Zamislite to kao malo dijete. Može raditi jednu stvar jako dobro, na primjer igrati šah, ali to je to. Nema učenja, nema prilagođavanja. Samo slijedeći pravila.
𝗦𝘁𝗮𝗴𝗲 𝟮: AI svjestan konteksta i prošlosti
Kao tinejdžer koji se sjeća vašeg posljednjeg razgovora. Siri i Google Assistant žive ovdje. Oni se sjećaju prošlih interakcija kako bi napravili bolje buduće.
𝗦𝘁𝗮𝗴𝗲 𝟯: Usavršavanje pojedinih oblasti
Diplomirani fakultet AI. Zamislite IBM-ov Watson ili Googleov AlphaGo. Ove umjetne inteligencije su stručnjaci u jednom području, poput odgovaranja na trivijalnosti ili igranja društvenih igara.
𝗦𝘁𝗮𝗴𝗲 𝟰: 𝗔𝗜 koji misli i razmišlja
Sada govorimo o razini Sherlocka Holmesa. Ove umjetne inteligencije mogu razmišljati, razmišljati, pa čak i biti pomalo kreativne. Nisu ljudi, ali su sve bliži.
𝗦𝘁𝗮𝗴𝗲 𝟱: 𝗔𝗚I: Vještačka opšta inteligencija
Einstein AI. Može učiniti sve što čovjek može, intelektualno govoreći. Ali to je još uvijek teoretski, poput jednoroga ili savršene šalice kave.
𝗦𝘁𝗮𝗴𝗲 𝟲: 𝗔𝗦𝗜: Vještačka superinteligencija
Tony Stark AI. Pametniji od cijelog čovječanstva. Može riješiti probleme koje ne možemo ni razumjeti. Ali i pomalo zastrašujuće, zar ne?
𝗦𝘁𝗮𝗴𝗲 𝟳: 𝗔𝗜 𝗦𝗶𝗻𝗴𝘂larnost
Tačka bez povratka. AI postaje toliko pametan da se počinje poboljšavati suludom brzinom. To je kao radnja nekog naučno-fantastičnog filma, a mišljenja su podijeljena je li to uopće moguće.
Izgrađen pomoću transformatorskih modela, koji pokreću velike jezičke modele (LLM) kao što je ChatGPT, novi alat, life2vec, obučen je na skupu podataka koji je izvučen iz cijele populacije Danske—6 miliona ljudi. Danska vlada je skup podataka stavila na raspolaganje samo istraživačima.
Alat koji su istraživači izgradili na osnovu ovog složenog skupa podataka sposoban je da predvidi budućnost, uključujući životni vijek pojedinaca, s preciznošću koja premašuje najsavremenije modele. No, uprkos svojoj prediktivnoj moći, tim koji stoji iza istraživanja kaže da se najbolje koristi kao temelj za budući rad, a ne kao cilj sam po sebi.
“Iako koristimo predviđanje kako bismo procijenili koliko su ovi modeli dobri, alat se ne bi trebao koristiti za predviđanje na stvarnim ljudima”, kaže Tina Eliassi-Rad, profesorica informatike i inauguralni predsjednik Joseph E. Aoun, profesor na Northeastern University. “To je model predviđanja zasnovan na specifičnom skupu podataka određene populacije.”
Eliassi-Rad je u projekat unijela svoju ekspertizu etike vještačke inteligencije. „Ovi alati vam omogućavaju da sagledate svoje društvo na drugačiji način: politike koje imate, pravila i propise koje imate“, kaže ona. “O tome možete razmišljati kao o skeniranju onoga što se dešava na terenu.”
Uključivanjem društvenih naučnika u proces izrade ovog alata, tim se nada da će on donijeti pristup usredsređen na ljude razvoju AI koji ne gubi iz vida ljude usred ogromnog skupa podataka na kojem je njihov alat obučen.
Ovaj model nudi mnogo sveobuhvatniji odraz svijeta kako ga žive ljudska bića od mnogih drugih modela”, kaže Sune Lehmann, autorica rada, koji je nedavno objavljen u Nature Computational Science. Istraživački brifing na ovu temu predstavljen je u isti broj časopisa.
U srcu life2vec-a je ogroman skup podataka koji su istraživači koristili za obuku svog modela. Podacima raspolaže Statistički zavod Danske, centralni organ za dansku statistiku, i, iako su strogo regulirani, mogu im pristupiti neki članovi javnosti, uključujući istraživače. Razlog zašto je tako strogo kontrolisan je što uključuje detaljan registar svakog danskog državljanina.
Mnogi događaji i elementi koji čine život i koji su navedeni u podacima, od zdravstvenih faktora i obrazovanja do prihoda. Istraživači su koristili te podatke za kreiranje dugih obrazaca ponavljajućih životnih događaja kako bi se uključili u njihov model, uzimajući pristup transformatorskog modela koji se koristi za obuku LLM-a o jeziku i prilagođavajući ga za ljudski život predstavljen kao slijed događaja.
“Cijela priča o ljudskom životu, na neki način, može se smatrati i kao ogromna duga rečenica mnogih stvari koje se mogu dogoditi osobi”, kaže Lehmann, profesor mreže i nauke o složenosti na DTU Compute, Technical Univerzitet u Danskoj i prethodno postdoktorski saradnik na Northeastern.
Model koristi informacije koje uči posmatrajući milione sekvenci životnih događaja kako bi izgradio ono što se naziva vektorskim reprezentacijama u prostorima za ugradnju, gdje počinje kategorizirati i crtati veze između životnih događaja poput prihoda, obrazovanja ili zdravstvenih faktora. Ovi prostori za ugrađivanje služe kao osnova za predviđanja koja model na kraju napravi.
Jedan od životnih događaja koji su istraživači predvidjeli bila je vjerovatnoća smrtnosti osobe.
