Οι προκλήσεις στον τομέα της τεχνητής νοημοσύνης και ο ρόλος του AI4EU

Δρ. Κωσταντίνος Βότης: Ποιες είναι σήμερα οι προκλήσεις που υπάρχουν στον τομέα της τεχνητής νοημοσύνης;

Σε τεχνικό επίπεδο, μία πρόκληση που υπάρχει πάντα είναι η καλύτερη απόδοση των μεθόδων τεχνητής νοημοσύνης (ΤΝ): μεγαλύτερη ακρίβεια στις προβλέψεις, περισσότερο ρεαλιστική παραγωγή περιεχομένου, κλπ. Καθώς η ΤΝ χρησιμοποιείται όλο και περισσότερο, το ενδιαφέρον έχει επίσης στραφεί σε ηθικά ζητήματα και στο πώς θα εδραιωθεί η εμπιστοσύνη από πλευράς των ανθρώπων-χρηστών προς τα συστήματα ΤΝ. Για να γίνει αυτό, πρέπει να επιτευχθεί διαφάνεια στις λειτουργίες ΤΝ, ώστε να καταλαβαίνει ο άνθρωπος γιατί το σύστημα πήρε μια απόφαση, ιδιαίτερα σε κρίσιμους τομείς όπως η υγεία.

Σε διαχειριστικό επίπεδο, μία πρόκληση είναι η αντιμετώπιση της συσσώρευσης των επιστημόνων και των επιχειρήσεων που ασχολούνται με ΤΝ κατά κύριο λόγο στην Αμερική, η οποία δημιουργεί μια κατακερματισμένη και λιγότερο ανταγωνιστική κοινότητα στην Ευρώπη.

Δρ. Ηλίας Καλαμαράς: Πώς έρχεται να αντιμετωπίσει αυτά τα ζητήματα το έργο AI4EU, ποιοι οι στόχοι του και σε τι σημείο βρίσκεται αυτή τη στιγμή;

Το έργο AI4EU φιλοδοξεί να δημιουργήσει μια διαδικτυακή πλατφόρμα που να ενώσει την κατακερματισμένη κοινότητα ΤΝ στην Ευρώπη, φέρνοντας σε επαφή ερευνητές, φοιτητές και επιχειρηματίες. Η πλατφόρμα επιτρέπει, πέρα από την ανταλλαγή γνώσεων και την επικοινωνία, την ανταλλαγή δεδομένων και αλγορίθμων, διευκολύνοντας την ανάπτυξη και υιοθέτηση νέων μεθόδων. Στο έργο αναπτύσσονται μέθοδοι ΤΝ που να είναι πιο κοντά στον άνθρωπο, διαφανείς, ασφαλείς και συνεργατικές, και οι οποίες χρησιμοποιούνται σε πιλοτικές εφαρμογές σχετικές με την ποιότητα ζωής των πολιτών, υγεία, ρομποτική, πολυμέσα, κλπ. Αυτήν τη στιγμή το έργο βρίσκεται κοντά στη λήξη του και η πλατφόρμα είναι σε λειτουργία και εμπλουτίζεται με τα αποτελέσματα του έργου.

Κ.Β.: Ποια η συμμετοχή του Ινστιτούτου Τεχνολογιών Πληροφορικής και Επικοινωνιών (ΙΠΤΗΛ) του ΕΚΕΤΑ στο συγκεκριμένο έργο;

Το ΙΠΤΗΛ συμμετέχει σε μία από τις πιλοτικές εφαρμογές που έχει να κάνει με την παρακολούθηση και πρόβλεψη της ποιότητας του ατμοσφαιρικού αέρα στην πόλη Τρόντχαϊμ της Νορβηγίας. Αισθητήρες χαμηλού κόστους έχουν τοποθετηθεί μέσα στην πόλη και συλλέγουν δεδομένα για την παρουσία ρύπων. Το ΙΠΤΗΛ, μαζί με τους εταίρους του στην πιλοτική εφαρμογή, την Τελενόρ και το τεχνολογικό πανεπιστήμιο της Νορβηγίας, ασχολείται με την ανάλυση και οπτικοποίηση των δεδομένων για την παρακολούθηση και πρόβλεψη της ρύπανσης, βοηθώντας έτσι το δήμο στην αντιμετώπισή της.

Η.Κ.: Μέσα και από αυτό το project, σε ποιους τομείς παρατηρείτε πως θα είναι σημαντικότερος ο αντίκτυπος του AI, στο άμεσο μέλλον; Δώστε μας μερικά παραδείγματα.

Ένα παράδειγμα είναι στην οδική ασφάλεια. Τα αυτοκινούμενα οχήματα μπαίνουν σιγά σιγά στην καθημερινότητα και θα έχουν σημαντικό αντίκτυπο, είτε βελτιώνοντας την ποιότητα ζωής είτε δημιουργώντας προβλήματα. Ένας άλλος τομέας είναι η ασφάλεια των πολιτών, όπου συστήματα ΤΝ μπορούν να εντοπίσουν κακόβουλες (π.χ. τρομοκρατικές) ενέργειες σε πολυπληθείς χώρους, με όλα τα ηθικά ζητήματα προστασίας προσωπικών δεδομένων που κάτι τέτοιο ενέχει. Ένας άλλος τομέας, μικρότερης ίσως σημαντικότητας, είναι η ψυχαγωγία, με τη δημιουργία και επεξεργασία πολυμέσων σε κινητές εφαρμογές, στην παραγωγή ταινιών, κλπ.

