Στις μέρες μας αποτελεί αδιαμφισβήτητο γεγονός ότι ο πλανήτης μας βρίσκεται σε κρίση που οφείλεται στην ανθρώπινη δραστηριότητα των τελευταίων ελάχιστων χρόνων, σε σχέση με τα χρόνια παρουσίας του είδους μας στη γη. Η πιο πρόσφατη συνέπεια της περιβαλλοντικής και κλιματικής κρίσης υπήρξε το ξέσπασμα της πανδημίας του ιού COVID-19 με όλες τις γνωστές δραματικές επιπτώσεις στην υγεία αλλά και στην οικονομική και κοινωνική ζωή του ανθρώπου. Είναι πλέον δεδομένο ότι υπάρχει η βούληση και η προσπάθεια παγκοσμίως από αρκετές κυβερνήσεις, οργανώσεις, ερευνητικές ομάδες και ιδιώτες να αναχαιτιστεί η κλιματική απειλή με πολλούς τρόπους και με διάφορες καινοτόμες τεχνολογίες. Ενδεικτικά αναφέρονται οι πολιτικές και συμφωνίες για μείωση εκπομπών CO2, μέθοδοι παραγωγής ανανεώσιμης ενέργειας, μέθοδοι απορρόφησης του CO2 από την ατμόσφαιρα, προσπάθειες παραγωγής συνθετικού κρέατος κλπ. Μία αναδυόμενη προσέγγιση για την αντιμετώπιση της κλιματικής κρίσης είναι η ανάπτυξη και εφαρμογή συστημάτων τεχνητής νοημοσύνης (artificial intelligence) και μηχανικής μάθησης (machine learning).
Είναι βέβαιο πως η τεχνητή νοημοσύνη και η μηχανική μάθηση μπορούν να συνεισφέρουν σημαντικά στην επίλυση πολλών προβλημάτων που σχετίζονται με το περιβάλλον και ιδιαίτερα την κλιματική κρίση (1). Ήδη το Green Horizon Project της IBM συμβάλλει στη μείωση της ρύπανσης του περιβάλλοντος με την ανάλυση περιβαλλοντικών δεδομένων (2). H Google μέσω του προγράμματος Deep Mind μπορεί να ελέγξει και να μειώσει δραστικά το ενεργειακό αποτύπωμα μεγάλων βιομηχανικών μονάδων παραγωγής ενέργειας (3). Επίσης υπάρχει σημαντική πρόοδος στην πρόβλεψη ακραίων καιρικών φαινομένων με τη χρήση αλγορίθμων μηχανικής μάθησης. Επιπλέον, με την εφαρμογή συστημάτων τεχνητής νοημοσύνης είναι δυνατό να γίνει καλύτερη η διαχείριση των υδάτινων πόρων και η ύδρευση μεγάλων καλλιεργήσιμων εκτάσεων (4). Tα προαναφερθέντα είναι μόνο μερικά από τα πεδία στα οποία η τεχνητή νοημοσύνη και η μηχανική μάθηση, μπορούν να συμβάλλουν και ήδη το κάνουν, στη διαχείριση των πολλών προβλημάτων που σχετίζονται με τη κλιματική κρίση. Αξίζει να σημειωθεί ότι αυτές οι τεχνολογίες αναπτύσσονται για την υποβοήθηση πολλών άλλων τομέων με προεξέχοντα αυτόν της υγείας.
Με αφορμή αυτό το τελευταίο στοιχείο, είναι χρήσιμο να αναφερθούν μερικά άλλα ζητήματα που σχετίζονται με τον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης. Το 2016 η εταιρεία Deep Mind με έδρα το Λονδίνο, της οποίας ιδιοκτήτρια είναι η Google, υπέγραψε συμφωνία με το Royal Free London NHS Foundation Trust που ευθύνεται για τη λειτουργία τριών νοσοκομείων του Λονδίνου (5). Με τη συμφωνία αυτή η Deep Mind αποκτούσε πρόσβαση στους ιατρικούς φακέλους 1,6 εκ ασθενών με όλες τις λεπτομέρειές τους. Τον Ιούλιο του 2017 το κυβερνητικό όργανο Information Commissioner’s Office, μετά από καταγγελία που υπεβλήθη, έκρινε ότι το Trust δεν συμμορφώθηκε με την Πράξη Προστασίας Δεδομένων (Data Protection Act) όταν παρέδωσε τα προσωπικά δεδομένα 1,6 εκ ασθενών στην Deep Mind και απαίτησε να ληφθούν μία σειρά από μέτρα από το Trust, για τη διασφάλιση των προσωπικών δεδομένων, πράγμα το οποίο και συνέβη (6,7).
