| : Παρακαλώ. Καλησπέρα. Έχω ένα βαντάζ. Μιλάω για τεχνητή νοημοσύνη. Και γενικά το τελευταίο καιρό είναι πολύ της μόδας. Μπορεί φέτος να είναι τα σκισμένα παντελόνια και τη τεχνητή νοημοσύνη. Και του χρόνου θα είναι τα κοντά παντελόνια και τη τεχνητή νοημοσύνη. Οπότε έχει πολύ ενδιαφέρον. Και εδώ το πιο ενδιαφέρον που προσπαθώ να κάνω σήμερα για να δικαιώσω και τις προσπάθειες όλων των ανθρώπων που έτσι πολύ αγάπησαν αυτές τις πολύ λίγες μέρες και διοργανώνουν αυτό το TEDx είναι να μιλήσω για τον άνθρωπο στο μυαλό της μηχανής. Και αρχάς έτσι και να ξεκινήσουμε, αν και νιώθω σχεδόν ολικά τυφλός, θα θέλα να ρωτήσω ποια από εσάς έχουν ακούσει τον όρο τεχνητή νοημοσύνη. Σηκώστε χέρι. Θα προσπαθήσω να σας δω. Πάρα πολύ ωραία, είστε πολύ. Ποια από εσάς έχετε ακούσει τον όρο τέταρτη βιομηχανική επανάσταση. Θα ζητήσω να κάνετε ακριβώς το ίδιο ή πιο διαφορετικά. Ωραία, λίγο λιγότερη, πολύ ωραία. Πώς σας μπορείτε να εξηγήσετε με ακρίβεια τι σημαίνουν αυτά τα δύο πράγματα. Μία, δύο, δεκάρια. Παιδιά, μπράβο, περάσατε. Λοιπόν, για όπως τους υπόλοιπους και αυτούς που δεν είδα, βέβαια, που δεν μπορούν να κάνουν αυτό, θα πω ότι αυτή η δυσαναλογία μεταξύ του πόσοι έχουν ακούσει για τεχνητή νοημοσύνη και πόσοι τελικά μπορούν να εξηγήσουν ακριβώς, ή έτσι ελπίζουν, το περίπτειο μας πρόκειται, έχει να κάνει ακριβώς με το γεγονός ότι η τεχνητή νοημοσύνη είναι πολύ ενδιαφέρουσα, αλλά όντως είναι μία επιστημονική μόδα. Αυτό, λοιπόν, που θα δούμε σήμερα είναι, κατ' αρχάς, να προσπαθήσουμε λίγο να διαλύσουμε αυτό το σύννεφο του τι είναι τεχνητή νοημοσύνη με τρόπο κατανοητό. Θα μιλήσουμε για το πώς τελικά κάνουμε έναν υπολογιστή να φαντάζει νοήμων, ποιος το κάνει και πότε γίνονται όλα αυτά τα πράγματα. Οπότε, από όλη αυτή τη διαδικασία, θα ανακαλύψουμε τον άνθρωπο στο μυαλό της μηχανής. Ο καταπληκτικός ορισμός που έχουν βρει εκπληκτικοί επιστήμονες τα πάρα πολλά χρόνια, που δουλεύουμε στο κομμάτι της νόησης και της τεχνητής νοημοσύνης, που η νόηση έχει μεραιτηθεί ο φιλοσόφος πολύ περισσότερα από επιστήμονες τεχνητής νοημοσύνης, είναι ότι τεχνητή νοημοσύνη είναι η επιστήμη η οποία ασχολείται με το να κάνει τους υπολογιστές συστήματα γενικά, μηχανές, να συμπεριφέρονται λογικά, και εδώ πιο πολύ μιλάνε για μαθηματική λογική, ή ανθρώπινα. Οπότε αυτό που στην πραγματικότητα έγινε, είναι ότι ρίξανε μια πολύ διακριτική πάσα στο τι σημαίνει ανθρώπινο. Επάνω