Po dekadzie sceptycyzmu sztuczna inteligencja (Sl) zaczęła cicho i niepostrzeżenie opuszczać laboratoria badawcze, aby znaleźć zastosowanie wśród licznych użytkowników związanych z wielkim biznesem. Systemów używa o wiele więcej firm, niż się na ogół sądzi. Ostatnio na przykład system ekspercki, pozwalający zoptymalizować kredyty pobierane przez małe firmy odzieżowe, zainstalowała w swoich biurach pewna amerykańska firma consultingowa i bardzo to sobie chwali. Systemy eksperckie znajdują zastosowanie w medycynie, wojsku, w automatyzacji produkcji. Odnotowano je również w sądownictwie. Sędziowie korzystają z systemu komputerowego przy wydawaniu werdyktu. System jest w zasadzie zdolny dokładnie określić wyrok uwzględniając zasady prawa, dotychczasową karalność podsądnego, jego prawdomówność(o ile była sprawdzana), podejmowane próby ucieczki, wiek itp. Nie zmienia to faktu, że sędziowie zachowują swą niezawisłość przy ferowaniu wyroku. Wydaje się, że rozkwit technik Sl jest jedną z najbardziej strzeżonych tajemnic wielu amerykańskich korporacji. Według raportu, wydawanego w San Francisco biuletynu "Intelligent Software Strategies", większość z 500 najwyżej notowanych przez czasopismo "Fortune" przedsiębiorstw w ciągu ostatnich dwóch lat wprowadziło u siebie systemy eksperckie. Pomimo recesji, jedna trzecia spośród tych firm planuje zwiększenie wydatków na ten cel średnio o 43 %.

Jeszcze na początku lat osiemdziesiątych nikt nie podejrzewał, że Sl może odnieść aż taki sukces. Dekadę wcześniej Sl była tylko ekstrawaganckim pomysłem szalonych naukowców, zajmujących się współpracą z przemysłem, którzy snuli fantastyczne wizje o mądrych, niezawodnych systemach, inteligentnie służących swojemu panu. Ostatnio roczny wzrost sprzedaży systemów Sl utrzymuje się na poziomie 20 do 30%, a globalny dochód waha się w USA pomiędzy 300 a 600 mln USD. Zdaniem ekspertów dopiero niedawno nastąpiły w technice informatycznej główne dokonania. Po pierwsze, Sl z konieczności wchodzi do głównego nurtu techniki komputerowej. Maszyny LISP i inny sprzęt specjalistyczny szybko wychodzą z użycia. Po drugie, korporacje kładą teraz główny nacisk na procesy automatyzacji biznesu, natomiast wprowadzenie i korzystanie z danych systemu jest już traktowane rutynowo. Ta zmiana akcentów sprawia, że możliwości starych technologii się wyczerpują - stwierdza Joe Carter, partner firmy Andersen Consulting z Chicago. "Szybkie rozwijanie dużych i całościowych programów użytkowych jest niemożliwe bez najnowszej technologii. Cobol tu nie wystarczy". Również dealerzy zmieniają swe zachowanie. Dotychczas uwypuklali stronę technologiczną Sl, teraz podkreślają korzyści płynące z jej zastosowania. Ludzie bardziej interesują się narzędziami, niż fascynują techniką. Istnieją dwie szkoły myślenia na temat roli, jaką w kształtowaniu systemów informatycznych przyszłości odgrywać będzie sztuczna inteligencja. Zdaniem niektórych ekspertów Sl będzie spełniać rolę czynnika aprobującego ich konstrukcje, ułatwiać ustalanie standardów i nadzorowanie baz danych korporacji. Inni uważają, że w miarę restrukturyzacji i zmniejszania zatrudnienia poszczególnych kompanii, systemy informatyczne staną się aktywniejszym czynnikiem w kształtowaniu sztucznej inteligencji. Niektóre firmy zaczynają już stopniowo zapoznawać swoich pracowników z technologią Sl. Robi to np. American Airlines, który w tym celu wynajmuje konsultantów, od nowych pracowników wymaga już pewnej wiedzy o sztucznej inteligencji.

