Ο όρος και η έννοια της Τεχνητής Νοημοσύνης δεν είναι κάτι καινούργιο. Πρωτοεμφανίστηκε ήδη στα μέσα του περασμένου αιώνα, σύντομα μετά την εμφάνιση των ηλεκτρονικών υπολογιστών. Μην ξεχνάμε ότι στην χώρα μας χρησιμοποιήσαμε τον όρο «ηλεκτρονικός εγκέφαλος» για αρκετά χρόνια. Η ιλιγγιώδης ταχύτητα με την οποία οι ηλεκτρονικοί υπολογιστές εκτελούσαν αρχικά μαθηματικές πράξεις και κατόπιν περίπλοκους υπολογισμούς ήταν φυσικό να εντυπωσιάσουν (αν όχι να καταπλήξουν) την κοινωνία. Κατ’ αναλογία με την βιομηχανική επανάσταση, όπου οι φυσικές δυνάμεις χαλιναγωγήθηκαν και πολλαπλασίασαν τις δυνάμεις του ανθρώπου, αντικαθιστώντας τον σχεδόν ολοκληρωτικά στην βιομηχανία, τις μεταφορές, και σε μύριες άλλες δραστηριότητες, θεωρήθηκε ότι οι υπολογιστές παρομοίως θα μπορούσαν να αντικαταστήσουν τις νοητικές ικανότητες του ανθρώπου.
Οι πρώτοι υπολογιστές, παρά την εντυπωσιακή τους επίδοση, άργησαν να επηρεάσουν την καθημερινή ζωή μας. Το ογκώδες μέγεθός τους, οι ενεργειακές ανάγκες τους, και ο ακόμα σχετικά πρωτόγονος προγραμματισμός τους είχαν περιορίσει την χρήση τους κυρίως σε ακαδημαϊκά και ερευνητικά εργαστήρια. Η πρώτη «επανάσταση» που αύξησε σημαντικά την χρήση τους ήταν η ανάπτυξη των λεγομένων «τυπωμένων κυκλωμάτων» της Μικροηλεκτρονικής που σμίκρυνε τις φυσικές διαστάσεις όλων των ηλεκτρονικών συσκευών σε κυριολεκτικά αφάνταστο βαθμό.[1] Αυτή η εξέλιξη σήμανε την εκρηκτική ανάπτυξη ηλεκτρονικών εφαρμογών, όπως, μεταξύ άλλων, τα κινητά τηλέφωνα, φορητές βιοϊατρικές συσκευές και μικροϋπολογιστές.
Ακόμα ωστόσο το λεγόμενο «Λογισμικό», δηλαδή ο προγραμματισμός των υπολογιστών, καθυστερούσε. Η διάδοση όμως των «δικτύων» που μπορούσαν να διασυνδέσουν υπολογιστές και άλλες συσκευές οδήγησε στη δημιουργία του Διαδικτύου που κυριολεκτικά άλλαξε τον τρόπο ζωής στις ανεπτυγμένες (και όχι μόνον) κοινωνίες. Ταυτόχρονα, η θεωρία του Λογισμικού εκτινάχθηκε με εντυπωσιακό τρόπο. Η δυνατότητα της λεγόμενης «εξόρυξης» πληροφορίας από τεράστια ποσά «δεδομένων» (data) αναβίωσε την θεωρία της Τεχνητής Νοημοσύνης. Αρχικά, οι εφαρμογές που είδαμε ήταν απλές, αλλά εντυπωσιακές. Οι αυτόματοι τηλεφωνητές, οι ηλεκτρονικές κρατήσεις και πωλήσεις, ο αυτοματισμός στην βιομηχανία, το «ηλεκτρονικό» σκάκι που νικούσε πρωταθλητές του αθλήματος, και, φυσικά, οι προσομοιώσεις (simulations) σε επιστημονικές εργασίες. Στο τέλος του περασμένου αιώνα είδαμε για πρώτη φορά Τεχνητή Νοημοσύνη στα γραφεία και τα σπίτια μας. Οι «μηχανές ανίχνευσης» (search engines), όπως το πλέον διάσημο Google μπορούσε σχεδόν στιγμιαία να μας δώσει λίστες συνδέσμων για πληροφορίες επί παντός του επιστητού. Οι βιβλιοθήκες μαράζωσαν και τα λεξικά ατόνησαν.
