Κύρια σημεία του 11ου live των Science Hoaxes

Share this:

Τίτλος: Τεχνητή Νοημοσύνη και Ρομποτική. Απειλή ή ευκαιρία για την ανθρωπότητα;

Καλεσμένοι: Οι ακαδημαϊκοί ερευνητές Δρ. Μαργαρίτα Χλη από το ETH της Ζυρίχης, ο Δρ. Σάββας Χατζηχριστοφής από το Πανεπιστήμιο Νεάπολις Πάφου, και ο Δρ. Σωτήρης Χατζής του ΤΕΠΑΚ.

Δημοσιογράφος: Σωκράτης Ιωακείμ

Υπεύθυνοι Σύνταξης: Μιχάλης Σιριβιανός, Γιάννης Μαρθάρης, Ράνια Γεωργίου.

  • Ο κόσμος σήμερα αντιμετωπίζει τον ΗΥ σαν μια μηχανή για εκτέλεση πράξεων. Ως επιστήμονες της πληροροφικής προσπαθούμε να μετασχηματίσουμε την ανθρώπινη σκέψη σε αλγόριθμους. Ακολουθώντας πχ αυτή την προσέγγιση η μηχανή κατάφερε το 1997 να κερδίσει στο σκάκι έναν άνθρωπο. 
  • Η Τεχνητή Νοημοσύνη ΄λαμβάνει γνώση απευθείας απ’ τον κόσμο και σχεδιάζει μόνη της αλγόριθμους.
  • Ένα πραγματικά ευφυές σύστημα τεχνητής νοημοσύνης είναι αυτό που μπορεί να μαθαίνει από μόνο του 
  • Εφαρμογές Τεχνητής Νοημοσύνης: Ρομποτική πλοήγηση, υγεία, διαφημίσεις στο ΦΒ, Amazon. 

Είναι εξυπνότερη από τον άνθρωπο η τεχνητή νοημοσύνη;

  • Η τεχνητή νοημοσύνη ξεκίνησε από την πεποίθηση ότι  θεωρούσαμε πως  καταλαβαίνουμε πώς δουλεύει η ανθρώπινη νοημοσύνη. Στην πραγματικότητα αυτό δεν δούλεψε καλά. Άρα προσπαθήσαμε να φτιάξουμε μια μηχανή που μπορεί να μάθει πράγματα από την εμπειρία, από την παρατήρηση. Αυτή την στιγμή που μιλάμε κανένα σύστημα Τεχνητής Νοημοσύνης δεν είναι πιο έξυπνη από τον άνθρωπο. 
  • Η νοημοσύνη στα βιολογικά συστήματα είναι ένα μηχανισμός ώστε να συντονίζεται η μυική κίνηση του οργανισμόυ προς την τροφή και πώς να αποφεύγει τον κίνδυνο δηλαδή συνδυασμός αντίληψης με κίνηση. 
  • Η τεχνητή νοημοσύνη μαθαίνει τη μηχανή από την εμπειρία.
  • Έχουμε την τάση να αντιμετωπίζουμε την ευφυία με βάση τον δικό μας ορισμό της εξπυνάδας πχ θεωρούμε έναν χιμπαντζή ως έξυπνο επειδή κάνει πράγματα που προσομοιάζουν τον άνθρωπο. Αλλά ουδέποτε εκτιμήσαμε το μεγαλείο της νυχτερίδας που μπορεί με απίστευτη ικανότητα και ακρίβεια να πλοηγείται στο σκοτάδι. 
  • Το εντυπωσιακό είναι όταν η μηχανή διαπρέπει σε έργα που εμείς αποτυγχάνουμε. 
  • Όμως είναι σε μεμονωμένα και συγκεκριμένα έργα στα οποία μπορεί να μας ξεπεράσει αλλά δεν μιλάμε για γενίκευση της νοημοσύνης η οποία στην περίπτωση του ανθρώπου ελέγχεται και από συναισθηματικά κίνητρα και άλλους παράγοντες.
  • Η εξέλιιξη καθοδηγείται από την ανάγκη σε δάφορους τομείς. Οι έννοιες της τεχνητής νοημοσύνης υπήρχαν πολύ παλιά. Με την εξέλιξη της υπολογιστικής ισχύος μπορούμε να δώσουμε πολλά δεδομένα σε νευρωνικό δίκτυο έτσι ώστε να μας εντοπίζει μοτίβα για το αποτέλεσμα που θέλουμε. 
  • Φανταστείτε ένα σύστημα που μαθαίνει από διάφορες εμπειρίες και καταφέρνει να βρίσκει μοτίβα στο τι μπορεί να συντελέσει στην επίτευξη του συγκεκριμένου έργου. Ένα ρομπότ είναι πολύ δύσκολο να το μάθει αυτό. 

