1/1
1/1

> ΕΜΕΙΣ / ΗΜΕΡΟΛΟΓΙΑ

Εκπαιδεύουμε

παγκόσμιους πολίτες

με Ελληνική ταυτότητα

& ικανότητες 21ου αιώνα

Τεχνητή Νοημοσύνη, το παρόν του μέλλοντός μας

Πρόλογος, ΕΙΡΗΝΗ ΔΟΥΚΑ, Πρόεδρος Εκπαιδευτηρίων Δούκα

1917 – 2020 103 χρόνια Εκπαιδευτήρια Δούκα 103 χρόνια Παράδοση και Πρόοδος 103 χρόνια 3 Γενιές Εκπαιδευτήρια Δούκα Θα μου επιτρέψετε λοιπόν, με την πείρα της παλαιότερης πια στα Εκπαιδευτήρια Δούκα, να είμαι υπερήφανη για όσα πετύχαμε όλα αυτά τα χρόνια. Παράλληλα, είμαι ιδιαίτερα συγκινημένη διότι συνεχίζουμε, εδώ και 3 γενιές, όλοι μαζί, μία ομαδική προσπάθεια: καλλιεργούμε Ήθος και μια υπεύθυνη Στάση Ζωής, ώστε οι μαθητές μας να χρησιμοποιούν και το Συναίσθημα ως οδηγό της Σκέψης και της Συμπεριφοράς τους και ως συμπλήρωμα της γνωστικής τους περιουσίας. Τα τελευταία χρόνια, διαπιστώσαμε ότι η Τεχνητή Νοημοσύνη, η οποία, ως έργο του Ανθρώπου, δημιουργήθηκε για να τον «βοηθά» να βελτιώνει την ποιότητα της ζωής του, μπορεί να αξιοποιηθεί και από την σύγχρονη Εκπαίδευση. Η έκδοση που κρατάτε στα χέρια σας, είναι αφιερωμένη σε αυτό το καίριο ζήτημα και περιλαμβάνει ενδιαφέρουσες απόψεις από ση- μαντικές προσωπικότητες στην Ελλάδα και το Εξωτερικό αλλά και από μαθητές μας. Θα ήθελα να ευχαριστήσω θερμά όλους για τη συμβολή τους στη φετινή μας εκδοτική προσπάθεια, η οποία είμαι σίγουρη ότι θα φωτίσει το θέμα αυτό σε όλες του τις πτυχές.



Χαιρετισμός, ΚΥΡΙΑΚΟΣ ΜΗΤΣΟΤΑΚΗΣ, Πρωθυπουργός της Ελληνικής Δημοκρατίας

Χαιρετίζω την ετήσια έκδοση των Εκπαιδευτηρίων σας, που αυτή τη φορά ασχολείται με το ιδιαίτερα ενδιαφέρον και επίκαιρο θέμα της Τεχνητής Νοημοσύνης. Ενδιαφέρον γιατί πρόκειται για ένα θέμα που αφορά το μέλλον. Επίκαιρο γιατί αφορά ένα μέλλον, το οποίο είναι ήδη εδώ. Διότι η Τέταρτη Βιομηχανική Επανάσταση, το αγαπημένο της παιδί, η Τεχνητή Νοημοσύνη, το internet of things, το machine learning, το 3D printing, η εικονική πραγματικότητα ή augmented reality δεν είναι όροι οι οποίοι αναφέρονται σε ένα απώτερο αύριο επιστημονικής φαντασίας. Η Τέταρτη Βιομηχανική Επανάσταση είναι ήδη εδώ και θα διαμορφώσει, με τελείως διαφορετικό τρόπο -σε σχέση με αυτά τα οποία γνωρίζουμε μέχρι σήμερα- όχι μόνο την οργάνωση της Kοινωνίας και την Oικονομία, αλλά και τη σύγχρονη Eκπαίδευση. Όταν εκπαιδεύουμε τα νέα παιδιά -από το Δημοτικό ακόμα- στην τεχνική εκπαίδευση, δεν θα πρέπει να τα εξοπλίζουμε με στείρα γνώση η οποία απομνημονεύεται, με τον τρόπο που, δυστυχώς, ενθαρρύνει το ελληνικό εκπαιδευτικό σύστημα. Θα πρέπει να τους μαθαίνουμε τα λεγόμενα «soft skills». Πώς, δηλαδή, να αναπτύξουν τη συναισθηματική νοημοσύνη, πώς να δουλεύουν σε ομάδες, πώς να μιλάνε με πειθώ σε ένα. Αλλά, ταυτόχρονα, θα πρέπει να τους καλλιεργήσουμε και τις ψηφιακές δεξιότητες (digital skills): ψηφιακή χρήση, επικοινωνία, ασφάλεια, ψηφιακά δικαιώματα. Δεξιότητες, δηλαδή, που πάντα θα αποτελούν προνόμιο της ανθρώπινης φύσης και δεν θα μπορούν εύκολα ούτε στο μέλλον να εκχωρηθούν σε μηχανές ή σε περίπλοκους αλγόριθμους. Με άλλα λόγια, αυτό το οποίο χρειαζόμαστε περισσότερο από ποτέ, είναι ένα νέο κοινωνικό συμβόλαιο, με ψηφιακά χαρακτηριστικά. Δεν μπορούμε σε καμία περίπτωση να διανοηθούμε ότι αυτός ο νέος όμορφος κόσμος, ο γεμάτος προκλήσεις, που ανοίγεται μπροστά μας, θα είναι το αποκλειστικό προνόμιο κάποιων εργαζόμενων σε εταιρίες υψηλής τεχνολογίας ή κάποιων τεχνοκρατών ή κάποιων επιστημόνων οι οποίοι έχουν μεγάλη εξοικείωση με αυτά τα ζητήματα. Θα πρέπει να είμαστε σίγουροι ότι η πρόσβαση σε αυτό τον κόσμο αφορά όσο το δυνατόν περισσότερους πολίτες με όσο το δυνατόν μικρότερους αποκλεισμούς. Διότι όταν μιλάμε για «τα νέα ρήγματα» τα οποία ανοίγονται στην ελληνική κοινωνία, αναφερόμαστε και στο ρήγμα μεταξύ αυτών που αισθάνονται ότι μπορούν να παρακολουθήσουν αυτές τις εξελίξεις, να προσαρμοστούν και να αξιοποιήσουν τις δυνατότητες του νέου κόσμου, και αυτών που αισθάνονται ότι μένουν πίσω, απομονωμένοι, αντιμετωπίζοντας αυτή την πραγματικότητα με έναν φοβικό τρόπο. Κατά συνέπεια, η μετάβαση σε ένα επόμενο στάδιο, αυτό της σύζευξης ανθρώπου και μηχανής, εξαιτίας της Τεχνητής Νοημοσύνης, συνιστά μία προσαρμογή στα νέα δεδομένα που διαμορφώνονται. Και αυτό απαιτεί αναδιάρθρωση όχι μόνο της Εκπαίδευσης, αλλά και της διά βίου μάθησης. Ωστόσο, δεν πρέπει να παραγνωρίσουμε αλλά να αντιμετωπίσουμε τις μεγάλες προκλήσεις που η Τέταρτη Βιομηχανική Επανάσταση προβάλλει ήδη ως ερωτήματα, τα οποία πρέπει να απαντηθούν σήμερα και όχι αύριο. Αναφέρω ενδεικτικά τα σημαντικά ηθικά διλήμματα και ζητήματα που αφορούν την προστασία των δεδομένων. Πόσο κοντά είμαστε σε έναν κόσμο όπου τα μηχανήματα θα αυτενεργούν και θα αναπτύσσουν «δικές τους σκέψεις»; Πόσο προστατευμένοι είμαστε απέναντι σε πιθανούς κινδύνους; Πόσο κινδυνεύουν τα ανθρώπινα δικαιώματα; Φτάνοντας, λοιπόν, στο βέλτιστο σημείο ισορροπίας μεταξύ ηθικότητας και ωφελιμότητας οφείλουμε να κάνουμε ορθή διαχείριση των εφαρμογών που μας διαθέτει η Τεχνητή Νοημοσύνη. Γιατί, δεν μπορούμε να αγνοήσουμε το γεγονός ότι η ίδια η ιστορία της Ανθρωπότητας και του Πολιτισμού είναι συνυφασμένη με την πρόοδο της Τεχνολογίας, η οποία έκανε και κάνει τη ζωή μας, τελικά, καλύτερη και πολύ ασφαλέστερη. Και μέσα από το ίδιο πρίσμα πρέπει να αντιμετωπίσουμε και τις προκλήσεις της Τέταρτης Βιομηχανικής Επανάστασης, χωρίς φοβικότητα, με μετριοπάθεια, με θάρρος και με τόλμη. H Παιδεία είναι ο ανελκυστήρας για την πρόοδο κάθε νέου. Η μεγαλύτερη επένδυση για το μέλλον της χώρας μας. Αρωγός σε αυτή την προσπάθεια είναι η άμεση αξιοποίηση της επιστημονικής προόδου και η ενσωμάτωση και αξιοποίηση καινοτομιών, ειδικά των σύγχρονων ψηφιακών τεχνολογιών και στο χώρο της Εκπαίδευσης. Έχει ειπωθεί πως. η διδασκαλία είναι κάτι περισσότερο από το να διανέμεις τη γνώση, είναι να εμπνέεις την αλλαγή.. Αυτό είναι το καθήκον της σύγχρονης Εκπαίδευσης και είναι υποχρέωσή μας να το στηρίξουμε.



Τεχνητή Νοημοσύνη: Επενδύοντας στο Μέλλον, ΙΩΑΝΝΗΣ ΒΛΑΧΑΒΑΣ, Καθηγητής, Εργαστήριο Ευφυών Συστημάτων Τμήμα Πληροφορικής, ΑΠΘ

Μετά από 60 χρόνια έρευνας, μεγάλων προσδοκιών και υποσχέσεων αλλά και αποτυχιών, η Τεχνητή Νοημοσύνη (ΤΝ) σήμερα είναι μια πραγματικότητα με έντονα κοινωνικo-οικονομικά αποτελέσματα. Οι μέθοδοι ΤΝ και οι τεχνολογίες πρόκειται να φέρουν σημαντικές αλ- λαγές στις κοινωνίες, στις επιχειρήσεις αλλά και σε Oργανισμούς, σε παγκόσμιο επίπεδο. Ο ρόλος της ως ο κύριος οδηγός καινοτομίας, μελ- λοντικής ανάπτυξης και ανταγωνιστικότητας αναγνωρίζεται σε διεθνές επίπεδο. Σαν αποτέλεσμα η ΤΝ είναι στην κορυφή εθνικών και διεθνών στρατηγικών επιλογών σε όλο τον κόσμο. Η ΤΝ περιλαμβάνει ένα ευρύ φάσμα μεθόδων και τεχνικών με πολλές σημαντικές εφαρμογές η κάθε μία. Τα κεντρικά προβλήματα της ΤΝ περιλαμβάνουν το σχεδιασμό ενεργειών, την επίλυση προβλημάτων, τη διαχείριση γνώσης, την αντίληψη (κατανόηση), τη μάθηση, την επε- ξεργασία φυσικής γλώσσας και την αναγνώριση ομιλίας και εικόνας. Από τα μέσα του 20ού αιώνα έως σήμερα, βιώνουμε την 3η Βιομη- χανική Επανάσταση που χαρακτηρίστηκε και ως ψηφιακή επανάσταση εξαιτίας της ανάπτυξης των ηλεκτρονικών (transistor και επεξεργα- στών), των επικοινωνιών και των υπολογιστών. Αυτή η τεχνολογία επέτρεψε να παράγονται δεδομένα κάθε φορά που χρησιμοποιούμε το έξυπνο κινητό μας, σε κάθε συναλλαγή με την τράπεζα ή με κάποια αγορά μέσω του διαδικτύου ή με πιστωτική κάρτα, από κάθε επικοινωνία μας με τα μέσα κοινωνικής δικτύωσης και, γενικά, από κάθε σύγχρονη δραστηριότητα. Εκτός από τους υπολογιστές, συνδεδεμένες στο διαδί- κτυο είναι πολλές άλλες συσκευές καθημερινής χρήσης, όπως έξυπνα ρολόγια, κάμερες, αλλά και οικιακές συσκευές, όπως κλιματιστικά και ψυγεία, ενώ προβλέπεται πολύ σύντομα να αυξηθούν δημιουργώντας ένα άλλο διαδίκτυο, αυτό των αντικειμένων (Internet of Things ή IoT), το οποίο θα απαιτεί την ανάγκη για άλλες έξυπνες εφαρμογές διαχείρισής τους. Ο όγκος των δεδομένων που παράγεται κάθε λεπτό είναι ασύλ- ληπτος δημιουργώντας, μάλιστα, έναν νέο τεχνικό όρο, αυτόν των μεγάλων δεδομένων (Big Data) για να τα προσδιορίζει. Δημιουργούμε περισσότερα από 2.5 Quintillion (δηλ. Million Billion) bytes δεδομένων κάθε χρόνο. Το 90% όλων των δεδομένων έχουν παραχθεί τα τελευταία 2 χρόνια. Υπάρχει, μάλιστα, η πρόβλεψη ότι τα δεδομένα σε όλο τον κόσμο θα διπλασιάζονται κάθε 2 χρόνια. Οι παραδοσιακές υπολογιστικές τεχνικές δεν είναι σε θέση να δι- αχειριστούν αυτόν τον όγκο των δεδομένων. Η λύση που υιοθετήθηκε είναι η Τεχνητή Νοημοσύνη. Αυτά τα δεδομένα σε συνδυασμό με την τεράστια, πλέον, υπολογιστική ισχύ των σύγχρονων υπολογιστών και τις ευφυείς εφαρμογές που περιλαμβάνει η ΤΝ, χαρακτηρίζουν τη λεγόμενη 4η Βιομηχανική Επανάσταση, που πολλοί ισχυρίζονται ότι ήδη έχει ξεκινήσει. Τι είναι αυτό που χαρακτηρίζει την εποχή μας; ▸ Η τεράστια (σε σχέση με το πρόσφατο παρελθόν) υπολογιστική ισχύς ▸ Κολοσσιαίο πλήθος δεδομένων ▸ Η Τεχνητή Νοημοσύνη. Χαρακτηριστικά τα οποία δίνουν ώθηση σε αναδυόμενες τεχνολογί- ες σε ένα πλήθος πεδίων, στα οποία συμπεριλαμβάνονται η Ρομποτική, η Νανοτεχνολογία, η Βιοτεχνολογία, το Διαδίκτυο των Αντικειμένων, οι Ασύρματες Επικοινωνίες 5ης γενιάς, η Τρισδιάστατη Εκτύπωση, τα Πλήρως Αυτόνομα Οχήματα, κ.ά. Τι είναι Τεχνητή Νοημοσύνη (ή μηχανική ευφυΐα); Ένας από τους πρώτους ορισμούς που διατυπώθηκαν από τους Barr και Feigenbaum αναφέρει ότι «ΤΝ είναι ο τομέας της επιστήμης των υπολογιστών, που ασχολείται με τη σχεδίαση ευφυών (νοημόνων) υπολογιστικών συστη- μάτων, δηλαδή συστημάτων που επιδεικνύουν χαρακτηριστικά που σχετίζονται με τη νοημοσύνη στην ανθρώπινη συμπεριφορά». Με βάση τις προσδοκίες, τις δυνατότητες ή τις επιδιώξεις των ερευνητών, στην ΤΝ διακρίνονται δύο προσεγγίσεις: ▸ η αδύναμη (weak), σύμφωνα με την οποία στόχος είναι η δημιουργία μηχανών (συστημάτων) που θα συμπεριφέρονται σαν να ήταν ευφυείς, και ▸ η ισχυρή (strong) προσέγγιση, όπου ο στόχος είναι η δημιουργία μηχανών που πραγματικά σκέφτονται και δεν προσομοιώνουν απλά το συλλογισμό. Για την πρώτη, μάλιστα, περίπτωση υπάρχει και ένα τεστ (Turing test), σύμφωνα με το οποίο μια μηχανή χαρακτηρίζεται ως ευφυής αν δεν καταφέρει ένας άνθρωπος που θέτει ερωτήσεις να καταλάβει αν αυτός που του απαντά είναι μηχανή ή άνθρωπος. Οι εφαρμογές που απολαμβάνουμε και, ταυτόχρονα, θαυμάζουμε σήμερα, ανήκουν στην αδύναμη (ή στενή) προσέγγιση της ΤΝ. Συστή- ματα που έχουν εκπαιδευτεί για να διεκπεραιώνουν συγκεκριμένες εργασίες χωρίς να έχουν προγραμματιστεί επακριβώς για αυτές. Όπως για παράδειγμα: ▸ Ιατρική διάγνωση ▸ Ανίχνευση απάτης ▸ Πρόβλεψη τιμών οικονομικών μεγεθών ▸ Συστήματα συστάσεων προϊόντων (όπως το Netflix που προτείνει ταινίες με βάση το προφίλ του χρήστη, αλλά και η Amazon) ▸ Επεξεργασία φυσικής γλώσσας και αναγνώριση ομιλίας, με χαρακτηριστικά παραδείγματα το σύστημα Siri της Apple, την Alexa της Amazon, το Cortana της Microsoft και το MAIC της ελληνικής εταιρίας MLS ▸ Αναγνώριση εικόνας, με εφαρμογές από τις συσκευές κινητών τηλεφώνων έως τα αυτόνομα οχήματα ▸ Παίξιμο παιχνιδιών (με ορόσημο την επικράτηση του DEEP BLUE της IBM κατά του παγκόσμιου πρωταθλητή στο σκάκι του Garry Kasparov το 1977) ▸ Μηχανική μετάφραση ▸ Αυτόνομη πλοήγηση οχημάτων σε πραγματικές συνθήκες χρησιμοποιώντας βιντεοκάμερες και αποστασιόμετρα, όπως για παράδειγμα τα συστήματα της Google, της Mercedes, της Audi και, φυσικά, της Tesla ▸ Και φυσικά, Ρομποτική με πάρα πολλές εφαρμογές και επιτεύγματα, όπως το Atlas της Boston Dynamics, στην εικόνα 1, που, εκτός των άλλων, είναι και πολύ καλός στο parkour! αλλά και η SOPHIA, στην εικόνα 2, που είναι επίσης ένα ανθρωπόμορφο ρομπότ που αναπτύχθηκε από την Hanson Robotics το 2015 και έχει κάνει πολλές δημόσιες εμφανίσεις δίνοντας συνεντεύξεις και εντυπωσιάζοντας του μη-μυημένους, παρέχοντας έξυπνες απαντήσεις και αλλάζοντας τις εκφράσεις του προσώπου της επιλέγοντας μία από τις 50 που διαθέτει. Είναι το πρώτο robot που παίρνει υπηκοότητα καθώς τον Οκτώβριο του 2017 έγινε πολίτης της Σαουδικής Αραβίας. Τον Νοέμβριο του 2017 ανακηρύχθηκε από τα Ηνωμένα Έθνη ως Innovation Champion και έγινε το πρώτο μη ανθρώπινο ον που παίρνει τίτλο από τα Ηνωμένα Έθνη. Προφανώς και υπάρχουν και άλλες εφαρμογές ΤΝ, που όμως αποτε- λούν ένα μικρό παράδειγμα των εφαρμογών ΤΝ που υπάρχουν σήμερα. Καμία επιστημονική φαντασία. Απλά, εφαρμογή της Πληροφορικής, της Μηχανικής και των Μαθηματικών. Η πραγματική πρόκληση για την ΤΝ αποδείχθηκε, όμως, ότι ήταν η επίλυση προβλημάτων τα οποία ήταν εύκολα για τους ανθρώπους να διεκπεραιωθούν αλλά πολύ δύσκολο να τα περιγράψουν, γιατί επιλύονταν διαισθητικά. Για παράδειγμα, η ανα- γνώριση προσώπου, η αναγνώριση ομιλίας, η οδήγηση αυτοκινήτου, κ.ά. Πολλές εφαρμογές της ΤΝ αναπτύχθηκαν γράφοντας κώδικα για την αναπαράσταση της γνώσης του προβλήματος σε μια τυπική γλώσσα (Rule or Knowledge base approach). Κανένα δεν γνώρισε μεγάλη ή διαχρονική επιτυχία. Η αιτία αποδόθηκε στην προσέγγιση που ακολουθήθηκε και χαρακτηρίζεται ως στατική (frozen software), επειδή επιδέχεται βελτιώσεις μόνο από ενημερώσεις από τον προ- γραμματιστή. Αυτές οι δυσκολίες οδήγησαν ώστε να αναπτυχθούν συστήματα ΤΝ τα οποία έχουν την ικανότητα λήψης της γνώσης τους εξάγοντας μοντέλα ή πρότυπα από τα πρωτογενή δεδομένα. Αυτή η ικανότητα είναι η Μηχανική Μάθηση (Machine Learning). Η ικανότητα δηλαδή των υπολογιστών να εκτελούν μια συγκεκριμένη λειτουργία για την οποία δεν έχουν σαφώς προγραμματιστεί αλλά προκύπτει ως αποτέλεσμα εκπαίδευσής τους από τα δεδομένα. Η Μηχανική Μάθηση μελετήθηκε από τότε που ξεκίνησε και η Τε- χνητή Νοημοσύνη με το ανάλογο ενός νευρώνα του Frank Rosenblatt, το 1958, και τη μάθηση συνάρτησης αξιολόγησης για αναζήτηση στο παιχνίδι ντάμα του Arthur Samuel, το 1959. Ονομάστηκε Μηχανική Μάθηση στις αρχές του 1980. Πρόσφατα γνώρισε μεγάλη ανάπτυξη λόγω της συνεχόμενης αύξησης των δεδομένων και της υπολογιστικής ισχύος αλλά και την πρόοδο σε αλγορίθμους και την ανάπτυξη θεωρίας, καθώς και την αυξανόμενη ζήτηση για βιομηχανικές εφαρμογές. Στη Μηχανική Μάθηση διακρίνουμε 3 κατηγορίες. Η πρώτη είναι η επιβλεπόμενη μάθηση, όπου στο σύστημα (στον αλγόριθμο) δίνουμε πολλά δεδομένα τα οποία έχουν μια ετικέτα (π.χ. αξιόπιστος ή μη, πελά- της), και το σύστημα εκπαιδεύεται παράγοντας μια συνάρτηση αντιστοί- χισης τέτοια, ώστε όταν της δώσουμε ένα άγνωστο δεδομένο (πελάτη) θα προβλέψει με μεγάλη πιθανότητα την ετικέτα του (αξιόπιστος ή μη, πελάτης). Οι ετικέτες, βέβαια, μπορεί να είναι πολύ περισσότερες από δύο. Η δεύτερη κατηγορία είναι η μη επιβλεπόμενη μάθηση, όπου στο σύστημα δίνουμε δεδομένα τα οποία δεν έχουν καμία ετικέτα και το σύστημα τα διαχωρίζει σε ομάδες με κοινά χαρακτηριστικά. Θα μπορού- σε για παράδειγμα να εφαρμοστεί στους πελάτες ενός super market για να τους χωρίσει με βάση τις αγοραστικές τους συνήθειες. Η τρίτη κατηγορία είναι η ενισχυτική μάθηση, όπου το σύστημα εκπαιδεύεται αναλαμβάνοντας να επιτελέσει ένα έργο (π.χ. να κερδίσει ένα παιχνίδι στην ντάμα) και λαμβάνοντας επιβράβευση ή τιμωρία ανάλογα με την επιτυχή ή μη, έκβαση των επιλογών του. Όλες οι μεγάλες εταιρίες έχουν εμπλακεί στο χώρο της ΤΝ εδώ και χρόνια, όπως η Microsoft, η Oracle, η IBM, η Amazon και, φυσικά, η Google, αν και βέβαια έχουν ασχοληθεί κυρίως με μία περιοχή της, τη Μηχανική Μάθηση και ιδιαίτερα με μία υποπεριοχή της Μηχανικής Μάθησης, τα Νευρωνικά Δίκτυα και τη Βαθιά Μάθηση. Η Google (για την ακρίβεια ο Όμιλος Alphabet στον οποίο ανήκει και η Google) έχει επενδύσει σοβαρά και στο χώρο των ευφυών παιγνί- ων εξαγοράζοντας την εταιρία DeepMind, η οποία αρχικά ανέπτυξε το πρόγραμμα AlphaGo που βασιζόταν σε ένα νευρωνικό δίκτυο το οποίο εκπαιδεύτηκε στο παιχνίδι Go παίζοντας με εκατοντάδες επαγγελματίες αλλά και ερασιτέχνες του συγκεκριμένου παιγνίου. Τελικά, κατάφερε το 2017 να νικήσει τον Ke Jie, νούμερο 1 στο συγκεκριμένο παίγνιο. Στη συνέχεια, ανέπτυξε το AlphaGo Zero, το οποίο εκπαιδεύτηκε παίζο- ντας με τον εαυτό του για 8 ώρες, και αργότερα το AlphaZero, το οποίο εκπαιδεύτηκε να παίζει εκτός του παιχνιδιού Go, και σκάκι και Shōgi υπερνικώντας τα μέχρι τώρα αντίστοιχα λογισμικά (Stockfish και Elmo). Συμπερασματικά, η Μηχανική Μάθηση είναι ένα ισχυρό εργαλείο ΤΝ που μας επιτρέπει να επεξεργαστούμε τεράστια μεγέθη δεδομένων δίνοντας νόημα σε έναν σύνθετο κόσμο, μετασχηματίζοντας σχεδόν το σύνολο των επιχειρήσεων/Οργανισμών λύνοντας προηγουμένως άλυτα προβλήματα. Φυσικά, οι άνθρωποι θα συνεχίσουν να έχουν ρόλο είτε επικυρώνοντας μια διαπίστωση (π.χ. την ανίχνευση απάτης) είτε εκτελώντας μια ενέργεια (π.χ. την ακύρωση μιας συναλλαγής). Η δεύτερη προσέγγιση της ΤΝ, η ισχυρή (ή Γενική) ΤΝ, είναι πολύ διαφορετική. Είναι μια μορφή προσαρμοζόμενης νοημοσύνης που την συναντούμε στους ανθρώπους και δίνει τη δυνατότητα για πραγματικό συλλογισμό και συνείδηση, δυνατότητα για διεκπεραίωση διαφόρων τύπων και δυσκολίας εργασιών, καθώς και την αιτιολόγηση για διάφορα θέματα με βάση συσσωρευμένη εμπειρία. Ο Κινηματογράφος αντιμετώπισε τα τεχνητά κατασκευασμένα ευφυή όντα σε πολλές κλασικές ταινίες επιστημονικής φαντασίας («Metropolis», «Star Trek», «Star Wars», «Alien»), άλλοτε με φόβο («Terminator», «I Robot», «Matrix», Insterstellar), άλλοτε με ελπίδα («Robocop», «Bicentennial Man»), και άλλοτε με συμπάθεια («Blade Runner 1998 και 2049», «ΑΙ», «Her»). Δεν παρέλειψε, βέβαια, να εκφράσει και τις αναστολές του ως προς τους ανθρώπους που κατασκευάζουν τέτοια όντα, καθώς και τις επιφυλάξεις του ως προς την ηθική τους («Space Odyssey», «War Games», «Ex Machina», «Wall»). Αλλά η ανθρώπινη συμπεριφορά είναι μακράν πολύ σύνθετη για να υλοποιηθεί με ένα σύνολο κανόνων ώστε να εκτελεστούν από έναν υπολογιστή και να παραχθεί συμπεριφορά ευφυής όπως η ανθρώπινη. Επιπλέον, η ανθρώπινη συνείδηση παραμένει ένα μυστήριο και οι άν- θρωποι δεν έχουν την ικανότητα για την περιγραφή και στη συνέχεια υλοποίησή της σε ένα υπολογιστικό σύστημα. Άλλωστε, μας ενδιαφέρει περισσότερο η δημιουργία συστημάτων που συμπεριφέρονται έξυπνα. Καθώς η ΤΝ ήταν πάντα στο επίκεντρο σεναρίων φαντασίας ήταν αναπόφευκτο να δημιουργηθούν μύθοι και σενάρια καταστροφολογίας, όπως ότι η ΤΝ θα δημιουργήσει ανεργία, θα επιφέρει απροσδόκητα αποτελέσματα, θα προκύψουν προβλήματα με την απόδοση ευθυνών σε περίπτωση σφάλματος, ακόμη και ότι θα οδηγήσει στον αφανισμό του ανθρώπινου είδους. Οι περισσότεροι φόβοι που έχουν εκφραστεί κατά καιρούς για κάθε νέα τεχνολογία και ιδιαίτερα για την Πληροφορική γενικότερα, φυσικά διαψεύδονται. Οι εξελίξεις στην τεχνολογία γίνονται τόσο ομαλά, όσο και αν προ- βάλλονται ως ραγδαίες, που είμαστε σχεδόν πάντα έτοιμοι να τις υπο- δεχθούμε και να τις αφομοιώσουμε, σε σημείο που να μας φαίνονται ως φυσιολογική εξέλιξη των πραγμάτων. Το ίδιο και με την Τεχνητή Νοημοσύνη. Δεν θα ξυπνήσουμε ένα πρωί και θα δούμε γύρω μας ρο- μπότ να περπατούν και να μας μιλούν χαμογελώντας. Και όταν γίνει κάποτε αυτό, θα είμαστε τόσο προετοιμασμένοι που πολλοί θα θεωρούν ότι άργησε κιόλας να γίνει. Όπως έγινε, άλλωστε, με τα έξυπνα κινητά με τα οποία συνδεόμαστε χωρίς κωδικό αλλά με αναγνώριση προσώπου ή μιλάμε και μας καθοδηγούν στον δρόμο ή ρωτάμε διάφορα πράγματα ή ζητούμε να μας καλέσουν κάποιον. Ποιος εντυπωσιάζεται πλέον; Και όμως, αυτό είναι Τεχνητή Νοημοσύνη. Συνοψίζοντας, η ΤΝ αντιπροσωπεύει μια θεμελιώδη αλλαγή στον τρόπο που ζούμε, που εργαζόμαστε και που επικοινωνούμε μεταξύ μας. Είναι ένα νέο κεφάλαιο στην ανθρώπινη εξέλιξη. Είναι σημαντικό να αναφερθεί ότι ενδιαφερόμαστε για τη δημιουργία προγραμμάτων/ συσκευών που συμπεριφέρονται έξυπνα. Ο επιπλέον στόχος (όραμα) να τις κάνουμε πραγματικά έξυπνες, με συνείδηση (ισχυρή ΤΝ), είναι πολύ φιλόδοξος και μάλλον αφελής, καθώς δεν είμαστε εφοδιασμένοι για ένα τέτοιο εγχείρημα. Άλλωστε, την αγορά αυτήν τη στιγμή την εν- διαφέρει περισσότερο η δημιουργία συστημάτων που συμπεριφέρονται έξυπνα και λύνουν καθημερινά προβλήματα παρά τα συστήματα με πραγματικό συλλογισμό και συνείδηση. Στο ερώτημα, μάλιστα, αν αποτελεί αναγκαιότητα, η απάντηση είναι ότι κάθε πρόοδος στην τεχνολογία είναι αναγκαιότητα για να κάνει τη ζωή μας καλύτερη, απαλλαγμένη από μονότονες και βαρετές εργασίες και χαρίζοντας στον άνθρωπο περισσότερο ελεύθερο και δημιουργικό χρόνο.



Πώς να οριστεί η Τεχνητή Νοημοσύνη; ΚΑΤΕΡΙΝΑ ΓΕΩΡΓΟΥΛΗ, Καθηγήτρια Τμήματος Μηχανικών Πληροφορικής και Υπολογιστών, Πανεπιστήμιο Δυτικής Αττικής

Εφέτος τον Οκτώβριo, για άλλη μία χρονιά, υποδέχθηκα στο αμφιθέατρο τους φοιτητές που είχαν έρθει να παρακολουθήσουν την 1η διάλεξη του μαθήματος της Τεχνητής Νοημοσύνης που διδάσκω σε προπτυχιακό επίπεδο. Καθώς ετοιμαζόμουν να τους κάνω την κλασική ερώτηση με την οποία αρχίζω συνήθως το μάθημα, και που είναι «Τι πιστεύετε ότι είναι η Τεχνητή Νοημοσύνη; Τι καινούργιο περιμένετε να μάθετε παρακολουθώντας αυτό το μάθημα;», αναλογίστηκα την προσέγγιση που είχα χρόνια πριν, όταν γύρω στη δεκαετία του ‘90, για πρώτη φορά, οργάνωσα το σχετικό μάθημα. Τότε, περίπου 30 χρόνια πριν, δεν έκανα τις παραπάνω ερωτήσεις, γιατί ήξερα εκ των προτέρων ότι ως απάντηση θα εισέπραττα την από- λυτη σιωπή ή, το πολύ, κάποιος πιο «ψαγμένος» να μου απαντούσε κάτι σχετικό με τα δρώμενα στην ταινία φαντασίας. Ο Εξολοθρευτής. (1984), όπου εμφανίζονται τα πρώτα ρομπότ, ή στην πολύ γνωστή ταινία «The Matrix (1999), ή τα χαρακτηριστικά του ανδροειδούς (ανθρωπόμορφου ρομπότ) στην ταινία Α.Ι. Τεχνητή Νοημοσύνη.(2001), ή αν ήταν σινεφίλ, αναφορές στην ταινία 2001: Η Οδύσσεια του Διαστήματος (1968), που περιστρέφεται γύρω από θέματα όπως η ανθρώπινη εξέλιξη, η Τεχνητή Νοημοσύνη και η εξωγήινη ζωή. Όμως, στη σύγχρονη εποχή βρίθουν οι αναφορές στην Τεχνητή Νο- ημοσύνη ή Artificial Intelligence αγγλιστί, ή απλά AI, σε κάθε επίπεδο όπου εμπλέκεται η τεχνολογία ή γίνεται αναφορά σε αυτήν. Κανείς πια δεν ξαφνιάζεται όταν ενημερώνεται ότι μπορεί να κατεβάσει στο κινητό του μια εφαρμογή ΑΙ, ή ότι η συσκευή που μόλις αγόρασε, δουλεύει με ΑΙ, και ας μην ξέρει τι ακριβώς τεχνολογία είναι αυτή. Και προφανώς, ό,τι σχετικό με ΑΙ και αν διαβάσει στη Λογοτεχνία ή δει στον κινηματο- γράφο ή όταν επισκέπτεται το διαδίκτυο αναζητώντας κάποιου είδους υποστήριξη, ίσως τον εντυπωσιάζει αλλά σίγουρα δεν τον ξαφνιάζει. Η σύγχρονη Λογοτεχνία αναφέρεται πλέον σε εφαρμογές ΑΙ χωρίς να αποτελεί αυτό επιστημονική φαντασία, όπως το νέο μυθιστόρημα Άντα (2016) του Αντουάν Μπελό, όπου η Άντα είναι ένα προηγμένο λογισμικό ΑΙ με «ιστορική σημασία», καθώς αποτελεί τον «τελευταίο κρίκο» της εξελικτικής αλυσίδας: μιλά, μαθαίνει γρήγορα, συζητά, σκέφτεται και έχει προγραμματιστεί για να δημιουργήσει ευρείας κατανάλωσης αισθηματικά μυθιστορήματα. Στην τηλεοπτική σειρά Person of Interest (2011-2016), ο ήρωας αναπτύσσει ένα πρόγραμμα ηλεκτρονικών υπολογιστών γνωστό ως «το μηχάνημα», που είναι σε θέση να συγκεντρώσει όλες τις πηγές πληροφοριών για να προβλέψει και να εντοπίσει τους ανθρώπους που σχεδιάζουν τρομοκρατικές πράξεις εγείροντας θέματα ανθρώπινου ελέγχου και άλλα ηθικά προβλήματα. Παρόμοια θέματα εγείρονται στο χώρο της Ιατρικής, όπου η AI μπορεί να φανεί χρήσιμη σε πολλούς διαφορετικούς τομείς, όπως στον τομέα της Υγείας όπου κρίνεται αναγκαίο και όπου για να λειτουργήσει, χρειάζεται η συγκέντρωση προσωπικών ιατρικών δεδομένων. Για παρά- δειγμα, τα nanobots μιας ιατρικής πλατφόρμας μπαίνουν στις αρτηρίες των ασθενών, οι οποίοι στη συνέχεια, χρειάζεται απλώς να τοποθετήσουν μια φορετή (wearable) συσκευή στον καρπό, η οποία θα δώσει στο AI engine της πλατφόρμας τα δεδομένα που λαμβάνει, και με κατάλληλη επεξεργασία τους με αλγόριθμους Μηχανικής Μάθησης (Machine Learning), θα ανιχνεύονται ανωμαλίες - εφόσον φυσικά υπάρχουν. Στον εμπορικό κόσμο, η εποχή που θα μπαίνεις στο σούπερ μάρ- κετ, θα ψωνίζεις και θα φεύγεις χωρίς να περάσεις από ταμείο δεν είναι τόσο μακριά όσο φανταζόμαστε. Ήδη δημιουργούνται πειραματικά μικρά σούπερ μάρκετ στην Αμερική, όπου υπάρχει εγκαταστημένο δίκτυο από κάμερες, και στα ράφια αισθητήρες ανιχνεύουν με ΑΙ τε- χνολογίες (π.χ. Deep AI & machine learning algorithms) τι συλλέγει ο καταναλωτής, και χρεώνεται αυτόματα η κάρτα του -μέσω της σχετικής εφαρμογής που έχει κατεβάσει στο κινητό του- καθώς αποχωρεί από το κατάστημα. Αναμενόμενο είναι ότι η ραγδαία εξέλιξη της ΑΙ απασχολεί αυτούς που παίρνουν αποφάσεις σε υψηλά επίπεδα, όπως φαίνεται από την παρακάτω δήλωση που κατατέθηκε σε επίπεδο Κοινοβουλίου Ευρω- παϊκής Ένωσης πρόσφατα: «Καταφέραμε και περάσαμε στην Έκθεση για το ΑΙ σημαντικές τροπολογίες που βάζουν φραγμούς σε εταιρίες ως προς το πώς θα χρησιμοποιούν εφαρμογές ΑΙ με σκοπό την προ- ώθηση προϊόντων, την άντληση ευαίσθητων προσωπικών δεδομένων των χρηστών και την επαναχρησιμοποίησή τους για δικό τους όφελος». Με λίγα λόγια, η τεχνολογική εξέλιξη, που στις μέρες μας είναι συνυφασμένη με την Τεχνητή Νοημοσύνη, καθώς και τα ηθικά και άλλα προβλήματα που απορρέουν από αυτήν, αποτελούν, πλέον, μέρος της καθημερινότητάς μας. Πώς λοιπόν, θα μπορούσα μέσα στο μάθημα να περιοριστώ σε στερεότυπους ορισμούς όπως. Τεχνητή Νοημοσύνη είναι ο επιστημονικός χώρος που προσφέρει τις τεχνικές για την επίλυση δύσκολων υπολογιστικών προβλημάτων χωρίς να είναι απαραίτητο η μηχανή να επιδεικνύει γενική νοη- μοσύνη αλλά απλώς μιμούμενη βιολογικές διεργασίες ή Τεχνητή Νοημοσύνη είναι η επιστήμη που μελετά τη φύση της ανθρώπινης νοημοσύνης και στη συ- νέχεια, τον τρόπο αναπαραγωγής της σε μηχανές, χρησιμοποιώντας σύμβολα, ή τον γενικότερο ορισμό Τεχνητή Νοημοσύνη είναι η επιστήμη που ασχολείται με την κατασκευή μηχανών που θα πρέπει όχι μόνο να δείχνουν συμπεριφορά συγκρίσιμη με αυτή που θεωρείται ότι απαιτεί νοημοσύνη στους ανθρώπους αλλά να μπορούν επίσης να προσαρμόζονται στο περιβάλλον τους, όταν η επιστήμη καλπάζει βήμα - βήμα με τη Φαντασία και την Τέχνη; Και έτσι αποφάσισα να δώσω τον πιο απλό και πλήρη ορισμό που έχω διαβάσει: Τεχνητή Νοημοσύνη είναι η επιστήμη που ασχολείται με το πώς να φέρει σε σημείο τις μηχανές να κάνουν τα πράγματα που κάνουν στις ταινίες, του Αμερικανού επιχειρηματία, επιστήμονα και συγγραφέα, με εξειδίκευση στον τομέα της Ευφυούς Τεχνολογίας, Astro Teller.



Η αλληλεπίδραση της Τεχνητής Νοημοσύνης στην ψυχολογία του ανθρώπου, ΔΗΜΗΤΡΙΟΣ ΝΙΚ. ΓΙΑΚΟΥΜΑΚΗΣ, Κλινικός-Πολιτικός Ψυχολόγος, Γνωστικός Επιστήμων Τεχνητής Νοημοσύνης - Ρομποτικής,, Ομαδικός Ψυχοθεραπευτής, Σύμβουλος Ανάπτυξης και Υποστήριξης BoD Advisor

