Разговарао: Богдан Ђорђевић
Фотографије: Владимир Јанић
Глобално тржиште производа који се ослањају на вештачку интелигенцију 2021. године било је вредно 340 милијарди долара. Наредне, 2022. године, ово тржиште достигло је чак 500 милијарди долара. Пре две године, Влада Србије донела је одлуку о оснивању Истраживачко-развојног института за вештачку интелигенцију Србије са седиштем у Научно-технолошком парку у Новом Саду.
Са водећим AI промотером са Института за вештачку интелигенцију, др Браниславом Кисачанином, разговарали смо о томе како се укључити у ово све уносније тржиште, зашто је важно са младима разговарати о вештачкој интелигенцији, како нас све то вештачка интелигенција ојачава и каква је улога математике у свему томе. Како истиче наш саговорник: „Да би се неко успешно бавио вештачком интелигенцијом, неопходно је да има много знања, личних талената, велику мотивацију и менторску подршку.“
Пошто је завршио студије Електронике и телекомуникација на Факултету техничких наука у Новом Саду, др Кисачанин отишао је у Сједињене Америчке Државе и на Универзитету Илиноис, у Чикагу, докторирао 1998. године. Убрзо се запослио у великој аутомобилској компанији у Индијани, где је свакодневно био у прилици да решава практичне проблеме, што му је, како каже, помогло да научи нове ствари и заснује једну нову област истраживања. Био је међу првим научницима који су разумели да се за рачунарски вид не могу увек ослањати на најмоћније компјутере, па је тако настала нова дисциплина Embedded Computer Vision. Др Кисачанин организовао је више конференција на којима се разговарало о овој теми, објавио је неколико књига, а на свом путу упознао је бројне научнике, професоре и успешне предузетнике у области високих технологија.
Некадашњи ђак генерације у новосадској Гимназији „Јован Јовановић Змај“, заволео је и рад са младим талентима, па га посебно радује што има могућност да заједно са чувеним румунским математичарем Титуом Андрескуом средњошколцима у САД и широм света преноси своје знање. Од 2015. запослен је у компанији Nvidia, коју многи знају по чиповима и картицама за игрице. Nvidia је данас у центру свих збивања у вези са вештачком интелигенцијом, а др Кисачанин пожелео је да искуство које је стекао током каријере пренесе и талентима у Србији. Кључну улогу у овој његовој намери има Институт за вештачку интелигенцију, који ће у сарадњи са Центром за промоцију науке додатно обогатити програм овогодишње манифестације Мај месец математике.
Као водећи промотер AI технологија, у медијима сте истицали да Институт сматрате „фабриком“ лидера у области вештачке интелигенције. Откријте нам нешто више о циљевима Института?
Вештачка интелигенција захтева стварно велика знања и када смо оснивали Институт, један од циљева био нам је да он постане „фабрика“ лидера у тој области. Желели смо да млади који дођу овде надограде своја знања, уђу у светску лигу и одмах потом гледају где би то могли да комерцијализују. Наша намера је да свесрдно подржимо наше људе, било да оду или да остану на Институту. Они треба да се фокусирају на то да направе компаније и отворе нова радна места. Мислим да циљати на један посто тог огромног светског тржишта, чија је тренутна вредност око 500 милијарди долара, и није много амбициозно. Наиме, вештачка интелигенција вам је 90% математика, па ако узмемо у обзир успехе наших ученика на највећим математичким такмичењима, разумећете зашто мислим да можемо да подигнемо нишан и циљамо и више, на два или три процента. Тренутно у Институту имамо двадесетак доктора наука и још двадесетак постдипломаца који раде на својим докторатима. Сви они, у зависности од тога на ком су нивоу у тој игрици која се зове каријера, имају различита задужења. Главни задатак оних који су на докторатима је да уче што више и да објављују квалитетне научне радове. Старији чланови такође имају задатак да уче, јер нико од нас још није научио све о вештачкој интелигенцији – далеко од тога. Ти мало старији, који имају докторате, треба и да уз помоћ својих контаката – што у науци, што у привреди – реализују што више заједничких пројеката са другим институцијама. Наши најискуснији научници, вође тимова, такође имају и задатак да освоје европске научне пројекте, што није лако добити. Пролазност је око десет процената.
