Τεχνητή Νοημοσύνη: Πώς αλλάζει την καθημερινότητά μας

H AI είναι ένα από τα πιο δημοφιλή buzzwords των τελευταίων ετών. Η έννοια της τεχνητής νοημοσύνης χρησιμοποιείται σχεδόν παντού, αναδεικνύοντας τις δυνατότητες των συναφών τεχνολογιών και την αφάνταστη δυναμική της. Οι αναλυτές διαπιστώνουν μια πρωτοφανή αναπτυξιακή δυναμική: εκτιμάται ότι από τα $20 δισ. συνολικής αξίας της αγοράς σήμερα, θα φτάσουμε τα 190 δισ. έως το 2025.

Παρόλ' αυτά, οι περισσότεροι συνεχίζουν να αγνοούν τι ακριβώς είναι η τεχνητή νοημοσύνη και τι μπορεί να προσφέρει. Οι περισσότεροι δε, προσπερνούν το γεγονός ότι η τεχνητή νοημοσύνη αξιοποιείται ήδη στην καθημερινότητά μας, και την αντιμετωπίζουν ως μια φουτουριστική υπερβολή που ποτέ δεν θα εφαρμοστεί στον πραγματικό κόσμο.

Η αλήθεια είναι ότι σαφής ορισμός για την ΑΙ δεν υπάρχει, λόγω της ευρύτητας της έννοιας. Στην πράξη όμως αναφέρεται στα υπολογιστικά συστήματα που μιμούνται την ανθρώπινη δράση και συμπεριφορά, παρουσιάζοντας νοήμονες συμπεριφορές. Εν ολίγοις, περιγράφει συστήματα που με τη βοήθεια προηγμένων αλγόριθμων μπορούν να επιλύουν προβλήματα, να αναλύουν δεδομένα, να μαθαίνουν, να αντιλαμβάνονται, να «σκέφτονται», να προσαρμόζονται και αναλόγως με τη μορφή τους, να κινούνται και να εργάζονται.

Από τις ταινίες του Hollywood στην καθημερινότητά μας

Επί δεκαετίες, οι περισσότεροι πίστευαν ότι παρά την πρόοδό τους, οι ηλεκτρονικοί υπολογιστές δεν θα κατορθώσουν να προσεγγίσουν την ανθρώπινη νοημοσύνη. H περιβόητη τεχνολογική μοναδικότητα μπορεί να μη συμβεί στο άμεσο μέλλον –τουλάχιστον όχι με τον τρόπο που το βλέπουμε στις ταινίες επιστημονικής φαντασίας.  Είναι όμως βέβαιο ότι η νοημοσύνη των μηχανών θα συνεχίσει να βελτιώνεται προκειμένου να καλύπτει όσα δεν κατορθώνει (ή δεν προλαβαίνει) η ανθρώπινη νοημοσύνη.

Τα συστήματα ΑΙ είναι ήδη πανίσχυρα και μπορούν να επεξεργάζονται τεράστιο όγκο δεδομένων σε πολύ λίγο χρόνο, με τρόπο και αποτελεσματικότητα που δεν μπορεί να πράξει ο ανθρώπινος εγκέφαλος. Το ίδιο ισχύει και για σύνθετες και απαιτητικές υπολογιστικές εργασίες και άλλα «καθήκοντα» που ούτως ή άλλως είναι πολύ μακριά από τις ανθρώπινες δυνατότητες.

Τα βασικότερα πεδία της ΑΙ είναι η μηχανική μάθηση (Machine learning), τα νευρωνικά δίκτυα, η εις βάθος μάθηση (Deep learning), επεξεργασία φυσικής γλώσσας (NLP), ενώ εντάσσονται και υποκλάδοι όπως η γνωστική υπολογιστική, η κβαντική υπολογιστική, η μηχανική όραση κ.ά.

Ποιες είναι όμως οι χρήσεις της τεχνητής νοημοσύνης;

Εικονικοί βοηθοί

Ένα από τα πιο απτά παραδείγματα καθημερινής χρήσης της ΑΙ είναι οι εικονικοί βοηθοί που ενσωματώνονται σε smartphones, tablets, έξυπνα ηχεία και πολλές ακόμη συσκευές. Η Alexa της Amazon, η Siri της Apple, η Cortana της Microsoft, ο Google Assistant, η ελληνικής «καταγωγής» MAIC της MLS, και ορισμένοι ακόμη, εφαρμόζουν στην πράξη μία από τις βασικές υποσχέσεις της ΑΙ: να «υπηρετεί» τον άνθρωπο.