Ένα άλλο αξιοσημείωτο γεγονός είναι ότι, σύμφωνα με άρθρο του Economist τον Μάρτιο 2019, υπογράφηκε μία Συμφωνία Δεοντολογίας και Αναθεώρησης της Ασφάλειας (Ethics and Safety Review Agreement) από την Google και την Deep Mind στην οποία αναφέρεται ότι αν η Deep Mind αναπτύξει Τεχνητή Γενική Νοημοσύνη (Artificial General Intelligence), τότε τον έλεγχο του συστήματος έχουν τα μέλη του Συμβουλίου Δεοντολογίας της εταιρείας Deep Mind. Ως Τεχνητή Γενική Νοημοσύνη περιγράφεται ευρέως το σύστημα τεχνητής νοημοσύνης που έχει τη δυνατότητα να ολοκληρώσει επιτυχώς οποιαδήποτε νοητική διεργασία που μπορεί να εκτελέσει ο ανθρώπινος εγκέφαλος και θεωρείται το «ιερό δισκοπότηρο» της τεχνητής νοημοσύνης. Ωστόσο, η Google αρνείται να δώσει στη δημοσιότητα τα ονόματα των μελών του Συμβουλίου Δεοντολογίας για έρευνα τεχνητής νοημοσύνης της Deep Mind (8,9).
Μία άλλη ενδιαφέρουσα περίπτωση είναι αυτή της Neuralink με έδρα το San Francisco, την οποία ίδρυσε ο Elon Musk το 2016. Η Neuralink έχει σαν άμεσο στόχο την ανάπτυξη και κατασκευή συσκευών/μικροτσίπ που να μπορούν να εμφυτευθούν στον ανθρώπινο εγκέφαλο με σκοπό την καταπολέμηση σοβαρών νόσων του εγκεφάλου. Απώτερος στόχος, σύμφωνα με τον ίδιο τον Μusk, είναι να επιτευχθεί μετά από εμφυτεύσεις πολλών μικροτσίπ στον ανθρώπινο εγκέφαλο, «συμβίωση του ανθρώπου με την τεχνητή νοημοσύνη» την οποία τεχνητή νοημοσύνη ο ίδιος θεωρεί ως υπαρξιακή απειλή για την ανθρωπότητα, εφ’ όσον δεν υπάρξει σοβαρός έλεγχος (10,11). Ήδη τα πρώτα πειράματα εμφυτευμάτων έχουν πραγματοποιηθεί σε εγκεφάλους χοίρων και δείχνουν ότι μπορούν να ανιχνευθούν σε πραγματικό χρόνο διεγέρσεις νευρώνων ανάλογα με τα ερεθίσματα που δέχονται οι χοίροι στο ρύγχος τους (12,13).
