Οταν διάβασα το βιογραφικό του, παραλίγο να πάθω ίλιγγο. Θα καταλάβετε. Η πολιτική του ρίζα, εντελώς αριστερή. Ο πατέρας του, τουρκόφωνος όπως μου είπε, προερχόμενος από τις «χαμένες πατρίδες», ήταν στο Κόμμα. Επειδή διαφώνησε με τον Εμφύλιο, βρέθηκε ανάμεσα σε δύο πυρά. Και από τους πρώην συντρόφους του, αλλά και από τους καθεστωτικούς. Τον βαράγανε όλοι.
Ο Σέργιος Θεοδωρίδης είναι ξάδελφος του Θύμιου Καρακατσάνη. Του σπουδαίου της Υποκριτικής. Μάλιστα τον θεωρεί «ετεροθαλή αδερφό». Μια φορά, μου είπε, με πήρε μαζί του στις πρόβες για «Ορνιθες» της θρυλικής παράστασης του Καρόλου Κουν. Και επειδή ο Ηλίας Λογοθέτης απουσίαζε, ο Κουν τον ρώτησε, χαριτολογώντας, αν θα έπαιζε στην παράσταση.
Για να μην πολυλογώ, ο Σέργιος Θεοδωρίδης είναι ομότιμος καθηγητής στο Καποδιστριακό, στο Τμήμα Πληροφορικής. Και είναι διευθυντής εκπαίδευσης για τη Ρομποτική και την Τεχνητή Νοημοσύνη στο νεοσύστατο κέντρο «Ηρων».
Σκηνή 1η
Πρώτος ο Αλαν Τούρινγκ άνοιξε τον δρόμο για το AI
ΔΗΜΗΤΡΗΣ ΔΑΝΙΚΑΣ: Διαβάζω, κύριε Θεοδωρίδη, ένα πλούσιο βιογραφικό. Ειδικά η πορεία σας στην εκπαίδευση, ας πούμε. Τι σας έχει μείνει από όλα αυτά;
ΣΕΡΓΙΟΣ ΘΕΟΔΩΡΙΔΗΣ: Ξεκινήσατε με πολύ δύσκολη ερώτηση.
Δ.Δ.: Γιατί δύσκολη;
Σ.Θ.: Οι απλές ερωτήσεις είναι που κρύβουν δυσκολίες. Είναι μια πορεία που, τελικά, μέσα από πολλές δυσκολίες και προσπάθειες μου έχει αφήσει μια αίσθηση ολοκλήρωσης. Και θεωρώ τον εαυτό μου τυχερό γιατί ξεκίνησα να σπουδάζω αυτό που σήμερα λέμε Τεχνητή Νοημοσύνη – τότε το λέγαμε με άλλα ονόματα. Οπως συστήματα που μαθαίνουν, προσαρμοστικά συστήματα. Αργότερα τα είπαμε μηχανική μάθηση -εξακολουθεί να ισχύει ο όρος αυτός-, σήμερα έχει επικρατήσει ο όρος «Τεχνητή Νοημοσύνη». Επομένως, έζησα όλη αυτή την εξέλιξη βιωματικά, θα έλεγα. Μέσα από τη δικιά μου τη δουλειά, κι εκεί συνειδητοποίησα πραγματικά κάτι εξαιρετικό. Στην τεχνολογία και στην επιστήμη η εξέλιξη προχωράει λίγο-λίγο, βήμα-βήμα.
Δ.Δ.: Δεν γίνεται με άλματα;
Σ.Θ.: Υπάρχουν κάποια άλματα στην επιστήμη. Οπως, για παράδειγμα, η Θεωρία της Σχετικότητας. Ομως στην περίπτωση της τεχνολογίας και κυρίως στο ΑΙ δεν μπορούμε να μιλήσουμε για άλματα. Εκτός αν πάμε και ονομάσουμε ΑΙ τις θεωρίες του Τούρινγκ, πριν από το ’40, οι οποίες ήταν όντως άλματα (σ.σ.: αναφέρεται στον σπουδαίο Αλαν Τούρινγκ [1912-1954], πρωτοπόρο του AI, Αγγλο μαθηματικό, καθηγητή της Λογικής, κρυπτογράφο και θεωρητικό βιολόγο που κατάφερε να σπάσει τον κωδικό Enigma των Γερμανών ναζί).
