Έχει τη μορφή κινητών τηλεφώνων, φωνητικών βοηθών, αυτόνομων αυτοκινήτων... Είναι παντού γύρω μας και προσεχώς θα επικοινωνεί απευθείας με τον εγκέφαλό μας... Από τη σφαίρα της φαντασίας, η διεπαφή ανθρώπου και τεχνητής νοημοσύνης φλερτάρει σοβαρά με την πραγματικότητα.
Ξεκινήσαμε τον αιώνα με το «αδιέξοδο της κλιματικής αλλαγής», περάσαμε στο «αδιέξοδο του τζιχαντισμού» και φθάσαμε στο «αδιέξοδο της συνεχούς ανάπτυξης», που μας κληροδότησαν τα αδιέξοδα της οικονομικής κρίσης, της ανεργίας και της μετανάστευσης. Κι όμως, παρά αυτή τη συσσώρευση αδιεξόδων στον πραγματικό κόσμο μας, η τεχνολογία συνέχισε να καλπάζει προς την υλοποίηση του φετίχ της, την επίτευξη λειτουργικής Τεχνητής Νοημοσύνης (ΑΙ – Artificial Intelligence).
Τα πρώτα δείγματα της ΑΙ βρίσκονται ήδη γύρω μας, είτε ως «προσωπικοί βοηθοί μας» σε κινητά τηλέφωνα και οικιακές συσκευές είτε ως αυτο-οδηγούμενα οχήματα. Και ετοιμάζεται ήδη η ενσωμάτωση αυτής της μη έμβιας νοημοσύνης όχι μόνο στη διευκόλυνση της καθημερινότητάς μας αλλά και στην αντιμετώπιση κάθε πολύπλοκου προβλήματος, από τη βιομηχανική παραγωγή έως την υγεία. Τελικά, θα μας προσφέρει η «σοφία των μηχανών» διέξοδο σε κάθε αδιέξοδό μας ή – όπως μας προειδοποιούν πολλοί – θα φέρει την ανθρωπότητα αντιμέτωπη με το... τελικό της αδιέξοδο;
Εδώ και έναν χρόνο, επτά πανεπιστήμια των ΗΠΑ συμμετέχουν στο τετραετές Πρόγραμμα Στοχευμένης Εκπαίδευσης στη Νευροπλαστικότητα που εξήγγειλε τον Μάρτιο 2016 η DARPA (η ΓΓET του αμερικανικού Πενταγώνου). Σύμφωνα με προ ημερών ανακοίνωση των ιθυνόντων (βλ. www.darpa.mil/news-events/2017-04-26), σκοπός του προγράμματος είναι η ταυτοποίηση βέλτιστων και ασφαλών μεθόδων νευροδιέγερσης για την ενεργοποίηση της συναπτικής πλαστικότητας - μιας φυσικής διαδικασίας στον εγκέφαλο που είναι ζωτικής σημασίας για τη μάθηση - και η εφαρμογή αυτών των μεθόδων σε βελτιωμένα σχήματα εκπαίδευσης που θα επιταχύνουν την απόκτηση γνωστικών δεξιοτήτων. Το πρόγραμμα θα συγκρίνει επίσης την αποτελεσματικότητα της επεμβατικής διέγερσης του παρασυμπαθητικού νεύρου (μέσω εμφύτευσης συσκευής στο κρανίο) έναντι της μη επεμβατικής διέγερσής του. Ακόμη, θα διερευνήσει τον τρόπο αποφυγής των πιθανών κινδύνων και παρενεργειών. Εως τη λήξη του προγράμματος, η DARPA ελπίζει ότι θα έχει ως πιλοτικό επίτευγμα τη βελτίωση τουλάχιστον κατά 30% του ρυθμού εκμάθησης ξένων γλωσσών.
Αναπόφευκτη εξέλιξη
Αυτή η ωμή ομολογία προσπάθειας τεχνητής ενίσχυσης του ανθρώπινου εγκεφάλου ξαφνιάζει ίσως τους πολλούς, αλλά όχι και όσους διάβασαν τις δηλώσεις του πολυεφευρέτη ιδιοκτήτη της αυτοκινητοβιομηχανίας Tesla, Ελον Μασκ, στις 13 Φεβρουαρίου 2017: «Οι υπολογιστές μπορούν να επικοινωνούν μεταδίδοντας ένα τρισεκατομμύριο μονάδες πληροφοριών ανά δευτερόλεπτο, ενώ οι άνθρωποι στέλνοντας μόνο 10 bits ανά δευτερόλεπτο (δακτυλογραφώντας στο κινητό). Είναι αναπόφευκτο, λοιπόν, να χάσουμε μελλοντικά το παιχνίδι εξουσίας από τη νοημοσύνη των μηχανών, εκτός αν προλάβουμε να διευρύνουμε τεχνητά τις δυνατότητες του εγκεφάλου μας μέσω συμβίωσής του με τις μηχανές» είπε τότε. Και έναν μήνα μετά έδειξε τι εννοούσε, όταν ανακοίνωσε την ίδρυση της κοινοπραξίας Neuralink που θα φτιάχνει κυκλώματα διεπαφής του ανθρώπινου εγκεφάλου με υπολογιστές.