“Kada vizualiziramo prostor koji model koristi za predviđanje, on izgleda kao dugačak cilindar koji vas vodi od male vjerovatnoće smrti do visoke vjerovatnoće smrti”, kaže Lehmann. “Onda možemo pokazati da je na kraju, gdje postoji velika vjerovatnoća smrti, mnogo tih ljudi zaista umrlo, a na kraju gdje je mala vjerovatnoća smrti, uzroci smrti su nešto što nismo mogli predvidjeti, poput automobila nesreće.”
Rad takođe ilustruje kako je model sposoban da predvidi pojedinačne odgovore na standardni upitnik ličnosti, posebno kada je reč o ekstrovertnosti.
Eliassi-Rad i Lehmann primjećuju da, iako model daje vrlo precizna predviđanja, ona su zasnovana na korelacijama, visoko specifičnim kulturnim i društvenim kontekstima i vrstama predrasuda koje postoje u svakom skupu podataka.
“Ova vrsta alata je poput opservatorije društva – a ne svih društava”, kaže Eliassi-Rad. “Ova studija je rađena u Danskoj, a Danska ima svoju kulturu, svoje zakone i sopstvena društvena pravila. Da li se to može uraditi u Americi je druga priča.”
S obzirom na sva ta upozorenja, Eliassi-Rad i Lehmann svoj prediktivni model gledaju manje kao krajnji proizvod, a više kao početak razgovora. Lehmann kaže da su velike tehnološke kompanije vjerovatno godinama stvarale ove vrste prediktivnih algoritama u zaključanim sobama. On se nada da ovaj rad može početi stvarati otvorenije, javno razumijevanje o tome kako ovi alati funkcionišu, za šta su sposobni i kako bi se trebali i ne bi trebali koristiti.
Šta god da AI mogne u budućnosti to će isto moći i ljudi kiborzi nadograđeni sa AI? Dakle opasnost od AI postoji samo za one koji nisu spremni i sposobni se prilagoditi…
Iako je nemoguće predvidjeti sve buduće mogućnosti AI-a, vjerojatno je da će AI moći učiniti mnoge stvari koje ljudi sada mogu, a neke koje ne mogu. Na primjer, AI bi mogao nadmašiti ljudske sposobnosti u obradi informacija, rješavanju problema i donošenju odluka. Također bi mogao obavljati mnoge zadatke koji su sada previše opasni ili zahtjevni za ljude, poput upravljanja strojevima u opasnim okolišima ili vršenja delikatnih kirurških zahvata.
Međutim, to ne znači da AI neće predstavljati opasnost za ljude. Jedna od glavnih briga je da bi AI mogao postati toliko moćan da postane nezavisan od ljudi i potencijalno čak opasan. Na primjer, AI bi mogao biti korišten za razvoj autonomnih oružja koja bi mogla ubiti bez ljudske intervencije. Također bi mogao biti korišten za nadzor i kontrolu ljudi, na primjer analiziranjem njihovih online aktivnosti kako bi se predvidjelo njihovo ponašanje.
Važno je razviti etičke smjernice za razvoj i uporabu AI-a kako bi se smanjili ti rizici. Na primjer, važno je zajedničkim naporima osigurati da AI bude korišten za dobrobit ljudi, a ne za njihovu štetu. Također je važno razviti sigurnosne mjere kako bi se spriječilo da AI ne bude korišten za štetne svrhe.
Ukratko, postoje potencijalni rizici povezani s AI-om, ali postoje i potencijalne koristi. Važno je razviti strategiju za upravljanje tim rizicima i iskorištavanje tih koristi kako bi se AI mogao koristiti za dobrobit ljudi.
Što se tiče kiborga, oni bi mogli pružiti ljudima niz prednosti nad AI-om. Na primjer, kiborzi bi mogli zadržati sve prednosti ljudskog mozga, poput kreativnosti i empatije, dok bi AI-om poboljšali svoje fizičke i mentalne sposobnosti. Također bi mogli lakše komunicirati i surađivati s drugim ljudima, jer bi dijelili slično iskustvo.
Međutim, postoje i potencijalni rizici povezani s kiborgizacijom. Na primjer, kiborzi bi mogli postati otuđeni od drugih ljudi, jer bi se više osjećali povezanima s AI-om nego s drugim ljudima. Također bi mogli biti ranjivi na hakerske napade, jer bi im AI-ovi implantati mogli biti iskorišteni za kontrolu nad njihovim tijelima i umovima.
Ukratko, kiborgizacija bi mogla pružiti ljudima niz prednosti, ali postoje i potencijalni rizici. Važno je razviti strategiju za upravljanje tim rizicima i iskorištavanje tih prednosti kako bi se kiborgizacija mogla koristiti za dobrobit ljudi.
Uspon inteligentnih mašina je tu da ostane. Vještačka inteligencija se odnosi na sposobnost mašina da obavljaju zadatke za koje bi normalno bila potrebna ljudska inteligencija. Ovo uključuje stvari poput prepoznavanja obrazaca, rješavanja problema, učenja i donošenja odluka. Termin AI prvi je skovao kompjuterski naučnik John McCarthy 1956. Od tada, polje AI je dramatično poraslo i napravilo značajan napredak u posljednjih nekoliko godina.
Primjene umjetne inteligencije mogu se naći u mnogim industrijama, uključujući zdravstvo, finansije i maloprodaju. Na primjer, AI se koristi u medicinskom snimanju za pomoć u otkrivanju bolesti kao što je rak i u finansijskim uslugama za sprječavanje prijevara. AI se također koristi u službi za korisnike kako bi se korisnicima pružila personaliziranija iskustva.
Vrste vještačke inteligencije
Veštačka inteligencija se može podeliti u četiri kategorije: reaktivne mašine, ograničeno pamćenje, teorija uma i samosvesna.
