1956
Στη διάσκεψη του Dartmouth η ιδέα παίρνει όνομα: Artificial Intelligence. Τότε είναι κυρίως μια ερευνητική υπόσχεση, όχι ακόμη εργαλείο για την καθημερινότητα του γραφείου.
Τι είναι η τεχνητή νοημοσύνη;
Τι είναι η τεχνητή νοημοσύνη;
Μια κατανοητή εξήγηση, χωρίς τεχνικούς όρους και χωρίς την προσπάθεια να γίνουν τα μαθηματικά μαγεία.
Η τεχνητή νοημοσύνη είναι λογισμικό που δεν παίρνει έτοιμο κάθε κανόνα, αλλά μαθαίνει μοτίβα από πολλά παραδείγματα και τα εφαρμόζει σε νέες καταστάσεις. Έτσι κατανοεί τη γλώσσα, αναγνωρίζει εικόνες και δημιουργεί κείμενα. Δεν σκέφτεται όπως ένας άνθρωπος, μπορεί όμως να αναλάβει εργασίες σε πολλά βήματα.
MIT / θεωρία της νοημοσύνης
Marvin Minsky
„Marvin Minsky at OLPC“ από Sethwoodworth at English Wikipedia, taken by Bcjordan, 2008
Πηγή: Wikimedia Commons · Άδεια χρήσης: CC BY 3.0 · Πηγές εικόνων
Επεξεργασία: Επεξεργασία εικόνας (με υποστήριξη ΤΝ) από φωτογραφία του Bcjordan, CC BY 3.0. Αλλαγές: αποκοπή από το φόντο, μεγέθυνση, νέα δημιουργία της στάσης του χεριού (δεν υπάρχει στην αρχική φωτογραφία). Επεξεργασία από την Today is Life.
Ο Marvin Minsky ήθελε να καταλάβει τι εννοούμε πραγματικά όταν μιλάμε για «νοημοσύνη». Η απάντησή του ήταν αξιοσημείωτα σύγχρονη: η νοημοσύνη δεν είναι μία μοναδική ικανότητα, αλλά προκύπτει από πολλές διαφορετικές διεργασίες. Ακριβώς αυτό βοηθά να κατανοήσουμε τη σημερινή ΤΝ. Ένα σύστημα μπορεί να γράφει κείμενα, να αναγνωρίζει εικόνες ή να λύνει προβλήματα και παρ' όλα αυτά να είναι εντελώς αβοήθητο σε άλλους τομείς. Η ΤΝ δεν χρειάζεται να σκέφτεται όπως ο άνθρωπος για να είναι εκπληκτικά χρήσιμη.
Τι είναι η τεχνητή νοημοσύνη;
Η εισαγωγή «εργασίες που κανονικά απαιτούν ανθρώπινη νοημοσύνη» δεν είναι λάθος, είναι όμως πλέον κάπως σχολικού βιβλίου. Εξηγεί περίπου όσα και η φράση ότι ένα αυτοκίνητο είναι ένα αντικείμενο με το οποίο μετακινείται κανείς. Παλιότερα μπορούσε κανείς να το κάνει εύκολο: η τεχνητή νοημοσύνη είναι λογισμικό που κατανοεί τη γλώσσα, αναγνωρίζει εικόνες, παίρνει αποφάσεις ή λύνει προβλήματα. Δεν είναι εντελώς λάθος. Απλώς δεν εξηγεί πια και πολλά.
Ο ΟΟΣΑ ορίζει σήμερα ένα σύστημα ΤΝ κάπως πιο ακριβώς ως ένα σύστημα που βασίζεται σε μηχανή και συνάγει από εισόδους πώς θα παράγει αποτελέσματα όπως προβλέψεις, περιεχόμενο, συστάσεις ή αποφάσεις. Αυτά τα συστήματα μπορούν να λειτουργούν με διαφορετικό βαθμό αυτονομίας και, εν μέρει, να προσαρμόζονται περαιτέρω μετά την εισαγωγή τους. Ακούγεται σωστό. Δεν ακούγεται όμως απαραίτητα σαν κάτι που διαβάζει κανείς οικειοθελώς στο πρωινό. Ας το δοκιμάσουμε λοιπόν αλλιώς.
