Η οδύσσεια της τεχνητής νοημοσύνης
Δεν χρειάζεται να περιμένουμε ένα μέλλον επιστημονικής φαντασίας - η εποχή της τεχνητής νοημοσύνης είναι ήδη εδώ.
- Δύσκολο εγχείρημα η επιτυχία της COP29 λέει ο επίτροπος της ΕΕ για το κλίμα, Βόπκε Χούκστρα
- Πώς θα λάβετε το επίδομα θέρμανσης οι δικαιούχοι - Τι πρέπει να γνωρίζετε
- Μιχάλης Γκανάς: Ο ποιητής που εξύμνησε τον έρωτα και τη φύση
- Νέα πλήγματα του Ισραήλ εναντίον νότιου προαστίου της Βηρυτού - Είχε δοθεί εντολή εκκένωσης
Ενας ηλικιωμένος πολιτικός, ένας συνταξιούχος διευθύνων σύμβουλος μεγάλης τεχνολογικής εταιρείας και ένας επιστήμονας υπολογιστών συναντιούνται σε ένα μπαρ. Για ποιο πράγμα μιλάνε; Για τεχνητή νοημοσύνη, φυσικά, επειδή όλοι μιλούν για αυτήν – ή σε αυτήν, είτε την αποκαλούν Alexa, Siri, ή κάτι άλλο. Δεν χρειάζεται να περιμένουμε ένα μέλλον επιστημονικής φαντασίας – η εποχή της τεχνητής νοημοσύνης είναι ήδη εδώ. Οταν οι μηχανές μαθαίνουν, τότε η επίδραση στη ζωή μας είναι έντονη και σίγουρα θα επηρεαστεί και το μέλλον μας.
Αυτό είναι το μήνυμα του συναρπαστικού νέου βιβλίου του πρώην υπουργού Εξωτερικών των ΗΠΑ Χένρι Κίσινγκερ, του πρώην διευθύνοντος συμβούλου της Google Ερικ Σμιντ και του κοσμήτορα του ΜΙΤ Ντάνιελ Χάτενλοχερ. Συνοδεύεται από μια προειδοποίηση: Η τεχνητή νοημοσύνη θα αμφισβητήσει την υπεροχή της ανθρώπινης λογικής που υπάρχει από την αυγή του Διαφωτισμού.
Μπορούν πραγματικά οι μηχανές να σκεφτούν; Διαθέτουν ευφυΐα; Και τι σημαίνουν αυτοί οι όροι; Το 1950, ο διάσημος βρετανός μαθηματικός Αλαν Τούρινγκ πρότεινε να αποφεύγουμε τόσο βαθιά φιλοσοφικά αινίγματα κρίνοντας την απόδοση: Εάν δεν μπορούμε να διακρίνουμε την απόδοση μιας μηχανής από την απόδοση ενός ανθρώπου, θα πρέπει να τη χαρακτηρίσουμε «έξυπνη». Τα περισσότερα πρώιμα προγράμματα υπολογιστών παρήγαγαν άκαμπτες και στατικές λύσεις που απέτυχαν σε αυτή τη λεγόμενη «δοκιμή Τούρινγκ» και ο τομέας της τεχνητής νοημοσύνης συνέχισε να μαραζώνει καθ’ όλη τη διάρκεια της δεκαετίας του 1980.
Αλλά μια σημαντική ανακάλυψη έγινε τη δεκαετία του 1990 με μια νέα προσέγγιση που επέτρεψε στις μηχανές να μαθαίνουν μόνες τους, αντί να καθοδηγούνται αποκλειστικά από κώδικες που προέρχονται από γνώσεις οι οποίες προέρχονται από τον άνθρωπο. Σε αντίθεση με τους κλασικούς αλγορίθμους, οι οποίοι αποτελούνται από βήματα για την παραγωγή αποτελεσμάτων μεγάλης ακρίβειας, οι αλγόριθμοι μηχανικής μάθησης αποτελούνται από βήματα για τη βελτίωση σε αποτελέσματα που δεν είναι ακριβή. Το σύγχρονο πεδίο της μηχανικής μάθησης – των προγραμμάτων που μαθαίνουν μέσα από την εμπειρία – γεννήθηκε.