στις περιπτώσεις πάντως αυτός ο ορισμός μας λέει κάποια πράγματα και πλέον η τεχνητή νοημοσύνη ως τίτλος, ως υπέπτυτλος, συνδέεται με πράγματα όπως η τέταδη βιομηχανική επανάσταση που σημαίνει ότι κάτι συμβαίνει, ένα breaking point, για να πω και στο θέμα της σημερινής εκδήλωσης, ότι αλλάζουν όλα και υπάρχει αυτή η έννοια της εξέλιξης και αυτό το deep learning, που δεν μας αρκούσε το ότι μαθαίνει ο υπολογιστής, μαθαίνει βαθύτερα, είναι συμπλονιστικό. Είναι λοιπόν όροι που για εμάς που ασχολούμαστε με την τεχνητή νοημοσύνη δεν είναι τόσο επιθετικοί ή απελετικοί, αλλά σίγουρα είναι ενδιαφέροντες. Αυτό το ενδιαφέρον έχει πολλοπλασιαστεί επικοινωνιακά για πολλούς λόγους και έχει μεταφερθεί και στην κοινωνία. Οπότε πάμε να δούμε λίγο ποιες είναι οι ενδείξεις της τεχνητής νοημοσύνης. Οπότε θα ζητήσω πάλι τη βοήθειά σας. Είναι ένα μοναχικό εδώ, παρά το ότι γνωστεί με περιτριγυνισμένος από ανθρώπους. Και θα θέλα να ρωτήσω αν θεωρείτε ότι ένα σουρωτήρι έχει τεχνητή νοημοσύνη ή λίγοι, ελάχιστοι, τολμηροί που θα το τολμήσουν μπορείτε να σηκώσετε το χέρι. Νιώθω ότι δεν το σήκονται κανείς ή κρύφτηκαν για να μην τους βλέπω. Όλοι ωραία. Αυτοί από εσάς που χρησιμοποιούν ηλεκτρονοτικό ταχυδρομείο θα θέλα να ρωτήσω αν θεωρείτε ότι το spam filter, αυτό που λέει junk, σε ένα από τα μηνύματα που σας στάλθηκε, αν θεωρείτε ότι αυτό ενσωματώνει κάπως τεχνητή νοημοσύνη. Και θα σας ρωτήσω πάνω να σηκώσετε χέρια. Πολλαπλασιάζονται, βλέπετε το διπλανό, σταματήστε να ντρέπεστε, πολύ ωραία, κι άλλα. Εδώ είναι περισσότερος κόσμος που πιστεύει ότι αυτό το filter είναι τεχνητή νοημοσύνη. Ναι, αλλά γιατί σουρωτήρι είναι. Γιατί αυτό το σουρωτήρι τελικά φαντάζει καλύτερο από το απλό σουρωτήρι που κάνει και πολύ ωραία δουλειά στα μακαγονιά. Γιατί φαίνεται να αποσαρμόζεται. Φαίνεται επίσης να έχει έναν έντονο αυτοματισμό. Τελικά θα δείτε ότι στην αναζήτηση, που κάνουμε πολλές φορές μάλιστα με παιδιά γυμνασίου και ελικίδους σε διάφορες παρουσιάσεις για το τι είναι τεχνητή νοημοσύνη, συνανακαλύπτουμε ότι η τεχνητή νοημοσύνη είναι μια πληθόρο πραγμάτων και η νοημοσύνη, όπως την αντιλαμβανόμαστε, ενέχει μια πληθόρο πλαγμάτων που σχετίζονται με το τι κάνουμε ως άνθρωποι. Και είναι το κομμάτι αυτό του να έχεις επαφή με το περιβάλλον και να μπορείς να δράσεις πάνω στο περιβάλλον, είναι το να θυμάσαι, αν σε ένα φίλο του έχεις πει έξι φορές στις έξι ώρα