Poenostavljeni možgani na računalniku

Urško Matjašec iz Turnišča v Pomurju že od otroštva privlačijo številke in matematične formule, pri študiju na ljubljanski fakulteti za matematiko in fiziko pa se je seznanila še s programiranjem. »Zanimivo mi je bilo, kako lahko s pomočjo matematike in računalništva rešujemo realne probleme,« poudari. Na podiplomskem študiju je začela spoznavati še umetno inteligenco, strojno učenje in nevronske mreže.

Kot pove, je bil prelomen raziskovalni obisk skupine Mateje Jamnik, profesorice na Cambridgeu in mednarodne strokovnjakinje za razvoj umetne inteligence. Urška Matjašec je od oktobra članica njene skupine in na prestižni Univerzi v Cambridgeu opravlja doktorski študij, v katerem se osredotoča na globoke nevronske mreže, ki posnemajo naše možgane pri reševanju problemov in iskanju rešitev.

Zaradi epidemioloških razmer še ni užila tipičnih študentskih trenutkov, saj študij tudi na Otoku poteka bolj ali manj na daljavo. »Večinoma delamo od doma, kar je monotono, a s podporo mentorice in sodelavcev se da. Upam pa, da bom kmalu doživela tipičen študijski proces, ki se ga študenti veselimo,« se nasmehne. Njena pot na Otok se je začela leta 2019, ko je dobila štipendijo ameriško-slovenske izobraževalne fundacije ASEF in se udeležila desettedenskega raziskovalnega obiska v skupini Mateje Jamnik.
 

Več zgodb iz rubrike Dom je svet 

»Takrat sem spoznala večino ljudi, s katerimi danes sodelujem, in se seznanila z njihovim delom. Raziskovalno delo me je zelo pritegnilo in oddala sem prijavo za študij. Ta gre skozi več sit, traja kar nekaj mesecev, da komisije pregledajo vlogo, nato moraš izpolniti še njihove pogoje, ki med drugim vključujejo dokazila, da si lahko financiraš celotno obdobje študija,« pojasni in doda, da ji je finančno pomagalo visokotehnološko podjetje DeepMind, ki je v lasti Googla.

Razlaga in uporaba nevronskih mrež

Na doktorskem študiju se ukvarja z razlago globokih nevronskih mrež, ki jih uporabljajo za obdelovanje informacij in napovedovanje. »Temeljijo na bioloških nevronskih mrežah. Njihovo delovanje posnema človeške nevrone, ampak na precej poenostavljen način. So pa to še vedno zelo kompleksni sistemi. Hitro se zgodi, da imamo milijone parametrov, ki jih moramo optimizirati, da dobimo dober model,« razloži.

»Ideja nevronskih mrež je, da se na danih podatkih naučijo najti povezave med vhodnimi in izhodnimi podatki. Potem to znanje oziroma pravila mreže uporabljajo pri novih podatkih. Ključno je, da je podatkov dovolj, da se nevronska mreža lahko nauči dobrega modela. Vse globoko učenje je lačno podatkov (data hungry). Je pa poleg kvantitete pomembno tudi, da so podatki kvalitetni.«

Urška Matjašec poskuša v raziskavah ugotoviti, kako lahko nevronske mreže postanejo bolj transparentne in razložljive, in jih integrirati v različna področja ter kako pravzaprav uporabiti pridobljene rezultate, ki jim ne gre slepo zaupati. Lahko so uporabne v medicini, pa tudi za sprejemanje vsakodnevnih odločitev oziroma povsod, kjer se obdeluje velika količina podatkov, pojasni. »Enega od modelov lahko uporabimo, denimo, za napovedovanje razvoja diabetesa pri bolnikih. Jaz se ukvarjam s tem, kako pojasniti rezultate modela. Zanima me, zakaj se je odločil tako, kakor se je, in kako je prišel do odločitve. Ta se lahko razlikuje od zdravnikovih napovedi, zato je koristno, da imamo smernice, zakaj se je model odločil za takšno napoved.«

