Na Kongresie "Zdrowie Polaków" o sztucznej inteligencji

Na początku trzeba było rozważyć, czy sztuczna inteligencja jest w ogóle możliwa, bo zestawienie rzeczownika inteligencja z przymiotnikiem sztuczna wygląda na oksymoron. Jednak porównanie form przejawiania inteligencji przez człowieka i możliwości, jakie w tym zakresie mają komputery, dowiodło, że w zakresie percepcji (sensory), sterowania zachowaniem (roboty), gromadzenia wiedzy (Internet) i rozumowania (systemy doradcze) – komputery wcale nie ustępują ludziom. Są oczywiście przejawy ludzkiej inteligencji niedostępne dla maszyn (zdolność rozumienia, intencjonalność), ale znacząca część działań, które obserwowane u ludzi uznajemy za inteligentne – jest dla systemów informatycznych dostępna.

Zatem możemy systemy sztucznej inteligencji budować, rozwijać – i stosować, także w zagadnieniach związanych z ochroną zdrowia. Warto podkreślić, że chociaż sztuczna inteligencja ma oczywiście silne związki z wszechobecną dziś informatyką, bo ową sztuczną inteligencję przejawiają wyłącznie odpowiednio budowane programy komputerowe, jednak tylko niektóre z narzędzi informatycznych wykorzystują sztuczną inteligencję. W ogromnej liczbie programów komputerowych, których stale używamy, sztucznej inteligencji się nie instaluje, bo nie ma takiej potrzeby. Przykładowo program podliczający rachunki bankowe musi być dokładny i niezawodny, natomiast nie musi być inteligentny, bo mu to jest całkowicie niepotrzebne.
Sztuczna inteligencja ma z kolei niektóre komponenty położone poza informatyką, ponieważ rozważania na jej temat prowadzą filozofowie i psycholodzy (kognitywiści), którzy dochodzą do swoich wniosków nie odwołując się wprost do komputerów.

Sztuczna inteligencja tym się różni od wielu dziedzin nauki i techniki, że nie jest integralnym monolitem. Przykładowo anatomia jest nauką spójną, więc jest jak fragment kontynentu. Podobnie zintegrowana jest mechanika albo geografia. Natomiast sztuczna inteligencja, rozumiana jako ogół metod służących do tego, żeby komputery mogły przejawiać działania przypominające aktywność inteligentnego człowieka, jest podobna do archipelagu luźno rozrzuconych wysp. Każda z tych „wysp” to jakaś grupa metod, które pozwalają w oparciu o jakąś metodologie rozwiązywać pewną klasę problemów wymagających inteligentnego działania. Ale w innym miejscu oceanu niewiedzy wyrasta inna „wyspa”, gdzie stosuje się inne metody i rozwiązuje inne problemy. Nie ma przejścia od jednej „wyspy” do drugiej, więc jeśli ktoś opanuje jedną z owych „wyspowych” metodologii – to zasad obowiązujących na innej „wyspie” będzie musiał się uczyć ponownie od zera. Co więcej, problemy, które da się inteligentnie rozwiązać na jednej z „wysp” mogą się okazać nierozwiązywalne na innej.

Pierwsza z omówionych „wysp” reprezentuje obliczenia symboliczne. Została ona najwcześniej odkryta i przez pewien czas była utożsamiana z całością sztucznej inteligencji. Nie wchodząc w szczegóły, na które tu nie mam miejsca, trzeba stwierdzić, że wprowadzenie do informatyki obliczeń symbolicznych w latach 60. spowodowało, że komputery zyskały możliwość operowania pojęciami abstrakcyjnymi. Stosując obliczenia na liczbach (co na początku informatyki było jedyną możliwością) uzyskuje się tylko konkretne wyniki liczbowe dla konkretnych danych wejściowych. Natomiast operując na symbolach można prowadzić bardzo ogólne wnioskowanie, dochodząc do wniosków mających znaczenie uniwersalne. W ten sposób zbudowano wiele systemów rozwiązujących różne problemy logiczne, rozgrywających gry strategiczne (np. szachy) i automatycznie dowodzących różne twierdzenia.

Ta grupa metod ma jednak swoje ograniczenia, które spowodowały, że w latach 70. na pewien czas ograniczono finansowanie badań w zakresie sztucznej inteligencji.
Obecnie metody przetwarzania informacji symbolicznej wykorzystywane są w tak zwanych systemach ekspertowych. Są to programy, które gromadzą (właśnie w formie symbolicznej) wiedzę ekspertów, a na życzenie użytkownika, który stawia konkretne pytanie, program potrafi przeprowadzić symboliczne rozumowanie, którego wynikiem jest konkretna rada dla użytkownika. W efekcie użytkownik dostaje propozycję rozwiązania jego problemu będącą efektem połączenia ogólnej wiedzy ekspertów i logiki automatycznego wnioskowania. Systemy tego rodzaju znajdują liczne zastosowania w medycynie.

Inna często używana w medycynie „wyspa” sztucznej inteligencji wiąże się z tak zwanymi sieciami neuronowymi. Są to systemy, których struktura i zasada działania oparta jest na badaniach morfologii i fizjologii mózgu. Mogą one mieć formę specjalistycznych układów scalonych, które w sposób elektroniczny modelują fragmenty układu nerwowego, ale częściej stosowana jest metoda symulowania sieci neuronowej przez program wykonywany na zwykłym komputerze. Niezależnie od tego, czy używane jest rozwiązanie sprzętowe, czy symulacyjne – sieci neuronowe są bardzo przydatnym narzędziem do rozwiązywania różnych problemów wymagających inteligentnego działania. Ich główną zaletą jest fakt, że określone umiejętności nabywają one w wyniku procesu uczenia. Nie trzeba samemu podawać metody rozwiązania określonego zadania (bo często tej metody nie znamy), natomiast wystarczy pokazać sieci pewną liczbę przykładów zadań poprawnie rozwiązanych. W medycynie ten sposób działania znalazł zastosowanie przy analizie i przetwarzaniu informacji diagnostycznych (zwłaszcza przy analizie obrazów RTG, CT, MRI, PET, USG oraz sygnałów bioelektrycznych), przy wspomaganiu podejmowania decyzji diagnostycznych, przy optymalizacji terapii oraz przy prognozowaniu jej skutków.

Wspomnieć też można o logice rozmytej, pozwalającej precyzyjnie wnioskować w oparciu o nieprecyzyjne informacje. Warto zaanonsować możliwości, jakie sztuczna inteligencja stwarza w związku z rozwojem metod automatycznego rozpoznawania mowy, gdzie uwagi wypowiadane przez lekarza w trakcie badania pacjenta lub w trakcie zabiegu są automatycznie rejestrowane w formie tekstu, a potem inteligentnie przekształcane do formy wymaganych dokumentów. To uwolni lekarzy od ogromnej liczby obowiązków natury administracyjnej i pozwoli skupić się na zagadnieniach merytorycznych, ściśle medycznych i w istocie najważniejszych.