Шта је потребно да бисте се укључили? Треба знати математику, треба познавати компјутере, треба знати понешто о бизнису и треба знати са људима.
Институт је нови играч, а није лако укључити се у игру када сте нови играч. Циљ нам је да што пре нашу игру подигнемо на светски ниво. Још једна ствар која нам је веома корисна су и такозвани менторски пројекти. Док смо још били у процесу оснивања, активирао сам мрежу својих контаката и повезао се са нашим људима који раде као професори широм Америке и Европе. Сви они су са великим ентузијазмом пристали да се укључе као ментори нашим запосленима, јер као и ја, и они имају потребу да врате знање својој земљи. Ипак смо овде одрасли и добили бесплатно образовање. Они су стварно на фронту стварања нових знања, па наши запослени захваљујући менторима могу да виде шта су најновији трендови и да своје идеје одмах пласирају у складу са тим трендовима. Такође, добијамо прилику да публикујемо у врхунским часописима и учествујемо на великим конференцијама, што се све рачуна. Научници тако стичу углед, а њихов реноме диже и реноме наше институције
До сада сте имали прилику да своја знања и богато искуство поделите са средњошколцима у Математичкој гимназији, Шестој београдској гимназији и Гимназији „Јован Јовановић Змај“ у Новом Саду. Ускоро би требало да посетите гимназије и у другим градовима широм Србије. Зашто је о вештачкој интелигенцији важно разговарати са младима?
Када сам ја био средњошколац, нама су на часове долазили професори са Природно-математичког факултета и са Факултета техничких наука, да нам причају о математици и физици. То је на мене и на моје другарице и другове – од којих су неки сада угледни професори по целом свету – оставило велики печат. Та популарна научна предавања су нас заинтригирала и видели смо да и ми можемо да се бавимо врхунском науком. Схватили смо да не морамо стриктно да пратимо старе трендове и строго се држимо породичне традиције, већ да можемо да истражујемо и оне области за које се страствено интересујемо. Мислим да је корисно деци рећи да није тако тешко укључити се у причу о вештачкој интелигенцији. Далеко је од немогућег. А шта је потребно да бисте се укључили? Треба знати математику, треба познавати компјутере, треба знати понешто о бизнису и треба знати са људима. За неке друге дисциплине треба вам много више, укључујући и скупу техничку опрему, док је код вештачке интелигенције математика заиста кључни фактор.
Осим тога, мислим да је важно поручити им да се знање исплати. Да то више није нешто што је само лепо и корисно, него да је и уносно. Трудим се да ђацима дам ширу слику о најважнијим открићима у области вештачке интелигенције и покажем им њихове најновије примене, да би знали шта могу да очекују у скоријој будућности. Делује да је ChatGPT свима дошао као изненађење. Ако се ускоро вештачка интелигенција буде користила да би се направили нуклеарни реактори на бази фузије, да се не питају – откуд сад то, јер је то нешто на чему се увелико ради. Револуција која се дешава у фармацеутској индустрији је такође базирана на вештачкој интелигенцији. Све ово требало би да подстакне младе да се на време укључе и, на крају крајева, што да не – узму део тог великог колача.
Тврдите да су математика, програмирање, познавање бизниса и рад са људима најважнији фактори који одређују колико ће неко бити успешан на тржишту производа вештачке интелигенције. Сасвим сам сигуран да математику нисте тек тако ставили на прво место. Можете ли да нам приближите зашто је математика толико значајна када говоримо о вештачкој интелигенцији?
Рећи ћу вам прво једну занимљиву чињеницу. Квантна физика, која нам је донела електронику, модерне материјале и медицинске уређаје којима можемо да завиримо у тело пацијента без инвазивних процедура, настала је пре око сто година као комбинација математичке анализе, линеарне алгебре и теорије вероватноће. Исте математичке дисциплине, искомбиноване другачије, налазе се и у основама вештачке интелигенције. Да бисте уопште дошли у ситуацију да откријете неки нови алгоритам или неки нови начин примене вештачке интелигенције, неопходно је да одлично владате математиком. И то не само оном која се учи на основним студијама, него на нивоу који се стиче на постдипломским студијама. Парцијални изводи, непрекидност и диференцијабилност функција, факторизације матрица и њихова декомпозиција по сингуларним вредностима, мултидимензионалне расподеле вероватноће и регуларизација параметара, само су неки од математичких термина који су део свакодневног стручног језика. Без математике не можете да разумете ни како функционишу досадашња открића, а камоли да створите нешто ново.
