs vispār varam izmainīt un ar kādiem tehnoloģiskajiem risinājumiem. 

Turklāt samērā nedaudziem cilvēkiem ir izpratne par datu vākšanas un izmantošanas procesiem. Filmās apspēlēti antiutopiski datu izmantošanas scenāriji, taču televīzija ir viena lieta, bet reālā dzīve - pavisam cita. Uzskatu, ka patērētājiem vajadzētu būt labākai izpratnei par to, kā MI darbojas, kādos veidos to var izmantot un kādi ir riski. Katram cilvēkam turklāt riski būs atšķirīgi; man fitnesa aplikācijas lietošana nerada nekādus riskus, bet NATO karavīram - iespējams, rada.

- Tu minēji arī sejas atpazīšanas tehnoloģijas, par kurām pēdējā laikā tiek daudz diskutēts. Kādi ir ieguvumi un kādi ir potenciālie riski?

- Domāju, ka NATO kontekstā vislielākās bažas rada šīs tehnoloģijas izmantošana spiegošanā. Teiksim, ja kāds no šajā telpā sēdošajiem būtu spiegs, viņi varētu mani neuzkrītoši nofotografēt un tad samaksāt kompānijai, kurai ir pieeja visiem "Facebook" vai "LinkedIn" publicētajiem attēliem. Tagad viņi zina manu vārdu un varbūt arī to, kur  strādāju. Pēc šiem datiem arī nav grūti uzminēt e-pasta adresi un sākt sarunu, kas rada iespaidu, ka sūtītāju esi iepriekš garāmejot saticis kādā pasākumā. Šādā veidā iegūstot uzticēšanos, varētu mēģināt no manis izvilināt sensitīvu informāciju.

Tas ir negatīvais scenārijs. Taču ir arī pozitīvie ieguvumi, piemēram, man telefonā vairs nav jāievada kods, bet pietiek parādīt savu seju. Šo tehnoloģiju var izmantot visam, kas vien ir acīm saredzams. Piemēram, ja cilvēkam uzradušies kādi izsitumi, tos var nofotografēt un pretī saņemt informāciju, kas tas ir un kā to ārstē. Vai arī tad, ja gribi noskaidrot uz ielas ieraudzītas automašīnas modeli, nofotografē to un saņem informāciju par pieciem dažādiem saloniem tuvākajā apkaimē, kur to var iegādāties. Domāju, ka lietotnēm ir daudz vērtīgu lietojuma iespēju. 

Būtībā mākslīgais intelekts atdarina to, ko spēj izdarīt cilvēks, taču daudz lielākā mērogā un lētāk.

Mums jādomā, kā tehnoloģijas ievirzīt pozitīvā gultnē un kā izvairīties no negatīvajiem aspektiem, - sava veida peļņas un zaudējumu aprēķins.