Η ανθρώπινη κοινωνία είναι απροετοίμαστη για την ανάδυση και εξάπλωση της τεχνητής νοημοσύνης, προειδοποιεί ο Χένρι Κίσινγκερ. Ο «γερόλυκος» της αμερικανικής πολιτικής, ο οποίος φημιζόταν πάντα για το ρεαλισμό του, αν όχι για τον κυνισμό του, παρά την προχωρημένη ηλικία του των 95 ετών, έκρινε σκόπιμο να παρέμβει στο αμερικανικό περιοδικό "Atlantic", με άρθρο του που έχει τον δυσοίωνο τίτλο «Πώς τελειώνει ο Διαφωτισμός».
Το κεντρικό μήνυμα του είναι απλό: φιλοσοφικά, διανοητικά, τεχνολογικά και με κάθε άλλο τρόπο η ανθρωπότητα δεν είναι καθόλου έτοιμη να διαχειρισθεί την τεχνητή νοημοσύνη. Ο πρώην υπουργός Εξωτερικών (1973-77) και σύμβουλος εθνικής ασφαλείας των ΗΠΑ, καθώς επίσης κάτοχος του Νόμπελ Ειρήνης 1973 (παρόλο που στα μάτια αρκετών είναι μάλλον «εγκληματίας πολέμου») δηλώνει ανήσυχος ότι οι έξυπνες μηχανές που μαθαίνουν και επικοινωνούν μόνες τους, χωρίς πλέον καμία ανθρώπινη παρέμβαση, μπορεί να εγκαινιάσουν μια τελείως νέα φάση στην ανθρώπινη ιστορία.
«Μήπως είναι δυνατό η ανθρώπινη ιστορία να πάρει το δρόμο των Ίνκας, όταν αντιμετώπισαν μια ακατανόητη γι' αυτούς ισπανική κουλτούρα, που τους προκαλούσε δέος;», αναρωτιέται. Με άλλα λόγια, μήπως είμαστε οι Ίνκας των μηχανών και άρα μας περιμένει η εξαφάνιση;
Αφού αναφέρει ότι η σύγχρονη παγκόσμια τάξη διαμορφώθηκε από την Εποχή του Ορθού Λόγου που αντικατέστησε την Εποχή της Θρησκείας, τονίζει ότι αυτή η διεθνής τάξη βρίσκεται σήμερα σε μεγάλη αναταραχή εν μέσω μιας ακόμη πιο ριζοσπαστικής τεχνολογικής επανάστασης, «της οποίας τις συνέπειες έχουμε έως τώρα αποτύχει να αντιμετωπίσουμε και που η κορύφωσή της μπορεί να είναι ένας κόσμος εξαρτώμενος από μηχανές, που θα βασίζονται στα δεδομένα και στους αλγόριθμους και ο οποίος δεν θα κυβερνάται πλέον από ηθικούς ή φιλοσοφικούς κανόνες».
Η αρχή έγινε, όπως λέει, με το Ίντερνετ που μετέτρεψε τους ανθρώπους σε δεδομένα, με συνέπεια η ανθρώπινη σκέψη να χάσει τον προσωπικό χαρακτήρα της. Η «σοφία» των αλγόριθμων και ο κατακτυσμός των ανθρώπων από πλήθος απόψεων χάρη στα μέσα κοινωνικής δικτύωσης κάνουν τους ανθρώπους πιο ρηχούς. «Η αλήθεια έχει γίνει πια σχετική, η πληροφορία απειλεί να εξαφανίσει τη σοφία», γράφει.