Reaktivne mašine: AI sistemi koji su sposobni da izvršavaju određene zadatke u realnom vremenu, ali nemaju sposobnost da se sete prošlih događaja. Na primjer, šahovski kompjuter koji može pobijediti ljudskog protivnika je reaktivna mašina. Ograničena memorija: AI sistemi imaju sposobnost pamćenja prošlih događaja, ali mogu koristiti samo ove informacije za donošenje odluka u sadašnjem trenutku. Primjer ove vrste AI je samovozeći automobil koji može pamtiti prošle događaje kako bi donosio odluke u sadašnjem trenutku. Teorija uma: AI sistemi su sposobni razumjeti ljudske emocije i namjere. Ova vrsta AI je još uvijek u ranoj fazi razvoja i još nije u širokoj upotrebi. Samosvjesni: AI sistemi su sposobni razumjeti vlastitu svijest i mogu donositi odluke na osnovu tog razumijevanja. Ova vrsta AI je još uvijek čisto teoretska i još ne postoji.
Metode umjetne inteligencije
Postoji nekoliko metoda koje se koriste za razvoj sistema veštačke inteligencije, uključujući mašinsko učenje, duboko učenje, obradu prirodnog jezika i robotiku.
Mašinsko učenje je metoda umjetne inteligencije koja koristi algoritme za učenje iz podataka i predviđanja. Ova vrsta AI se koristi u mnogim aplikacijama, uključujući prepoznavanje slika i obradu prirodnog jezika. Duboko učenje je podskup mašinskog učenja koji koristi umjetne neuronske mreže za učenje iz podataka. Ova vrsta AI se koristi u aplikacijama kao što su kompjuterski vid i prepoznavanje govora. Obrada prirodnog jezika (NLP) je metoda veštačke inteligencije koja se fokusira na sposobnost mašina da razumeju i tumače ljudski jezik. NLP se koristi u aplikacijama kao što su prevođenje jezika i analiza osjećaja. Robotika je primjena AI u fizičkim robotima. Ova vrsta AI se koristi u aplikacijama kao što su samovozeći automobili i industrijska automatizacija.
Prednosti i nedostaci umjetne inteligencije
Postoji nekoliko prednosti korištenja umjetne inteligencije, uključujući povećanu efikasnost, bolje donošenje odluka i smanjenje ljudske greške. Na primjer, AI može pomoći u smanjenju troškova i povećanju produktivnosti u mnogim industrijama. AI također može donositi odluke brže i preciznije od ljudi, smanjujući rizik od ljudske greške.
Međutim, postoji i nekoliko nedostataka korištenja AI. Jedna od najvećih briga je gubitak posla, jer AI može automatizirati mnoge poslove koje su ranije obavljali ljudi. Osim toga, postoji rizik od algoritamske pristranosti, jer AI sistemi mogu donositi odluke na koje utiču podaci na kojima su obučeni. Konačno, postoje sigurnosni problemi povezani s umjetnom inteligencijom, kao što je mogućnost hakovanja AI sistema ili korištenja u zlonamjerne svrhe.
Etička razmatranja vještačke inteligencije
Kako se AI sve više integrira u naše živote, važno je razmotriti etičke implikacije ove tehnologije. Neka od ključnih etičkih razmatranja uključuju zabrinutost za privatnost, odgovornost za radnje AI i algoritamsku pristrasnost.
Zabrinutost za privatnost je glavni problem sa AI, budući da AI sistemi mogu prikupljati i pohranjivati ogromne količine ličnih podataka. Ovi podaci se mogu koristiti u zlonamjerne svrhe ili prodati trećim stranama, ugrožavajući privatnost ljudi.
Još jedna etička briga je odgovornost za radnje AI. Kako AI sistemi postaju autonomniji, postaje sve nejasnije ko je odgovoran za njihove postupke. Na primjer, ko je odgovoran ako samovozeći automobil izazove nesreću?
Konačno, algoritamska pristrasnost je značajan problem u AI. AI sistemi su dobri onoliko koliko su dobri podaci na kojima su obučeni, a ako su podaci pristrasni, AI sistem će takođe biti pristrasan. To može rezultirati odlukama koje nepravedno diskriminiraju određene grupe ljudi.
Budućnost vještačke inteligencije
Budućnost umjetne inteligencije je uzbudljiva, s mnogo napretka na horizontu. Tehnologija AI brzo napreduje i postaje sve više integrirana s drugim tehnologijama kao što su Internet stvari (IoT) i blockchain.
U budućnosti, AI ima potencijal da ima dubok uticaj na društvo. AI ima potencijal da riješi neke od najvećih svjetskih problema, kao što su klimatske promjene, bolesti i siromaštvo. Međutim, također je važno razmotriti potencijalne nedostatke AI i osigurati da se AI razvija i koristi na odgovoran način.
Zaključak
U zaključku, umjetna inteligencija je polje koje se brzo razvija i ima potencijal da promijeni način na koji živimo i radimo. Međutim, važno je razmotriti etičke implikacije ove tehnologije i osigurati da se AI razvija i koristi na odgovoran način. Uz kontinuirani napredak u AI tehnologiji, budućnost AI je uzbudljiva i možemo očekivati da ćemo vidjeti mnoge uzbudljive nove primjene AI u godinama koje dolaze.
Reference Geek’s Guide to the Galaxy. „„Djevojka s plakata“ istražuje privlačnost države nadzora.” WIRED, 21. oktobar 2022., https://www.wired.com/brandlab/2015/04/rise-machines-future-lots-robots-jobs-humans/. Pristupljeno 6. februara 2023.
Opservatorija se nalazi na terasi shopping centra i hotela “Vema” i ima kupolu sa teleskopom.
Teleskop i oprema: Teleskop je nabavljen i montiran uz pomoć konsultanata iz AD Orion. Teleskop je reflektor američke firme MEADE sa prečnikom 35,5 cm i fokusnim rastojanjem od 284,5 cm. Teleskop je automatizovan i sadrži bazu od 145 000 nebeskih objekata.
