ChatGPT, τηλεχειρουργική, smart farming: Όσα «υπόσχεται» το μέλλον της τεχνητής νοημοσύνης

«Το ChatGPT έδωσε εξετάσεις στο πανεπιστήμιο», «πόσο χρήσιμο είναι το ChatGPT;», «το ChatGPT θα μας πάρει τις δουλειές;»: Το τελευταίο διάστημα το διαδίκτυο έχει «πλημμυρίσει» από κείμενα γύρω από το περιβόητο νέο ανθρωπόμορφο στιλ επικοινωνίας της OPEN AI.

Όχι άδικα βέβαια, αφού το εργαλείο αυτό μας φέρνει ακόμη πιο κοντά στην τεχνητή νοημοσύνη, σχεδιασμένο να μπορεί να «σταθεί» σε διάλογο με ανθρώπους.

Οι φαν της τεχνολογίας (και όχι μόνο), καλωσόρισαν τον αλγόριθμο με ενθουσιασμό και μιλούν για τις ασύλληπτες δυνατότητές του.

Από την άλλη, υπάρχουν και οι «τεχνο-σκεπτικιστές», οι οποίοι είναι επιφυλακτικοί απέναντι στην τεχνητή νοημοσύνη και εκφράζουν ανησυχία για πιθανούς κινδύνους και ηθικά ζητήματα της εφαρμογής. Αναρωτιούνται για παράδειγμα, αν εργαλεία όπως το Chat GPT μπορούν να γίνουν το «άγιο δισκοπότηρο» των χάκερς.

Μιλώντας στο iEidiseis, ο βοηθός έρευνας στο Εθνικό Κέντρο Έρευνας και Τεχνολογικής Ανάπτυξης, Πάνος Παναγιώτου, αναφέρθηκε στις σημερινές προκλήσεις και τις μελλοντικές εφαρμογές της τεχνητής νοημοσύνης, καθώς και στα ζητήματα που εγείρονται γύρω από το Chat GPT.

Τι είναι με λίγα λόγια η τεχνητή νοημοσύνη και τι περιμένουμε από αυτήν εν έτει 2023;

«Είναι ο κλάδος της πληροφορικής που ασχολείται με την προσέγγιση της ανθρώπινης νοημοσύνης με σκοπό τη μάθηση από δεδομένα και τελικά την επίλυση προβλημάτων.

Ένας πολύ σημαντικός τομέας της τεχνητής νοημοσύνης είναι η μηχανική μάθηση (που επικεντρώνεται στη μάθηση) και είναι και ο τομέας που έχει γνωρίσει μεγάλη άνθηση την τελευταία δεκαετία, κυρίως λόγω της επιτυχίας που είχε γύρω στο 2012 στον τομέα της μηχανικής όρασης (computer vision).

Στο άμεσο μέλλον, αναμένεται να υπάρξει αρκετά μεγάλη ανάπτυξη σε εφαρμογές σχετικές με την ιατρική και τη γεωργία, ενώ σίγουρα η εμφάνιση του ChatGPT έχει κάνει και άλλες εταιρίες να βιαστούν στο να παρουσιάσουν και αυτές παρόμοια εργαλεία.

Επίσης, σε πιο τεχνικά ζητήματα, υπάρχει μια στροφή στην κατεύθυνση του να αξιολογούν οι ίδιοι οι αλγόριθμοι την ποιότητα των δεδομένων πάνω στα οποία βασίζονται, ώστε να βελτιώνονται».

Ποιες προκλήσεις αντιμετωπίζει ο κλάδος της τεχνητής νοημοσύνης σήμερα και πώς θα μπορούσαν να αντιμετωπιστούν στο μέλλον;

«Μεγάλη πρόκληση είναι στο πώς θα δημιουργηθούν οι συνθήκες, ώστε να χτιστεί η εμπιστοσύνη του κόσμου στα συστήματα που είναι βασισμένα στην τεχνητή νοημοσύνη.

Σε τομείς όπως η αυτόνομη οδήγηση (self-driving cars) που είναι βασισμένα μεταξύ άλλων στην τεχνολογία της μηχανικής όρασης, ένα μόνο λάθος μπορεί να είναι καταστροφικό.

Σε άλλες εφαρμογές όμως, είναι δυνατή και επιθυμητή η διάδραση με τον άνθρωπο, ώστε η τεχνητή νοημοσύνη να είναι στην ουσία ένα εργαλείο υποστήριξης στη λήψη αποφάσεων.

