Mε μεγάλη συμμετοχή και εξαιρετικά ενδιαφέρουσες ομιλίες ολοκληρώθηκε την Τρίτη 21 Μαρτίου στο gazARTE το 1ο Artificial Intelligence Conference, το οποίο διοργανώθηκε από την BOUSSIAS. Παράλληλα με τα συνεργατικά ρομπότ και τo cognitive computing, απαντήθηκαν κρίσιμα ερωτήματα για την τεχνητή νοημοσύνη και αξιολογήθηκαν οι επιχειρηματικές πτυχές της.

Σήμερα, οι συνθήκες είναι περισσότερο ευνοϊκές από ποτέ για να ακμάσουν οι προσπάθειες ανάπτυξης ευφυών μηχανών. Η συλλογή, αποθήκευση και επεξεργασία μεγάλου όγκου δεδομένων είναι πλέον σημαντικά φθηνότερη και αποτελεσματικότερη σε σχέση με το παρελθόν.

Οι αισθητήρες που είναι διαθέσιμοι στην αγορά και πολλοί από αυτούς βρίσκονται σε δισεκατομμύρια φορητές συσκευές έχουν τη δυνατότητα να ψηφιοποιήσουν καλύτερα τον αναλογικό κόσμο. Η αύξηση του παγκόσμιου πληθυσμού απαιτεί νέα επίπεδα παραγωγικότητας σε όλους τους τομείς. Σήμερα, περισσότερο από ποτέ, η τεχνητή νοημοσύνη έρχεται να κατακτήσει τη θέση που της ανήκει, όπως καταγράφηκε και από τους ομιλητές του συνεδρίου.

Συνεργατικά ρομπότ
Τα ρομπότ συμμετέχουν στη βιομηχανική παραγωγή εδώ και αρκετές δεκαετίες, σύμφωνα όμως με τον Νικόλαο Μαυρίδη, διδάκτορα του MIT και διευθυντή του “Interactive Robots and Media Laboratory» στο Πανεπιστήμιο Innopolis, έχει έρθει η στιγμή που θα βγουν από τα «κλουβιά» τους και να συνεργάζονται με τους άλλους εργαζόμενους, χωρίς να υπάρχει κίνδυνος τραυματισμού. Η άμυνα είναι ένας από τους τομείς,όπου η Τεχνητή Νοημοσύνη και η ρομποτική βρήκαν έφορο έδαφος λόγω κυρίως των σημαντικών επενδύσεων από κυβερνήσεις και ιδιωτικές εταιρείες.

Όπως πιστεύει ο Παναγιώτης Κίκιρας, Head of Unit Innovative Research, European Defense Agency, η τάση αυτή θα συνεχιστεί και η ΕΕ έχει προϋπολογίσει ένα σημαντικό ποσοστό του προϋπολογισμού για την υποστήριξη έρευνας στην άμυνα μέσω του προγράμματος που θα έρθει μετά από το Horizon 2020,. Η ευκαιρία είναι μεγάλη και για εταιρείες, αλλά και για ακαδημαϊκά ιδρύματα που έχουν ανάγκη από χρηματοδότηση για να αναπτύξουν τις ιδέες τους. Μεγάλος όμως θα είναι και ο ανταγωνισμός στην Ευρώπη των 27 χωρών.

Data Analysis, Data Mining και Deep Learning
Που τελειώνουν τα όρια του data analysis και data mininig και αρχίζουν τα όρια του deep learning; Σε ένα ποσοστό, σύμφωνα με τον Χριστόφορο Αναγνωστόπουλο, Co-founder & Chief Scientist της  Mentat Innovations, υπάρχει κοινός τόπος. Η διαφορά βρίσκεται στην τεράστια διαφορά αποτελεσματικότητας που επιτυγχάνουν οι αλγόριθμοι deep learning σε labelled data. Αν, για παράδειγμα, μια φωτογραφία ενός σκύλου έχει και μια λεζάντα που να γράφει τη λέξη σκύλος o αλγόριθμος μπορεί να μάθει και στη συνέχεια να αξιοποιήσει αυτή τη γνώση για να εξελιχθεί, χωρίς ανθρώπινη παρέμβαση.

Cognitive Computing, ένας πολύτιμος σύμβουλος
Αυτή είναι η άποψη του Κώστα Μπέκα, Διευθυντή του Foundations of Cognitive Computing της IBM Research στη Ζυρίχη. Στο κοντινό μέλλον, σύμφωνα  με τον Κ. Μπέκα, οι άνθρωποι θα συνεχίσουν να είναι αυτοί που θα λαμβάνουν τις κρίσιμες αποφάσεις, έχοντας στη διάθεσή τους μια λίστα επιλογών που θα έχει δημιουργήσει μια τεχνητή νοημοσύνη, όπως είναι για ο IBM Watson. Ο γιατρός θα συνεχίσει να λαμβάνει την τελική απόφαση για την αγωγή του ασθενή, έχοντας όμως ως σύμβουλο μια μηχανή που έχει διαβάσει εκατομμύρια σελίδες διαγνώσεων, κλινικών μελετών και χαρακτηριστικών φαρμάκων.

Το ίδιο θα μπορούσε να γίνει στη βελτίωση ενός υλικού που χρησιμοποιείται στην βιομηχανία μετάλλου ή στην εμπορική ναυσιπλοΐα, όπου το κόστος του καυσίμου εξαρτάται σε σημαντικό ποσοστό από τις καιρικές συνθήκες. Πρακτικά, αυτή είναι και η άποψη του Γιώργου Ζαρκαδάκη, Digital Lead στην Willis Towers Watson, ο οποίος δεν απορρίπτει τον ισχυρισμό ότι η τεχνητή νοημοσύνη θα αντικαταστήσει θέσεις εργασίας, θεωρεί όμως ότι ο αριθμός θα είναι πολύ μικρότερος του προβλεπόμενου και επίσης ότι το χάσμα θα καλυφθεί σε ένα ποσοστό από νέες θέσεις εργασίας, για τις οποίες χρειάζεται η εξέλιξη ανθρώπινων δεξιοτήτων που μέχρι σήμερα δεν βρίσκονταν στο επίκεντρο των εκπαιδευτικών συστημάτων.

Το αναμενόμενο είναι ότι θα δημιουργηθούν συγκρούσεις και όχι μόνο εξαιτίας της απώλειας θέσεων εργασίας, αλλά και του υπάρχοντος ηθικού πλαισίου. Μέχρι που μπορεί να φτάσει η δικαιοδοσία των μηχανών; Σε αυτό το ερώτημα, σύμφωνα με τον Κώστα Περήφανο, Machine Learning Engineer της Argos UK δεν υπάρχει σήμερα κάποιο ορατό πλαίσιο. Πρώτες οι μεγάλες επιχειρήσεις έχουν ξεκινήσει να δημιουργούν επιτροπές, προκειμένου να διαχειριστούν το πρόβλημα και κάποια στιγμή μάλλον θα ακολουθήσουν και οι κυβερνήσεις, οι οποίες όπως φαίνεται έχουν πιο σοβαρά ζητήματα για να ασχοληθούν.

Για περισσότερες πληροφορίες σχετικά με το συνέδριο: www.aiconference.gr/