Παρ’ όλα τα πολλά θετικά στοιχεία που σχετίζονται με τον τομέα της τεχνητής νοημοσύνης και μηχανικής μάθησης, υπάρχουν επιστήμονες σημαντικοί και ιδιαίτερα αξιόλογοι που εκφράζουν προβληματισμούς σε σχέση με την εξέλιξη των θεμάτων σ’ αυτόν τον τομέα. Ο Nick Bostrom, φιλόσοφος με μεταπτυχιακές σπουδές σε φιλοσοφία, φυσική, και υπολογιστική νευροεπιστήμη στα πανεπιστήμια της Στοκχόλμης και King’s College του Λονδίνου αντίστοιχα, έχει ιδρύσει και είναι διευθυντής του Ινστιτούτου Μέλλοντος της Ανθρωπότητας (Future of Humanity Institute) στο Πανεπιστήμιο της Οξφόρδης (14). To Ινστιτούτο που απασχολεί επιστήμονες από πολλές διαφορετικές ειδικότητες, διερευνά μεταξύ άλλων τους πιθανούς κινδύνους (και τους τρόπους ελαχιστοποίησης/αντιμετώπισής τους) που μπορεί να προκύψουν για την ανθρωπότητα εφόσον αναπτυχθούν υπερευφυείς μηχανές (superintelligent machines). Αξίζει να σημειωθεί ότι σημαντικός χρηματοδότης του Ινστιτούτου είναι ο Elon Musk. Ένα ακόμα μέρος με παρόμοιες δραστηριότητες όπως το προαναφερθέν Ινστιτούτο, εδράζει στο Πανεπιστήμιο του Cambridge και είναι το Κέντρο για τη Μελέτη Υπαρξιακού Κινδύνου (Center for the Study of Existential Risk) του οποίου συνιδρυτής είναι ο κοσμολόγος και αστροφυσικός Martin Rees (14). Μία ιδιαιτέρως ενδιαφέρουσα παρατήρηση του Rees κατά τη διάρκεια συνέντευξης τον Μάιο 2020 είναι η εξής: «Εάν φυλακιστείς ή στερηθείς την πιστωτική σου εξ αιτίας κάποιου αλγορίθμου, τότε έχεις το δικαίωμα να έχεις μια εξήγηση ώστε να μπορείς να καταλάβεις γιατί αυτό συνέβη. Φυσικά, αυτό είναι το πρόβλημα αυτή τη στιγμή, επειδή το αξιοσημείωτο πράγμα για αυτούς τους αλγόριθμους όπως ο AlphaGo (αλγόριθμος Go-playing Google DeepMind) είναι ότι οι δημιουργοί του προγράμματος δεν καταλαβαίνουν πώς λειτουργεί πραγματικά. Αυτό είναι ένα αληθινό δίλημμα και το γνωρίζουν αυτό».
Συμπερασματικά, οι δραστηριότητες σχετικά με την ανάπτυξη και εφαρμογή τεχνολογιών τεχνητής νοημοσύνης και μηχανικής μάθησης είναι συναρπαστικές και σίγουρα θα συνεισφέρουν στην επίλυση πολλών προβλημάτων της ανθρωπότητας. Ωστόσο οι κυβερνήσεις σε στενή συνεργασία με την επιστημονική κοινότητα, οφείλουν να θέσουν τις βάσεις για την ύπαρξη απόλυτης διαφάνειας, τη σύσταση ανεξάρτητων επιτροπών δεοντολογίας και την εδραίωση αυστηρών κανονισμών που να διέπουν το σύνολο των δραστηριοτήτων σχετικά με τη μελέτη και ανάπτυξη συστημάτων τεχνητής νοημοσύνης και μηχανικής μάθησης.
*Η Λία Πατσαβούδη είναι Καθηγήτρια Βιολογίας στο Πανεπιστήμιο Δυτικής Αττικής και εθελόντρια & συνεργάτιδα του γραφείου μας.
Αναφορές
1.https://blogs.ei.columbia.edu/2018/06/05/artificial-intelligence-climate-environment/
2.https://mediacenter.ibm.com/media/Green+Horizons/1_f9ftqtn1
3.https://www.youtube.com/watch?v=ba1tND0B0xk
4.https://www.nationalgeographic.com/environment/2019/07/artificial-intelligence-climate-change/
10. https://en.wikipedia.org/wiki/Neuralink
11. https://www.youtube.com/watch?v=H15uuDMqDK0
12. https://www.youtube.com/watch?v=NqbQuZOFvOQ&t=55s
13. https://www.youtube.com/watch?v=39OHcCpt0Ds
14. https://www.cnbc.com/2020/05/25/oxford-cambridge-ai.html
Πάτα εδώ