Слично као што је у физици случај да је математика језик којим се у физици размишља, у вештачкој интелигенцији је то још и јачи случај. Наиме, у физици велику улогу имају експерименти и физичка интуиција, док је у вештачкој интелигенцији математика стварно у основи свега што радимо.
Мени је то фасцинантно – колико брзо вештачка интелигенција може да иде од идеје и научног открића до комерцијализације. То никада није ишло толико брзо. Никада! Међутим, почела је једна нова ера, ера вештачке интелигенције!
Често постоји тај страх да ће нас вештачка интелигенција заменити или можда чак и уништити као цивилизацију. Има ли разлога за забринутост?
Има ту оправданих страхова, али оно што је сигурно, јесте да ова вештачка интелигенција коју сада правимо не представља тако велику опасност. Сада се ради на томе да нас вештачка интелигенција ојача, а не да нас замени. Једног дана ћемо вероватно стићи и до такозване „опште“ вештачке интелигенције, која може бити много опаснија, али сада нисмо ни близу тога. Наравно, важно је да будемо пажљиви шта и како радимо, чак и са овом „ужом“ вештачком интелигенцијом, да не би дошло до злоупотребе. Увек постоји опасност да ће неко злоупотребити и најбољи алат или најбоље научно откриће, али зато постоје полиција и закони.
Где нас вештачка интелигенција већ ојачава?
Кад год нешто тражите на Гуглу, ви ангажујете њихов програм вештачке интелигенције и брзо долазите до поузданих информација. Системи за аутономну вожњу већ се увелико користе у Теслиним аутомобилима, а требало би да помогну да се надокнади дефицит возача камиона, како у Србији тако и у Европи и Америци. Није много другачије ни за адвокате, лекаре и инжењере. На пример, могуће је да ће и неки адвокати остати без посла, али не зато што ће их заменити вештачка интелигенција, него зато што ће неки други адвокати користити вештачку интелигенцију и бити много ефикаснији и продуктивнији, тако да ће моћи да спусте цене својих услуга. Ја сам ишао у основну школу када су се појавили дигитрони. Тада се могло чути: „Јао, шта ћемо сад!?“, „Постаћемо глупи“ и тако даље. И шта се на крају догодило? Па ништа, просто смо повећали ефикасност рада и нико није зажалио што смо увели дигитроне.
Хтео бих и да вам дочарам ситуацију у фармацеутској индустрији. Да бисмо одредили тродимензионални облик протеина, што одређује метаболичку функцију протеина, до сада смо морали да шаљемо молекуле на анализу специјализованим лабораторијама које раде такозвану рендгенску кристалографију и да месецима чекамо резултате. Поред тога што је трајала месецима, за ову процедуру се издвајала и огромна свота новца. DeepMind, енглеска компанија која припада Гуглу и која је позната по програмима за играње шаха и гоа, уз помоћ програма AlphaFold драстично је убрзала читав процес. Они су направили софтвер који је успео да научи „језик“ протеина, односно како да преведе низ амино-киселина које чине протеин у тродименизионални облик у који се протеин савија. AlphaFold то уради у делићу секунде, што је последњи и кључни део у компјутеризацији целог процеса откривања нових лекова.
Стиче се утисак да се у области вештачке интелигенције непрестано дешава нешто ново и непредвидиво?