Σε τέτοιου είδους εφαρμογές, θα είναι πολύ σημαντικό το σύστημα να παρουσιάζει κάποιου είδους εξήγηση για την πρόταση που δίνει. Αυτό είναι κάτι που απασχολεί γενικά όλο και περισσότερο τους ερευνητές και υπάρχουν αρκετές μέθοδοι που αναπτύσσονται με βάση αυτό».

Πώς μπορεί η τεχνητή νοημοσύνη να εφαρμοστεί σε διάφορους τομείς, όπως για παράδειγμα η υγεία, ή η οικονομία;

«Στην υγεία εφαρμόζεται ήδη και αναμένεται να εφαρμόζεται ακόμα περισσότερο μελλοντικά. Μια πολύ ενδιαφέρουσα εφαρμογή είναι οι ρομποτικοί βραχίονες με τους οποίους μπορούν να γίνουν δύσκολες εγχειρίσεις.

Επίσης, στη λήψη και ανάλυση βιομετρικών στοιχείων με αλγόριθμους μηχανικής μάθησης, ώστε σε άτομα που έχουν χρόνιες παθήσεις να εντοπίζονται προβλήματα έγκαιρα και να ειδοποιείται ο γιατρός, καθώς και στην ανακάλυψη φαρμάκων.

Στον τομέα της οικονομίας, υπάρχει η πρόβλεψη ζήτησης, με την οποία έχω ασχοληθεί και προσωπικά, αλλά βλέπω ότι θα υπάρχει μεγάλο ενδιαφέρον και στον τομέα της εφοδιαστικής αλυσίδας (logistics), ώστε να βρίσκονται οι βέλτιστες διαδρομές για τα εμπορεύματα».

Θα μπορούσε η τεχνητή νοημοσύνη να χρησιμοποιηθεί για την επίλυση των σοβαρών προβλήματα του κόσμου, όπως η κλιματική αλλαγή και η φτώχεια;

«Ναι και μάλιστα εφαρμόζεται ήδη για την κλιματική αλλαγή. Αλγόριθμοι μπορούν να εντοπίζουν ρυπογόνες πηγές. Επίσης υπάρχει μεγάλο ενδιαφέρον στη χρήση αλγορίθμων στη γεωργία (smart farming) με σκοπό να υπάρχει για παράδειγμα μεγαλύτερη ακρίβεια στο πότε θα ποτιστούν τα φυτά και στο πότε χρειάζονται φάρμακα, ώστε να αυξάνεται η απόδοση με παράλληλη μείωση της χρήσης φαρμάκων και νερού.

Πρέπει όμως και ο κόσμος να αρχίσει να εμπιστεύεται την τεχνολογία και να καταλάβει ότι αξίζει να επενδύσει σε αυτήν. Στην Ελλάδα είμαστε λίγο πίσω σε αυτό. Υπάρχουν εταιρίες που πουλάνε τέτοιου είδους συστήματα, όχι όμως και μεγάλη ζήτηση ακόμα. Στο εξωτερικό, π.χ. στην Ολλανδία είναι πολύ διαδεδομένη η χρήση τους. Για τη φτώχεια πρέπει να υπάρχει και θέληση αρχικά οπότε το βλέπω λίγο δύσκολο».

Ήδη εγείρονται ηθικά ζητήματα σχετικά με το ChatGPT. Πώς μπορεί να διασφαλιστεί ότι οι εφαρμογές της τεχνητής νοημοσύνης αναπτύσσονται υπεύθυνα;

«Το θέμα είναι το πώς θα μάθει ο κόσμος να χρησιμοποιεί τέτοιου είδους εφαρμογές υπεύθυνα. Το ChatGPT είναι εντυπωσιακό ως αποτέλεσμα, όμως σε καμία περίπτωση δεν θα πρέπει να χρησιμοποιείται χωρίς να ελέγχεται ότι οι απαντήσεις που δίνει είναι σωστές.

Οι εξελίξεις βέβαια είναι πολύ γρήγορες, όποτε είναι και λογικό να χρειαστούμε κάποιο διάστημα μέχρι να μάθουμε να χρησιμοποιούμε τέτοια εργαλεία σωστά».