Program i saradnja: Opservatorija je namijenjena za popularizaciju i edukaciju iz astronomije. AD Orion priprema program posjeta, predavanja i radionica za sve dobne skupine. Opservatorija simbolizira povratak ozbiljnije astronomije u našoj zemlji.
Alati umjetne inteligencije – posebno neuronske mreže – bili su dobri za fizičare. Godinama je ova tehnologija pomagala istraživačima da rekonstruiraju putanje čestica u eksperimentima s akceleratorima, traže dokaze o novim česticama i otkrivaju gravitacijske valove i egzoplanete. Dok alati veštačke inteligencije očigledno mogu učiniti mnogo za fizičare, pitanje je sada, prema Maksu Tegmarku, fizičaru sa Tehnološkog instituta u Masačusetsu,: „Možemo li nešto da vratimo?“
Tegmark vjeruje da njegovi kolege fizičari mogu dati značajan doprinos nauci o umjetnoj inteligenciji, i to je učinio svojim glavnim istraživačkim prioritetom. Jedan od načina na koji bi fizičari mogli da pomognu u unapređenju AI tehnologije, rekao je, bio bi da zamijene algoritame “crne kutije” neuronskih mreža, čiji je rad uglavnom nedokučiv, dobro shvaćenim jednačinama fizičkih procesa.
Ideja nije potpuno nova. Generativni AI modeli zasnovani na difuziji – procesu koji, na primjer, uzrokuje da se mlijeko sipano u šoljicu kafe ravnomjerno raširi – prvi put su se pojavili 2015. godine, a kvalitet slika koje generiraju značajno se poboljšao od tada. Ta tehnologija pokreće popularni softver za proizvodnju slika kao što su DALL·E 2 i Midjourney. Sada, Tegmark i njegove kolege uče da li bi drugi generativni modeli nadahnuti fizikom mogli raditi jednako dobro kao modeli zasnovani na difuziji, ili čak i bolje.
Krajem prošle godine, Tegmarkov tim je predstavio obećavajuću novu metodu za proizvodnju slika nazvanu Poissonov generativni model toka (PFGM). U njemu su podaci predstavljeni nabijenim česticama, koje se u kombinaciji stvaraju električno polje čija svojstva zavise od raspodjele naboja u bilo kojem trenutku. Zove se Poissonov model toka jer kretanjem naelektrisanja upravlja Poissonova jednačina, koja proizlazi iz principa koji kaže da elektrostatička sila između dva naboja varira obrnuto s kvadratom udaljenosti između njih (slično formulaciji Newtonove gravitacije) .
Taj fizički proces je u srcu PFGM-a. “Naš model se može gotovo u potpunosti okarakterizirati snagom i smjerom električnog polja u svakoj tački u svemiru”, rekao je Yilun Xu , diplomirani student na MIT-u i koautor rada. “Ono što neuronska mreža nauči tokom procesa obuke je kako procijeniti to električno polje.” I na taj način može naučiti da stvara slike jer se slika u ovom modelu može sažeto opisati električnim poljem.
PFGM može kreirati slike istog kvaliteta kao one proizvedene pristupima zasnovanim na difuziji i to 10 do 20 puta brže. „Koristi fizičku konstrukciju, električno polje, na način koji nikada ranije nismo vidjeli“, rekao je Hananel Hazan , kompjuterski naučnik sa Univerziteta Tufts. “To otvara vrata mogućnosti da se drugi fizički fenomeni iskoriste za poboljšanje naših neuronskih mreža.”
Modeli difuzije i Poissonovog toka imaju mnogo toga zajedničkog, osim što su zasnovani na jednačinama uvezenim iz fizike. Tokom treninga, model difuzije dizajniran za generisanje slike obično počinje sa slikom — recimo psa — a zatim dodaje vizuelni šum, mijenjajući svaki piksel na nasumičan način sve dok njegove karakteristike ne postanu potpuno pokrivene (iako ne budu potpuno eliminirane). Model tada pokušava obrnuti proces i stvoriti psa koji je blizak originalu. Jednom obučen, model može uspješno kreirati pse – i druge slike – počevši od naizgled praznog platna.
Modeli Poissonovog toka rade na skoro isti način. Tokom treninga, postoji proces naprijed, koji uključuje postepeno dodavanje šuma jednom oštroj slici, i proces obrnutog u kojem model pokušava ukloniti taj šum, korak po korak, sve dok se početna verzija uglavnom ne obnovi. Kao i kod generisanja zasnovanog na difuziji, sistem na kraju nauči da pravi slike koje nikada nije video tokom treninga.
Ali fizika koja leži u osnovi Poissonovih modela je potpuno drugačija. Difuziju pokreću termodinamičke sile, dok Poissonov tok pokreću elektrostatičke sile. Potonji predstavlja detaljnu sliku koristeći raspored naelektrisanja koji može stvoriti vrlo komplicirano električno polje. To polje, međutim, uzrokuje da se naboji ravnomjernije rasporede tokom vremena – baš kao što se mlijeko prirodno raspršuje u šoljici kafe. Rezultat je da samo polje postaje jednostavnije i ujednačenije. Ali ovo uniformno polje prepuno buke nije potpuna prazna ploča; još uvijek sadrži sjeme informacija iz kojih se slike mogu lako sastaviti.
Početkom 2023. tim je nadogradio svoj Poissonov model, proširivši ga tako da obuhvati čitavu porodicu modela. Proširena verzija, PFGM++, uključuje novi parametar, D , koji omogućava istraživačima da prilagode dimenzionalnost sistema. Ovo može napraviti veliku razliku: u poznatom trodimenzionalnom prostoru, jačina električnog polja koje proizvodi naboj je obrnuto proporcionalna kvadratu udaljenosti od tog naboja. Ali u četiri dimenzije, jačina polja prati inverzni zakon kocke. A za svaku dimenziju prostora i svaku vrijednost D , taj odnos je nešto drugačiji.
