Podcast #2: AI a budúcnosť práce v IT

Autor: Ivana Hricová

Podcasty

20. 11. 2024 17 min. čítania

V druhej epizóde podcastu Na vlne kódu privítame Michala Bystrického, ktorý pôsobí ako dátový vedec v msg life Slovakia. Priblíži nám, ako vo svojej práci využíva umelú inteligenciu a aj to, akým spôsobom AI zasiahne do práce IT špecialistov v budúcnosti. Želáme ti príjemné počúvanie alebo čítanie.

Vitajte v dnešnom podcaste Na vlne kódu, ktorý pre vás pripravuje spoločnosť msg life Slovakia. V dnešnej epizóde sme si pre vás pripravili tému AI a budúcnosť práce v IT. Pozrieme sa na to, ako umelá inteligencia mení pracovný svet nielen v IT, ale vo všeobecnosti.

Naším hosťom je Michal Bystrický, ktorý je veľký vizionár a okrem iného sa zaoberá aj umelou inteligenciou. Spolu si prejdeme, ako budú roboty zasahovať do našej kariéry a možno aj do našich obedných prestávok,

Podcast Na vlne kódu

Michal, môžeš sa nám, prosím, bližšie predstaviť?

Dobrý deň, moje meno je Michal a využijem možnosť, aby ma predstavila AI. Ahoj, si tam?

„Ahoj, jasné, som tu. Ako ti môžem pomôcť?“

Som práve v podcaste. Vedel by si ma predstaviť? Ale skús ma predstaviť tak, aby to bolo emocionálne, s nadšením. A keď budeš rozprávať napríklad o programovaní, môžeš byť smutný alebo zadýchaný. Skús to.

„Dobre, skúsim to. Predstavujem vám Michala. Človeka s obrovským odhodlaním a vášňou pre technológie. Zhlboka sa nadýchne. Jeho cesta bola plná prekážok, ale nikdy neprestal veriť v silu umelej inteligencie. Začne hovoriť smutne. A hoci niekedy stráca nádej pri programovaní, jeho viera v pozitívny dopad technológií ho vždy vedie vpred. Ako keby zadýchaný.“

Dobre, počkaj. A teraz povedz, kde pracujem a čomu sa venujem, prosím ťa.

„Michal pracuje v msg ako dátový vedec. Venuje sa vývoju systému na vyhľadávanie vo veľkom množstve dokumentov, ktorý dokáže odpovedať na otázky na základe ich obsahu. S bohatými skúsenosťami na rôznych pozíciách vrátane učiteľa, systémového administrátora, vývojára a manažéra vývoja sa po významných udalostiach v oblasti AI rozhodol vrátiť k vývoju.“

Dobre, ja to skúsim ešte trošku doplniť. Rozhodol som sa vrátiť späť k vývoju práve kvôli tomu, že prvýkrát v histórii môžeme mať k dispozícii celý robotický tím, ktorý pre nás pracuje.

Čo najšpecifickejšie sa ti zatiaľ podarilo vyhľadať? A podarilo sa ti vždy nájsť, čo si chcel?

To sú také tie magické momenty, keď máme viacero dokumentov – napríklad technický manuál, sales report alebo marketing dokument a každý z nich má tisícky strán. V tom dokumente dokážeme nájsť tú jednu pravú informáciu, ktorú potrebujeme. A dokážeme nájsť aj súvisiace informácie vo všetkých dokumentoch, všetky ich spojiť, referencovať a následne poskytnúť komplexnú odpoveď.

Ako by si vysvetlil pojem AI niekomu, kto sa zasekol v 80. rokoch – ako napríklad občas ja?

Ak si sa zasekla v 80. rokoch, vieš, že počítač tvoria tranzistory. To sú také tie prepínače 0 alebo 1. Z nich vieš vytvoriť logické bloky, z ktorých je vlastne tvorený počítač.

