Η ραγδαία ενσωμάτωση της Τεχνητής Νοημοσύνης στην καθημερινότητα εκατομμυρίων ανθρώπων τα τελευταία χρόνια έχει αναδείξει τεράστιες προοπτικές, αλλά και βαθιές παρανοήσεις σχετικά με τις πραγματικές της δυνατότητες. Μιλώντας στο «The Upfront Initiative», ο διακεκριμένος επιστήμονας και καθηγητής του MIT, Κωνσταντίνος Δασκαλάκης, χαρτογράφησε τα όρια μεταξύ της «στατιστικής εξυπνάδας» των σημερινών μοντέλων και της αυθεντικής ανθρώπινης δημιουργικότητας.
Παράλληλα, ανέλυσε τις επερχόμενες ανατροπές στη λειτουργία των επιχειρήσεων, τις δεξιότητες που θα απαιτηθούν στο μέλλον, καθώς και τη στρατηγική που οφείλει να υιοθετήσει η Ελλάδα προκειμένου να αποκτήσει ουσιαστικό ρόλο σε αυτή την παγκόσμια τεχνολογική επανάσταση.
Η μεγαλύτερη παρεξήγηση και η αόρατη εφαρμογή δεκαετιών
Σύμφωνα με τον κ. Δασκαλάκη, η μεγαλύτερη παρανόηση γύρω από την Τεχνητή Νοημοσύνη εντοπίζεται στην εντύπωση ότι πρόκειται για μια πρόσφατη ανακάλυψη. Η αίσθηση αυτή δημιουργήθηκε κυρίως λόγω της εμφάνισης του ChatGPT, το οποίο λειτούργησε ως μια προσβάσιμη διεπαφή που επέτρεψε στο ευρύ κοινό να αλληλεπιδράσει άμεσα με την Παραγωγική (Generative) Τεχνητή Νοημοσύνη.
Στην πραγματικότητα, η τεχνολογία αυτή εφαρμόζεται εδώ και δεκαετίες στην καρδιά του διαδικτύου, στα μέσα κοινωνικής δικτύωσης και συνολικά στην ψηφιακή οικονομία, καθορίζοντας την ιεράρχηση του περιεχομένου που καταναλώνεται online. Οι αλγόριθμοι αυτοί έχουν αποδειχθεί εξαιρετικά αποτελεσματικοί αλλά και εθιστικοί, γεγονός που οδήγησε πρόσφατα τις εταιρείες Meta και Google σε μια σημαντική δικαστική ήττα στις Ηνωμένες Πολιτείες σχετικά με τον εθισμό που προκαλούν οι πλατφόρμες τους.
Το χάσμα με τον φυσικό κόσμο και η «χύμα εξυπνάδα»
Η ευκολία με την οποία οι χρήστες επικοινωνούν σήμερα με την Παραγωγική Τεχνητή Νοημοσύνη οδηγεί συχνά στην απόδοση ανθρωπόμορφων χαρακτηριστικών και σε μια τυφλή εμπιστοσύνη απέναντι στις απαντήσεις της, οι οποίες διατυπώνονται με μεγάλη σιγουριά. Ο κ. Δασκαλάκης υπογραμμίζει ότι η αξιοπιστία των συστημάτων αυτών δεν είναι δεδομένη.
Αυτή τη στιγμή, η χρησιμότητά της εντοπίζεται κυρίως στην επεξεργασία κειμένου και στον προγραμματισμό, όπου ο ίδιος επισημαίνει ότι η χρήση της τον καθιστά έως και 100 φορές πιο γρήγορο στη συγγραφή κώδικα, μεταβάλλοντας ριζικά τη διαχείριση του χρόνου του. Αντίθετα, η εντύπωση ότι η Τεχνητή Νοημοσύνη έχει κυριεύσει τον φυσικό κόσμο παραμένει μια ακόμα παρεξήγηση. Σε πεδία όπως η ρομποτική και η βιοτεχνολογία, η τεχνολογία απαιτεί πολλή περισσότερη εξέλιξη.