Οι εικονικοί βοηθοί αξιοποιούν τις δυνατότητες επεξεργασίας φυσικής γλώσσας (NLP), προκειμένου να καλύψουν από πολύ βασικές ανάγκες, όπως η αναζήτηση στο internet ή η πλοήγηση σε έναν χάρτη, μέχρι πολύ πιο σύνθετες απαιτήσεις, όπως η διαλογική συζήτηση. Ορισμένοι ενδέχεται να απογοητευτούν από τις τρέχουσες επιδόσεις των συγκεκριμένων μηχανών, αλλά ακόμη και η αρχικού επιπέδου διάδρασή τους με τους ανθρώπους είναι ενδεικτική όσων συναρπαστικών μας περιμένουν στο κοντινό μέλλον.

Αυτοκίνητα χωρίς οδηγό

Οι αυτοματισμοί που χρησιμοποιούνται τα τελευταία χρόνια στα εμπορικά οχήματα αποτελούν πρωτόλειες ενδείξεις για τις αλλαγές που θα φέρει η ΑΙ στην αυτοκίνηση. H Tesla για παράδειγμα επιτρέπει στα οχήματά της να μαθαίνουν από την οδηγική συμπεριφορά τόσο των οδηγών, όσο και των συμβατικών οχημάτων, ώστε να προσαρμόζονται αναλόγως. Επίσης, χάρη στη μεταξύ τους συνδεσιμότητα, μεταβιβάζουν τη συσσωρευμένη γνώση και στα υπόλοιπα οχήματα της φόρμας.

Τα εντυπωσιακότερα όμως χαρακτηριστικά της τεχνητής νοημοσύνης (θα) αξιοποιούνται στα οχήματα επόμενης γενιάς, τα οποία δεν θα απαιτούν καν την ανθρώπινη παρουσία πίσω από το τιμόνι. Οι ειδικά σχεδιασμένοι αλγόριθμοι τροφοδοτούνται με δεδομένα που συλλέγουν οι κάμερες, οι αισθητήρες, αλλά και τα μηχανικά ή ηλεκτρικά μέρη του οχήματος, προκειμένου να διασφαλίσουν ότι οι επιβάτες (αλλά και το όχημα) θα φτάσουν στον προορισμό τους απολύτως ασφαλείς.

Η μηχανή δηλαδή οδηγεί το όχημα, και λαμβάνει τις αποφάσεις χωρίς ο άνθρωπος να συμμετέχει. Ακόμη όμως και στις περιπτώσεις που ο οδηγός διατηρεί τον έλεγχο, οι αλγόριθμοι βοηθούν και υποστηρίζουν τα «καθήκοντά» του. Αυτές οι δυνατότητες της ΑΙ έχουν ήδη ανοίξει έναν ευρύ διάλογο για τα τεχνικά και ηθικά όρια που πρέπει να τεθούν στην ανάπτυξή τους – θα μπορεί για παράδειγμα ο αλγόριθμος να αποφασίζει για το ποιος θα επιβιώσει σε ένα τροχαίο;

Social media

Ακόμη κι αν η απόκτηση ενός αυτόνομου οχήματος δεν περιλαμβάνεται στα άμεσα σχέδιά σας, η τεχνητή νοημοσύνη βρίσκεται στον δρόμο σας σχεδόν καθημερινά. Ή τέλος πάντων, όσο συχνά συνδέεστε στα μέσα κοινωνικής δικτύωσης. Το Facebook για παράδειγμα αξιοποιεί ειδικά σχεδιασμένους αλγόριθμους προκειμένου να προβάλλει στο feed σας αναρτήσεις που ταιριάζουν περισσότερο με τα ενδιαφέροντά σας, και είναι κατ’ επέκταση πιθανότερο να σας κρατήσουν περισσότερη ώρα συνδεδεμένους.

Αντίστοιχες πρακτικές αξιοποιεί το Twitter, το Instagram και άλλα μέσα που εκπαιδεύονται βάσει της συμπεριφοράς των χρηστών και εμφανίζουν στη ροή σας αναρτήσεις, με τις οποίες έχουν περισσότερες πιθανότητες να διαδράσουν. Αλλά δεν αρκούνται σε αυτά. Το Instagram πχ αξιοποιεί αλγόριθμους για να προλαμβάνει κρούσματα bullying, αλλά και για να αναλύει big data προς εξαγωγή χρήσιμων συμπερασμάτων. Ακόμη και στο LinkedIn, ο αλγόριθμος εκπαιδεύεται ώστε να σας κατευθύνει σε θέσεις εργασίας που ταιριάζουν με τις γνώσεις και την προϋπηρεσία σας.

Πολλοί βέβαια ανησυχούν με αυτή την εισβολή των αλγόριθμων στα προσωπικά δεδομένα και τις συνήθειες των χρηστών. Είτε μας αρέσει, είτε όχι, η πρόσβαση σε δεδομένα είναι ο θεμέλιος λίθος της ΑΙ. Όσο πιο πολλά γνωρίζει για σας, τόσο πιο καλά θα σας «υπηρετεί». Θα διαμορφώνει το περιεχόμενο και τις διαφημίσεις στις απαιτήσεις σας, και θα προσαρμόζει την εμπειρία χρήσης στα μέτρα σας. Είμαστε όμως έτοιμοι για τόσο μεγάλες «παραχωρήσεις»;

Ψυχαγωγία

Εκτός από τα social media, μια ευρεία γκάμα υπηρεσιών αξιοποιούν την ΑΙ προκειμένου να προσαρμόζονται στις απαιτήσεις των χρηστών. Οι υπηρεσίες streaming μουσικής, βίντεο, και άλλων ψηφιακών μέσων συγκαταλέγονται στα πλέον χαρακτηριστικά παραδείγματα.

Το λογισμικό του Netflix π.χ. μαθαίνει από τις συνήθειες των χρηστών και προτείνει περιεχόμενο που ταιριάζει στις απαιτήσεις τους. Κάτι αντίστοιχο συμβαίνει εδώ και χρόνια με το YouTube, όπως και με το Spotify ή άλλες πλατφόρμες, που αναλύουν αυτοματοποιημένα τεράστιες ποσότητες δεδομένων για να βελτιώνουν την εμπειρία χρήσης.

Καίρια είναι η συμβολή της ΑΙ στο videogaming, καθώς αλλάζει από τον τρόπο σχεδιασμούς και παραγωγής των games, έως τον τρόπο και την κουλτούρα του παιχνιδιού.

Αγορές

Το online shopping έχει βρει στην τεχνητή νοημοσύνη έναν από τους βασικότερους συμμάχους, αφού οι αλγόριθμοι που βοηθούν τόσο τους πελάτες, όσο και τους καταστηματάρχες, βελτιώνονται διαρκώς. Αφενός μαθαίνουν από τις αγοραστικές συνθήκες των πελατών, αφετέρου στοχεύουν αποτελεσματικότερα με πληροφορίες και διαφημίσεις τους χρήστες, μόνο για προϊόντα που τους ενδιαφέρουν.

Η αξιοποίηση της ΑΙ από το Amazon, για παράδειγμα, αποτελεί ήδη διδακτέα ύλη στα μαθήματα του κλάδου. Η χρήση των ανωνυμοποιημένων (ελπίζουμε) δεδομένων βοηθά την εμπειρία πλοήγησης στο ηλεκτρονικό κατάστημα, ενώ μέσω υπενθυμίσεων και σχετικών ειδοποιήσεων, ενθαρρύνει τη λήψη αγοραστικών αποφάσεων. Παράλληλα, βελτιώνει όλες τις εσωτερικές διαδικασίες: από τη συλλογή, αποθήκευση, διανομή των προϊόντων, μέχρι την τιμολόγηση, τις επιστροφές κ.λπ.

Και όπως ισχυρίζονται οι αναλυτές, όλα αυτά δεν είναι παρά μια μικρή πρόγευση όσων θα ακολουθήσουν. Ας προετοιμαστούμε λοιπόν για ένα συναρπαστικό μέλλον με τη βοήθεια της τεχνητής νοημοσύνης, αφού φροντίσουμε να θέσουμε τα απαραίτητα όρια και προϋποθέσεις.