Ta jedina inovacija dala je Poissonovim modelima toka daleko veću varijabilnost, pri čemu ekstremni slučajevi nude različite prednosti. Kada je D nizak, na primjer, model je robusniji, što znači da je tolerantniji na greške napravljene u procjeni električnog polja. “Model ne može savršeno predvidjeti električno polje,” rekao je Ziming Liu , još jedan diplomirani student na MIT-u i koautor oba rada. “Uvijek ima nekih odstupanja. Ali robusnost znači da čak i ako je vaša greška u procjeni velika, i dalje možete generirati dobre slike.” Dakle, možda nećete završiti sa psom svojih snova, ali ćete ipak završiti sa nečim što liči na psa.
S druge strane, kada je D visok, neuronska mreža postaje lakša za treniranje, zahtijevajući manje podataka za ovladavanje svojim umjetničkim vještinama. Tačan razlog nije lako objasniti, ali duguje se činjenici da kada ima više dimenzija, model ima manje električnih polja za praćenje — a time i manje podataka za asimilaciju.
Poboljšani model, PFGM++, “daje vam fleksibilnost da interpolirate između ta dva ekstrema,” rekla je Rose Yu , kompjuterski naučnik sa Univerziteta Kalifornije u San Dijegu.
I negdje unutar ovog raspona leži idealna vrijednost za D koja uspostavlja pravu ravnotežu između robusnosti i lakoće treninga, rekao je Xu. „Jedan od ciljeva budućeg rada biće pronalaženje sistematskog načina pronalaženja te slatke tačke, tako da možemo izabrati najbolji mogući D za datu situaciju bez pribegavanja pokušajima i greškama.”
Drugi cilj istraživača MIT-a uključuje pronalaženje više fizičkih procesa koji mogu pružiti osnovu za nove porodice generativnih modela. Kroz projekat pod nazivom GenPhys , tim je već identifikovao jednog obećavajućeg kandidata: potencijal Yukawa, koji se odnosi na slabu nuklearnu silu. “Razlikuje se od Poissonovog toka i modela difuzije, gdje je broj čestica uvijek očuvan,” rekao je Liu. “Yukawa potencijal vam omogućava da uništite čestice ili podijelite česticu na dva dijela. Takav model bi, na primjer, mogao simulirati biološke sisteme u kojima broj ćelija ne mora ostati isti.”
Ovo bi moglo biti plodonosno istraživanje, rekao je Yu. “To bi moglo dovesti do novih algoritama i novih generativnih modela s potencijalnim primjenama koje se protežu dalje od generiranja slika.”
Pripremamo li buduće generacije za poslove kojim će se baviti? Neki zvuče morbidno. 💁
Ovo je popis zanimanja koja će možda biti tražena u godinama koje dolaze:
Genetski dizajner – dizajner djece Razvojem genetike raste potencijal za razvoj grane medicine koja će se baviti genetskim inženjeringom na nerođenoj djeci
Proizvođač dijelova tijela Osoba koja proizvodi organe kloniranjem
Menadžer za zdravlje radnika Imat će ga svaka kompanija, a na dobrovoljcima će primjenjivati najnovije medicinske tretmane
Analitičar za gene zaposlenika Osoba koja će proučavati genetske predispozicije zaposlenika i prema tome odlučivati hoće li zadržati posao ili ne
Kirurg specijalist za povećanje kapaciteta mozga Ljudski će mozak biti pretrpan informacijama, ti bi kirurzi trebali pomoći smanjiti pritisak na centar za pamćenje
Genetički haker Ti će ljudi krasti DNK životinja, ljudi i biljaka, kreirati viruse koji ubijaju ljude ili uništavaju sjetvu
Planer kraja života Osoba koja će pomoći ljudima isplanirati kad će i kako umrijeti jer će medicina omogućiti da ljudi žive poprilično dugo
Vertikalni farmer S obzirom na povećanje broja stanovnika, u gradovima će se razvijati vertikalne farme. Pod umjetnim svjetlom zgrada i u vodi rast će povrće i voće nužno za prehranu stanovništva
Stručnjak za manipulaciju klimom Krpat će rupe u oceanima željezom i kreirati goleme kišobrane koji će neutralizirati sunčeve zrake
Policajac za manipulaciju vremenskim promjenama Trebat će policajci kako bi spriječili uništavanje određenih dijelova svijeta izazivanjem poplava ili pretvaranjem zemlje u pustinju
Prodavači prava na korištenje pustinja Pustinje će se koristiti kao idealna područja za razvoj solarne energije
Trgovci vodom Slično kao i s naftom, razvit će se tržište vode na tržištima kapitala
Menadžer za čuvanje podataka Stručnjak za sigurno spremanje osjetljivih podataka vlada, političkih stranaka, tvrtki ili pojedinaca
Prodavač informacija Informacija postaje roba i to ona najskuplja. Zato se očekuje da će se razviti posebno tržište i načini trgovanja znanjem
Prodavač vremena Rokovi postaju valuta
Upravljač budžetima ljudi �koji ne primaju plaću Svaki državni službenik ili zaposlenik lokalnih jedinica mora profilirati svoje korisnike i izračunati apsolutni minimum koji je potreban pojedincu da preživi
Wellness-menadžer za starije U teretanama će biti programi za starije vježbače, kao i posebne masaže
Konzultant za pretilost Sve je više debelih ljudi pa će im trebati i konzultant za mršavljenje
Etičari novih znanosti Pomoći će usvojiti novu etiku koja ide ukorak s novim svijetom u kojem živimo
Programer osobne zabave Ljudi će tražiti privatne ili online susrete i individualizirane oblike zabave
Programer za stres Tražit će se aplikacije koje mogu pratiti i smanjivati stres uz pomoć mobitela, a programi će biti prilagođeni svakoj osobi
Konzultant za privatnost Bit će sve više tehnoloških rješenja i ljudi će biti iznimno izloženi dijeljenju privatnih podataka na internetu pa će ti stručnjaci savjetovati kako odlučiti koje i koliko informacija podijeliti sa svijetom
Stručnjak za skrivanje identiteta Osobe koje će nam omogućiti da nestanemo s “mreže” bilo zbog životnog izbora, bilo zbog skrivanja od policije
Stručnjak za čitanje misli Zanimanje vezano za skeniranje mozga, očekuje se da će imati velik broj klijenata – od prevarenih supružnika do prevarenih poslovnih partnera
Dizajner avatara Specijalisti koji umjesto nas stvaraju svijet kojim pokazujemo svoje interese, želje i potrošačke mogućnosti
Dizajner egzoskeletona Svojevrsni “vanjski robotički kosturi” omogućit će ljudima da trče brže, budu jači i otporniji pa se pretpostavlja da će biti velika potražnja za tim proizvodima
Stručnjak za etiku medija Mediji će biti politički polarizirani pa će nam trebati efikasna organizacija koja će objavljivati sve slučajeve medijskih spinova
Virtualni seksualni organizator Osoba koja skrbi za potrebe ljudi koji žele aktivan seksualni život bez ljudskog kontakta
Dizajneri putovnica za svemir Vlade će vjerojatno uvesti obvezu evidentiranja svemirskih putovanja
Menadžer populacije na Zemlji Osobe koje će voditi računa o tome koliko ljudi se rađa i tražiti načine za smanjenje populacije
Dizajner inteligentne odjeće Rast će zahtjevi da se u odjeću uključe tehnologije i gadgeti, što se već počelo raditi, a dizajneri koji proizvedu takvu odjeću imat će posla u 21. stoljeću
Savjetnik za životne tragedije Stručnjak koji bi se trebao znati postaviti u slučajevima koji se rijetko događaju i savjetovati ljude kako se postaviti te ponuditi recept za sreću i u najtežim okolnostima
Legalni prodavač narkotika S obzirom na to da se droga legalizira, postoji tržište za ljude koji će je prodavati
Cyberknjižničar Knjige će se početi posuđivati i online i samo je pitanje vremena kad će se organizirati cyberknjižnice
Stručnjaci za obranu Polarizirani svijet traži zaštitu
Socijalni radnik na društvenim mrežama Za ljude koji se osjećaju odbačenima na društvenim mrežama
Savjetnik za unapređenje tjelesnih mogućnosti
Stručnjak za nanomedicinu
Kreator sintetičkog života
Telemedicinski tehničar
GMO farmer
Biometrijski inženjer
Bioinformacijski znanstvenik
Geomikrobiolog
Stručnjak za eksperimentalne terapije
Stručnjak za produljenje životnog vijeka
Krionički tehničar
Operator biorafinerija
Operator vjetroelektrana
Tehničar za baterije
Kuhar specijaliziran za hranu s insektima
Tehničar za klorofil
Inženjer specijalist za fuzije
Konzultant za korištenje prirodnih resursa
Specijalist za podzemne gradove
Upravitelj karantena
Eksperimentalni geolog
Koordinator za održivi razvoj tvrtke
Analitičar za uporabu energije
Analitičar za klimatske promjene
Poslovni savjetnik za klimatske promjene
Analitičar za recikliranje
Analitičar za konsolidaciju sustava
Kontrolor aplikacija za komuniciranje računalima
Specijalist za individualna medijska rješenja
Analitičar podataka
Analitičar društvenih mreža
Stručnjak za pojednostavljenje sustava
Koordinator radnog vremena u globalnim korporacijama
Cyberčuvar
Upravitelj društvenih mreža
Organizator virtualnih ormara
Stručnjak za jezik aparata
Specijalist za kvantno programiranje
Asistent za stjecanje iskustava
Dizajner sučelja za ambijentalnu inteligenciju
Vodič kroz internetske informacije
Profesionalni virtualni građanin
Virtualni odvjetnik
Virtualni menadžer za sigurnost nekretnina
Menadžer za avatare
Savjetnik za romantične online veze
Virtualni policajac
Virtualni asistent za šoping
Holografski tehničar
Glumac virtualne realnosti
Dizajner robota
Tehničar za robotiku
Savjetnik za robote
Upravitelj hidrogenskih crpki
Pilot cepelina
Stručnjak za razvoj alternativnih prijevoznih sredstava
Specijalist za teleportaciju
Specijalist za letove na solarni pogon
Specijalist za infrastrukturu
Dizajner modernih željeznica
Svemirski pilot
Svemirski arhitekt
Znanstvenik na području prilagodbe Mjeseca i planeta uvjetima na Zemlji
Astrogeolog
Programer za individualno učenje
Dizajner socijalnih sustava
Privatni brend-menadžer
Terapeut za socijalizaciju i sretniji život
Osmišljavač sportova za osobe s posebnim potrebama
Nedavno je u funkciju pušten tzv. CHAT GPT za koji su svi vjerojatno već čuli. Preko te aplikacije možete da saznate odgovore na skoro sva vaša pitanja na način kao da ih neki ekspert odgovara iako odgovor piše kompjuterski program koji je treniran na milijarde podatala sa interneta i iz raznih izvora informacija. Bez da idem u tehničke detalje kako šta funkcionira, osvrnuti ću se na to zašto sam impresioniran ovim novitetom u svijetu informacionih tehnologija.
