Τεχνολογια - Επιστημη

«Καμπανάκι» από Έλληνα καθηγητή του Στάνφορντ για την τεχνητή νοημοσύνη

Ο Βασίλης Συργκάνης προσπαθεί να ανατρέψει τις προκαταλήψεις και τις ανισότητες που δημιουργούνται από την Α.Ι.

62224-137655.jpg
Newsroom
2’ ΔΙΑΒΑΣΜΑ
Ο Βασίλης Συργκάνης είναι επίκουρος καθηγητής Διοικητικής Επιστήμης και Τεχνολογίας στο Πανεπιστήμιο Στάνφορντ
Ο Βασίλης Συργκάνης είναι επίκουρος καθηγητής Διοικητικής Επιστήμης και Τεχνολογίας στο Πανεπιστήμιο Στάνφορντ © ΑΠΕ-ΜΠΕ

Η τεχνητή νοημοσύνη μπορεί να οδηγηθεί σε σφάλματα, με τεράστιες συνέπειες, ακόμα και κοινωνικές ανισότητες. Τα σφάλαμτα αυτά προσπαθεί να διορθώσει μέσα από την έρευνά του ο Βασίλης Συργκάνης

Μπορεί η τεχνητή νοημοσύνη να έχει αλματώδη εξέλιξη και οι δυνατότητές της σε διάφορους επιστημονικούς τομείς να είναι απεριόριστες, ωστόσο μπορεί να οδηγηθεί σε σφάλματα, με τεράστιες συνέπειες, ακόμα και κοινωνικές ανισότητες.

Ένας νεαρός Έλληνας επιστήμονας, ο επίκουρος καθηγητής Διοικητικής Επιστήμης και Τεχνολογίας στο Πανεπιστήμιο Στάνφορντ, Βασίλης Συργκάνης, προσπαθεί μέσα από την έρευνά του να διορθώσει τα σφάλματα αυτά. Για τη δουλειά του τιμήθηκε πρόσφατα με βραβείο από το Ίδρυμα Μποδοσάκη.

«Η τεχνητή νοημοσύνη χρησιμοποιείται πολλές φορές, σε συστήματα αποφάσεων, τελείως μηχανικά και σαν να είναι θέσφατο ότι αυτό που έμαθε το μοντέλο μηχανικής μάθησης είναι η πραγματικότητα. Αυτό είναι ένα κύριο πρόβλημα που κινητοποίησε την έρευνά μου, ότι μαθαίνουμε αυτά τα μοντέλα και μετά πιστεύουμε ότι είναι σαν έτσι να δουλεύει ο κόσμος», εξηγεί ο κ. Συργκάνης στο ΑΠΕ-ΜΠΕ. Αυτό, προσθέτει, «μας οδηγεί σε εσφαλμένα συμπεράσματα, βλέπεις σχέσεις που μαθαίνει το μοντέλο, οι οποίες δεν έχουν καμία σχέση με το πώς λειτουργεί ο κόσμος στην πραγματικότητα».

Εάν τα σφάλματα των συστημάτων τεχνητής νοημοσύνης δεν διορθωθούν, οι κίνδυνοι μακροπρόθεσμα είναι μεγάλοι, ακόμα και για να δημιουργηθούν κοινωνικά προβλήματα ανισότητας. Ο κ. Συργκάνης φέρνει ως παράδειγμα τη χρήση συστημάτων μηχανικής μάθησης στα δάνεια, όπου ακόμα και η τοποθεσία διαμονής του υποψήφιου δανειολήπτη μπορεί να αποτελέσει κριτήριο αποκλεισμού του από το τραπεζικό σύστημα με αποτέλεσμα «να δημιουργείται ένας συστηματικός ρατσισμός μέσα από τέτοια αλγοριθμικά συστήματα αποφάσεων».

