Vincent C. Müller: Η Τεχνητή Νοημοσύνη είναι μια εξέλιξη σαν την Βιομηχανική Επανάσταση
O καθηγητής στο Πανεπιστήμιο «Friedrich Alexander» εξηγεί στην Parallaxi ποιες κοσμογονικές αλλαγές περιμένουμε στον τομέα της AI
Μας απειλεί ή όχι η Τεχνητή Νοημοσύνη; Τελικά ποιος χρησιμοποιεί ποιον; Εμείς αυτήν ή αυτή εμάς; Πόσο επικίνδυνη μπορεί να γίνει και τι σημαίνει η εξέλιξή της για τις κοινωνίες τώρα, αλλά και στα επόμενα χρόνια; Πόσο αλλάζει ο κόσμος;
Ο Vincent C. Müller (www.sophia.de) είναι καθηγητής στο Πανεπιστήμιο «Friedrich Alexander» των Ερλανγκερ-Νυρεμβέργης και διδάσκει το αντικείμενο της Φιλοσοφίας και της Ηθικής της Τεχνητής Νοημοσύνης.
Είναι ο κατάλληλος άνθρωπος να μας μιλήσει και να μας λύσει απορίες για το πού βρισκόμαστε, αλλά κυρίως που πάμε και ίσως πού πρέπει να σταματήσουμε σε έναν τομέα που διαρκώς εξελίσσεται. (Η συνέντευξη έγινε στα Ελληνικά.)
Πριν τη συνέντευξη, ας μάθουμε μερικά πράγματα για την ιστορία και το σήμερα της ΑΙ
Η τεχνητή νοημοσύνη (Artificial Ιntelligence) ξεκινά τη δεκαετία του 1950. Το 1956 έγιναν τα πρώτα σημαντικά βήματα, με την ιδέα ότι θα φτιάξουμε μηχανήματα με τα οποία μπορούμε να τεστάρουμε τις ψυχολογικές θεωρίες που έχουμε για τη νοημοσύνη του ανθρώπου. Προσπαθούμε εμπειρικά να καταλάβουμε πώς λειτουργεί η νοημοσύνη του ανθρώπου, φτιάχνουμε ένα μοντέλο, και το μοντέλο το προγραμματίζουμε σε έναν υπολογιστή, για να δούμε αν πράγματι αναπαράγουμε τη σχετική ικανότητα.
Αυτό το όραμα λειτούργησε καλά για ένα διάστημα γιατί πολλά από τα προβλήματα είχαν την κατάλληλη μορφή ώστε να μπορούν να προγραμματιστούν σχετικά εύκολα. Όπως για παράδειγμα το σκάκι ένα παιχνίδι που έχει κανόνες, ξέρουμε πώς κινείται το κάθε κομμάτι, ξέρουμε τι επιτρέπεται και τι όχι, ο κάθε παίκτης έχει πλήρεις γνώσεις.
Με την εξέλιξη των υπολογιστών, βρήκαμε πολύ καλές λύσεις πάνω σε αυτό. Το 1997 ο υπολογιστής κέρδισε τον Κασπάροφ, που ήταν πρωταθλητής των ανθρώπων.
Με το πέρασμα των χρόνων μέχρι και σήμερα αποδείχθηκε ότι πολλά προβλήματα νοημοσύνης είναι περίπλοκα και δεν ξέρουμε πώς να τα λύσουμε. Αποδείχθηκε ότι κάποια προβλήματα ήταν δύσκολα ακόμη και για τους υπολογιστές. Η πιο μεγάλη δυσκολία έγκειται στο θέμα της φυσικής, π.χ. πώς παίζεται το ποδόσφαιρο. Μπορεί να έχει κανόνες, αλλά είναι περίπλοκο η τεχνητή νοημοσύνη να καταλάβει πού είναι η μπάλα, πώς πρέπει να κινείται σε σχέση με αυτή, πού τη χτυπά και πού θα έρθει. Περίπλοκη επίσης είναι η αναγνώριση του προφορικού λόγου.
