Η Τεχνητή Νοημοσύνη θα είναι χρήσιμη εκεί που θα χρειάζεται και η Νοημοσύνη

Read the above in English

Ο πατέρας της Τεχνητής Νοημοσύνης (ΤΝ), Alan Turing είχε ορίσει το απόλυτο τεστ για το πότε μία μηχανή μπορεί να θεωρείται «νοήμων»: Όταν το πρόσωπο που αλληλοεπιδρά μαζί της (με κείμενο, εκείνο τον καιρό), δεν μπορεί να καταλάβει αν πρόκειται για άνθρωπο ή όντως για μηχανή.

Η τελευταία έκδοση από την Microsoft, των Brand Smith και Harry Shum, υπό τον τίτλο The Future Computed, ασχολείται με το παρόν και το μέλλον της Τεχνητής Νοημοσύνης αλλά όχι με τρόπο υπερβατικό όπως οι συνήθεις εκδόσεις. Δηλαδή, δεν κάνει τόσο εντυπωσιακές προβολές στο μέλλον αλλά εξετάζει ποια βήματα κάνουμε αυτή τη στιγμή, πώς πρέπει να διαμορφωθεί το πλαίσιο για τα επόμενα βήματα και τι αλλαγές θα επιφέρει.

Γιατί για να αναπτυχθούν τα συστήματα ΤΝ είναι απαραίτητο να διασφαλιστούν οι αρχές, οι πολιτικές και οι νόμοι για την υπεύθυνη χρήση τους. Εδώ οι συγγραφείς υποστηρίζουν ότι τα συστήματα αυτά θα πρέπει να είναι δίκαια, αξιόπιστα, ασφαλή, διαφανή και ελεγχόμενα. Σημειώνουν όμως πως πριν φτιάξουμε νέους κανόνες και νόμους για το ΑΙ, πρέπει να έχουμε δώσει σαφείς απαντήσεις σε θεμελιώδη ζητήματα σχετικά με αυτά. Όπως επίσης, για τη βελτίωση των συστημάτων, οι αρχές να φροντίσουν ώστε να υπάρχει πλήρης πρόσβαση στα δεδομένα φροντίζοντας παράλληλα την εξασφάλιση της ατομικότητας και του απορρήτου.

Οι αλλαγές θα φέρουν αλλαγές

Οι αλλαγές που θα επιφέρει η ανάπτυξη της ΤΝ είναι σαρωτικές σε όλο το φάσμα της ζωής μας, ξεκινώντας από το πεδίο της εργασίας. Οι Smith και Shum ασχολούνται σε βάθος με το μέλλον της εργασίας τόσο ως αντικείμενο όσο και ως θέσεων απασχόλησης.

Να μερικοί εντυπωσιακοί αριθμοί, τους οποίος θα προσπαθήσω να βάλω σε μια συνοπτική σειρά ώστε να βγαίνει κάποιο νόημα στο σύνολο τους:

51.000.000 θέσεις θα χαθούν την επόμενη δεκαετία αλλά θα προκύψουν νέες περιοχές οικονομικών δυνατοτήτων και τελείως καινούργιες κατηγορίες και θέσεις δουλειάς. Μέχρι όμως το 2027, η ΤΝ θα εκτοπίσει 24,7 εκατ. θέσεις εργασίας και θα δημιουργήσει 14,9 νέες. Διότι, για κάθε ρομπότ που φτιάχνεται ανά χίλιους εργαζόμενους, μειώνει την απασχόληση κατά 6,2 εργαζομένους και προκαλεί μείωση των μισθών κατά 0,7%.

Η τεχνολογία όμως έχει δημιουργήσει πολλές περισσότερες δουλειές από αυτές που έχει καταργήσει και το ίδιο θα κάνει σε βάθος χρόνου. Η οικονομία της ΤΝ θα παρουσιάσει τεράστιες ευκαιρίες για εργαζόμενους και επιχειρήσεις, παρά την πρώτη περίοδο «προσαρμογής», αρκεί οι κοινωνίες να ανταποκριθούν στις νέες απαιτήσεις.

Εύκολο; Όχι. Εφικτό; Ναι. Θα δοκιμαστεί όμως στ’ αλήθεια η ικανότητα προσαρμογής και ανταπόκρισης μας. Κυρίως το σε ποιο βαθμό θα εκπαιδευτούμε, όχι τόσο στα συστήματα ΤΝ αλλά στο να προσαρμοζόμαστε στις νέες συνθήκες που αυτά δημιουργούν.

