Tekoäly: Lääketieteellisesti koulutetut mallit, tietoisuus

Useimmat ihmiset osaavat ehkä mainita muutaman LLM-mallin, ehkä tusinan verran, jos he seuraavat teknologia-uutisia. Samaan aikaan Hugging Facesta  on kuitenkin vapaasti saatavilla noin 3 miljoonaa erilaista LLM-mallia. Eivätkä ne kaikki ole heikkolaatuisia malleja. Esimerkiksi Googlen avoimen lähdekoodin Gemma-mallit ovat myös saatavilla siellä; ne ovat peräisin samasta lähteestä kuin Googlen Gemini-mallit, mutta ne on optimoitu paikalliseen ja tutkimuskäyttöön. Biolääketieteen tutkijoille on tärkeää huomata, että saatavilla on myös monia avoimia, vapaasti saatavilla olevia ja paikallisesti käytettäviä, lääketieteellisesti koulutettuja LLM-malleja. En ole testannut niitä, mutta GitHubissa on kuratoitu luettelo erikoismalleista: https://github.com/FreedomIntelligence/Awesome-Specialized-Medical-LLMs  . Luettelossa on myös useita vapaasti saatavilla olevia yleislääketieteellisiä malleja, kuten

• Googlen MedGemma: https://huggingface.co/google/medgemma-27b-it 
• Me-LLaMA & PMC-LLaMA: https://github.com/BIDS-Xu-Lab/Me-LLaMA 

Alex Bunker ja minä esittelimme äskettäin järjestetyssä lounasseminaarissa, kuinka käytämme tekoälyä työssämme. Oli selvää, että yleisö oli erittäin kiinnostunut aiheesta, sillä harvoin on esitetty niin paljon kysymyksiä, ja keskustelu tekoälyn monista eri näkökohdista jatkui vielä tapahtuman jälkeenkin.

Jos olet koskaan tehnyt vakavaa työtä tekoälyn parissa, tiedät, että on lähes uskomatonta, että tällainen hienostuneisuus voidaan saavuttaa, kun kyseessä on pohjimmiltaan vain tilastollinen ennuste seuraavasta sanasta. Siksi ei ole yllättävää, että jotkut ihmiset (jotka eivät tunne teknologian syvällisesti) ovat vakuuttuneita siitä, että suuret kielimallit (LLM:t) ovat tietoisia. Vaikka Alex kiisti hyvin selkeästi, että suuret kielimallit voisivat olla tietoisia (mikä on yhdenmukaista valtaosan tekoälytutkijoiden näkemyksen kanssa), olin itse hieman kiistanalaisempi:

Puolustin Richard Dawkinsia, mutta en siksi, että olisin samaa mieltä hänen kanssaan siitä, että nykyinen tekoäly olisi lähelläkään mitään ihmisen tietoisuutta muistuttavaa. Olen kuitenkin samaa mieltä hänen kanssaan siitä, että keskustelusta tekoälystä ja tietoisuudesta puuttuu vivahteita. Jopa suosikkipodcastini  käsitteli tekoälyn ja tietoisuuden aihetta liian yksinkertaistetusti. Tässä ovat ne seikat, jotka mielestäni eivät ole saaneet tarpeeksi huomiota:

• Tietoisuus ei ole mustavalkoista. Useimmat ihmiset ovat yhtä mieltä siitä, että ihmisillä on tietoisuus. Myös eläinten tietoisuudesta on runsaasti näyttöä ( https://doi.org/10.1016/j.tics.2020.07.007  ). Eläimet ovat kuitenkin hyvä esimerkki siitä, että tietoisuus on jatkumo. On vaikeaa tai mahdotonta määritellä pistettä tuossa jatkumossa, josta tietoisuus alkaa tai päättyy. Siksi väitän, että on vaikeaa päätellä, ettei monimutkaisella laskennallisella mallilla voisi olla lainkaan mitään tietoisuutta. Erityisesti alemmilla tasoilla tietoisuutta olisi erittäin vaikea havaita luotettavasti tai sulkea pois.

• Toinen seikka, jota mielestäni puuttuu, on sen tunnustaminen, että meillä on vain yksi tietopiste tietoisuudesta. Jos venytämme määritelmää, voisimme laskea mustekalat ja linnut erillisiksi tapauksiksi, mutta kaikilla kolmella aivotyypillä (selkärangattomien, lintujen ja ihmisapinoiden) on yhteinen alkuperä ja yhteinen biokemia, mikä todennäköisesti rajoittaa mahdollisten kehityskulkujen määrän erittäin suuresta määrästä edelleen suureen, mutta huomattavasti pienempään määrään. Oletamme implisiittisesti, että tietoisuuden on oltava ihmisen kaltaista ja ilmentyvän samalla tavalla kuin ihmisen tietoisuus. Tämä on mielestäni liian yksinkertaistettua ja liian antropokeskeistä. Useimmat ihmiset olisivat samaa mieltä siitä, että mustekalat osoittavat tietoisuuden kanssa sopusoinnussa olevaa käyttäytymistä. Mustekalat ovat kauan sitten erkanneet selkärankaisten tietoisuuteen johtavasta sukulinjasta, mikä tekee niiden käyttäytymisen tulkitsemisesta tietoisuuden määrittämisen kannalta kiistanalaisest vaikeampaa. Mutta käyttäytyminen on ainoa asia, jota voimme mitata. Voimme esimerkiksi olettaa, että jos jokin olento (biologinen organismi tai monimutkainen tietokoneohjelma) on tietoinen, se haluaisi viestittää tämän tosiasian meille. Mutta se heijastaa lähinnä omaa viestintätarvettamme, eikä todennäköisesti ole mitään tietoisuudelle luontaista. Meillä on sama ongelma avaruusolentojen kanssa. Meillä on käytettävissämme vain yksi vertailukohta, ja siksi useimpien mielikuvat avaruusolentojen ulkonäöstä muistuttavat melko paljon meitä itseämme tai jotakin muuta maapallollamme elävää olentoa.

• Toinen suuri ongelma on se, että tietomme tietoisuudesta on edelleen varsin alkeellista. Tiedämme paljon enemmän kuin 100 vuotta sitten, mutta asiantuntijat kiistelevät edelleen monista tietoisuuden näkökohdista ja sen olemuksesta. Tunnemme joitakin sen edellytyksiä (esim. mitkä aivoalueiden toiminnot ovat tarpeen sen syntymiselle), mutta kaikki tämä rajoittuu ihmisiin. Jos tietäisimme tarkalleen, mitä tietoisuus on ja miten se syntyy yksinkertaisemmista tiedonkäsittelymuodoista, olisimme jo kauan sitten luoneet tietoisia koneita.