Takie rozumienie problemu określił dyrektor sztucznej inteligencji z Tesli Andriej Karpathy. W tym banalnym rozróżnieniu kryje się nic innego, jak rozróżnienie na sposób podejścia do rozwiązywania problemów. Samo używanie numerów jest w tym momencie mylącą odbiorców konwencją. Bardziej precyzyjnej jest tutaj wskazywanie nie na numer rozwiązania, ale na jego odwrócenie. W ujęciu Karpathy’ego oprogramowanie 1.0 opiera się na instrukcjach. Na nie jest kładziony nacisk. Komputer otrzymuje dokładne wytyczne w postaci czytelnych dla czytelnika kroków wyrażonych w języku programowania. Nawet osoba pozbawiona znajomości tworzenia aplikacji, a znająca mowa Williama Sheaskpeara poradzi sobie ze zrozumienie formuł w rodzaju „print” (drukuj), czy „if” (jeśli).

Bez zagłębiania się w szczegóły takie podejście oznacza, że mamy kolejne kroki realizowane przez maszynę. Oprogramowanie 2.0 używa koncepcji jakie są nieczytelne dla odbiorcy, a nawet dla samego twórcy. Przykładowo do tworzenia stosują na przykład wagi sieci neuronowych. Badanie tym samym zachowań i określenie, co właściwie dany program robi staje się problemem znanym jako kwestia czarnej skrzynki.

Przykładowo opracowana przez Google technologia BERT stosowana do analizy tekstu analizuje go dwukierunkowo (stąd B w nazwie). Innymi słowy „czyta go” od lewej do prawej i prawej do lewej. Następnie metodą uzupełniania brakujących słów odgaduje, co będzie umieszczone. Tym samym nie ma pewności, co po przepuszczeniu przez maszynę wyjdzie. Pomimo tych niedokładności system znalazł zastosowanie w automatycznym generowaniu napisów do filmów na YouTube, odkrywaniu uczuć jakie stoją za wpisami, czy w systemach tłumaczy. Z kolei stworzona przez Open AI GPT-2 czyta tekst tylko w jedną stronę, tak jak my. Ten niuans powoduje, że umożliwia generowanie tekstów z palców, od wiadomości prasowych po biografie ludzi w oparciu o pierwsze zdanie. Jest na tyle dokładny, że w trakcie wymyślania personaliów dba, aby istniały odpowiednie powiązania rodzinne, jak nazwisko rodowe. Na pierwszy rzut oka są one nie do odróżnienia od tego, co stworzył człowiek.

Tym samym działania w zakresie półprzewodników są dziś niczym innym, jak umocnieniem tego procesu. Obecnie stosowane układy idą w kierunku wspierania sztucznej inteligencji. Dzięki temu problem narasta. Maszyna sama wyciąga wnioski odnośnie tego, jak będzie działała. Historia zna przypadek Tay z Microsoft, bota, jaki został określony rasistą po szesnastu godzinach od uruchomienia.

Echem tamtych wydarzeń jest ustawa zaproponowana przez wiceszefa senackiej komisji Stanów Zjednoczonych do spraw wywiadu Marka Warnera i senatora Johna Cornyna. Zakłada, że działania w zakresie tworzenia zaawansowanych układów (chipów), a ściśle w ramach półprzewodników z jakich się one składają zostaną sfinansowane z nowego podatku. Takie posunięcie zdaniem Warnera wzmocni badania w zakresie mikroelektroniki, a także pozwoli nad odcięcie się od globalnych dostawców. Ustawa „Creating Helpful Incentives to Produce Semiconductors” wprowadza regulacje w zakresie wszystkiego, co jest związane z produkcją tego rodzaju elementów elektronicznych. Innymi słowy stanowi zastrzyk z pieniędzy podatników dla branży w wysokości dziesięciu miliardów dolarów. Obok samych badań łączy się również z dofinansowanie branży akademickiej. Zakłada, że siedemset pięćdziesiąt milionów dolarów w ramach funduszu zagranicznego pozwoli na stworzenie przejrzystości na świecie.

Już samo przyjrzenie się konstrukcji oraz zakładanym celom ukazuje, że ustawa jest odpowiedzią na oprogramowanie 2.0. Zakłada nic innego, jak walkę z Chinami, aby zaawansowane układy nie trafiały do Państwa Środka, ani nie były pozyskiwane za granicą. Wszystko w celu rozwoju dominacji sztucznej inteligencji. Od niej zależy kto wygra wyścig o dominację nad światem.

Jacek Skrzypacz