Αν ανησυχείτε ότι η τεχνητή νοημοσύνη θα μεταμορφώσει τη δουλειά σας, θα αναμιχθεί στις καθημερινές σας ρουτίνες ή θα οδηγήσει σε πολέμους με θανατηφόρα αυτόνομα συστήματα, έχετε αργήσει λίγο – όλα αυτά έχουν ήδη συμβεί.
Η επανάσταση της τεχνητής νοημοσύνης είναι εδώ. Οι πρόσφατες εξελίξεις όπως τα chatbot AI είναι σημαντικές, αλλά χρησιμεύουν κυρίως για να τονίσουν ότι η τεχνητή νοημοσύνη επηρεάζει βαθιά τη ζωή μας εδώ και δεκαετίες — και θα συνεχίσει να επηρεάζει για πολλές ακόμη.
Αυτό που είναι μοναδικό σε αυτή τη στιγμή είναι ότι νέα συστήματα όπως τα AI που δημιουργούν κείμενο, όπως το ChatGPT , και τα AI που δημιουργούν εικόνα, όπως το DALL·E 2 και το Midjourney , είναι οι πρώτες εφαρμογές τεχνητής νοημοσύνης για καταναλωτές. Επιτρέπουν στους απλούς ανθρώπους να χρησιμοποιούν AI για να φτιάξουν πράγματα.
Όπως μου είπε πρόσφατα η Cara LaPointe, συνδιευθύντρια του Ινστιτούτου Johns Hopkins για την εξασφαλισμένη αυτονομία, «Όσον αφορά τη δημόσια συνείδηση της τεχνητής νοημοσύνης, βρισκόμαστε σε ένα σημείο καμπής».
Στο παρελθόν έπρεπε να έχεις τους πόρους της Google για να δημιουργήσεις κάτι χρήσιμο με την τεχνητή νοημοσύνη. Τώρα οποιοσδήποτε έχει σύνδεση στο διαδίκτυο μπορεί. Και αυτή είναι μόνο η αρχή της πιθανής χρησιμότητας αυτών των συστημάτων.
Ο συνιδρυτής της Microsoft, Μπιλ Γκέιτς, είπε σε ένα πρόσφατο δοκίμιο ότι ζούμε τώρα στην «εποχή της τεχνητής νοημοσύνης». Συνέκρινε αυτά τα συστήματα με τις πρώτες γραφικές διεπαφές χρήστη—δηλαδή τις πρώτες εκδόσεις των λειτουργικών συστημάτων Windows και Macintosh. Περιέγραψε ένα όχι πολύ τραβηγμένο μέλλον στο οποίο η συζήτηση με μηχανές μέσω διεπαφών φυσικής γλώσσας γίνεται ο νέος, κυρίαρχος τρόπος αλληλεπίδρασης μαζί τους.
Εν τω μεταξύ, η τεχνητή νοημοσύνη ήταν ένα ουσιαστικό εργαλείο για την καταπολέμηση των πολέμων μας , την προστασία των οικονομικών μας, τη λειτουργία των κεφαλαιαγορών μας , την ασφάλιση των περιουσιακών μας στοιχείων, τη στόχευση των διαφημίσεών μας και την ενίσχυση των αποτελεσμάτων αναζήτησής μας—για περισσότερο από μια δεκαετία και σε ορισμένες περιπτώσεις δεκαετίες.
Οι περισσότεροι άνθρωποι δεν γνωρίζουν αυτή την ιστορία, λέει ο David MacInnis, αντιπρόεδρος ανάλυσης και αναλογιστικού εκσυγχρονισμού στην ασφαλιστική εταιρεία Allstate. Για το μεγαλύτερο μέρος της ιστορίας της, η τεχνητή νοημοσύνη ήταν η αποκλειστική αρμοδιότητα των μαθηματικών και των επιστημόνων υπολογιστών, τελικά. Και δεν ονομαζόταν AI, γιατί αυτός ο όρος είχε ξεφύγει από τη μόδα . Αντίθετα, οι μηχανικοί μίλησαν για γενικευμένα γραμμικά μοντέλα, γενικευμένα ενισχυμένα μοντέλα ή δέντρα αποφάσεων.
Ένας διαχειριστής προϊόντων της Microsoft επιδεικνύει το Bing, τη μηχανή αναζήτησης της Microsoft που υποστηρίζεται τώρα από AI, σε μια εκδήλωση στο Ρέντμοντ της Ουάσινγκτον τον Φεβρουάριο.