Μέσα στα τελευταία χρόνια έχουμε δει σημαντική εξέλιξη, που βασίζεται στην τεχνολογία νευρωνικών δικτύων, η οποία υπήρχε για πολλά χρόνια από τη δεκαετία του ‘60 αλλά δεν έκανε βήματα μπροστά γιατί δεν υπήρχαν οι υπολογιστές για να το κάνουν.
Τώρα έχουμε τα συστήματα αλλά και τα δεδομένα που κάνουμε εκπαίδευση των συστημάτων, το λεγόμενο machine learning, είναι ένα είδους μάθησης, που δεν είναι προγραμματισμός με την παραδοσιακή έννοια που λες σε έναν υπολογιστή θα κάνεις αυτό, αλλά βάζεις τον υπολογιστή σε ένα περιβάλλον και του δίνεις ένα feedback σε αυτό που μαθαίνει. Σου λέει γάτα και λες ναι, είναι γάτα. Τότε μπορεί να μάθει πράγματα. Είναι σχετικά καινούργιο στο ότι λειτουργεί πλέον σωστά.
Η σημαντική λέξη είναι patterns (σχήματα). Η τεχνητή νοημοσύνη βρίσκει σχήματα, δηλαδή ποιο είναι το στοιχείο που διαχωρίζει τα πράγματα. Τι είναι αυτό που κάνει τη διαφορά ανάμεσα στο πουκάμισο και στο μπλουζάκι. Αυτό είναι ένα pattern που πλέον μπορεί να καταλάβει.
Η συνέντευξη
Ποια προβλήματα του ανθρώπου λύνει πραγματικά η τεχνητή νοημοσύνη;
«Είναι ένα εργαλείο καινούργιου τύπου, ένα γενικότερο εργαλείο και η βασική λειτουργία του είναι ότι παράγει αποφάσεις, κάνει επιλογές. Αυτό είναι κάτι που κάνουμε κι εμείς συνέχεια. Υπήρξαν αποφάσεις μας από πιο πριν, μέχρι να φτάσουμε εδώ. Αυτό το κάνουμε σε όλους τους τομείς. Από το πώς χτυπάμε το σφυρί, μέχρι το άρθρο που γράφεις.
Είναι λοιπόν ένα εργαλείο, αλλά είναι universal (καθολικό) εργαλείο και έχει τη χρήση του παντού. Μπορεί να πάρει αρκετές αποφάσεις, στην παραγωγή της γλώσσας, που επίσης είναι καθολική. Ακόμη κι αν υπάρχουν πράγματα για τα οποία μπορούμε να μιλάμε με μεγαλύτερη δυσκολία, η γλώσσα είναι αυτή που αγγίζει όλες τις ανθρώπινες δραστηριότητες.
Το τεστ του Τούρινγκ που έλεγε ότι ένα μηχάνημα θα έχει νοημοσύνη αν μπορεί να μιλά μαζί μου, έχει βάση. Αν εσύ απαντάς σε όσα σε ρωτάω εγώ και συζητάμε, τότε αυτό σημαίνει ότι έχεις νοημοσύνη. Ωστόσο υπάρχει μια θεμελιώδης διαφορά. Η ΤΝ έχει απομακρυνθεί από το αρχικό όραμα να αντικατοπτρίζει τη φυσική νοημοσύνη του ανθρώπου. Αυτή τη στιγμή υπάρχουν συστήματα που μεταφράζουν μια γλώσσα σε μία άλλη, όμως δεν το κάνουν με τον ίδιο τρόπο που το κάνουμε εμείς και δε σημαίνει ότι καταλαβαίνει αυτό που μεταφράζει. Έχει την παραγωγή, το output, που είναι παρόμοιο με ενός ανθρώπου, αλλά δεν έχει το στοιχείο που βασίζεται.
Αν με ακούσεις να μιλάω στα ελληνικά, θα βγάλεις το συμπέρασμα ότι μπορώ και μιλάω, όμως απλά θα μπορούσα να τα έχω μάθει απ΄έξω και να σου λέω φράσεις που για μένα είναι ακαταλαβίστικες. Οπότε πρέπει να ξέρεις γιατί τα λέω αυτά. Μπορείς να το μάθεις μόνο ρωτώντας με. Αν με ρωτήσεις πώς με λένε, ίσως μάθω να το λέω μηχανικά, αλλά δεν αρκεί.