Παράλληλα συνέβη και αυτό που ήταν φυσικό αλλά όχι προβλέψιμο. Η ανάρτηση ψευδών ειδήσεων, η εξάπλωση της πορνογραφίας και του εγκλήματος, οι ψυχολογικές διαταραχές από εθιστική χρήση και προσήλωση στον «κυβερνοχώρο», οδήγησαν σε αίσθημα ανασφάλειας και κορεσμού. Και σαν «κερασάκι» στην τούρτα επανεμφανίστηκε πρόσφατα με τη μορφή μιας αναβιωμένης και απειλητικής παρουσίας η Τεχνητή Νοημοσύνη.
Αυτή τη φορά η εμφάνισή της έκανε «πάταγο». Παρουσιάστηκε σαν μετεξέλιξη του Διαδικτύου. Φυσικά αυτό ήταν το επιστέγασμα εκτεταμένης έρευνας που «έτρεχε» έντονα τα τελευταία χρόνια. Τα ανθρωπόμορφα ρομπότ, τα οποία πλέον δεν είναι απλοί μηχανικοί «δούλοι» που προγραμματίζονται να εκτελούν συγκεκριμένες οδηγίες, αλλά συμπεριφέρονται σαν ανεξάρτητα και σκεπτόμενα όντα, ήταν τα πιο πρόσφατα προϊόντα που δημιούργησαν σάλο στην κοινωνία. Είδαμε στην δημοσιότητα άρθρα από πολιτικούς και τεχνοκράτες που είτε υμνούν αυτήν την εξέλιξη, είτε κρούουν τον κώδωνα του κινδύνου για το τι μέλλει γενέσθαι.
Τα παραδείγματα που κυριάρχησαν τελευταία είναι προϊόντα σαν το ChatBot της εταιρείας OpenAI το οποίο απαντάει σε κάθε μορφής ερωτήματα με πλήρες κείμενο (ή με ομιλία) που μοιάζει αυθεντικό, αληθοφανές και, σε αρκετές περιπτώσεις, πλήρως αληθινό. Προφανώς οι εμπορικές και επαγγελματικές δυνατότητες που αναφύονται με αυτήν την εξέλιξη δεν έχουν όρια. Παράλληλα οι δυνατότητες εξαπάτησης και εγκληματικών πράξεων αποκτούν νέους και ευρύτερους ορίζοντες. Σύντομα θα μπορεί, π.χ., ένας διδακτορικός σπουδαστής να παρουσιάσει διατριβή που θα έχει εκπονήσει το ρομπότ.
Πώς ακριβώς λειτουργεί αυτή η πρόσφατη μορφή της Τεχνητής Νοημοσύνης; Αρχικά, όταν ο Άγγλος μαθηματικός Άλαν Τούρινγκ εισήγαγε την έννοια (αλλά όχι το όνομα) το 1950,[2] η έμπνευσή του προήλθε από την παρατήρηση ότι οι μαθηματικές έννοιες έχουν κοινά χαρακτηριστικά με την ανθρώπινη λογική και την λειτουργία του νου. Επιπλέον, όσο πιο δύσκολος ήταν ένας υπολογισμός για τον άνθρωπο, τόσο πιο εύκολος και άμεσος ήταν ήδη για τους υποτυπώδεις ηλεκτρονικούς υπολογιστές της εποχής του. Και, αντίθετα, όσο πιο απλό ήταν για τον άνθρωπο να διατυπώσει μία ιδέα, τόσο πιο δύσκολο (και, τότε, αδύνατο) ήταν για τον υπολογιστή. Ο όρος Τεχνητή Νοημοσύνη χρησιμοποιήθηκε για πρώτη φορά από τον Αμερικανό Τζων Μακάρθυ (John McCarthy), διάσημο μαθηματικό της Πληροφορικής, περίπου πέντε χρόνια αργότερα,[3] και άνοιξε το «κουτί της Πανδώρας» για το θέμα.
Η πρώτη μορφή της Τεχνητής Νοημοσύνης δεν ήταν παρά εξειδικευμένο λογισμικό με περιορισμένη εμβέλεια. Το στοιχείο που πραγματικά εκτίναξε τις δυνατότητες του λογισμικού ήταν η ανατρεπτική ανακάλυψη μεθόδων διαχείρισης τεραστίων ποσοτήτων δεδομένων. Οι συλλεκτικοί όροι για αυτήν την εξέλιξη ήταν Data Mining (εξόρυξη πληροφορίας από πλήθος δεδομένων), Big Data (μεγασύνολα δεδομένων)· και, τελικά, η πολύμορφη περιοχή της διαχείρισης δεδομένων, ακούει πλέον στο όνομα Data Science (Επιστήμη Δεδομένων). Αυτή η περιοχή δεν περιορίζεται στην Τεχνητή Νοημοσύνη, αλλά εμπεριέχει και τις μετεξελιγμένες μορφές της Θεωρίας Πληροφοριών και Επικοινωνίας, Επεξεργασίας Σημάτων, και, ακόμα, πτυχές της Ρομποτικής και Συστημάτων Ελέγχου.
Το «άνθος» και αποτέλεσμα αυτής της διαδικασίας που ενοποίησε πλήθος επιστημονικών ειδικεύσεων ήταν η επέκταση και μετάλλαξη του προγραμματισμού σε αυτό που ονομάστηκε Machine Learning (Μηχανική Εκμάθηση). Μέχρι πρότινος η ανάλυση δεδομένων για εκτίμηση, ανίχνευση, έλεγχο και, γενικότερα, σχεδιασμό, στηριζόταν σε στατιστικά πρότυπα που απαιτούσαν περίπλοκη μαθηματική ανάλυση. Το πρόβλημα, που πολλές φορές ήταν ανυπέρβλητο, ήταν η ελλιπής ή ανακριβής «μοντελοποίηση» των φαινομένων που έπρεπε να αναλυθούν. Η εναλλακτική λύση της Τεχνητής Νοημοσύνης ήταν να «διδαχθεί» ο υπολογιστής και να αποκτήσει γνώση της δυναμικής των συστημάτων που επιθυμούμε να μελετήσουμε μέσω μαζικής παροχής δεδομένων, αλλά ΟΧΙ μόνον (και αυτό είναι σημαντικό) να χρησιμοποιήσει τα δεδομένα για να εκτιμήσει τις παραμέτρους των προτύπων. Ένα απλό παράδειγμα είναι η χρήση, ας πούμε, της Ελληνικής γλώσσας. Αν δώσουμε σε κατάλληλα προγραμματισμένο υπολογιστή μαζικά δείγματα γραφής από γλωσσικά κείμενα κάθε μορφής, καταλήγουμε να έχουμε μια πηγή «ορθού» λόγου που μπορεί να μας δίνει αληθοφανείς προτάσεις. Αν προσθέσουμε δε στον προγραμματισμό και εννοιολογικά παραδείγματα (π.χ. περιγραφές ιατρικών διαδικασιών ή διαγνώσεων), μπορεί η «μηχανή» να παράγει κείμενα συμβατά με ιατρικά ανακοινωθέντα.