Η πολυδιάσπαση αυτή κάνει ολοένα πιο δύσκολη τη συναίνεση στο πολιτικό επίπεδο, ενώ οι πολιτικοί ηγέτες όλο και πιο δύσκολα σκέφτονται με μακροπρόθεσμο ορίζοντα και όραμα. Το «κερασάκι» είναι πια η τεχνητή νοημοσύνη. Ο Κίσινγκερ υπογραμμίζει ότι αυτή διαφέρει από την παλαιότερη αυτοματοποίηση, η οποία απλώς ήταν ένα μέσο για κάποιο στόχο προγραμματισμένο από τους ανθρώπους. «Η τεχνητή νοημοσύνη, αντίθετα, αφορά τους στόχους, βάζει τους δικούς της στόχους» και, γι΄αυτό, «είναι εγγενώς ασταθής» και επικίνδυνη, σύμφωνα με τον Κίσινγκερ.
Κίνδυνος για μεγάλα λάθη
Όπως λέει, «η τεχνητή νοημοσύνη αναπτύσσει μια ικανότητα, την οποία προηγουμένως είχαν μόνο τα ανθρώπινα όντα. Κάνει στρατηγικές κρίσεις για το μέλλον». Αναπόφευκτα, προσθέτει, «πρέπει να περιμένουμε ότι θα κάνει λάθη ταχύτερα και μεγαλύτερης κλίμακας από ό,τι κάνουν οι άνθρωποι».
«Πώς θα ζήσουμε σε αυτό το νέο κόσμο; Πώς θα διαχειρισθούμε την τεχνητή νοημοσύνη, πώς θα τη βελτιώσουμε ή τουλάχιστον πώς θα την αποτρέψουμε από το να μας βλάψει», αναρωτιέται και δεν αποκλείει ότι η τεχνητή νοημοσύνη, όπως έχει προβλέψει η επιστημονική φαντασία προ πολλού, θα παρερμηνεύσει τις ανθρώπινες εντολές και θα στραφεί ενάντια στους δημιουργούς της.
Προειδοποιεί ότι «αν η τεχνητή νοημοσύνη αφεθεί μόνη της, αναπόφευκτα θα αναπτύξει ελαφριές παρεκκλίσεις, οι οποίες μπορεί σταδιακά να διογκωθούν σε καταστροφικά αποτελέσματα». Στην πορεία, μπορεί επίσης να αλλάξει ακόμη και τις ανθρώπινες αξίες, π.χ. κάνοντάς τις ακόμη πιο ανταγωνιστικές από ό,τι ήδη είναι. «Θέλουμε τα παιδιά να μαθαίνουν τις αξίες, συζητώντας με ανεξέλεγκτους αλγόριθμους;», ρωτά ο Κίσινγκερ.
Κάτι ακόμη πιο ανησυχητικό, όπως λέει, είναι ότι η τεχνητή νοημοσύνη μπορεί όντως να επιφέρει βελτιώσεις σε διάφορα πράγματα και διαδικασίες, αλλά θα αδυνατεί να εξηγήσει με ανθρώπινα κατανοητό τρόπο πώς και γιατί κάνει κάτι τέτοιο. «Μήπως η διαδικασία λήψης αποφάσεων από την τεχνητή νοημοσύνη ξεπεράσει τις ερμηνευτικές δυνατότητες της ανθρώπινης γκλώσσας και λογικής;» και, σε αυτή την περίπτωση, όπως το θέτει, «τι θα γίνει η ανθρώπινη συνείδηση, αν η εξηγητική δύναμή της υπερκερασθεί από την τεχνητή νοημοσύνη και άρα οι κοινωνίες δεν είναι σε θέση πλέον να ερμηνεύουν τον κόσμο γύρω τους;».
Ο Κίσινγκερ, αφού βάλει και άλλα ερωτήματα, όπως «ποιός είναι υπεύθυνος για τις πράξεις της τεχνητής νοημοσύνης και για τα λάθη της;», θέτει το πρακτικό πρόβλημα του «τι κάνουμε». Επικρίνει τον επιστημονικό και τον τεχνολογικό κόσμο ότι σκέφτονται μόνο με τεχνικούς και οικονομικούς όρους, αλλά και τον πολιτικό κόσμο ότι ασχολείται κυρίως με τις εφαρμογές της τεχνητής νοημοσύνης σε θέματα ασφάλειας, κατασκοπείας κ.α. Από την άλλη, λέει, οι φιλόσοφοι και οι κοινωνικοί επιστήμονες -οι οποίοι έπαιξαν καθοριστικό ρόλο στο παρελθόν- είναι τώρα απόντες, επειδή δεν καταλαβαίνουν την τεχνητή νοημοσύνη.