Αυτό μάς δείχνουν και τα άλλα δεδομένα που υπάρχουν: Μέχρι το 2020 το 30% των τεχνολογικών θέσεων εργασίας θα μένει ακάλυπτο εξαιτίας της έλλειψης ταλέντων, δηλαδή προσόντων. Και αυτό το κενό θα διευρυνθεί μια που χρειάζεται χρόνος για την ανάπτυξη εκπαιδευτικών προγραμμάτων για τις νέες τεχνολογικές δεξιότητες. Να φανταστούμε ότι το 50% της γνώσης που ένας φοιτητής παίρνει στο πρώτο έτος των σπουδών του, (θα) του είναι εντελώς άχρηστο μέχρι να αποφοιτήσει. Οι περισσότεροι εργαζόμενοι θα χρειαστεί να μάθουν νέες δεξιότητες στη διάρκεια του εργασιακού τους βίου.

Αν πρέπει να κρατήσουμε – συνοψίσουμε κάτι από το παραπάνω, τόσο για τις κοινωνίες όσο και για τον κάθε άνθρωπο ξεχωριστά, ίσως είναι το εξής: Η ικανότητα να μαθαίνεις νέα πράγματα, να συνεργάζεσαι, να επικοινωνείς, να προσαρμόζεσαι στα μεταβαλλόμενα περιβάλλοντα, ίσως και να είναι η πιο σημαντική δεξιότητα για τη διαρκή απασχολησιμότητα.

Τεχνητή Γενική Νοημοσύνη

Αφού είδαμε το πλαίσιο που πρέπει να διαμορφωθεί και τις απαιτήσεις στις οποίες χρειάζεται να ανταποκριθούμε ώστε να αναπτυχθούν τα συστήματα ΤΝ προς όφελος των κοινωνιών, ας δούμε πού βρισκόμαστε σήμερα σε επίπεδο σχεδιασμού και λειτουργίας των συστημάτων αυτών, που είναι και το κύριο μέρος της έκδοσης των Smith και Shum.

Για να κατανοήσουμε καλύτερα το για τί πράγμα μιλάμε, θα χρησιμοποιήσουμε τους ορισμούς αλλά και τους διαχωρισμούς που δίνει ο Max Tegmark στο δημοφιλές Life 3.0. Ως τρίτου επιπέδου ζωή περιγράφει εκείνη που έχει τη δυνατότητα να σχεδιάζει το hardware και το software της (τεχνολογικό στάδιο). Σε αντίθεση με εμάς, τους ανθρώπους, την Ζωή 2.0 δηλαδή, που τροποποιούμε μέσω εξέλιξης το hardware μας αλλά σχεδιάζουμε το μεγαλύτερο μέρος του λογισμικού μας (πολιτισμικό επίπεδο). Ζωή 1.0 είναι η ζωή εκείνη που τροποποιεί μέσω εξέλιξης και το υλισμικό και το λογισμικό της (βιολογικό στάδιο), δηλαδή οι πρωτόγονοι οργανισμοί.

Εξετάζουμε λοιπόν αυτό το τρίτο στάδιο, που ορίζεται ως Τεχνητή Γενική Νοημοσύνη, ως δηλαδή η ικανότητα ενός συστήματος να επιτυγχάνει οποιαδήποτε γνωσιακή εργασία τουλάχιστον εξίσου καλά με τους ανθρώπους. Αυτή την ικανότητα, σύμφωνα με τον Tegmark, οι τεχνοσκεπτικιστές θεωρούν ότι αργούμε ακόμα να την προσεγγίσουμε, σε αντίθεση με τους πολέμιους της τεχνολογίας, τους ψηφιακούς ουτοπιστές και το κίνημα της ωφέλιμης ΤΝ οι οποίοι και –παρά τις διαφορές τους- θεωρούν ότι είμαστε πολύ κοντά από αυτόν τον στόχο.

Όπως είπαμε και στην εισαγωγή, η μελέτη της Microsoft δεν κάνει ούτε προβολές ούτε προβλέψεις. Εξετάζουμε πού βρισκόμαστε τώρα και τι θέση (σχεδιάζουμε να) έχει η ΤΝ στη ζωή μας.

Τι θέλουμε να κάνει η Τεχνητή Νοημοσύνη για εμάς

Τρία είναι τα στοιχεία που συνέβαλαν στην επιτάχυνση της προόδου της ΤΝ τα τελευταία χρόνια: τα data αυξάνονται και είναι πιο προσβάσιμα, το cloud μεγαλώνει και οι αλγόριθμοι δυναμώνουν.