V tom období tvorilo osobný počítač približne 10 tisíc tranzistorov. Nám sa podarilo toto číslo veľmi zväčšiť, a to 2 až 3 milión násobne. Len pre predstavu – napríklad grafická karta v počítači má 76 miliárd tranzistorov. Potom sme postavili takýchto veľmi výkonných počítačov vedľa seba tisíce a zobrali sme text z celého internetu. Následne sme vytvorili taký štatistický systém – programátori budú možno poznať regresiu – a povedali sme mu, aby predpovedal ďalšie slovo. No a ono to potom začalo dávať zmysel. Systém sme zväčšili ešte viac a tá AI začala premýšľať.

AI a roboti – sú to v podstate takí budúci kolegovia, ktorí si nikdy neberú dovolenku?

Tí AI kolegovia už nie sú budúci, oni sú súčasní. Napríklad mne až 70 % práce robí práve AI. Tých 30 % je moja práca, pretože poznám lepšie kontext alebo mám expertízu, ktorú som získal za desiatky rokov. Podstata mojej práce je programovanie, ale ja už veľmi ten kód nepíšem, už vlastne len dopytujem tú AI. Alebo sa napríklad s AI učím španielčinu.

Ak sa však bavíme o humanoidoch, teda robotoch, ktoré majú ruky, nohy a rozprávajú, tak tam ešte nie sme. Primárna výzva v tejto oblasti je, ako ten model zmenšiť. Napríklad jazykový model, ktorý má 200 bilión parametrov, potrebuje 120 GB pamäte, na čo je potrebných cca 4 – 5 grafických kariet. Každá spotrebuje približne 350 W, v non-stop prevádzke 2 kW. Cena sa začína niekde na 4 000 eur. A to je len jazyk. Potom potrebuješ ešte rozprávať, počúvať, zabezpečiť motoriku, atď. Človek je veľmi efektívny biologický systém – dáš si kávu a už si pripravená pracovať. Ale súčasné modely sú veľmi neefektívne, potrebujú veľa energie.

AI dokáže vyriešiť komplikované problémy vo veľmi krátkom okamihu. Znamená to pre IT-čkárov, že budú mať napríklad viac času na hranie hier alebo na ďalšie vzdelávanie?

AI neprináša viac voľného času, ale umožňuje nám riešiť rutinné úlohy. My sa môžeme viac sústrediť napríklad na tvorbu architektúry alebo stratégie, a máme tak možnosť vytvárať lepšie systémy. Dnes je to teda skôr o tom, ako využiť ten voľný čas na ďalšiu prácu.

Vidíš budúcnosť IT profesionálov ako AI-tuningových inžinierov alebo ako niekoho, kto bude pre umelú inteligenciu zberať dáta?

Jedna možnosť, ktorú môže človek uplatniť, sú také tie veľké všeobecné modely, napríklad chatGPT, timeGPT a iné. Tieto najväčšie, tzv. foundation modely, sa vyvíjajú v Amerike. Ja by som rád priblížil, prečo je to také vzdialené nám – bežným inžinierom. OpenAI má 100 tisíc H100 grafických kariet, na ktorých trénuje. Jedna grafická karta stojí 30 tisíc eur, čiže len tie grafické karty stoja 3 miliardy a ešte je okolo toho infraštruktúra. Na tie súčasné aktuálne AI teda potrebuješ veľa peňazí. My, bežní inžinieri, sa budeme zaoberať skôr obsluhou alebo údržbou týchto strojov.

Keď bude AI vedieť písať kód, zostanú nám potom len testeri v oblasti IT? Alebo to budú vývojári, ktorí budú AI stále vzdelávať a zdokonaľovať?

V tej údržbe alebo v obsluhe je mnoho tém. Ja by som spomenul niekoľko. Môže to byť napríklad ten fine-tuning, keď trénujeme model na nejaký špecifický prípad použitia. Tam sa deje tzv. transfer learning, pri ktorom zoberieme veľký model, pridáme tam nejaké vrstvy a potom natrénujeme len tie svoje vrstvy. Následne vieme dať tomu modelu rôzne iné spôsoby vyjadrovania na mieru a podobne.

Ďalšia taká veľká téma je prompt engineering. To znamená, ako inštruujeme ten model, aby nám dal to, čo chceme. A téma, ktorá s tým súvisí, je alignment – že či to, čo ten agent robí, je v súlade so spoločenskými pravidlami. Tu by som rád spomenul pojem zosúladenie. Vznikli programy ako AutoGPT alebo teraz v októbri OpenAI Swarm, pomocou ktorých tvoríme tím agentov, ktorí pre nás pracujú. Dnes už je to pomerne jednoduché – nainštalujete si v Pythone Ollamu a za jeden deň si takýchto agentov v základnej forme napíšete. Tá komplexita, variabilita, akou môže byť poskytnutá odpoveď, je nekonečná. Čiže tam sa človek bude môcť uplatniť veľmi dobre. A bude teda pracovať spoločne s AI.

Keď počuješ výraz automatizácia procesov, vidíš pred sebou nudnú, monotónnu prácu alebo si predstavíš skôr sci-fi budúcnosť plnú laserov a robotov?

Umelá inteligencia a automatizácia by mohli viesť k niečomu podobnému, ako vidíme v Star Treku. Ľudia tam žijú v hojnosti, základné potreby všetkých sú zabezpečené. Umožňujú im to kľúčové technológie, ako sú napríklad replikátory, ktoré dokážu vytvoriť akýkoľvek predmet z čohokoľvek. Eliminujú nedostatok, a teda nepotrebujú peniaze. Dokážu napríklad získavať energiu z antihmoty, čiže majú veľmi veľa energie. A boli tam aj ďalšie technológie, napríklad holodeky na simuláciu prostredia.

Keby sme mali takéto prostriedky, zmenil by sa náš pohľad na ekonomiku, pretože by sme neboli obmedzovaní nedostatkom zdrojov. Ľudia v Star Treku sa venujú kreatívnym, inovatívnym alebo komunitným aktivitám, ktoré dávajú zmysel. Jednotlivci neprispievajú spoločnosti kvôli peniazom, ale pre osobné naplnenie, zvedavosť, túžbu prispieť nejakému spoločnému dobru. Ale táto predstava je, samozrejme, dosť utopická.

Myslíš si, že bude AI natoľko inteligentná, aby prenikla aj do tých najhlbších útrob ľudskej mysle? Čo si myslíš o čítaní myšlienok? Viem, že sa tomu budeme venovať viac v ďalšom podcaste, lebo je to taká hlbšia téma, ale teraz aspoň v skratke.

Ja si myslím, že áno a spojil by som také dve úrovne. Ak sa bavíme na takej bežnej ľudskej komunikačnej úrovni, teda akým tónom rozprávam, akú expresiu tváre mám a podobne, AI dokáže už teraz rozpoznať, akú má človek emóciu a podľa toho reagovať.

Ak sa potom pridá druhá úroveň, taká doslovná, čiže o preniknutí do myšlienok, tak to je naozaj na dlhšiu debatu. V krátkosti spomeniem len projekt Neuralink. To je zariadenie, ktoré je voperované v mozgu a zachytáva signály z mozgu, ktoré idú do AI. Tá sa naučí, čo tie signály znamenajú a človek môže ovládať zariadenia myslením. Neuralink sa už testuje na ľuďoch a funguje.

Spomínal si, že AI má možnosť čítať naše emócie. Myslíš si, že do budúcna by sme sa mali AI báť?

Ja si myslím, že nie. AI nám prináša mnoho vylepšení a práve vďaka nim sa môžeme lepšie sústrediť na cieľ a robiť, čo naozaj chceme. Ľudia sa boja zmeny, ale táto zmena bude podľa mňa pozitívna.

Keď AI zvláda písanie kódu, má zmysel, aby programátori sa ešte učili písať to klasické Hello World?

Myslím si, že stále treba rozvíjať algoritmické myslenie. Určite sa treba učiť kódiť, programovať, ako definovať algoritmus, čo má sa stať krok po kroku. Lebo tak vlastne inštruujeme aj AI. Treba byť tiež inovatívny, kreatívny a dôležitý je tiež leadership a management.

Aby sa človek vedel orientovať, na tej developerskej úrovni treba tomu stále rozumieť. Už je to síce menej o matematike alebo takom nízkoúrovňovom programovaní, ale stále sú úlohy, ktoré AI nevie vyriešiť a programátor sa musí vedieť orientovať. Teda je to o tom vysokourovňovom skladaní komponentov, softvérovom dizajne, architektúre a podobne.

Spomenul si, že AI nevie niektoré úlohy riešiť. Vieš nám vymenovať pár činností, v ktorých stále zlyháva?

Skúsim dať príklad, aby som ilustroval tú komplexitu. Predstav si, že máme troch agentov a každý z nich je iný. Pracujú na nejakej analýze, napríklad dátovej, sales, marketingovej – to je jedno. Podľa toho, ako nastavím každého agenta, podľa toho budem mať výstup. Ak spravím nejakého jedného člena viac striktnejšieho, po pár hodinách práce týchto agentov bude výstup viac absolútnejší. Modelovanie tejto dynamiky je veľmi komplexné. Nebavíme sa len o tom, akí členovia budú v tíme, ale aj o tom, aké budú mať osobnosti. Ako sa budú vyjadrovať, aké budú mať napríklad vizuálne schopnosti a podobne.

V dobe, keď umelá inteligencia dokáže rozanalyzovať dáta rýchlejšie než človek, bude našou hlavnou úlohou len upratovanie, respektíve kontrola po robotoch?

Keď AI niečo vygeneruje, neznamená to, že je to správne. Ten prompt engineering, teda vytváranie vstupných požiadaviek pre AI, nie je jednoduchý. Konkrétne v programovaní, napríklad pri práci s AI, je kľúčové si uvedomiť, že AI nemá celý úplný kontext. Ja by som rád zazdieľal moju stratégiu, ktorá mi prináša dobré výsledky.

Moje dopyty na AI smerujú na malé, ohraničené komponenty s jasne definovanými rozhraniami. Ideálne je, keď AI poskytnem aj nejakú architektúru, aby tomu ešte lepšie rozumela. A tým, že je to také malé, ohraničené, jasné, dostávam kvalitnejšie a na prvýkrát použiteľné výsledky. Pretože AI dostane jasné hranice, v ktorých môže pracovať.

Aké zručnosti by mal mať človek, aby bol nezameniteľný v budúcnosti plnej umelej inteligencie? Čo AI nenahradí?

Ja si myslím, že človek a AI bude žiť v symbióze. Základná zručnosť je vedieť používať AI na vytvorenie tých vyššieúrovňových cieľov. Ako som spomenul, v programovaní sú to nástroje ako AutoGPT alebo OpenAI Swarm, teda programovanie viacerých agentov, aby sme dosiahli spoločne dosiahli určitý cieľ nejakého odborného charakteru. Teda hĺbková analýza, kde každý robot je prispôsobený nejakej svojej doméne a prípadne fine-tunovaný. Myslím si, že to pôjde týmto smerom.

Keďže AI sa učí stále viac, nemali by sme napríklad začať s učením už detí v škôlke, aby vedeli naprogramovať nejaké priateľské AI algoritmy? Aby sme s ňou žili naozaj v symbióze?

To je veľmi dobrá otázka. Vzdelávanie je extrémne dôležité. Ja som chodil na mechatronické krúžky, keď som sa učil programovať a zažil som tam veľmi veľa pozitívnych emócií. Emócie sú silná vec a vďaka nim som už 20 rokov v IT. Ja som to mal cez ten hard skill, kde som sa učil C, C++ a Linux. A podobne, ak by sa deti učili etiku a programovanie AI, tak by boli veľmi dobrí, pozitívni, morálne a eticky uvedomelí správni ľudia.

Myslíš si, že by mali byť roboti vybavení aj morálnym nejakým úsudkom? Alebo stačí, ak ich naučíme nebyť „zlobrami”?

Morálku v AI trénujeme viacerými spôsobmi. Ten prvý je, že ľudia poskytnú rôzne pohľady na morálne dilemy a AI sa naučí podľa toho predpovedať ďalšie slová. V druhom kroku je AI postavená pred morálne dilemy a musí sa rozhodovať, aké kroky urobí. Keď urobí nejaký krok, ukazujeme jej, ako tie voľby ovplyvňujú jednotlivé postavy a aký dopad by mali. Tam sú vopred definované nejaké etické princípy. Ak sa rozhodne správne, tak dostane spätnú väzbu.