Prva stvar koju sam primjetio jest da skoro savršeno gramatički odgovora i to na našem jeziku što je čudno ako se uzme u obzir da naš jezik i nije baš puno zastupljen u svijetu. Druga stvar koja je primjetna jest da zadatke iz fizike rješava na zadovoljavajućoj osnovi uz detaljna objašnjenja rješenja. Treća primjetna stvar je svestranost odnosno da mu se može postaviti pitanje iz skoro svih oblasti koje postoje i također nevjerojatno brzo odgovara, puno brže nego što bi prosječna osoba stigla da progugla odgovor.
Nakon što je izašao chat gpt koji je funkcionirao na gpt 3 tehnologiji ubrzo je izašla i gpt 4 verzija koja je još naprednije i tačnija.
Osim što je openai.com stranica izbacila chat opciju u međuvremenu je i kompanija Microsoft na svoj bing pretraživač uključila chat opciju za koju su otkrili da radi preko gpt 4, a također je i Google izbacio svoju verziju BARD. Razne velike kompanije širom svijeta počele su da se takmiče u tome ko će bolju stvar da ponudi što je savršeno dobra stvar za dalji napredak ove tehnologije. Osim što je inače brže ovo steklo veliki broj korisnika i dalji razvoj je sve brži i brži.
Jedna od primjena je da za svaku sliku ovo može da dadne detaljan opis što je npr. korisno za slijepe osobe koje mogu slikati, a da im ova tehnologija opiše sve šta je oko njih.
Druga moguća primjena jest da će ljudi zahvaljujući ovoj tehnologiji možda uspjeti da komuniciraju sa nekima od životinja i da razumiju njihove znakove.
Iako je bezbroj mogućih primjena vještačke inteligencije od kojih su mnoge već u upotrebi, mnogi su ili u strahu ili izbjegavaju da i prodaju ovu stvar. I jedno i drugo može da se razumije, ali nesumnjivo je da će ovo promijeniti svijet kakav znamo i da je tehnologija korak bliže da bude pametna kao i ljudi ako ne i pametnija.
Za one koji žele isprobati ovaj chat, možete to uraditi preko:
chat.openai.com
bing.com
you.com
Revolucije se rijetko dešavaju, ali onda kada se dese u početku znaju da budu neprimjetne sve dok se sve ne promijeni. Sa CHAT GPT revolucija je počela, ali da je se primjeti treba imati volje i hrabrosti i imati otvoren um.
Možete izuzetno jednostavno da provjerite da li je kamera vašeg mobilnog ljubimca opremljena mogućnošću detekcije infracrvene svjetlosti, korištenjem daljinskog upravljača televizora.
Pokrenite kamericu telefona, pa je usmjerite prema daljinskom upravljaču TV uređaja. Pritisnite neki taster na njemu i posmatrajte ekran telefona.
Ako je vaša kamera u stanju da detektuje infracrvenu svjetlost, ona će se prikazati kao stalna ili pulsirajuća svjetlost.
Pored toga, ako kamera na poleđini uređaja ne detektuje infracrvenu svjetlost, nije isključeno da to neće moći prednja, pa isprobajte i tu opciju.
Detekcija infracrvene svjetlosti putem kamere telefona može biti korisna ako želite da provjerite da li postoji skrivena kamera u nekom AirBnB ili nekom drugom privatnom smeštaju koji koristite, a ne smatrate ga pouzdanim. U takvim smještajima najbolje je što više zamračiti prostoriju, aktivirati kameru telefona i pregledati prostor.
S razlogom gradimo kuće iznad zemlje i nebodere u zrak. Uglavnom je to zato što smo dizajnirani (ili evoluirali) da bismo napredovali u okruženju na vrhu. Fizičko i mentalno zdravlje stječemo od zraka sa Sunca i flore i faune s kojima dijelimo nadzemni svijet. Ako se među čovječanstvom dogodi masovni prelazak na podzemno stanovanje, u osnovi bismo izazvali evoluciju da učini sve najgore. A najgore u evoluciji generalno rezultira skupim oštećenjima vrsta – poput izumiranja, recimo.
Ljudi su dnevna stvorenja, koja trebaju biti aktivna kada sunce izlazi i noću spavati kad zađe. Zapravo imamo cirkadijalni ritam, biološki sat koji diktira naše obrasce drijemeža na osnovu ciklusa izlaska i zalaska sunca. Neraskidivo smo ovisni o Suncu.
Ta veza postaje jasna kroz vitamin D. Ovaj ključni sastojak za ljudsku fiziološku funkciju sprečava rahitis (nepravilan i slab razvoj kostiju) kod dijece i gubitak kostiju u starosti. Također je povezan s metaboličkim i imunološkim radom i smanjenjem hipertenzije. Dakle, potreban nam je vitamin D, a interesantno je da je to jedini vitamin koji ljudi trebaju da ne potječe iz drugih izvora poput hrane ili vitaminske vode. Zapravo proizvodimo vitamin D u svojim ćelijama fotosintezom, procesom koji je nemoguć bez ultraljubičastog zračenja (UVR) prihvaćenog od Sunca kroz našu kožu.
Takođe proizvodimo serotonin na Sunčevoj svjetlosti. Ovaj je hormon u velikoj mjeri odgovoran za naše pozitivno raspoloženje, a ljudi koji ne proizvode dovoljno zbog nedostatka izlaganja Sunčevoj svjetlosti mogu postati depresivni, što je stanje koje se naziva sezonski afektivni poremećaj (SAD).
Zrak je još jedan važan sastojak za pravilno funkcioniranje ljudskog tijela. Iznad zemlje nalazi se u asovima. Ljudska pluća su se razvila da prihvaćaju mješavinu elemenata (uglavnom dušika, nešto kisika i tragove argona i ugljičnog dioksida) pri atmosferskom pritisku koji se nalazi oko nivoa mora. Predugo prebivanje na desetine ili stotine stopa ispod nivoa mora, poput jahte na vodi, može dovesti do toga da se komponente vazduha odvoje od krvi i postanu mjehurići. To stvara životnu opasnost koja se naziva zavojima.
