Τεχνητή νοημοσύνη: Έτσι θα μοιάζει η ζωή μας το 2033

Ας ταξιδέψουμε νοητά στον κόσμο δέκα χρόνια μετά. Τον φανταζόμαστε με ιπτάμενα αυτοκίνητα, ρομπότ για όλες τις δουλειές, ταξίδια σε άλλους πλανήτες, μία εύκολη και εξαιρετικά αναπτυσσόμενη ζωή.

Μπορεί να συμβεί κάτι τέτοιο; Και ποιος ο ρόλος της τεχνητής νοημοσύνης;

 Την προηγούμενη δεκαετία εκπαιδευτήκαμε στην εύκολη κατανάλωση και αναζήτηση πληροφοριών, ήρθαν στην ζωή μας τα smartphones, ανά πάσα ώρα και στιγμή πια μπορούμε να βρούμε ότι αποζητούμε. Βιώνουμε την επανάσταση της τεχνολογίας για ακόμη μία φορά. Και φυσικά οι προβλέψεις για τα επόμενα δέκα χρόνια είναι πραγματικά δύσκολες καθώς τα δεδομένα αλλάζουν και εξελίσσονται διαρκώς.

 Ο Χρήστος Ουζούνης, καθηγητής του τμήματος Πληροφορικής , της Σχολής Θετικών Επιστημών του ΑΠΘ αναφέρει στην Parallaxi πως η τεχνητή νοημοσύνη είναι μία τεχνολογία πληροφορικής η οποία ήταν ένα όνειρο των ανθρώπων εδώ και περίπου 60 χρόνια και πραγματοποιείται σήμερα:

“Με την γενικότερη έννοια, η τεχνητή νοημοσύνη είναι μία επέκταση της πληροφορικής άρα της τεχνολογίας, κατά συνέπεια είναι μία προέκταση όλης της τεχνολογικής μας υποδομής, δηλαδή είναι μία τεχνολογία η οποία σαν πληροφορική θα επηρεάσει όλους τους τομείς της ζωής μας. Αφορά την πληροφορική αλλά στην πραγματικότητα είναι όλη η σύγχρονη τεχνολογία η οποία και βασίζεται πια σε μεγάλο βαθμό στην τεχνητή νοημοσύνη. Είναι πολύ δύσκολο να κάνουμε προβλέψεις για το μέλλον, ο μόνος τρόπος να προβλέψουμε τι θα γίνει την επόμενη δεκαετία είναι να πάμε πίσω. 

Επειδή υπάρχει μία επιτάχυνση γενικότερα και προς τα πάντα, έτσι θα πρέπει να συγκρίνουμε το τώρα με είκοσι χρόνια πριν. Επίσης υπάρχει μία επέκταση της υπολογιστικής υποδομής, δηλαδή είναι πανταχού παρούσα, κατ’εξοχήν παράδειγμα τα smartphones, συσκευές οι οποίες είναι πλήρης υπολογιστικές πλατφόρμες πάνω στις οποίες χτίζεται όλη μας η ζωή και η κοινωνία. Μία υπολογιστική δυνατότητα που 20 χρόνια πριν δεν υπήρχε, τώρα με τα ασύρματα δίκτυα και το 5G θα έχουμε πλήρη διασύνδεση όχι μόνο των ανθρώπων αλλά και των υπόλοιπων συσκευών” , αναφέρει.

Το ubiquitous computing βασίζεται στα ασύρματα δίκτυα και καθιστά σαφές πως έχουμε ένα πέπλο από hardwear και softwear το οποίο καλύπτει όλο τον πλανήτη. 

‘Οπως εξηγεί ο κ. Ουζούνης, η διαχείριση του περιβάλλοντος και της κοινωνίας ελέγχεται, παρακολουθείται, καταγράφεται και αποτυπώνεται με δίκτυα τηλεπικοινωνίων τα οποία καταλήγουν σε μεγάλους server και τα επεξεργαζόμαστε με τεχνολογίες τεχνητής νοημοσύνης, αναφέρει λοιπόν πως το 2022 δεν θα έχει καμία απολύτως σχέση με το 2032: “Δεν ξέρουμε αν τα επόμενα δέκα χρόνια θα είναι όλα ρόδινα ή σκοτεινά, εγώ κρατώ μία επιφύλαξη, πάντα υπάρχουν σκοτεινές και φωτεινές πτυχές. Οι βασικοί προβληματισμοί που υπάρχουν συσχετίζονται με τα πιο κλασικά θέματα τα οποία πάντοτε απασχολούσαν την ανθρωπότητα όταν ερχόταν σε επαφή με μια τεχνολογική επανάσταση, λόγου χάριν η αυτοματοποίηση και η απώλεια εργασίας. Αυτό θα συμβεί, δεν είναι απαραίτητα κακό έχει συμβεί και στο παρελθόν, όμως είναι ένας μετασχηματισμός ο οποίος είναι βίαιος όπως έγινε και με άλλες επαναστάσεις και μετά προκύπτει μία σταθεροποίηση με μία νέα γενιά που δημιουργεί νέες θέσεις εργασίας με άλλες δεξιότητες και τρόπους σκέψεις. 

