Η τεχνητή νοημοσύνη είναι εδώ. Είναι υπερτιμημένη, ανεπαρκώς κατανοητή και ελαττωματική, αλλά ήδη αποτελεί τον πυρήνα της ζωής μας – και το μόνο που πρόκειται να κάνει είναι να επεκτείνει την εμβέλειά της. Υπάρχουν ενδείξεις ότι μπορεί να μας κάνει πιο ευτυχισμένους και υγιείς. Αλλά υπάρχει επίσης λόγος για προσοχή. Περιστατικά στα οποία οι αλγόριθμοι εντόπισαν, ή ενίσχυσαν κοινωνικές προκαταλήψεις σχετικά με τη φυλή ή το φύλο, δείχνουν ότι ένα μέλλον με ενισχυμένη τεχνητή νοημοσύνη δεν θα είναι αυτόματα καλύτερο.
Οι απαρχές της Τεχνητής Νοημοσύνης
Η τεχνητή νοημοσύνη ως τεχνολογική εξέλιξη υπάρχει εδώ και αρκετές δεκαετίες. Ξεκίνησε ως ένα πρόγραμμα διακοπών. Το καλοκαίρι του 1956, ο καθηγητής του Dartmouth John McCarthy, προσκάλεσε μία ομάδα ερευνητών να ασχοληθούν με το πώς θα κάνουν τις μηχανές έξυπνες όπως τους ανθρώπους. Εκεί, επινόησε τον όρο «τεχνητή νοημοσύνη» και την όρισε ως «επιστήμη και μεθοδολογία της δημιουργίας νοημόνων μηχανών», ανοίγοντας το δρόμο για την υλοποίηση ευφυών μεθόδων μηχανικής μάθησης, που διέπονται από αυστηρούς μαθηματικούς αλγορίθμους και στατιστικές μεθόδους ανάλυσης, δίνοντας δηλαδή τη δυνατότητα στους υπολογιστές να μαθαίνουν, χωρίς να έχουν ρητά προγραμματιστεί γι’ αυτό.
Στην πορεία, η τεχνητή νοημοσύνη άρχισε να παρουσιάζει ελπιδοφόρα αποτελέσματα σε πιο ανθρώπινες εργασίες. Το 1965, ο Joseph Weizenbaum στο MIT δημιουργεί την Eliza, το πρώτο chatbot, που ποζάρει ως ψυχοθεραπεύτρια. Το 1975, το Meta-Dendral, ένα πρόγραμμα που αναπτύχθηκε στο Στάνφορντ για την ερμηνεία των χημικών αναλύσεων, κάνει τις πρώτες ανακαλύψεις από υπολογιστή που δημοσιεύονται σε περιοδικό με κριτές. Το 1987 ένα φορτηγό Mercedes εξοπλισμένο με δύο κάμερες και ένα σωρό υπολογιστές οδηγεί μόνο του 20 χιλιόμετρα κατά μήκος ενός γερμανικού αυτοκινητόδρομου με περισσότερα από 55 mph, σε ένα ακαδημαϊκό έργο με επικεφαλής τον μηχανικό Ernst Dickmanns. Το 1997, ο υπολογιστής της IBM Deep Blue νικά τον παγκόσμιο πρωταθλητή στο σκάκι Garry Kasparov . Το 2004, το Πεντάγωνο διοργανώνει το Darpa Grand Challenge, έναν αγώνα για αυτοκίνητα ρομπότ στην έρημο Μοχάβε που καταλύει τη βιομηχανία αυτόνομων αυτοκινήτων.
Το 2012, ερευνητές σε έναν εξειδικευμένο τομέα που ονομάζεται βαθιά μάθηση κεντρίζουν νέο εταιρικό ενδιαφέρον για την τεχνητή νοημοσύνη, δείχνοντας ότι οι ιδέες τους μπορούν να κάνουν την αναγνώριση ομιλίας και εικόνας πολύ πιο ακριβή. Ενώ, το 2016 το AlphaGo, που δημιουργήθηκε από τη μονάδα της Google DeepMind, νικά έναν παγκόσμιο πρωταθλητή παίκτη του επιτραπέζιου παιχνιδιού Go.