Η Μηχανική Εκμάθηση στηρίχθηκε σε μεθόδους που χρησιμοποιούν προσομοιώσεις της λειτουργίας του νου. Ένα εργαλείο εκτεταμένης χρήσης προς αυτόν τον σκοπό ήταν (και είναι) τα λεγόμενα Νευρωνικά Δίκτυα. Ο μηχανισμός όμως της «εκπαίδευσης» του υπολογιστή στηρίζεται αποκλειστικά στον προγραμματισμό αυτής της διαδικασίας που θα επιλέξουμε. Κατά συνέπεια, είναι προφανές ότι η «εκμάθηση» του υπολογιστή μπορεί να είναι όχι μόνον ατελής, αλλά ενδεχομένως και καταστροφικά λανθασμένη (αν αφεθεί πλήρως στην αυτόματη διαδικασία που υπακούει τυφλά στον προγραμματισμό για τον τρόπο χρήσης και αφομοίωσης των δεδομένων που του παρουσιάζονται).
Γι’ αυτό αναπτύχθηκε η μέθοδος της «υπό επίβλεψη εκμάθησης», (supervised learning), ήτοι μία προσομοίωση του κλασικού τρόπου διδασκαλίας που ακολουθείται στα σχολεία από καταβολής κόσμου. Δηλαδή, η διαδικασία της εκμάθησης συνεχώς παρατηρείται και διορθώνεται, όχι με άμεση ανθρώπινη επέμβαση, αλλά μέσω άλλου προγράμματος, κατάλληλα κατασκευασμένου ώστε να παρακολουθεί και να ελέγχει τον βαθμό επιτυχίας και επάρκειας της διαδικασίας.
Έτσι φθάσαμε στο «σήμερα», όπου διαπιστώνουμε με κατάπληξη τις ικανότητες των μηχανών Τεχνητής Νοημοσύνης. Ειδικά ένα από τα πρώτα δείγματα είναι το ChatBot η χρήση του οποίου διατίθεται δωρεάν σε όποιον θέλει μέσω απλής διαδικασίας στο Διαδίκτυο. Τα αποτελέσματα είναι εντυπωσιακά αλλά απέχουν πολύ από την επιθυμητή τελειότητα. Για παράδειγμα, ρωτώντας το ChatBot τι ξέρει για εμένα, «έμαθα» ότι γεννήθηκα στην Κύπρο (εντελώς λάθος), σπούδασα στο Πανεπιστήμιο του Μαίρυλαντ (λάθος, εκεί διδάσκω), και τιμήθηκα με κάποιο βραβείο (που ποτέ δεν μου απονεμήθηκε). Άλλοι συνάδελφοι, όμως, είχαν εντυπωσιακά ακριβή απάντηση.
Προφανώς ο βαθμός επιτυχίας της λειτουργίας ενός τέτοιου συστήματος εξακολουθεί να εξαρτάται από την τελειότητα του προγραμματισμού της εκμάθησης, αλλά και από την επιλογή των δεδομένων που θα προσαχθούν στην μηχανή σαν «πρώτη ύλη».
Όπως κάθε «νεωτερισμός», έτσι και η Τεχνητή Νοημοσύνη διανύει μία τροχιά που απαρτίζεται από τρία στάδια. Το πρώτο είναι η εκρηκτική δημοσιότητα, ο ενθουσιασμός, και το κυνήγι ευκαιριών εμπορευματοποίησης, ανάπτυξης, εφαρμογών, και κέρδους. Το δεύτερο είναι ο «πνευματικός χειμώνας», η αμφιβολία, η απογοήτευση, και η φοβία ανεπιθύμητων συνεπειών. Το τρίτο και τελευταίο είναι η ισορροπία και η ρεαλιστική αποτίμηση του ρόλου του νεωτερισμού στην κοινωνία και στην ζωή. Βρισκόμαστε ακόμα στο πρώτο στάδιο, αν και ήδη παρατηρούμε στοιχεία του δεύτερου. Μεγιστάνες της τεχνολογίας και της πολιτικής επισημαίνουν τους κινδύνους που ελλοχεύουν. Μέλη της ακαδημαϊκής κοινότητας επισημαίνουν την δυνατότητα παραγωγής εργασιών και διατριβών με μία απλή εντολή στην Μηχανή. Μέθοδοι ανίχνευσης της γνησιότητας ενός κειμένου βρίσκονται σε στάδιο ανάπτυξης, αλλά όπως απόλυτη ασφάλεια δεν υπάρχει πουθενά (ούτε στην χρήση του Διαδικτύου, ούτε στην κλειδαριά του σπιτιού μας), έτσι δεν φαίνεται ρεαλιστική η πλήρης αποφυγή αυτών των κινδύνων.