Απόλυτα σύμφωνος με τον Μασκ είναι και ο Αντριου Γουόλς, διευθυντικό στέλεχος της διεθνούς εταιρείας ερευνών Πληροφορικής Gartner. Σχολιάζοντας τις ζοφερές προβλέψεις του Pew Research Center για την αγορά εργασίας την επόμενη δεκαετία (www.pewinternet.org/2017/05/03/the-future-of-jobs-and-jobs-training/), δήλωσε: «Δεν πρόκειται να κάνουμε το απαραίτητο άλμα στην αναβάθμιση των δεξιοτήτων των εργαζομένων ενόσω εμποδίζουμε την ανάπτυξη νευροεπιστημών που θα μας επιτρέψουν να ενσωματώσουμε τις γνώσεις και τις δεξιότητες κατευθείαν στον εγκέφαλό τους».
Πολύ πρόσφατα, επίσης, ο πασίγνωστος αστροφυσικός Στίβεν Χόκινγκ έστειλε στο Παγκόσμιο Συνέδριο Κινητής Διαδικτύωσης του Πεκίνου (GMIC, 27-29 Απριλίου 2017) το εξής μήνυμα: «Η ανάπτυξη ισχυρής Τεχνητής Νοημοσύνης θα είναι είτε το καλύτερο είτε το χειρότερο πράγμα που συνέβη ποτέ στην ανθρωπότητα. Δεν γνωρίζουμε ποιο από τα δύο... Ενώ οι πρωτόγονες μορφές τεχνητής νοημοσύνης που έχουν αναπτυχθεί μέχρι τώρα έχουν αποδειχθεί πολύ χρήσιμες, φοβάμαι τις συνέπειες του να δημιουργήσουμε κάτι ισάξιο ή και ανώτερο διανοητικά του ανθρώπου. Η Τεχνητή Νοημοσύνη θα απογειωθεί τότε μόνη της και θα αυτο-επανασχεδιάζεται με ολοένα αυξανόμενο ρυθμό. Οι άνθρωποι, οι οποίοι περιορίζονται από την αργή βιολογική τους εξέλιξη, δεν θα μπορέσουν να ανταγωνιστούν και θα παραμεριστούν».
Ολα αυτά μοιάζουν να μας φέρνουν επικίνδυνα κοντά στο σκηνικό της πρόσφατης ταινίας «Το φάντασμα στο κέλυφος», όπου πρωταγωνιστούσε η Σκάρλετ Τζοχάνσον ως cyborg. Αλλά πόσο πραγματικά κοντά είμαστε και, κυρίως, τι είναι αυτό που καθιστά την Τεχνητή Νοημοσύνη τόσο «γοητευτικά επικίνδυνη»;
Λογική και διαίσθηση
Ο ορισμός της Τεχνητής Νοημοσύνης είναι, σύμφωνα με το κλασικό λεξικό Webster, «η δυνατότητα μιας μηχανής να μιμείται έξυπνη ανθρώπινη συμπεριφορά». Οταν πρωτοδιατυπώθηκε το κριτήριο της Τεχνητής Νοημοσύνης - από τον Αλαν Τούρινγκ, στην εργασία του «Computing Machinery and Intelligence» του 1950 - η μίμηση αυτή αρκούσε να είναι τόσο μινιμαλιστική όσο το «να ξεγελαστεί ένας άνθρωπος για το ότι συνομιλεί με άλλον άνθρωπο, ενώ είναι μηχανή». Το ίδιο μινιμαλιστική ήταν η απαίτηση και προ τριακονταετίας, όταν αρχίσαμε να χτίζουμε εμπειρογνώμονα συστήματα (expert systems) προκειμένου να μεταλαμπαδεύσουμε σε νεο-προσλαμβανομένους την τεχνογνωσία ανθρώπων που έβγαιναν στη σύνταξη.