Πού βρίσκεται σήμερα η ΤΝ και ποιες οι νεότερες τάσεις;

  • Η ικανότητα να αναπτύσεει η μηχανή από μόνη της αλγορίθμους. Πχ στην περίπτωση που θέλει να αναγνωρίσει η ΤΝ ένα ανθρώπινο πρόσωπο. Σήμερα αφήνουν τη μηχανή να αναγνωρίσει μόνη της τι είναι αυτά τα χαρακτηριστικά που απεικονίζουν πρόσωπο δίνοντάς της εκατομμύρια φωτογραφίες με πρόσωπα και βρίσκει συσχετίσεις έτσι ώστε σε μια καινούρια φωτογραφία να μπορεί να αναγνωρίσει τι είναι πρόσωπο. Με την ίδια λογική έχουμε μηχανές που κάνουν εκτίμηση κινδύνου.
  • Το πρόβλημα με την ΤΝ είναι ότι πρέπει να βασίζεται σε πάρα πολλά δεδομένα ώστε να καταλάβει πχ ότι αυτό είναι το δημαρχείο Λεμεσού. Χρειαζόμαστε όλο και περισσότερα δεδομένα για να κάνουμε τς συστήματα όλο και πιο ανθεκτικά, όλο και πιο έξυπνα ώστε να κτίσουμε στο transfer learning και στη βαθειά μάθηση. 
  • Αναπτύσσουμε τις δεξιότητές μας με βάση συγκεκριμένα κίνητρα με στόχο να εξασφαλίσουμε τη βιωσιμότητά μας. Αυτές οι τεχνικές νοημοσύνης είναι βασικές σε όλα τα έμβια όντα. 
  • Η ανθρώπινη νοημοσύνη κατευθύνεται κυρίως από τα κίνητρα τα οποία μας βοηθούν αν επιβιώσουμε. Το συναίσθημα στον άνθρωπο έχει πολύ βασικό λόγο ύπαρξης αφού  μας βοηθά να αναζητούμε τη δίκαιη θέση μας στην κοινωνία 
  • Στην ΤΝ έχουμε είσοδο και έξοδο πληροφορίας που οδηγεί σε συγκεκριμένο αποτέλεσμα.  Η ανθρώπινη όμως νοημοσύνη είναι πιο πολύπλοκη με ερέθισμα το κίνητρο και το συναίσθημα (περιβάλλον μνήμες, αναμνήσεις, εμπειρίεςκ λπ) με στόχο την επιβίωσή μας. 
  • Αυτά τα συστήματα που φτιάχνουμε εμείς που είναι στοχευμένα σε συγκεκριμένες εργασίες δεν μπορούν να έχουν μια συνολική εικόνα πχ όταν προσπαθώ να μετακινησω ένα φορτίο ταυτόχρονα μπορώ να τρέξω διάφορα άλλα πχ ήχους Δηλαδή να συνδυάσω πληροφορίες από διαφορετικές πηγές γνώσης. Πχ το κινητό στο χέρι  μου δεν είναι απλά ένα αντικείμενο αλλά έχω μια ανάμνηση σε σχέση με αυτό όταν μια φορά μου έπεσε κλπ. Όλα αυτά με βοηθάνε να μαθαίνω και να γενικεύω. Οι μηχανές κάνουν μεμονωμένα έργα στα τυφλά χωρίς γενίκευση. 
  • Τα ανθρώπινα συστήματα με τον τρόπο που τα υλοποιούμε απαιτούν απείρως πολύ περισσότερη πολυπλοκότητα και ενέργεια σε σχέση με ένα απλό νευρωνικό σύστημα ενός ζώου. 
  • Είμαστε πολύ μακριά να προσεγγίσουμε έστω και στοιχειωδώς έστω και λίγο τη νοημοσύνη ενός ζώου. 

