Από τη SIRI έως τα αυτοκινούμενα αυτοκίνητα, η τεχνητή νοημοσύνη (AI) προχωρά με ταχείς ρυθμούς. Ενώ η επιστημονική φαντασία συχνά απεικονίζει τα ρομπότ τεχνητής νοημοσύνης με χαρακτηριστικά ανθρώπου, η αλήθεια είναι ότι τεχνητή νοημοσύνη μπορεί να περιλαμβάνει οτιδήποτε – από τους αλγόριθμους αναζήτησης, όπως της Google, μέχρι ένα φάσμα τεχνικών ΑΙ και εφαρμογών επεξεργασίας φυσικής γλώσσας, αναγνώρισης φωνής, ανάλυσης συναισθήματος, ιατρικών και επιχειρηματικών δεδομένων, όπως το Watson της IBM.
Η τεχνητή νοημοσύνη σήμερα αναφέρεται σε ό,τι είναι σχεδιασμένο για να εκτελεί μια συγκεκριμένη εργασία (π.χ. αναγνώριση προσώπων, αναζητήσεις στο διαδίκτυο, προτάσεις για ταινίες και μουσική, πρόβλεψη της κυκλοφορίας, οδήγηση αυτοκινήτου). Ωστόσο, ο μακροπρόθεσμος στόχος πολλών ερευνητών είναι να δημιουργηθεί η “γενική” τεχνητή νοημοσύνη. Ενώ η AI με τη σημερινή της έννοια, μπορεί να ξεπεράσει τους ανθρώπους σε συγκεκριμένα πράγματα, όπως το σκάκι ή την επίλυση εξισώσεων, η γενική ΑΙ θα ξεπεράσει τους ανθρώπους σε σχεδόν κάθε γνωστική εργασία.
Ο Stephen Hawking, ο Elon Musk της Tesla, o Steve Wozniak, ο Bill Gates, και πολλά άλλα μεγάλα ονόματα στον τομέα της επιστήμης και της τεχνολογίας έχουν εκφράσει την ανησυχία τους στα μέσα ενημέρωσης σχετικά με τους κινδύνους που μπορεί να προκύψουν με την ανάπτυξη της τεχνητής νοημοσύνης.
Γιατί βρίσκεται λοιπόν ξαφνικά το θέμα στα πρωτοσέλιδα;
Η ιδέα ότι η τεχνητή νοημοσύνη θα πετύχαινε ήταν μέχρι πρόσφατα, σκέψη επιστημονικής φαντασίας. Ωστόσο, χάρη στις πρόσφατες ανακαλύψεις, πολλά ορόσημα της AI, τα οποία οι ειδικοί πίστευαν πως θα πετύχαιναν σε δεκαετίες, πραγματοποιήθηκαν απλώς πριν από πέντε χρόνια! Πολλοί ειδικοί αναγκάζονται πλέον να λάβουν σοβαρά το ενδεχόμενο να γνωρίσουμε την υπερνοημοσύνη στη διάρκεια της ζωής μας. Οι περισσότερες έρευνες AI που παρουσιάστηκαν στη Συνδιάσκεψη του Πουέρτο Ρίκο το 2015 προέβλεπαν ότι η τεχνολογική επανάσταση θα συμβεί πριν το 2060. Ωστόσο, οι προβλέψεις γίνονται ολοένα και πιο αισιόδοξες.
Η έκθεση της Forrester
Μια έκθεση που κυκλοφόρησε από τη Forrester τον περασμένο μήνα, προβλέπει ότι οι τεχνολογίες νοημοσύνης θα αναλάβουν περίπου το 7% των θέσεων εργασίας στις Ηνωμένες Πολιτείες, σε λιγότερο από μια δεκαετία (το 2025). Συγκεκριμένα, η έκθεση υποστηρίζει ότι η τάση αυτή θα γίνει αισθητή τα επόμενα πέντε χρόνια.
“Το 2021, ένα αποδιοργανωτικό κύμα θα ξεκινήσει. Οι λύσεις που προσφέρονται από την AI / γνωστική τεχνολογία θα εκτοπίσουν πολλές θέσεις εργασίας, με το μεγαλύτερο αντίκτυπο να γίνεται ιδιαίτερα αισθητό στους τομείς των μεταφορών, των logistics, την εξυπηρέτηση πελατών και των υπηρεσιών προς τους καταναλωτές », λέει ο VP της Forrester, Brian Hopkins. Η Forrester εκτιμά ότι περίπου το 6% των θέσεων εργασίας θα έχουν εξαλειφθεί μέχρι το 2021.
Η μελέτη αναφέρει ότι περίπου το 16% των αμερικανικών θέσεων εργασίας πράγματι θα αντικατασταθεί. Μεγάλο μέρος των θέσεων που θα χαθούν είναι δουλειές γραφείου, καθώς και διοικητικού προσωπικού υποστήριξης. Η απώλεια θέσεων εργασίας, ωστόσο, θα μετριαστεί από τη δημιουργία νέων θέσεων εργασίας (κατά μέσο όρο 9% – 8,9 εκατομμύρια νέες θέσεις εργασίας στις ΗΠΑ μέχρι το 2025). Αυτές οι θέσεις εργασίας θα αφορούν την επίβλεψη της λειτουργίας των ρομπότ, επιστήμονες δεδομένων, ειδικούς αυτοματισμού, και επιμελητές περιεχομένου.