Αυτό το output πρέπει να μάθουμε αν συνδυάζεται με τις αντίστοιχες νοητικές ικανότητες. Δεν είναι, συνεπώς, το ίδιο. Μπορεί να έχω ένα μηχάνημα που θα μου πει πώς φτάνω από το κέντρο στο Παλέ ντε σπορ, χωρίς να έχει την παραμικρή ιδέα τι είναι το Παλέ ντε σπορ. Μπορεί να είναι όλα αλγοριθμικά. Το κινητό μας λέει τι ώρα είναι αλλά δεν έχει την παραμικρή ιδέα τι σημαίνει ώρα!».
Άρα σε τι έγκειται η χρησιμότητά της, αν δεν είναι το ίδιο;
«Αυτή τη στιγμή μας ενδιαφέρει ότι η παραγωγικότητα αυτή αυξάνεται σημαντικά και αυτό μας φτάνει σε πολλούς τομείς. Το κινητό μου με βοηθά ώστε να μου πει πού είναι το Παλέ ντε σπορ, αλλά δε με ενδιαφέρει αν καταλαβαίνει κιόλας τι είναι. Με ενδιαφέρει μόνο η παραγωγή. Υπάρχει μηχάνημα που παράγει κάτι χωρίς να έχει τη γνώση του τι είναι αυτό. Η ΤΝ βοηθά στην παραγωγικότητα. Αυτό είναι μια οικονομική εξέλιξη και είναι θετικό γιατί μπορεί να αυξήσει τον πλούτο σε μια κοινωνία.
Τώρα χρειαζόμαστε μόνο έναν άνθρωπο για μια δουλειά, εκέι που παλίοτερα είχαμε πέντε. Αυτός ο ένας που παράγει κάτι, παράγει πλούτο. Μπορεί αυτός να συνεχίσει να πληρώνεται καλά και οι τέσσερις να κάνουν πια κάτι άλλο, γιατί δεν θα χρειάζεται να κάνει αυτό που έκαναν. Αυτό είναι Μαρξ. Οικονομικά αυτό έχει λειτουργήσει ήδη θετικά τους τελευταίους αιώνες. Οι κοινωνίες είναι πολύ πιο πλούσιες απ΄ ότι ήταν πριν 100 χρόνια. Ακόμη και με κρίση, το οικονομικό επίπεδο της Ελλάδας είναι ασύγκριτο με πριν από 100 χρόνια. Ακόμη και οι φτωχοί είναι πολύ καλύτερα απ ότι ήταν πριν 100 χρόνια».
Μπορούμε να συνεχίσουμε όμως με αυτό τον τρόπο και τι αντίκτυπο θα έχει αυτό για τους εργαζόμενους;
«Φτάνουμε σε ένα σημείο που τα μηχανήματα θα κάνουν τόσες πολλές δουλειές και ίσως δε θα περισσεύει πολλή εργασία για τους ανθρώπους. Η τεχνητή νοημοσύνη είναι μια εξέλιξη που θα τη δούμε όπως τη βιομηχανική επανάσταση. Δεν έχουμε καταλάβει ακόμη τι μας έρχεται.
Πιστεύω ότι αυτό θα πάει σε κύματα. Θα έχουμε ένα κύμα προς τα πάνω, όταν και θα αλλάξουν σημαντικά τα πράγματα, μετά ίσως υπάρξει μια απογοήτευση. Τώρα βρισκόμαστε σε κύμα προς τα πάνω. Ακόμη δεν ξέρουμε τι μπορούμε να κάνουμε με αυτά τα μηχανήματα. Υπάρχουν εφαρμογές που λειτουργούν ως ένας προσωπικός βοηθός, που μας συμβουλεύει σε όλα και μας βοηθά.
Υπάρχουν άνθρωποι που ήδη χρησιμοποιούν αυτές τις τεχνολογίες. Ένας δικηγόρος μου λέει ότι παράγει καθημερινά μέσω ΤΝ αρκετές προτάσεις και κείμενα που χρησιμοποιεί. Ο άλλος που κάνει χημεία μέσω της ΤΝ στο μέλλον θα ψάχνει για νέα φάρμακα. Π.χ. αν δημιουργούσαμε ένα χημικό στοιχείο τι θα έκανε αυτό στα κύτταρα; Δεν θα δοκιμάζουμε ένα ανά δύο χρόνια, αλλά ένα ανά ένα δευτερόλεπτο. Οπότε υπάρχουν πολλά περιθώρια».