Za pięć czy najdalej dziesięć lat pokolenie komputerowców kształconych na Fortranie i Cobolu przejdzie na emerytury - powiedział Harvey New-quist, prezes firmy Relayer Group ze Scottsdale (Arizona). "Młode pokolenie jest bardziej otwarte. I dlatego dobrze, że w programach akademickich znalazły się kursy dotyczące <inteligentnych technologii> (jak niektórzy wolą określać Sl).

Odpowiedzi eksperta na niektóre z zadawanych pytań na temat sztucznej inteligencji (Sl). Tym ekspertem jest Harvey Newquist, wydawca "AI Trends' (Artificial Intelli-gence) i prezes Relayer Group and Productions ze Scottsdale (Arizona).

Co to jest sztuczna inteligencja?

Jest to grupa technologii, która usiłuje rywalizować z pewnymi aspektami ludzkich zachowań, takimi jak zastanawianie się i komunikowanie. Naśladuje również zmysły biologiczne, ze wzrokiem i słuchem włącznie. Poszczególne technologie obejmują systemy e-ksperckie (nazywane także systemami bazującymi na wiedzy), naturalny język, sieć nerwów, tłumaczenia maszynowe i rozpoznawanie mowy.

Jakie typy zastosowań najlepiej odpowiadają Sl?

Z reguły najlepsze są obszary problemów przedmiotowych, które mogą być dzielone na poszczególne komponenty. Ponieważ systemy eksperckie starają się być precyzyjne, sprawują się one dobrze w tych programach użytkowych (applications), które mają określony wynik lub pokrewny zespół wyników. System ekspercki może dostarczać prostych odpowiedzi, takich jak: "Silnik nie zacznie pracować, ponieważ zawór wlotowy "A" jest zatkany" lub "Pacjent kwalifikuje się do uzyskania wypłaty z ubezpieczenia wg wariantu "B". Pytania podmiotowe, które np. dotyczą opinii osobistych, nie są jeszcze odpowiednie dla Sl.

Kto zazwyczaj płaci za rozwiniecie danego programu i jaki jest średni koszt?

Na początku, przed ok. 10 laty, opcje były ograniczone i kosztowne. Niezbędna była w pełni uformowana maszyna LISP (do przetwarzania danych połączonych w struktury listowe), która kosztowała do 250.000 USD; oprogramowanie rozwojowe LISP, które kosztowało od 50.000 do 100.000 USD oraz usługi tzw. inżyniera wiedzy i pomoc ze strony dostawcy Sl. Typowy średni koszt przekraczał 1 mln USD, a pełna instalacja całego programu trwała zwykle ok. 2 lat. Dziś jest to znacznie mniej złożone. W dużych kompaniach, które

mają już doświadczenie ze sztuczną inteligencją, nadzorują rozwój i serwis programów Sl grupy wysoce zaangażowanych pracowników, istniejące bądź w wydziale systemów informacyjnych, bądź będące częścią wydziału transferu technologii.

Wyższy szczebel kierowania systemami informacyjnymi w programie Sl przeważa w kompaniach, które dysponują dużym komputerem centralnym lub systemami e-ksperckimi, opartymi na lokalnej sieci komputerowej. W innych kompaniach zwykle użytkownik końcowy lub szef firmy ponosi odpowiedzialność za programy związane z Sl. Koszt jest odpowiedni do wielkości programu. Du Pont Co. pracuje na oprogramowaniu bazującym na Software dla PC, którego jeden egzemplarz kosztuje ok. 500 USD. I to wystarcza dla rozwijania działań ze sztuczną inteligencją w całej kompanii. Natomiast Ford Motor Co. wydaje miliony na rozwinięcie systemu diagnostycznego dla no wych punktów serwisowych, które zainstaluje w firmowej sieci salonów sprzedaży. Mainframowe oprogramowanie Sl kosztuje oczywiście więcej niż Software stacji roboczej i wymaga większego wsparcia serwisowego ze strony sprzedawcy oprogramowania.

Ilu ludzi angażuje się zazwyczaj w rozwinięcie systemu SI?