Το ψηφιακό αυτό χάσμα οφείλεται στα δεδομένα εκπαίδευσης. Ενώ η ανθρώπινη γνώση των τελευταίων τριών δεκαετιών είναι αποτυπωμένη σε κείμενα στο διαδίκτυο, τα δεδομένα για τη συμπεριφορά των μορίων, των πρωτεϊνών ή για τις κινήσεις ακριβείας ενός ρομποτικού βραχίονα είναι εξαιρετικά περιορισμένα.
Η φύση αυτών των συστημάτων διαφέρει ριζικά από τους παραδοσιακούς υπολογιστές. Αντί για τους ντετερμινιστικούς αλγορίθμους βελτιστοποίησης που παρέχουν εγγύηση ποιότητας, η Παραγωγική Τεχνητή Νοημοσύνη αποτελεί έναν στατιστικό αλγόριθμο.
«Έχουμε να κάνουμε με μια μορφή “χύμα εξυπνάδας”: μερικές φορές δουλεύει εντυπωσιακά και μερικές φορές αποτυγχάνει παταγωδώς», σημειώνει ο κ. Δασκαλάκης.
Ακόμη και στα μαθηματικά, η τεχνολογία λειτουργεί ως εξελιγμένη μηχανή αναζήτησης για τη διεθνή βιβλιογραφία και βοηθά σε αποδείξεις, με χαρακτηριστικό παράδειγμα την πρόσφατη ανακοίνωση της OpenAI, η οποία μέσω των μοντέλων της διέψευσε μια εικασία του κορυφαίου μαθηματικού Έρντος (Erdős) που παρέμενε ανοιχτή για 90 χρόνια. Ωστόσο, τα παιδαριώδη λάθη που συνυπάρχουν με αυτές τις επιτυχίες απαιτούν έναν τελείως διαφορετικό τρόπο χρήσης των συστημάτων.
Από τη διεπαφή κειμένου στα συστήματα λήψης αποφάσεων
Στον ορίζοντα της επόμενης πενταετίας έως δεκαετίας, η σημαντικότερη εξέλιξη για τις επιχειρήσεις και τους οργανισμούς θα είναι η μετάβαση της Τεχνητής Νοημοσύνης από μια απλή διεπαφή κειμένου σε ένα αυτόνομο σύστημα λήψης αποφάσεων. Μέχρι σήμερα, οι υπολογιστές μπορούσαν να επεξεργαστούν μόνο δομημένα, αριθμητικά δεδομένα, γεγονός που περιόριζε την αυτοματοποίηση σε τομείς όπως η τιμολόγηση ή η πρόβλεψη ζήτησης στις εφοδιαστικές αλυσίδες. Οι αποφάσεις που βασίζονταν σε άμορφα δεδομένα, όπως οι εικόνες, ο ήχος και το κείμενο, παρέμεναν αποκλειστικά ανθρωποκεντρικές, όπως στην περίπτωση ενός γιατρού που συνθέτει τη διάγνωσή του μέσα από συζητήσεις και ιατρικές απεικονίσεις.
Η σύγχρονη τεχνολογία επιτρέπει πλέον στους αλγορίθμους να κατανοούν το περιεχόμενο αυτών των άμορφων δεδομένων, όπως αποδεικνύεται από την αναδίπλωση πρωτεϊνών μέσω του AlphaFold ή την επεξεργασία λόγου μέσω του GPT. Η εξέλιξη αυτή αλλάζει τα δεδομένα:
-
Παραδοσιακοί Αλγόριθμοι: Επεξεργάζονται μόνο αριθμητικά/δομημένα δεδομένα, οδηγώντας σε περιορισμένη αυτοματοποίηση.
-
Σύγχρονη Τεχνητή Νοημοσύνη (GPT / AlphaFold): Αναλύει άμορφα δεδομένα (κείμενο, εικόνα, μόρια), επιτυγχάνοντας βαθιά κατανόηση περιεχομένου.
Η ενσωμάτωση αυτής της τεχνολογίας στη λήψη αποφάσεων αναμένεται να αναβαθμίσει τα υφιστάμενα αυτοματοποιημένα συστήματα και να δημιουργήσει ευφυείς ψηφιακούς βοηθούς για την υποστήριξη του ανθρώπου σε σύνθετα περιβάλλοντα.