У вештачкој интелигенцији стално долази до нових лепих открића. Скоро сваки дан то видимо у вестима и читамо у научним часописима. С обзиром на то да је вештачка интелигенција веома млада наука, неко ко се сада укључи још има велику шансу да открије нешто ново и важно. Ево неколико примера. Током прошле године објављени су радови са првим индикацијама да научници и инжењери користе вештачку интелигенцију за контролу плазме у фузионом реактору и да су успели да процес фузије у токамак машинама траје десет пута дуже него што је икада раније то био случај. Вештачка интелигенција је научила како им се плазма „измигољи“ из магнетног поља и како треба променити магнетно поље да би плазму вратили у жељени облик. Или прогноза времена. Планета Земља је исувише велика и систем је превише комплексан да би рачунари, колико год да су моћни, могли да реше неопходне термодинамичке једначине у неком скоријем времену. Зато се користе апроксимације и онда дугорочна прогноза времена не може бити прецизна као краткорочна. Али са вештачком интелигенцијом, која не решава директно те једначине, него гледа понашање временских система, ствари се мењају. Када гледате мали простор, то све изгледа прилично непредвидиво. Када видите мало већу слику, е ту се сада вештачка интелигенција појављује да научи понашање комплексних система.
Да бисте уопште дошли у ситуацију да откријете неки нови алгоритам или неки нови начин примене вештачке интелигенције, неопходно је да одлично владате математиком. Без математике не можете да разумете ни како функционишу досадашња открића, а камоли да створите нешто ново.
Први успеси садашње вештачке интелигенције били су 2012. године у анализи слика. Вештачка интелигенција нам је најпре показивала да ли се на слици налази куца или маца, да бисмо убрзо прешли на комплексније ствари. А онда су слични принципи почели да се примењују за препознавање говора. Али говор и слика су веома различите ствари. У слици је најбитније оно што је у непосредној близини сваког пиксела. Код говора, код једне обичне реченице, могу да постоје неке врло важне везе између самог почетка и самог краја реченице. Дакле, блискост није од пресудног значаја и не подвргава се истим законитостима. Близина јесте битна, али су важне и удаљене релације. Нешто што сте рекли у претходној реченици често се подразумева у следећој. Зато су научници анализу говора започели са неким доста другачијим мрежама него што се то ради са сликама и успели да повежу удаљене речи. Онда су научници који раде са сликама рекли: „Ни нама ово није неважно.“ Та веза постала им је посебно значајна у случајевима када су предмети на сликама сакривени и виде им се само делови. Тако да им је помогао тај исти принцип који се заснива на мрежама трансформерима. Те мреже се у последње време често спомињу због ChatGPT-ја. Слово T у GPT означава трансформер. Углавном, сада се тај принцип примењује и на слике. То је једно потпуно неочекивано откриће, јер је истраживање слика било усмерено у једном правцу, а онда су одједном „утрчали“ трансформери из науке о препознавању говора и показало се да су изузетно корисни за неке компликоване ситуације.
Као што видимо, вештачка интелигенција увелико је нашла примену у различитим областима – од фармације, преко аутомобилске индустрије, па све до претраге на интернету и прогнозирања времена. Постоји ли неко откриће које вас је у последње време посебно фасцинирало?
Одушевим се сваки дан оним што прочитам. Сва та открића базирана су на машинском учењу. То значи да ви можете компјутеру да дате један мали програм који још не зна ништа, али уме да учи. И дате му много означених података. И онда тај програмчић гледа те податке и покушава да своје параметре промени и да научи нову област: било да је то понашање протеина, било да је то понашање временских система на планети Земљи, било да је то понашање плазме у фузионом реактору. То су све фантастичне ствари. Када је AlphaFold објавио своје откриће, то ми је било нешто невероватно, и већ је, после само две године, изазвало револуцију у фармацеутској индустрији. Реч је о огромним инвестицијама. Да вам илуструјем. Један наш момак, док је још био студент у Њујорку, заједно са својим професорима дошао је на идеју како можемо посматрати савијање протеина на другачији начин него што је AlphaFold урадио. Нагласио бих да они нису располагали великим ресурсима. Само су патентирали идеју и направили су компанију кроз коју би ту идеју даље развили. Њихов циљ био је да пронађу инвеститора и једног дана комерцијализују производ. Баш тог дана када је требало да потпишу уговор са инвеститором, позвали су их из једне велике фармацеутске куће и поручили им – заборавите њих, ми вам нудимо много боље услове и више пара. Тако да је сада тај наш сународник који је продао компанију великој фармацеутској кући постао велики директор унутар те компаније. Мени је то фасцинантно – колико брзо вештачка интелигенција може да иде од идеје и научног открића до комерцијализације. То никада није ишло толико брзо. Никада! Међутим, почела је једна нова ера, ера вештачке интелигенције!