Η μοιρολατρία του AI δεν θα μας βοηθήσει να αντιμετωπίσουμε τους πραγματικούς κινδύνους του

Απεικόνιση

:

Παιδί της δεκαετίας του ’80

(

Shutterstock

)


Τους τελευταίους μήνες, η τεχνητή νοημοσύνη (AI) έχει εισέλθει στην παγκόσμια συζήτηση ως αποτέλεσμα της ευρείας υιοθέτησης εργαλείων που βασίζονται σε τεχνητή νοημοσύνη, όπως τα chatbots και τα προγράμματα αυτόματης δημιουργίας εικόνων. Εξέχοντες επιστήμονες και τεχνολόγοι της τεχνητής νοημοσύνης έχουν εκφράσει ανησυχίες για το


υποθετικούς υπαρξιακούς κινδύνους


που δημιουργούνται από αυτές τις εξελίξεις.

Έχοντας εργαστεί στην τεχνητή νοημοσύνη για δεκαετίες, αυτή η αύξηση της δημοτικότητας και ο εντυπωσιασμός που ακολούθησε μας έχουν εκπλήξει. Στόχος μας με αυτό το άρθρο δεν είναι να ανταγωνιστούμε, αλλά να εξισορροπήσουμε την αντίληψη του κοινού που φαίνεται να κυριαρχείται δυσανάλογα από φόβους για κερδοσκοπικές υπαρξιακές απειλές που σχετίζονται με την τεχνητή νοημοσύνη.

Δεν είναι στη θέση μας να πούμε ότι δεν μπορούμε ή δεν πρέπει να ανησυχούμε για τους πιο εξωτικούς κινδύνους. Ως μέλη του


Ευρωπαϊκό Εργαστήριο Μάθησης και Ευφυών Συστημάτων


(ELLIS), ένας οργανισμός που στηρίζεται στην έρευνα και επικεντρώνεται στη μηχανική μάθηση, πιστεύουμε ότι είναι η θέση μας να βάλουμε σε προοπτική αυτούς τους κινδύνους, ιδιαίτερα στο πλαίσιο των κυβερνητικών οργανισμών που εξετάζουν ρυθμιστικές ενέργειες με τη συμβολή των εταιρειών τεχνολογίας.

Τι είναι το AI;

Η τεχνητή νοημοσύνη είναι ένας κλάδος της επιστήμης των υπολογιστών ή της μηχανικής που διαμορφώθηκε


στη δεκαετία του 1950


. Φιλοδοξία της είναι να κατασκευάσει ευφυή υπολογιστικά συστήματα, λαμβάνοντας ως αναφορά την ανθρώπινη νοημοσύνη. Με τον ίδιο τρόπο που η ανθρώπινη νοημοσύνη είναι πολύπλοκη και ποικιλόμορφη, υπάρχουν πολλοί τομείς στην τεχνητή νοημοσύνη που στοχεύουν να μιμηθούν πτυχές της ανθρώπινης νοημοσύνης, από την αντίληψη μέχρι τη λογική, τον προγραμματισμό και τη λήψη αποφάσεων.

Ανάλογα με το επίπεδο ικανότητας, τα συστήματα τεχνητής νοημοσύνης μπορούν να χωριστούν σε τρία επίπεδα:

  • Στενή ή αδύναμη τεχνητή νοημοσύνη, η οποία αναφέρεται σε συστήματα τεχνητής νοημοσύνης που είναι σε θέση να εκτελούν συγκεκριμένες εργασίες ή να επιλύουν συγκεκριμένα προβλήματα, στις μέρες μας συχνά με επίπεδο απόδοσης ανώτερο από τον άνθρωπο. Όλα τα συστήματα AI σήμερα είναι στενής τεχνητής νοημοσύνης. Στα παραδείγματα περιλαμβάνονται chatbots όπως