Κ.Β.: Πέρα από μια πλατφόρμα/οικοσύστημα, όπως το AI4EU, τι άλλο απαιτείται; Για παράδειγμα, είναι το προτεινόμενο νομικό πλαίσιο, που παρουσιάστηκε πρόσφατα από την Κομισιόν, μια κίνηση προς την σωστή κατεύθυνση;

Το προτεινόμενο νομικό πλαίσιο είναι σίγουρα ένα βήμα προς την ευρύτερη υιοθέτηση της ΤΝ. Είναι σημαντικό να υπάρχουν κατευθυντήριες οδηγίες για την αξιολόγηση της ποιότητας των υπό ανάπτυξη μεθόδων: αν είναι αρκετά ακριβείς για συγκεκριμένους τομείς (π.χ. υγεία), αν είναι διαφανείς, αν προστατεύουν τα προσωπικά δεδομένα, αν κάνουν διακρίσεις για διάφορες κατηγορίες χρηστών, κλπ.

Η.Κ.: Η τεχνητή νοημοσύνη βρίσκεται στο επίκεντρο των τεχνολογικών εξελίξεων. Υπάρχουν «μύθοι» που βλέπετε να συντηρούνται γύρω από αυτήν; Από την άλλη, υπάρχουν πραγματικοί κίνδυνοι από την κατάχρηση της; Και τι θα πρέπει να γίνει για αυτό;

Ένας «μύθος» είναι ότι η τεχνητή νοημοσύνη μπορεί να λύσει όλα τα προβλήματα καλύτερα από απλούστερες μεθόδους. Σίγουρα οι σύγχρονες μέθοδοι ΤΝ επιτυγχάνουν εντυπωσιακά αποτελέσματα, που είναι και ο λόγος για την συνεχή έρευνα γύρω από αυτές. Ταυτόχρονα όμως, συνήθως απαιτούν μεγάλο όγκο δεδομένων για την εκπαίδευσή τους. Σε εφαρμογές όπου δεν διατίθεται ο απαραίτητος όγκος δεδομένων, ή σε πραγματικές συνθήκες, έξω από το ελεγχόμενο εργαστηριακό περιβάλλον, η ΤΝ μπορεί να αποτύχει σε σύγκριση με πιο απλές μεθόδους. Τέτοια φαινόμενα πρέπει να αντιμετωπίζονται με μελέτη τόσο του προβλήματος όσο και της μεθόδου που εφαρμόζεται, ώστε να γίνονται αντιληπτά τα όρια της μεθόδου και το πώς μπορεί να βελτιωθεί.

Η κατάχρηση της ΤΝ σίγουρα εγκυμονεί κινδύνους. Κατάχρηση μπορεί να σημαίνει το να βασίζεται κανείς αποκλειστικά σε αποφάσεις της ΤΝ σε ευαίσθητες περιοχές όπως η υγεία (π.χ. αυτόματες διαγνώσεις) ή σε καταστάσεις έκτακτης ανάγκης. Σε τέτοιες κρίσιμες περιπτώσεις, είναι δύσκολο να καλύψεις όλα τα ενδεχόμενα, επομένως η ΤΝ θα πρέπει να λειτουργεί συνεργατικά με τους ανθρώπους, παρέχοντας συμβουλές κι όχι αποφάσεις. Βέβαια, εδώ τίθεται το ερώτημα κατά πόσο και οι αποφάσεις που λαμβάνουν οι άνθρωποι σε αντίστοιχες καταστάσεις είναι σωστές η όχι.

Κ.Β.: Κλείνοντας, πώς θα επηρεάσει η περαιτέρω υιοθέτηση του AI, το επιχειρείν και την εργασία; Υπάρχουν, εκεί, ευκαιρίες ή σημεία που χρειάζονται προσοχή;

Κατ’ αρχάς δημιουργούνται ευκαιρίες για νέες επιχειρήσεις που ασχολούνται με ΤΝ, σε ένα περιβάλλον όπου η χρήση της διευρύνεται συνεχώς. Επίσης, η ΤΝ μπορεί να βελτιστοποιήσει διαδικασίες της επιχείρησης, αυξάνοντας την παραγωγή ή μειώνοντας το κόστος. Από την άλλη, η ΤΝ μπορεί να αντικαταστήσει το ανθρώπινο δυναμικό σε θέσεις εξυπηρέτησης πελατών, π.χ. με την παρουσία bots σε τηλεφωνικά κέντρα ή σε διαδικτυακά καταστήματα. Κάτι τέτοιο διευκολύνει μεν την επιχείρηση, χρειάζεται όμως προσοχή καθώς μπορεί να οδηγήσει σε μείωση θέσεων εργασίας και σε απρόσωπη εξυπηρέτηση των πελατών.