Big Data Analysis
«Υπάρχουν διαφορετικοί τρόποι για να λύνεις ένα πρόβλημα. Ο ένας είναι να σκέφτεσαι τις λύσεις και το άλλο να ξέρεις ήδη πολλά και να βρίσκεις τις λύσεις. Αυτό δεν είναι νοημοσύνη με τη στενή έννοια, αλλά είναι εμπειρία. Αν έχεις ένα σύστημα που γνωρίζει όλα τα δεδομένα λοιπόν μπορεί να σου βρει τη λύση, ενώ εμείς δεν μπορούμε να κοιτάξουμε 1 εκατ. πράγματα. Η ΤΝ σχετίζεται λοιπόν με αυτό που λέμε Big Data Analysis. Σε αυτό τον τομέα περιμένω μεγάλες εξελίξεις. Ψάχνουμε μανιωδώς πού μπορούμε να κάνουμε αυτές τις αλλαγές και πού θα είναι χρήσιμο. Για να πετύχoυμε τους στόχους μας, όμως μπορεί να μην είναι καλό για την κοινωνία. Ήδη συμβαίνει αυτό με τα social media, που μπορούν να ξέρουν ή να προβλέπουν πολλά για μας».
Με βάση τα παραπάνω και όσα είπες για την παραγωγή πλούτου μπορούμε να πούμε ότι η ΤΝ είναι ένα εργαλείο καπιταλιστικό;
«Δε θα έλεγα ότι βοηθά να το βλέπουμε έτσι. Μπορεί να είναι μια εταιρία που παράγει κέρδος με το δικό της τρόπο και απλά χρησιμοποιεί την ΤΝ για να το κάνει πιο αποτελεσματικά. Αυτό είναι το κλασικό σύστημα αύξησης της παραγωγικότητας, δεν είναι καινούργιο. Παράλληλα έχουμε κοινωνικά συστήματα που προστατεύουν τους ανθρώπους.
Απλά πρέπει να σημειώσουμε ότι η εξέλιξη θα είναι γρήγορη σε παγκόσμιο επίπεδο και θα είναι δύσκολο να την ελέγξουμε. Υπάρχουν και κάποιες διαφορές σε σχέση με το παρελθόν. Για παράδειγμα, ο τόπος μιας εταιρίας δε θα είναι ξεκάθαρος όπως παλαιότερα. Π.χ. η Amazon που δεν ξέρεις πού είναι η έδρα της. Δεν είναι δηλαδή όπως οι βιομηχανίες του παρελθόντος».
Ποιοι εργαζόμενοι απειλούνται περισσότερο;
«Απειλεί άλλες κοινωνικές ομάδες από την κλασική βιομηχανική επανάστασή. Πιστεύω ότι αυτοί που θα κάνουν απλές χειρωνακτικές εργασίες να μην απειλούνται τόσο, όσο εργασίες που σχετίζονται με τη λήψη μίας απόφασης ή μια διαδικαστική δουλειά που σχετίζεται με πληροφορίες και μπορούν να γίνουν από έναν υπολογιστή.
Για παράδειγμα στις τράπεζες. Ακόμη και στην αρχιτεκτονική, ένα σχέδιο μπορεί να γίνει από τον υπολογιστή, βάζοντας ένα module. Η απειλή αλλάζει στόχο και είναι ενδιαφέρον να δούμε πώς θα εξελιχθεί. Η αγορά εργασίας πιέζεται στη μέση. Αυτοί που έχουν κάποια εκπαίδευση και κάποια γνώση απειλούνται πιο πολύ και αυτοί που κάνουν απλές εργασίες, ή έχουν πολύ ειδικευμένες γνώσεις, δεν απειλούνται τόσο».