    chatGPT


    φωνητικούς βοηθούς όπως Siri και Alexa, συστήματα αναγνώρισης εικόνας και


    αλγόριθμους συστάσεων


    .
  • Γενική ή ισχυρή τεχνητή νοημοσύνη, η οποία αναφέρεται σε συστήματα τεχνητής νοημοσύνης που παρουσιάζουν επίπεδο νοημοσύνης παρόμοιο με αυτό των ανθρώπων, συμπεριλαμβανομένης της ικανότητας κατανόησης, μάθησης και εφαρμογής γνώσης σε ένα ευρύ φάσμα εργασιών και ενσωμάτωσης εννοιών όπως π.χ.


    συνείδηση


    . Η γενική τεχνητή νοημοσύνη είναι σε μεγάλο βαθμό υποθετική και δεν έχει επιτευχθεί μέχρι σήμερα.


  • Super AI


    , το οποίο αναφέρεται σε συστήματα AI με νοημοσύνη ανώτερη από την ανθρώπινη νοημοσύνη σε όλες τις εργασίες. Εξ ορισμού, δεν μπορούμε να κατανοήσουμε αυτό το είδος νοημοσύνης με τον ίδιο τρόπο που ένα μυρμήγκι δεν μπορεί να καταλάβει τη νοημοσύνη μας. Το Super AI είναι μια ακόμη πιο κερδοσκοπική έννοια από τη γενική AI.

Η τεχνητή νοημοσύνη μπορεί να εφαρμοστεί σε οποιονδήποτε τομέα, από την εκπαίδευση έως τις μεταφορές, την υγειονομική περίθαλψη, τη νομοθεσία ή την κατασκευή. Έτσι, αλλάζει βαθιά όλες τις πτυχές της κοινωνίας. Ακόμη και στη μορφή της «στενής τεχνητής νοημοσύνης», έχει σημαντικές δυνατότητες να δημιουργήσει βιώσιμη οικονομική ανάπτυξη και να μας βοηθήσει


αντιμετωπίσει τις πιο πιεστικές προκλήσεις


του 21ου αιώνα, όπως η κλιματική αλλαγή, οι πανδημίες και η ανισότητα.

Προκλήσεις που τίθενται από τα σημερινά συστήματα AI

Η υιοθέτηση συστημάτων λήψης αποφάσεων που βασίζονται στην τεχνητή νοημοσύνη την τελευταία δεκαετία σε ένα ευρύ φάσμα τομέων, από τα μέσα κοινωνικής δικτύωσης έως την αγορά εργασίας, εγκυμονεί επίσης σημαντικούς κοινωνικούς κινδύνους και προκλήσεις που πρέπει να κατανοηθούν και να αντιμετωπιστούν.

Η πρόσφατη εμφάνιση μοντέλων μεγάλων, προεκπαιδευμένων μετασχηματιστών (GPT) με μεγάλη ικανότητα παραγωγής, επιδεινώνει πολλές από τις υπάρχουσες προκλήσεις, ενώ δημιουργεί νέες που αξίζουν ιδιαίτερης προσοχής. Η άνευ προηγουμένου κλίμακα και η ταχύτητα με την οποία έχουν υιοθετηθεί αυτά τα εργαλεία από εκατοντάδες εκατομμύρια ανθρώπους σε όλο τον κόσμο, ασκεί περαιτέρω πίεση στα κοινωνικά και ρυθμιστικά μας συστήματα.

