Didelio atgarsio visame pasaulyje sulaukęs dirbtinio intelekto (DI) technologijomis paremtas įrankis „ChatGPT“, kurį sukūrė ir prieš kelias savaites pristatė „OpenAI“, atkreipė ir informacinių technologijų (IT) studentų dėmesį. Kaip teigia IT magistro studijų programos Duomenų gavybos technologijų specializacijos studentas Tautvydas Kvietkauskas, kuris šiuo metu gilinasi į įvairius DI sprendimus, šis įrankis galėtų būti pakankamai geras virtualus korepetitorius ir net padėti pasiruošti artėjantiems egzaminams. Apie naująjį įrankį jis sužinojo paskaitos metu.

„Per vieną paskaitą kartu su grupioke sprendėme uždavinį „Python“ programavimo kalba. Užtrukome pusvalandį. Tuomet nusprendėme tą pačią uždavinio sąlygą įkelti į „ChatGPT“ ir įrankis vos per 5 sekundes sugeneravo beveik identišką kodą. Nustebino tai, kad „ChatGPT“ ne tik pateikė taisyklingą kodą, bet ir išsamius kodo paaiškinimus, tad pamaniau, kad tai galėtų būti naudingas įrankis mokymuisi“, – sako magistrantas.

DI mokymosi procese

Dar studijuodamas Programų inžineriją T. Kvietkauskas susipažino su įvairiomis DI technologijomis ir įrankiais. Taip pat mokymui skirtais įrankiais, kad ir elementariomis programėlėmis, tokiomis, į kurias, pavyzdžiui, įkėlus paskaitos konspektą, iš pateikto turinio sugeneruojami klausimai žinių pasitikrinimui. „ChatGPT“, pasak studento, gali daug daugiau.

Kartu su kitais studentais Tautvydas diskutavo apie šio įrankio potencialą – pavyzdžiui, „ChatGPT“ gali susisteminti informaciją, apibendrinti pateiktą medžiagą, sudėtingas sąvokas paaiškinti kitais žodžiais ir pateikti pavyzdžius. Be to, tinkamai formuluojant klausimus galima daug greičiau gauti atsakymą nei naršant ir ieškant informacijos interneto platybėse. Informacija pateikiama ir lietuvių kalba.

Bet magistrantas atkreipia dėmesį, kad įrankis daro klaidų, todėl nereikėtų aklai pasikliauti atsakymais – jie generuojami iš įvairių, kartais ir nepatikimų, nekokybiškų šaltinių. Pasitikėti galima tik patikrinta moksline literatūra.
 
Vis dėlto DI mokosi, tobulėja ir ateityje bus dar galingesnis. „Gerai, kad DI plačiau naudojamas ir visuomenei tampa prieinami tokie įrankiai, kaip „ChatGPT“. Tai nėra šio dešimtmečio klausimas, bet, mano manymu, ateityje robotai programuos. Galbūt net galės sau kodą rašyti ir patys save konstruoti“, – svarsto magistrantas. 

Studentas pažymi, kad nereikėtų piktnaudžiauti šiuo įrankiu ir technologijomis. Mokymosi tikslas įgyti žinių, lavinti įgūdžius. Augti ir tobulėti. Gali pasinaudoti skaičiavimo mašinėle pasitikrinant atsakymą, bet skaičiuoti turi mokėti pats, darbą turi padaryti pats, nes kitaip, ko esi vertas? DI neturėtų mąstyti už žmogų. 

Tyrinėjimų kryptis – vaizdo atpažinimo technologijos

Kai pats studentas gilinosi į DI temą rengdamas savo bakalauro baigiamąjį darbą – realaus laiko kaladėlių atpažinimo programėlės prototipą – jis perskaitė daugybę mokslinių straipsnių. „DI yra sudėtinga sritis. Reikia skirti daug laiko norint į ją tinkamai įsigilinti, susipažinti su dideliu kiekiu medžiagos“, – tvirtina studentas.
 
Pasak T. Kvietkausko, nors nuo pirmojo sukurto veidų atpažinimo modelio iki pilno integravimo visuomenėje nepraėjo nė dvidešimt metų, kompiuterinės regos (angl. computer vision) ir objektų atpažinimo srityje padaryta milžiniška pažanga. Nuo brokuotų gaminių aptikimo gamybos srityje iki piktybinių navikų identifikavimo medicinos srityje – šiandien vaizdo atpažinimo technologijos naudojamos visur.
 
„Sukurta daug skirtingų veikimo principų turinčių objektų atpažinimo algoritmų, jie nuolat tobulinami objektų savybių radime, nuotraukų apdorojime ir matematiniuose skaičiavimuose. Daug dalykų priklauso nuo mažų detalių – įvairių objekto, kurį norima atpažinti, savybių, tokių, kaip forma, dydis ir kitų tik tam objektui būdingų išvaizdos bruožų“, – pasakoja magistrantas.

Studentas domisi realaus laiko objektų atpažinimu, o tai skiriasi nuo atpažinimo iš nuotraukų – staiga pasikeitęs filmavimo rakursas, pakitusi šviesa gali padaryti įtaką tikslumui. Vis dėlto studentas džiaugiasi, kad bakalauro darbe pavyko apmokyti DI ir buvo gautas norimas atpažinimo tikslumas – programa identifikavo daugumą kaladėlių, kuriomis buvo apmokoma. 

„Viena, kai gali pateikti šimtus milijonų nuotraukų apmokymui. Didžiosios technologijų įmonės gali apmokyti DI iš itin didelio duomenų skaičiaus, galima sakyti, visko, kas pasiekiama internete. Mano darbe buvo naudojama asmeniškai surinkta duomenų aibė, kurią sudarė 355 nuotraukos, plius augmentacija ir 36 skirtingos klasės (skirtingos detalės) apmokymo stadijoje. Geriausias mano pasiektas objekto atpažinimo iš nuotraukų rezultatas su didžiausia duomenų aibe buvo 52 proc. Bet svarbiausia, kad pavyko atpažinti objektą realiu laiku. Magistrantūroje toliau tęsiu tyrinėjimus. Planuoju apžvelgti skirtingus YOLO grupės algoritmus. Greičio ir atpažinimo kokybės atžvilgiu, mano nuomone ir kaip rodo įvairūs moksliniai tyrimai, šiuo metu geriausi yra YOLO grupės objektų atpažinimo algoritmai ir sukurti modeliai“, – sako studentas. 

Studentas džiaugiasi galėdamas gilinti žinias magistratūroje, nors vienu metu abejojo ar IT yra jo kelias. Bet po pokalbių su dėstytojais ir baigiamojo darbo vadovu doc. dr. Pavel Stefanovič, iš naujo atrado save šioje dinamiškoje srityje. „IT yra atskira ekosistema. Tai nėra tik programuotojai. Tai taip pat duomenų analitikai, testuotojai, inžinieriai, projektų vadovai. Plati sritis. Kiekvienas gali čia save atrasti“, – tvirtina T. Kvietkauskas.

Pateikiame iliustracijas, kurios buvo sugeneruotos DI programėlės „Midjourney“ (beta versija) – pirmoji, kaip DI įsivaizduoja mokymąsi, antroji – kaip DI įsivaizduoja pagalbą žmonėms.