Από την άλλη, ένα τέτοιο εργαλείο θα μπορούσε να χρησιμοποιηθεί π.χ. και για να γραφτεί πιο εύκολα ένας κακόβουλος κώδικας. Ωστόσο, οι αλγόριθμοι τεχνητής νοημοσύνης χρησιμοποιούνται συχνά και για να αντιμετωπιστούν κυβερνοεπιθέσεις και πιθανοί κίνδυνοι ασφαλείας».

Χάκερς και τεχνητή νοημοσύνη. Πόσο απειλητικός είναι ο συνδυασμός αυτός;

«Είναι σίγουρα επικίνδυνος συνδυασμός. Για παράδειγμα κάποιος μπορεί να επέμβει στα δεδομένα από τα οποία «τρέφονται» οι αλγόριθμοι μηχανικής μάθησης ώστε να παράγουν προβλέψεις, με σκοπό να παράγει λανθασμένες προβλέψεις, με τρόπο που να μη φαίνεται ότι κάποιος έχει επέμβει στα δεδομένα.

Το ChatGPT από την άλλη, έχει τη δυνατότητα, μεταξύ άλλων, να αναλύσει και να παράγει κώδικα. Παρά τις δικλείδες ασφαλείας που υπάρχουν, μπορεί κάποιος να το χρησιμοποιήσει για να βρει ευπάθειες σε ένα λογισμικό, ώστε να «επιτεθεί» με βάσει αυτές τις ευπάθειες».

Υπάρχει κάποια «δικλείδα ασφαλείας» στη χρήση του ChatGPT και στην αναγνώρισή του;

«Είναι εφικτό να διαπιστωθεί το αν κάποιος έχει γράψει κείμενο βασισμένος αποκλειστικά στο ChatGPT. Γενικότερα όμως θα ήταν καλό να μη βασιζόμαστε αποκλειστικά σε συστήματα τεχνητής νοημοσύνης, αλλά να τα χρησιμοποιούμε ως υποστηρικτικά εργαλεία».

Για παράδειγμα και ένας δημοσιογράφος θα μπορούσε να γράψει ένα κείμενο, ρωτώντας το ChatGPT και αντιγράφοντας την απάντησή του.

Θα φαινόταν πολύ αληθοφανές, γιατί και συντακτικά θα ήταν σωστό… και λέξεις σχετικές θα είχε, όμως πολύ πιθανό να είχε λάθη στα γεγονότα που αναφέρει ή άλλου είδους ασάφειες. Οπότε θα πρέπει οπωσδήποτε να γίνεται έλεγχος στις πληροφορίες που δίνει».

Αν μπορούσατε να εφαρμόσετε τη «δύναμη» της ρομποτικής σε οποιοδήποτε προϊόν, υπηρεσία ή κλάδο, τι θα επιλέγατε;

«Σίγουρα στην ιατρική. Η ρομποτική χειρουργική που αναφέραμε και πριν χρησιμοποιείται ήδη για ορισμένα δύσκολα ήδη επεμβάσεων.

Επίσης υπάρχει η δυνατότητα να χρησιμοποιηθεί σε περιπτώσεις όπου χρειάζεται να γίνει μια εγχείρηση σε απομακρυσμένες περιοχές, με την καθοδήγηση του γιατρού από μακριά.

Ο τομέας αυτός ονομάζεται τηλεχειρουργική. Θα ήθελα να δω αυτές τις δύο τεχνολογίες να αναπτύσσονται ακόμα περισσότερο και να χρησιμοποιούνται πιο συχνά».

(Ο Πάνος Παναγιώτου είναι απόφοιτος του τμήματος Μηχανικών Πληροφορικής και Τηλεπικοινωνιών στο Πανεπιστήμιο Δυτικής Μακεδονίας. Ολοκλήρωσε το μεταπτυχιακό του στο Τμήμα Πληροφορικής του ΑΠΘ, με αντικείμενο τις Τεχνολογίες Δεδομένων και τη Μηχανική Μάθηση. Τα τελευταία χρόνια εργάζεται στο Εθνικό Κέντρο Έρευνας & Τεχνολογικής Ανάπτυξης (ΕΚΕΤΑ) με αντικείμενο την Εξόρυξη Πληροφορίας και την Επεξεργασία Φυσικής Γλώσσας (NLP) με μεθόδους Μηχανικής Μάθησης, κυρίως για εφαρμογές σχετικές με την απόκτηση επίγνωσης στο χώρο της Κυβερνοασφάλειας).

"google ad"