3 προβλέψεις για το 2023 και μετά, σύμφωνα με έναν ειδικό της τεχνητής νοημοσύνης

 

Από το https://www.nature.com/collections/ceiajcdbeb

Η Τεχνητή Νοημοσύνη είναι μια νέα επιστήμη γεμάτη σοβαρές αντιφάσεις αλλά και προκλήσεις. Είναι ένα ισχυρό εργαλείο που η αποτελεσματικότητά του περιορίζεται  από το γεγονός ότι ενώ χρησιμοποιεί επιστημονικά, τεχνολογικά, οικονομικά και κοινωνικά δεδομένα εκατομμυρίων πολιτών το τελικό αποτέλεσμα του αξιοποιείται προς ίδιο όφελος, από ένα πολύ περιορισμένο αριθμό ανθρώπων (εταιρειών και κρατών). 

Ενώ έχει τη δυνατότητα να βελτιώσει την ανθρώπινη ύπαρξη, την ίδια στιγμή απειλεί να βαθύνει τις κοινωνικές διαφορές. Ενώ οι εσωτερικές του λειτουργίες είναι εξαιρετικά τεχνικές, όλοι μπορούν και πρέπει να κατανοήσουν τις βασικές αρχές του τρόπου λειτουργίας του - και τις ανησυχίες που εγείρει. 

Καθώς η επιρροή και ο αντίκτυπος της τεχνητής νοημοσύνης εξαπλώνονται, θα είναι κρίσιμης σημασίας η συμμετοχή ανθρώπων και ειδικών πολλών (όχι μόνο τεχνικών) επιστημών για την ανάπτυξη αυτής της τεχνολογίας με ουμανιστικούς τρόπους, τρόπους που να ενισχύουν τις ανθρώπινες ικανότητες και οδηγούν σε συνολικά θετικά κοινωνικά αποτελέσματα. 

Είναι αυτό δυνατόν στο κόσμο που ζούμε; Η ζωή θα δείξει, μάλλον όχι τόσο σε εμάς αλλά στα παιδιά και τα εγγόνια μας....

Παρακάτω ακολουθεί άρθρο του Michael Schmidt, Chief Technology Officer της ¨DataRobot¨ (από το https://www.weforum.org/)

" Εάν υπάρχει ένα πράγμα που γνωρίζουμε με βεβαιότητα όταν εξετάζουμε το επόμενο έτος, είναι ότι οι οργανισμοί που είναι έτοιμοι να αντιμετωπίσουν την αβεβαιότητα – από τις συνθήκες της αγοράς έως τις γεωπολιτικές αναταραχές και όλα τα ενδιάμεσα – θα είναι οι καταλληλότεροι για να εξυπηρετήσουν τους πελάτες, τους υπαλλήλους τους και τους μετόχους τους.

Ο τομέας της τεχνητής νοημοσύνης (AI) γνώρισε απίστευτη ανάπτυξη τα τελευταία πέντε χρόνια, επειδή παρείχε νέες δυνατότητες για τον μετριασμό της αβεβαιότητας αξιοποιώντας δεδομένα για να ανταποκρίνεται γρήγορα σε μεταβαλλόμενα περιβάλλοντα όσο γρήγορα έρχονται νέα δεδομένα.

Η τεχνολογία και τα οφέλη της δεν είναι πλέον πολύ άγνωστα για την πλειοψηφία, αντίθετα, πολλοί έχουν δει από πρώτο χέρι την ικανότητα της τεχνητής νοημοσύνης να λειτουργεί γρήγορα και αποτελεσματικά στην επίλυση πολλών από τις πιο πιεστικές προκλήσεις της κοινωνίας. Το είδαμε να παίζει ρόλο στην ταχύτητα ρεκόρ με την οποία παραδόθηκαν τα εμβόλια για τον COVID-19, να βοηθήσει τα νοσοκομεία να εντοπίσουν και να θεραπεύσουν τους ασθενείς που κινδυνεύουν περισσότερο και γενικότερα, να μειώσουν κατά πολύ τον αριθμό των ανθρώπινων σφαλμάτων στα δεδομένα.

Καθώς κοιτάμε το επόμενο έτος, πιστεύουμε ότι οι επιπτώσεις της αυξημένης κοινωνικής ευαισθητοποίησης για την τεχνητή νοημοσύνη, της αυξημένης ρυθμιστικής πίεσης, της αυξημένης δυναμικής των επενδύσεων στον χώρο και του τρόπου με τον οποίο η τεχνητή νοημοσύνη θα συνεχίσει να αυξάνει την παραγωγικότητα των εργαζομένων μπορεί να έρθουν στο προσκήνιο. Οι πρακτικές και εφαρμοσμένες ανησυχίες για την τεχνητή νοημοσύνη θα καταστούν υψίστης σημασίας για να επιτραπεί η συνεχής αξία από την ανάπτυξη της τεχνητής νοημοσύνης.