Στην Microsoft αντιμετωπίζουν το ΑΙ ως ένα σύνολο τεχνολογιών που επιτρέπει στους υπολογιστές να αντιλαμβάνονται, να μαθαίνουν, να κρίνουν και να βοηθούν στη λήψη απόφασης για την επίλυση προβλημάτων, κατά τον τρόπο που ενεργούν οι άνθρωποι. Η αλήθεια βέβαια είναι ότι η σημερινή ΤΝ δε μπορεί καν να ανταγωνιστεί την ικανότητα ενός παιδιού να καταλάβει και να αλληλεπιδράσει με τον κόσμο χρησιμοποιώντας τις αισθήσεις του όπως η αφή, η όραση και η μυρωδιά. Ούτε διαθέτει τη στοιχειώδη ικανότητα να αναγνωρίσει την έκφραση, τον τόνο, το συναίσθημα και τις λεπτές αποχρώσεις της ανθρώπινης αντίδρασης. Με άλλα λόγια η ΤΝ σήμερα έχει ισχυρό IQ αλλά από συναισθηματική νοημοσύνη, δεν…!

Όταν οι μηχανές μπορέσουν να ενσωματώσουν την ευφυία του IQ με την ενσυναίσθηση της συναισθηματικής νοημοσύνης, τότε θα μπορούμε να πούμε ότι έχουμε καταφέρει να δημιουργήσουμε ένα «επικοινωνιακό» AI. Όταν δηλαδή, κι αυτό, μπορεί να συνδυάσει γνώσεις διαφορετικών θεμάτων και να αντιδράσει φυσικά, να αντιληφθεί, για παράδειγμα πότε κάποιος προσπαθεί να κάνει χιούμορ ή να είναι σκαρκαστικός.

Από το InnerEye που χρησιμοποιείται στην Ιατρική Τομογραφία και χρησιμοποιεί τεχνολογία ΤΝ η οποία έχει σχεδιαστεί για video games, στο Seeing AI που μεταφράζει το οπτικό περιβάλλον στους τυφλούς, μέχρι το Project Premonition όπου οι επιδημιολόγοι για να προλάβουν την εξάπλωση επιδημιών χρησιμοποίησαν τα κουνούπια ως αισθητήρες για να συλλέγουν από αέρος αίμα και να το αναλύουν, το είδος της μηχανικής ευφυίας που οι υπολογιστές μπορούν να παρέχουν θα έχει ιδιαίτερη επίδραση σχεδόν σε όλα τα πεδία όπου η ευφυία παίζει κάποιο ρόλο.

Στόχος λοιπόν είναι να φτιαχτούν συστήματα τα οποία είναι εξαρχής σχεδιασμένα ώστε να ενισχύουν την φυσική ανθρώπινη ευφυία. Αυτό χρειάζεται να αντιληφθούμε όταν κουβεντιάζουμε για τις μηχανές που θα μας «αντικαταστήσουν».

Η ΤΝ μοιάζει να είναι η νέα πανάκεια δια πάσαν νόσο. Εφαρμόζεται ή την επικαλούμαστε για το οτιδήποτε. Το Data αναδεικνύεται στο μέσο που θα μας λύσει όλα μας τα προβλήματα. Σαν ένα «πάτερ ημών» δηλαδή, που αφού θα περάσουμε από αυτό, σημαίνει ότι πράττουμε και ορθά. Σα να προσπαθούμε να αγνοήσουμε το δικό μας ρόλο. Σαν έτσι να την γλυτώνουμε…

Σε χρειαζόμαστε

Καθώς ο αυτοματισμός και η ΤΝ αναλαμβάνουν εργασίες που χρειάζονται η σκέψη και η κρίση, θα γίνει ιδιαιτέρως σημαντικό το να εκπαιδευτούμε και οι άνθρωποι, ίσως ορίζοντας ξανά κάποιες από τις κλασικές μας γνώσεις, θεωρίες και αξίες, να ασκούμε την κριτική σκέψη, τη δημιουργικότητα, την ενσυναίσθηση και τη λογική.

Διότι, όπως τόσο εύστοχα σημειώνουν και οι Smith και Shum:

Η Τεχνητή Νοημοσύνη θα είναι χρήσιμη εκεί που θα χρειάζεται και η Νοημοσύνη!

Ακούγοντας τον Kevin Scot, CTO της Microsoft τον περασμένο Αύγουστο την έκπομπη του Lex Fridman για την ΤΝ (βρείτε την στο Spotify) καταλαβαίνεις ότι η Microsoft έχει σκοπό να κάνει με την ΤΝ ό,τι ακριβώς έκανε και με τα διάσημα προϊόντα της (software και hardware), να τα βάλει σε κάθε σπίτι, να εκδημοκρατίσει τα συστήματα αυτά. Γι’ αυτό και ο Scot αναφέρει πως αντιμετωπίζουν την τεχνητή νοημοσύνη ως μια πλατφόρμα που εξελίσσεται, μια πλατφόρμα ανοιχτή στο κοινό για να έχει πρόσβαση σε αυτήν, να τη μεταχειριστεί και να κάνει τη ζωή του καλύτερη.

Βλέπεις, δεν αρκεί η Τεχνητή. Χρειάζεται και η δική σου…

fayum.gr