Emozioen balioa eta ikaskuntza sakona

02/12/2020 13

Denboraren balioa

1973an, Michael Endek “Momo” argitaratu zuen, urrutiko lurralde bateko herri batean bizi den eta bere bizitzari buruz inork ezer ez dakien neskato baten izena. Egun batean, gizon arraro batzuk datoz, grisez jantzita, kapela eta portafolioekin, eta jendea konbentzitzen dute beren denbora denbora-banku batean inbertitzeko, hau da, edozein ikuspuntutik truke desorekatua da.

Egileak, gure denbora bizi dugun moduaz jabetzeak duen garrantziaz hausnartzera bultzatzen gaitu. Gertatzen den denbora eta gurea dela esaten duguna.  Denbora aurreztu ote daitekeen eta zertarako aurrezten dugun, aurreztutako denbora nola erabiltzen dugun.

Duela egun gutxi, oso maite nuen izaki batek denbora balioaren kontabilitateari buruz eta norberaren balantzaren orekari buruz gogoeta eginarazi zidan. Bertan, alde batetik, ondo maite gaituzten pertsonekin batera, bizitasun eta energia uneak ematen dizkigutenekin batera pasatzen ditugun segundoak, minutuak, orduak, urteak eta bizi-zikloak jartzen ditugu. Bestalde, gure helburuetan edo bizi-proiektuetan eta gure lanbide-jardueran ematen ditugun segundo, minutu, ordu, urte eta bizi-zikloak daude, eta baita bizipen mota bien arteko bidegurutzea.

Helburuak lortzearen edo bizi-kalitatea izatearen kontzeptuak, orduak diruditen minutuak, edo segundoak diruditen egunak, pertsonalak dira, aldatzen ari den testuinguruaren araberakoak, eta matematikoki neurtzeko zailak. Horrela, matematikan, lan- edo aisialdi-ordu bat eraginkorra edo atsegina izan den erabakitzeko, ikuspegi indibidual, gizatiar eta, bakoitzaren arabera, ikuspegi emozional batetik ere egiten dugu.

2020. urtean, Adimen Artifizialeko softwarearen garapena kontuan hartuta, badakigu softwarearen garapenaren ibilbide-orri ebolutiboaren hurrengo urratsa emozioak ezagutzea eta aplikatzea dela.

AlexNet eta ikaskuntza sakona

2012an, DEEP LEARNING “Ikaskuntza sakona”ren aro modernoa hasi zen. Hiru urte lehenago, 2009an, Fei-Fei Li Adimen Artifizialeko ikertzaileak ImageNet izeneko datu-basea argitaratu zuen, edukiari buruzko etiketez antolatutako 3 milioi irudi baino gehiago zituena. Lik pentsatu zuen algoritmo hauek munduaren adibide gehiago izango balituzte euren artean patroiak aurkitzeko, ideia konplexuagoak ulertzen lagun liezaiekeela.

Horrela, 2012an, Alex Krizhevskyk (Torontoko Unibertsitateko graduondoko ikasle bat) diseinatutako sare neuronal artifizialak, Ilya Sutskever ikaskidearekin (orain OpenAIn ikerketako zuzendaria) eta Geoff Hintonen aholkularitzarekin (Kanadako psikologo kognitibo eta informatikaria, 2018ko Turing saria, Yoshua Bengio eta Yann LeCunekin batera), ImageNet lehiaketa menderatu zuen, gainerako ikerketa-laborategi guztiak gaindituz, % 10,8ko zehaztasun ezberdintasunagatik.

Teknologiak erabakiak hartzeko zuen trebetasunak berehala jarri zituen “ikaskuntza sakona” hitzak Silicon Valleyko sortzaile eta exekutibo guztien ezpainetan, eta Adimen Artifizialaren garapenaren boom-a deitu geniona martxan jarri zuen. Hirurek Googlen lan egiten amaitu zuten, eta Facebook, Amazon eta Microsoft bezalako enpresa handietako batzuk euren negozioak teknologiaren inguruan kokatzen hasi ziren.

Lik iragarri bezala, gakoa datuak ziren. Baina Hintonek, Krizhevskyk eta Sutskeverrek ere sare neuronalak metatu zituzten bata bestearen gainean: batek formak bakarrik aurkitzen zituen, beste batek testurak begiratzen zituen, eta horrela hurrenez hurren. Horiei sare neuronal sakonak edo ikaskuntza sakona deitzen zaie. Sare neuronal honen markoa, gaur egun, AlexNet bezala ezagutzen da, eta konputazio bidezko ikusmenari buruz argitaratutako artikulurik eraginkorrenetako bat bezala hartzen da. Ikaskuntza sakona bizkortzeko argitaratutako askoz ere artikulu gehiago inspiratu ditu, eta gaur egun 70.000 aldiz baino gehiago aipatu da Google Scholarren arabera.

