Αρθρογραφία
Τεχνητή Νοημοσύνη: Αρωγός η πρόβλημα ?
Τεχνητή Νοημοσύνη: Αρωγός η πρόβλημα ?
Γράφει ο Πολυχρόνης Ντάγιος-Μέλος ΕΣΗΤΛΣΥΜ
Η τεχνητή νοημοσύνη δίνει τη δυνατότητα στις μηχανές να μαθαίνουν από την εμπειρία, να προσαρμόζονται σε νέες εισροές και να εκτελούν εργασίες παρόμοιες με τον άνθρωπο. Τα περισσότερα παραδείγματα τεχνητής νοημοσύνης για τα οποία ακούτε σήμερα – από υπολογιστές που παίζουν σκάκι μέχρι αυτοοδηγούμενα αυτοκίνητα – βασίζονται σε μεγάλο βαθμό στη βαθιά εκμάθηση και την επεξεργασία φυσικής γλώσσας. Χρησιμοποιώντας αυτές τις τεχνολογίες, οι υπολογιστές μπορούν να εκπαιδευτούν ώστε να εκτελούν συγκεκριμένες εργασίες επεξεργάζοντας μεγάλες ποσότητες δεδομένων και αναγνωρίζοντας μοτίβα στα δεδομένα.
Η Ιστορία Τεχνητής Νοημοσύνης.
Ο όρος τεχνητή νοημοσύνη επινοήθηκε το 1956, αλλά η τεχνητή νοημοσύνη έχει γίνει πιο δημοφιλής σήμερα χάρη στον αυξημένο όγκο δεδομένων, τους προηγμένους αλγόριθμους και τις βελτιώσεις στην υπολογιστική ισχύ και την αποθήκευση.
Η πρώιμη έρευνα στη δεκαετία του 1950 διερεύνησε θέματα όπως η επίλυση προβλημάτων και οι συμβολικές μέθοδοι. Στη δεκαετία του 1960, το Υπουργείο Άμυνας των ΗΠΑ ενδιαφέρθηκε για αυτό το είδος εργασίας και άρχισε να εκπαιδεύει υπολογιστές ώστε να μιμούνται τη βασική ανθρώπινη λογική. Για παράδειγμα, το Defense Advanced Research Projects Agency (DARPA) ολοκλήρωσε έργα χαρτογράφησης οδών τη δεκαετία του 1970. Και η DARPA παρήγαγε έξυπνους προσωπικούς βοηθούς το 2003, πολύ πριν οι Siri, Alexa ή Cortana γίνουν γνωστά ονόματα.
Αυτή η πρώιμη εργασία άνοιξε το δρόμο για την αυτοματοποίηση και την επίσημη λογική που βλέπουμε στους υπολογιστές σήμερα, συμπεριλαμβανομένων συστημάτων υποστήριξης αποφάσεων και έξυπνων συστημάτων αναζήτησης που μπορούν να σχεδιαστούν για να συμπληρώνουν και να αυξάνουν τις ανθρώπινες ικανότητες.
Ενώ οι ταινίες του Χόλιγουντ και τα μυθιστορήματα επιστημονικής φαντασίας απεικονίζουν την τεχνητή νοημοσύνη ως ρομπότ τύπου ανθρώπου που κυριαρχούν στον κόσμο, η τρέχουσα εξέλιξη των τεχνολογιών τεχνητής νοημοσύνης δεν είναι τόσο τρομακτική - ή τόσο έξυπνη. Αντίθετα, η τεχνητή νοημοσύνη έχει εξελιχθεί για να παρέχει πολλά συγκεκριμένα οφέλη σε κάθε κλάδο, όπως για παράδειγμα στην υγειονομική περίθαλψη, το λιανικό εμπόριο και πολλά άλλα.
Η τεχνητή νοημοσύνη αυτοματοποιεί την επαναλαμβανόμενη μάθηση και ανακάλυψη μέσω δεδομένων. Αντί να αυτοματοποιεί χειροκίνητες εργασίες, η τεχνητή νοημοσύνη εκτελεί συχνές, μεγάλου όγκου, ηλεκτρονικές εργασίες. Και το κάνει αξιόπιστα και χωρίς κούραση. Φυσικά, οι άνθρωποι εξακολουθούν να είναι απαραίτητοι για να ρυθμίσουν το σύστημα και να κάνουν τις σωστές ερωτήσεις.