Το κανονικό λογισμικό κάνει ό,τι του λένε
Εδώ και δεκαετίες προγραμματίζουμε τους υπολογιστές ουσιαστικά με την ίδια αρχή. Όταν συμβεί το Α, κάνε το Β. Όταν το ποσό του τιμολογίου είναι μεγαλύτερο από 1.000 ευρώ, ζήτα έγκριση. Όταν ο χρήστης πατήσει «Αποθήκευση», αποθήκευσε. Όταν ο κωδικός είναι λάθος, μην τον αφήσεις να μπει. Φυσικά τέτοια προγράμματα μπορούν να γίνουν γιγαντιαία πολύπλοκα. Κάπου όμως ένας άνθρωπος έχει περιγράψει τι πρέπει να συμβεί.
Σε πολλά σημερινά συστήματα ΤΝ αυτό λειτουργεί διαφορετικά. Δείχνουμε στη μηχανή πάρα πολλά παραδείγματα και την αφήνουμε να μάθει από αυτά δομές και μοτίβα. Στη μηχανική μάθηση λοιπόν αυτά τα μοτίβα δεν δίνονται πλήρως ως κανόνες από προγραμματιστές. Σε αυτό ακριβώς έγκειται μία από τις ουσιαστικές διαφορές από τον κλασικό προγραμματισμό.
Ας πάρουμε μια αναγνώριση εικόνας για παράσιτα. Θα μπορούσαμε να προσπαθήσουμε να εξηγήσουμε σε έναν υπολογιστή πώς μοιάζει ένας κοριός. Έξι πόδια. Συγκεκριμένο σχήμα σώματος. Χρώμα. Μέγεθος. Κεραίες. Αυτό γίνεται κωμικό το αργότερο όταν η φωτογραφία είναι θολή, το ζωύφιο κάθεται μισό κάτω από τη ραφή ενός στρώματος και προφανώς δεν έχει διαβάσει το εγχειρίδιο. Αντί γι' αυτό μπορεί κανείς να εκπαιδεύσει ένα μοντέλο με πάρα πολλές εικόνες. Μαθαίνει έτσι στατιστικά χαρακτηριστικά και συσχετίσεις, με τα οποία μπορεί να κατατάξει μια νέα εικόνα. Δεν «ξέρει» λοιπόν τι είναι ένας κοριός, όπως το ξέρει ένας επαγγελματίας της καταπολέμησης παρασίτων. Μπορεί όμως να γίνει εξαιρετικά καλό στο να τον αναγνωρίζει.
Και μετά ήρθε η παραγωγική ΤΝ. Για πολύ καιρό τα συστήματα ΤΝ ήταν κυρίως ειδικοί. Μία ΤΝ αναγνώριζε πρόσωπα. Μια άλλη προέβλεπε όγκους πωλήσεων. Μια τρίτη αποφάσιζε ποια διαφήμιση θα σας εμφανιστεί. Αυτό ήταν ήδη ΤΝ, ακόμη κι αν τότε κανείς δεν διακήρυττε το πρωί στο γραφείο ότι πρέπει επειγόντως να γίνουμε «AI-ready». Με τα μεγάλα γλωσσικά μοντέλα και τα λεγόμενα μοντέλα foundation άλλαξε κάτι καθοριστικό. Τέτοια μοντέλα εκπαιδεύονται σε πολύ μεγάλους και ποικίλους όγκους δεδομένων και μπορούν στη συνέχεια να χρησιμοποιηθούν για πολύ διαφορετικές εργασίες. Η παραγωγική ΤΝ δημιουργεί νέο περιεχόμενο: κείμενα, εικόνες, κώδικα προγραμμάτων, ήχο ή βίντεο.
Αυτός είναι ο λόγος που το ChatGPT δεν μπορεί να διορθώνει μόνο ορθογραφικά λάθη. Ένα σύγχρονο γλωσσικό μοντέλο μπορεί να συνοψίσει μια σύμβαση, να εξηγήσει κώδικα, να διατυπώσει μια επιστολή, να οργανώσει δεδομένα, να αναλύσει μια αγγελία θέσης εργασίας ή να συζητήσει γιατί η νέα ιδέα προϊόντος σας ίσως τελικά δεν είναι τόσο ιδιοφυής όσο φάνηκε χθες το βράδυ μετά το δεύτερο ποτήρι κρασί. Κάπου εκεί, όμως, δεν κάθεται κανένα μικρό ηλεκτρονικό ον στον υπολογιστή και σκέφτεται την ερώτησή σας. Ένα γλωσσικό μοντέλο δουλεύει με πιθανότητες και μαθημένες συσχετίσεις. Πολύ απλουστευμένα, υπολογίζει ξανά και ξανά ποια συνέχεια είναι πιθανή ή κατάλληλη στο δεδομένο πλαίσιο. Μόνο που το κάνει με βάση τις δομές που έμαθε κατά την εκπαίδευση, σε τέτοια τάξη μεγέθους, ώστε από αυτή την αρχή, που στην αρχή ακούγεται εκπληκτικά κοινότοπη, προκύπτουν ικανότητες που δεν φαίνονται καθόλου κοινότοπες.