Αργότερα, ευρείες κατηγορίες αυτών των αλγορίθμων ομαδοποιήθηκαν όλες στην «μηχανική μάθηση» και οι μηχανικοί άρχισαν να χρησιμοποιούν τεχνητά νευρωνικά δίκτυα, εμπνευσμένα από νευρώνες στον εγκέφαλο, στη θέση άλλων μαθηματικών τεχνικών. Γενικά, αυτά τα συστήματα σχεδιάστηκαν για να αναγνωρίζουν μοτίβα και να προβλέπουν αποτελέσματα, δίνοντάς τους μια σημαντική επικάλυψη με έναν άλλο γενικό όρο, την «προγνωστική ανάλυση».
«Οι ασφαλιστικές εταιρείες κάνουν πραγματικά βαθιά επίπεδα προγνωστικής ανάλυσης για πάνω από δύο δεκαετίες τώρα», λέει ο Δρ MacInnis. Οι αλγόριθμοι πρόβλεψης με τεχνητή νοημοσύνη που αποφασίζουν ποιες διαφημίσεις θα προβάλετε στη ροή κοινωνικής δικτύωσης με τέτοια απίστευτη ακρίβεια που έχουν πείσει εκατομμύρια ανθρώπους. Αξιοποιούν το ίδιο είδος μαθηματικών και αλγορίθμων που χρησιμοποιούν οι ασφαλιστές για να αποφασίσουν τι θα χρεώσουν για ένα ασφαλιστήριο συμβόλαιο – και τα δύο συστήματα ενεργοποιούνται από μεγάλα δεδομένα.
Ο Δρ LaPointe αποκαλεί την τρέχουσα εποχή μας «τεχνητή νοημοσύνη που βασίζεται στη μάθηση». Αυτό που χαρακτηρίζει αυτή τη φορά είναι ότι οι υπολογιστές -και όχι οι άνθρωποι- κατασκευάζουν τώρα τα μοντέλα που χρησιμοποιούν οι μηχανές για να ολοκληρώσουν μια εργασία.
Ακόμη και η «γεννητική» τεχνητή νοημοσύνη είναι λίγο λανθασμένη – το ChatGPT χρησιμοποιεί πολλούς από τους ίδιους αλγόριθμους πρόβλεψης και σχετικές τεχνολογίες που αναπτύσσουν οι επιστήμονες της τεχνητής νοημοσύνης εδώ και χρόνια, αλλά τις χρησιμοποιεί για να προβλέψει ποια λέξη θα προσθέσει δίπλα σε ένα μπλοκ κειμένου ας πούμε, αν μια εικόνα είναι μια γάτα.
Αυτά τα νέα συστήματα παραγωγής τεχνητής νοημοσύνης, τα οποία συγκεντρώνουν σχεδόν κάθε κόλπο που έχουν ετοιμάσει οι ερευνητές της τεχνητής νοημοσύνης από την αλλαγή της χιλιετίας, κάνουν πράγματα που δεν έχει κάνει ποτέ η τεχνητή νοημοσύνη. Και αυτός είναι ο λόγος για τον οποίο ενσωματώνονται σε εργαλεία αναζήτησης και παραγωγικότητας από τη Microsoft, την Google και αμέτρητες νεοφυείς επιχειρήσεις σε κάθε τομέα που μπορεί να φανταστεί κανείς, από την υγειονομική περίθαλψη και την επιμελητεία μέχρι τη φορολογική προετοιμασία και τα βιντεοπαιχνίδια.
Στη συνέχεια, όμως, τα τελευταία δώδεκα περίπου νέα συστήματα τεχνητής νοημοσύνης που κυκλοφόρησαν τις τελευταίες δύο δεκαετίες έχουν επίσης επιτύχει πράγματα που κανένα AI δεν είχε κάνει ποτέ πριν. Και, χωρίς οι περισσότεροι από εμάς να το γνωρίζουμε πλήρως, έχουν μεταμορφώσει ολόκληρες βιομηχανίες, από το λιανικό εμπόριο και τα logistics μέχρι τα μέσα ενημέρωσης και τις τράπεζες.
Οι AI που έκαναν όλα όσα είναι παντού γύρω μας . Τους επικαλούμαστε κάθε φορά που η ομιλία μας αποκωδικοποιείται από τους έξυπνους βοηθούς μας, βρίσκουμε αυτό που ψάχνουμε στο Google, παραγγέλνουμε κάτι και φτάνει την ίδια μέρα, η ροή των μέσων κοινωνικής δικτύωσης ταξινομείται για εμάς κατά Facebook ή TikTok , λαμβάνουμε στιγμιαία προσφορά στο διαδίκτυο από έναν ασφαλιστικό μεσίτη ή ένας πύραυλος κρουζ βρίσκει τον στόχο του χίλια μίλια από το σημείο εκτόξευσης.
Πολλά από αυτά που κάνει η τεχνητή νοημοσύνη για εμάς σε καθημερινή βάση χαρακτηρίζονται από την απουσία της, και επομένως είναι αόρατη.
Η κυκλοφορία του ChatGPT του OpenAI στα τέλη Νοεμβρίου πυροδότησε μια νέα παγκόσμια κούρσα στην τεχνητή νοημοσύνη. Το ChatGPT, που ανοίγει εδώ σε μια οθόνη υπολογιστή, είναι ένα παράδειγμα παραγωγικής τεχνητής νοημοσύνης ή εξελιγμένων συστημάτων που παράγουν περιεχόμενο από κείμενο σε εικόνες.
Ένας λόγος που οι άνθρωποι είναι τόσο ενθουσιασμένοι με την τεχνητή νοημοσύνη αυτή τη στιγμή είναι ότι όταν βλέπουμε ταχεία πρόοδο σε έναν τομέα, τείνουμε να το προβάλλουμε στο μέλλον, λέει ο Adam Ozimek, επικεφαλής οικονομολόγος στο Economic Innovation Group, έναν οργανισμό έρευνας πολιτικής στο Ουάσιγκτον.
Όπως συμβαίνει με κάθε νέα τεχνολογία, ένας τρόπος για να έχετε μια προεπισκόπηση των πιθανών επιπτώσεων της τεχνητής νοημοσύνης είναι να κατανοήσετε πώς λειτουργεί και σε τι είναι πραγματικά καλό. Ο Cal Newport, επίκουρος καθηγητής επιστήμης υπολογιστών στο Πανεπιστήμιο Georgetown, έχει γράψει για ένα δοκίμιο σχετικά με το πώς λειτουργεί πραγματικά το ChatGPT. Συμπεραίνει ότι το ChatGPT μπερδεύει τους κατά τα άλλα εξελιγμένους ανθρώπους στοχαστές πιστεύοντας ότι είναι πιο ικανό από ό,τι είναι, γιατί όταν διαβάζουν την καλοφτιαγμένη πεζογραφία του, φαντάζονται λανθασμένα το μυαλό που θα χρειαζόταν για να δημιουργήσει μια τέτοια πεζογραφία.
Αλλά το ChatGPT δεν έχει μυαλό. Έχει περισσότερα κοινά με μια μηχανή αναζήτησης παρά ακόμη και με τον πιο πρωτόγονο εγκέφαλο. Αν μας εντυπωσιάσουν οι ικανότητές του, πρέπει να θυμόμαστε ότι είναι προϊόν όχι της ευφυΐας του, αλλά της κλίμακας του. Το ChatGPT απαιτούσε από τους μηχανικούς του να στριμώξουν πάνω του όλο το κείμενο σε ολόκληρο τον ανοιχτό ιστό, έτσι ώστε να έχει αρκετό υλικό αναφοράς για να μπορεί να το αναμειγνύει με τρόπο που φαίνεται σαν πρωτότυπος τρόπος σκέψης, αλλά δεν είναι. Ο Δρ Νιούπορτ ολοκληρώνει το δοκίμιό του στο New Yorker λέγοντας ότι «ένα σύστημα όπως το ChatGPT δεν δημιουργεί, μιμείται».
Αυτό δεν μοιάζει ακριβώς με το είδος της τεχνητής νοημοσύνης που πρόκειται να αποκτήσει συναίσθημα και να αποφασίσει ότι είναι καλύτερα χωρίς τους ενοχλητικούς ανθρώπινους άρχοντες. Όταν οι μηχανές μας κάνουν πράγματα που κάποτε πιστεύαμε ότι ήταν ο αποκλειστικός τομέας των ανθρώπων – είτε μας κερδίζουν στο σκάκι είτε γράφουν ένα δοκίμιο – η γενική πολιτιστική και οικονομική τάση είναι ότι οι άνθρωποι αναθέτουν ξανά τον εαυτό τους στις εργασίες που οι μηχανές δεν είναι τόσο καλές και να γίνουν πιο παραγωγικοί στη διαδικασία.
Έχουμε έρθει εδώ πολλές φορές στο παρελθόν. Τα οικονομικά κίνητρα για την προώθηση μιας νέας τεχνολογίας δεν αλλάζουν ποτέ, ούτε η τάση μας να φοβόμαστε και να γιορτάζουμε ό,τι είναι το νεότερο, πιο λαμπερό προϊόν των ολοένα αυξανόμενων δαπανών του πολιτισμού μας για έρευνα και ανάπτυξη .
Αυτό δεν σημαίνει ότι η τεχνητή νοημοσύνη δεν θα είναι μετασχηματιστική — σαφώς, έχει ήδη γίνει.