Η Γεωργία Κούτρικα ομιλήτρια στη συζήτηση με θέμα «Ντοκιμαντέρ και Τεχνητή Νοημοσύνη: Μια σχέση υπό διερεύνηση»

Workshop στο πλαίσιο του 26ου Φεστιβάλ Θεσσαλονίκης

22-03-2024
ΕΚ "Αθηνά"

H Γεωργία Κούτρικα, Διευθύντρια Ερευνών του Ινστιτούτου Πληροφοριακών Συστημάτων του Ερευνητικού Κέντρου «Αθηνά» συμμετείχε ως προσκεκλημένη ομιλήτρια στη συζήτηση που έγινε με θέμα «Ντοκιμαντέρ και Τεχνητή Νοημοσύνη: Μια σχέση υπό διερεύνηση» που διοργανώθηκε από την Ένωση Ελληνικού Ντοκιμαντέρ σε συνεργασία με το Φεστιβάλ Ντοκιμαντέρ Θεσσαλονίκης την Πέμπτη 14 Μαρτίου 2024.

Η κυρία Κούτρικα απαντώντας στο ερώτημα ανέφερε: «Αν έπρεπε να περιγράψω τη σχέση μεταξύ ανθρώπου και μηχανής είναι μία σχέση υπό διερεύνηση. Η μηχανή κοιτάζει τον άνθρωπο και λέει “τι είναι ο άνθρωπος, θέλω να σε μιμηθώ”, ο άνθρωπος κοιτάζει τη μηχανή και λέει “εσύ τι κάνεις τώρα;”. Στο ερευνητικό κέντρο Αθηνά κάνουμε έρευνα για την Τεχνητή Νοημοσύνη. Το A.I. είναι ένας κλάδος των υπολογιστικών συστημάτων που προσπαθεί να αναπτύξει ευφυή υπολογιστικά συστήματα. Δηλαδή προγράμματα και μηχανές που μιμούνται την ευφυΐα του ανθρώπου. Δηλαδή, την ικανότητά μας να μαθαίνουμε, να επιλύουμε προβλήματα, να περπατάμε. Τεχνητή Νοημοσύνη είναι για παράδειγμα και η ρομποτική. Όταν λέμε μηχανική μάθηση, μιλάμε για την ικανότητα των προγραμμάτων να μάθουν να κοιτάζουν μέσα σε δεδομένα και να ανακαλύπτουν μοτίβα και συσχετίσεις, τα οποία μετά χρησιμοποιούν για να κάνουν προβλέψεις και να πάρουν αποφάσεις για μας».

Η κ. Κούτρικα χρησιμοποίησε το παράδειγμα του Netflix. «Για καθέναν από μας η οθόνη που βλέπουμε όταν ανοίγουμε το Netflix είναι τελείως διαφορετική. Ο λόγος είναι ότι πίσω από το σύστημα τρέχουν πολλοί αλγόριθμοι που για κάθε κομμάτι της οθόνης που βλέπουμε προσπαθούν να δουν τι καταναλώνει ο κόσμος, με ποια σειρά βλέπει τις ταινίες κτλ. Έτσι, αποφασίζουν τι θα μας δείξουν. Ωστόσο, τις εφαρμογές που έχουν κατακλύσει τη ζωή μας σήμερα τις βρίσκουμε παντού. Για παράδειγμα στις ΗΠΑ χρησιμοποιούν τέτοια συστήματα στην εκπαίδευση για να αποφασίσουν σε εισαγωγικές εξετάσεις ποιους φοιτητές θα δεχτούν. Τα χρησιμοποιούν στην υγεία και στον στρατό που χρηματοδοτεί τέτοιες έρευνες. Το 2016, είχαμε για παράδειγμα το google translate. Στην αναγνώριση εικόνας έγιναν επιτεύγματα. Οι πιο σημαντικές εφαρμογές, ωστόσο, είναι στους τομείς της ιατρικής, που βοηθά στην πιο γρήγορη παρασκευή φαρμάκων. Στη βιομηχανία και στα αυτόνομα αυτοκίνητα. Έχουμε επίσης το Gen(erative) A.I., που είναι ο χώρος της Τεχνητής Νοημοσύνης που του δίνεις κάτι και σου βγάζει περιεχόμενο. Μπορεί να είναι κείμενο όπως το google translate ή το ChatGPT που βλέπουμε πολύ σήμερα. Μπορεί να είναι εικόνα όπως το Dall-E, αλλά και συνδυασμός βίντεο και μουσικής».