Υπάρχουν ορισμένες κρίσιμα σημαντικές προκλήσεις που πρέπει να είναι η προτεραιότητά μας:

  • ο


    χειραγώγηση της ανθρώπινης συμπεριφοράς από αλγόριθμους AI


    με δυνητικά καταστροφικές κοινωνικές συνέπειες στη διάδοση ψευδών πληροφοριών, τη διαμόρφωση κοινής γνώμης και τα αποτελέσματα των δημοκρατικών διαδικασιών.
  • Αλγοριθμική


    προκαταλήψεις και διακρίσεις


    που όχι μόνο διαιωνίζουν αλλά επιδεινώνουν τα στερεότυπα, τα πρότυπα διακρίσεων ή ακόμα και την καταπίεση.
  • Η έλλειψη διαφάνειας και στα δύο μοντέλα και στις χρήσεις τους.
  • Η παραβίαση του απορρήτου και η χρήση τεράστιου όγκου δεδομένων εκπαίδευσης χωρίς τη συγκατάθεση ή αποζημίωση των δημιουργών του.
  • ο


    εκμετάλλευση των εργαζομένων


    σχολιασμός, εκπαίδευση και διόρθωση συστημάτων τεχνητής νοημοσύνης, πολλά από τα οποία βρίσκονται σε αναπτυσσόμενες χώρες με πενιχρούς μισθούς.
  • ο


    τεράστιο αποτύπωμα άνθρακα


    των μεγάλων κέντρων δεδομένων και των νευρωνικών δικτύων που χρειάζονται για την κατασκευή αυτών των συστημάτων τεχνητής νοημοσύνης.
  • Η έλλειψη ειλικρίνειας σε συστήματα παραγωγής τεχνητής νοημοσύνης που εφευρίσκουν πιστευτό περιεχόμενο (εικόνες, κείμενα, ήχους, βίντεο…) χωρίς αντιστοιχία με τον πραγματικό κόσμο.
  • Η ευθραυστότητα αυτών των μεγάλων μοντέλων που μπορεί να κάνουν λάθη και να εξαπατηθούν.
  • Η μετατόπιση θέσεων εργασίας και επαγγελμάτων.
  • Η συγκέντρωση ισχύος στα χέρια ενός ολιγοπωλίου όσων ελέγχουν τα σημερινά συστήματα τεχνητής νοημοσύνης.

Είναι όντως η τεχνητή νοημοσύνη υπαρξιακός κίνδυνος για την ανθρωπότητα;

Δυστυχώς, αντί να εστιάζει σε αυτούς τους απτούς κινδύνους, η δημόσια συζήτηση –κυρίως οι πρόσφατες ανοιχτές επιστολές– επικεντρώθηκε κυρίως σε υποθετικούς υπαρξιακούς κινδύνους της τεχνητής νοημοσύνης.

Ο υπαρξιακός κίνδυνος αναφέρεται σε ένα πιθανό γεγονός ή σενάριο που αντιπροσωπεύει απειλή για τη συνέχιση της ύπαρξης της ανθρωπότητας με συνέπειες που θα μπορούσαν να βλάψουν ανεπανόρθωτα ή να καταστρέψουν τον ανθρώπινο πολιτισμό, και ως εκ τούτου να οδηγήσουν στην εξαφάνιση του είδους μας. Ένα παγκόσμιο καταστροφικό γεγονός (όπως μια πρόσκρουση αστεροειδών ή μια πανδημία), η καταστροφή ενός βιώσιμου πλανήτη (λόγω κλιματικής αλλαγής, αποδάσωσης ή εξάντλησης κρίσιμων πόρων όπως το νερό και ο καθαρός αέρας) ή ένας παγκόσμιος πυρηνικός πόλεμος είναι παραδείγματα υπαρξιακών κινδύνων .

Ο κόσμος μας σίγουρα αντιμετωπίζει μια σειρά από κινδύνους και οι μελλοντικές εξελίξεις είναι δύσκολο να προβλεφθούν. Μπροστά σε αυτήν την αβεβαιότητα, πρέπει να δώσουμε προτεραιότητα στις προσπάθειές μας. Η απομακρυσμένη πιθανότητα μιας ανεξέλεγκτης υπερ-νοημοσύνης πρέπει επομένως να εξεταστεί στο πλαίσιο, και αυτό περιλαμβάνει το πλαίσιο 3,6 δισεκατομμυρίων ανθρώπων στον κόσμο που είναι


