του Βασίλη Γεροδήμου
Το τελευταίο διάστημα προβάλλεται ιδιαίτερα στη δημόσια ζωή ο όρος Α.Ι. (Αrtificial Inteligence – Τεχνητή Νοημοσύνη). Τόσο από τους κολοσσούς της τεχνολογίας, όσο και από επιστήμονες, φιλόσοφους, αλλά και καθημερινούς πολίτες που βλέπουν με καχυποψία τις επιπτώσεις που μπορεί να επιφέρει η διείσδυση της Τεχνητής Νοημοσύνης στις ζωές τους.
Καχυποψία και αντιπαράθεση φαίνεται πως κυριαρχεί και μέσα στους ηγετικούς κύκλους της Silicon Valey με την προ μηνός διαμάχη μεταξύ Zuckerberg και Musk να ανοίγει έναν κύκλο δημόσιας κουβέντας για την ανάπτυξη της. Χαρακτηριστικά για τις εκ διαμέτρου διαφορετικές οπτικές σχετικά με την Τεχνητή Νοημοσύνη είναι τα λεγόμενα των επικεφαλής τεχνολογικών κολοσσών: «Τα επόμενα 10 χρόνια , η Τεχνητή Νοημοσύνη θα προσφέρει πάρα πολλές βελτιώσεις στη ζωή μας». «Με την Τεχνητή Νοημοσύνη ειδικά, είμαι πραγματικά αισιόδοξος», Mark Zuckerberg, CEO of Facebook. «Αν δεν ανησυχείτε για την ασφάλεια της Τεχνητής Νοημοσύνης, θα έπρεπε. Σίγουρα είναι πιο επικίνδυνη από τη Βόρεια Κορέα». Elon Musk, CEO of Tesla, SpaceX, PayPal.
Είναι όμως πραγματικά η Τεχνητή Νοημοσύνη τόσο έξυπνη, σε βαθμό που να μπορεί να συγκριθεί με τον ανθρώπινο εγκέφαλο; Ας δούμε λίγο τι είναι και πως λειτουργεί. Ως Τεχνητή Νοημοσύνη ορίζεται το επιστημονικό πεδίο που καλύπτει οτιδήποτε έχει να κάνει με την εμφύσηση νοημοσύνης σε μια μηχανή ώστε να είναι σε θέση να παίρνει λογικές αποφάσεις. Σήμερα, το πιο προηγμένο κομμάτι της βασίζεται στη Μηχανική Μάθηση. Όπως υποδηλώνει ο όρος, η μηχανή «μαθαίνει» από τα δεδομένα που συλλέγει από το περιβάλλον της και από βάσεις δεδομένων με τεράστιες ποσότητες πληροφορίας. Με τη βοήθεια των μαθηματικών και ιδιαίτερα της στατιστικής, οι αλγόριθμοι αυτοί είναι σε θέση να αναλύουν τα δεδομένα και να αναγνωρίζουν διάφορα πρότυπα-καταστάσεις με βάση τις απαιτήσεις που έχει καθορίσει ο προγραμματιστής. Με τον τρόπο αυτό η μηχανή αποφασίζει «λογικά» και προσαρμόζεται στις συνθήκες του περιβάλλοντος που βρίσκεται. Πάνω στο μοντέλο αυτό λειτουργεί και η υπηρεσία μετάφρασης της Google.
Ουσιαστικά όταν μιλάμε σήμερα για Τεχνητή Νοημοσύνη θα πρέπει να έχουμε στο μυαλό μας μια περαιτέρω αυτοματοποίηση και την προσθήκη εν τέλει ενός ακόμα βαθμού ελευθερίας στις μηχανές, καθώς αυτό που συμβαίνει πραγματικά είναι η συμπύκνωση της ανθρώπινης νοημοσύνης των προγραμματιστών στον πηγαίο κώδικα των συστημάτων.
Όπως δηλώνει o διακεκριμένος επιστήμονας Pascal Kaufmann ειδικός σε θέματα νευροεπιστήμης και τεχνητής νοημοσύνης «Δεν θα πρέπει να χρειαζόμαστε 300 εκατομμύρια φωτογραφίες με γάτες για να μπορέσουμε να πούμε αν κάτι είναι γάτα, αγελάδα ή σκύλος. Η νοημοσύνη δεν σχετίζεται με τα Big Data, αλλά με τα μικρά δεδομένα. Οι αρχές που μας κάνουν να αναγνωρίζουμε μια γάτα, όπως το κάνουν τα παιδιά, ονομάζονται νοημοσύνη και είναι κάτι που δεν χρειάζεται εκατομμύρια φωτογραφίες.»
Παρ’ όλο που οι μηχανές δεν είναι και τόσο έξυπνες πραγματικά και η εποχή που θα συναγωνίζονται τον ανθρώπινο νου φαίνεται να αργεί ακόμη αρκετά, θα ήταν φρόνιμο να αναλογιστούμε τις συνέπειες που θα έχει σε διάφορες πτυχές της ζωής μας η επιπλέον «αυτάρκεια» που έχουν αποκτήσει και τους προσδίδει τρομερή αποτελεσματικότητα σε συγκεκριμένα πεδία. Πεδία όπως η ανθρώπινη εργασία, η στοχευμένη διαφήμιση χαρτογράφηση των ανθρώπινων συνηθειών, και η πολεμική και φονική αποτελεσματικότητα των μηχανών, χωρίς ίχνος συναισθήματος, αναμένεται τα επόμενα χρόνια να επηρεαστούν ραγδαία από την εξέλιξη της Τεχνητής Νοημοσύνης. Κρίνεται απαραίτητο λοιπόν οι προοδευτικές δυνάμεις να αναλύσουν τις αλλαγές που επικροτούν τα μεγαλύτερα think tanks του παγκοσμιοποιημένου καπιταλισμού και να οικοδομήσουν άποψη για ένα κόσμο που αλλάζει σήμερα.