I znów zależy to całkowicie od poziomu doświadczenia. Użytkownicy z niewielkim lub żadnym doświadczeniem w programowaniu mogą rozwijać system ekspercki Sl przy pomocy wielu narzędzi systemów eksperckich stosowanych w komputerach osobistych. I to bez pomocy zewnętrznej. Duże systemy, które integrują się z C1CS (customer information control system - system informacyjny dostępny dla użytkowników) lub mają dostęp do większych korporacyjnych baz danych, potrzebują do obsługi przeszło tuzina osób. Grupy SI w większych kompaniach mają do 50 osób, podczas gdy w mniejszych firmach do rozwijania tego systemu wystarcza jeden ekspert.

Kim jest inżynier wiedzy (know-ledge eugineer)?

Inżynier wiedzy był w jednej osobie połączeniem programisty, psychologa prowadzącego wywiady i analityka, który spotykał się z ekspertami - ludźmi i wtedy programował ich wiedzę dla celów systemu eksperckiego. We wczesnym okresie SI (tj. w połowie lat 70-ych) inżynier wiedzy był uznawany za kogoś, kto mógł formułować wszystkie właściwe pytania, rozumieć wszystkie stosowne fakty i wkomponowywać tę całą wiedzę do kodów LISP. Wszystko po to, aby stworzyć ekspercką wersję inteligentnej maszyny.

Dziś, gdy mamy lepsze interfejsy z wieloma systemami eksperckimi i gdy dysponujemy bardziej konwencjonalnymi językami oprogramowania, takimi jak język C, idea niezbędności jednej osoby "do tego wszystkiego" traci na znaczeniu.

Podczas gdy inżynierowie wiedzy nadal są pożyteczni przy tworzeniu złożonych systemów całościowych, wiele z dzisiejszych mniejszych i mniej tajemniczych programów może być tworzonych przez użytkowników końcowych. W tym celu powinni oni korzystać z własnej ekspertyzy jako z bazy dla danego programu użytkowego.

Co jest największym ryzykiem przy rozpoczynaniu prac nad programem użytkowym SI?

Prawdopodobnie największe ryzyko polega na oczekiwaniu, że jakiś inteligentny program rozwiąże każdorazowo każdy problem. Właśnie nadmiernie wysokie oczekiwania uśmierciły więcej oryginalnych prototypów SI niż jakakolwiek inna przyczyna. Zawsze najlepiej rozpocząć od konkretnych, rozwiązywalnych problemów. Jeśli można zacząć od sprawy, która ma szansę na wynik zadowalający, wówczas system można stopniowo rozbudowywać w nowych obszarach.

Czy rozwijanie systemu Sl różni się od rozwijania innych systemów?

Nie tak bardzo. Na pewno narzędzia są różne i stosowanie aktywnych zależności (jak eksponowane zdania, logika, czy prezentacja symboli) różni się koncepcyjnie, troska o utrzymanie sprawności działania czy o portatywność jest taka sama, jak przy rozwijaniu jakiegokolwiek innego programu.

Największa różnica polega na tym, że programista musi koncepcyjnie zająć się danym programem użytkowym jako czymś, co będzie aktywnym dostarczycielem informacji, a zarazem stanie się interaktywne w stosunku do użytkownika. Tu mamy dużą różnicę między tworzeniem statystycznych lub pasywnych aplikacji.

Ile czasu potrzeba na przygotowanie typowego programu SI? Ile przeciętnie reguł zawiera taki program?

Niektóre systemy eksperckie są rozwijane od 7 lat i jeszcze nie zostały ukończone, podczas gdy inne utworzono w ciągu zaledwie jednego dnia roboczego. To przypadki skrajne. Większość systemów eksperckich może być skonstruowana w czasie od 6 tygodni do 6 miesięcy. Wiele z nich używanych w korporacjach amerykańskich dysponuje mniej niż setką reguł. Systemy nie muszą być tak duże, jak kiedyś sądzono, by mogły trafnie zajmować się określonymi problemami. Jednakże największe systemy eksperckie, takie jak te, które rozwinięte zostały w Digital Equipment Corp. czy u Forda, mają do dyspozycji po ponad 10.000 reguł i liczba ich nadal rośnie.

