Τεχνητή Νοημοσύνη: Παρακολουθήσαμε το μάθημα «Elements of AI» του Πανεπιστημίου του Ελσίνκι
Το προφανές: Αφού είδα κι απόειδα διάφορους –από κορυφαίους επιστήμονες μέχρι καθημερινούς σχολιαστές του Facebook– να ολολύζουν ή να πανηγυρίζουν για την Τεχνητή Νοημοσύνη (ή A.I.) αποφάσισα να το ψάξω μόνος μου το θέμα. Ομολογώ πως, αφού διάβασα καμιά 50αριά σχετικά επιστημονικά άρθρα ή δημοσιογραφικά κείμενα, πάλι δεν έβγαζα άκρη. Ενώ οι υποψίες μου όλο και αυξάνονταν: ήταν φανερό πως ο καθένας μιλούσε για μια «δική» του Τεχνητή Νοημοσύνη.
Μέχρι που ανακάλυψα πως το Πανεπιστήμιο του Ελσίνκι (αναμενόμενο λόγω της σοβαρότητας με την οποία αντιμετωπίζουν τα ζητήματα Παιδείας σ’ αυτή τη χώρα) μαζί με την εταιρία MinnaLearn, παραδίδει online μαθήματα Τεχνητής Νοημοσύνης. Τίτλος τους «Elements of AI»! (Δωρεάν και μάλιστα στα ελληνικά – μια που συμμετέχουν ως εταίροι και πολλές ελληνικές κυβερνητικές και Πανεπιστημιακές δομές).
Μαθήματα, τα οποία, εκκινούν όπως είναι φυσικό, από τα στοιχειώδη: Τι είναι, τι σημαίνει και τι κάνει αυτή η περιβόητη Τεχνητή Νοημοσύνη. (Για την ακρίβεια αυτές οι Τεχνητές Νοημοσύνες;)
Μια που, ήδη από το πρώτο, εισαγωγικό μάθημα, γίνεται ξεκάθαρο πως: «Όταν μιλάμε για την ΤΝ, θέλουμε να αποθαρρύνουμε τη χρήση της ως αριθμήσιμου ουσιαστικού: μία ΤΝ, δύο ΤΝ και ούτω καθεξής. Η ΤΝ είναι επιστημονικός κλάδος, όπως τα μαθηματικά ή η βιολογία. Αυτό σημαίνει ότι η ΤΝ είναι μια συλλογή εννοιών, προβλημάτων και μεθόδων επίλυσής τους. Καθώς η ΤΝ είναι επιστημονικός κλάδος, δεν θα πρέπει να λέμε “μια ΤΝ”, όπως δεν λέμε “μια βιολογία”. Αυτό καθίσταται αρκετά σαφές εάν προσπαθήσετε να πείτε κάτι του τύπου “χρειαζόμαστε περισσότερες τεχνητές νοημοσύνες”. Δεν ακούγεται σωστό, έτσι δεν είναι; (Σε μας, τουλάχιστον, όχι.)».
Και μερικά ακόμη «δολώματα» από την εισαγωγή στα μαθήματα, μήπως παρασυρθούν και κάποιοι άλλοι σ’ αυτά τα διαδικτυακά μαθήματα και πάψουμε κάποια στιγμή να αναπαράγουμε τις απόψεις του κάθε γκουρού της τεχνολογίας, της πολιτικής επιστήμης ή της υψηλής δημοσιογραφίας που επιλέγουμε –συνήθως κατά το γούστο μας– ή συνεχίσουμε να εμμένουμε απλώς στις δικές μας φαντασιώσεις. Ιδού:
Τι είναι και τι δεν είναι Τεχνητή Νοημοσύνη; Καθόλου εύκολη ερώτηση!
Η δημοτικότητα της ΤΝ στα μέσα ενημέρωσης οφείλεται εν μέρει στο γεγονός ότι οι άνθρωποι έχουν αρχίσει να χρησιμοποιούν τον όρο όταν αναφέρονται σε πράγματα που είχαν προηγουμένως διαφορετικές ονομασίες. Σχεδόν τα πάντα, από τις στατιστικές και επιχειρηματικές αναλύσεις μέχρι τους κανόνες if-then που δεν κωδικοποιούνται αυτόματα, αποκαλούνται ΤΝ. Γιατί συμβαίνει αυτό; Γιατί είναι τόσο συγκεχυμένη η αντίληψη του κοινού όσον αφορά την ΤΝ; Ας δούμε μερικούς λόγους.
Λόγος 1: έλλειψη επίσημου ορισμού
Ακόμη και οι ερευνητές της ΤΝ δεν έχουν ακριβή ορισμό της ΤΝ. Ο τομέας επαναπροσδιορίζεται διαρκώς καθώς ορισμένα θέματα αποκλείονται από την ΤΝ, ενώ παράλληλα ανακύπτουν νέα θέματα.