Στη συνέχεια, η Γεωργία Κούτρικα αναφέρθηκε στην άλλη πλευρά, στο πώς ο άνθρωπος αντιμετωπίζει την Τεχνητή Νοημοσύνη και αναρωτιέται για το πώς δουλεύει. «Η Τεχνητή Νοημοσύνη κλέβει ουσιαστικά την ιδέα από το πώς λειτουργούμε εμείς οι άνθρωποι. Το μυαλό μας είναι ένα σύνολο από νευρώνες, που κάθε νευρώνας είναι μια μικρή μονάδα, η οποία δέχεται κάποιο σήμα στην είσοδο και, εφόσον ενεργοποιηθεί, δίνει κάποιο σήμα στην έξοδο, το οποίο με τη σειρά του θα ενεργοποιήσει πιθανώς άλλους νευρώνες. Η ιδέα αυτή γεννήθηκε από τους επιστήμονες το 1945. Ο νευρώνας, για εμάς τους επιστήμονες, είναι μια συνάρτηση. Το ένα επίπεδο νευρώνων μαθαίνει και τροφοδοτεί το επόμενο. Για παράδειγμα, το GPT-4, που προηγήθηκε του ChatGPT, έχει 100 δισεκατομμύρια εκατομμύρια νευρώνες. Πάνω κάτω, τόσους έχουμε και εμείς.

 

Η Τεχνητή Νοημοσύνη μπορεί να μαθαίνει να αναγνωρίζει πρόσωπα. Όσο για το από πού μαθαίνει ένα σύστημα, το google translate μαθαίνει από όλες τις σελίδες που υπάρχουν σε σχέση με μεταφράσεις. Όταν θέλουμε να αναγνωρίσουμε αριθμούς, δίνουμε σε ένα μοντέλο χαλασμένες εικόνες και του λέμε “μάθε να τις αναγνωρίζεις”, πρόκειται για το λεγόμενο Diffusion Models. Πολύ από εμάς έχουμε δει την ταινία Καράτε Κιντ. Ο κύριος Μιγιάγκι δεν έμαθε ποτέ καράτε στον Λαρούσο. Αντίθετα του έμαθε να πλένει το αυτοκίνητο και να βάφει τον φράχτη. Η ιδέα, λοιπόν, για το Self Supervised είναι ακριβώς αυτή. Αν μάθουμε σε ένα σύστημα να κάνει απλά πράγματα, αυτό θα μάθει και να κάνει πιο πολύπλοκα. Έπειτα, οδηγούμαστε στη τεχνολογία που λέγεται Transformers. Το τελευταίο είναι το Reinforcement Learning, που μαθαίνει από ό,τι κάνουμε, ακόμη και από το απλό παράδειγμα του πώς εκπαιδεύουμε τον σκύλο μας».

Στη συνέχεια, η Γεωργία Κούτρικα αναφέρθηκε στην άλλη πλευρά, στο πώς ο άνθρωπος αντιμετωπίζει την Τεχνητή Νοημοσύνη και αναρωτιέται για το πώς δουλεύει. «Η Τεχνητή Νοημοσύνη κλέβει ουσιαστικά την ιδέα από το πώς λειτουργούμε εμείς οι άνθρωποι. Το μυαλό μας είναι ένα σύνολο από νευρώνες, που κάθε νευρώνας είναι μια μικρή μονάδα, η οποία δέχεται κάποιο σήμα στην είσοδο και, εφόσον ενεργοποιηθεί, δίνει κάποιο σήμα στην έξοδο, το οποίο με τη σειρά του θα ενεργοποιήσει πιθανώς άλλους νευρώνες. Η ιδέα αυτή γεννήθηκε από τους επιστήμονες το 1945. Ο νευρώνας, για εμάς τους επιστήμονες, είναι μια συνάρτηση. Το ένα επίπεδο νευρώνων μαθαίνει και τροφοδοτεί το επόμενο. Για παράδειγμα, το GPT-4, που προηγήθηκε του ChatGPT, έχει 100 δισεκατομμύρια εκατομμύρια νευρώνες. Πάνω κάτω, τόσους έχουμε και εμείς.

Περισσότερα για τη συζήτηση που έγινε στα πλαίσια του Workshop κατα τη διάρκεια του 26ου Φεστιβάλ Ντοκιμαντέρ Θεσσαλονίκης, αλλά και για το ίδιο το Φεστιβαλ μπορείτε να δείτε εδώ.

Πηγή φωτό: ΦΝΘ