Ο δικός σας ρόλος ως φιλόσοφοι της ΤΝ ποιος είναι;
«Ο ρόλος ο δικός μας είναι να κατανοήσουμε τι συμβαίνει και να δούμε τι θέλουμε να συμβεί. Η απόσταση ανάμεσα σε αυτό που μπορούμε να κάνουμε και δε θα ήταν καλό να κάνουμε, λέγεται ηθική. Π.χ. η ΕΕ αποφάσισε ότι δεν θα έπρεπε να έχουμε συστήματα με κάμερες στους δρόμους που αναγνωρίζουν πρόσωπα. Σε αρκετά σημεία έχουμε βάλει περιορισμούς. Η ΕΕ έχει επιβάλλει νόμους, κυρίος το ΑΙ Act, που βασίσετε στην ανάλυση του ρίσκου. Υπάρχουν χρήσεις της ΤΝ που έχουν περισσότερο ρίσκο και πρέπει να προσέχουμε. Π.χ. ένα αυτοκίνητο που λειτουργεί με ΤΝ και μπορεί να σκοτώσει ανθρώπους είναι πιο επικίνδυνο από το να σου προτείνει να ακούσεις ένα τραγούδι.
Στην ΕΕ υπάρχει πολιτική βούληση για προστασία, ακόμη κι αν δεν γνωρίζουμε ακριβώς. Στην Αμερική και στην Κίνα υπάρχει η αντίληψη να δοκιμάσουμε πρώτα και θα δούμε τι θα γίνει και αν υπάρχουν προβλήματα, θα τα διορθώσουμε. Είμαστε σε ένα κρίσιμο σημείο, έχουμε καταλάβει ότι έχουν πέσει πολλά χρήματα για την εξέλιξη της ΤΝ και θα δούμε τι θα γίνει.
Ένα σημείο είναι ο πόλεμος. Πχ μπορεί το μηχάνημα να στείλει τον πύραυλο ή να κάνει την έκρηξη και δεν χρειάζεται να πας εκεί εσύ. Μπορεί το drone να ‘κάνει τη δουλειά’ χωρίς πιλότο. Ο πόλεμος μπορεί να είναι κάτι που μόνο κοστίζει, αλλά δε θα φέρνει νεκρούς πίσω στην πατρίδα, όπως παλιά».
Υπάρχει περίπτωση να χάσουμε τον έλεγχο από την Τεχνητή Νοημοσύνη και να κυριαρχήσει αυτή;
«Υπάρχουν σημεία που χάνουμε ήδη τον έλεγχο, απλώς επειδή μεταφέρουμε αποφάσεις σε μηχανήματα και δεν μπορούμε χωρίς αυτά. Όταν για παράδειγμα δεν έχουμε δεδομένα στο κινητό ή δεν λειτουργεί ο χάρτης κάπου που δεν ξέρουμε. Σίγουρα θα χάσουμε τον έλεγχο και πιο πολύ. Όμως ας μην ξεχνάμε πως υπάρχουν κι άλλα σημεία στα οποία αποκτούμε τον έλεγχο, κάνοντας processing σε πολλά δεδομένα. Για παράδειγμα γνωρίζοντας μία δεδομένη στιγμή πόση κίνηση έχει η Θεσσαλονίκη».
Η Super Intelligence
«Εκεί που είναι διαφορετικά τα πράγματα, είναι με την Υπερφυσική Νοημοσύνη, τη Super Intelligence, αν δηλαδή τα μηχανήματα γίνουν πιο έξυπνα από εμάς. Δεν πιστεύω πως θα γίνει, γιατί υπάρχουν στοιχεία της νοημοσύνης που δεν έχουμε ιδέα πώς να τα αναπαράγουμε στα μηχανήματα, όπως για παράδειγμα ποια είναι τα κριτήρια μιας απόφασης. Μπορεί να αποφασίσει η ΤΝ, αλλά δεν μπορεί να αποφασίσει για τα κριτήρια. Ένας άνθρωπος π.χ. μπορεί να αποφασίσει αν θα είναι ειλικρινής ή πιο ευγενικός ανάλογα τη στιγμή. Το μηχάνημα δεν ξέρει τι είναι αυτό που κάνω και γιατί το κάνω».