Kto zwykle odpowiada za sprawność systemu po jego rozwinięciu?

Ponieważ szerokie zastosowanie systemów eksperckich pozostaje nadal w okresie dziecięcym, kwestia ta nie jest w pełni rozwiązana. W tej chwili odpowiedzialność spada na barki tych, którzy rozwijają dany program i to z lego prostego powodu, że najlepiej go znają.

W bardziej zaawansowanych organizacjach użytkowników SI odgrywa coraz większą rolę i systemy eksperckie wchodzą na listę tych programów użytkowych, które muszą mieć serwis konserwacyjny. Jest to jednakże nadal bardziej wyjątek niż reguła i utrzymanie sprawności systemów jest zdecydowanie największą kwestią, jaką powinny się zająć kompanie rozwijające systemy eksperckie.

Kto ponosi odpowiedzialność prawną, jeśli SI wydaje błędną decyzję, pociągającą za sobą straty dla kompanii lub dla osoby?

Ponieważ system prawny USA wydaje się głosić, że "jeśli możesz skarżyć kogoś do sądu, to powinieneś to zrobić", istnieje możliwość, że wszyscy niżej wymienieni mogą ponosić odpowiedzialność: kompania, która korzysta z danego systemu; programista, który rozwinął system; sprzedawca, który zbudował narzędzia systemu eksperckiego i oryginalny ekspert, którego ekspertyzę wyko rzystano. W praktyce jednak system prawny USA nie ogłosił jeszcze żadnych zasad postępowania w kontekście inteligentnych maszyn.

Biorąc pod uwagę, że minęły już lata ustosunkowywania się do oczywistych kwestii związanych z Software, upłynie jeszcze trochę czasu zanim prawnicy i sądy zainteresują się programami podejmującymi decyzje, czyli SI. Prawdopodobnie najlepszym sposobem na uniknięcie jakichkolwiek problemów jest niedopuszczenie do tego, żeby SI zastępowała ludzi w sytuacjach, które mogłyby prowadzić do pewnych form szkód i strat. Dotychczas system ekspercki znajduje najlepsze zastosowanie w rutynowych działaniach lub jako pomocnik dla pracującego człowieka, a nie jako wszechmocny kontroler działań.

Kiedy najlepiej jest pracować z zewnętrznym konsultantem przy rozwijaniu aplikacji SI?

Każda kompania, która przystępuje do budowy dużego systemu i nie ma doświadczenia w dziedzinie sztucznej inteligencji, potrzebuje pomocy wynajętych konsultantów lub profesjonalnych usług sprzedawcy SI, którego narzędzie jest stosowane. Nawet kompanie rozwijające system średniej wielkości mogą potrzebować zewnętrznej pomocy, jeśli nie mają własnego doświadczenia z SI, zwłaszcza przy tych zastosowaniach, które wiążą się z dostępem do danych korporacyjnych via komputery osobiste lub stacje robocze. Małe systemy komputerów osobistych, przeznaczone dla pojedynczych użytkowników, bywają często nieskomplikowane i mogą być obsługiwane wewnątrz firmy przez kogoś, kto jest obeznany z techniką. Natomiast jeśli ktoś po raz pierwszy i na dużą skalę wprowadza takie systemy, zawsze będzie potrzebował pomocy zewnętrznej.

Czy wkrótce pojawią się standardy SI?

Kilka kompanii zespoliło wysiłki dla rozwinięcia standardu systemów eksperckich, chociaż uzyskane wyniki nie są jeszcze imponujące. DEC, Ford, US West, Texas Instruments Inc. i Carnegie Group Inc. utworzyły tzw. Inicjatywę dla Kierowania Zasobami Wiedzy(Initiative for Mjinaging Knowled-ge Assets IMKA). Jest to próba stworzenia pewnych podstawowych standardów dla społeczności SI, bazująca na wspólnie prowadzonych pracach. Wydaje się jednak, że jest jeszcze za wcześnie na jakiekolwiek standardy dla przemysłu SI, gdyż społeczność użytkowników nie ma jeszcze czasu na rzetelną ewaluację wszystkich metodologii rozwijania systemów eksperckich.