Η τεχνητή νοημοσύνη προσθέτει νοημοσύνη στα υπάρχοντα προϊόντα. Πολλά προϊόντα που χρησιμοποιείτε ήδη , ο αυτοματισμός, οι πλατφόρμες συνομιλίας, τα bots και οι έξυπνες μηχανές μπορούν να συνδυαστούν με μεγάλες ποσότητες δεδομένων για τη βελτίωση πολλών τεχνολογιών. Οι αναβαθμίσεις στο σπίτι και στο χώρο εργασίας, ποικίλλουν από πληροφορίες ασφαλείας και έξυπνες κάμερες έως ανάλυση επενδύσεων.
Η τεχνητή νοημοσύνη προσαρμόζεται μέσω αλγορίθμων προοδευτικής μάθησης για να αφήσει τα δεδομένα να κάνουν τον προγραμματισμό. Η τεχνητή νοημοσύνη βρίσκει δομή και κανονικότητες στα δεδομένα, έτσι ώστε οι αλγόριθμοι να αποκτήσουν δεξιότητες. Ακριβώς όπως ένας αλγόριθμος μπορεί να διδάξει τον εαυτό του να παίζει σκάκι, μπορεί να διδάξει μόνος του ποιο προϊόν να προτείνει στο επόμενο online. Και τα μοντέλα προσαρμόζονται όταν δίνονται νέα δεδομένα.
Η τεχνητή νοημοσύνη επιτυγχάνει απίστευτη ακρίβεια μέσα από βαθιά νευρωνικά δίκτυα. Για παράδειγμα, οι αλληλεπιδράσεις σας με την Alexa και την Google βασίζονται όλες στη βαθιά μάθηση. Και αυτά τα προϊόντα γίνονται πιο ακριβή όσο περισσότερο τα χρησιμοποιείτε. Στον ιατρικό τομέα, οι τεχνικές τεχνητής νοημοσύνης από τη βαθιά μάθηση και την αναγνώριση αντικειμένων μπορούν πλέον να χρησιμοποιηθούν για τον εντοπισμό του καρκίνου σε ιατρικές εικόνες με βελτιωμένη ακρίβεια.
Η τεχνητή νοημοσύνη αξιοποιεί στο έπακρο τα δεδομένα. Όταν οι αλγόριθμοι είναι αυτομάθητοι, τα ίδια τα δεδομένα αποτελούν πλεονέκτημα. Δεδομένου ότι ο ρόλος των δεδομένων είναι πλέον πιο σημαντικός από ποτέ, μπορεί να δημιουργήσει ένα ανταγωνιστικό πλεονέκτημα. Εάν έχετε τα καλύτερα δεδομένα σε έναν ανταγωνιστικό κλάδο, ακόμα κι αν όλοι εφαρμόζουν παρόμοιες τεχνικές, τα καλύτερα δεδομένα θα κερδίσουν. Αλλά η χρήση αυτών των δεδομένων για την υπεύθυνη καινοτομία απαιτεί αξιόπιστη τεχνητή νοημοσύνη. Και αυτό σημαίνει ότι τα συστήματά σας θα πρέπει να είναι ηθικά, δίκαια και βιώσιμα.
Σε μια κοινωνία όμως, ήδη πολύ βίαιη που δείχνει χαμένη, σε μια κοινωνία που βυθίζεται στην αδιαφορία και την άγνοια , η τεχνητή νοημοσύνη έρχεται να βοηθήσει την ανθρωπότητα ή να την μετατρέψει σε απόλυτη μηχανή, σε άσπρο ή μαύρο, αφαιρώντας αισθήματα, συναισθήματα, εγγύτητα και χρώματα? Ο άνθρωπος δυσκολεύεται να διαχειριστεί την ίδια του την οντότητα, λέτε να είναι σε θέση να διαχειριστεί την τεχνητή νοημοσύνη?