σήμερα, καταφέρνει να συναντηθούμε και δεν το θυμάται, δεν σου φαίνεται πολύ έξυπνος, αρχίζεις και θυμώνεις. Το ίδιο γίνεται και σαν υπολογιστή. Επίσης, η δυνατότητα γενικά της επικοινωνίας με ομοτήμους, με άλλους σαν και σένα, φαίνεται ότι είναι ένδειξη νοημοσύνης. Το να έχεις ένα στόχο φαίνεται να είναι ένδειξη νοημοσύνης. Στο κομμάτι του σχεδιάζω, όπως πάω να πάρω καφέ. Ποιος θέλει καφέ, σου λέμε τους καφέδες και δεν ρωτάς πώς να πάω, σηκώνεις δεξι πόδι, πάς ένα μπροστά, κατεβάζεις πόδι. Σου λένε διπλό φρέντο, αν υπάρχει αυτό το πράγμα που είπα. Σε κάθε περίπτωση, φαίνεται ότι ο άνθρωπος πράγματα όπως και το να μαθαίνει, να προσαρμόζεται, να εξελίσσεται, να εκφράσει η δημιουργικότητα που το θεωρούμε όλοι και με αφορμή τη σχολή που πολλοί από εσάς εδώ πηγαίνετε, θεωρούν ότι είναι ένα ισχυρά ανθρώπινο ιδείωμα η δημιουργικότητα. Και επίσης αυτό το βαθύ πράγμα που νιώθουμε, η αίσθηση της ύπαρξης, το self-consciousness, η αντίληψη αυτού, νότι σημαίνει αυτό. Αυτά λοιπόν θεωρούμε ότι είναι πράγματα τα οποία είναι έντονα ανθρώπινα και γι' αυτό μπορούν να θεωρηθούν συνιστώσες νοημοσύνης. Στην κατάσταση είναι πράγματα που στην τεχνητή νοημοσύνη τα μελετούμε. Και σας μοιράζουμε ότι υπάρχουν ακόμη και πρόγραμματα στον υπολογιστή και από την Ελλάδα, την Ιόνιο Πανεπιστήμιο, ξέρω σίγουρα συναδέλφους οι οποίοι έχουν ένα πρόγραμμα που μπορεί να λειτουργήσει ως να συνοδεύσει σε αυτοσχεδιασμό τζαζ ως δράμερ. Αυτή φαντάζει λίγο ιδιαίτερο. Ή παράγει μουσική ή ζωγραφίζει. Σε κάθε περίπτωση λοιπόν όλα αυτά μας δίνει ότι η τεχνητή νοημοσύνη δεν είναι δίτιμη on-off. Έχει νοημοσύνη, δεν έχει. Είναι κάπως μια αίσθηση για το αν κάτι είναι περισσότερο ή λιγότερο νοήμων. Αυτό προσπαθώ να καταλάβω αν είναι νοήμων. Είναι. Λοιπόν, με βοήθησε. Πάμε να δούμε σήμερα που βρίσκεται η τεχνητή νοημοσύνη. Άρα και πού υπάρχει σήμερα τεχνητή νοημοσύνη. Θα μοιραστώ μαζί σας λοιπόν κάποια πράγματα που μπορούν να είναι αρκετά κοινά όπως η πλοήγηση, το GPS. Υπάρχει από πίσω η τεχνητή νοημοσύνη. Και μάλιστα σε χώρους όπως στην Αθήνα που έχει νόημα το αν θα πας τώρα δεξιά ή αριστερά, όχι λόγω πιδακίδας, λόγω του που έχει κίνηση. Είναι πολύ σημαντικό όταν μπορεί και σε βοηθάει και σου λειτώνει μισή ώρα δρόμο επειδή σου έκανε μια σύσταση καλύτερη από αυτή που έχεις στο μυαλό σου. Διάφορα άλλη τομίσια εφαρμογών έχουν να κάνουν με την αναζήτηση. Όποιος έχει αναζητήσει στο internet και του βγάζει πιο σχετικά αποτελέσματα από ό,τι περίμενε, αν γινόταν τυχαία αυτή η διαδικασία, σημαίνει ότι ο υπολογιστής μας βοηθάει, μαθαίνει προτιμήσεις και μας συστήνει πράγματα. Μας ταξινομεί ώστε πάνω να είναι αυτό που θεωρεί ότι για μας είναι καταλληλότερο. Όποιος έχει μπει και έχει δει βίντεο, ξέρει ότι από κάποια στιγμή και μετά, με αυτό τον υπέροχο χασπούκι τρόπο, σου λέει μάλλον σε ενδιαφέρει και αυτό. Μια στιγμή δεν σου το είπα. Γιατί με ενδιαφέρει αυτό και που το ξέρεις εσύ. Δηλαδή γίνεται σιγά σιγά πράγματα σε διάφορες πλατφόρμες κοινωνικής δικτύωσης που αρχίζει και μας συστήνει παραπάνω απ' ό,τι θα θέλαμε, προϊόντα τα οποία σκεφτήκαμε, προορισμούς που θέλουμε να πάμε. Και αν δεν έχεις πολλά να το πεις στη γυναίκα σου, είναι πρόβλημα γιατί ο υπολογιστής ξέρει γιατί θα πας εκεί. Αυτό λοιπόν έχει να κάνει με τη δική μας αλληλεπίδραση με τον κόσμο αυτών των υπολογιστών. Και τελικά θα δείτε ότι πολύ συχνά στη καθημερινότητα, ακόμη και στην τράπεζα, αυτή η συνήθως άστοχη εκτίμηση του σε πόσο χρόνο θα φτάσει η σειρά μου, είναι κάτι αρκετά έξυπνο που γίνεται. Είναι μια εκτίμηση για το μέλλον. Λοιπόν, ο υπολογιστής φαίνεται να γίνεται πιο έξυπνος από ό,τι τον είχαμε συνηθίσει σίγουρα. Και πάμε να δούμε όμως που θα μπορούσε να είναι αύριο η τεχνητή νοημοσύνη. Σεκινώντας από κάτι που έχει να κάνει με το καλό κομμάτι που μπορεί να έχει τεχνητή νοημοσύνη, είναι αυτό που λέμε precision medicine, γιατική ακριβίας. Τι είναι αυτό? Είναι πάρα πολύ συχνό, αν πας σε ένα γιατρό, καλημέρα, καλημέρα, πονάει το χέρι μου, πάρε αυτά τα δύο φάρμακα, μπορείς να φύγεις. Και θα βάλω έναν νούμερο σε ευρώ, αλλά για να μην χαλάσω την πιάτσα, δεν ξέρω ακόμα ποιο είναι το νούμερο. Τελικά, φαίνεται ότι πολύ συχνά δίνονται τυποποιημένες λύσεις. Υπήρχε ένα καταπληκτικό φάρμακο στην Αμερική, αντιυπερτασικό, αν δεν κάνω λάθος, το οποίο έλεγε, ήταν ευρίας κρίσης. Και με κάτι μικρά γράμματα πάνω στο κουτάκι, διάβαζες αν έχεις το γονίδιο TAD μεταλλαγμένο, θα πεθάνεις. Ok, και το έπαιρνες. Γιατί δεν ήξερες αν αυτό το γονίδιο το έχεις μεταλλαγμένο. Κατά συνέπεια, είναι φορές που το να εστιάσει μια πρόταση για θεραπεία στον συγκεκριμένο άνθρωπο είναι κρίσιμο. Δεν θα το πω εγώ. Οπότε βάζεις τεχνική νοημοσύνη ως γιατρός να διαβάσει χιλιάδες έγγραφα, ή εκατομμύρια έγγραφα γιατρικά και μελέτες, να σου συνοψείς αυτή την πληροφορία, να πάρει πιθανώς και το ιστορικό ενός ασθενούς και να μπορέσει να σου κάνει συστάσεις ή να σου υποδείξει προβλήματα που θα καθορίσουν ή θα υποβοηθήσουν στην πραγματικότητα την απόφαση που θα πάρεις ως γιατρός. Οπότε εκεί λειτουργεί ως φοηθός ο υπολογιστής και ελπίζουμε ότι πάμε προς τα κει πολύ αποδοτικά. Αυτά τα χαπημένα μας καταστροφολογικά σενάρια να ελπιούνται σε ένα βίντεο. Αυτή είναι η κατάσταση. Που έγινε από καθηγητές τεχνητής νοημοσύνης, από τους ανθρώπους που γράψαν τα βιβλία, για να υποδείξουν την επικινδυνότητα, και είναι πολύ ενδιαφέρον βίντεο αν το δείτε ολόκληρο, το να αφήσεις τη μηχανή να πάρει απόφαση για το αν θα τελματίσει μια ζωή. Για παράδειγμα μπορεί να βάλετε, δώσετε την θεϊκή οδηγία, πάρε στον δρόμο, βρες κάποιον άνθρωπο που να φοράει μαύρο κοντομάνικο και αυτή τη στιγμή να κάνει παρουσίαση, κάπου στη σύρο και εκτελεσέτον. Και θα κυνηθεί πάνω από τους εθελοντές και τους σνάιπερς που είναι εκεί πάνω, είμαι βέβαιος, και θα προσπαθήσει να με σκοτώσει. Αυτό λοιπόν είναι ένα πολύ μεγάλο ζήτημα. Και γι' αυτό κοινότητες, όπως και η Ελληνική Εταιρεία Τεχνητής Νοημοσύνης, ΕΕΤΝ, σφραγίστε το λίγο στο μυαλό σας αυτό το ΕΕΤΝ, που υπάρχει στην Ελλάδα και ενοποιεί τους επιστήμονες τεχνητής νοημοσύνης, πολύ λοιπόν από εμάς εκεί μέσα, έχουμε συμμετάσχει σε, έχουμε καταθέσει μια δήλωση που λέμε ότι κανείς από εμάς δεν θα δουλέψει στο χώρο αυτό των αυτόνομων όπλων και ζητούμε και από τις συμβενήσεις ποτέ να μην το κάνουν, γιατί τα επόμενα βήματα είναι πάρα πολύ επικίνδυνα. Αυτό λοιπόν είναι ένα διστοπικό σενάριο και υπάρχουν και σενάρια που φαίνονται πολύ ενδιαφέροντα και άκακα, αλλά όπως θα δείτε έχουν μια ιδιαίτερη χρεία και ας το δούμε στο επόμενο βίντεο. Και έτσι γεννήθηκε η ιδέα για το I Cry To Talk. Είναι μια εφερμογή η οποία μπορεί και μεταφράζει το κλάμα του μωρού και το αντιστοιχεί με διάφορες ανάγκες του. Το κλάμα κρύβει από πίσω του πολύ πληροφορία που το αυτί του γονέα μπορεί να μην μπορεί να αντιληφθεί, αλλά εμείς εφαρμόζοντας κάποιες προηγμένες τεχνικές επεξεργασίας σήματος εξάγουμε κάποια χαρακτηριστικά από το κλάμα που στη συνέχεια τα περνάμε σε αλγορίθμους τεχνητής νοημοσύνης οι οποίοι κάνουν μια κατηγοριοποίηση και βρίσκουν λοιπόν μοτίβα σε αυτά τα κλάματα και τα χωρίζουν σε κατηγορίες ανάλογα με τις ανάγκες που αντιστοιχούν σε αυτά. Και βγάζει ένα αποτέλεσμα, ολοκληρώνω την πρόταση. Επειδή ουσίαστε