Η Τεχνητή Νοημοσύνη σήμερα και οι αντιπαραθέσεις
Τις τελευταίες δύο δεκαετίες έχει σημειωθεί μεγάλη πρόοδος, αλλά υπάρχουν ακόμη πολλά πράγματα που δεν μπορούν να κάνουν οι μηχανές, όπως η κατανόηση των αποχρώσεων της γλώσσας, η κοινή λογική και η εκμάθηση νέων δεξιοτήτων από ένα ,ή δύο παραδείγματα.
Το λογισμικό ΤΝ θα πρέπει να κατακτήσει καθήκοντα όπως τα προαναφερθέντα, αν πρόκειται να πλησιάσει την πολύπλευρη, προσαρμοστική και δημιουργική νοημοσύνη των ανθρώπων, μια ιδέα γνωστή ως τεχνητή γενική νοημοσύνη, η οποία ίσως να μην είναι ποτέ εφικτή. Σήμερα, υπάρχει ένας συγκεκριμένος τύπος τεχνητής νοημοσύνης που κάνει πρωτοσέλιδα – και σε ορισμένες περιπτώσεις τα γράφει κιόλας. Το λεγόμενο Generative AI. Είναι η γεννητική ΤΝ, ένας γενικός όρος για την τεχνητή νοημοσύνη που μπορεί να συναρμολογήσει κομμάτια από τον ψηφιακό κόσμο για να φτιάξει κάτι καινούργιο , όπως τέχνη, εικονογραφήσεις, εικόνες, πλήρη και λειτουργικό κώδικα και τμήματα κειμένου που περνούν όχι μόνο το τεστ Turing, αλλά και τις εξετάσεις MBA.
Εργαλεία όπως η γεννήτρια κειμένου Chat-GPT της OpenAI και η μηχανή μετατροπής κειμένου σε εικόνα της Stable Diffusion το καταφέρνουν αυτό απορροφώντας απίστευτες ποσότητες δεδομένων, αναλύοντας τα μοτίβα με τη χρήση νευρωνικών δικτύων και αναμασώντας τα με λογικούς τρόπους. Το σύστημα φυσικής γλώσσας που βρίσκεται πίσω από το Chat-GPT έχει διατρέξει ολόκληρο το διαδίκτυο, καθώς και έναν ανείπωτο αριθμό βιβλίων, επιτρέποντάς του να απαντά σε ερωτήσεις, να γράφει περιεχόμενο από προτροπές , ακόμη και να γράφει επεξηγηματικά άρθρα για ιστότοπους που ταιριάζουν με όρους αναζήτησης.
Οι επενδυτές , φυσικά, «τρίβουν τα χέρια τους», αλλά οι συγγραφείς, οι εικαστικοί καλλιτέχνες και άλλοι δημιουργοί, ανησυχούν, καθώς, πολύ φυσιολογικά, απαιτούν ένα βιώσιμο εισόδημα. Γιατί να πληρώσει κάποιος έναν εικονογράφο για μια εικόνα όταν μπορεί να ζητήσει από το Dall-E να φτιάξει κάτι δωρεάν; Δίπλα σε αυτούς ανησυχούν και κολοσσοί, όπως η Google (αυξάνει αθόρυβα τις προσπάθειες τεχνητής νοημοσύνης της ως απάντηση στα επιτεύγματα του OpenAI) η οποία αγωνιά τί θα συμβεί στις συνήθειες αναζήτησης των ανθρώπων όταν τα chatbots μπορούν να απαντούν σε ερωτήσεις για αυτούς. Φοβάται κάτι σαν… αντίο στο Googling, καλωσόρισες Chat-GPTing;
Στον ορίζοντα, διαφαίνονται προκλήσεις! Υπάρχουν τόσοι επικριτές της Τεχνητής Νοημοσύνης όσοι και ζητωκραυγάζοντες. Η κριτική αγγίζει ζητήματα τόσο διαφορετικά όσο η βιωσιμότητα, η ηθική, η προκατάληψη, η παραπληροφόρηση, ακόμη και τα πνευματικά δικαιώματα, με ορισμένους να υποστηρίζουν ότι η τεχνολογία δεν είναι τόσο ικανή όσο πιστεύουν οι περισσότεροι και άλλους να προβλέπουν ότι θα είναι το τέλος της ανθρωπότητας όπως την ξέρουμε. Είναι πολλά που πρέπει να σκεφτούμε.