Σύμφωνα με ένα παλιό αστείο (για σπασικλάκια), ΤΝ είναι «τα φοβερά πράγματα τα οποία δεν μπορούν να κάνουν οι υπολογιστές». Η ειρωνεία είναι ότι αν ίσχυε αυτός ο ορισμός, η ΤΝ δεν θα μπορούσε ποτέ να εξελιχθεί: μόλις βρούμε τρόπο να κάνουμε κάτι φοβερό με έναν υπολογιστή, αυτό παύει να είναι πρόβλημα της ΤΝ. Ωστόσο, ο ορισμός εμπεριέχει ένα στοιχείο αλήθειας. Για παράδειγμα, πριν από πενήντα χρόνια οι αυτόματες μέθοδοι αναζήτησης και σχεδιασμού ενεργειών θεωρείτο ότι ανήκαν στον τομέα της ΤΝ. Σήμερα, οι μέθοδοι αυτές αποτελούν κομμάτι της διδακτέας ύλης για κάθε σπουδαστή της επιστήμης των υπολογιστών. Ομοίως, ορισμένες μέθοδοι επεξεργασίας αβέβαιων πληροφοριών καθίστανται τόσο καλά κατανοητές που είναι πιθανό πολύ σύντομα να μετακινηθούν από την ΤΝ στη στατιστική ή στη θεωρία πιθανοτήτων.
Η σύγχυση σχετικά με την έννοια της ΤΝ επιτείνεται λόγω του τρόπου με τον οποίο η ΤΝ απεικονίζεται σε διάφορα λογοτεχνικά και κινηματογραφικά έργα επιστημονικής φαντασίας. Στις ιστορίες επιστημονικής φαντασίας συχνά εμφανίζονται φιλικά ανθρωποειδή-υπηρέτες που εξιστορούν αναληθή γεγονότα με πολλές λεπτομέρειες ή κάνουν πνευματώδη διάλογο, ωστόσο ορισμένες φορές ακολουθούν τα χνάρια του Πινόκιο και αρχίζουν να αναρωτιούνται αν μπορούν να γίνουν άνθρωποι. Μια άλλη κατηγορία ανθρωποειδών στην επιστημονική φαντασία αποκτούν καταχθόνια κίνητρα και στρέφονται κατά των αφεντικών τους, όπως σε παλιές ιστορίες για μαθητευόμενους μάγους, σαν το Γκόλεμ της Πράγας κι ακόμη παλιότερες.
Συχνά τα όντα αυτά είναι μόνο κατ’ επίφαση ρομπότ καθώς διαθέτουν άκρως ανθρώπινα χαρακτηριστικά. Αυτό είναι κατανοητό δεδομένου ότι η μυθοπλασία –ακόμη και η επιστημονική φαντασία– πρέπει να είναι προσιτή για τους αναγνώστες, ειδάλλως θα τους ξένιζε μια νοημοσύνη που είναι υπερβολικά διαφορετική ή παράξενη. Ως εκ τούτου, η επιστημονική φαντασία ερμηνεύεται στην πλειονότητά της ως μεταφορά για τη σημερινή ανθρώπινη κατάσταση και τα ρομπότ θα μπορούσε να θεωρηθεί ότι αναπαριστούν καταπιεσμένα τμήματα της κοινωνίας ή, ίσως, την αναζήτησή μας για το νόημα της ζωής.
Λόγος 3: ό,τι φαίνεται εύκολο είναι στην πραγματικότητα δύσκολο...
Ένας άλλος λόγος που δυσχεραίνει την κατανόηση της ΤΝ είναι ότι είναι δύσκολο να γνωρίζουμε ποιες εργασίες είναι εύκολες και ποιες είναι δύσκολες. Κοιτάξτε γύρω σας και πάρτε ένα αντικείμενο στα χέρια σας. Μετά σκεφτείτε τι κάνατε: χρησιμοποιήσατε τα μάτια σας για να ελέγξετε το περιβάλλον σας, εντοπίσατε ορισμένα κατάλληλα αντικείμενα τα οποία μπορούσατε να πάρετε στα χέρια σας, επιλέξατε ένα από αυτά και σχεδιάσατε μια διαδρομή ώστε να πιάσει το χέρι σας το συγκεκριμένο αντικείμενο, στη συνέχεια κινήσατε το χέρι σας συσπώντας τους μυς σε ακολουθία και καταφέρατε να σφίξετε το αντικείμενο με ακριβώς την κατάλληλη δύναμη ώστε να το κρατήσετε ανάμεσα στα δάχτυλά σας.
