Τεχνητή νοημοσύνη, το μέλλον και τα ερωτήματα

Διανύουμε, έχοντας κλείσει μία δεκαετία -κατά άλλους ίσως και παραπάνω-, την Τέταρτη Βιομηχανική Επανάσταση (έχουμε κάνει μια εισαγωγή σε παλαιότερο άρθρο μας). Σε αυτό το διάστημα διάφοροι όροι μπήκαν αρχικά στο λεξιλόγιό μας, πλέον έχουν μπει και στη ζωή μας. Ένας από αυτούς τους όρους ο οποίος μας απασχολεί και θα συνεχίσει ακόμα περισσότερο στο μέλλον να το κάνει, είναι η Τεχνητή Νοημοσύνη.

Τι είναι όμως η Τεχνητή Νοημοσύνη; Πως (θα) εμπλέκεται στην ζωή μας; Υπάρχουν κίνδυνοι πέρα από ωφέλειες από αυτήν; Αυτά θα αναλύσουμε παρακάτω.

Κύλησε πολύ νερό από τότε που ο Alan Turing αναρωτήθηκε αν οι μηχανές μπορούν να σκεφτούν (1950). Σήμερα έχουμε φτάσει στο σημείο οι μηχανές όχι μόνο να αναλύουν δεδομένα αλλά είναι μέρος της διαδικασίας λήψης αποφάσεων σε διάφορους τομείς της ανθρώπινης δραστηριότητας.

Αν θέλουμε να δώσουμε έναν απλοϊκό ορισμό για την Τεχνητή Νοημοσύνη θα λέγαμε ότι είναι ένα σύστημα το οποίο εκτελεί διαδικασίες, οι οποίες πριν μπορούσαν να διεκπεραιωθούν μόνο μέσω της ανθρώπινης ευφυίας.

Αν θέλουμε να μιλάμε για Τεχνητή Νοημοσύνη θα πρέπει στο λεξιλόγιό μας να βάλουμε και τους όρους Big Data, Machine Learning και Deep Learning.

Big Data: είναι ένας όρος που περιγράφει τον μεγάλο όγκο δεδομένων – τόσο δομημένων όσο και μη δομημένων – που διαχειρίζεται μια επιχείρηση καθημερινά. Τα Big Data αναλύονται ώστε να εξαχθούν πληροφορίες που θα οδηγήσουν σε καλύτερες αποφάσεις και στρατηγικές κινήσεις την όποια επιχείρηση, οργανισμό ή ακόμα και κράτη.

Machine Learning: αυτή τροφοδοτεί με δεδομένα το software στον υπολογιστή και χρησιμοποιεί στατιστικές τεχνικές ώστε αυτό να “μάθει” πώς να βελτιωθεί προοδευτικά σε μια εργασία, χωρίς να έχει προγραμματιστεί ειδικά για αυτήν την εργασία.

Deep Learning: είναι ένας τύπος Machine Learning στον οποίο εισάγονται δεδομένα σε μία αρχιτεκτονική νευρωνικού δικτύου. Τα νευρωνικά δίκτυα περιέχουν έναν αριθμό επιπέδων στα οποία γίνεται επεξεργασία των δεδομένων, επιτρέποντας στο πρόγραμμα να “κατανοήσει βαθιά” με το να πραγματοποιεί συσχετισμούς στις δομές δεδομένων που έχουν εισαχθεί ενώ ταυτόχρονα σταθμίζουν την βαρύτητά τους ώστε να επιτευχθεί το καλύτερο δυνατό αποτέλεσμα.

Τα αποτελέσματα της Τεχνητής Νοημοσύνης τα βιώνουμε πλέον στην καθημερινότητά μας. Μερικές χρήσεις της είναι:

• Έξυπνοι βοηθοί (όπως η Siri και η Alexa).
• Εργαλεία χαρτογράφησης και πρόγνωσης ασθενειών.
• Ρομπότ και drones.
• Βελτιστοποιημένες, εξατομικευμένες συστάσεις περίθαλψης.
• Chatbots για μάρκετινγκ και εξυπηρέτηση πελατών.
• Bot-σύμβουλοι για διαπραγμάτευση μετοχών.
• Φίλτρα ανεπιθύμητων μηνυμάτων μέσω email.
• Εργαλεία παρακολούθησης κοινωνικών μέσων για επικίνδυνο περιεχόμενο ή ψευδείς ειδήσεις.
• Προτάσεις τραγουδιών ή τηλεοπτικών εκπομπών από το Spotify και το Netflix.
• Η αναζήτηση στο Google.
• Λογισμικό αναγνώρισης εικόνας.
• Αυτόνομα Αυτοκίνητα.

Στο όχι μακρινό μέλλον, και ενώ έχουν ήδη γίνει τα πρώτα βήματα, η Τεχνητή Νοημοσύνη θα εμπλέκεται όλο και περισσότερο σε σύνθετες διαδικασίες όπως αυτή της λήψης αποφάσεων τόσο σε επιχειρηματικό όσο και σε στρατιωτικό, ακόμα-ακόμα και σε επίπεδο κράτους -ανάπτυξη, υγεία, εξ. Πολιτική κλπ.-.

Έχουμε ήδη δει την Τεχνητή Νοημοσύνη να νικάει, 5-0, έμπειρο πιλότο σε κλειστές αερομαχίες (dogfights) στον εξομοιωτή. Ήδη, νικάει τον άνθρωπο -για την ακρίβεια ο άνθρωπος δεν έχει καμία ελπίδα- σε παιχνίδια στρατηγικής όπως το σκάκι. Ακόμα, έχουν καταφέρει η Τεχνητή Νοημοσύνη να είναι σε θέση να γράφει κομμάτια κώδικα (μέρος από πρόγραμμα για Η/Υ) τα οποία να είναι λειτουργικά. Για να μην αναφέρουμε ότι πλέον είναι σε θέση να ζωγραφίζει πίνακες αλλά και να γράφει μουσική!

Στην Αμερική η Τεχνητή Νοημοσύνη χρησιμοποιείται ακόμα και για πρόβλεψη -παραβατικής- συμπεριφοράς αλλά για εκτιμήσεις κινδύνου αναφορικά με τις διαδικασίες της εγγύησης, καταδίκης αλλά και απαλλαγής (μπορείτε να δείτε σχετική εργασία εδώ)…

Φυσικά μέχρι να δούμε αντικατάσταση πιλότων και προγραμματιστών  από προγράμματα AI θα χρειαστούν κάποια χρόνια ακόμα, το αυτό για την εξέλιξη του επαγγέλματος των δικηγόρων, των δικαστών κι όχι μόνο. Είναι βέβαιο όμως ότι προς αυτή την κατεύθυνση οδεύουμε.

Το μέλλον μας λοιπόν αναφορικά με τη χρήση της Τεχνητής Νοημοσύνης φαίνεται προδιαγεγραμμένο. Σίγουρα όμως δεν είναι στρωμένος ο δρόμος με ροδοπέταλα και σίγουρα δεν αρκούν οι καλές προθέσεις. Ενώ λοιπόν παραπάνω είδαμε επιτυχημένες προσπάθειες ανάπτυξης εφαρμογών Τεχνητής Νοημοσύνης δεν σημαίνει ότι δεν υπήρχαν και αποτυχίες. Ειδικά αυτές μας οδηγούν σε σκέψεις, όχι για αυτήν καθαυτή την AI αλλά για τα δεδομένα μέσω των οποίων λαμβάνει αποφάσεις και πως αυτά παρέχονται στο λογισμικό.

Χαρακτηριστικό παράδειγμα το Chatbot Tay της Microsoft το οποίο ήταν ένα πείραμα για την κατανόηση συνομιλίας. Δημιούργησαν λοιπόν έναν λογαριασμό στο Twitter και έβαλαν το πρόγραμμα να μιλήσει με διάφορους άλλους ανθρώπους. Και αυτό είναι η επιτομή του πόσα μπορούν να πάνε εντελώς λάθος! Το bot ξεκίνησε με tweet “can I just say that im stoked to meet u? humans are super cool” για να καταλήξει σε λιγότερο από 24 ώρες με το εξωφρενικό “Hitler was right I hate the jews.”. Εντέλει η Microsoft προφανώς για ευνόητους λόγους σταμάτησε το πείραμα τουλάχιστον δημόσια.