Επιπρόσθετα, αναδύεται και το θέμα του privacy (ιδιωτικότητα) κατά πόσο δηλαδή τα δεδομένα μας που καταγράφονται από τους κολοσσούς, όπως η Google, η Facebook δίνουν την δυνατότητα σε αυτές τις εταιρίες να ξέρουν περισσότερα για εμάς απ’ ότι εμείς για τον εαυτό μας. Σε δέκα χρόνια θα κληθούμε να αντιμετωπίσουμε και την εικονική πραγματικότητα. Τέλος, αυτό το χρονικό διάστημα και η φύση του πολέμου θα έχει αλλάξει καθώς θα βλέπουμε πια αυτόματα όπλα με όλα αυτά να καταλήγουν στην οικονομία, όπως το σύστημα high frequency trading, το οποίο και συμβαίνει ήδη.

 Οι χρηματαγορές πια δεν ψάχνουν με ανθρώπινο δυναμικό μετοχές, έχουν υπολογιστές οι οποίοι ανταγωνίζονται για κλάσματα του δευτερολέπτου και κάνουν διαρκώς ανταλλαγές προϊόντων και υπηρεσιών σε ταχύτητες που δεν μπορεί να παρακολουθήσει ο άνθρωπος. Ήδη όλη η τεχνολογία βασίζεται σε μία τεχνητή νοημοσύνη όμως αυτή πρέπει να είναι υπό έλεγχο.” εξηγεί. 

Ο κ. Ουζούνης αναλύει τα φωτεινά σημεία της τεχνητής νοημοσύνης που θα αντιμετωπίσουμε τα επόμενα χρόνια με πρώτο και κύριο τις εφαρμογές στην ιατρική, όπως και οι εφαρμογές στην κατασκευή στο manufacturing (παραγωγή) και φυσικά στον τραπεζικό τομέα. 

Σύμφωνα με τον ίδιο η τεχνητή νοημοσύνη θα αλλάξει ακόμη και την πολιτική το πώς δηλαδή θα επηρεαζόμαστε ως πολίτες από τις εξελισσόμενες καμπάνιες που λαμβάνουν χώρα ψηφιακά πια. Περιμένουμε αλλαγές ακόμη και στην εκπαίδευση, , όταν ακόμη και σήμερα η μαθησιακή δραστηριότητα βασίζεται σε αναζητήσεις στο διαδίκτυο καταρρίπτοντας την αναζήτηση στα βιβλία:

“Ο τουρισμός για παράδειγμα έχει προσαρμοστεί την τεχνητή νοημοσύνη, με τους τουρίστες πια να φτάνουν  στα πιο απόμερα μέρη με την βοήθεια της τεχνολογίας, δημοσιοποιώντας φωτογραφίες και συντεταγμένες σε ένα κοινωνικό δίκτυο και βλέπουμε σύντομα να επισκέπτονται ένα απόμερο μέρος του πλανήτη 15.000 άτομα, προκαλώντας επίσης και σε ένα βαθμό και περιβαλλοντική επίδραση. 

Έτσι, δεν υπάρχει πλέον κανένα μέρος του πλανήτη που είναι κρυφό με την γενικότερη έννοια του όρου. Αυτό είναι μία περιβαλλοντική καταστροφή πέραν της κλιματικής κρίσης που βιώνουμε τώρα. Ένα άλλο ζήτημα είναι η διαχείριση της πληροφορίας, από εκεί που είχαμε ένα εργαλείο για να ενημερωνόμαστε και να οργανωνόμαστε, τώρα αντί να μας φροντίζει το εργαλείο, τα φροντίζουμε εμείς, δεν έχουμε απλώς ένα κινητό, έχουμε πολλές συσκευές που χρειάζονται συνέχεια αναβάθμιση. Χωρίς να το έχουμε αντιληφθεί απολύτως έχουμε γίνει Systems Managers. H διαχείριση πληροφορίας του σύγχρονου ανθρώπου είναι ασύλληπτα διαφορετική από εκείνη του παρελθόντος.” λέει. 