Isti pritisak sile gravitacije nalazi se i u Zemljinoj kori, baš kao i u okeanima. Rudari moraju koristiti istu vrstu dekompresijskog postavljanja dok se vraćaju na površinu, a nakon spašavanja zarobljeni rudari nose se u dekompresijsku komoru kako bi se prilagodili atmosferskom pritisku na nivou mora na isti način na koji to rade ronioci.
Naravno, ima se što reći za adaptaciju. Bez toga evolucija uopće ne bi postojala, a prelazak u podzemlje jednostavno bi ubrzao proces. S druge strane spektra atmosferskog pritiska, generacije ljudi koje su živjele na velikim nadmorskim visinama, poput Tibetanaca i Anda, priviknule su se na rjeđi zrak. Prilagodili su se izbacivanju više oskudnog kisika iz zraka u krvotok nego stanovnicima morskog nivoa. U podzemlje, naš kolega sisar, krtica, evoluirao je da bi proizveo i cirkulirao veću količinu krvi i hemoglobina bogatog kiseonikom od sličnih nadzemnih kolega.
Ljudi bi mogli napredovati pod zemljom koristeći naš najomiljeniji alat za prilagodbu: tehnologiju. Zašto čekati da se održe euni evolucije i riskirati čitav opstanak najsposobnijeg aspekta kada jednostavno možemo šibati u ono okruženje u koje želimo?
Upravo na to su primorani neki ljudi koji su se preselili u podzemlje. Međutim, umjesto prilagodbe, na nju se obično gleda kao na rješavanje izazova u dizajnu.
Zamišljeni koncept rase ljudi koji žive pod zemljom zapravo je star. Autohtona plemena odavno su prepoznala klimatološke i sigurnosne prednosti koje pruža život pod zemljom. Moderne verzije ovih stanova već su u izradi u nekim četvrtima. Kuće se grade ispod zemlje, kao i drugi objekti, poput podzemnog zatvora u okrugu Marin, koji je dizajnirao legendarni arhitekt Frank Lloyd Wright. U stvaranju ovih podzemnih stanova, poduzimaju se mjere kako bi se osiguralo da buduća skica čovječanstva ne prikazuje bijelo-bijela, slijepa stvorenja koja pate od rahitisa i osakaćujuće depresije i opstaju u prehrani crvima iščupanim iz zemljanih zidova. Čak i kad živimo pod zemljom, moramo pronaći načine kako iskoristiti ono najvažnije što nam je potrebno za preživljavanje.
Voda nije problem; 30 posto slatke vode na Zemlji može se naći pod zemljom u bilo kojem trenutku u obliku vodonosnih slojeva. Ovaj se izvor neprestano nadopunjuje kapljicama kiše koje prodiru kroz tlo, a koje djeluje kao pročišćivač [izvor: USGS]. Zrak ne djeluje na isti način kao voda ispod zemlje. Gustina tla otežava disanje, a ispod zemlje se nalazi manje zraka, što objašnjava zašto se gušite ubrzo nakon što ste živi zakopani.
Ovaj mali problem i potreba za sunčevom svjetlošću rješavaju se kroz dizajn atrija ili dvorišta domova zaštićenih zemljom. Te su kuće sa svih strana izgrađene pod zemljom, osim ulaza koji obično izgleda poput vrata postavljenih sa strane brda. Jedino izloženo područje strukture je središnji atrij ili dvorište, koji propušta zrak i sunčevu svjetlost u dom. U podzemnim kućama bez ikakvih izloženih područja ventilacijski sistemi i krovni prozori na osovinama služe u iste svrhe kao i atrij.
Sunčeva svjetlost strujat će u mnogo masivniju podzemnu strukturu u Japanu kroz par natkrivenih kupola, jedina karakteristika koja će otkriti podzemni grad ispod. Zbog ogromne populacije koja dijeli proporcionalno malu kopnenu masu, Japanci nisu iznenađujuće na vrhu ruba podzemne gradnje. Njihov najveći projekat je grad Alice s dvostrukom kupolom, zasnovan na oko dva središnja okna spuštena 152 metra pod zemlju. Osovine omogućavaju ulazak svjetlosti i služe kao jezgra farme mrava u uredskom prostoru, čitavim tržnim centrima i rezidencijama. Potrebe poput ventilacije, proizvodnje električne energije i otpada rješavaju se na terenu ispod zemlje.
Alice City još nije izgrađen, iako nešto manje ambiciozni projekti djeluju oko Japana. Japanci kroz poduhvate poput podzemnih ureda i tržnih centara rješavaju probleme s podzemnim životom. Televizijski studio na oko 20 m ispod tokijskog nivoa ulice pozabavio se problemom osjećaja izolacije među radnicima simulirajući vremenske prilike iznad zemlje. Požar u podzemnom tržnom centru koji je 1980. godine odnio živote 15 ljudi naučio je dizajnere da održavaju zrak razrjeđivačem kako bi smanjili dim i ulažu više u senzore požara i sisteme prskalica u podzemne građevine nego u nadzemne objekte.
Japanci takođe istrebljuju zamršenost uzgoja hrane pod zemljom kroz projekat Pasona O2. Kadrovska agencija Pasona stvorila je podzemnu farmu koja radi, u neiskorištenom trezoru banke koji se nalazio ispod ureda kompanije, na pet spratova ispod zemlje. Koristeći hidroponiku i sisteme za veštačko osvetljenje, kompanija uspešno uzgaja usjeve poput paradajza, jagoda i pirinča.
Trendovi stanovništva sugeriraju da će do 2050. godine zemaljska kugla doživjeti čak devet milijardi ljudi koji će prepuniti njene površine. S nadzemnim prostorom vrhunskog kvaliteta, podzemni život mogao bi postati više nego samo održiv, mogao bi postati neophodan.