Τεχνητή νοημοσύνη: Υπάρχει κίνδυνος να πάρει τα ηνία από τον άνθρωπο;

Μπορεί η τεχνητή νοημοσύνη (ΑΙ) να πάρει την εξουσία από τα χέρια του ανθρώπου; H οργάνωση PauseAI, που εδρεύει στις Βρυξέλλες, το πιστεύει και προσπαθεί να πείσει την Ευρωπαϊκή Ένωση να σταματήσει την κυκλοφορία περισσότερων ισχυρών συστημάτων που βασίζονται σε αυτήν.

Σύμφωνα με τον ιδρυτή της PauseAI, ισχυρά συστήματα ΑΙ όπως το ChatGPT θα μπορούσαν σύντομα να γίνουν πιο έξυπνα από τους ανθρώπους ή ακόμη και να τους χειραγωγήσουν. Κι αν οι άνθρωποι επιχειρήσουν να επέμβουν, τότε η τεχνολογία θα αντισταθεί.

Τεχνητή νοημοσύνη: Η προειδοποίηση του Γιόσουα Μπένγκιο

Το Forbes, από την πλευρά του, δεν συμμερίζεται την παραπάνω εκτίμηση περί σοβαρών προβλημάτων στο εγγύς μέλλον κι εξηγεί γιατί η «επίθεση» της ΑΙ έχει ακόμα πολύ δρόμο.

Κυβερνήτες του μέλλοντός μας;

Όπως επισημαίνει, σε μια εποχή που η τεχνητή νοημοσύνη κατέχει εξέχουσα θέση τόσο στην καθημερινή μας ζωή όσο και στη συλλογική μας φαντασία, είναι συνηθισμένο να ακούμε ανησυχίες τα εν λόγω συστήματα μπορεί να αποκτήσουν υπερβολική ισχύ ή ακόμη και να γίνουν αυτόνομοι κυβερνήτες του μέλλοντός μας. Ωστόσο, μια πιο προσεκτική ματιά στην τρέχουσα κατάσταση της τεχνολογίας AI αποκαλύπτει ότι αυτοί οι φόβοι, αν και δημοφιλείς στην επιστημονική φαντασία, απέχουν πολύ από το να πραγματοποιηθούν στον πραγματικό κόσμο.

Ιδού, λοιπόν, γιατί δεν βρισκόμαστε στο χείλος μιας υποδούλωσής μας από την τεχνητή νοημοσύνη.

Η πλειονότητα των συστημάτων AI που συναντάμε καθημερινά είναι παραδείγματα «στενής τεχνητής νοημοσύνης». Αυτά τα συστήματα είναι… μάστορες στην εξειδίκευση, ικανά σε εργασίες όπως να μας προτείνουν μια ταινία στο Netflix βάσει των προτιμήσεών μας ή μια καλύτερη διαδρομή για να αποφύγουμε την κίνηση στον δρόμο. Το ίδιο ικανά είναι και σε περίπλοκες υποθέσεις, όπως η συγγραφή δοκιμίων ή η δημιουργία εικόνων. Παρά τις εν λόγω δυνατότητες, λειτουργούν υπό  αυστηρούς περιορισμούς: τους επιτρέπουν να διαπρέπουν σε ένα συγκεκριμένο πεδίο, αλλά τους απαγορεύουν να ξεπεράσουν ορισμένα όρια.

Η ιδέα ότι τα συστήματα τεχνητής νοημοσύνης θα μπορούσαν να εξελιχθούν αυθόρμητα για να ξεπεράσουν τους ανθρώπους είναι κάτι παραπάνω από απίθανη

Αυτό ισχύει ακόμη και για τα εργαλεία δημιουργίας τεχνητής νοημοσύνης, που μας καταπλήσσουν με την ικανότητά τους να δημιουργούν περιεχόμενο με πολλαπλούς τρόπους. Μπορούν να συντάξουν δοκίμια, να αναγνωρίσουν στοιχεία σε φωτογραφίες, ακόμη και να συνθέσουν μουσική. Ωστόσο, στον πυρήνα τους, αυτά τα προηγμένα AI εξακολουθούν να κάνουν απλώς μαθηματικές προβλέψεις, βασισμένες σε τεράστια σύνολα δεδομένων – δεν «καταλαβαίνουν» πραγματικά το περιεχόμενο που παράγουν ή τον κόσμο γύρω τους.

Το Narrow AI λειτουργεί μέσα σε ένα προκαθορισμένο πλαίσιο μεταβλητών και αποτελεσμάτων. Δεν μπορεί να σκεφτεί μόνο του, να μάθει πέρα ​​από αυτό που έχει προγραμματιστεί να κάνει ή να αναπτύξει οποιαδήποτε μορφή βούλησης. Έτσι, παρά τη φαινομενική ευφυΐα αυτών των συστημάτων, οι δυνατότητές τους παραμένουν αυστηρά περιορισμένες. Όσοι φοβούνται ότι το GPS τους ενδέχεται μια μέρα να τους οδηγήσει σε μια διαβολική αποστολή κατάκτησης του κόσμου, μπορούν να κοιμούνται ήσυχοι, λέει χιουμοριστικά το Forbes. Το σύστημα πλοήγησής σας δεν σχεδιάζει μια παγκόσμια κυριαρχία – απλώς υπολογίζει την ταχύτερη διαδρομή προς τον προορισμό σας, αγνοώντας τις ευρύτερες συνέπειες των υπολογισμών του.