Όπως, την προκατάληψη : Τα σύνολα δεδομένων αντικατοπτρίζουν τον κόσμο γύρω μας, και αυτό σημαίνει ότι τα μοντέλα απορροφούν τον ρατσισμό, τον σεξισμό και άλλες πολιτισμικές παραδοχές μας. Αυτό προκαλεί πλήθος σοβαρών προβλημάτων: Το λογισμικό που έχει σχεδιαστεί για την πρόβλεψη της υποτροπής θεωρείται βέβαιο ότι αξιολογεί τους μαύρους ως πιο πιθανό να υποτροπιάσουν- και το ελαττωματικό λογισμικό αναγνώρισης προσώπου της τεχνητής νοημοσύνης έχει ήδη αναγνωρίσει λανθασμένα μαύρους άνδρες, οδηγώντας στη σύλληψή τους. Και μερικές φορές η τεχνητή νοημοσύνη απλώς δεν λειτουργεί: Ένα εργαλείο πρόβλεψης βίαιων εγκλημάτων για την αστυνομία ήταν εξαιρετικά ανακριβές εξαιτίας ενός προφανή σφάλματος κωδικοποίησης.
Θα πει κάποιος ότι αυτά είναι προβλήματα που μπορούν κάπως να αντιμετωπισθούν, όμως, από την άλλη, οι άνθρωποι χρησιμοποιούν ήδη την ΤΝ για κακόβουλους σκοπούς. Όπως, για παράδειγμα, για τη δημιουργία απομιμήσεων και τη διάδοση της παραπληροφόρησης. Ενώ τα βίντεο και οι εικόνες που επεξεργάζονται ή δημιουργούνται με τεχνητή νοημοσύνη έχουν ενδιαφέρουσες περιπτώσεις χρήσης – σαν την αντικατάσταση των ηθοποιών φωνής μετά την αποχώρηση ή τον θάνατο τους- η τεχνητή νοημοσύνη έχει χρησιμοποιηθεί και για τη δημιουργία πορνογραφικών ταινιών τύπου deepfake, προσθέτοντας διάσημα πρόσωπα σε ενήλικες ηθοποιούς, ή για τη δυσφήμιση καθημερινών ατόμων. Επίσης, η τεχνητή νοημοσύνη έχει χρησιμοποιηθεί για να κατακλύσει τον ιστό με παραπληροφόρηση, αν και οι ελεγκτές γεγονότων έχουν στραφεί στην τεχνολογία για να αντισταθούν.
Ποιο είναι το μέλλον;
Καθώς τα συστήματα τεχνητής νοημοσύνης γίνονται όλο και πιο ισχυρά, δικαίως θα προκαλούν περισσότερο έλεγχο. Η κυβερνητική χρήση του λογισμικού σε τομείς όπως η ποινική δικαιοσύνη είναι συχνά ελαττωματική ή μυστικοπαθής και εταιρείες όπως η Meta έχουν αρχίσει να αντιμετωπίζουν τα μειονεκτήματα των δικών τους αλγορίθμων που διαμορφώνουν τη ζωή. Η ισχυρότερη τεχνητή νοημοσύνη έχει τη δυνατότητα να δημιουργήσει χειρότερα προβλήματα, για παράδειγμα διαιωνίζοντας ιστορικές προκαταλήψεις και στερεότυπα κατά των γυναικών ή των μαύρων. Ομάδες της κοινωνίας των πολιτών, ακόμη και η ίδια η τεχνολογική βιομηχανία, διερευνούν τώρα κανόνες και κατευθυντήριες γραμμές σχετικά με την ασφάλεια και την ηθική της τεχνητής νοημοσύνης.
Παρόλα αυτά, η διαφημιστική εκστρατεία γύρω από τα γενετικά μοντέλα υποδηλώνει ότι δεν έχουμε ακόμα μάθει το μάθημά μας όσον αφορά την τεχνητή νοημοσύνη. Πρέπει να ηρεμήσουμε- να κατανοήσουμε πώς λειτουργεί και πότε όχι- και στη συνέχεια να αναπτύξουμε αυτό το εργαλείο με προσεκτικό, μελετημένο τρόπο, αμβλύνοντας τις ανησυχίες που εγείρονται. Η Τεχνητή Νοημοσύνη έχει πραγματικές δυνατότητες να βελτιώσει -και ακόμη και να παρατείνει- τη ζωή μας, αλλά για να αποκομίσουμε πραγματικά τα οφέλη των μηχανών που γίνονται πιο έξυπνες, θα πρέπει να γίνουμε πιο έξυπνοι για τις μηχανές.
Πηγή: https://www.wired.com/story/guide-artificial-intelligence/