Η παραγωγικότητα, οι κοινωνικές ανισότητες και το παρασκήνιο του MIT
Η τεχνολογική αυτή στροφή θα επιφέρει κατακόρυφη αύξηση της παραγωγικότητας, δημιουργώντας ωστόσο νέες ισορροπίες στην αγορά. Στους προφανείς νικητές συγκαταλέγονται οι μεγάλες εταιρείες ανάπτυξης της τεχνολογίας (όπως οι OpenAI και Anthropic) και οι επιχειρήσεις που θα ενσωματώσουν άμεσα τις νέες διαδικασίες, δίνοντας έμφαση στον ανθρώπινο παράγοντα.
Στον αντίποδα, όσοι επιδείξουν δυσκαμψία ή στερούνται πρόσβασης σε δεδομένα και υπολογιστικούς πόρους κινδυνεύουν να μείνουν πίσω, ενώ οι θέσεις εργασίας που αφορούν επαναληπτικές διαδικασίες χωρίς δημιουργικότητα θα αντικατασταθούν.
Ο κ. Δασκαλάκης τονίζει την ανάγκη για ρυθμιστικές παρεμβάσεις και επενδύσεις, ώστε η τεχνολογία να παραμείνει προσβάσιμη και να αποφευχθεί μια οικονομία δύο ταχυτήτων.
Σε αυτό το πλαίσιο, οι δεξιότητες που αποκτούν τη μεγαλύτερη αξία για τη νέα γενιά είναι η προσαρμοστικότητα, η τεχνολογική αντίληψη και τα αμιγώς ανθρώπινα χαρακτηριστικά, όπως η ενσυναίσθηση, η κριτική σκέψη και η δημιουργικότητα, η αξία των οποίων θα ενισχυθεί σημαντικά στο μέλλον.
Μεταφέροντας το κλίμα από την έρευνα που διεξάγεται στο MIT, ο κ. Δασκαλάκης ανέφερε ότι η ακαδημαϊκή κοινότητα εστιάζει πλέον αποκλειστικά στην επόμενη μέρα και στη βασική έρευνα. Καθώς η υπάρχουσα τεχνολογία πλησιάζει στο σημείο του κορεσμού της, η Silicon Valley και οι μεγάλες εταιρείες που επενδύουν δισεκατομμύρια σε hardware (με την Nvidia να διατηρεί το μονοπώλιο στα chips) και τρισεκατομμύρια παραμέτρους δεν μπορούν να ανταγωνιστούν την Ακαδημία στην ανάπτυξη νέων αρχιτεκτονικών και νέων τρόπων εκπαίδευσης.
Αυτό το παράδειγμα αποτελεί και τον οδικό χάρτη για την Ελλάδα. Η χώρα, σύμφωνα με τον καθηγητή, οφείλει να επενδύσει στο ανθρώπινο δυναμικό της και να διαμορφώσει ένα οικοσύστημα που θα παράγει βασική έρευνα, η οποία στη συνέχεια θα μεταφράζεται σε εγχώριο και παγκόσμιο εμπορικό προϊόν.
Η ανθρώπινη μοναδικότητα και το όραμα για το 2036
Απαντώντας στο ερώτημα εάν η Τεχνητή Νοημοσύνη απειλεί την ανθρώπινη ευφυΐα, ο κ. Δασκαλάκης προειδοποιεί ότι αυτό μπορεί να συμβεί μόνο εάν οι άνθρωποι επαναπαυθούν και παραδώσουν το πνεύμα τους στις μηχανές. Αντίθετα, η νέα τεχνολογία μπορεί να δώσει μια νέα διάσταση στη μοναδικότητα του ανθρώπου, αναδεικνύοντας δύο βασικά στοιχεία: τη βίωση της ανθρώπινης κατάστασης, την οποία μόνο ο άνθρωπος μπορεί να εκφράσει, και την επαύξηση των ικανοτήτων μέσω της χρήσης της τεχνολογίας ως συνεργάτη.
Κοιτάζοντας προς το μέλλον, ο κ. Δασκαλάκης περιέγραψε τις εξελίξεις που θα επιθυμούσε να δει σε ορίζοντα δεκαετίας, θέτοντας ως ορόσημο ένα ενδεχόμενο συνέδριο το 2036. Η μεγαλύτερη επιτυχία για την Τεχνητή Νοημοσύνη θα είναι η επίτευξη πραγματικών ανακαλύψεων στον φυσικό κόσμο, όπως το ξεκλείδωμα της πυρηνικής σύντηξης, η κατασκευή σταθερών κβαντικών υπολογιστών και η εφαρμογή της προσωποποιημένης ιατρικής.
Η μετάβαση αυτή θα μπορούσε να εξαλείψει τις επίπονες χειρωνακτικές εργασίες, επιτρέποντας στους ανθρώπους να ασχοληθούν με πνευματικά έργα. Ωστόσο, ηθική και πολιτική προϋπόθεση για αυτή την εξέλιξη παραμένει η δίκαιη κατανομή της υπεραξίας της τεχνολογίας, η οποία δεν πρέπει να καταλήξει σε μονοπώλια, αλλά να διασφαλιστεί ως κοινωνικό αγαθό.
Διαβάστε τι είπε αναλυτικά:
Δημοσιογράφος: «Μεγάλη μας τιμή. Καθίστε στον καναπέ να είμαστε άνετα. Σκεφτείτε ότι έχουμε ένα τζάκι από πίσω, σαν Fireside Chat. Είναι μεγάλη μας χαρά και τιμή να φιλοξενούμε έναν άνθρωπο που όχι απλώς παρακολουθεί, αλλά διαμορφώνει τις εξελίξεις. Τι καλύτερο από το να τον έχουμε εδώ σήμερα που συζητάμε τόσα πολλά για την τεχνολογία και το AI.
Ξεκινάω κατευθείαν. Τα τελευταία δύο χρόνια η Τεχνητή Νοημοσύνη πέρασε από τα ερευνητικά εργαστήρια στην καθημερινότητα εκατομμυρίων ανθρώπων. Πού βρισκόμαστε πραγματικά σήμερα και ποια είναι η μεγαλύτερη παρεξήγηση γύρω από τις δυνατότητές της;»
Κωνσταντίνος Δασκαλάκης: «Καλησπέρα και χαίρομαι πολύ που είμαι εδώ, ευχαριστώ για την πρόσκληση. Η μεγαλύτερη παρεξήγηση είναι η εντύπωση ότι η Τεχνητή Νοημοσύνη ξεκίνησε πρόσφατα. Αυτό που συνέβη πρόσφατα ήταν η εμφάνιση του ChatGPT — μιας διεπαφής (τερματικού) που μας βοήθησε όλους να αλληλεπιδράσουμε με μια συγκεκριμένη μορφή της: την Παραγωγική (Generative) Τεχνητή Νοημοσύνη.
Ωστόσο, η Τεχνητή Νοημοσύνη εφαρμόζεται εδώ και δεκαετίες στον κόσμο μας στην καρδιά του Ίντερνετ, ακόμα κι αν δεν το καταλαβαίνουμε. Στα μέσα κοινωνικής δικτύωσης και σε όλη την ψηφιακή οικονομία, χρησιμοποιείται για την ιεράρχηση του περιεχομένου που καταναλώνουμε online. Αυτοί οι αλγόριθμοι είναι τόσο αποτελεσματικοί τεχνολογικά —αν και με ενδεχομένως δυστοπικά αποτελέσματα— που όλοι γνωρίζουμε πόσο εθιστικό μπορεί να γίνει το περιεχόμενο με το οποίο μας “ταΐζουν”. Πρόσφατα μάλιστα, η Meta και η Google έχασαν μια σημαντική δίκη στην Αμερική σχετικά με τον εθισμό που προκαλούν οι πλατφόρμες τους.»
Κωνσταντίνος Δασκαλάκης: «Η Παραγωγική Τεχνητή Νοημοσύνη είναι εντυπωσιακή επειδή μπορούμε να επικοινωνήσουμε μαζί της με άμεσο, φυσικό τρόπο. Αυτό μας ωθεί συχνά να της αποδίδουμε ανθρωπόμορφα χαρακτηριστικά. Επειδή εμφανίζεται με μεγάλη σιγουριά στις απαντήσεις της, τείνουμε να την εμπιστευόμαστε τυφλά. Εδώ βρίσκεται η δεύτερη παρεξήγηση: δεν είναι πάντα τόσο αξιόπιστη όσο φαίνεται.