Η Ανάλυση της Τεχνητής Νοημοσύνης στην καθημερινότητά μας προσβλέπει σ’ έναν νέο και πολλά υποσχόμενο κόσμο μας. Πρώτη φορά στην ιστορία του ανθρώπινου είδους οι μηχανές θα έρθουν τόσο κοντά με τον άνθρωπο. Καταλύτης και πυρήνας της εξέλιξης αυτής είναι η Τεχνητή Νοημοσύνη - Artificial Intelligence (ΑΙ). Σήμερα, ζούμε την εποχή της 4ης Βιομηχανικής Επανάστασης, όπου η εφαρμογή των συστημάτων Τεχνητής Νοημοσύνης (AI) συναντάται σχεδόν παντού στην καθημερινή μας ζωή, όπως λ.χ. να οδηγούν αυτο- κίνητα, να αποφασίζουν σχετικά με τις αιτήσεις υποθηκών ή δανείων, να βοηθούν στη μετάφραση κειμένων, στην αναγνώριση προσώπων, στα κοινωνικά δίκτυα, στον εντοπισμό της θέσης, να δημιουργούν έργα Τέχνης, να παίζουν παιχνίδια κ.λπ. Η AI άρχισε να κορυφώνεται σταδιακά από τη δεκαετία του 2000 και προέκυψε από το συνδυασμό της ικανότητας της μηχανής να «μαθαίνει» (machine learning) με τα «μεγάλα δεδομένα» (big data). Οι αλγόριθμοι πίσω από αυτά τα συστή- ματα λειτουργούν μέσα από τη στατιστική συσχέτιση των δεδομένων που αναλύονται και συνθέτονται, έτσι ώστε να δίνουν τη δυνατότητα στις μηχανές να εκτελούν βασικές λειτουργίες υπολογισμού και σε άλλες δραστηριότητες, όπως ακριβώς λειτουργεί ο άνθρωπος. Η AI βασίζεται μόνο σε δεδομένα, έχει, δε, τη δυνατότητα να εκτε- λεί μόνο μία εργασία κάθε φορά. Ακόμη, δεν έχει τη δυνατότητα να μεταφέρει γνώσεις που παράγονται. Η γνωστή «Strong AI» ή «Ισχυρή Τεχνητή Νοημοσύνη», είναι ικανή να εμφανίζει στοιχεία ανθρώπινης νοημοσύνης και κοινής λογικής. Όμως, δεν μπορεί να θέσει τους δικούς της στόχους. Η ιδέα μιας «υπερφυσικής» τεχνητής νοημοσύνης, ικανής να αυ- τονομείται και να κυριαρχεί ενδεχομένως πάνω στους ανθρώπους, παραμένει ως πιθανότητα που αυτή τη στιγμή θεωρείται ως σενάριο υψηλής φαντασίας. Ταυτόχρονα, η ανάπτυξη συστημάτων ΑΙ που βασίζονται στη χρήση προσωπικών δεδομένων απαιτεί τη διαμόρφωση και την προσαρμογή των νομικών πλαισίων σχετικά με τη συλλογή, τη χρήση και την απο- θήκευση των δεδομένων αυτών. Επίσης, ένα σοβαρό ζήτημα είναι η πιθανή παρεκτροπή στα δεδο- μένα -μέσω της προκατάληψης- που παρέχονται στα συστήματα AI. Οι μηχανικοί υπολογιστικών συστημάτων υποστηρίζουν ότι με όποια δεδομένα «φορτώσεις» το σύστημα, αντίστοιχης ποιότητας αποτελέ- σματα θα πάρεις. Το φιλοσοφικό ζήτημα που μας απασχολεί είναι το επίπεδο αυτονο- μίας που δίνεται κάθε φορά στα συστήματα ΑΙ για τη λήψη αποφάσεων που θα μπορούσαν να αλλάξουν τη ζωή μας, έχοντας πάντα κατά νου ότι τα συστήματα αυτά παρέχουν μόνο βοήθεια. Δεν καταλαβαίνουν τα καθήκοντα που εκτελούν και δεν υπάρχει τρόπος να μάθουν τον τρόπο με τον οποίο καταλήγουν στα συμπεράσματά τους. Τα συστήματα AI επηρεάζουν την κοινωνία, και κυρίως την αγορά ερ- γασίας. Παράλληλα, θα μπορούσαν να αυξήσουν και τις ανισότητες, αν κά- ναμε χρήση της γνώσης, της σωστής προσαρμογής, της ευελιξίας και της πρόβλεψης. Ο τρόπος που αντιμετωπίζει ο άνθρωπος τις παραπάνω έννοιες αλλάζει τη ζωή του και διαμορφώνει την κοινωνία του από μέρα σε μέρα. Ο Βρετανός μαθηματικός Alan Turing (1936), εισήγαγε τη μηχανή Turing, ένα μοντέλο υπολογισμού που προκάλεσε την ανάπτυξη της Πληροφορικής και των υπολογιστών. Ο Turing δημοσίευσε μία μελέτη με τίτλο «Υπολογιστικά Μηχανήματα και Νοημοσύνη» (1950), όπου αναφέρεται η αφετηρία της σύγχρονης Τεχνητής Νοημοσύνης, δηλαδή της ικανότητας της μηχανής να εμφανίζει ανθρώπινες δυνατότητες, όπως είναι η Συλλογιστική, η Μάθηση, η Δημιουργικότητα. Η Τεχνητή Νοημοσύνη Συμβόλων – Symbolic AI, άρχισε να ανα- πτύσσεται στη δεκαετία του 1960, γύρω από την ιδέα ότι μπορούμε να αποκωδικοποιήσουμε τις έξυπνες ανθρώπινες συμπεριφορές ως μία ακολουθία λογικών κανόνων, που μεταγράφονται σε αλγόριθ- μους, όπου οι μηχανές θα μπορούσαν να ακολουθήσουν προκειμένου να εμφανίσουν και εκείνες με τη σειρά τους μία «έξυπνη» συμπερι- φορά. Οι πληροφορίες δίνονταν στη μηχανή, στη συνέχεια μετατρέ- πονταν σε σύμβολα (γραφήματα, λογικούς τύπους) εφ’ όσον ο υπο- λογιστής μπορούσε να τις χειριστεί χρησιμοποιώντας ένα σύνολο κανόνων. Έτσι, οδηγηθήκαμε στο σχεδιασμό πληροφοριακών συστημάτων και συστημάτων γνώσης, που αναπαράγουν τα γνωστικά βήματα του ανθρώπου για την επίλυση προβλημάτων του. Σύστημα γνώσης που αποτελείται από μία βάση πληροφοριών (που αντιπροσωπεύει -αντα- νακλά- τον πραγματικό κόσμο) και από μία μηχανή συμπερασμάτων (που εφαρμόζει ένα σύνολο λογικών κανόνων για την εξαγωγή νέων γνώσεων). Τα συγκεκριμένα συστήματα είναι σε θέση να παρέχουν υποστήριξη σε μία μεγάλη γκάμα εργασιών, από τον έλεγχο της συμπε- ριφοράς ενός συστήματος μέχρι την παροχή διάγνωσης που χρειάζεται για τη λήψη μιας απόφασης ή την εκτίμηση μιας κατάστασης, ενός περιστατικού ή ενός φαινομένου γενικότερα. Παράλληλα, η έρευνα στο χώρο των Νευροεπιστημών άρχισε να μας δείχνει ότι ο ανθρώπινος εγκέφαλος δούλευε με διαφορετικό τρόπο, από ό,τι αρχικά είχε εκτιμηθεί και από ό,τι ακόμα και μέχρι σήμερα γνωρίζουμε (Πλαστικότητα Ανθρώπινου Εγκέφαλου). Η νίκη του υπερυπολογιστή Deep Blue επί του Γκάρι Κασπάροφ στο σκάκι (1997), πυροδότησε ξανά το παγκόσμιο ενδιαφέρον στο συγκεκρι- μένο επιστημονικό χώρο. Ο Deep Blue βασίστηκε σε έναν αλγόριθμο που αναλύει εκατομμύρια δυνατότητες ανά δευτερόλεπτο και επιλέγει την πιο ελπιδοφόρα κίνηση, υποστηριζόμενος από μία τεχνητή «ωμή δύναμη» με τεράστια υπολογιστική ισχύ που απλώς εμφανίστηκε εκείνη την περίοδο σαν νοημοσύνη, χωρίς, όμως, να είναι. Ήταν η αρχή για την περαιτέρω ανάπτυξη της AI. Αρχές της δεκαετίας του 2000, ένα νέο κύμα AI θα προέκυπτε από το συνδυασμό δύο στοιχείων: των αλγόριθμων που επιτρέπουν στις μηχανές να μάθουν και της μεγάλης ποσότητας δεδομένων που πα- ράγονται από την ανάπτυξη του ψηφιακού κόσμου, δηλαδή από εμάς, τους ανθρώπους. Ήταν, πλέον, η περίοδος της Τεχνητής Νοημοσύνης με γνώμονα τα δεδομένα – data driven AI. Η μάθηση είναι ένα από τα βασικά χαρακτηριστικά της ανθρώπινης νοημοσύνης. Στον τομέα της Τεχνητής Νοημοσύνης η μάθηση νοείται ως η ικανότητα χρήσης της εμπειρίας μέσα από τα δεδομένα, για τη βελτίωση της γνωστικής συμπεριφοράς της (Machine learning). Η επιστήμη της Νευροεπιστήμης έχει αποδείξει ότι οι ανθρώπινες νοητικές ικανότητες βασίζονται στην ενεργοποίηση σύνθετων δικτύων νευρώνων στον ανθρώπινο εγκέφαλο. Αυτά τα νευρωνικά δίκτυα είναι σε θέση να αποθηκεύουν πληροφορίες και γνώσεις, και κατά συνέπεια, να παρέχουν τις ικανότητες της μάθησης. Έτσι, οι προγραμματιστές δημιούργησαν Τεχνητά Νευρωνικά Δίκτυα (ANN). Σε ένα ANN, ένας μεγάλος αριθμός μονάδων (τεχνητοί νευρώνες) συνδέονται μεταξύ τους για να δημιουργήσουν ένα πολύπλοκο δίκτυο αλληλεπιδράσεων με διαφορετικά επίπεδα. Όταν δοθεί ένα δεδομένο, ως σήμα εισόδου (Input), τότε το δίκτυο παράγει απαντήσεις, ως ένα σήμα εξόδου (Output) όπως προκύπτει από τις αλληλεπιδράσεις μεταξύ των τεχνητών νευρώνων. Κύρια πτυχή του ANN είναι ότι το πρόγραμμα είναι σε θέση να τροποποιήσει τις αλληλεπιδράσεις στο δίκτυο, έως ότου παραχθεί το αναμενόμενο αποτέλεσμα, παρέχοντας στις μηχανές τη δυνατότητα συνεχώς να εκπαιδεύονται και να μαθαίνουν. Οι εφαρμογές της Τεχνητής Νοημοσύνης, με βάση τα δεδομένα, στη ζωή μας είναι αδιαμφισβήτητες. Η ΑΙ είναι παντού γύρω μας. Η δε εκμάθηση των μηχανών οδήγησε σε ένα ευρύ φάσμα εφαρμογών σε διάφορους τομείς. Πιο συγκεκριμένα: 1. Αυτόματη μετάφραση (Google Translate, SYSTRAN). 2. Αναγνώριση ομιλίας και ερμηνείας μαζί (π.χ. αγγλικών και κινέζι- κων, Νοέμβριος 2012, Microsoft). 3. Συστήματα αναγνώρισης προσώπων (χρήση σε δικαστικές έρευνες ή ξεκλείδωμα smartphone). 4. Μηχανές που παίζουν παιχνίδια (το Deep Blue στο σκάκι, το IBM Watson που κερδίζει το Jeopardy ή το πόκερ του DeepStack). 5. Αυτο-οδήγηση οχημάτων (εξοπλισμένα με αισθητήρες και με όπλο την ανάλυση των δεδομένων -gigabytes-, καθώς και των πληροφο- ριών που λαμβάνει ανά δευτερόλεπτο, η νέα γενιά αυτοματοποι- ημένων οχημάτων συνδυάζει διαφορετικά συστήματα AI-Tesla, Waymo). 6. Ιατρική διάγνωση (χρήσιμη στους γιατρούς για να διαπιστώσουν ή να επιβεβαιώσουν μία διάγνωση - Human Dx). 7. Στρατιωτικά Ρομπότ (αυτόνομα οπλικά συστήματα διαφόρων όπλων επιλέγουν και βάλλουν εναντίον στόχων με μικρή ανθρώπινη πα- ρέμβαση). 8. «Μηχανές Eureka», που υποστηρίζουν τη διαδικασία δημιουργι- κότητας στην παραγωγή νέων εφευρέσεων (σχεδιασμό νέων αντι- κειμένων - υλικών, βελτιστοποίηση υφιστάμενων λύσεων, εύρεση νέων λύσεων). 9. Καλλιτεχνική AI (γράφουν ιστορίες ή δημιουργούν έργα Τέχνης, πίνακες ζωγραφικής -The Fooling Painting- ή μουσικές συνθέσεις - Aiva). 10. Συστήματα AI χρησιμοποιούνται στην άμεση εξυπηρέτησή μας, λ.χ. προσωπικοί βοηθοί (Siri, Sally). Με άλλα λόγια, η AI βασίζεται στη χρήση δεδομένων. Θεωρείται ως μία νέα μορφή νοημοσύνης, διαφορετική από αυτή του ανθρώπινου εγκέφαλου, που επιτρέπει στις μηχανές να εκτελούν καθήκοντα, όπως, άλλωστε, και οι άνθρωποι, αλλά πολύ γρηγορότερα. Χρησιμοποιώντας στατιστική συσχέτιση προερχόμενη από μία τεράστια ποσότητα δεδομέ- νων τα μηχανήματα είναι σε θέση να εκτελούν εργασίες που απαιτούν ευφυΐα όταν εκτελούνται από τον άνθρωπο. Ωστόσο, οι μηχανές το κάνουν χωρίς τη χρήση ανθρώπινων μεθόδων. Ένας, λοιπόν, βασικός περιορισμός της ΑΙ είναι ότι δεν διαθέτει κοινή λογική, ούτε και βούληση. Αυτή, η ικανότητα κατανόησης των «κανόνων του κόσμου», αποτελεί τη βασική ικανότητα του ανθρώπου, που αναπτύσσεται σε νεαρή ηλικία, και είναι αυτό που λέμε, με απλά λόγια, «κοινή λογική» (δεν μπορούν να κατανοήσουν το τι συνιστά η λειτουργία ενός αντικειμένου, σε τι χρησιμεύει... κ.λπ.). Η διασφάλιση ότι η συλλογή, η πρόσβαση, η χρήση και η αποθήκευση δεδομένων για εφαρμογές AI δεν θα απειλήσουν την προστασία της ιδιωτικής ζωής των χρηστών είναι μία από τις σύγχρονες και πιο σημαντικές προκλήσεις της AI. Ωστόσο, ένα άλλο θέμα, εξίσου σοβαρό, αφορά την ποιότητα των δεδομένων. Έχει παρατηρηθεί ότι τα συστήματα ΑΙ εμφανίζουν μεροληπτική στάση, ανάλογα με τα δεδομένα που τους δοθούν. Συστήματα μηχανι- κής μάθησης όχι μόνο «μαθαίνουν» και μιμούνται τις προκαταλήψεις από τα δεδομένα με τα οποία εμείς τα τροφοδοτούμε, αλλά μπορούν να ενισχύσουν αυτή τη μεροληψία και την ανισότητα στις αποφάσεις που λαμβάνουν! Το μεγαλύτερο ζήτημα ως προς την ΑΙ σχετίζεται με τη θεωρητική δυνατότητα να μπορεί να λαμβάνει αυτόνομες αποφάσεις, πιθανότητα μακρινή, αλλά όχι τελείως ανέφικτη. Η πρόληψη είναι η καλύτερη μέθοδος οργάνωσης (σχετικά με τον έλεγχο των αλγορίθμων). Καλό θα είναι να αντισταθούμε στον πειρασμό της χρήσης του συστήματος AI πριν προσαρμοστεί το νομικό πλαίσιο. Η πρόσφατη πρόοδος στην ΑΙ και η ανάπτυξη της Ρομποτικής δημιουργεί συναισθήματα φόβου και ανασφάλειας στην εξέλιξη της αγοράς εργασίας, αφού θέσεις απασχόλησης πρόκειται να αντικατα- σταθούν από τη μελλοντική αυτοματοποίηση. Η δε αυτοματοποίηση της κάθε εργασίας εξαρτάται από τον τύπο της εργασίας, καθώς επίσης και από τις απαιτούμενες δεξιότητες. Σε κάθε περίπτωση ο απόλυτος αυτοματισμός δεν είναι δυνατόν να υπάρξει. Το μόνο σίγουρο είναι η ραγδαία ανάπτυξη της προσαρμογής του κάθε επαγγέλματος στη νέα εποχή. Η σύζευξη και αλληλεπίδραση μεταξύ του ανθρώπου και της μηχανής. Επιπλέον, ο αντίκτυπος των συστημάτων ΑΙ δε θα αφήσει ανεπηρέ- αστη την ήδη υπάρχουσα κοινωνική ανισότητα. Η αυτοματοποίηση των θέσεων εργασίας θα μειώσει τη δυνατότητα κοινωνικής κινητικότητας, με τους οικονομικά πιο ευκατάστατους να έχουν τη δυνατότητα να μπο- ρούν να προσαρμοστούν καλύτερα και γρηγορότερα στην αλλαγή. Τα εργαλεία AI μπορούν να αναδιαμορφώσουν την παγκόσμια ισορροπία εξουσίας οδηγώντας σε περαιτέρω κοινωνικές ανισότητες. Επίσης, το νομικό πλαίσιο της Ε.Ε. σχετικά με τα δεδομένα, τους αλγόριθμους και τα ρομπότ είναι σαφές ότι πρέπει να εμπλουτιστεί και να τροποποιηθεί. Το Ευρωκοινοβούλιο (Απρίλιος 2016) ενέκρινε κανονισμό για την προστασία των φυσικών προσώπων έναντι της επεξεργασίας των δεδομένων προσωπικού χαρακτήρα, καθώς και για την ελεύθερη κυκλοφορία των δεδομένων αυτών. Κατόπιν (Οκτωβριος 2017), έχουμε την έκδοση κατευθυντήριων γραμμών για την αυτοματοποιημένη λήψη αποφάσεων. Αυτές οι κατευθυντήριες γραμμές προαπαιτούν από τους υπεύ- θυνους επεξεργασίας δεδομένων να βρίσκουν απλούς τρόπους να ενημερώνουν το υποκείμενο των δεδομένων σχετικά με το σκεπτικό ή τα κριτήρια πάνω στα οποία βασίστηκε ή θα βασιστεί η χρήση των αλγόριθμων. Οι δε προγραμματιστές οφείλουν να εξηγούν απλά και κατανοητά το τι και το γιατί κάνουν κάτι κάθε φορά που τους ζητείται να εκτελέσουν μία εντολή. Σημαντική στιγμή στην ευρωπαϊκή έννομη τάξη είναι η έγκριση του ψηφίσματος του Ευρωπαϊκού Κοινοβουλίου (Φεβρουάριος 2017), σχετικά με τους κανόνες και τη νομοθεσία για τη Ρομποτική. Το ψήφισμα υποστηρίζει ότι το νομικό πλαίσιο της Ένωσης για τη Ρομποτική και την ΑΙ πρέπει να επικαιροποιηθεί και να συμπληρωθεί με κατάλληλες αρχές δεοντολογίας. Το Ε.Κ. ζητά τη σύσταση ενός ευρωπαϊκού οργανι- σμού για τη ρομποτική και την Τεχνητή Νοημοσύνη, που θα παράσχει υποστήριξη σε αυτά τα θέματα. Συνοπτικά, η πρόκληση και πρόσκληση των ημερών μας είναι η δημιουργία του ρυθμιστικού εκείνου πλαισίου που θα οδηγήσει με ασφάλεια και όραμα την ανθρωπότητα σε νέα μονοπάτια, σε εκείνους τους δρόμους που έχει πάει μόνο η φαντασία μας. Η ανθρώπινη νοημοσύνη και η συνείδηση είναι πολύ περίπλοκες έννοιες, που ακόμα δεν είναι καλά κατανοητές. Ο δε τρόπος για να δημι- ουργηθεί μία ιδιαίτερα ρεαλιστική τεχνητή οντότητα είναι να αντιλη- φθούμε πλήρως το πώς λειτουργεί το αρχικό πρότυπο. Και αυτό μπορεί να συμβεί αφού πρώτα βελτιώσουμε την κατανόηση του εαυτού μας και του συνανθρώπου μας. Αυτό σημαίνει μεγαλύτερη εστίαση στην ψυχολογική και κοινωνική μας λειτουργία, όχι μόνο στα αναλυτικά και γνωστικά πεδία που ήδη έχουν μελετηθεί και ανιχνευθεί, αλλά συνάμα και στα τμήματα που μας είναι άγνωστα ακόμα, όπως είναι η φαντασία, η αυτογνωσία, η ιδιοπροσωπία, η ταυτότητα, η δημιουργικότητα, η ανα- σφάλεια, η ηθική, τα συναισθήματα κ.λπ. Μόνο με αυτόν τον τρόπο θα έχουμε τη δυνατότητα να ελπίζουμε να δημιουργήσουμε έναν πραγμα- τικά ρεαλιστικό σύντροφο - συνοδοιπόρο με τον οποίο θα μπορέσουμε να συνυπάρξουμε με επιτυχία στο άμεσο ή στο απώτερο μέλλον.



Τεχνητή Νοημοσύνη: Ποια είναι η πραγματική απειλή;, ΘΩΜΑΣ ΓΙΟΥΡΓΑΣ, Διδάκτωρ Φιλοσοφίας Πανεπιστημίου Εδιμβούργου, Καθηγητής Theory of Knowledge, International Baccalaureate, Εκπαιδευτήρια Δούκα, Philosophy Instructor, Deree - Τhe American College of Greece

Η επανάσταση που ήδη συντελείται στις ΤΕΧΝΟΛΟΓΙΕΣ ΒΑΘΙΑΣ ΜΑ- ΘΗΣΗς (Deep Learning Technologies), και ειδικότερα στην Τεχνητή Νοημοσύνη, θα αλλάξει δραστικά όχι μόνο τον τρόπο με τον οποίο αντιλαμβανόμαστε την εργασία, αλλά και τον τρόπο με τον οποίο αντι- λαμβανόμαστε τον άνθρωπο. Ήδη, πολλές εφαρμογές των τεχνολογιών βαθιάς μάθησης και Τε- χνητής Νοημοσύνης έχουν μπει στην καθημερινότητά μας ή είναι προ των πυλών. Για παράδειγμα, οι υπηρεσίες αυτοεξυπηρέτησης πελατών, τα chatbots, τα εργαλεία μετάφρασης κειμένων, η αυτόνομη οδήγηση, το φιλτράρισμα ειδήσεων βάσει των προτιμήσεών μας, τα self-driving λεωφορεία στο εγγύς μέλλον. Σε εταιρικό επίπεδο, πολλές μεγάλες εταιρίες βλέπουν αυτά τα άλματα τεχνολογικής προόδου στο χώρο της Τεχνητής Νοημοσύνης σαν μια χρυσή ευκαιρία να αυξήσουν την ποιότητα της παραγωγής ή/ και των υπηρεσιών τους, ενώ παράλληλα θα μπορούν να μειώνουν το κόστος. βαθύτερη ενσωμάτωση εφαρμογών τεχνητής νοημοσύνης. Από την άλλη πλευρά, όλο και συχνότερα διατυπώνεται η ανησυ- χία για το εργασιακό τοπίο του (άμεσου) μέλλοντος. Πόσο ρεαλιστικός είναι ο κίνδυνος να χαθούν εκατομμύρια θέσεις εργασίας από την αυξανόμενη ενσωμάτωση της Τεχνητής Νοημοσύνης στην παραγωγή και την εργασία; Η απάντηση του World Economic Forum είναι ενδεικτική: Εκτιμά- ται πως θα χαθούν περισσότερες από 70 εκατομμύρια θέσεις εργασίας μέσα στην επόμενη τριετία. Όμως, αυτή η προσέγγιση είναι μία μισή αλήθεια, η οποία αποκρύπτει τις πραγματικά αισιόδοξες προσδοκίες για τη δημιουργία τουλάχιστον 130 εκατομμυρίων νέων θέσεων εργα- σίας έως το 2023! Εάν αυτή η πρόβλεψη δικαιωθεί, τότε οι τεχνολογίες Τεχνητής Νοημοσύνης μπορεί να οδηγήσουν στην αύξηση των εργα- σιακών θέσεων κατά σχεδόν 60 εκατομμύρια (όπως και στην αύξηση του παγκόσμιου ακαθάριστου προϊόντος κατά περίπου 15 τρισ. δολάρια στην επόμενη δεκαετία). Επομένως, μήπως πρέπει να στρέψουμε αλλού την προσοχή μας ώστε να εντοπίσουμε τους πραγματικούς (ηθικούς) κινδύνους που ελλοχεύουν από την επανάσταση της Τεχνητής Νοημοσύνης; Σήμερα, είμαστε σχεδόν όλοι εξοικειωμένοι με τις συσκευές πλο- ήγησης (GPS), τις οποίες και χρησιμοποιούμε για τη γρηγορότερη μετακίνησή μας στα οδικά δίκτυα. Κάποιες φορές, το GPS μπορεί να μας «συμβουλεύσει» να ακολουθήσουμε μια πορεία που είτε δεν τη γνωρίζαμε είτε αντικρούει τη δική μας κρίση περί της καλύτερης διαδρο- μής. Είναι προτιμότερο να εμπιστευτούμε την κρίση μας ή την «κρίση» του GPS; Πολύ συχνά θα εμπιστευτούμε το GPS ως μία εφαρμογή που «ξέρει» καλύτερα από εμάς τη διαδρομή που πρέπει να ακολουθήσουμε. Το παραπάνω παράδειγμα, φυσικά, δεν είναι ηθικά προβληματικό ή επιλήψιμο. Θα μπορούσαμε, όμως, να πούμε το ίδιο για επερχόμενες εφαρμογές της Τεχνητής Νοημοσύνης που θα μας «συμβουλεύουν» για πιο καίρια ζητήματα; Όπως, για παράδειγμα, η απόφαση πρόσληψης ή απόλυσης ενός εργαζομένου, η απονομή δικαιοσύνης, ακόμα και η επιλογή των φίλων μας ή των συντρόφων μας. Θέλουμε πραγματικά έναν κόσμο όπου μια έξυπνη εφαρμογή Τεχνητής Νοημοσύνης «ξέρει» καλύτερα από εμάς ποιος είναι ο κατάλληλος εργαζόμενος για την εταιρία μας ή ποιος άνθρωπος είναι πιο κατάλληλος για σύντροφός μας; (το τελευταίο σενάριο παρουσιάζεται στο επεισόδιο .Hang the DJ., της εκπληκτικής σειράς .Black Mirror.). Ας φανταστούμε, λοιπόν, έναν κόσμο όπου μια εφαρμογή Τεχνητής Νοημοσύνης (π.χ. μέσω face recognition) μπορεί να μας «συμβουλεύ- σει» με σχετικά μεγάλη αξιοπιστία ποιος υποψήφιος εργαζόμενος θα είναι πιο εργατικός ή ποιος άνθρωπος θα είναι καλύτερος σύντροφος για εμάς. Σε ένα τέτοιο σενάριο, η «κρίση» της έξυπνης εφαρμογής θα απει- λούσε να αντικαταστήσει την ανθρώπινη κρίση με τον ίδιο τρόπο που ένα GPS έχει εν μέρει αντικαταστήσει την ανθρώπινη κρίση στην πλοήγηση. Μόνο που τότε τα διλήμματα, οι κρίσεις και οι αποφάσεις θα αφορούν ζητήματα που αγγίζουν τον πυρήνα της Ηθικής και της ανθρώπινης αυτονομίας (Autonomy) και ατομικότητας (Personhood). Θέλουμε πραγματικά να μεταβιβάσουμε την κρίση μας και τις αποφάσεις μας για τόσο σημαντικά ζητήματα στις έξυπνες μηχανές του μέλλοντος; Επομένως, ο μεγάλος κίνδυνος που επιφέρει η επανάσταση στις εφαρμογές Τεχνητής Νοημοσύνης είναι μια ευθεία απειλή προς την ανθρώπινη αυτονομία. Αυτό που τίθεται σε κίνδυνο δεν είναι οι θέσεις εργασίας, αλλά η εμπιστοσύνη μας προς την ίδια την ανθρώπινη κρίση, άρα και την αυτονομία των αποφάσεών μας. Η μεγάλη «αντίφαση» που θα κληθούμε να αντιμετωπίσουμε στο άμεσο μέλλον, είναι πως όσο αυξάνεται η αξιοπιστία των εφαρμογών Τεχνητής Νοημοσύνης σε νέους χώρους προσωπικού, ηθικού και πολι- τικού ενδιαφέροντος, τόσο περισσότερο θα δοκιμάζεται η εμπιστοσύνη στη δική μας ανθρώπινη κρίση.



Απόσπασμα από το Βιβλίο «Ο Πρωθυπουργός», ΑΡΗΣ ΔΑΒΑΡΑΚΗΣ, Συγγραφέας

Το 1998, η Kodak είχε 170.000 εργαζόμενους και μονοπωλούσε το 85% του φωτογραφικού χαρτιού στον κόσμο. Μέσα σε πολύ λίγα χρόνια, το επιχειρηματικό της μοντέλο εξαφανίστηκε και η σχεδόν μυθική αυτή διεθνής εταιρία πτώχευσε κι έκλεισε. Αυτό που συνέβη στην Kodak θα συμβεί σε πάρα πολλές βιομηχανίες σε όλο τον πλανήτη μέσα στα επόμενα δέκα χρόνια, κι ας μην μπορούμε ακόμη, οι περισσότεροι από εμάς, να το διακρίνουμε και να το προβλέψουμε. Σας περνούσε καν απ’ το μυαλό το 1998, πως τρία χρόνια αργότερα, δεν θα ξανατυπώνατε ποτέ φωτογραφία σε φωτογραφικό χαρτί; Όχι. Κι όμως, η ψηφιακή κάμερα είναι πια μόνη της στη mainstream αγορά και, το βασικότερο, είναι ήδη ένα από τα πολύ βασικά εξαρτήματα αυτού εδώ του εργαλείου της καθημερινότητάς μας, του smartphone μας. Το ίδιο θα συμβεί τώρα και με την Tεχνητή Nοημοσύνη, την Yγεία, τ’ Aυτόνομα και τα Hλεκτρι- κά Aυτοκίνητα, την Παιδεία, τις Tρισδιάστατες 3D εκτυπώσεις, τη Γε- ωργία, την Απασχόληση, όλες τις μορφές εργασίας όπως τις ξέρουμε δηλαδή, αυτό που ονομάζουμε διεθνώς Αγορά Εργασίας. Φίλες και φίλοι, η 4η Βιομηχανική Επανάσταση προχωράει πια με ασύλληπτη ταχύτητα και μεταμορφώνει την ανθρωπότητα με ρυθμούς γεωμετρικής προόδου. Οι οικογένειες και τα πρόσωπα που σπατάλησαν τη ζωή τους συσσωρεύοντας πλούτο προερχόμενο από το κοινό έγκλημα μοιάζουν σαν κάτι ασπρόμαυρες φωτογραφίες κιτρινισμένες από τον καιρό που τις βρίσκει κανείς στα έρημα ερείπια που αφήνει πίσω του ο χρόνος όπως προχωρά. Η Ηλεκτρονική Τεχνολογία, το Λογισμικό, το λεγόμενο διεθνώς software, θα γκρεμίσει, δυστυχώς ή ευτυχώς, το μεγαλύτερο μέρος των παραδοσιακών μορφών βιομηχανίας, όλες σχεδόν τις μορφές παραγωγής όπως τις ξέρουμε, μέσα στα επόμενα πέντε, άντε δέκα το πολύ, χρόνια. […] Στον τομέα της Τεχνητής Νοημοσύνης, οι υπολογιστές γίνονται καθημερινά και με ρυθμούς συνεχώς επιταχυνόμενους όλο και καλύτεροι στην κατανόηση του κόσμου μας. Στις ΗΠΑ, οι νέοι δι- κηγόροι δεν βρίσκουν δουλειά πουθενά. Χάρη στην IBM Watson, όλοι πια έχουν πρόσβαση στην έγκυρη νομική συμβουλή (προς το παρόν κυρίως για τα βασικά, τα οποία όμως αποτελούν το 80% της ζήτησης) μέσα σε δευτερόλεπτα και με ποσοστό ακριβείας 90%, συγκρινόμενο με το 70% που πετυχαίνουν οι με καλές σπουδές διπλωματούχοι επαγ- γελματίες δικηγόροι. […] Οι ηλεκτρονικοί νοσοκόμοι-νοσηλευτές της Watson ήδη πετυχαίνουν τη διάγνωση του καρκίνου με τέσσερις φορές μεγαλύτερη ακρίβεια από τις μέχρι σήμερα δοκιμασμένες συμβατικές ιατρικές μεθόδους που χρησιμοποιούν γιατροί που αποφοίτησαν από τα μεγαλύτερα πανεπιστήμια του κόσμου. Το Facebook διαθέτει ένα λογισμικό που αναγνωρίζει πρόσωπα πολύ καλύτερα από εμάς. Πριν από το 2030, οι υπολογιστές θα είναι σαφώς πιο έξυπνοι από τους αν- θρώπους, θα λειτουργούν δηλαδή πολύ πιο γρήγορα και πιο αποτελε- σματικά από τον μέσο άνθρωπο, ο οποίος, ευτυχώς, ασχολείται με πολλά άλλα πέρα από τ’ απαραίτητα: τον Έρωτα, την Τέχνη, τη Φιλία, τη Φαντασία, τις Σχέσεις, την Αγάπη, τη Φιλοσοφία, τη Μεταφυσική και ό,τι άλλο ΔΕΝ θα απασχολήσει ποτέ τους υπολογιστές. Το 2018, τα πρώτα αυτοδηγούμενα εύχρηστα αυτοκίνητα θα βγουν στην αγορά. Γύρω στο 2020, η αυτοκινητοβιομηχανία σε παγκόσμια κλίμακα θα έχει ήδη υποστεί τα πρώτα πολύ γερά πλήγματα. Μιλάμε για τώρα, για την επόμενη τετραετία. Κανείς δεν θα θέλει να έχει δικό του αυτοκίνητο. Θα καλείς για αυτοκίνητο από το κινητό σου, θα έρχεται αμέσως στο σημείο που βρίσκεσαι και θα σε πηγαίνει στο σημείο που θέλεις να πας. Δεν θα ’χεις να πληρώνεις πάρκινγκ, ούτε κανένα άλλο παραδοσιακό αυτοκινητιστικό έξοδο. Θα πληρώνεις μόνο για την απόσταση που θα διανύεις, και στη διάρκεια της διαδρομής σου μπορείς να κάνεις ό,τι θέλεις, από δουλειά μέχρι χαλάρωση ή και ψυχαγωγία μέσω της οθόνης. Τα παιδιά μου, τα παιδιά μας, ποτέ δεν θα πάρουν δίπλωμα οδήγησης και ποτέ δεν θ’ αγοράσουν αυτοκίνητο. Αυτό θ’ αλλάξει σε απίστευτο βαθμό τις πόλεις μας, μικρές, μεγάλες και τεράστιες, γιατί στους δρό- μους τους θα κυκλοφορούν 90% λιγότερα αυτοκίνητα. Θα μπορέσουμε να μεταμορφώσουμε τα πρώην πάρκινγκ σε χώρους πρασίνου ή σε ό,τι άλλο χρήσιμο. Σκεφτείτε το 1,2 εκατομμύρια των ανθρώπων που σκο- τώνονται κάθε χρόνο σε αυτοκινητικά δυστυχήματα. Ένα εκατομμύριο ζωές το χρόνο θα σωθούν από βέβαιο θάνατο. Είναι απολύτως βέβαιο πως οι περισσότερες αυτοκινητοβιομηχανίες θα πτωχεύσουν άμεσα. […] Και το ένα φέρνει τ’ άλλο: οι ασφαλιστικές εταιρίες θ’ αντιμετωπί- σουν πολύ χοντρό πρόβλημα: χωρίς δυστυχήματα η ασφάλιση θα γίνει ανυπολόγιστα φθηνότερη, μέχρι να καταστεί εντελώς αχρείαστη. Το μοντέλο ασφάλισης αυτοκινήτων θα εξαφανιστεί κυριολεκτικά. Αλλά και το real estate θα επηρεαστεί και θ’ αλλάξει ριζικά. Γιατί, αν μπορείς να εργάζεσαι μέσω υπολογιστών κάθε είδους χωρίς να πηγαινοέρχεσαι στο γραφείο ή στο εργοστάσιο κάθε μέρα, εύκολα θ’ αποφασίσεις να μετακομίσεις σε μια πιο όμορφη γειτονιά, έξω από την πόλη, πιο κοντά στη θάλασσα ή τη Φύση, όπου όλα είναι και πιο φτηνά. Τα ηλεκτρικά αυτοκίνητα, λένε οι μελέτες, θα έχουν γίνει mainstream πριν το 2020, που είναι ήδη εδώ, είναι στη γωνία, το βλέπουμε να παίρνει τη στροφή. Οι πόλεις θα είναι πολύ πιο ήσυχες όταν όλα τ’ αυτοκίνητα θα κινούνται με ηλεκτρισμό. Ο ηλεκτρισμός, με τη σειρά του, θα είναι πολύ φτηνός, αλλά και απίστευτα καθαρός: η παραγωγή ηλιακής ηλεκτρικής ενέρ- γειας παρουσίασε μια μεγάλη καθυστέρηση τα τελευταία τριάντα χρό- νια, ήδη όμως το 2015 εγκαταστάθηκαν πολύ περισσότερες μονάδες παραγωγής ηλιακής ηλεκτρικής ενέργειας από τις παραδοσιακές εγκα- ταστάσεις παραγωγής ηλεκτρισμού με ορυκτά καύσιμα. Η τιμή για την ηλιακή ενέργεια θα πέσει τόσο πολύ και τόσο γρήγορα, που όλες οι εταιρίες παραγωγής λιγνίτη θα πτωχεύσουν και θα εξαφανιστούν πριν το 2025. Και, μαζί με τον πολύ φτηνό ηλεκτρισμό, έρχεται και το φτηνό αλλά και πολύ (σε ποσότητες) νερό. Η αφαλάτωση τώρα πια χρειάζεται μόνο 2 kWh ανά κυβικό μέτρο. Στα περισσότερα μέρη του πλανήτη δεν λείπει το νερό, λείπει το πόσιμο νερό. Προσπαθήστε να φανταστείτε τι σημαίνει για την ανθρωπότητα να μπορούμε όλοι να έχουμε όσο κα- θαρό νερό θέλουμε με σχεδόν μηδενικό κόστος. Δεν θέλω να σας κου- ράσω άλλο, θα σας πω όμως δυο λόγια και για την υγεία, που μας αφορά όλους πολύ. Ήδη κάποιες μεγάλες εταιρίες ετοιμάζουν στα εργαστήριά τους μια ιατρική συσκευή, που λέγεται «Tricorder» (από την ταινία «Star Trek»), που θα δουλεύει και αυτή μέσω του κινητού μας τηλεφώνου και θα σκανάρει τον αμφιβληστροειδή μας, θα μπορεί να κάνει γενική εξέταση αίματος σε δευτερόλεπτα και, με δείγμα της αναπνοής μας, θα δίνει μια πλήρη εικόνα της ιατρικής μας κατάστασης σε real time, αναλύοντας 54 βιοδείκτες, που μπορούν να εντοπίσουν και να διαγνώσουν ακόμα και τις πιο σπάνιες ασθένειες, ακόμα και τις πιο καλά κρυμμένες σε όλο μας το σώμα. […] Δεν θα σταματήσω όμως εδώ, γιατί η συγκυρία είναι τέτοια που αυτό το ξέσπασμα του παλαιού πολιτικού κόσμου –του παλαιού κόσμου γενικότερα, ας το πω πιο σω- στά–, που ακόμα ασχολείται με τα διεθνή οικονομικά του σκάνδαλα, την άθλια δική του διαχείριση του κοινού πλούτου και το εμπόριο σκληρών ναρκωτικών, μπορεί να γίνει μιας πρώτης τάξεως καλή ευ- καιρία, η «γενναία μας προσπάθεια» να γυρίσουμε σελίδα δυναμικά, αγνοώντας όλη αυτή τη γελοία μαύρη τρύπα μέσα στην οποία θέλουν για ακόμα μια φορά να μας ρουφήξουνε. Θα έχετε ακούσει, ίσως, για το 3D printing, την τρισδιάστατη εκτύπωση, που είναι στην ουσία η μεγάλη, η ασύλληπτη ανατροπή στην παγκόσμια βιομηχανική, μέχρι τώρα, παραγωγή, η εξέλιξη που εγκαινιάζει την 4η Βιομηχανική Επα- νάσταση. Η τιμή του φθηνότερου 3D εκτυπωτή έπεσε τα τελευταία δέκα χρόνια από τα 18.000 δολάρια, στα 400. Στο ίδιο διάστημα έγινε κι εκατό φορές πιο γρήγορος. […] Το 2027, σε δέκα περίπου χρόνια δηλα- δή, το 10% της παγκόσμιας παραγωγής, σε οτιδήποτε, θα είναι 3D printed. Με βλέπετε να επιμένω τόσο πολύ, ειδικά σήμερα, σ’ αυτήν την ασύλληπτη μεταμόρφωση της ανθρωπότητας, που είναι ήδη εδώ, γιατί οι περισσότεροι από εσάς, οι ηλικιακά νεότεροι και όσοι μεγαλύ- τεροι καταλαβαίνουν, πρέπει να συνειδητοποιήσουν πως αυτό που ζούμε τώρα στην Ευρώπη και τις ΗΠΑ, τη Ρωσία, την Τουρκία και τον μουσουλμανικό κόσμο, έχει άμεση σχέση με την κοινή μας μεταμόρ- φωση. Ο παλαιός κόσμος φυσικό είναι να καταρρέει, μαζί με τα καθρε- φτάκια που μάζευε σαν θησαυρό ανεκτίμητο. Εμείς δεν πρέπει να παρασυρθούμε. Μας περιμένει το σήμερα, αυτή εδώ η στιγμή που ζούμε, η επόμενη που έρχεται. Η μεγάλη πρόκληση του οικοσυστήμα- τος, που κάνει τους κύκλους του, βραδιάζει χωρίς ν’ ανησυχεί αν θα ξημερώσει. Η στιγμή που φεύγει, η εποχή που φεύγει, πεθαίνει, εξα- φανίζεται στη μαύρη τρύπα. Κρατάμε μόνο ό,τι άξιζε πραγματικά και αφήνουμε τη φυσική ροή των πραγμάτων να μας ανακαινίσει. Αλίμονο αν δεχτούμε να παίξουμε με τους όρους τους παλιούς. Δεν θα πέσουμε σ’ αυτήν την παγίδα, ούτε εγώ ούτε κι εσείς. Καινούργιοι δρόμοι και καινούργιες ευκαιρίες ανοίγονται μπροστά μας: ευκαιρίες επιχειρη- ματικές, δημιουργικές, οικονομικές, ευκαιρίες ευτυχίας που αφορούν όλους τους δημιουργικούς ανθρώπους, αυτούς που δεν ελπίζουν σε σκάνδαλα και ανθρωποφαγίες, αλλά σε μια καλή, χρήσιμη, ευτυχισμέ- νη ζωή, που θα τη φτιάξουν μόνοι τους, σε συνεργασία με την εποχή που τους έτυχε να ζήσουν. Δεν θέλω να σας τρομάξω, περίπου το 75% των γνωστών θέσεων εργασίας θα πάψουν να υπάρχουν για πάντα μέσα στα επόμενα είκοσι χρόνια. Συγχρόνως βέβαια, θα γεννηθούν από τις εξελίξεις πάρα πολλές καινούργιες δουλειές και πάρα πολλές νέες θέσεις εργασίας, που ακόμα όμως δεν μπορούμε να τις καταγράψουμε και να τις υπολογίσουμε επιστημονικά. Θα δούμε αν θα προλάβουν να καλύψουν τα μεγάλα εργασιακά κενά που δημιουργεί η ίδια η ιστορία που προχωρά. Θα εξαρτηθεί από τη ροή του ποταμού, που είμαστε εμείς οι ίδιοι. Στον τομέα της Παιδείας και της Μόρφωσης οι εξελίξεις είναι ήδη ραγδαίες. Στην ιστορία της ανθρωπότητας δεν έχει ξανασυμβεί αυτό ποτέ. Τα πιο φτηνά smartphones στην Αφρική και την Ασία που- λιούνται ήδη δέκα δολάρια. Μέχρι το 2020 το 70% των ανθρώπων στη Γη θα έχουν τουλάχιστον από ένα δικό τους smartphone. Που σημαί- νει πως όλοι θα έχουμε την ίδια άμεση πρόσβαση σε μια παγκόσμιας κλάσης υψηλόβαθμη Εκπαίδευση, πρόσβαση στην ίδια μόρφωση όπου και αν ζούμε. Θα μπορούσα να σας μιλάω για όλ’ αυτά που έρχονται για ώρες, αλλά αν θέσετε από το κινητό σας στην Google όποια απορία έχετε, θα πάρετε σε δευτερόλεπτα την απάντηση. […]



Αριστοτέλης και Υπολογιστές, ΑΝΝΑ ΔΙΑΜΑΝΤΟΠΟΥΛΟΥ, Πρόεδρος του Δικτύου για την Μεταρρύθμιση στην Ελλάδα και την Ευρώπη, πρ. Επίτροπος Ε.Ε., πρ. Υπουργός

Έναν αιώνα πριν, η Μεγάλη Ιδέα αφορούσε στον εδαφικό διπλασιασμό της Ελλάδας. Σήμερα, η μεγάλη ιδέα αφορά στον πολλαπλασιασμό της ισχύος της μέσω του μυαλού των ανθρώπων της και της δύναμης που θα δώσει σ΄ αυτούς ένας μεγάλος και σαφής εθνικός στόχος. Μετά από μία τόσο βαθιά πολύπλευρη κρίση χρειάζεται ένας συ- γκεκριμένος εθνικός στόχος για τη χώρα, ο οποίος θα εμπνεύσει και θα αφορά τον καθένα και την καθεμία προσωπικά. Η έμπνευση και η συστράτευση δυνάμεων για κάτι συλλογικά μεγάλο που θα μας βγάλει από τη συλλογική απογοήτευση και θα δώσει εθνική και ατομική αυτοπεποίθηση αφορά κυρίως τους νέους αλλά και τις άλλες πα- ραγωγικές γενιές, άντρες και γυναίκες, και κάθε τομέα της Οικονομίας. Ο 21ος αιώνας φέρνει ανέμους αλλαγής που δεν φανταζόμαστε. Η Τέταρτη Βιομηχανική Επανάσταση αλλάζει με ταχύτητα την Οικονομία, τη Φύση, την Κοινωνία, τις γεωπολιτικές ισορροπίες και τη σχέση εργασία - κεφάλαιο εργασίας. Αλλάζει τον αγροτικό τομέα, φέρνει επανάσταση στη βιομηχανία, η οποία δημιουργεί ένα δίδυμο ζεύγος με τις Υπηρεσίες, κάνει θαύματα στην Υγεία, εισέρχεται με μη μετρήσιμο, ακόμα, τρόπο στην πολιτική και στην προσωπική ζωή του ανθρώπου. Δημιουργεί νέα ηθικά διλήμματα. Δεκάδες χώρες στον πλανήτη οφείλουν να προετοιμάζονται... και να οργανώνουν εθνικά προγράμματα μετάβασης, που ξεκινούν από το εκπαιδευτικό σύστημα και τη Δημόσια Διοίκηση. Ιδιαίτερα στην Ευρώπη, υπάρχουν χώρες στην πρωτοπορία, άλλες που κινούνται με αργά και σταθερά βήματα, άλλες που προετοιμάζονται με δυσπιστία, και άλλες αποκλεισμένες σε έναν μικρόκοσμο εσωτερικής καθημερινότητας. Τα αποτελέσματα των σημερινών επιλογών θα τα βιώσουν οι λαοί τους σύντομα. Η Ελλάδα μπορεί να θέσει ως εθνικό στόχο να μπει στην πρωτοπορία της Τέταρτης Βιομηχανικής Επανάστασης και να βρεθεί ψηλά στη λίστα με τις τεχνολογικές επιδόσεις των χωρών της Γης. Έχει επιστημονικό προσωπικό, μοναδική δυναμική σε κλάδους όπως ο Αγροτικός, η Υγεία, ο Τουρισμός, ανθρώπους με τεχνογνωσία σε όλα τα σημεία του πλανήτη, και επειδή είναι πραγματικά πίσω στην ψηφιακή εποχή, μπορεί να χτίσει πολύ γρήγορα και οργανωμένα τα απαιτούμενα συστήματα από την αρχή. Αυτός ο στόχος αφορά κάθε Έλληνα και Ελληνίδα που θέλουν να αλλάξουν τη ζωή τους και τη δουλειά τους, αφορά και αυτούς που έχουν τα προσόντα, αλλά και αυτούς που μένουν πίσω. Αυτός ο στόχος θα φέρει πίσω τη γενιά που έφυγε και φεύγει. Καλούμαστε να ερμηνεύσουμε ξανά τον χρησμό της Πυθίας για την προστασία των Αθηναίων από την επίθεση των Περσών: «Τα ξύ- λινα τείχη θα σώσουν την πόλη». Ποια είναι η ερμηνεία; Ξύλινα τείχη γύρω από την Ακρόπολη για να αντιμετωπίσουν την πολιορκία, όπως το ερμήνευσαν οι συντηρητικοί της εποχής, ή γρήγορα καράβια που ανοίγονται στη θάλασσα για άμυνα και επίθεση, όπως το ερμήνευσε ο Θεμιστοκλής; Να μη φοβηθούμε το πέλαγος αλλά να προετοιμάσουμε νέα, γερά σκαριά, σπουδαίους καπετάνιους και πολίτες με αρχές και προσόντα, δηλαδή Έλληνες και Ελληνίδες θαλασσοπόρους στις νέες θάλασσες του νέου κόσμου. Τα νέα σκαριά είναι τα σχολεία, οι καπετάνιοι οι δάσκαλοι, και οι νέοι θαλασσοπόροι τα παιδιά… Βρισκόμαστε ήδη, μάλλον το έχουμε διαβεί, στο κατώφλι της 4ης Βιομηχανικής Επανάστασης. Ένα μέλλον συναρπαστικό και συγκλο- νιστικό, τολμηρό, μα και τρομερό, ρωμαλέο και αβυσσαλέο, ανοίγεται στην Ανθρωπότητα: Ρομποτική, Τεχνητή Νοημοσύνη, Διαδίκτυο των πραγμάτων, μηχανές που μαθαίνουν, Blockchain, κατακλυσμός των DATA. Νέα επαγγέλματα θα καλύπτουν υπάρχουσες και νέες ανάγκες με άλλους τρόπους. Η αυτοματοποίηση, οι νέες ανακαλύψεις, η νέα σχέση ανθρώπου - μηχανής απαιτούν δεξιότητες που αφορούν την ανθρώπινη φύση, προσόντα που αφορούν την ψηφιακή εποχή και, κυρίως, γενική μόρφωση που επιτρέπει την αντίληψη της νέας πραγματικότητας και τη συνεχή προσαρμογή. Στη νέα εποχή ο ανταγωνισμός ανθρώπου και μηχανής είναι ανώφελος. Επί συγκεκριμένου έργου η μηχανή θα είναι ταχύτερη και αποτελεσματικότερη.