Ο πιο καλός μαθητής
Οι μηχανές μαθαίνουν να κάνουν περισσότερα πράγματα, και μαθαίνουν γρήγορα. Η προβλεπόμενη αύξηση των λεγόμενων ευφυών εργαζομένων θα επιφέρει την αύξηση της ικανότητας των μηχανημάτων και των προσφερόμενων υπηρεσιών. Έχουν ήδη κατανοήσει την ανθρώπινη γλώσσα και τη συμπεριφορά εντυπωσιακά καλά. Αναμένεται λοιπόν, ότι θα μαθαίνουν πιο γρήγορα από τους χρήστες τους και θα μπορούν να προβλέψουν τις ανάγκες ενός ατόμου, σε σημείο που ουσιαστικά θα παίρνουν τις αποφάσεις αντί για αυτό.
Η μελέτη επισημαίνει επίσης εταιρείες όπως η Facebook και η Google, εργάζονται για την ανάπτυξη αλγορίθμων με την οικοδόμηση τεράστιων σωμάτων δεδομένων. Και οι δύο εταιρείες επί του παρόντος, εργάζονται για τη δημιουργία μιας βάσης γνωστικών υπηρεσιών, στην οποία θα μπορούν να βασιστούν άλλες εταιρείες. Το project εκτιμάται ότι θα είναι έτοιμο μέχρι το 2021.
Όπως σημειώνει η Forrester, είναι ανησυχητικό ότι το 93% των τεχνολόγων αυτοματισμού πιστεύουν ότι είναι μόνο εν μέρει έτοιμοι να αντιμετωπίσουν τις προκλήσεις του χειρισμού των έξυπνων τεχνολογιών. Αυτό το γεγονός μπορεί να απελευθερώσει καλύτερες θέσεις εργασίας στο μέλλον. Ο χρόνος θα δείξει.
Γιατί είναι σημαντική η έρευνα για την ασφάλεια της Τεχνητής Νοημοσύνης;
Ένα σημαντικό ερώτημα είναι τι θα συμβεί αν η τεχνητή νοημοσύνη πετύχει αρκετά ώστε να γίνει καλύτερη από τους ανθρώπους σε όλα τα γνωστικά πεδία.
Όπως επισημάνθηκε από τον I.J. Good το 1965, ο σχεδιασμός εξυπνότερων συστήματων τεχνητής νοημοσύνης είναι ήδη μια γνωστική εργασία. Τα συστήματα αυτά θα μπορούν ενδεχομένως να υποβληθούν σε αναδρομικές αυτο-βελτιώσεις, αφήνοντας την ανθρώπινη διάνοια πίσω. Ορισμένοι ειδικοί έχουν εκφράσει την ανησυχία για την περίπτωση αποτυχίας ευθυγράμμισης των στόχων της τεχνητής νοημοσύνης με τους δικούς μας.
Ο στόχος λοιπόν, της διατήρησης των επιπτώσεων της τεχνητής νοημοσύνης ως ευεργετικές για την κοινωνία, παρακινεί την έρευνα σε διάφορους τομείς, από την οικονομική και το δίκαιο σε τεχνικά ζητήματα όπως η εγκυρότητα, η ασφάλεια και ο έλεγχος.
Ό,τι μπορεί να είναι σήμερα μια μικρή ενόχληση γίνεται πολύ πιο σοβαρό, όταν ένα σύστημα τεχνητής νοημοσύνης ελέγχει το αυτοκίνητό σας ή ένα αεροπλάνο, το βηματοδότη σας, τις αυτοματοποιημένες συναλλαγές σας ή το δίκτυο ηλεκτρικής ενέργειας.
Μια σημαντική πτυχή ενός συστήματος τεχνητής νοημοσύνης, που αλληλεπιδρά με τους ανθρώπους, είναι ότι πρέπει να καταλαβαίνει κυρίως τι σκοπό έχει ο εντολέας και σπανιότερα να εκτελεί μια εντολή κατά γράμμα. Επίσης, ένα σύστημα AI δεν θα πρέπει μόνο να ενεργεί σε ένα σύνολο κανόνων που καλείται να υπακούσει – θα πρέπει να αναλύει και να κατανοεί αν αυτό που ζητάει ένας άνθρωπος είναι πιθανό να κριθεί ως «κανονικό» ή «λογικό» από τους περισσότερους ανθρώπους. Θα πρέπει επίσης να μπορεί να παρακολουθεί τον “εαυτό” του συνεχώς για την ανίχνευση ανώμαλης συμπεριφοράς, που θα μπορεί να σηματοδοτεί σφάλματα, κυβερνοεπιθέσεις, ή αποτυχίες στην κατανόηση της δράσης του. Εκτός από εσωτερικούς μηχανισμούς, τα συστήματα AI θα πρέπει να έχουν τη δυνατότητα να λάβουν ανατροφοδότηση και καθοδήγηση από τη συνεργασία με τους ανθρώπους. Θα πρέπει να ξέρουν πότε να σταματήσουν και «να ζητήσουν κατευθύνσεις» και να είναι ανοιχτά σε σχόλια.
Όλα αυτά τα ζητήματα αναμένεται να αντιμετωπιστούν μέσα στην επόμενη δεκαετία. Αυτή τη στιγμή γίνεται αρκετή συζήτηση για τις οικονομικές και κοινωνικές επιπτώσεις που θα έρθουν με τη νέα τεχνολογία, ωστόσο αρκετά τεχνικά ζητήματα είναι ακόμη σε εκκρεμότητα. Το σίγουρο είναι πώς η τεχνητή νοημοσύνη θα δώσει λύσεις σε προβλήματα, θα δημιουργήσει όμως και πολλά νέα.