«Βρισκόμαστε αντιμέτωποι με μια δυνητικά κυριαρχική τεχνολογία, που αναζητά μια καθοδηγητική φιλοσοφία», τονίζει και προσθέτει ότι για κάθε χώρα αποτελεί πλέον εθνική προτεραιότητα να μελετήσει την τεχνητή νοημοσύνη και τις επιπτώσεις της, κυρίως σε σχέση με τις ανθρωπιστικές παραδόσεις, συστήνοντας μια επιτροπή ειδικών στο ανώτατο κυβερνητικό επίπεδο.
Παράλληλα, καλεί τους ειδικούς στην τεχνητή νοημοσύνη να βγουν από το καβούκι τους και να θέσουν οι ίδιοι τέτοια ερωτήματα, ώστε μετά να ενσωματώσουν τις κατάλληλες απαντήσεις στα έξυπνα μηχανήματα που θα φτιάξουν. Και καταλήγει: «Ένα πράγμα είναι βέβαιο: Αν δεν ξεκινήσουμε αυτή την προσπάθεια σύντομα, δεν θα αργήσουμε να ανακαλύψουμε ότι ξεκινήσαμε υπερβολικά αργά».
ΠΗΓΗ: ΑΠΕ-ΜΠΕ
Deep Machine Learning
ή αλλιώς η κυριαρχία των μηχανών.
Δημοσίευση: 05 Φεβ. 2016 11:48
Ο μηχανικός που άφησε το στίγμα του στη δημοφιλέστερη μηχανή αναζήτησης του Παγκόσμιου Ιστού αποσύρεται από την ενεργό δράση στην Κοιλάδα του Πυριτίου. Συμπληρώνοντας θητεία 15 χρόνων ως επικεφαλής του Google Search, ο ινδός Αμίτ Σινγκχάλ παραχωρεί τη θέση του σε έναν άνθρωπο που κατέχει έναν από τους πιο συναρπαστικούς τομείς της σύγχρονης πληροφορικής: τον τομέα των μηχανών που μαθαίνουν. Όταν ο Σινγκχάλ θα επιστρέφει όσα οφείλει στην κοινωνία μέσω φιλανθρωπικής δράσης που δεδηλωμένα θα αναπτύξει, όντας πλέον βαθύπλουτος, ο Τζον Τζιαναντρέα (John Giannandrea) θα αλλάζει τη μηχανή αναζήτησης της Google, μαθαίνοντάς της να μαθαίνει. Από το Μάρτιο του 2016, θα είναι ο νέος επικεφαλής του Google Search, πέντε χρόνια μετά την ανάληψη των καθηκόντων του στον τομέα έρευνας της Google.
Αυτή είναι και η σημαντικότερη πρόκληση που θα αντιμετωπίσει ο Τζιαναντρέα -να βάλει τις μηχανές να δουλέψουν χωρίς κανόνες -μαθαίνοντας από τα δεδομένα, αξιοποιώντας τη μηχανική μάθηση (Machine Learning). Αυτό σημαίνει ότι η μηχανή μπορεί να δρα χωρίς να έχει προγραμματιστεί να δράσει αναλόγως, ακολουθώντας κάποιους προδιαγεγραμμένους κανόνες υπό μορφή αλγορίθμου. Και η μόνη μηχανή που μπορεί να το κάνει αυτό καλά είναι ο ανθρώπινος εγκέφαλος: μέσα σε 100-200 χιλιοστά του δευτερολέπτου μπορεί να αναγνωρίσει, να μοντελοποιήσει και να επεξεργαστεί τεράστιο όγκο δεδομένων.
Οι πρώτες ενδείξεις ότι μπορεί να κατανοηθεί και να μοντελοποιηθεί με επιτυχία η λειτουργία των εγκεφαλικών νευρώνων εμφανίστηκαν μόλις στα τέλη του 20ου αιώνα και τότε άρχισαν εντατικά επιχειρήσεις να τη μιμηθούν. Έτσι εισάγεται στο λεξικό της πληροφορικής ο όρος βαθιά μηχανική μάθηση (deep machine learning), που επιχειρεί περίπλοκες προβλέψεις απευθείας από τα δεδομένα. Σήμερα, που τα δεδομένα είναι πολλά και αυξάνονται με τρομακτικούς ρυθμούς -η ΙΒΜ εκτιμά ότι σήμερα καθημερινά δημιουργούνται 2,5 exabyte δεδομένων (στην κλίμακα MB, GB, TB, PB, EB) και το 2020 θα φτάσουν τα 40 zettabytes (ΕΒ, ΖΒ). H Google έχει στα χέρια της το μεγαλύτερο ίσως όγκο από τα δεδομένα αυτά και δεν έχει άλλο δρόμο παρά να επιχειρήσει να αντλήσει γνώση από αυτά, βασισμένη στις μηχανές που μαθαίνουν να μαθαίνουν.
Οι τεχνικές της βαθιάς μάθησης επιχειρούν να λύσουν δύσκολα προβλήματα, όπως η αναγνώριση αντικειμένων, η όραση υπολογιστή, η αναγνώριση κειμένου, η μοντελοποίηση γλώσσας, η επεξεργασία φυσικής γλώσσας, η ανάκτηση πληροφορίας και άλλα. Το 2013 χαρακτηρίστηκε ως μια από τις 10 πλέον επαναστατικές τεχνολογίες της χρονιάς.
Μερικά χαρακτηριστικά παραδείγματα όπου χρησιμοποιούνται τεχνικές βαθιάς μηχανικής μάθησης είναι η υπηρεσία φωνητικής αναζήτησης του Bing, της μηχανής αναζήτησης της Microsoft, που έφερε βελτίωση στο ρυθμό σφάλματος αναγνώρισης λέξης της τάξης του 15%. Σε μοντέλα βαθιάς μάθησης βασίζεται και η φωνητική αναγνώριση φυσικής γλώσσας στο Xbox One, οι συστάσεις ταινιών στο Netflix, οι προτάσεις μουσικής στο Spotify, και οι προτάσεις προϊόντων στο Amazon. Η μηχανή αναζήτησης Baidu χρησιμοποιεί τεχνικές βαθιάς μάθησης για να προβάλλει σχετικές διαφημίσεις στους επισκέπτες της, οδηγώντας τη μηχανή σε σημαντική αύξηση των εσόδων της. Η PayPal βασίζεται σε τέτοια μοντέλα για την ανίχνευση επιχειρήσεων ηλεκτρονικής απάτης.
Είναι φανερό ότι η Google έχει πολλά να κερδίσει από τις μηχανές που μαθαίνουν να μαθαίνουν -αν σκεφτεί κανείς ότι το επιχειρηματικό της μοντέλο βασίζεται στην απόδοση των διαφημίσεών της. Όσο καλύτερα κατανοεί η μηχανή της για τι ενδιαφέρεται ο χρήστης, αξιοποιώντας τον πλούτο των δεδομένων που του παραχωρεί ο χρήστης χρησιμοποιώντας δεκάδες υπηρεσίες της Google, τόσο μεγαλύτερη θα είναι η πιθανότητα να του προβάλλει το πλέον κατάλληλο προϊόν, αποφέροντας περισσότερα χρήματα στα ταμεία της.