“Tay” went from “humans are super cool” to full nazi in <24 hrs and I’m not at all concerned about the future of AI pic.twitter.com/xuGi1u9S1A

— gerry (@geraldmellor) March 24, 2016

Την ίδια κατάληξη -το κλείσιμο των λογαριασμών- είχαν και δύο κινεζικά chatbots, το Baby Q και το Little Bing, καθώς δημοσίευαν tweets τα οποία δεν άρεσαν -γιατί προφανώς ήταν εκτός των ορίων που ήταν επιθυμητά- στο κινεζικό καθεστώς.

Κάπου εδώ αντιλαμβανόμαστε ότι σημαντικό ρόλο στις αποφάσεις, που θα πάρει ένα πρόγραμμα, παίζουν τα δεδομένα που θα του παρασχεθούν. Αν τα δεδομένα είναι λάθος, το αποτέλεσμα δεν μπορεί παρά κι αυτό να είναι λάθος. Αν τα δεδομένα είναι μεροληπτικά τότε προφανώς ανάλογη αντίδραση θα περιμένουμε και από τις αποφάσεις που το πρόγραμμα θα πάρει. Σε αυτήν την περίπτωση, θα πρέπει να αναρωτηθούμε για το ποιοι αποφασίζουν, ποια δεδομένα θα εισαχθούν και με ποιόν τρόπο αυτά αξιολογούνται. Αυτό φέρνει στην επιφάνεια το ηθικό κομμάτι αφενός αλλά και το θέμα της εξάλειψης του λάθους -ανθρώπινου, εσκεμμένου ή ακούσιου- αφετέρου, καθώς ενδέχεται οι αποφάσεις να αφορούν σε ανθρώπινες ζωές όπως για παράδειγμα στην περίπτωση που ένα τέτοιο λογισμικό αποφασίζει για τον εγκλεισμό ή όχι κάποιου σε σωφρονιστικό ίδρυμα.

Η Τεχνητή Νοημοσύνη υπάρχει στο παρόν μας αλλά θα κατακλύσει το μέλλον μας. Μέχρι του σημείου, και αυτό χρονικά αργεί ακόμη, κατά το οποίο θα συλλέγει αυτόνομα τα δεδομένα και θα είναι σε θέση να τα αξιολογεί -βάσει και κάποιων αξιακών κριτηρίων- υποχρεωτικά αυτές τις διαδικασίες θα τις αναλάβουν άνθρωποι. Είναι ακριβώς αυτοί, οι οποίοι πρέπει να ελεγχθούν καθώς πρέπει να διασφαλιστεί η αμεροληψία τους κατά την διαλογή και εισαγωγή των απαιτούμενων δεδομένων. Σε διαφορετική περίπτωση, κινδυνεύουμε τις παθογένειες του παρόντος, αναξιοκρατία, μειωμένη ικανότητα, υποκειμενικότητα κλπ. να συνεχίσουμε να τις βιώνουμε μέσα από την επίφαση-δικαιολογία της αντικειμενικότητας και ουδετερότητας που θα μας προσφέρει το “μηχάνημα”, με τα μεροληπτικά όμως δεδομένα.

Ακόμα λοιπόν και στην -έστω και στην αρχή ακόμα- εποχή της Τεχνητής Νοημοσύνης, είναι ο άνθρωπος που θα έχει τα ηνία και αυτός ο οποίος οφείλει να είναι όσο το δυνατόν περισσότερο πεπαιδευμένος, ώστε να δρέψει τους καρπούς, που αυτή η τεχνολογία είναι σε θέση να του προσφέρει, ενώ παράλληλα να αποφύγει τους όποιους σκοπέλους από την μη λελογισμένη και με αρνητικό ηθικό πρόσημο χρήση της.