εδώ λοιπόν το πολύ έτσι όμορφο σενάριο είναι ότι μια νέα μητέρα και ένας νέος πατέρας έχουν ένα παιδάκι δεν ξέρω πώς να το διαχειριστούν και υπάρχει το άγχος τώρα γιατί κλαίει, πρέπει να το αλλάξω, πεινάει. Εκεί λοιπόν η ιδέα αυτή είναι ότι κάπως με μια εφαρμογή κινητού στην πραγματικότητα το σύστημα ακούει το κλάμα, αναγνωρίζει κάποια πρότυπα και σου λέει μάλλον ποιο είναι το πρόβλημα. Φαντάζομαι εξαιρετικά χρήσιμο για νέους γονείς, μπαίνει σε ένα λεπτό κομμάτι της ζωής μας την επαφή. Αυτό που γίνεται είναι ότι αν επαφείς εσύ μονίμως σε ένα μηχάνημα, λέει το μωρό και δεν κοιτάς το μωρό, δεν ακουμπάς το μωρό αλλά έχεις το κινητό σου σαν να σε πήρε τηλέφωνο το μωρό, δεν σου επιτρέπει να αναπτύξεις αυτή την εκπληκτική διέσθηση της μάνας που περνάς ή σε ακούει απ' το τηλέφωνο και λες ναι και σου λέει κάτι έχεις. Έτσι, χειρότερα από το Facebook. Απίστευτη προβλήση. Οπότε, όλη αυτή η διαδικασία μας δείχνει ότι υπάρχουν και γκρίζες ζώνες, τις οποίες καλούμαστε σιγά σιγά να αντιληθούμε. Πάμε να δούμε όμως, έτσι, τα μυστικά της τεχνητής του νημοσύνης, για να επισπεύσουμε και όλα αυτή την ομιλία που ήδη μου φαίνεται ότι αφήνει και πλατιάζει. Θα σας μοιραστώ λοιπόν το μυστικό του πώς ταΐζεις τον υπολογιστή, είτε με γνώση, είτε με δεδομένα είναι η πρώτη απάντηση, είτε λοιπόν του δίνεις ρητά γνώση για τον κόσμο, για να μπορείς να τον καταλάβει, είτε του λες να μάθεις με παραδείγματα, όταν δεν μπορείς πραγματικά να εκφράσεις πλήρως αυτό που θες να του πεις. Οπότε, ένας τρόπος να εκφράσεις ρητή γνώση είναι με αυτό που λέμε συχνά οντολογίες ή λογική, προτασιακή λογική, διάφορες άλλες λογικές που μπορείς να έχεις ακούσει, μαθηματικές. Η όλη ιδέα είναι ότι του βάζεις δηλώσεις του τύπου κάθε άνθρωπος έχει γονείς που είναι άνθρωποι, αν ο Γιώργος είναι άνθρωπος, τότε συμπερένει ο υπολογιστής με απλή παραγωγική διαδικασία ότι και ο Γιώργος έχει γονείς ανθρώπους. Αυτό λοιπόν είναι ρητή γνώση. Αλλά πόσες δηλώσεις να βάλεις για τον κόσμο για να υπαρκούν σε ένα μηχάνημα και να σκεφτεί. Οπότε, ο δεύτερος τρόπος για να περιγράψεις κάτι είναι να μάθει από παραδείγματα. Και εκεί περιγράφεις, αν θες να μιλήσεις για τον αγαπημένο σου ηλιοβασίλεμα, μπορείς να πεις έχει τέτοια χρώματα, τέτοιο είναι το αεράκι, άρα σπάσεις σε χαρακτηριστικά που είναι σημαντικά, βάζεις ταμπελίτσες, αυτό είναι ωραίο, αυτό δεν είναι ωραίο, και αυτό που κάνεις, λες, στη