My ukazujeme AI rôzne prístupy. Môžem spomenúť napríklad maximalizovanie blaha. V trolley probléme si vyberiem napríklad jednu osobu namiesto troch. Alebo etiku založenú na pravidlách či zameranie na morálny charakter toho, kto rozhoduje. Ja by som to uzavrel tak, že AI treba učiť tak, ako učíme svoje deti.

Máme sa viac báť toho, že nás AI začne nahrádzať alebo toho, že sa budeme na ňu až príliš spoliehať? Okrem toho, že máva výpadky, nezlenivieme napríklad?

Ja verím, že ľudia sú vo svojej podstate zvedaví. Nestane sa nám, že zlenivieme. Skôr budeme musieť udržiavať vedomosti na takej nižšej úrovni abstrakcie. A tam budú možno aj tie zaujímavé joby.

A čo sa týka závislosti, keď som začal programovať okolo roku 2000, internet ešte nebol taký bežný. Mali sme vtedy dial-up a na programovanie v Basicu som používal manuál. A potom s DSL internetom v roku 2003 prišiel Google. Toho som sa držal do roku 2023, kedy som začal používať veľké jazykové modely. Čiže ja teraz automaticky idem za tou AI. Keď som bol napríklad v lietadle a nemal som možnosť pripojiť sa na nejaký model, zistil som, že som od AI už vlastne závislý. Ale pozitívna vec je, že s AI som dva až šesťkrát rýchlejší ako s Google, závisí to od úlohy.

Môžeme vôbec naučiť AI byť ľudskou, respektíve, aby mala emočnú inteligenciu? Alebo to bude vždy len naprogramovaný súcit?

Ja by som ti odpovedal otázkou: Ako vieš, že AI má len naprogramovaný súcit? Aj my sme formovaní geneticky skúsenosťami a nejakým aktuálnym chemickým stavom. Rozdiel je možno len v tom, ako tieto procesy vnímame. Ak by AI prejavovala emocionálnu inteligenciu na vysokej úrovni, nebolo by podobné, ako keď sa my učíme byť empatickí prostredníctvom skúseností?

Vedel by si nám zosumarizovať, ako sa môžu IT-čkári prispôsobiť alebo spolupracovať s umelou inteligenciou tak, aby tam naozaj bola tá symbióza?

Tu by som rád spomenul tú najvýznamnejšiu tému, ktorá teraz najviac odznieva, teda  spolupráca s viacerými agentmi. Nielen ako spolupráca, ale ich samotné programovanie a modelovanie dynamiky na dosiahnutie požadovaného cieľa. Toto je veľká téma, ktorá je variabilná a komplexná. A tu sa môžeme uplatniť.

Ďakujem ti veľmi pekne za priblíženie tejto zaujímavej témy. Dúfam, že sme vám, milí poslucháči, pomohli aspoň trochu pochopiť a uchopiť celkovo tému umelej inteligencie. Že to nie je len robot, ktorý sa nás snaží nahradiť, ale môže to byť náš najlepší partner na ceste za efektívnejšou budúcnosťou. Sledujte nás aj naďalej a počujeme sa pri ďalšej epizóde podcastu Na vlne kódu.

Zdieľaj článok

Podcast #2: AI a budúcnosť práce v IT

Ivana Hricová

V msg life Slovakia pôsobím ako HR manažérka, ktorá sa s vášňou venuje nielen ľuďom, ale aj strategickým témam. Aktívne reprezentujem firmu na veľtrhoch a podujatiach, kde prepájam svet IT s ľudskosťou. Neustále hľadám nové, kreatívne myšlienky a nečakané nápady, ako posúvať našu firemnú kultúru vpred. Popritom som dušou firemných podcastov – ako scenáristka, moderátorka a kreatívna hlava v jednom prinášam do éteru rozhovory, ktoré spájajú praktickosť s ľahkosťou a nadhľadom.