Opis

Jesteśmy przekonani, że nic nie dorówna inteligencji człowieka, bo nasze mózgi są najbardziej złożonymi strukturami w znanym Wszechświecie. AI była początkowo budowana w oparciu o logikę, wiedzę zapisaną w symbolicznej postaci, później pojawiły się modele koneksjonistyczne, inspirowane przez psychologię, a potem sieci neuronowe inspirowane przez neurobiologię. Postęp w ostatnich dwóch latach był niezwykle szybki i ciągle przyspiesza. Mamy już wielkie modele językowe (LLM) i multimodalne (LMM) o tysiącach miliardów parametrów. Działanie takich systemów pozwala na realizację wielu funkcji poznawczych, do których dotychczas zdolne były tylko mózgi ludzi i zwierząt: percepcję, inteligencję, kreatywność, zdolność komunikacji, emocje i samoświadomość. Rozpowszechnienie systemów w pełni integrujących informacje tekstowe, dźwiękowe, obrazowe, wideo, różne sygnały z sensorów, prowadzące głębokie rozmyślania w oparciu o szeroką wiedzę i interakcje z ludźmi zmieni nasze podejście do AI. Największe modele już wchłonęły prawie całą wiedzę ludzkości i zachowują się podobnie do nas: robią liczne błędy, konfabulują, mają uprzedzenia, ale też intuicję i wyobraźnię. Przyszłość należy do agentów programowych, wykorzystujących duże multimodalne modele językowe (LMMy) do wykonywania złożonych zadań, kontrolujących działania robotów. 

Myślenie skojarzeniowe, intuicyjne przychodzi dużym modelom językowym i naszym mózgom łatwo, ale rozumowanie i rozwiązywanie problemów wymaga edukacji i wysiłku. Systemy zdolne do myślenia skojarzeniowego i rozumowania pojawiły się jesienią 2024 roku. Emergentne własności takich modeli pozwalają im zrozumieć naszą psychologię, analizować emocje, tworzyć modele wiedzy i zachowania (teorię umysłu) i zachowywać się w przypominający świadomość sposób. Takie systemy zdolne do autorefleksji stają się inteligentnymi cyfrowymi formami bytu. Na ile mogą stać się podobne do ludzi, myśleć tak jak my? Jakie są podobieństwa i różnice pomiędzy procesami zachodzącymi w naszych mózgach, a procesami w sztucznych sieciach neuronowych? Co to nam mówi o nas samych?

Czy modele rzeczywistości powstające w takich sieciach wystarczą by powstała superinteligencja, przekraczająca we wszystkich aspektach możliwą do osiągnięcia przez ludzkie mózgi? Jak to wpłynie na rozwój cywilizacji? Czy sztuczna inteligencja zwolni nas od myślenia i czy skoro zrobi prawie wszystko lepiej od nas, czy warto jeszcze czegoś się uczyć?  

prof. Włodzisław Duch

Prowadzący

prof. dr hab. Włodzisław Duch – pracuje w Katedrze Informatyki Stosowanej na Uniwersytecie Mikołaja Kopernika w Toruniu, kieruje zespołem „Neuroinformatyka i Sztuczna Inteligencja” w Uniwersyteckim Centrum Doskonałości „Dynamika, Analiza Matematyczna i Sztuczna Inteligencja” oraz Laboratorium Neurokognitywnym w Interdyscyplinarnym Centrum Nowoczesnych Technologii UMK. Pracował też na Wydziale Inżynierii Komputerowej Uniwersytetu Technologiczego Nanyang w Singapurze jako Nanyang Visiting Professor (2003–2012), w Instytucie Astrofizyki Maxa Plancka w Monachium (1984–2001), na University of Southern California w Los Angeles (1980–1982), na kilku uczelniach w Japonii i wielu innych krajach. W latach 2012–2014 pełnił funkcję Prorektora ds. Badań Naukowych i Informatyzacji UMK, w 2014–2015 jako podsekretarz stanu w Ministerstwie Nauki i Szkolnictwa Wyższego odpowiedzialny był za naukę w Polsce. Jest współzałożycielem wielu towarzystw naukowych (fizyki komputerowej, sieci neuronowych, kognitywistyki, porozumienia na rzecz rozwoju sztucznej inteligencji) i czasopism związanych z tymi dyscyplinami nauki. Przez dwie kadencje piastował stanowisko prezesa European Neural Networks Society, (2006–2011), jest członkiem (Fellow) International Neural Networks Society, Asia–Pacific Artificial Intelligence Association, International Artificial Intelligence Industry Alliance, Komisji Układów Złożonych Polskiej Akademii Umiejętności, trzech Komitetów PAN: Informatyki, Neurobiologii i Naukoznawstwa. W internecie dostępnych jest wiele informacji na temat jego rozległych zainteresowań oraz działalności naukowej.