Οι Περίπλοκες και οι Παρανοήσεις των Αλγορίθμων Μηχανικής Μάθησης
Η τεχνητή νοημοσύνη (ΤΝ) έχει εξελιχθεί σε μια στατιστική επιστήμη, που βασίζεται σε πολύπλοκα μη γραμμικά μοντέλα χαρακτηρισμένα από εκατομμύρια παραμέτρους. Ωστόσο, προειδοποιήσεις προκύπτουν από την επιστημονική κοινότητα για τα όρια και τις πιθανές παρανοήσεις που η ΤΝ θα μπορούσε να παρουσιάσει. Ένα παράδειγμα ήταν η παρουσίαση σε ένα event που διοργάνωσε ο Ιδρυματούχος Κωνσταντίνος Σημίτης με θέμα “Τεχνητή Νοημοσύνη & Αρχεία: Σχέση αλληλοσυμπλήρωσης ή ανταγωνισμού;” την Τρίτη, 16 Απριλίου.
Ο Καθηγητής του MIT και Ειδικός σε ΤΝ Εκφέρει Γνώμη για την Αξιοπιστία της ΤΝ
Ο Κωνσταντίνος Δασκαλάκης, ένας επίσης καταξιωμένος καθηγητής στο MIT και διεθνώς αναγνωρισμένος μαθηματικός που ηγείται της Επιτροπής Συμβούλων για την Τεχνητή Νοημοσύνη, υπογράμμισε ένα σημαντικό εύρημα για τη λειτουργία της ΤΝ. Χρησιμοποιώντας ως αναλογία αλγορίθμους αναγνώρισης εικόνων, εξήγησε ότι αρχικά το λογισμικό προσδιόριζε εσφαλμένα εικόνες βασιζόμενο στο χρώμα του φόντου τους – οδηγώντας στη λανθασμένη κατηγοριοποίηση λύκων στο πράσινο χόρτο ως σκύλους και αντιστρόφως.
Ενίσχυση Ανθρώπινων Δεξιοτήτων μέσω της ΤΝ
Το event ανέφερε επίσης την χρησιμότητα της ΤΝ στη δυνατότητα γρήγορης πρόσβασης σε αρχειακό υλικό, προτείνοντας ότι οι αφηγήσεις που δημιουργεί η ΤΝ προσαρμόζουν την αλληλεπίδραση του χρήστη με την πληροφορία. Επεσήμανε ότι η ΤΝ υπόσχεται βελτίωση της ανθρώπινης απόδοσης σε διάφορες δεξιότητες, όπως η άριστη κατάρτιση στο σκάκι μέσω της ανάλυσης των τεχνικών των μεγάλων μαιτρ.
Η ΤΝ Πρέπει να Αντανακλά τις Ανθρώπινες Αξίες και την Πολυπλοκότητα
Στον τομέα των Ϩηφιακών αρχείων και των μεγάλων συνόλων δεδομένων, τα εργαλεία της ΤΝ αντιμετωπίζουν την πρόκληση της αξιοπιστίας εάν τα υποκείμενα δεδομένα είναι κομμένα ή προκαταλυλημένα. Ο ομιλητής παρέκαλε να περιλαμβάνουν το θεμελιώδες αρχειακό υλικό της ΤΝ το πολυδιάστατο φάσμα των ανθρώπινων αξιών και της αντιπροσώπευσης.
Ο Ρόλος της ΤΝ στην Ψήφια Μετατροπή
Ο Σεβάσμιος διεθνής βραβευθείς και Διευθυντής της Μονάδας Έρευνας “Αρχιμήδης” στο Κέντρο Έρευνας “Αθηνά”, Τίμος Σέλλης, επεσήμανε ότι η ΤΝ δεν πρέπει να θεωρείται αντίπαλος, επειδή είναι μια επέκταση της ανθρώπινης καινοτομίας. Προτιμά να συζητεί για ψηφιακή μετασχηματισμό παρά για την ΤΝ, προτείνοντας ότι η τεχνητή νοημοσύνη λειτουργεί κυρίως ως υποστηρικτικό εργαλείο στην αρχειοθέτηση και στις ευρύτερες τεχνολογικές εφαρμογές.
Προκλήσεις στην Ιδιωτικότητα και τα Προσωπικά Δεδομένα
Δόθηκε έμφαση και στην ιδιωτικότητα και τα προσωπικά δεδομένα, όπου η Λιλιάν Μήτρου, καθηγήτρια και Πρόεδρος στο Ινστιτούτο για την Ιδιωτικότητα, τα Προσωπικά Δεδομένα και την Τεχνολογία, συζήτησε πώς η ΤΝ θέτει νέους κινδύνους για την ιδιωτικότητα μέσω της πιθανής κατάχρησης των συγκεντρωμένων και αναλυμένων προσωπικών δεδομένων. Επισημάινθηκε η σημασία του σεβασμού της ιδιωτικότητας ενώ ταυτόχρονα επιτυγχάνεται ισορροπία με την ανάγκη για πληροφορίες στην ψηφιακή εποχή.
Τέλος, ο Σεντερικός Καθηγητής Βασίλης Μαγιάρης υπογράμμισε τη διττή φύση της ΤΝ, η οποία μπορεί να δημιουργήσει ανεκτίμητες πληροφορίες από μια τεράστια αποθήκη του παρελθόντος, αλλά και να δημιουργήσει παραπλανητικές ή τεχνητές πραγματικότητες. Προειδοποίησε για τους “κακούς παίκτες” που μπορεί να εκμεταλλευτούν την ΤΝ για επιβλαβείς αποτελέσματα, αναφερόμενος στην εθελοντική αναχώρηση του ειδικού της ΤΝ Γεώφρεϋ Χίντον από τη Google για να κριτικάρει ανοιχτά τους κινδύνους της ΤΝ και της μηχανικής μάθησης.
Τρέχουσες Τάσεις και Προβλέψεις στην Τεχνητή Νοημοσύνη
Η εξέλιξη της ΤΝ επηρεάζεται σημαντικά από τις τρέχουσες τάσεις της αγοράς, οι οποίες περιλαμβάνουν την ανάπτυξη εφαρμογών μάθησης μηχανών σε διάφορους τομείς, όπως η υγεία, η χρηματοοικονομική και οι αυτοκινητοβιομηχανίες. Για παράδειγμα, στην υγειονομική περίμενα ότι η ΤΝ θα προσφέρει προόδους στην εξατομικευμένη ιατρική και στα διαγνωστικά. Στον χρηματοοικονομικό τομέα, η ΤΝ χρησιμοποιείται όλο και περισσότερο για την ανίχνευση απάτης και την εξατομίκευση των υπηρεσιών προς τους πελάτες. Οι αυτοκινητοβιομηχανίες εκμεταλλεύονται την ΤΝ για την αυτόνομη οδήγηση και τα έξυπνα συστήματα οχημάτων.
Οι προβλέψεις δείχνουν ότι η παγκόσμια αγορά της ΤΝ θα συνεχίσει να αναπτύσσεται με εκθετικό ρυθμό, με ορισμένες εκτιμήσεις να προβλέπουν ότι η αγορά θα φτάσει σε εκατοντάδες δισεκατομμύρια δολάρια μέχρι τα μέσα της δεκαετίας του 2020. Αυτή η ανάπτυξη ωθείται από τις αυξανόμενες επενδύσεις σε startups της ΤΝ, την ανόδο των υπηρεσιών του φιαλ ΤΝ και τη συνεχή αναζή
The source of the article is from the blog aovotice.cz