Đurović: Na četiri posla koja ukida vještačka inteligencija, nastaje samo jedan novi posao

Vještačka inteligencija će promijeniti skoro sve ljudske aktivnosti. Samo one koje su skupe za automatizaciju ili koje predstavljaju najviše domete ljudskog rada biće manje obuhvaćene. Da li je to dobro ili nije, vrijeme će pokazati. Najveća neposredna opasnost odnosi se na tržište rada, smatra profesor Elektrotehničkog fakulteta, član Crnogorske akademije nauka i umjetnosti i jedan od najcitiranijih crnogorskih naučnika na Stanfordovoj listi 2% najuticajnijih u svijetu, prof. dr Igor Đurović.

Đurović već decenijama pomjera granice u oblastima obrade signala i slike, vještačke inteligencije, teorije haosa i multimedijalnog watermarkinga. Njegova istraživanja imaju primjenu u oblastima koje oblikuju našu budućnost — od telekomunikacija i sigurnosti, preko medicinske dijagnostike, do savremenih multimedijalnih sistema.

U intervjuu za sajt Univerziteta Crne Gore, govori o aktuelnim trendovima u nauci, izazovima novih tehnologija i značaju istraživanja koja povezuju Crnu Goru sa globalnom naučnom scenom.

Ako biste morali da izdvojite jedno istraživačko pitanje koje danas najviše zaokuplja svjetsku naučnu zajednicu u oblasti obrade signala i slike — šta bi to bilo i zašto?

Đurović: Ispod haube“ alata vještačke inteligencije, koji su se pojavili u posljednjih nekoliko godina, nalaze se napredni algoritmi optimizacije. Ti algoritmi su nastali u digitalnoj obradi signala ili su zajednički za ove dvije oblasti. Stoga je na vaše pitanje lako odgovoriti: sinergija digitalne obrade signala i vještačke inteligencije je trend. Postoje dva nivoa ove „saradnje“: jedan je fundamentalni – dalje unapređenje sistema učenja i njihove optimizacije; drugi je aplikativni – primjena sistema vještačke inteligencije, prije svega, vezano za razne multimedijalne signale (slika, zvuk, video). Ako bih nešto posebno izdvojio, a gdje očekujem dramatičan napredak, to je fuzija podataka iz različitih izvora. Algoritmi su raspoloživi, a vjerovatno treba da se poklope i neke druge kockice, kako bi se broj takvih alata, kao i njihova dostupnost, drastično uvećali.

Vještačka inteligencija već oblikuje način na koji živimo i komuniciramo. Gdje vidite njen najveći potencijal, a gdje najveću opasnost?

Đurović: Vještačka inteligencija će promijeniti skoro sve ljudske aktivnosti. Samo one koje su skupe za automatizaciju ili koje predstavljaju najviše domete ljudskog rada biće manje obuhvaćene. Da li je to dobro ili nije, vrijeme će pokazati. Najveća neposredna opasnost odnosi se na tržište rada. Trenutno, na četiri posla koja ukida vještačka inteligencija, nastaje samo jedan novi posao. Plašim se da će se taj trend nastaviti.

Vaša istraživanja povezuju teoriju haosa, statistiku, AI i obradu slike. Možete li nam približiti kako sve to funkcioniše na nekom jednostavnom primjeru?

Đurović: Najznačajniji moji rezultati u posljednjih desetak godina vezani su za neparametarsku i parametarsku estimaciju nestacionarnih signala. Predmetni signali se pojavljuju u obradi govora, biomedicinskih pojava, kod radara i sonara. Bez lažne skromnosti, neki od ostvarenih rezultata spadaju među najbolje u ovoj oblasti. Ostale teme koje ste pomenuli su ili alati koje koristim i primjenjujem u istraživanju, ili oblasti primjene tehnika koje sam razvio u neparametarskoj i parametarskoj estimaciji i vremensko-frekvencijskoj analizi signala. Kao što sam već rekao, vještačka inteligencija je vodeći trend u savremenoj nauci. Moja istraživanja vezana za vještačku inteligenciju mogu se podijeliti u tri oblasti: estimacija parametara, autentikacija multimedijalnih signala i analiza vremenskih serija. Iako smo objavili nekoliko radova vezanih za estimaciju parametara signala pomoću alata vještačke inteligencije, moram priznati da su rezultati još uvijek inferiorni u odnosu na klasične tehnike. Isto važi i za rezultate drugih istraživača. Razlozi za to još nisu potpuno jasni, ali se ulažu veliki napori da se situacija promijeni u korist alata vještačke inteligencije.

Što se tiče primjene u autentikaciji multimedijalnih signala, nakon nekoliko uspješnih radova sa primjenom vještačke inteligencije u digitalnom watermarkingu, dva moja doktoranta osnovala su tehnološki start-up Deepmark. Trenutno sam konsultant u tom start-upu, koji ima potencijal da postane uspješna priča u našem, pa i u regionalnom, inovacionom ekosistemu.

Konačno, upustili smo se u primjenu vještačke inteligencije u analizi i predikciji vremenskih serija, posebno za predikciju potrošnje u elektroenergetskom sistemu. Istraživanje je realizovano u Crnogorskoj akademiji nauka i umjetnosti uz podršku Elektroprivrede AD Nikšić. Rezultati su izvanredni i potvrđeni na najvećem međunarodno verifikovanom nivou, i, da budem iskren, iznenađen sam uspjehom vještačke inteligencije u ovoj primjeni u odnosu na klasične statističke alate.

Napredak Deepfake video snimaka i lažnih slika dramatičan

Deepfake video snimci i lažne slike postaju sve realističniji, pa je sve teže razlikovati šta je stvarno, a šta vještački kreirano. Može li nauka da održi korak s ovim izazovima i koliko smo blizu razvoju tehnologija koje će moći da otkriju svaku manipulaciju?

Đurović: Napredak deepfake tehnika je dramatičan. Trenutno javnodostupni alati griješe samo u sjenama, jer se loše prilagođavaju situacijama kada su dijelovi objekata na slici osvijetljeni različitim vrstama svjetla, odnosno kod pojava više sjena. Velika je vjerovatnoća da će se ovaj problem prevazići u narednih nekoliko godina ili čak mjeseci. Tada vizuelni pregled, čak i od strane eksperta, ne bi mogao da otkrije tragove „lažiranja” slike. Kod videa i slika postoji srećna okolnost da naše poluprovodničke kamere unose nevidljive greške, pa se detekcija deepfake-ova može obavljati naprednijim tehnikama koje su u stanju da procijene da li je nešto kreirano realnim senzorom ili je računarski generisano na osnovu nevidljivog sadržaja. Postoji nada da će deepfake sistemi trebati relativno mnogo vremena da nauče kako da „lažiraju” nevidljivi sadržaj slike. Situacija je gora kod zvukova. Zvuk je po svojoj prirodi mehanički i ne postoji „nečujni” sadržaj koji je posljedica procesa akvizicije, pa ga je stoga mnogo lakše „lažirati”. To je jedan od razloga za pokretanje start-upa Deepmark, koji se trenutno prevashodno bavi zvukom, odnosno govorom. Ukratko, tehnologija se pokazuje mnogo boljom u destrukciji nego u zaštiti, a za zaštitu smo osuđeni da ponovo koristimo iste alate — duboko mašinsko učenje i vještačku inteligenciju.

Gradska