Η τεχνική της διαστρωμάτωσης αλγορίθμων μηχανικής μάθησης μέσα σε νευρωνικά δίκτυα (εμπνευσμένη από τη δομή του ανθρώπινου εγκεφάλου) αρχικά περιορίστηκε από την έλλειψη υπολογιστικής ισχύος. Αλλά αυτό έχει αλλάξει τα τελευταία χρόνια. Το 2017, το AlphaZero, ένα πρόγραμμα τεχνητής νοημοσύνης που αναπτύχθηκε από το DeepMind της Google, νίκησε το Stockfish, το πιο ισχυρό πρόγραμμα σκακιού στον κόσμο. Αξιοσημείωτο δεν ήταν ότι ένα πρόγραμμα υπολογιστή υπερίσχυσε έναντι κάποιου άλλου προγράμματος υπολογιστή, αλλά ότι το έμαθε ο ίδιος να το κάνει. Οι δημιουργοί του το προμήθευσαν με τους κανόνες του σκακιού και του ανέθεσαν να αναπτύξει μια στρατηγική νίκης. Μετά από μόλις τέσσερις ώρες μάθησης παίζοντας εναντίον του εαυτού του αναδείχθηκε παγκόσμιος πρωταθλητής στο σκάκι, νικώντας τη Stockfish 28 φορές χωρίς να χάσει αγώνα (υπήρξαν 72 ισοπαλίες).
Αλγοριθμική πολιτική
Τα νευρωνικά δίκτυα μπορούν επίσης να δημιουργήσουν νέες εικόνες ή κείμενα. Οι συγγραφείς αναφέρουν το GPT-3 του OpenAI ως ένα από τα πιο αξιοσημείωτα παραγωγικά δίκτυα τεχνητής νοημοσύνης σήμερα. Το 2019 η εταιρεία ανέπτυξε ένα μοντέλο γλώσσας που εκπαιδεύει τον εαυτό της καταναλώνοντας δωρεάν διαθέσιμα κείμενα από το Διαδίκτυο. Με λίγες λέξεις, μπορεί να προεκτείνει νέες προτάσεις και παραγράφους ανιχνεύοντας μοτίβα σε διαδοχικά στοιχεία. Είναι σε θέση να συνθέτει νέα και πρωτότυπα κείμενα που ανταποκρίνονται στη δοκιμασία του Τούρινγκ για την εμφάνιση ευφυούς συμπεριφοράς που δεν διακρίνεται από αυτήν ενός ανθρώπου.
Αυτό το ξέρω εκ πείρας. Αφού έβαλα μερικές λέξεις, έψαξε το Διαδίκτυο και σε λιγότερο από ένα λεπτό δημιούργησε μια εύλογη ψευδή είδηση για εμένα. Ηξερα ότι ήταν ψευδές, αλλά δεν με ενδιαφέρει τόσο πολύ. Ας υποθέσουμε ότι η ιστορία αφορούσε έναν πολιτικό ηγέτη κατά τη διάρκεια μεγάλων εκλογών… Τι συμβαίνει με τη δημοκρατία όταν ο μέσος χρήστης του Διαδικτύου μπορεί να εξαπολύσει ρομπότ τεχνητής νοημοσύνης για να πλημμυρίσουν τον πολιτικό μας λόγο τις τελευταίες ημέρες πριν οι πολίτες ψηφίσουν; Η δημοκρατία υποφέρει ήδη από πολιτική πόλωση, ένα πρόβλημα που επιδεινώνεται από τους αλγορίθμους των μέσων κοινωνικής δικτύωσης που ζητούν «κλικ» (και διαφημίσεις) προσφέροντας στους χρήστες ολοένα και πιο ακραίες («συναρπαστικές») απόψεις. Οι ψευδείς ειδήσεις δεν είναι νέο πρόβλημα, αλλά η γρήγορη, φθηνή και ευρέως διαδεδομένη ενίσχυσή τους από αλγορίθμους τεχνητής νοημοσύνης είναι σίγουρα. Μπορεί να υπάρχει δικαίωμα στην ελευθερία του λόγου, αλλά δεν υπάρχει δικαίωμα στην ελεύθερη ενίσχυση.
Αυτά τα θεμελιώδη ζητήματα, υποστηρίζουν οι συγγραφείς, έρχονται στο προσκήνιο καθώς οι παγκόσμιες πλατφόρμες δικτύων όπως η Google, το Twitter και το Facebook χρησιμοποιούν τεχνητή νοημοσύνη για να συγκεντρώνουν και να φιλτράρουν περισσότερες πληροφορίες από ό,τι θα μπορούσαν ποτέ οι χρήστες τους. Αλλά αυτό το φιλτράρισμα οδηγεί σε διαχωρισμό των χρηστών, δημιουργώντας θαλάμους κοινωνικής ηχούς που υποκινούν τη διχόνοια μεταξύ των ομάδων. Αυτό που ένα άτομο υποθέτει ότι είναι μια ακριβής αντανάκλαση της πραγματικότητας γίνεται αρκετά διαφορετικό από την πραγματικότητα που βλέπουν άλλοι άνθρωποι ή ομάδες, ενισχύοντας και βαθαίνοντας έτσι την πόλωση. Η τεχνητή νοημοσύνη αποφασίζει όλο και περισσότερο τι είναι σημαντικό και τι είναι αληθινό. Τα αποτελέσματα δεν είναι ενθαρρυντικά για την υγεία της δημοκρατίας.
Ακολουθήστε το in.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις