Τεχνητής Νοημοσύνης το ανάγνωσμα, για μια ακόμη φορά, και τώρα ερχόμαστε στην εποχή που το AI θα μπορεί να σχεδιάσει… καλύτερο AI. Κάτι που αποτελεί το ιερό δισκοπότηρο σχεδόν όλων των ερευνητών – και ταυτόχρονα τις πύλες της αποκάλυψης για πολλούς άλλους – είναι το να φτάσουμε στο επίπεδο όπου οι μηχανές θα σχεδιάζουν καλύτερες μηχανές και θα μας αφήσουν ήσυχους να ασχοληθούμε, ως ανθρωπότητα, με άλλα καλύτερα πράγματα. Δεν το φτάσαμε, αλλά πλησιάζουμε.
Η είδηση μας έρχεται από τη DeepMind, η οποία δημοσίευσε ένα paper στο επιστημονικό περιοδικό Nature πάνω σε σύστημα AI το οποίο μπορεί να λύσει περίπλοκα γεωμετρικά προβλήματα. Τη DeepMind, εταιρεία που πλέον αποτελεί θυγατρική της Google, τη μάθαμε από το σύστημα AI AlphaGo που παίζει το παιχνίδι Go και άλλα παρόμοια. Τώρα το AlphaGeometry, όπως το ονομάζουν, συνδυάζει ένα γλωσσικό μοντέλο με μια συμβολική μηχανή, η οποία χρησιμοποιεί σύμβολα και λογικούς κανόνες για να εξάγει συμπεράσματα, και να λύνει γεωμετρία.
Πολύ πρόσφατα μάθαμε και για ένα… δράμα που εκτυλίχθηκε στην OpenAI, με τον CEO της, Sam Altman, να εκδιώκεται αλλά προσωρινά. Οι φήμες λένε πως η όλη αναστάτωση προκλήθηκε από ένα νέο σύστημα AI, ονόματι Q* (q star), το οποίο υποτίθεται είναι σε θέση να λύσει περίπλοκα μαθηματικά προβλήματα.
Γιατί τόσος ντόρος, όμως, για τα μαθηματικά; Ο λόγος είναι πως τα μαθηματικά είναι δύσκολα. Πολύ δύσκολα. Ειδικά αν είσαι σύστημα τεχνητής νοημοσύνης. Τα μαθηματικά τύπου γεωμετρίας, όμως, απαιτούν υψηλές ικανότητες σκέψης και λογικής. Πολλοί είναι οι επιστήμονες σε θέματα τεχνητής νοημοσύνης που πιστεύουν πως η κατασκευή συστημάτων τεχνητής νοημοσύνης που μπορούν να λύσουν μαθηματικά προβλήματα θα είναι το ορόσημο για την έλευση ακόμη πιο ισχυρών και ευφυών συστημάτων. Παράλληλα, όμως, αυτά τα συστήματα θα μπορούσαν να λύσουν – ή να βοηθήσουν τους μαθηματικούς να λύσουν – κάποια από τα δυσκολότερα προβλήματα στον τομέα των μαθηματικών, αλλά και να αποτελέσουν καλύτερα εργαλεία εκπαίδευσης.
Κι όμως, οι ειδικοί πιστεύουν πως ο ρόλος του ανθρώπου είναι πάρα πολύ σημαντικός ακόμη. Τα συστήματα τεχνητής νοημοσύνης χρειάζονται εκπαίδευση και επίβλεψη, αλλά και χειριστές με πολύ καλύτερη κατανόηση της τεχνολογίας αυτής, έτσι ώστε τα προβλήματα να προσεγγίζονται με κατάλληλο τρόπο ώστε τα συστήματα AI να μπορούν να τα λύσουν. Επίσης σημαντικό είναι να γνωρίζουν τι δουλεύει και πού, σε ποια πράγματα μπορείς να εμπιστευτείς τις απαντήσεις και σε ποια όχι. Οι ειδικοί συγκρίνουν την εποχή μας με αυτήν της αρχής της γνώσης γραφής και ανάγνωσης. Όπως στον 18ο αιώνα η μείωση του αναλφαβητισμού έδωσε τεράστιο προβάδισμα στις χώρες που το κατάφεραν, και επέτρεψαν την πρώτη βιομηχανική επανάσταση, έτσι και σήμερα, οι πρώτες κοινωνίες που θα έχουν ανθρώπους τεχνολογικά εκπαιδευμένους θα έχουν και προβάδισμα στις ανακαλύψεις και στις νέες τεχνολογίες.
Προφανώς, βρισκόμαστε ακόμη πολύ μακριά από την τεχνητή νοημοσύνη που βλέπουμε στις ταινίες, δηλαδή τεχνητή νοημοσύνη ανθρώπινου επιπέδου. Ο ρόλος του ανθρώπου είναι σαφής και σημαντικός για τις επόμενες δεκαετίες, με τα συστήματα AI να γίνονται πανίσχυρα εργαλεία για τη βοήθεια των ανθρώπων σε πολλούς τομείς. Αλλά σίγουρα, ένα AI που μπορεί να σχεδιάζει ακόμη καλύτερα AI είναι μεγάλο δέλεαρ και θα μπορούσε να επιταχύνει την εξέλιξη του AI με γεωμετρικούς ρυθμούς.