εξαιρετικά ευάλωτη λόγω της κλιματικής αλλαγής


; το περίπου 1 δισεκατομμύριο άνθρωποι που ζουν με λιγότερο από 1 δολάριο ΗΠΑ την ημέρα. ή τα 2 δισεκατομμύρια άνθρωποι που είναι


επηρεάζονται από τη σύγκρουση


. Πρόκειται για πραγματικά ανθρώπινα όντα των οποίων η ζωή βρίσκεται σε σοβαρό κίνδυνο σήμερα, έναν κίνδυνο που σίγουρα δεν προκαλείται από το super AI.

Η εστίαση σε έναν υποθετικό υπαρξιακό κίνδυνο αποκλίνει την προσοχή μας από τις τεκμηριωμένες σοβαρές προκλήσεις που θέτει σήμερα η τεχνητή νοημοσύνη, δεν περιλαμβάνει τις διαφορετικές οπτικές γωνίες της ευρύτερης ερευνητικής κοινότητας και συμβάλλει σε περιττό πανικό στον πληθυσμό.

Η κοινωνία σίγουρα θα ωφεληθεί από τη συμπερίληψη της απαραίτητης ποικιλομορφίας, πολυπλοκότητας και αποχρώσεων αυτών των θεμάτων, και από το σχεδιασμό συγκεκριμένων και συντονισμένων λύσεων που μπορούν να ενεργήσουν για την αντιμετώπιση των σημερινών προκλήσεων της τεχνητής νοημοσύνης, συμπεριλαμβανομένων


κανονισμός λειτουργίας


. Η αντιμετώπιση αυτών των προκλήσεων απαιτεί τη συνεργασία και τη συμμετοχή των πιο επηρεαζόμενων τομέων της κοινωνίας μαζί με την απαραίτητη τεχνική και διοικητική τεχνογνωσία. Είναι καιρός να δράσουμε τώρα με φιλοδοξία και σοφία – και σε συνεργασία.



Θέλετε να μάθετε περισσότερα για την τεχνητή νοημοσύνη, τα chatbots και το μέλλον της μηχανικής μάθησης; Δείτε την πλήρη κάλυψή μας για



τεχνητή νοημοσύνη



ή περιηγηθείτε στους οδηγούς μας



Οι καλύτερες δωρεάν γεννήτριες τέχνης AI



και



Όλα όσα γνωρίζουμε για το ChatGPT του OpenAI



.


Οι συγγραφείς αυτού του άρθρου είναι μέλη του Συμβουλίου του Ευρωπαϊκού Εργαστηρίου Μάθησης & Ευφυών Συστημάτων (ELLIS).




Νούρια Όλιβερ




Directora de la Fundación ELLIS Alicante και profesora honoraria de la Universidad de Alicante,




Universidad de Alicante




;




Bernhard Schölkopf




,




Ινστιτούτο Μαξ Πλανκ για Ευφυή Συστήματα




;




Florence d’Alché-Buc




καθηγητής,




Télécom Paris – Institut Mines-Télécom




;




Nada Lavrač




PhD, Ερευνητικός Σύμβουλος στο Τμήμα Τεχνολογιών Γνώσης, Ινστιτούτο Jožef Stefan και Καθηγητής,




Πανεπιστήμιο της Nova Gorica




;




Nicolò Cesa-Bianchi




καθηγητής,




Πανεπιστήμιο του Μιλάνου




;




Sepp Hochreiter




,




Πανεπιστήμιο Johannes Kepler Linz




και




Serge Belongie




καθηγητής,




Πανεπιστήμιο της Κοπεγχάγης



Αυτό το άρθρο αναδημοσιεύεται από




Η συζήτηση




με άδεια Creative Commons. Διαβάστε το




πρωτότυπο άρθρο




.


gizmodo.com



You might also like


Leave A Reply



Cancel Reply

Your email address will not be published.