Как да различим с невъоръжено око работата на ИИ от човешката работа и как е уреден въпросът за авторството

Развитието на изкуствения интелект винаги предизвиква недоверие сред скептиците, които вярват, че технологията може да замени човека в работните процеси. Разбира се, невронните мрежи могат да автоматизират задачи, но все още не са постигнали естествено мислене, поради което работата с ИИ все още може да се разграничи от човешката.

Европейската асоциация за софтуерно инженерство проведе проучване сред жителите си, за да разбере как да разграничат работата на машината от човека.

Може ли невронната мрежа да свърши работата по-добре от човека?

Струва си да започнем с това, дали изкуственият интелект е по-ефективен от хората при изпълнението на определени задачи. Главният анализатор на информационните технологии на Raiffeisen Bank Виктор Кльоба отбеляза, че AI помага за оптимизиране на рутинните процеси, като обработка и класификация на финансовите документи, анализа на поведението на клиентите, откриване на измамните транзакции и др.

Според него обаче качеството на работата на машината зависи от настройката и обучението на алгоритмите. По този начин човешкият ресурс може да осигури по-добър резултат при задачите, които изискват фина и контекстуална оценка. Компанията непрекъснато работи върху подобряване на ефективността на AI, за да осигури висококачествено обслужване на клиентите.

Ръководителят по Разработката на системни решения Александър Шкодин добавя, че в сферата на ИТ невронните мрежи вече играят ролята на „помощници на програмиста“. Инструменти като Github Copilot, ChatGPT , Jetbrains AI Assistant, Amazon CodeWhisper и други помагат за намаляване на времето, прекарано в рутинна работа.

Но машините все още са далеч от човешкото ниво. Въпреки че AI може да спести време на програмистите, все още е твърде рано да се разчита на алгоритъм за генериране на пълноценен код. Алгоритмите за обучение помагат за подобряване на качеството на генериране, но за разлика от човешкия интелект, те действат по модел, въпреки че могат да помогнат с оптимизирането на съществуващия код.

Как да различим машинния текст от човешкия

Генеративните модели са достигнали достатъчно добро ниво на развитие, така че сега може да бъде доста трудно да се разграничи AI текста от човешкия. Изкуственият интелект обаче има характерни особености, които помагат за откриване на генерирания текст дори с просто око. Експертите посочват следните особености:

• Текстовите блокове, генерирани от невронна мрежа, могат да имат определена повторяемост, което може да показва, че са генерирани автоматично.
• Машинният текст може да съдържа необичайни синтактични конструкции или граматически грешки, които рядко се срещат в текст, генериран от хора.
• Машинният текст може да бъде логичен, но да няма връзка с предишния или последващ контекст, да липсва логическа структура и последователност в представянето на идеи или събития.
• Невронните мрежи са склонни да повтарят представените идеи със сходни фрази.

Значението на тези функции обаче може да варира в зависимост от алгоритъма, качеството на генеративния модел, зададената заявка и други характеристики, така че те не винаги са очевидни. 

Самият AI обаче може да помогне за откриване на дейността на AI: за тази цел съществуват специални инструменти, които анализират стила на речта и логическата връзка на текста. Виктор Клиоба споменава такива програми като LIME (Local Interpretable Model-agnostic Explanations) или SHAP (SHapley Additive Explanations). Освен това, за да визуализирате работата на невронната мрежа, можете да използвате и инструменти, които ви позволяват да изграждате графики или да изобразявате активирането на неврони в различните слоеве на мрежата. На свой ред Олександър Шкодин предлага използването на ChatGPT, ZeroGPT и CopyLeaks.

Как да различим генерираните изображения

Генеративните модели на изображения наистина могат да бъдат трудни за анализ. Олександър споменава, че AI може да генерира произведения на изкуството, които да бъдат признати дори от експерти и да печелят конкурси за художници или да създава изображения на виртуален фотомодел, които носят значителни приходи.

По този начин една добре настроена невронна мрежа може да създаде изображение, което е неразличимо от снимка или рисунка. За да се разграничи висококачественото дийпфейк видео, може да е необходим анализ от експерти по компютърна графика и редактиране на видео. Понякога специални инструменти, като Deepware Scanner или Reality Defender, също могат да се справят с това.

Но Виктор напомня, че ако говорим за стандартна невронна мрежа без основни настройки, тогава тук всичко е много по-просто. На първо място, всеки AI за генериране на изображения има свой собствен визуален стил. Проявява се във фантастична или необичайно идеална атмосфера на изображението — елементи на абстракция и липса на детайли, характерни за реално изображение.

Освен това AI може да пренебрегне някои детайли, правейки изображението да изглежда странно или нелогично. Например, ако става дума за портрети, тогава може да срещнете неестествена поза, неправилен брой пръсти и други детайли и т.н.

Как да решим въпроса за авторството на произведенията, създадени от невронна мрежа

Въпросът за авторството на произведенията на ИИ остава труден и несигурен и до днес. Тази тема изисква дълга дискусия и подходящо решение, подкрепено със закон. Ако една машина генерира някаква интелектуална собственост, не е известно дали тя може да бъде изцяло собственост на потребителя, който я е генерирал, или ще остане собственост на машината.

Олександър Шкодин също ни напомня за следните точки, които трябва да бъдат взети под внимание в дискусията: ако говорим за GAN (Generative Adversarial Network), тогава всичко, което AI генерира в момента, се основава на произведения на изкуството или текст, направен от човек преди това. Същността на идеята е комбинация от две невронни мрежи, в които работят едновременно два алгоритъма — „генератор“ и „дискриминатор“.

Задачата на генератора е да създава изображения от дадена категория (посочва се векторът за генериране на изображенията). Задачата на дискриминатора е да се опита да разпознае създаденото изображение (снимка на човек, картина, текст или друго, на базата на голям модел отрязва нереалистични данни/двоичен класификатор). Следователно, въпреки че съдържанието се генерира автоматично, то е резултат от модел, изготвен от човек.

“Днес изкуственият интелект, способен да мисли приблизително като човек, е все още в начален стадий. Така съвременният AI генерира съдържание от резултатите от човешката дейност. Поради това машината не може да бъде пълноправен автор на произведенията си.“

Виктор Кльоба отбеляза, че в момента дискусията между правителствата на различни страни продължава. Някои експерти обмислят защита на авторските права върху компютърните програми и алгоритми, участващи в създаването на съдържание, докато други размишляват върху нови подходи към интелектуалната собственост. 

Понастоящем нито едно законодателство не регулира напълно въпроса за авторството и интелектуалната собственост в контекста на ИИ. Въпреки това Европейският парламент наскоро прие „Закона за изкуствения интелект“, който има за цел да регулира и ограничи незаконното използване на невронни мрежи. Вярно, засега става дума за най-потенциално опасните приложения, но по-късно трябва да се вземе предвид въпросът за авторството.