Sogovornica nadaljuje, da so modeli nevronskih mrež lahko zelo natančni, vendar se uporabljajo kot črne škatlice. »Damo jim podatke, na katerih se naučijo konkretnega modela, ki ga nato uporabljamo. To so matematični modeli za obdelavo informacij, ki sicer poskušajo posnemati delovanje človeških možganov, seveda na poenostavljen način. Osnovne enote mreže so nevroni, ki so medsebojno povezani, torej si lahko izmenjujejo podatke. Enote so razporejene na različne nivoje, kar določa strukturo mreže. Umetne nevronske mreže delujejo na različnih tipih podatkov, od slikovnih in zvočnih do besedilnih. Odvisno od podatkov, ki jih uporabljamo, pa se odločimo za strukturo.«

Vendar je, kot opozori, vsak rezultat nevronske mreže le približek. »Model dobi rezultat iz podatkov, ki jih ima na voljo. To pomeni, da ne bo stoodstotno pravilno napovedoval. Zato je prav, da imamo ljudje še dodatne informacije o tem, kako je model prišel do napovedi. Če te razlage nimamo, lahko rezultate sicer še vedno uporabljamo, a le kot predlog, in človek se mora sam odločiti, ali ga bo upošteval ali ne.«

Zakaj se bojimo AI

Človeško raziskovanje omogoča napredek in izboljševanje umetne inteligence, pa vendar se ne gre bati, da bi stroji uničili svojega gospodarja, poudari doktorska študentka. »V človeški naravi je, da se bojimo stvari, ki jih ne razumemo. Prav zato tudi obstaja strah pred umetno inteligenco (AI), a veliko je področij, kjer lahko z njo močno izboljšamo naša življenja,« pove in nadaljuje, kako fascinantno je to področje, ki se tako močno in hitro razvija.

»Strah pred tem, da bo AI (deloma) prevzela naša delovna mesta, je vsekakor utemeljen. Vendar pa je treba imeti v mislih, da gre predvsem za procese, ki jih lahko in jih tudi želimo avtomatizirati. Na primer, nekatera dela, za katera bi človek potreboval še in še časa, lahko stroj opravi izjemno hitro. To pa vseeno ne pomeni množične brezposelnosti, z razvojem se namreč pojavijo tudi nove priložnosti in ideje, oblikovale se bodo nove potrebe in ustvarila se bodo nova, drugačna delovna mesta. Vsekakor pa smo in še nekaj časa tudi bomo ljudje bistveno bolj kreativni od umetne inteligence. Zelo zelo daleč smo tudi od tega, da bi bili roboti miselno neodvisni,« poudari.

Pomoč študentom

Urška Matjašec je že od nekdaj razmišljala o tujini kot eni izmed možnosti za zaposlitev. »Ko se pojavi priložnost, jo zagrabiš. Vesela sem, da se je vse skupaj izšlo tako, kot se je,« pove. Cambridge je zeleno mesto, ki ji je hitro priraslo k srcu in se v njem počuti domače. »Povsod greš lahko s kolesom, hitro si tudi med polji in nimaš občutka, da si le eno uro stran od Londona,« pove in nadaljuje, da je bil sam prihod na Otok zaradi pandemije in tudi brexita precej stresen. Stresen je tudi študij od doma, precej bolj kot iz pisarne, pravi in doda, da so študentje deležni pomoči z vseh strani. »Študij je zahteven, vanj moraš vložiti veliko časa, a nihče si ne želi, da bi ob tem izgorel. Trenutno opažam zelo veliko poudarka na duševnem zdravju študentov.« Svoje možgane rada sprosti v naravi ali pa s peko kruha z drožmi, s čimer se je seznanila v začetku epidemije koronavirusa. »Super je imeti svež domači kruh,« se nasmeje.