Και ακριβώς εδώ γεννιέται μια παρεξήγηση. Επειδή το αποτέλεσμα φαίνεται έξυπνο, αποδίδουμε εύκολα στο σύστημα το ίδιο είδος κατανόησης που έχουμε εμείς οι άνθρωποι. Καλύτερα να μην το κάνουμε. Ένα μοντέλο ΤΝ μπορεί να δώσει μια λαμπρή απάντηση και τρεις προτάσεις αργότερα να πει πειστικά ανοησίες. Μπορεί να αναγνωρίζει σχέσεις, χωρίς να βιώνει ή να κατανοεί τον κόσμο όπως εμείς. Γι' αυτό ο έλεγχος, το πλαίσιο και η ευθύνη παραμένουν σημαντικά, ιδίως εκεί όπου μια όμορφη απάντηση γίνεται πραγματική απόφαση.
Γιατί η ΤΝ σήμερα είναι διαφορετική από παλιά
1997
Το Deep Blue νικά τον Γκάρι Κασπάροφ στο σκάκι. Αυτό δείχνει ότι οι μηχανές μπορούν να ξεπεράσουν τους ανθρώπους σε σαφώς καθορισμένους κόσμους κανόνων. Με τη σημερινή ΤΝ, παρ' όλα αυτά, έχει μόνο εν μέρει σχέση.
2011
Το IBM Watson κερδίζει στο Jeopardy. Ξαφνικά γίνεται ορατό ότι οι μηχανές επεξεργάζονται τη γλώσσα καλύτερα απ' ό,τι πολλοί περίμεναν.
2016
Το AlphaGo νικά τον παγκόσμιο πρωταθλητή του Go. Γίνεται σαφές ότι η ΤΝ μπορεί να γίνει ισχυρή και σε τομείς που δεν αναλύονται πια καθαρά σε σταθερούς κανόνες.
2022
Με το ChatGPT η ΤΝ γίνεται ξαφνικά απευθείας χρησιμοποιήσιμη από εκατομμύρια ανθρώπους. Όχι πια μόνο ερευνητές και όμιλοι: σχεδόν ο καθένας μπορεί να δοκιμάσει τι μπορούν να κάνουν τέτοια μοντέλα.
Από το 2024
Το πραγματικό άλμα δεν βρίσκεται μόνο σε καλύτερες απαντήσεις. Τα μοντέλα γίνονται πολυτροπικά, αποκτούν εργαλεία, έχουν πρόσβαση σε συστήματα και επεξεργάζονται εργασίες σε πολλά βήματα. Έτσι γίνονται σημαντικά για τις επιχειρήσεις στην καθημερινή λειτουργία.
Συχνές ερωτήσεις
Τι είναι η τεχνητή νοημοσύνη;
Η τεχνητή νοημοσύνη είναι λογισμικό που μαθαίνει μοτίβα από πολλά παραδείγματα, αντί να παίρνει έτοιμο κάθε κανόνα. Έτσι μπορεί να κατανοεί τη γλώσσα, να αναγνωρίζει εικόνες και να δημιουργεί κείμενα. Συνδεδεμένη με εργαλεία και δεδομένα της επιχείρησης, μπορεί να αναλάβει ολόκληρα βήματα εργασίας.
Μπορεί η ΤΝ πραγματικά να σκέφτεται;
Όχι όπως σκέφτονται οι άνθρωποι. Ένα σύστημα ΤΝ δεν έχει δική του κατανόηση του κόσμου, ούτε συνείδηση ούτε προθέσεις. Δουλεύει με μοτίβα, πιθανότητες και τις δομές που έμαθε στην εκπαίδευση. Αυτό συχνά αρκεί για εκπληκτικά καλά αποτελέσματα. Είναι όμως κάτι διαφορετικό από την ανθρώπινη κατανόηση.
Ποια είναι η διαφορά ανάμεσα στο κλασικό λογισμικό και στην ΤΝ;
Το κλασικό λογισμικό ακολουθεί κανόνες που έχουν ορίσει εκ των προτέρων άνθρωποι: όταν συμβεί το Α, κάνε το Β. Τα μοντέλα ΤΝ, αντίθετα, μαθαίνουν μοτίβα από πολλά παραδείγματα και μπορούν να τα εφαρμόζουν σε νέες καταστάσεις. Ακριβώς γι' αυτό η ΤΝ είναι πιο ευέλικτη, αλλά και πιο δύσκολο να προβλεφθεί πλήρως από το κλασικό λογισμικό.
