ΟΙ ΠΡΟΟΠΤΙΚΕΣ ΤΗΣ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ ΣΤΗΝ ΕΛΛΑΔΑ
«Στην Ελλάδα έχουμε το απαραίτητο ταλέντο για να ηγηθούμε των εξελίξεων»
Κατά
τον Κωνσταντίνο Δασκαλάκη, που σε πολύ νεαρή ηλικία έλυσε το επί 60
χρόνια άλυτο μαθηματικό πρόβλημα του “υπέροχου ανθρώπου”, μαθηματικού
και νομπελίστα οικονομολόγου John Nash, «πρέπει να θέτουμε ψηλά τον πήχη
(…) Να παράγουμε και να εξάγουμε τεχνολογία, αυτός θα έπρεπε να είναι ο
στόχος. Οπωσδήποτε έχουμε στην Ελλάδα το απαραίτητο ταλέντο για να
ηγηθούμε των εξελίξεων, αλλά πρέπει να το προπονήσουμε και να το
εξοπλίσουμε με πόρους. Πρέπει να κάνουμε επενδύσεις στην έρευνα, όχι
μόνο στο R&D, αλλά και στη νέα έρευνα, στο πώς θα ενισχύσουμε τη νέα
τεχνογνωσία που απαιτείται, για να μπορεί κάποιος να καταστεί
παγκόσμιος παίκτης» σημείωσε.
Για την τεχνητή νοημοσύνη
Ο κ. Δασκαλάκης ανέφερε: «Στην
ΤΝ βρισκόμαστε σε σταυροδρόμι. Είμαι αισιόδοξος για τις βραχυπρόθεσμες
και τις μακροπρόθεσμες χρήσεις, αλλά δεν πρέπει να θριαμβολογούμε ή να
είμαστε υπέρμετρα αισιόδοξοι. Αυτή τη στιγμή διανύουμε περίοδο
αισιοδοξίας, αλλά υπάρχουν περιορισμοί και όρια επιστημονικά».
«Οι
αλγόριθμοι δεν κατανοούν το αίτιο και το αιτιατό, π.χ, αν είναι η βροχή
που αναγκάζει τους ανθρώπους να χρησιμοποιούν ομπρέλα ή βρέχει επειδή
οι άνθρωποι κρατούν ομπρέλα (…) Στο κομμάτι της κατανόησης του νοήματος
(από την ΤΝ) δεν έχουμε κατορθώσει να καταγράψουμε πρόοδο (…)», σημείωσε.
«Υπάρχουν
πράγματα, που (η ΤΝ) δεν μπορεί καθόλου καλά να τα κάνει, όπως η
μετάδοση της γνώσης και των γνωσιακών ικανοτήτων σχετικά με ένα γνωστό
αντικείμενο ή λειτουργία. Ένας άνθρωπος που ξέρει να περπατάει, δεν
χρειάζεται πολύ μεγάλη προπόνηση για να κάνει ποδήλατο. Ένα ρομπότ όμως,
αν το διδάξεις να σηκώνει ποτήρια από ένα τραπέζι και θέλεις να του
μάθεις να σηκώνει πιάτα, πρέπει να του δώσεις πάρα πολλά παραδείγματα
και να το προπονήσεις πολύ», επεσήμανε και υπενθύμισε ακόμα την ευπάθεια
των αλγορίθμων σε χειραγώγηση, βασισμένη τόσο σε προκαταλήψεις και
στερεότυπα, όσο και στις αδυναμίες που ακόμα έχουν σε επίπεδο
αναγνώρισης φωνής και εικόνας.
Κλείνοντας, ο κ. Μπλέτσας τόνισε: «Η
επίτευξη της Γενικής Τεχνητής Νοημοσύνης (ΓΝΤ) είναι ένας κινούμενος
στόχος. ‘Ηδη από την αρχή της δεκαετίας του ΄50, όταν αυτό το πεδίο
ξεκινούσε, ο στόχος αυτός για ΓΤΝ πάντοτε απείχε 20 χρόνια. Ακόμα και
σήμερα, με όλη την πρόοδο που έχει συντελεστεί και πάλι απέχουμε 20
χρόνια (…)».
Το
συμπόσιο πραγματοποιηθηκε σε συνεργασία με το δίκτυο «Ναυαρίνο» και το
ίδρυμα Konrad Adenauer, υπό την αιγίδα του δήμου Θεσσαλονίκης.
Ποιες χώρες «οδηγούν» το τρένο
Κατά
τον Μιχάλη Μπλέτσα, στον αγώνα δρόμου των χωρών, εν μέσω 4ης
βιομηχανικής επανάστασης, μια από τις κυρίαρχες συνιστώσες της οποίας
είναι η Τεχνητή Νοημοσύνη (ΤΝ), οι ΗΠΑ βρίσκονται σαφώς στην πρωτοπορία,
με τις μεγάλες εταιρείες να οδηγούν την πρόοδο.