Για τις προκαταλήψεις και τα σφάλματα των συστημάτων μηχανικής μάθησης, αλλά και για την επίλυση των προβλημάτων αυτών μέσα από τη μέθοδο της αιτιώδους συναγωγής (causal inference), ο κ. Συργκάνης μίλησε στο πρόσφατο επιστημονικό εργαστήριο για τις εφαρμογές της τεχνητής νοημοσύνης, που διοργάνωσε το Ελληνικό Ινστιτούτο Προηγμένων Σπουδών (HIAS), το ινστιτούτο των Ελλήνων της διασποράς, στην Αθήνα.

Το βιογραφικό του Έλληνα ειδικού στην τεχνητή νοημοσύνη

Ο Βασίλης Συργκάνης γεννήθηκε στη Θεσσαλονίκη και σπούδασε στη Σχολή Ηλεκτρολόγων Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου. Στη συνέχεια μετέβη στις ΗΠΑ, όπου έκανε το διδακτορικό του στο Τμήμα Επιστήμης Υπολογιστών του Πανεπιστημίου Κορνέλ. Το αποτέλεσμα της διδακτορικής του διατριβής ήταν μια νέα μαθηματική θεωρία για τη μελέτη της απόδοσης πολύπλοκων οικονομικών συστημάτων, με κύριες εφαρμογές στις ηλεκτρονικές αγορές.

Για οκτώ χρόνια εργάστηκε στο τμήμα Έρευνας της Microsoft, όπου επικεντρώθηκε στην ανάλυση σχέσεων αιτιότητας με τη χρήση τεχνικών μηχανικής μάθησης. Τον Σεπτέμβριο του 2022 εκλέχθηκε επίκουρος καθηγητής στο Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας του Πανεπιστημίου Στάνφορντ.

«Καμπανάκι» από Έλληνα καθηγητή του Στάνφορντ για την τεχνητή νοημοσύνη

Εκεί, έχει θέσει στο επίκεντρο την ανακάλυψη σχέσεων αιτιότητας και τη λήψη αποφάσεων χρησιμοποιώντας δεδομένα μεγάλων διαστάσεων, με κύριες εφαρμογές στη βιοιατρική, τη διοίκηση επιχειρήσεων και τις ηλεκτρονικές πλατφόρμες. Η έρευνά του έλαβε το βραβείο Amazon Research Award για το 2023.

Στη συνέντευξή του στο ΑΠΕ-ΜΠΕ ο Βασίλης Συργκάνης αναφέρεται επίσης, στο πόσο κοντά είμαστε στη δημιουργία γενικής τεχνητής νοημοσύνης λέγοντας ότι «είναι πολύ απίθανο οι υπολογιστές από μόνοι τους να έχουν όλο αυτό το υπόβαθρο που έχει ένας ειδικός σε κάποιο τομέα» και συμπληρώνει χαρακτηριστικά: «Αυτό που κάνουν τα γλωσσικά μοντέλα τεχνητής νοημοσύνης μπορεί να δείχνει αρκετά νοήμον», αλλά «υπάρχουν πολλές άλλες διαστάσεις στη νοημοσύνη εκτός από τη γλώσσα που εκφέρουμε».

ΕΓΓΡΑΦΕΙΤΕ ΣΤΟ NEWSLETTER ΜΑΣ

Tα καλύτερα άρθρα της ημέρας έρχονται στο mail σου

ΠΡΟΣΦΑΤΑ

ΤΑ ΠΙΟ ΔΗΜΟΦΙΛΗ

ΔΙΑΒΑΖΟΝΤΑΙ ΠΑΝΤΑ

ΔΕΙΤΕ ΕΠΙΣΗΣ

Δέκα πράγματα που έκανα με το ChatGPT
Δέκα πράγματα που έκανα με το ChatGPT

Θέλοντας να τεστάρω τις δυνατότητες και τα όρια του εργαλείου, άρχισα να ζητάω συμβουλές θεωρώντας μάλλον απίθανο (και ηθικά απωθητικό) το να το χρησιμοποιήσω. Μέσα σε μισή ώρα είχα αγοράσει μηνιαία συνδρομή.

Έχετε δει 20 από 200 άρθρα.