Είναι το ChatGPT ήδη ολόκληρη η επανάσταση της ΤΝ;
Όχι. Το ChatGPT είναι απλώς η πιο γνωστή διεπαφή για ένα μεγάλο γλωσσικό μοντέλο. Το πραγματικά συναρπαστικό ξεκινά εκεί όπου τέτοια μοντέλα συνδέονται με δεδομένα της επιχείρησης, εργαλεία, βάσεις δεδομένων και σαφή βήματα ενεργειών. Τότε δεν πρόκειται πια για chatbot, αλλά για συστήματα που υποστηρίζουν ή εν μέρει αναλαμβάνουν εργασία σε πολλά βήματα.
Τι σημαίνει ακριβώς παραγωγική ΤΝ;
Η παραγωγική ΤΝ δημιουργεί νέο περιεχόμενο, αντί να ταξινομεί ή να αξιολογεί μόνο υπάρχοντα δεδομένα. Μπορεί να είναι κείμενα, εικόνες, ήχος, βίντεο ή κώδικας προγραμμάτων. Η διαφορά από τα παλαιότερα συστήματα ΤΝ είναι σημαντική: πολλά προηγούμενα μοντέλα ήταν ειδικοί σε ακριβώς μία εργασία. Τα παραγωγικά μοντέλα μπορούν να χρησιμοποιηθούν για πολύ διαφορετικές εργασίες.
Γιατί η ΤΝ κάνει τόση διαφορά ειδικά για τις επιχειρήσεις;
Επειδή όλο και πιο συχνά αλλάζει ολόκληρα βήματα εργασίας, δεν δίνει μόνο μεμονωμένες απαντήσεις. Όταν ένα σύστημα μπορεί να αναζητά πληροφορίες, να τις συνενώνει, να διατυπώνει, να καταγράφει και να ενεργοποιεί το επόμενο βήμα, αλλάζει ολόκληρη η διαδικασία από πίσω. Ακριβώς γι' αυτό η ΤΝ είναι για τις επιχειρήσεις κάτι περισσότερο από ένα νέο εργαλείο.
Θα αντικαταστήσει η ΤΝ θέσεις εργασίας;
Κάποιες δραστηριότητες ναι, ολόκληρα επαγγέλματα όχι αυτόματα. Συχνότερα η ΤΝ αλλάζει την εργασία, αντί να την κάνει να εξαφανιστεί εντελώς. Η ρουτίνα, η προεργασία, οι περιλήψεις, τα πρώτα προσχέδια ή οι απλές αποφάσεις αυτοματοποιούνται συχνά καλά. Ακριβώς γι' αυτό όμως γίνεται πιο σημαντικό ό,τι οι άνθρωποι κάνουν καλύτερα: να κατατάσσουν, να αναλαμβάνουν ευθύνη, να ιεραρχούν και να διαχειρίζονται την αβεβαιότητα.
Είναι επικίνδυνη η ΤΝ;
Μπορεί να είναι, αν την εμπιστεύεστε τυφλά ή την βάλετε χωρίς έλεγχο σε κρίσιμες διαδικασίες. Ένα μοντέλο μπορεί να κάνει πειστικά λάθος, να υιοθετήσει προκαταλήψεις από τα δεδομένα εκπαίδευσης ή να χειριστεί προβληματικά ευαίσθητες πληροφορίες. Επικίνδυνη είναι και η αφελής αντίληψη ότι η ΤΝ δίνει αυτόματα αντικειμενικά ή ασφαλή αποτελέσματα.
Πρέπει μια επιχείρηση να μετατρέψει τώρα αμέσως τα πάντα σε ΤΝ;
Όχι. Ακριβώς αυτό θα ήταν συχνά το λάθος αντανακλαστικό. Πιο λογικό είναι να κοιτάξει κανείς ειλικρινά τις δικές του διαδικασίες και να ελέγξει πού η ΤΝ βελτιώνει πράγματι κάτι. Άλλοτε η σωστή απάντηση είναι μια μεγαλύτερη αναδιάρθρωση, άλλοτε μόνο μία διαδικασία. Και κάποιες φορές αποδεικνύεται ότι ένα πρόβλημα λύνεται καλύτερα με καθαρό λογισμικό ή σαφέστερα δεδομένα.