Η πιο αποδεδειγμένη χρησιμότητά της αυτή τη στιγμή εντοπίζεται:
-
Στον Προγραμματισμό: Έχει αλλάξει ριζικά τον τρόπο που γράφεται ο κώδικας. Εμένα προσωπικά με κάνει έως και 100 φορές πιο γρήγορο. Αυτό σημαίνει πρακτικά ότι αν έχω μισή ώρα μπροστά μου, θα κάτσω να γράψω τον κώδικα που θέλω, αντί να το αναβάλω για κάποια στιγμή που θα έχω ένα ελεύθερο πεντάωρο.
-
Στην Επεξεργασία Κειμένου: Όλοι μας αλληλεπιδρούμε μαζί της για αυτόν τον σκοπό καθημερινά.
Από την άλλη, η επόμενη παρεξήγηση είναι ότι έχει ήδη κυριεύσει τον πραγματικό, φυσικό κόσμο. Όταν η Τεχνητή Νοημοσύνη καλείται να διαχειριστεί τον φυσικό κόσμο —όπως στη ρομποτική ή στη βιοτεχνολογία— δεν βρίσκεται ακόμα σε εξαιρετικά χρήσιμο επίπεδο. Απαιτείται πολύ περισσότερη εξέλιξη.
Ο λόγος είναι τα δεδομένα εκπαίδευσης. Το ChatGPT είναι τόσο ικανό στο κείμενο και στον κώδικα επειδή όλη η ανθρώπινη γνώση των τελευταίων τριών δεκαετιών βρίσκεται αποτυπωμένη στο Ίντερνετ. Όταν όμως περνάμε στον φυσικό κόσμο —όπου μιλάμε για τη συμπεριφορά μορίων, πρωτεϊνών ή για τις μικροκινήσεις ακριβείας που πρέπει να κάνει ένα ρομποτικό χέρι— δεν διαθέτουμε τον ίδιο όγκο δεδομένων και γι’ αυτό είμαστε ακόμα πίσω.»
Αλγόριθμοι Ποιότητας εναντίον Στατιστικής Εξυπνάδας
Δημοσιογράφος: «Εσύ πώς τη χρησιμοποιείς στη δουλειά σου;»
Κωνσταντίνος Δασκαλάκης: «Τη χρησιμοποιώ πάρα πολύ για κείμενο, κώδικα και μαθηματικά. Στα μαθηματικά με βοηθάει κυρίως στο να με ενημερώνει για τη διεθνή βιβλιογραφία που δεν γνωρίζω καλά· λειτουργεί ως μια πολύ πιο εξελιγμένη μηχανή αναζήτησης.
Τη χρησιμοποιώ, όμως, και για αποδείξεις. Πρόσφατα η OpenAI ανακοίνωσε ότι με τη χρήση μοντέλων της κατάφερε να διαψεύσει μια συγκεκριμένη εικασία του Έρντος (Erdős), ενός από τους μεγαλύτερους μαθηματικούς του περασμένου αιώνα. Μια εικασία που παρέμενε ανοιχτή για 90 χρόνια! Έχουμε φτάσει σε εντυπωσιακά επίπεδα.
Αυτό βέβαια δεν σημαίνει ότι μπορεί να λύσει οποιοδήποτε πρόβλημα με απασχολεί. Έχουμε να κάνουμε με μια μορφή “χύμα εξυπνάδας”: μερικές φορές δουλεύει εντυπωσιακά και μερικές φορές αποτυγχάνει παταγωδώς.
Αυτό διαφέρει από ό,τι είχαμε συνηθίσει από τους υπολογιστές μέχρι σήμερα. Από έναν παραδοσιακό αλγόριθμο βελτιστοποίησης περιμένεις μια εγγύηση ποιότητας, καθώς είναι κατασκευασμένος με ντετερμινιστικό τρόπο. Το ChatGPT είναι ένας άλλου τύπου, στατιστικός αλγόριθμος που μερικές φορές ξεπερνά κάθε προσδοκία και μερικές φορές κάνει παιδαριώδη λάθη. Πρέπει, λοιπόν, να μάθουμε να χρησιμοποιούμε αυτά τα συστήματα με τελείως διαφορετικό τρόπο.»
Η Λήψη Αποφάσεων στις Επιχειρήσεις και η Άμορφη Πληροφορία
Δημοσιογράφος: «Αν κοιτάξουμε 5 με 10 χρόνια μπροστά, ποια εξέλιξη θεωρείς ότι θα αλλάξει ριζικά τον τρόπο λειτουργίας των επιχειρήσεων και των οργανισμών;»
Κωνσταντίνος Δασκαλάκης: «Η μετάβαση της Τεχνητής Νοημοσύνης από μια απλή διεπαφή κειμένου σε ένα σύστημα λήψης αποφάσεων. Η παγκόσμια βιομηχανία λειτουργεί μέσα από συστήματα λήψης αποφάσεων, τα οποία μέχρι σήμερα ήταν είτε αυτοματοποιημένα είτε ανθρωποκεντρικά.
Οι αποφάσεις αφήνονταν αποκλειστικά στον άνθρωπο επειδή οι υπολογιστές μπορούσαν να επεξεργαστούν μόνο δομημένα, αριθμητικά δεδομένα. Χρειαζόταν, δηλαδή, μια διαρκής “μετάφραση” του κόσμου μας σε αριθμούς. Όπου είχαμε τέτοια επιτυχημένη μετάφραση, οι υπολογιστές μάς βοηθούσαν αυτοματοποιημένα — για παράδειγμα, στην πρόβλεψη ζήτησης στις εφοδιαστικές αλυσίδες ή στην τιμολόγηση προϊόντων.
Όταν όμως φτάνουμε σε αποφάσεις που βασίζονται σε άμορφα δεδομένα (κείμενο, εικόνες, ήχο), οι υπολογιστές αδυνατούσαν να βοηθήσουν. Σκεφτείτε έναν γιατρό σε ένα νοσοκομείο: μιλάει με τον ασθενή, εξετάζει ιατρικές απεικονίσεις και συνθέτει όλες αυτές τις μη αριθμητικές πληροφορίες για να αποφασίσει τη θεραπεία.
Σήμερα, οι αλγόριθμοι μπορούν επιτέλους να κατανοήσουν το περιεχόμενο αυτών των άμορφων δεδομένων. Το έχουμε δει με το AlphaFold που αναδιπλώνει πρωτεΐνες και με το GPT στο κείμενο. Στα επόμενα 5-10 χρόνια, αυτή η τεχνολογία θα ενσωματωθεί πλήρως στη λήψη αποφάσεων. Είτε βελτιώνοντας τα ήδη αυτοματοποιημένα συστήματα με τη χρήση περισσότερων δεδομένων, είτε λειτουργώντας ως ευφυείς ψηφιακοί βοηθοί που θα συμβουλεύουν τον άνθρωπο σε πολύπλοκα περιβάλλοντα.»
Νικητές, Χαμένοι και οι Δεξιότητες του Μέλλοντος
Δημοσιογράφος: «Κάθε τεχνολογική επανάσταση έχει νικητές και ηττημένους. Ποιοι θα είναι αυτοί και πώς επηρεάζεται η παραγωγικότητα;»
Κωνσταντίνος Δασκαλάκης: «Η Τεχνητή Νοημοσύνη θα επιφέρει τεράστια αύξηση της παραγωγικότητας. Οι προφανείς νικητές θα είναι οι μεγάλες εταιρείες που αναπτύσσουν την τεχνολογία (OpenAI, Anthropic κ.λπ.), καθώς και οι επιχειρήσεις που θα προσαρμόσουν γρήγορα τις παραγωγικές τους διαδικασίες για να την ενσωματώσουν. Θα κερδίσουν όσοι κατανοούν καλύτερα τον ανθρώπινο παράγοντα και τις ανάγκες των πελατών τους.
Στον αντίποδα, χαμένοι θα είναι όσοι παρουσιάσουν δυσκαμψία στην προσαρμογή, καθώς και όσοι δεν έχουν πρόσβαση σε δεδομένα και υπολογιστικούς πόρους. Επίσης, θα πληγούν οι θέσεις εργασίας που αφορούν επαναληπτικές διαδικασίες, οι οποίες στερούνται ανθρώπινης δημιουργικότητας, καθώς αυτές θα αντικατασταθούν σταδιακά από αυτοματοποιημένα συστήματα.