Ο κ. Ουζούνης αναφέρεται επίσης και στις καταγεγραμμένες πληροφορίες  που καταναλώνουμε οπτικά:

 “Ένα story telling, ή ένα ντοκιμαντέρ, ήταν πάντοτε επιμελημένα,  σήμερα αυτές οι πληροφορίες λόγου χάριν  ακραία βίαια φαινόμενα έρχονται στα χέρια μας ακατέργαστες. Δεν είναι πως δεν συνέβαιναν αυτά τα περιστατικά, απλώς τώρα τα μαθαίνουμε άμεσα και χωρίς φίλτρα, έρχεται η κινητή εικόνα ακατέργαστη στην οθόνη μας. Οπότε, ξαφνικά βλέπουμε έναν χείμαρρο ανθρώπινου κακόγουστου θορύβου, με πληροφορίες που δεν είναι επεξεργασμένες και φυσικά αυτό έχει πάρα πολύ έντονη επίδραση στην ψυχοσύνθεση της σύγχρονης κοινωνίας.” τονίζει.  Σύμφωνα με τον ίδιο, η τεχνητή νοημοσύνη είναι ένα όνειρο της υπολογιστικής επιστήμης, το οποίο θεώρησε πως μπορούμε να κατασκευάσουμε μηχανές οι οποίες θα προσομοιάσουν ή θα αντικαταστήσουν την ανθρώπινη σκέψη στο επίπεδο που μπορούν να δράσουν ουσιαστικά με ερεθίσματα και λογική επεξεργασία για να πετύχουν έναν σκοπό. Άρα υπάρχει μία ενδογενής αυτονομία των μηχανών:  “Η τεχνητή νοημοσύνη έχει κάνει τεράστια άλματα για δύο λόγους, εδώ και 60 χρόνια υπάρχει η υποδομή, υπάρχουν οι γλώσσες, υπάρχει ο συνολικός προγραμματισμός κλπ, τα σημεία που έκαναν την εκτόξευση της τεχνητής νοημοσύνης είναι τα εξής:

 α) οι μηχανές μας έχουν γίνει πολύ πιο γρήγορες και β) τα συστήματα αυτά τα οποία δεν είχαν την κρίσιμη μάζα δεδομένων από την οποία μπορούν να αντλήσουν πληροφορία σήμερα υπάρχουν.

 Αν θέλαμε να αναγνωρίσει μία μηχανή το 1980 μία γάτα ή έναν σκύλο προφανώς τότε ήταν πολύ δύσκολο διότι είχε χίλιες εικόνες και φυσικά ήταν χαμηλής ποιότητας και οι αλγόριθμοι δεν ήταν αρκετά εκπαιδευμένοι, ενώ σήμερα αυτός ο τομέας έχει εξελιχθεί τρομακτικά ακριβώς διότι αντί για να έχει χίλιες εικόνες έχει ένα δισεκατομμύριο εικόνες γάτας ή σκύλου,  τα οποία παραπέμπουν και στα Deep Fakes. 

Οι αλγόριθμοι έχουν εξελιχθεί τόσο πολύ ώστε όχι μόνο μπορούν να αναγνωρίσουν αλλά και να ζωγραφίσουν μία γάτα ή έναν σκύλο. Υπάρχουν δηλαδή τρόποι να κατασκευάσουμε ολόκληρα τοπία, περιβάλλοντα ή ο,τιδήποτε με τέτοια ακρίβεια που το ανθρώπινο μάτι πια δεν μπορεί να ξεχωρίσει ποιο είναι το πραγματικό και ποιό εκείνο που δημιούργησαν οι μηχανές. 

Τα μεγαλύτερα άλματα που έχει κάνει η τεχνητή νοημοσύνη στα τελευταία χρόνια πέρα από τις επικοινωνίες και τον σχεδιασμό αφορούν την αντίληψη. Μπορούν να καταλάβουν την ανθρώπινη γλώσσα χωρίς να την κατανοούν πραγματικά. Επίσης, το computer vision έχει αναπτυχθεί τόσο πολύ που μπορεί να αναγνωρίσει πρότυπα, όπως εξηγούμε και παραπάνω.

Εδώ παίζουν ρόλο τα δεδομένα, το concept της τεχνητής νοημοσύνης ότι μπορεί να δομηθεί αποκλειστικά από μαθητικές και λογικές αρχές δεν δούλεψε, όμως δούλεψε data adriven  δηλαδή μέσα από τα δεδομένα αντλείται αυτή την δυναμική. Οπότε τα Deep Fakes θα μας επηρεάσουν αρκετά. θολώνοντας την αντίληψή μας σε ό,τι αφορά το τι είναι αληθινό και τι έχει κατασκευαστεί από αλγορίθμους” καταλήγει.