Ομως κάτι ριζικό συνέβη το 1997, κάτι ξεκάθαρα μαξιμαλιστικό: ο υπολογιστής Deep Blue της IBM νίκησε στο σκάκι τον Κασπάροφ, τον παγκόσμιο πρωταθλητή του. Και ύστερα, το 2011, το πρόγραμμα Τεχνητής Νοημοσύνης Watson της IBM νίκησε στο παιχνίδι Jeopardy τους δύο καλύτερους παίκτες του. Και πέρυσι τον Μάρτιο, ο υπολογιστής AlphaGo της Google νίκησε τον πρωταθλητή του δυσκολότερου παιχνιδιού στον πλανήτη, του κινεζικού Go. Οταν εκ των υστέρων οι προγραμματιστές ανέλυσαν τις κινήσεις των μηχανών στο παιχνίδι, βρήκαν στην περίπτωση του Watson ότι είχε αναπτύξει «δική του λογική» και στην περίπτωση του AlphaGo ότι είχε αναπτύξει και «διαίσθηση». Αυτές οι νίκες είναι εύκολο να μας πείσουν ότι οι μηχανές κατάφεραν ήδη να ξεπεράσουν τη νοημοσύνη των κατασκευαστών τους, έστω και σε ακραίες - και πανάκριβες - περιπτώσεις. Το ερώτημα είναι τι περιμένουμε να συμβεί στη συνέχεια.
Σε ένα περυσινό άρθρο του, ο καθηγητής Βιολογίας και Υπολογιστικής στο Πανεπιστήμιο του Μίσιγκαν, Αρεντ Χίντζε, αποσαφήνισε την εξελικτική αλυσίδα της Τεχνητής Νοημοσύνης (βλ. https://theconversation.com/understanding-the-four-types-of-ai-from-reactive-robots-to-self-aware-beings-67616): Τα ήδη υπάρχοντα συστήματα, όπως τα Watson, Deep Blue και AlphaGo, ανήκουν στην πρώτη γενιά Τεχνητής Νοημοσύνης, τη λεγόμενη ΑΙ Τύπου Ι, που «αντιδρά σε προβλήματα» χωρίς τη δυνατότητα να συμμετέχει ενεργά στην καθημερινότητα, να απομνημονεύει εμπειρίες ή να τις χρησιμοποιεί στη λήψη αποφάσεων.
Από τους μπάτλερ στην αυτογνωσία
Το δεύτερο επίπεδο, η ΑΙ Τύπου ΙΙ, είναι αυτό των «έξυπνων φωνητικών βοηθών» που εμφανίστηκαν, όπως τα Apple Siri, Microsoft Cortana, Google Home/Now, Amazon Echo/Alexa αλλά και των «έξυπνων αυτο-οδηγούμενων οχημάτων». Χαρακτηριστικό αυτής της κατηγορίας είναι η αλληλεπιδραστικότητα και η δημιουργία και αξιοποίηση αναμνήσεων και εμπειριών.
Το τρίτο και επόμενο επίπεδο Τεχνητής Νοημοσύνης, το ΑΙ Τύπου ΙΙΙ, είναι αυτό που θα... φέρει ανάμεσά μας σκεπτόμενα ρομπότ σαν τα C-3PO και R2-D2 από τα Star Wars, ή τον Sonny από την ταινία «I, Robot» του 2004. Στο στάδιο αυτό της εξέλιξής τους, οι μηχανές δεν θα αντιλαμβάνονται απλώς το περιβάλλον αλλά και θα κατανοούν πώς «οι άλλες συσκευές και οι άνθρωποι έχουν σκέψεις και συναισθήματα που επηρεάζουν τη συμπεριφορά τους». Και βέβαια, και αυτές θα πρέπει να προσαρμόζουν ανάλογα τη συμπεριφορά τους.
Το τελικό - καθ' ημάς τους ανθρώπους - επίπεδο της Tεχνητής Νοημοσύνης είναι το ΑΙ Τύπου IV, των «ενσυνείδητων μηχανών». Είναι η εξέλιξη που θα επιτρέψει στις μηχανές να αντιλαμβάνονται τον κόσμο και λογικά και συναισθηματικά, το στάδιο όπου θα έχουν οι ίδιες «αυτογνωσία» και θα μπορούν να προβλέψουν τα συναισθήματα των άλλων. Ομως, το να καταφέρουμε να εμφυσήσουμε συνείδηση στις μηχανές προϋποθέτει να μάθουμε πρώτα εμείς οι άνθρωποι πώς χτίζεται μια συνείδηση. Εκτός και αν... το μάθουν οι ίδιες μόνες τους, πριν από εμάς. Η συνέχεια εδώ:
0 Σχόλια