1. Αυξημένη ευαισθητοποίηση και ηθικές ανησυχίες

Η αλγοριθμική μεροληψία είναι ένα αυξανόμενο θέμα συζήτησης και συζήτησης στη χρήση της τεχνητής νοημοσύνης. Είναι ένα δύσκολο θέμα στην πλοήγηση, τόσο λόγω της πιθανής πολυπλοκότητας του μαθηματικού προσδιορισμού, της ανάλυσης και του μετριασμού της παρουσίας μεροληψίας στα δεδομένα όσο και λόγω των κοινωνικών επιπτώσεων του προσδιορισμού του τι σημαίνει να είσαι «δίκαιος» στη λήψη αποφάσεων.

Η δικαιοσύνη εξαρτάται από την κατάσταση, εκτός από το ότι αντανακλά τις αξίες, την ηθική και τους νομικούς κανονισμούς. Τούτου λεχθέντος, υπάρχουν σαφείς τρόποι προσέγγισης ζητημάτων δικαιοσύνης AI χρησιμοποιώντας δεδομένα και μοντέλα με προστατευτικά κιγκλιδώματα στη θέση τους, καθώς και προτεινόμενα βήματα που μπορούν να λάβουν οι οργανισμοί για να μετριάσουν ζητήματα ακάλυπτης μεροληψίας.

Η μεγαλύτερη πηγή προκατάληψης σε ένα σύστημα AI είναι τα δεδομένα στα οποία εκπαιδεύτηκε. Αυτά τα δεδομένα ενδέχεται να έχουν ιστορικά μοτίβα μεροληψίας κωδικοποιημένα στα αποτελέσματά τους. Τελικά, η μηχανική μάθηση κερδίζει γνώση από δεδομένα, αλλά αυτά τα δεδομένα προέρχονται από εμάς – τις αποφάσεις και τα συστήματά μας.

Λόγω της διευρυνόμενης χρήσης της τεχνολογίας και της αυξημένης ευαισθητοποίησης της κοινωνίας για την τεχνητή νοημοσύνη, μπορείτε να περιμένετε να δείτε οργανισμούς να ελέγχουν τα συστήματά τους και τις τοπικές κυβερνήσεις να εργάζονται για να διασφαλίσουν ότι η μεροληψία AI δεν επηρεάζει αρνητικά τους κατοίκους τους. Στην πόλη της Νέας Υόρκης, για παράδειγμα, ένας νέος νόμος θα τεθεί σε ισχύ το 2023 που θα τιμωρεί τους οργανισμούς που έχουν μεροληψία AI στα εργαλεία πρόσληψης τους.

2. Αυξημένη ρυθμιστική πίεση

Το επόμενο έτος, αναμένω από τις εταιρείες να αντιμετωπίσουν αυξημένη ρυθμιστική πίεση σχετικά με τα μοντέλα τεχνητής νοημοσύνης τους. Οι κανονιστικές αλλαγές είναι πιθανό να περιλαμβάνουν απαιτήσεις γύρω από τις δύο εξηγήσεις για μεμονωμένες προβλέψεις, καθώς και λεπτομερή αρχεία και παρακολούθηση του ιστορικού και της γενεαλογίας του τρόπου εκπαίδευσης των μοντέλων.

Η αυξημένη ρύθμιση της τεχνητής νοημοσύνης θα γίνει τελικά ευπρόσδεκτη από τη βιομηχανία, όπως αποδεικνύεται από το 81% των ηγετών της τεχνολογίας που δηλώνουν ότι θα ήθελαν να δουν αυξημένες κυβερνητικές ρυθμίσεις σε μια πρόσφατη έρευνα της DataRobot. Ωστόσο, το πρόσφατο Blueprint for a AI Bill of Rights, το οποίο παρέχει ένα σύνολο πέντε αρχών και συναφών πρακτικών για την προστασία των δικαιωμάτων του αμερικανικού κοινού στην εποχή της AI, έχει ωθήσει τις εταιρείες σε δράση. Περισσότερες εταιρείες έχουν πλέον επίγνωση ότι πρέπει να αντιδράσουν στην πιθανή μετατροπή των εθελοντικών κατευθυντήριων γραμμών σε κανονισμούς σε ρυθμιζόμενες βιομηχανίες και στο πιθανό κόστος της ενεργητικής επίτευξης συμμόρφωσης σε σύντομο χρονικό διάστημα.

Εξαιτίας αυτού, προβλέπω ότι οι περισσότερες εταιρείες θα χρειαστεί να επενδύσουν σε συστήματα με μοντέλο διακυβέρνησης. Επενδύοντας σε συστήματα που διαθέτουν τα κατάλληλα προστατευτικά κιγκλιδώματα, οι εταιρείες μπορούν να συνεχίσουν να επικεντρώνονται στην τεχνολογική καινοτομία με την ησυχία τους ότι τα συστήματά τους συμμορφώνονται με νομικές και ρυθμιστικές υποχρεώσεις.