Συνείδηση, δηλαδή;
«Κατανόηση και ηθική σκέψη θα πω. Στοιχεία που βασίζονται σε μια αίσθηση που έχουμε μέσα μας. Είναι πιο αποδοτικό να μιλάμε για τη λειτουργία της νοημοσύνης παρά για τη «συνείδηση» γιατί αυτό συνδέεται με μεταφυσικές σκέψεις της ψυχής και θολώνει λίγο το νερά. Διχάζει τους φιλοσόφους το θέμα της Super Intelligence εγώ πιστεύω ότι δε θα προχωρήσει, αλλά πρέπει να κάνουμε έρευνα».
Μου έκανε πρόσφατα εντύπωση μια είδηση ότι ένα ρομπότ έκλαψε με το άκουσμα ενός τραγουδιού.
«Σε ένα απλό επίπεδο μπορεί να συμβεί κι αυτό. Ακόμη και να προγραμματίσω ότι όταν το κλοτσάω θα πει «άου» (γέλια). Ή όταν βάζω ένα τραγούδι να παίξει, θα κλάψει. Αυτό που έχει σημαντική διαφορά ανάμεσα στα μηχανήματα και τα ζωντανά στοιχεία του κόσμου, είναι ότι εμείς καταλαβαίνουμε πως η ζωή είναι κάτι που κινδυνεύει. Υπάρχει ο πόνος που τον αποφεύγω γιατί είναι κάτι αρνητικό. Αυτό δεν αναπαράγεται σε ένα σύστημα που δεν έχει αυτό τον κίνδυνο και τη σημασία της αναπαραγωγής».
Η ΤΝ μέσω της ιατρικής μπορεί να αυξήσει κι άλλο το Μ.Ο. ζωής και τι μπορεί να σημαίνει αυτό για το μέλλον της ανθρωπότητας;
«Υπάρχουν σκληρά βιολογικά όρια σε αυτό και ουσιαστικά το προσδόκιμο ζωής σε άνθρωπο που βρίσκεται σε πολύ καλές συνθήκες δεν έχει αλλάξει, τους τελευταίους αιώνες. Έχει αλλάξει κάπως λόγω της καλύτερης ιατρικής. Το πρόβλημα είναι άλλο. Δεν έχουμε πολλά παιδιά. Η αναπαραγωγή παιδιών είναι σημαντικά κάτω από το 2,1 που θα έπρεπε να είναι για να μένει στάσιμος ο πληθυσμός. Έχουμε πολύ λιγότερα παιδιά απ’ όσα θα έπρεπε να έχουμε, στις ανεπτυγμένες περιοχές που καλύπτουν τη Γη πλην Αφρικής».
Πώς βλέπεις τη μόδα του Chat GPT ;
«Ξάφνιασε και τους ειδικούς για το πόσο καλά εξελίσσεται. Είναι ένα σύστημα από ένα τεράστιο μέγεθος δεδομένων. Παράγει σχετικά λογικές απαντήσεις. Θα έχει και αυτό σημαντικές αλλαγές και στην εκπαίδευση. Ήδη κλέβουν με αυτό τον τρόπο, όχι μόνο οι μαθητές, αλλά και οι καθηγητές. Αλλάζει τα δεδομένα. Το ενδιαφέρον είναι πώς είναι να κάνεις τα συστήματα αυτά να είναι πραγματικά παραγωγικά και να μη μοιάζουν με παιχνιδάκι. Οι εταιρίες ασχολούνται ήδη με το πώς αυτό το εργαλείο θα παράγει πλούτο».
Και με τις ειδήσεις ή τις εικόνες που αναπαράγονται μέσω ΤΝ τι γίνεται;
«Το πρόβλημα είναι ότι όλα γίνονται ίδια σούπα, δηλαδή μια εικόνα που δείχνει τον Τραμπ να μιλά με έναν Ρώσο δε ξέρουμε αν είναι αληθινή ή όχι, άρα η είδηση μπορεί να είναι bullshit. Μετά όλα θα θεωρούνται αβέβαια. Δεν ξέρω ποια είναι η λύση γι΄αυτό. Υπάρχουν στοιχεία εμπιστοσύνης στις κοινωνίες. Αν διαβάζω για παράδειγμα κάτι στην Parallaxi ελπίζω ότι θα είναι πιο σωστό από το αν διαβάζω ένα tweet».