Krizhevskyk Google Photosen lan egin zuen eta, ondoren, enpresaren ibilgailu autonomoen proiektuan irmotu zen. 2017ko irailean enpresa utzi eta Dessan lan egiten hasi zen (lehen DeepLearni.ng bezala ezagutzen zena), eta 2020ko otsailean Square finantza-zerbitzuen enpresak erosi zuen. Squarek eta Dessak adierazi zutenez, “Ikaskuntza automatikoko aplikazioak sortzeko” elkartzen ziren, “Pertsonek beren diruarekin inoiz baino gehiago egitea ahalbidetzeko eta, oro har, Adimen Artifizialarekin posible denaren mugak zabaltzeko”.

DEEP LEARNING edo “ikaskuntza sakona” esaten dugu sare neuronalak datuen barruko patroi eta harreman konplexuak ulertzeko gainjartzen diren eremu bati buruz ari garenean. Sare neuronal baten irteerak beste baten sarrera elikatzen duenean, modu eraginkorrean “pilatuz”, sortzen den sare neuronala “sakona” da.

Egoera emozionala ezarri

2020. urte honetan, McKinseyk adimen artifizialari (IA) buruz egindako inkesta globalan ikaskuntza sakonari buruzko galderak sartu ditu, eta inkestatuen % 16k esan dute beren enpresek ikaskuntza sakona etapa pilotutik haratago eraman dutela. Berriro, goi teknologiako eta telekomunikazioetako enpresak dira nagusi, eta sektore horietako inkestatuen % 30ek diote beren enpresek ikaskuntza sakonerako gaitasun integratuak dituztela.

Ikaskuntza sakonaren erabileretako bat pertsonen aurpegietan agertzen diren adierazpen afektiboko oinarrizko formak ezagutzea da. Era berean, hitzik gabeko komunikazio-metodoak, hala nola gorputz-mugimenduak, aurpegi-adierazpena, keinuak eta begi-mugimenduak, atzeman daitezke, eta kontuan hartu behar da gorputz-mugimenduek egoera emozionalak indar handiagoz transmititu ditzaketela eta pertsonarengandik hurbil egon beharrik ez duten kameren bidez atzeman daitezkeela. 2018az geroztik, zenbait artikulu argitaratu dira, eta, horietan, parametro desberdinak dituen sare neuronaleko arkitektura bat erabiliz, egoera emozionala gorputz osoko mugimendu-ereduetan nola ezagutzen den azaltzen dute.

2016an, AI Now Institute sortu zen, Obamaren Etxe Zuriko Zientzia eta Teknologia Politikako Bulegoa buru zuen sinposio baten bidez. Sinposio hori Meredith Whittaker Googleren Open Research Group delakoaren sortzaileak eta Kate Crawford Microsoft Researchen ikertzaile nagusiak zuzendu zuten. AI Now Institute erakundeak Adimen Artifizialak epe motzean gizarte-eremuetan dituen ondorioetan sakontzen du: desberdintasuna, lana, etika eta osasun-laguntza. 2019ko txostenean, AI Now Institute erakundeak ohartarazi zuen emozioak igartzeko teknologia ez dela erabili behar “pertsonen bizitzan eta aukeretan eragina duten” erabakietan, hala nola kontratatzeko erabakietan edo minaren ebaluazioetan, ez baita behar bezain zehatza eta erabaki partzialak har baititzake.

Eta Michael Endek “Momo”n hausnartzera bultzatzen gaituen bezala, AI Now Institute erakundeak, 2018an, Adimen Artifizialean egindako aurrerapenaren eraginari buruzko gogoeta egitera garamatza. Eta tresna gisa, inpaktuaren ebaluazio algoritmikoetarako esparru bat sortu zuen (AIA Txostena), gobernuek Adimen Artifizialaren erabilera agentzia publikoetan ebalua dezaten. Ebaluazio hori ingurumen-inpaktuaren ebaluazio baten antzekoa da; izan ere, dibulgazio publikoa eta kanpoko adituen parte-hartzea eskatzen ditu, Adimen Artifizialeko sistema baten ondorioak eta nahi ez diren ondorioak ebaluatzeko.

AIA bat aplikatzeak sistemak aztertzea ahalbidetuko luke, emaitza lerratuak edo entrenamendu-datu lerratuak bezalako arazoak aurkitzeko. Eta, gainera, emaitza eta neurri horiek Blockchain sare deszentralizatu batean erregistratzea lortzen badugu, baliteke datozen urteetan askoz ere prestakuntza, garapen eta arreta gehiagorekin, kontabilitate pertsonaleko eredu hori lortzea, bakarra, besterenezina eta pribatua, hazkunde pertsonalean lan egiteko eta, oro har, ongizate handiagoa lortzeko.