Υπάρχουν όμως και άλλα ενδιαφέροντα ερωτήματα σχετικά με την Τεχνητή Νοημοσύνη. Εκτός από το γεγονός ότι σαν τομέας της επιστήμης της Πληροφορικής κυριαρχεί σήμερα σε όλα τα πανεπιστήμια και ιδρύματα Έρευνας, και πέραν από το γεγονός ότι η υπάρχουσα βιβλιογραφία αυξάνεται με ταχύτατο ρυθμό, έχει αναπτυχθεί και η θεωρία συσχέτισης της Τεχνητής Νοημοσύνης με την φιλοσοφία της λειτουργίας του Νου. Ερωτήματα όπως εάν θα μπορέσει η «Μηχανή» να «σκέφτεται» ή να έχει «συναισθήματα» και εάν θα μπορέσει να δρα ανεξάρτητα ή να ξεφεύγει από τον έλεγχο των προγραμματιστών έχουν επεκτείνει το ενδιαφέρον της κοινωνίας για τις ενδεχομένως θεμελιακές επιπτώσεις και συνέπειες στην λειτουργία της.
Για την ώρα, η απάντηση σε αυτά τα ερωτήματα (με κάποια επιφύλαξη) είναι ότι όσο εντυπωσιακά και αν είναι τα επιτεύγματα και η πρόοδος σε αυτόν τον τομέα, τελικά οι «μηχανές» παραμένουν υπό τον έλεγχο των δημιουργών τους. Είναι ίσως διδακτικό και χρήσιμο να αναλογιστούμε το προφητικό παράδειγμα που παρουσίασε ο Νόρμπερτ Γουήνερ (Norbert Wiener) στο εγχειρίδιό του God and Golem Incorporated,[4] που γράφτηκε το 1966. Ένας «εναλλακτικός» όρος για την Τεχνητή Νοημοσύνη εκείνα τα χρόνια ήταν η Κυβερνητική. Ο Γουήνερ ήταν θιασώτης αυτού του όρου. Εν παρόδω μία ευτράπελη συνέπεια της χρήσης αυτού του όρου ήταν η λογοκρισία που είχε επιβάλει η δικτατορική κυβέρνηση στην χώρα μας. Το 1967 ετοιμαζόμουν να αναχωρήσω για μεταπτυχιακές σπουδές στην Αμερική και έπρεπε να εγκρίνει το Υπουργείο Εσωτερικών τα βιβλία που θα έπαιρνα μαζί μου. Ένα από αυτά ήταν και το παραπάνω βιβλίο του Γουήνερ που είχε τον υπότιτλο «Κυβερνητική». Ο ταλαίπωρος λογοκριτής με ρώτησε, όταν το είδε: «Τι Κυβερνήσεις είναι αυτές;»!