Θα έχουμε κάποτε πιστή εξομοίωση της ανθρώπινης συνείδησης;

Ποια είναι η ηθική διάσταση της Τεχνητής Νοημοσύνης;

  • Στη μηχανική μάθηση η ηθική της βασίζεται στην ηθική των δεδομένων που θα της δώσουμε εμείς. Πχ αν έχουμε ένα σύστημα ΤΝ που με αντικειμενικό τρόπο θα κρίνει αιτήσεις για δάνεια. Αυτό το σύστημα θα παίρνει πληροφορίες για τα οικονομικά ή άλλα δεδομένα αιτητών και θα αποφασίζει αν θα αποπληρώσει το δάνειο ή όχι. Θα του δώσουμε παραδείγματα. Εάν είμαι όμως τραπεζίτης ο οποίος όποτε μου ερχόταν αίτηση για δάνειο από έναν μαύρο ή μετανάστη εγώ το απέρριπτα τότε ό,τι και να συμβεί η μηχανή η οποία είναι ουδέτερη θα λειτουργήσει με την λανθασμένη αυτή ηθική που εμείς της δώσαμε αφού θα βασίζεται στα δεδομένα που λαμβάνει από εμάς. 
  • Άρα θέλουμε όλο και περισσότερα δεδομένα αλλά δεδομένα αμερόληπτα. Αν πάρουμε δεδομένα που έτσι κι αλλιώς μεροληπτούν εις βάρος συγκερκιμένων ομάδων ανθρώπων  τότε θα μεροληπτεί και το μηχανικό σύστημα. 
  • Το καθήκον μας ως ακαδημαϊκοί στην Τεχνητή Νοημοσύνη είναι να μεταφράζουμε τους πολύπλοκους αλγόριθμους μας σε κατανοητή γλώσσα.
  • Η ηθική είναι οι άγραφοι κανόνες που υιοθετούμε ώστε να συμβιώνουμε ως κοινωνία και να μην βλάπτουμε ο ένας τον άλλο. Πχ στην περίπτωση των αυτόνομων αυτοκινήτων ποιος θα φταίει σε περίπτωση ατυχήματος; Ο κατασκευαστής ή ο προγραμματιστής; 

Ποια τα κυριότερα προβλήματα της ΤΝ;

Το μεγαλύτερο εμπόδιο είναι το πρόβλημα της γενίκευσης. Στην ρομποτική όραση έχουμε την τάση να παράγουμε ωραία βίντεο όπου φαίνεται ότι το σύστημα λειτουργεί υπέροχα όμως στην πραγματικότητα γιατί δεν μπορούμε ακόμα να έχουμε ρομπότ που να πλοηγούνται αυτόνομα. 

Ούτε καταφέραμε να βρίσκουμε πιο ανθεκτικές λύσεις. 

Βασική επίσης πρόκληση είναι να μπορεί ένα έξυπνο σύστημα  να μαθαίνει από λίγα παραδείγματα. 

Οι μηχανές θα οδηγήσουν σε απολύσεις;

  • Κάθε βιομηχανική επανάσταση αφαιρεί θέσεις εργασίας και δημιουργεί άλλες. Οι θέσεις εργασίας όμως είναι πάντα πολύ περισσότερες. Στην  Τρίτη βιομηχανική επανάσταση βλέπουμε γραμματείς πχ στενογράφοι να μένουν χωρίς δουλειά παρόλα αυτά χιλιάδες νέα επαγγέλματα λόγω νέων αναγκών δημιουργούν νέες θέσεις.
  • Η Τέταρτη Βιομηχανική Επανάσταση τρέχει τώρα και είναι πολύ κοντά (50 χρόνια) στην προηγούμενη. Ναι θα χαθούν δουλειές και αυτό θα συμβεί σε όσους δεν μπορούν εύκολα να προσαρμόζονται στα νέα δεδομένα. Πχ ψηφιακό μάρκετιγκ δεν υπήρχε, οι καθαριστές προσωπικών δεδομένων, οι διαχειριστές προσωπικού χρόνου και πολλά άλλα. 
  • Είναι πολύ μεγάλη η ευθύνη του  Υπουργείου Παιδείας να βοηθά τα παιδιά μέσω των συμβούλων επαγγελματικής καθοδήγησης να επιλέγουν επαγγέλματα του μέλλοντος
  • Θα εξαφανιστούν τα βαρετά επαγγέλματα που θέλουν επαναλαμβανόμενα έργα πχ συναρμολόγηση αυτοκινήτων. 
  • Πλέον θα μιλάμε για συμβίωση μηχανής με τον άνθρωπο πχ στην ακτινογραφία να διδάξουμε ένα σύστημα ποιος είναι ο καλοήθης ή κακοήθης όγκος έτσι ώστε να βοηθάει τον γιατρό στις διαγνώσεις του τόσο σε σχέση με την ταχύτητα όσο και ως προς την ακρίβεια. 
  • Επαγγέλματα όμως που απαιτούν ε κριτική σκέψη πχ δάσκαλοι δεν θα εξαλειφθούν εύκολα ούτε αυτά που παρέχουν φροντίδα και άμεση επαφή πως νοσοκόμοι η ψυχολόγοι. 
  • Η ΤΝ είναι ένα είδος αυτοματισμού άρα εργασίες επαναληπτικές έχουν μεγαλύτερο κίνδυνο να αντικαταστθούν. Αλλά εργασίες με επαναληπτικό κομμάτι αλλά πιο εξελιγμένο αυτές θα βοηθηθούν και θα συμπληρωθούν. Πχ ένας γιατρός που θέλει ένα δεύτερο μάτι το οποίο μπορεί να του το παρέχει μια έξυπνη μηχανή. Άρα μιλάμε για συμβίωση. 
  • Το εκπαιδευτικό σύστημα πρέπει να το δει αυτό και να στρέψει τους ανθρώπους σε πιο δημιουργικά επαγγέλματα. Όσα έχουν το στοιχείο της δημιουργικότητας δεν είναι εύκολο να αντικατασταθούν. 
  • Στήριξη της διά βίου μάθησης έτσι ώστε να είναι πιο ευέλικτοι οι άνθρωποι και να μπορούν να αλλάξουν επάγγελμα για να μπορούν ευκολότερα να ακολουθήσουν τους γρήγορους ρυθμούς των εξελίξεων στην τεχνολογία.
  • Η Τέταρτη Βιομηχανική Επανάσταση θα ολοκληρωθεί με τα compos με τη συμβίωση ανθρώπων και μηχανών. 
  • Στην Πέμπτη Βιομηχανική Επανάσταση θα μπορούν οι μηχανές να βελτιώσουν  ακόμα παραπάνω την ποιότητα ζωής μας και θα πάμε στα bots. 