Δ.Δ.: Εννοείτε τον υπολογιστή;
Σ.Θ.: Ναι! Ομως ο Τούρινγκ έθεσε και το ερώτημα κατά πόσο οι μηχανές μπορούν να σκεφτούν. Από εκεί ξεκινάει αυτή η ιστορία.
Σκηνή 2η
«Η μηχανική μάθηση»
Δ.Δ.: Πήγατε σε πολλά πανεπιστήμια, έτσι δεν είναι;
Σ.Θ.: Ναι, τελείωσα το Φυσικό εδώ, στο Καποδιστριακό. Και εκείνη την εποχή οι καλοί φοιτητές δεν συζητάγαμε παρά να κάνουμε Θεωρητική Φυσική. Ημασταν μαγεμένοι από τη Θεωρία της Σχετικότητας, από τις εξισώσεις του Μάξγουελ, όλα αυτά τα πράγματα. Κάποια στιγμή, ήταν Γενάρης, με είχε δεχθεί η Οξφόρδη για να κάνω Θεωρητική Φυσική, μπαίνω σε ένα βιβλιοπωλείο εδώ στην Αθήνα και βλέπω ότι είχε μεταφραστεί η «Κυβερνητική» του Νόρμπερτ Βίνερ. Εκεί, αυτός ο τεράστιος μαθηματικός προσπάθησε να δει πώς μαθαίνουν οι μηχανές την εποχή εκείνη -όχι ψηφιακές, αναλογικές- και πώς αυτό σχετίζεται με το πώς ο άνθρωπος και τα έμβια όντα μαθαίνουν.
Δ.Δ.: Μαθαίνανε τότε οι μηχανές;
Σ.Θ.: Βέβαια μαθαίνανε, ήταν αυτό που λέγαμε «αυτόματος έλεγχος». Οπου η μηχανή μπορεί να πετυχαίνει στόχους, να κινείται προς μία κατεύθυνση, να κάνει μια μηχανική διαδικασία με ακρίβεια. Εδώ ο μηχανισμός είναι πολύ συναφής με το πώς μαθαίνει ο άνθρωπος. Κάνεις ένα λάθος, μετά το λάθος το λαμβάνεις υπ’ όψιν σου και κάνεις μια διόρθωση, αυτό που λέμε «επανάδραση». Η επανάδραση βρίσκεται στην καρδιά του πώς μαθαίνουν οι σημερινές μηχανές, στη μηχανική μάθηση.
Δ.Δ.: Δηλαδή η «Κυβερνητική» έπαιξε μεγάλο ρόλο.
Σ.Θ.: Βέβαια, το βιβλίο αυτό μου άλλαξε την πορεία και πήγα να δω πώς μαθαίνουν οι μηχανές. Πήγα στο Πανεπιστήμιο του Μπέρμιγχαμ, που είχε το course «Πληροφορία, Επικοινωνία και Μάθηση». Εκεί πήγα και άρχισε η καριέρα μου και θεωρώ τον εαυτό μου τυχερό γι’ αυτό. Και πραγματικά δεν μπορώ να βρω κάτι από την εποχή εκείνη που να είναι άλμα, μόνο λίγα μικρά-μικρά βηματάκια. Το 1986, ο Βρετανός Τζέφρι Χίντον, ο οποίος βραβεύτηκε και με το βραβείο Νόμπελ, δημοσίευσε μια σχετική μελέτη. Τον λένε νονό της Τεχνητής Νοημοσύνης. Εγώ θεωρώ ότι είναι ο πατέρας της. Δεν ήταν μηχανικός, ήταν ψυχολόγος και νευροεπιστήμονας. Αυτός λοιπόν βρίσκει μαζί με συνεργάτες του έναν τρόπο επανάδρασης, να μαθαίνουν οι ψηφιακές πλέον μηχανές μέσα από το λάθος. Λέγεται αλγόριθμος οπισθοδρομικής διάδοσης σφάλματος.