- Η αναζήτηση εικόνων μπορεί επίσης να βελτιωθεί χάρη στο machine learning, αφού μπορεί όχι μόνο να ταυτοποιήσει πρόσωπα, αλλά και να διακρίνει το φύλο ή την ηλικία τους.
- Στις μηχανές που μαθαίνουν βασίζεται, όπως προαναφέρθηκε και η φωνητική αναζήτηση, ή οι ψηφιακοί βοηθοί όπως η Apple Siri, η Microsoft Cortana, ένας τομέας με εξαιρετικό ενδιαφέρον δεδομένης της διάδοσης των smartphone, και των smartwatch.
- Ή τέλος, η απόδοση ετικετών σε φωτογραφίες και η αναγνώριση του περιεχομένου τους, όπως κτίρια, τοποθεσίες, άνθρωποι και λοιπά, έχουν ιδιαίτερο ενδιαφέρον για το μέλλον της Google.
Τα μοντέλα του ερευνητικού τομέα της Google έχουν ήδη υιοθετηθεί στην υπηρεσία Google Photos -αν και έχουν παράξει αποτελέσματα «που δεν θα ήθελε ποτέ ένας μηχανικός να παραχθούν».
Η μηχανή της Google είναι ήδη μαθητευόμενη και έχει αναλάβει το 15% των ημερήσιων αναζητήσεων και μάλιστα των πλέον δύσκολων, των queries που δεν έχει απαντήσει ξανά.
Η πρόκληση όμως που θα αντιμετωπίσει ο Τζιαναντρέα είναι η απώλεια του πλήρους ελέγχου της μηχανής -συχνά στα μοντέλα αυτά είναι αδύνατο να κατανοηθεί με την αντίστροφη μηχανική πώς λειτούργησε η μηχανή για να παράξει αυτά τα αποτελέσματα, ώστε είτε να υιοθετηθούν οι κανόνες που διέκρινε ότι τα διέπουν και να βελτιωθεί το συνολικό σύστημα, είτε να αλλάξει η «λογική» της και να διορθωθεί.
Πάντως, από τον Οκτώβριο του 2015, η μηχανή της Google έχει το δικό της RankBrain για να ταξινομεί δικτυακούς τόπους -και οι δημιουργοί τους είναι στο έλεός του, με τους μηχανικούς να νίπτουν τα χείρας τους μπροστά σε τυχόν δυσαρεστημένους κατόχους τους ή αρχές προστασίας του υγιούς ανταγωνισμού που ενδέχεται να εκφράσουν τις αντιρρήσεις τους, όπως έχει συμβεί στο παρελθόν όταν υπήρχαν ρητοί, αν και επτασφράγιστοι, κανόνες. Ίσως γιατί, αυτό που δεν μπορούν να κάνουν σήμερα οι μηχανές όπως ο ανθρώπινος νους, δεν θα μπορεί να το κάνει αύριο ο ανθρώπινος νους για τις σκεπτόμενες μηχανές.
Χιλιάδες χρήστες στην Ελλάδα
ζητούν από τη Google να τους «ξεχάσει»
Τα ελληνικά αιτήματα αφορούν συνολικά 8.788 διευθύνσεις διαδικτύου (URL). Από τα αιτήματα αυτά, η Google έχει ήδη ικανοποιήσει το ένα τρίτο (32,2%), ενώ για άλλα αιτήματα είτε έχει ζητήσει περισσότερες πληροφορίες από τον αιτούντα είτε εκκρεμεί η αξιολόγηση του αιτήματος.
Στην Ευρώπη έχουν κατατεθεί μέχρι σήμερα 348.085 αιτήματα, τα οποία αφορούν πάνω από 1,23 εκατομμύρια ιστοσελίδες. Η Google έχει ανταποκριθεί θετικά στο 42% των αιτημάτων. Τα περισσότερα αιτήματα προέρχονται από τη Γαλλία (73.400) και ακολουθούν Γερμανία (60.200) και Βρετανία (43.100).