μηχανή, τώρα με τα παραδείγματα που σου έδειξα, ανακάλυψε τι εννοώ εγώ. Και, στην πραγματικότητα, όταν υπάρχουν τα ερωτήματα πώς τελικά βγάζεις συμπεράσματα υπολογιστής, οπότε πώς θα μπορέσει να εξάγει αυτή τη γνώση, να την αξιοποιείς αυτή τη γνώση που του δίνεις. Πάμε να δούμε ένα πολύ ρεαλιστικό παράδειγμα, ένας εξογεινολόγος, αυτό που έκανε είναι ότι μελέτησε τα φύλλα των εξογήνων και μας έδωσε αυτό εδώ, το υπέροχο σύνολο παραδειγμάτων, αγοράκι, κοριτσάκι, αγοράκι, κοριτσάκι, αγοράκι, κοριτσάκι, και μας έχει μείνει ένας εξογήνος που δεν έχουμε, γιατί ξαφανίστηκε ο επιστήμονας, οπότε θα ήθελα μέσα σε περίπου 10 δευτερόλεπτα να τα κοιτάξετε, είναι και τεστόραση σταυτόχρονα, και να μου πείτε ποιοι από σας θεωρούν ότι το κάτω εξογεινάκι είναι αγόρι. Βλέπω έναν, κι άλλους, κι άλλους, κι άλλους, δεν είμαι βέβαιος στην πλειονότητα. Ωραία, υπάρχει σοβαρό ενδεχόμενο αν το κριτήριο έχει ένα μάτι, κι ό,τι είχε ένα μάτι, εδώ, είναι αγοράκι, ή επίσης η πλοκάμια, ή διάφορα άλλα πράγματα. Θα δείτε ότι αυτό που κάναμε είναι ότι σπάσαμε αυτό που βλέπαμε σε επιμέρους χαρακτηριστικά, βάλαμε έναν κανόνα της μοφής εάν έχει αυτό το χαρακτηριστικό, σε αυτή τη νύχτα, τότε θεώρησε ότι είναι αγόρι ή κορίτσι, με βάση στα παραδείγματα. Και βγάλαμε έναν κανόνα ο οποίος τον επαληθεύσαμε πάνω στα ίδια τα παραδείγματα, για να δούμε κατά πόσο ισχύει. Σε ένα εναλλακτικό σύμπαν που μόλις πέρασα, γυρίζω λίγο πίσω, η εξογήνη μπορεί να ήταν διαφορετικά κατανεμημένη. Και τελικά θα δείτε ότι ο κανόνας θα έβγαινε διαφορετικός, του τύπου ότι είναι πράσινο ή είναι κοριτσάκι. Αυτό φαίνεται, λοιπόν, ότι τα παραδείγματα μπορούν να μας βοηθήσουν να μάθουμε. Και προχωρώντας λίγο παρακάτω, ας δούμε ένα τελευταίο κοινό, ένα μυστικό που θέλω να αποκαλύψω σε ένα βίντεο, που έχει να κάνει με το ότι όταν ζητήσεις τον υπολογιστή του, δώσεις το κριτήριο αξιολόγησης του εαυτού του, του δίνεις πάρα πολλά πράγματα. Πάμε να δούμε το βίντεο. Αυτό, λοιπόν, είναι υποτίθεται της Google το Deep Mind και αυτή η φιγουρίτσα, η οποία έχει φτιαχτεί, θα κάνω στην άκρη, λίγο όμως, αυτό που κάνει είναι ότι μαθαίνει να περπατά. Και αυτό λέμε ότι δεν του έδωσαν και πολλά αυτού του μοντέλου, του έδωσαν μόνο σένσορες, οπότε μπορεί να μάθει προς τα που κοιτάει τι αντικείμενα έχει κοντά του. Επίσης, του έδωσαν ένα κίνητρο για να πάει από τη θέση α' στη θέση β' και τελικά έμαθε το σύστημα. Αυτό