3. Περαιτέρω επενδύσεις στο χώρο

Το 2023, αναμένω να δω συνεχιζόμενη δυναμική στις επενδύσεις τεχνητής νοημοσύνης, ιδιαίτερα μεταξύ των επιχειρήσεων που επηρεάζονται άμεσα από τις διαταραχές της οικονομικής αλυσίδας και της εφοδιαστικής αλυσίδας, καθώς και σε ώριμες βιομηχανίες γενικά ικανές να κλιμακώσουν περισσότερο την υιοθέτηση της τεχνητής νοημοσύνης, όπως χρηματοοικονομικές υπηρεσίες, λιανικό εμπόριο, υγειονομική περίθαλψη και βιομηχανοποίηση. Ωστόσο, προβλέπω επίσης ότι, ενώ ορισμένες επενδύσεις θα προχωρήσουν, ορισμένες τάσεις της τεχνολογίας AI θα συνεχίσουν να είναι πειραματικές.

Εξετάζοντας για παράδειγμα τις χρηματοοικονομικές υπηρεσίες, αναμένω ότι οι περιπτώσεις χρήσης θα στραφούν σε συστήματα τεχνητής νοημοσύνης που μπορούν να βελτιώσουν την ακρίβεια του εντοπισμού απάτης και να επιταχύνουν τις επίπονες διαδικασίες αναφοράς. Με τις αυξανόμενες προσδοκίες και την επίθεση παραβιάσεων της ασφάλειας, οι χρηματοπιστωτικές υπηρεσίες πρέπει να εξασφαλίσουν ανταγωνιστικό πλεονέκτημα με τεχνολογίες τεχνητής νοημοσύνης που μπορούν να συμβάλουν στον μετριασμό αυτών των επιζήμιων ζητημάτων. Επιπλέον, η τεχνητή νοημοσύνη θα βοηθήσει στη βελτίωση της ικανοποίησης από την εργασία και θα απελευθερώσει τους υπαλλήλους να επικεντρωθούν στην προσθήκη αξίας για τους πελάτες.

Εξετάζοντας τις τάσεις της τεχνολογίας, η γενετική τεχνητή νοημοσύνη λαμβάνει τεράστιο ενδιαφέρον με βάση τα πρόσφατα αναπτυγμένα μοντέλα βαθιάς μάθησης (από το OpenAI και άλλους). Ωστόσο, προβλέπω ότι αυτά τα μοντέλα είναι ακόμα πολύ νέα για να είναι πρακτικά για τις περισσότερες επιχειρήσεις λόγω μερικών προκλήσεων. Το πρώτο είναι το γεγονός ότι είναι δύσκολο να διασφαλιστεί η συμπεριφορά τους σε απαραίτητα ζητήματα όπως η προκατάληψη και η δικαιοσύνη. παρά τις προσπάθειες, οι τρέχουσες εκδόσεις μπορεί να είναι εύκολο να σπάσουν. Αυτό σημαίνει ότι οι επιχειρήσεις θα πρέπει να εμπιστεύονται πραγματικά τους παρόχους αυτών των μοντέλων, καθώς δεν θα έχουν καμία ελπίδα να δημιουργήσουν ή να δημιουργήσουν τα δικά τους.

Η προσαρμογή αυτών των μοντέλων για τις επιθυμητές περιπτώσεις χρήσης είναι επίσης δύσκολη για τους περισσότερους. Αν και αναμένω να δω εταιρείες να συνεχίζουν να εργάζονται με γενετική τεχνητή νοημοσύνη, πιστεύω ότι οι εφαρμογές θα συνεχίσουν να είναι πειραματικές για πολλές επιχειρήσεις το επόμενο έτος μέχρι να γίνουν καλύτερα κατανοητές οι επιχειρηματικές υποθέσεις και η αναμενόμενη απόδοση της επένδυσής τους.

Συνολικά, ωστόσο, οι επιχειρήσεις που επικεντρώνονται στην οικοδόμηση μιας νοοτροπίας AI σε ολόκληρο τον οργανισμό, συνεχίζοντας να κάνουν επενδύσεις στο χώρο και ενσωματώνοντας πλήρως την τεχνητή νοημοσύνη στις δραστηριότητές τους (συμπεριλαμβανομένης της αξιολόγησης νέων εξελίξεων) θα είναι πιο κατάλληλες για να χειριστούν την αβεβαιότητα της αγοράς και να οδηγήσουν σε μακροπρόθεσμη επιτυχία. " 

Το άρθρο στα αγγλικά εδώ

Ενώ η ψηφιακή ουτοπία, όπως την ονειρεύονταν τριάντα χρόνια πριν, τελικά κυοφόρησε ένα σουπερμάρκετ, μερικοί ασυμβίβαστοι, μόνοι εναντίον όλων, διατηρούσαν ζωντανό ένα σχέδιο πιστό στο αρχικό όραμα: το ελεύθερο λογισμικό. Έχοντας παραγάγει ένα υλικό που απορροφήθηκε, ενσωματώθηκε και προδόθηκε από τους κολοσσούς της ψηφιακής βιομηχανίας, η κοινότητα του ελεύθερου λογισμικού είναι πλέον αποδυναμωμένη (https://monde-diplomatique.gr/)

Δυαβάστε για τη λεηλασία της κοινότητας του ελεύθερου λογισμικού