Θα είναι εφικτό κάποτε να δούμε πρόεδρο ρομπότ; 

  • Για να υπάρξει κάποιος υψηλά ιστάμενος με τεχνητή νοημοσύνη θα πρέπει πρώτα να φτάσει στα επίπεδα της ανθρώπινης. Δεν θα ψήφιζα ποτέ ένα ρομπότ γιατί θα ήξερα ότι είναι δημιούργημά μου άρα αυτό στερείται αυτομάτως από τα οράματα που έχει ο δημιουργός του. 
  • Όταν φανταζόμαστε ΤΝ φανταζόμαστε κάτι ανθρωπόμορφο. Το σκάνδαλο όμως με την  Cambridge analytica οδήγησε στην εκλογή προέδρου όπως στην εκλογή του Τραμπ όπου χρησιμοποιήθηκαν με λάθος και ανήθικο τρόπο πολύ κρίσιμα δεδομένα. Δηλαδή προγραμμάτισαν το ΦΒ να φιλτράρει τα δεδομένα με βάση τις προτιμήσεις του κόσμου δηλαδή και εμφάνιζε στον ψηφοφόρο πληροφορίες με βάση τα ενδιαφέροντά του για να τον κατευθύνει προς συγκεκριμένες πολιτικές επιλογές. 

Behavioral Targeting 

Ρομποτική στα σχολεία

  • Είναι το μέσο και όχι ο αυτοσκοπός. Η χρήση της ρομποτικής βοηθάει το sequencing , σε μεγαλύτερες ηλικίες γίνεται μεγατρονική με γνώσεις μηχανικής και προγραμματισμού.
  • Καθοδηγούμε την τεχνολογική εξέλιξη με τροπο που να εξυπηρετούν τον άνθρωπο.

Έχει σχέση το 5G με την ΤΝ:

  • Το 5G δεν εχει σχέση με την ΤΝ. Είναι Fake news. Τα θετικά του 5G είναι o περισσότεροw όγκο πληροφοριών με λιγότερη καθυστέρηση ώστε να δίνουμε περισσότερα δεδομένα. Θα υπάρχει αυτή η δυνατότητα και στην ρομποτική γι’ αυτό όσοι ασχολούμαστε ερευνητικά με την ΤΝ αναμένουμε το 5G με ανυπομονησία. 
  • Δεν υπάρχει ανάγκη για ιπτάμενα αυτοκίνητα αλλά για αυτόνομα αυτοκίνητα για να μηδενίσουμε τα ατυχήματα που οφείλονται σε ανθρώπινο λάθος. Το 80% οφείλονται στον άνθρωπο. 
  • Θέλουμε λοιπόν ένα γρήγορο, εύρωστο αξιόπιστο δίκτυο  για τα αυτόνομα αυτοκίνητα. Με δίκτυο 5G θα ρυθμίζονται αυτόματα τα φώτα τροχαίας και αν οραματιζόμαστε έξυπνη πόλη με ρύθμιση κατανάλωσης και παραγωγής ή θέλουμε να πάμε στην επόμενη μέρα με έξυπνες συσκευές που παρακολουθούν την υγεία μας τότε το 5G είναι μονόδρομος.
  • Η Κύπρος είναι καλό παράδειγμα και η ενσωμάτωση της τεχνολογίας είναι απαραίτητη. Η εκπαιδευτική ρομποτική είναι πολύ καλό εργαλείο και ο εκπαιδευτικός οφείλει να την αξιοποιεί. 
  • Αν θέλουμε να εκπαιδεύσυμε τα μυαλά του μέλλοντος πρέπει τα παιδιά να κατανοούν σε βασικό επίπεδο τι σημαίνει τεχνητή νοημοσύνη. 
  • Η εταιρεία deep mind alfa go έδωσε τη δυνατότηα ανοικτού κώδικα για προσομοιώσεις ανοικτής δομής που θα νοηθήσουν στην ταχύτερη κατσακευή εμβολίου για τον κορονοϊό άρα βλέπουμε ότι η έρευνα σε αυτό τον τομέα συνέβαλε και στην καταπολέμηση του κορονοϊού. 

Τεχνητή νοημοσύνη και Fake news 

  • Ήδη το ΦΒ έχει υιοθετήσει μηχανισμό αυτόματης χαρτογράφησης. Δεν θα υπάρχουν σε μερικά χρόνια fake news. Ο αλγόριθμος δεν μπορεί να αντέξει την ασάφεια. 

Εθνική στρατηγική Κύπρου

  • Είναι σε καλό δρόμο. Προσπαθούμε να αντιγράψουμε τις γενικές κατευθυντήριες γραμμές της εθνικής επιτροπής. Είναι υλοποιήσιμη φτάνει να δοθεί χρήμα.
  • Ο ρόλος της εκπαίδευσης έιναι κρίσιμος. Αν πιστεύουμε ότι θα χαθούν επαγγέλματα πρέπει να προετοιμάσουμε τα παιδιά για σωστές επιλογές. Είναι ένα μέλλον με καινούριες θέσεις εργασίας σε καινούρια αντικείμενα. Ο κίνδυνος είναι να βγάζουμε αποφοίτους τεχνολογικά αναλφάβητους. Άρα σωστή ενημέρωση και εφοδιασμός με κατάλληλα εργαλεία σε ένα κόσμο που συνεχώς αλλάζει. 
  • Όσο πιο πολύ κατανοούμε την τεχνητή νοημοσύνη τόσο πιο καλά κατανοούμε και την φυσική νοημοσύνη και κατανοούμε την εξέλιξη της τεχνολογίας γύρω μας. 
  • Η τεχνητή νοημοσύνη δεν θα βοηθήσει στην ανάτπυξη της φυσικής νοημοσύνης και δεν θα ήθελα τα παιδιά να τα αφήσουμε να ασχολούνται μόνο με την τεχνητή νοημοσύνη. Είναι πολύ σημαντικό να τα αφήσουμε να πειραματιστούν και να ανακαλύψουν μόνα τους τη γνώση. Τα μικρά παιδιά στο σχολείο όσο το δυνατόν λιγότερο να ασχολούνται με αυτά. Ναι να τα μάθουμε ώστε να είναι τεχνολογικά εγγράμματα γιατί θα έιναι κομματι τηςζωής τους αλλά πρέπει να μάθουν πχ να γράφουν  με το χέρι και όχι typing γιατί δημιουργούνται άλλες συνδέσεις στον εγκέφαλο που βοηθάνε τη μάθηση και διαφορετικού τύπου δεξιότητες. 
  • Στην Ελβετία ο ιδιωτικός τομέας, το κράτος και τα πανεπιστήμια κάνουν συχνά πολλές συμπράξεις κι έτσι δημιουργούνται καινούριες ευκαιρίες για νέους επιστήμονες (αυτοματοποίηση, ψηφιοποίηση, τεχνητή νοημοσύνη). Θα ήταν καλό να γίνει κάτι παρόμοιο και στην Κύπρο. 

Παρακολουθήστε ολόκληρη την εκπομπή στο Youtube : https://www.youtube.com/watch?v=GOZA_WAWMfc