Μπορεί να είναι δύσκολο να εκτιμήσει κανείς πόσο περίπλοκο είναι όλο αυτό, αλλά ορισμένες φορές καθίσταται εμφανές όταν κάτι πηγαίνει στραβά: το αντικείμενο που επιλέξατε είναι πολύ βαρύτερο ή ελαφρύτερο απ’ ό,τι περιμένατε ή κάποιος άλλος ανοίγει την πόρτα ενώ ήσασταν έτοιμοι να πιάσετε το χερούλι, με αποτέλεσμα να χάσετε την ισορροπία σας. Συνήθως αυτού του είδους οι εργασίες φαίνονται εύκολες, αλλά αυτή η αίσθηση είναι αποτέλεσμα εξέλιξης εκατομμυρίων ετών και εξάσκησης αρκετών ετών κατά την παιδική ηλικία.
Παρότι για εσάς είναι εύκολο, για ένα ρομπότ είναι εξαιρετικά δύσκολο να πιάσει αντικείμενα, οπότε και το συγκεκριμένο πεδίο αποτελεί αντικείμενο ενεργούς μελέτης. Πρόσφατα παραδείγματα είναι το έργο της Google για ρομπότ που πιάνουν αντικείμενα και το ρομπότ που μαζεύει κουνουπίδια. Καιι ό,τι φαίνεται δύσκολο είναι στην πραγματικότητα εύκολο.
Αντιθέτως, εργασίες όπως το σκάκι και η επίλυση μαθηματικών ασκήσεων μπορεί να φαίνεται ότι είναι πολύ δύσκολες και ότι απαιτούν πολυετή μελέτη, επιστράτευση των «ανώτερων ικανοτήτων» μας και συγκεντρωμένη ενσυνείδητη σκέψη. Δεν προκαλεί έκπληξη το γεγονός ότι η αρχική έρευνα σχετικά με την ΤΝ επικεντρώθηκε σε αυτού του είδους τις εργασίες, ενώ παράλληλα την περίοδο εκείνη μπορεί να φαινόταν ότι οι εργασίες αυτές εμπεριέκλειαν την ουσία της ευφυΐας.
Έκτοτε αποδείχθηκε ότι το σκάκι ταιριάζει απόλυτα στους υπολογιστές, οι οποίοι μπορούν να ακολουθούν αρκετά απλούς κανόνες και να υπολογίζουν πολλές εναλλακτικές ακολουθίες κινήσεων με ρυθμό δισεκατομμυρίων υπολογισμών το δευτερόλεπτο. Το 1997 οι υπολογιστές κέρδισαν τον παγκόσμιο πρωταθλητή στο σκάκι στους διάσημους αγώνες Deep Blue εναντίον Κασπάροφ. Θα φανταζόσασταν ποτέ ότι το δυσκολότερο πρόβλημα αποδείχθηκε πως ήταν το να πιάσει ο υπολογιστής τα πιόνια και να τα μετακινήσει στη σκακιέρα χωρίς να τα ρίξει κάτω; Θα εξετάσουμε τις τεχνικές που χρησιμοποιούνται σε παιχνίδια όπως το σκάκι ή η τρίλιζα στο κεφάλαιο 2.
Ομοίως, παρότι για την απόκτηση σε βάθος γνώσης στα μαθηματικά απαιτείται (φαινομενικά) ανθρώπινη διαίσθηση και επινοητικότητα, πολλές ασκήσεις (αν και όχι όλες) ενός τυπικού μαθήματος του λυκείου ή του κολεγίου μπορούν να λυθούν με μια αριθμομηχανή και ένα απλό σύνολο κανόνων.
Τεχνητή Νοημοσύνη: Ποιος θα ήταν ένας πιο χρήσιμος ορισμός;
Για να δώσουμε έναν πιο χρήσιμο ορισμό από το ανέκδοτο για «αυτά που δεν μπορούν να κάνουν ακόμη οι υπολογιστές», θα μπορούσαμε να παραθέσουμε ιδιότητες χαρακτηριστικές της TN, σε αυτή την περίπτωση την αυτονομία και την προσαρμοστικότητα.
Και στον τόνο αυτό συνεχίζει η εισαγωγή στα μαθήματα. Ενώ στο τέλος κάθε ενότητας ο μαθητής είναι υποχρεωμένος να απαντήσει σε συγκεκριμένες ερωτήσεις για να μπορέσει να περάσει στην επόμενη ενότητα. (Σημειώνουμε πως τα μαθήματα προσφέρουν και πιστοποιητικό παρακολούθησης)
Πριν κλείσουμε αυτό το σημείωμα να σημειώσουμε πως σ’ αυτά τα διαδικτυακά μαθήματα συμμετέχουν ήδη πάνω από ένα εκατομμύριο μαθητές, από 170 χώρες.
Ιδού και η κεντρική σελίδα (elementsofai.gr) όπου μπορεί κάποιος να εγγραφεί –επαναλαμβάνω: δωρεάν. Για τη δική μου «πρόοδο» θα σας κρατάω ενήμερους. Ελπίζω και εσείς για τη δική σας.
17°