Η
Κίνα, λόγω του μεγέθους της και της τελείως διαφορετικής προσέγγισης
επί της ιδιωτικότητας του ατόμου, έχει στη διάθεσή της πολύ περισσότερα
δεδομένα και πολύ μεγαλύτερη εποπτεία και -κατά τον κ. Μπλέτσα- τα πάει
πάρα πολύ καλά σε όλες τις “στάνταρντ” εφαρμογές της ΤΝ (σ.σ. Τα
δεδομένα χρησιμοποιούνται για την εκπαίδευση των αλγορίθμων και άρα για
την εξέλιξη της ΤΝ). Η Ευρώπη αντίθετα, …έπεται. «Δεν πιστεύω ότι η
Ευρώπη συνεισφέρει ή ότι βρίσκεται στην πρωτοπορία, γιατί πρώτον υπάρχει
κατακερματισμός και δεύτερον δεν έχει τις μεγάλες εταιρείες που θα
ωθήσουν αυτή την εξέλιξη» σημείωσε.
Κατά
τον Κωνσταντίνο Δασκαλάκη, οι ΗΠΑ έχουν καινοτομήσει και έχουν βρεθεί
στην πρωτοπορία των εξελίξεων, ενώ πολλές άλλες χώρες έχουν
συνειδητοποιήσει ότι πλέον αποτελεί στρατηγική επιβίωσης το να είσαι
ανταγωνιστικός σε αυτό το πεδίο. Κάποιες χώρες είναι πιο επιφυλακτικές
ως προς τη χρήση των δεδομένων και άλλες λιγότερο. Η Ευρώπη είναι πιο
επιφυλακτική. Η Κίνα όχι τόσο. «Άρα, πολλές είναι οι εξελίξεις στις ΗΠΑ, ναι, αλλά και η Κίνα, ο Καναδάς και η Ευρώπη είναι τόποι που συνεισφέρουν» τόνισε.
Ο ρόλος των μεγάλων επιχειρήσεων και τα «κουμπιά» των καταναλωτών
Σύμφωνα
με τον κ. Μπλέτσα, το να είσαι στην αιχμή της έρευνας για την ΤΝ
απαιτεί τρομαχτική υποδομή, πχ. σε data centers, που μόνο μεγάλες
διαδικτυακές εταιρείες (πχ. Google, Facebook) έχουν, ούτε καν οι
κυβερνήσεις. «Και πολλά από τα ταλέντα που σήμερα δουλεύουν για
αυτές τις πλατφόρμες κάνουν πράγματα, που ναι μεν είναι εξαιρετικά
επικερδή για τις εταιρείες, αλλά δεν είναι τόσο επωφελή για την κοινωνία» σημείωσε.
Όπως είπε, οι αλγόριθμοι μπορούν να χειραγωγηθούν και να ξεγελαστούν, άρα ο ρόλος του ανθρώπινου παράγοντα είναι καθοριστικός. «Οι
αλγόριθμοι πρέπει να χρησιμοποιούνται ως υποβοηθήματα, σε καμία
περίπτωση δεν μπορούμε να αφήσουμε τη λήψη σύνθετων αποφάσεων στα χέρια
τους. Τελεία και παύλα. Ακόμα κι όμως όταν υπάρχει ο ανθρώπινος
παράγοντας, πέρα από τη χρήση (της ΤΝ) από απολυταρχικά πολιτεύματα,
προσωπικά θα ανησυχούσα πολύ περισσότερο για τις μεγάλες επιχειρήσεις
αυτή τη στιγμή, που χρησιμοποιούν εκτενέστατα, με απόλυτα αυτοματισμένο
τρόπο τους αλγόριθμους, χωρίς να υπάρχει ρυθμιστικό πλαίσιο» επισήμανε.
«Για παράδειγμα» πρόσθεσε, «για
το τι κάνει το Facebook με όλα τα δεδομένα για τις συμπεριφορές του
καθενός εξ ημών (όπως αυτές αποτυπώνονται στην πλατφόρμα) δεν υπάρχει
καν λογοδοσία. Είναι όλα στα χέρια του Ζάκερμπεργκ, ο οποίος έχει
συμπεριφορικό προφίλ σχετικά με τον καθέναν από εμάς. Αν κάποιος ήξερε
πολύ καλά τα κουμπιά ολονών μας, τότε θα ήταν σε θέση να τα πατήσει και
να κατευθύνει καταναλωτικές συνήθειες» εξήγησε.
Πηγή: Sofokleousin.gr