Οι περισσότεροι χρήστες έχουν ζητήσει «αμνησία» για δεδομένα στο Facebook. Ακολουθούν διαδικτυακοί σύνδεσμοι που παραπέμπουν στο Profileengine.com, στο Google Groups, στο YouTube, στο Twitter, στο κοινωνικό δίκτυο Google+ και άλλα.
Το «δικαίωμα στη λήθη» δόθηκε με απόφαση του Ευρωπαϊκού Δικαστηρίουτο 2014, οπότε δόθηκε στους χρήστες το δικαίωμα να ζητούν από τις μηχανές αναζήτησης να καταργούν αποτελέσματα αναζητήσεων που τους αφορούν προσωπικά και κρίνονται ανακριβή, ακατάλληλα, υπερβολικά ή παρωχημένα.
Η Google αξιολογεί κάθε αίτημα και μπορεί να αρνηθεί τη διαγραφή, καθώς, μεταξύ άλλων, έχει το δικαίωμα να λάβει υπόψη το δημόσιο συμφέρον για ενημέρωση -αν για παράδειγμα το αίτημα αφορά άτομο που έχει καταδικαστεί για απάτες.
Οι υπεύθυνοι των μηχανών αναζήτησης θα πρέπει να εξετάζουν κάθε αίτημα βάσει «της φύσης των εν λόγω πληροφοριών, της σημασίας τους για την προσωπική ζωή του ιδιώτη και βάσει του συμφέροντος του κοινού να έχει πρόσβαση σε αυτές τις πληροφορίες, συμφέρον που μπορεί να ποικίλει».
Όποιος θέλει, μπορεί να υποβάλει το αίτημα να «ξεχαστεί» στη διεύθυνση:
https://support.google.com/legal/contact/lr_eudpa?product=websearch
Newsroom ΔΟΛ,
με πληροφορίες από ΑΠΕ-ΜΠΕ
Από τις οθόνες αφής στις οθόνες "νευμάτων" για τα SmartPhones:
Από την ομιλία του Ξενοφόντα Ζολώτα στο ΔΝΤ το 1957. Μπορεί οι Έλληνες να δανείστηκαν χρήματα από το ΔΝΤ, αλλά κι ο κόσμος όμως δανείστηκε από τους Έλληνες πολιτισμό...
Mια οργανωμένη εξεταστική διαδικασία μέσω υπολογιστή κατά την οποία διαπιστώνεται αν ο μαθητής έχει αποκτήσει ικανότητες αξιοποίησης Τεχνολογιών Πληροφορίας και Επικοινωνιών (ΤΠΕ) στην καθημερινή του ζωή. Το πλαίσιο απόκτησης και χρήσης των ικανοτήτων ΤΠΕ είναι ιδιαίτερα ευρύ αφού αφορά στο σύνολο των ευκαιριών ή δυνατοτήτων που έχει ο μαθητής να έρθει σε επαφή και να χρησιμοποιήσει τις ΤΠΕ, όχι μόνο εντός της τυπικής εκπαίδευσης αλλά και εκτός αυτής, στο ευρύτερο περιβάλλον.
Η πιστοποίηση σε ικανότητες ΤΠΕ απευθύνεται σε μαθητές Γυμνασίου και Λυκείου. Στην τρέχουσα φάση του έργου η πιστοποίηση απευθύνεται σε μαθητές που τελειώνουν την Γ΄ Γυμνασίου.
Αυτό είναι ένα προεπιλεγμένο πρότυπο ιστοσελίδας, το οποίο μπορείτε να τροποποιήσετε.
Tο Μαθητικό Φεστιβάλ Ψηφιακής Δημιουργίας είναι μια εκπαιδευτική εκδήλωση η οποία δίνει τη δυνατότητα στους μαθητές να δημιουργήσουν και να παρουσιάσουν ψηφιακά έργα που αναπτύσσουν στο σχολείο τους.