Σε αυτό το βιβλίο, εν πάση περιπτώσει, ο, φιλόσοφος πια, μαθηματικός Γουήνερ ανέπτυξε το ερώτημα εάν ο άνθρωπος θα μπορέσει να ελέγξει πλήρως τους υπολογιστές που ήταν δημιούργημά του «κατ’ εικόνα και ομοίωσίν» του. Παραλλήλισε, δε, το ερώτημα με το εάν ο Θεός μπορεί να ελέγξει τον άνθρωπο που τον δημιούργησε «κατ’ εικόνα και καθ’ ομοίωσίν του», όπως λένε οι Γραφές. Το παράδειγμα που χρησιμοποιεί για να απαντήσει αρνητικά στο ερώτημα είναι η ιστορία, γνωστή σαν «Το χέρι της μαϊμούς». Σύμφωνα με αυτήν ένας Άγγλος λόρδος έχει πολλούς καλεσμένους στο κάστρο του, τους οποίους θέλει να εντυπωσιάσει δείχνοντάς τους ένα ξεραμένο χέρι μιας μαϊμούς που έφερε από την Αφρική και το οποίο έχει την θαυματουργή ικανότητα να ικανοποιήσει οποιεσδήποτε τρεις (και μόνον τρεις) επιθυμίες που θα αναφωνήσει ο κάτοχός του. Η πρώτη του, λοιπόν, επιθυμία ήταν να αποκτήσει ένα τεράστιο χρηματικό ποσό. Σε λίγο η πόρτα χτύπησε και ένας υπάλληλος της ασφαλιστικής εταιρείας στην οποία είχε ασφάλεια ζωής ο γιος του εμφανίστηκε με μία επιταγή αυτού του ποσού που ζήτησε ο λόρδος, επειδή ο γιος του διαμελίστηκε σε φρικτό δυστύχημα που του συνέβη. Έξαλλος ο λόρδος αναφώνησε την δεύτερη επιθυμία του που ήταν να επιστρέψει στην ζωή ο διαμελισμένος γιος του. Σε λίγο χτύπησε πάλι η πόρτα, αλλά ο λόρδος ήταν κατατρομαγμένος για το τι θα μπορούσε να δει και αντιμετωπίσει αν άνοιγε την πόρτα και αναφώνησε την τρίτη επιθυμία του: να φύγει από την πόρτα όποιος και αν ήταν αυτός που την χτυπούσε, όπερ και εγένετο.
Το συμπέρασμα του Γουήνερ είναι ότι ο «μάγος» που έδωσε αυτές τις υπερφυσικές ικανότητες στο χέρι της μαϊμούς δεν έθεσε περιορισμούς στον τρόπο με τον οποίο θα εκπληρώνονταν οι επιθυμίες του κατόχου. Κατ’ επέκταση, πώς είναι δυνατόν να προβλεφθούν όλες οι δυνατές συνέπειες μιας οδηγίας σε ένα ρομπότ; Μπορεί βέβαια να είναι απλοϊκό το παράδειγμα, αλλά η σημασία του κάθε άλλο παρά απλοϊκή είναι. Αν και είναι νωρίς να προβλέψουμε πού θα μας οδηγήσει η Τεχνητή Νοημοσύνη, η αλματώδης ανάπτυξή της είναι κατά κάποια έννοια ένα γιγαντιαίο άλμα στο κενό.
[1] Θεωρώντας ότι δεν υπάρχει καλύτερη προετοιμασία για την ομαλή υποδοχή των επερχόμενων εξελίξεων από την έγκαιρη κατανόησή τους και τη γνώση, είχα δημοσιεύσει στον ελληνικό τύπο, ευρισκόμενος τότε στην Αθήνα ως επισκέπτης καθηγητής στο ΕΜΠ, το άρθρο με τίτλο «Ενώ ανατέλλει κιόλας ο απίθανος ηλεκτρονικός κόσμος του επόμενου αιώνα: Θα προσαρμοσθεί ο άνθρωπος την τεχνολογία του 21ου αιώνα; Οι συνήθειες της καθημερινής ζωής μας θα ανατραπούν τις ερχόμενες δεκαετίες» (Η Καθημερινή, 24 Δεκεμβρίου 1978).