που δεν αναφέρει, έμαθε μόνο του. Αυτό που δεν αναφέρει, λοιπόν, το βίντεο είναι ότι του έχουν δώσει κάτι ακόμα. Τη δυνατότητα να κάνει αλλαγές στον εαυτό του. Άρα του έδωσαν τους φυσικούς νόμους και τη δομή, που δεν είναι λίγα πράγματα ως πληροφορία, τη δυνατότητα να διαδρά με το περιβάλλον, να λεπιδρά και να αντιλαμβάνεται, έναν τρόπο να αλλάζει τον εαυτό του και ένα κριτήριο επιτυχίας. Όλα αυτά τα έδωσε ο άνθρωπος. Δεν έμαθε τίποτα μόνο στο υπολογιστής. Εφάρμοσε επαναληπτικά και όσο αξιολογούσε η συνάρτηση που του δώσαμε ότι πηγαίνει πιο μακριά, τόσο έλεγε, πάω καλά, συνεχίζω όπως εσείς την κατεύθυνση. Αλλά το έχουμε δώσει ήδη πάρα πολλά. Το έμαθε μόνο του το μηχάνημα δεν είναι ακριβώς έτσι. Πάμε να δούμε λοιπόν πού είναι ο άνθρωπος στη μηχανή. Οι άνθρωποι που βάζουν δεμένα, όπως είδαμε. Οι άνθρωποι που περιγράφουν τους αλγορίθμους. Οι άνθρωποι που περιγράφουν που φτιάχνουν το ίδιο το hardware, το υλικό. Αυτό πάνω στο οποίο τρέχουν τα προγράμματα. Αλλά και οι ίδιοι οι χρήστες, κάθε φορά που χρησιμοποιείτε ή επισκέπτεστε στον χώρο ή βλέπετε ένα βίντεο, παρέχετε δεδομένα, εκπαιδεύετε τον υπολογιστή. Τελικά, όλοι οι πολίτες. Οπότε όλοι αυτοί εμπλεκόμαστε στη διαδικασία δημιουργίας των συστημάτων τεχνικής νοημοσύνης. Και πότε συμβαίνει όλο αυτό? Συμβαίνει σήμερα. Μοιραζόμενοι δεδομένα, αξιοποιώντας υπηρεσίες κάθε φορά που χρησιμοποιείς μια υπηρεσία, δηλώνεις ότι θες και αύριο, τη χρηματοδοτείς εμέσως, την ενισχύεις. Επίσης, το ότι ενσωματώνουμε λειτουργία εισαϊά στη καθημερινή μας δράση και στην εργασία μας. Όλα αυτά είναι πράγματα που κάνουμε τώρα. Και μπορούμε τελικά να αλλάξουμε πράγματα? Μπορούμε. Μοιραζώντας, σκεπτόμενοι τι πάνω να κάνουμε, μοιραζόμενοι με αγάπη αυτές τις ανησυχίες. Αυτό μας επιτρέπει να κατανοήσουμε. Είναι η έννοια της συζήτησης, ως συλλογική αναζήτηση. Αξιολογούμε και δεχόμαστε, απορρίπτουμε ή κάνουμε ένα επόμενο βήμα μαζί. Οπότε αυτό που θέλω να θυμάστε είναι ότι στην πραγματικότητα, με την οπτική που έχω εγώ, κάθε στιγμή στη ζωή μας είναι ένα σημείο χωρίς επιστροφή. Είναι ένα breaking point. Άρα, όταν κάνεις το βήμα προς μια κατεύθυνση, μπορείς να αλλάξεις την κατεύθυνσή σου και να επιδιώξεις να πας προς ένα καλύτερο χώρο αύριο. Οπότε, από όλη αυτή τη διαδικασία, αυτό που θέλω να θυμάστε είναι ότι ο άνθρωπος είναι πανταχού παρών στο μυαλό της μηχανής. Και είμαστε όλοι εμείς. Ευχαριστώ. |