Για να μην καταλήξουμε σε μια κοινωνία και μια οικονομία δύο ταχυτήτων, είναι κρίσιμο θέμα πολιτικής, κανονισμών και επενδύσεων να παραμείνει αυτή η τεχνολογία προσβάσιμη σε όλους.
Όσον αφορά τις δεξιότητες με τη μεγαλύτερη αξία για τη νέα γενιά, αυτές είναι:
-
Η Προσαρμοστικότητα: Η ικανότητα να εξελίσσεσαι παράλληλα με τις αλλαγές.
-
Η Τεχνολογική Αντίληψη: Το να κατανοείς την τεχνολογία και πώς να τη χρησιμοποιείς ως εργαλείο.
-
Τα Ανθρώπινα Χαρακτηριστικά: Η ενσυναίσθηση, η δημιουργικότητα και η κριτική σκέψη.
Ο σύγχρονος τεχνολογικός άνθρωπος έχει μερικές φορές την τάση να ξεχνά αυτά τα γνωρίσματα, όμως στο μέλλον η αυθεντική ανθρώπινη επαφή θα αποκτήσει πολύ μεγαλύτερη αξία από όση έχει σήμερα.»
Το Παρασκήνιο του MIT και ο Ρόλος της Ακαδημίας
Δημοσιογράφος: «Θα μπορούσε η τεχνολογία να δημιουργήσει έναν ψηφιακό “κλώνο” του Κωνσταντίνου Δασκαλάκη; Επίσης, εσείς εκεί στο MIT πώς βιώνετε όλη αυτή την καθημερινή καταιγίδα νέων εφαρμογών; Δώσε μας λίγο παρασκήνιο.»
Κωνσταντίνος Δασκαλάκης: «Στη μίμηση τα μοντέλα είναι εξαιρετικά, μέχρι ενός σημείου. Μπορούν να γράψουν ένα κείμενο προσποιούμενα τον Ιούλιο Καίσαρα ή οποιονδήποτε άλλον, και αυτό έχει τις εφαρμογές του. Αν με ρωτάς όμως αν θα επιταχύνει την επιστημονική πρόοδο, η απάντηση είναι ξεκάθαρα ναι.
Στη δική μου έρευνα με ενδιαφέρει ιδιαίτερα η ανάπτυξη Τεχνητής Νοημοσύνης σε περιοχές όπου δεν έχουμε επαρκή ή ιδανικά δεδομένα για να λύσουμε ένα πρόβλημα. Το πώς, δηλαδή, μέσω ετερογενών δεδομένων και υπολογιστικών προσομοιώσεων (in silico), μπορούμε να αναπτύξουμε μια γνωστική λειτουργία και να επιταχύνουμε ανακαλύψεις που θα έχουν εφαρμογή στον φυσικό κόσμο. Εκεί θα δούμε συγκλονιστικά αποτελέσματα τις επόμενες δεκαετίες.
Στο MIT σκεφτόμαστε αποκλειστικά την επόμενη μέρα. Όντας εκεί, είμαι εκτεθειμένος σε ανακαλύψεις διπλανών εργαστηρίων που θα εμφανιστούν στο Ίντερνετ μετά από μήνες. Εδώ πρέπει να τονίσουμε τον ρόλο της Ακαδημίας, κάτι που έχει σημασία και για την Ελλάδα, όταν αναρωτιόμαστε πώς μια μικρή χώρα μπορεί να έχει ρόλο στην επανάσταση αυτή, τη στιγμή που εταιρείες όπως η OpenAI και η Anthropic ηγούνται και η Nvidia έχει το μονοπώλιο στα chips (hardware).
Το MIT και η Ακαδημία γενικότερα δεν μπορούν να ανταγωνιστούν τη Silicon Valley στο πόσο μεγάλα μοντέλα θα φτιάξουν. Η ακαδημαϊκή κοινότητα δημιούργησε την αρχική τεχνολογία, την οποία πήραν οι εταιρείες και την εξέλιξαν στην πιο μαζική της μορφή, επενδύοντας δισεκατομμύρια σε GPUs και τρισεκατομμύρια παραμέτρους.
Όμως, η υπάρχουσα τεχνολογία πλησιάζει πλέον στο σημείο του κορεσμού της. Όταν επέλθει ο κορεσμός, θα χρειαστούν νέες αρχιτεκτονικές και νέοι τρόποι εκπαίδευσης. Αυτό ακριβώς αναπτύσσουμε στο MIT, και αυτό είναι το καθαρό κομμάτι της βασικής έρευνας. Ως χώρα, η Ελλάδα πρέπει να επενδύσει στο ανθρώπινο δυναμικό της και να δημιουργήσει ένα οικοσύστημα που θα παράγει έρευνα και θα τη μεταφράζει σε εγχώριο και παγκόσμιο εμπορικό προϊόν, μέσα από μια σωστή στρατηγική.»
Μας Κάνει η Τεχνητή Νοημοσύνη Πιο Ηλίθιους;
Δημοσιογράφος: «Μια μεγάλη συζήτηση στον διεθνή Τύπο είναι αν η Τεχνητή Νοημοσύνη μάς κάνει τελικά πιο ηλίθιους. Το πιστεύεις;»
Κωνσταντίνος Δασκαλάκης: «Μπορεί να μας κάνει πιο ηλίθιους αν αποφασίσουμε να της παραδώσουμε το πνεύμα μας και να επαναπαυθούμε στη χρήση της για οτιδήποτε δημιουργούμε. Θεωρώ, όμως, ότι το ChatGPT δίνει μια εντελώς νέα διάσταση στην ανθρώπινη δημιουργικότητα και στη μοναδικότητα του πνεύματός μας, ακριβώς επειδή μας δείχνει τι μπορεί να παραχθεί αυτοματοποιημένα από μια μηχανή.
Όταν μια μηχανή παράγει τόσο εντυπωσιακά αποτελέσματα, αναγκάζεσαι να σκεφτείς τι είναι αυτό που κάνει εσένα μοναδικό ως άνθρωπο. Και αυτό είναι δύο πράγματα:
-
Η βίωση της ανθρώπινης κατάστασης: Μόνο ο άνθρωπος γνωρίζει και μπορεί να εκφράσει την ανθρώπινη εμπειρία.
-
Η επαύξηση των ικανοτήτων: Ο δημιουργός του μέλλοντος θα χρησιμοποιεί αυτή την τεχνολογία ως συνεργάτη για να επεκτείνει τις δικές του δυνατότητες.
Αν βρεθούμε ξανά εδώ στο ίδιο συνέδριο το 2036 —και παρακαλώ να με καλέσετε αν γίνει— η εξέλιξη που θα με είχε εκπλήξει περισσότερο θα ήταν να έχει επιτύχει η Τεχνητή Νοημοσύνη πραγματικές ανακαλύψεις στον φυσικό κόσμο. Να μας έχει βοηθήσει να ξεκλειδώσουμε την πυρηνική σύντηξη, να κατασκευάσουμε σταθερούς κβαντικούς υπολογιστές, να εφαρμόσουμε την προσωποποιημένη ιατρική και να εξαλείψουμε τις επίπονες χειρωνακτικές εργασίες, επιτρέποντας στους ανθρώπους να ασχολούνται με πνευματικά έργα ή με ό,τι κάνει τον καθένα ευτυχισμένο.
Για να φτάσουμε όμως εκεί, το πλεόνασμα και η υπεραξία από τη χρήση αυτής της τεχνολογίας δεν πρέπει να καταλήξουν σε μονοπώλια, αλλά να είναι προσβάσιμα σε ολόκληρη την κοινωνία.»
Δεν μπορούν όλοι να πληρώσουν. Και το σεβόμαστε.
Αν βρίσκεσαι σε δύσκολη οικονομική κατάσταση, συνέχισε να μας διαβάζεις δωρεάν. Η ενημέρωση πρέπει να παραμένει προσβάσιμη για όλους.
Αν όμως μπορείς, στήριξέ μας σήμερα. Ορίστε δύο καλοί λόγοι για να το κάνεις:
- Η στήριξή σου ενισχύει άμεσα την ποιότητα και την ανεξαρτησία της δημοσιογραφίας μας.
- Κοστίζει λιγότερο από έναν καφέ και η διαδικασία διαρκεί λιγότερο από 1 λεπτό.
Επίλεξε σήμερα να γίνεις συνδρομητής ή δωρητής.
Σας ευχαριστούμε θερμά.
