Απειλές και οφέλη της τεχνητής νοημοσύνης

Έλενα Ερμείδου

Η τεχνητή νοημοσύνη είναι απλώς πώς να αφήνεις τις μηχανές ή τους υπολογιστές να κάνουν πράγματα όπως οι άνθρωποι. Υπό το σενάριο αυτό, η τεχνητή νοημοσύνη έχει το πλεονέκτημα έναντι της ανθρώπινης νοημοσύνης, επειδή είναι διαρκής, πιο σταθερή, εύκολα αντιγράφεται και διαδίδεται παντού. Η τεχνητή νοημοσύνη μπορεί επίσης να εκτελεί πολλαπλές δραστηριόητες, ταυτόχρονα, με μεγαλύτερη ακρίβεια και σε ορισμένες περιπτώσεις με καλύτερη ποιότητα από τα ανθρώπινα όντα.

Από το μακρυνό 1956 στο 2024 …

Η ΤΝ αναπτύχθηκε ως ακαδημαϊκό πεδίο το 1956 όταν επινοήθηκε ο όρος. Ο κύριος στόχος της ήταν να δίνει εντολή στις μηχανές να εκτελούν περίπλοκες εργασίες και ενέργειες, που παραδοσιακά απαιτούσαν ανθρώπινη παρέμβαση, χωρίς ανθρώπινη συμμετοχή. Η εξέλιξη της τεχνητής νοημοσύνης πέρασε από 3 φάσεις: από το 1956 έως το 1980 ήταν το στάδιο της νηπιακής ηλικίας, από το 1980 έως τις αρχές του 2000 ήταν το στάδιο της ωρίμανσης και από το 2000 έως τώρα είναι η φάση της άνθησης. Κατά τη διάρκεια του 21ου αιώνα, έχουν σημειωθεί αρκετές εξελίξεις στις δυνατότητες του υλικού υπολογιστών και ένας τεράστιος όγκος δεδομένων παράγεται από οποιαδήποτε συσκευή στις μέρες μας. Όλα αυτά τα εργαλεία βοήθησαν στην άνθηση των τεχνολογιών ΤΝ.

Πλεονέκτημα η ιατρική ανάλυση και η πρόβλεψη ασθενειών

Η αναγνώριση εικόνας είναι μια από τις πιο κρίσιμες εφαρμογές της τεχνητής νοημοσύνης.  Η τεχνολογία υπολογιστικής όρασης επιτρέπει σε μηχανές και υπολογιστές να μιμούνται σε κάποια πεδία την οπτική αντίληψη των ανθρώπων με πολύ υψηλή ταχύτητα και ακρίβεια προκειμένου να αναγνωριστούν πρόσωπα, να αναλυθούν ιατρικές απεικονίσεις και να εντοπιστούν ασθένειες, ενώ καθιστά δυνατή και την αυτόνομη οδήγηση.

Η επεξεργασία της  Φυσικής Γλώσσας – ιδιότητες

Η τεχνητή νοημοσύνη επιτρέπει επίσης την επεξεργασία της ανθρώπινης γλώσσας, τη σύνθεση και αναγνώριση ανθρώπινης φωνής και ομιλίας. Η λειτουργία αυτή ονομάζεται νευρογλωσσικός προγραμματισμός (NLP), και βασίζεται στην επιστήμη της στατιστικής και στην μηχανική μάθηση (απόκτηση γνώσεων των υπολογιστών μέσω συγκέντρωσης και ανάλυσης δεδομένων ήχου, εικόνας, κειμένων και βίντεο). Με αυτού του είδους τον προγραμματισμό οι υπολογιστές μπορούν να κατανοούν και να επικοινωνούν σε φυσική γλώσσα, γραπτά και προφορικά.

Επι του παρόντος, το NLP χρησιμοποιείται στη σύγκριση κειμένου, στα chatbot, στην αυτόματη μετάφραση, στην παραγωγή υποτίτλων, στον εντοπισμό απάτης και στην συγκέντρωση δεδομένων.

Οι περισσότερες εφαρμογές τεχνητής νοημοσύνης απαντώνται στους εταιρικούς, χρηματοοικονομικούς, ιατρικούς τομείς και στην αυτοκινητοβιομηχανία.

Η τεχνητή νοημοσύνη θα αναπτύξει την χρηματοοικονομική τεχνολογία

Οι χρηματοοικονομικές υπηρεσίες (εμπορική και επενδυτική τραπεζική, γενικές ασφαλίσεις, δανεισμός, αξιολόγηση πιστοληπτικής ικανότητας, χρηματοδότηση καταναλωτών και στεγαστικά δάνεια) μπορούν να γίνουν πιο ηθικές και έξυπνες μέσω ΤΜ. Μέχρι τώρα, ο χρηματοοικονομικός τομέας έχει κάνει ουσιαστική χρήση υβριδικών (φυσικών και τεχνητών) συστημάτων νοημοσύνης. Σχετικές εφαρμογές περιλαμβάνουν οικονομικές προβλέψεις, προϋπολογισμό, διαχείριση χαρτοφυλακίου και πιστοληπτική αξιολόγηση.

Η τεχνητή νοημοσύνη έχει επίσης χρησιμοποιηθεί στη λιανική πώληση, στην εκπαίδευση, στον οικιακό αυτοματισμό, στη γεωργία και στη μηχανική.

Την άλλη όψη του νομίσματος εμφανίζουν οι Marsh McLennan και η Zurich οι οποίες σε έκθεση τους τονίζουν ότι  «μπορεί κανείς να χρησιμοποιήσει την τεχνητή νοημοσύνη για να παραπληροφορήσει μεγάλες ομάδες ανθρώπων, με αποτέλεσμα να επιδεινωθούν οι διαμάχες και οι συγκρούσεις στις κοινωνίες. Όλο και δυσκολότερα μπορεί κανείς να επαληθεύσει, αν οι αναφορές που γίνονται για ένα γεγονός είναι πραγματικές ή ψευδείς. Και, όχι μόνο αυτό, η παραπληροφόρηση μπορεί να πυροδοτήσει αμφιβολίες και ερωτήματα ως την εγκυρότητα των εκλογικών αποτελεσμάτων, εκθεμελιώνοντας τους δημοκρατικούς δεσμούς». Kατ’ επέκταση, μπορεί να εντείνει ακόμα περισσότερο τις κοινωνικές εντάσεις και να αποτελέσει το εργαλείο που θα ενισχύσει την εγκληματικότητα. Με την τεχνητή νοημοσύνη στα χέρια του κάποιος δεν χρειάζεται να είναι διάνοια μυαλού για να διαπράξει μία κακόβουλη ενέργεια. Και δεν είναι μόνο αυτά, η τεχνητή νοημοσύνη μπορεί να αλλοιώσει δεδομένα που συλλέγονται από το διαδίκτυο για να εκπαιδεύσουν άλλα συστήματα μηχανικής μάθησης. Αν συμβεί κάτι τέτοιο δεν αναστρέφεται εύκολα».