Η τεχνητή νοημοσύνη είναι εδώ για να βοηθήσει και να αυξήσει τις ανθρώπινες ικανότητες, όχι για να τις αντικαταστήσει

Η έννοια της γενικής τεχνητής νοημοσύνης, μιας τεχνητής νοημοσύνης ικανής να κατανοεί, να μαθαίνει και να εφαρμόζει τη γνώση σε ένα ευρύ φάσμα εργασιών όπως ακριβώς ο άνθρωπος, παραμένει ένας μακρινός στόχος. Τα πιο εξελιγμένα AI του σήμερα παλεύουν με τις εργασίες που ένα ανθρώπινο παιδί εκτελεί διαισθητικά: να αναγνωρίζει αντικείμενα σε ένα ακατάστατο δωμάτιο ή να αντιλαμβάνεται ερεθίσματα που πηγάζουν από μια συνομιλία.

Η μετάβαση από το στενό AI στο AGI δεν είναι απλώς θέμα σταδιακών βελτιώσεων, αλλά απαιτεί θεμελιώδεις ανακαλύψεις στον τρόπο με τον οποίο η τεχνητή νοημοσύνη μαθαίνει και ερμηνεύει τον κόσμο. Οι ερευνητές εξακολουθούν να αποκρυπτογραφούν τις βασικές αρχές της γνώσης και της μηχανικής μάθησης και η πρόκληση της ανάπτυξης μιας μηχανής που να κατανοεί πραγματικά το πλαίσιο ή να εμφανίζει κοινή λογική εξακολουθεί να αποτελεί σημαντικό επιστημονικό ζητούμενο.

Ακόρεστη όρεξη για δεδομένα

Ένας άλλος παράγοντας είναι ότι τα τρέχοντα συστήματα AI έχουν… ακόρεστη όρεξη για δεδομένα – απαιτούν τεράστιες ποσότητες για να αποκτούν τη γνώση που απαιτείται για την αποτελεσματική λειτουργία τους. Αυτή η εξάρτηση από μεγάλα σύνολα δεδομένων είναι ένας από τους βασικούς παράγοντες που καθυστερούν στην ανάπτυξη της τεχνητής νοημοσύνης. Σε αντίθεση με τους ανθρώπους, οι οποίοι μπορούν να μάθουν από λίγα παραδείγματα ή ακόμα και από μια μοναδική εμπειρία, τα συστήματα τεχνητής νοημοσύνης χρειάζονται χιλιάδες -ή και εκατομμύρια- σημεία δεδομένων για να κατακτήσουν ακόμη και απλές εργασίες. Αυτή η διαφορά υπογραμμίζει ένα θεμελιώδες κενό στον τρόπο με τον οποίο οι άνθρωποι και οι μηχανές επεξεργάζονται τις πληροφορίες.

Οι ανάγκες δεδομένων της τεχνητής νοημοσύνης δεν είναι απλώς εκτεταμένες αλλά και συγκεκριμένες. Σε πολλούς τομείς, τέτοια υψηλής ποιότητας και μεγάλης κλίμακας σύνολα δεδομένων πολύ απλά… δεν υπάρχουν. Για παράδειγμα, σε εξειδικευμένους ιατρικούς τομείς ή σε τομείς που περιλαμβάνουν σπάνια συμβάντα, τα απαραίτητα δεδομένα για την αποτελεσματική εκπαίδευση της τεχνητής νοημοσύνης μπορεί να είναι σπάνια ή ανύπαρκτα, περιορίζοντας τη χρήση της τεχνητής νοημοσύνης στους εν λόγω τομείς.

Αυτό σημαίνει πως η ιδέα ότι τα συστήματα τεχνητής νοημοσύνης θα μπορούσαν να εξελιχθούν αυθόρμητα για να ξεπεράσουν τους ανθρώπους είναι κάτι παραπάνω από απίθανη.

Ακίνδυνη, αλλά και… ηθική

Ενώ η τεχνητή νοημοσύνη συνεχίζει να εξελίσσεται και να ενσωματώνεται βαθύτερα στη ζωή και τις βιομηχανίες μας, η υποδομή γύρω από την ανάπτυξή της ωριμάζει ταυτόχρονα. Αυτή η διπλή πρόοδος διασφαλίζει ότι όσο οι δυνατότητες AI αυξάνονται και όσο η τεχνολογία τεχνητής νοημοσύνης προχωρά τόσο αυξάνεται η επιτακτική ανάγκη για δυναμικά ρυθμιστικά πλαίσια. Η τεχνολογική κοινότητα είναι ολοένα και πιο ικανή στην εφαρμογή κατευθυντήριων γραμμών ασφάλειας και δεοντολογίας. Ωστόσο, αυτά τα μέτρα πρέπει να εξελίσσονται σε συνάρτηση με τις γρήγορες εξελίξεις της τεχνητής νοημοσύνης για να διασφαλίζονται εύρωστες, ασφαλείς και ελεγχόμενες λειτουργίες.

Με την προληπτική προσαρμογή των κανονισμών, μπορούμε να προβλέψουμε αποτελεσματικά και να μετριάζουμε πιθανούς κινδύνους και ανεπιθύμητες συνέπειες, διασφαλίζοντας τον ρόλο της τεχνητής νοημοσύνης ως ισχυρού εργαλείου για θετική πρόοδο και όχι ως απειλής. Αυτή η συνεχής εστίαση στην ασφαλή και ηθική ανάπτυξη τεχνητής νοημοσύνης είναι ζωτικής σημασίας για την αξιοποίηση των δυνατοτήτων της, αποφεύγοντας παράλληλα τις παγίδες που απεικονίζονται στις δυστοπικές αφηγήσεις. Η τεχνητή νοημοσύνη είναι εδώ για να βοηθήσει και να αυξήσει τις ανθρώπινες ικανότητες, όχι για να τις αντικαταστήσει. Έτσι, τουλάχιστον προς το παρόν, ο κόσμος παραμένει σε μεγάλο βαθμό… σε ανθρώπινα χέρια.

Πηγή: in.gr