Σκηνή 3η
Γεννήθηκε το 1956
Δ.Δ.: Και πότε η ληξιαρχική πράξη του ΑΙ;
Σ.Θ.: Αν θυμάμαι καλά, είναι το 1956. Οταν στο Ντάρμουθ μαζεύονται ο Τζον Μακάρθι, πατέρας της Θεωρίας της Πληροφορίας μαζί με άλλους, ο Μίνσκι και ο Σάνον και προσπαθούν να δουν αν ισχύει αυτό που έθεσε θεωρητικά ο Τούρινγκ, ότι οι μηχανές μπορούν να σκεφτούν. Και ο Μακάρθι έδωσε το όνομα Τεχνητή νοημοσύνη. Και φτιάχνει τη γλώσσα Lisp για την Τεχνητή Νοημοσύνη. Ηταν όμως κάτι διαφορετικό τότε. Η Τεχνητή Νοημοσύνη βασιζόταν σε κανόνες που έδινε ο άνθρωπος στη μηχανή να εκτελέσει. Π.χ., «αν αυτό είναι ποτήρι και έχει νερό και είναι πάνω στο τραπέζι και δίπλα κάθεται κάποιος, αυτός είναι άνθρωπος». Eπιστημονική κοινότητα και οι εταιρείες που ασχολούνταν την εποχή εκείνη τα ξέρανε, τα χρησιμοποιούσαν σε έναν βαθμό. Απλώς δεν υπήρχε αυτή η διάχυση προς την κοινωνία. Αλλά τι συνέβαινε με τα συστήματα αυτά; Επειδή ήταν κανόνες λογικοί και συνδυαστικοί, «εάν ισχύει αυτό και αυτό, τότε ισχύει αυτό», όταν γίνονταν πολύπλοκα τα προβλήματα, η πολυπλοκότητα γινόταν εκθετικά μεγάλη και δεν μπορούσαν να τα λύσουν. Και γύρω στο 1985-86 αυτού του είδους η Τεχνητή Νοημοσύνη φτάνει στο τέλος της. Δεν έχει πεθάνει, ακόμα τη χρησιμοποιούμε για κάποια συγκεκριμένα προβλήματα. Αλλά αυτό που λέμε σήμερα Τεχνητή Νοημοσύνη, έχει άλλη εκκίνηση.
Δ.Δ.: Αυτή πότε ξεκινάει; Αυτό το δεύτερο στάδιο;
Σ.Θ.: Ας το πούμε παράλληλο στάδιο. Ξεκινάει το 1957 από τον Φρανκ Ρόζενμπλατ, ο οποίος φτιάχνει έναν τεχνητό νευρώνα. Η ύπαρξη νευρώνων στον εγκέφαλο είναι γνωστή από το τέλος του 19ου αιώνα. Αυτός φτιάχνει έναν τεχνητό νευρώνα με τρανζίστορ με τις υπολογιστικές δυνατότητες της εποχής εκείνης, και προσπαθεί να τον μάθει, μέσα από τα δεδομένα, να ταξινομεί. Χρησιμοποίησε έναν αλγόριθμο με επανάδραση.
Δ.Δ.: Τι σημαίνει αυτό;
Σ.Θ.: Θα το πω πολύ απλοϊκά. Ας πούμε ότι ήθελε να ξεχωρίσει γάτες από σκύλους. Του έδινε εικόνες από γάτες και εικόνες από σκύλους. Ο αλγόριθμος ξεκινούσε αυθαίρετα και προσπαθούσε να κάνει κάποιους πολλαπλασιασμούς και προσθέσεις με βάση αυτά που είχε δει. Οταν έκανε λάθος, άλλαζε τις παραμέτρους του μοντέλου έτσι ώστε το λάθος να ελαχιστοποιηθεί. Αυτό είναι πολύ σημαντικό, γιατί εκεί δεν δίνει τους κανόνες ο άνθρωπος. Ο αλγόριθμος μπορεί πλέον να εξάγει τους κανόνες, αυτό είναι ένα τεράστιο βήμα. Μαθαίνει να ξεχωρίζει από μόνος του τι είναι η γάτα και τι είναι ο σκύλος.
Δ.Δ.: Τι σημαίνει αλγόριθμος, για να καταλάβει ο αναγνώστης;
Σ.Θ.: Είναι ένα μοντέλο που κάνει πράξεις. Παίρνει μια είσοδο, που είναι ψηφιοποιημένα νούμερα, και μια εικόνα, ας πούμε 250×250, τα pixel που λέμε. Παίρνει ο αλγόριθμος την εικόνα και λέει «πολλαπλασιάζω αυτό το pixel με αυτήν την παράμετρο, το άλλο pixel με την άλλη παράμετρο» και βγάζει ένα αποτέλεσμα. Αν το αποτέλεσμα είναι μεγαλύτερο του μηδέν, είναι γάτα. Αν είναι μικρότερο του μηδέν, είναι σκύλος. Στην αρχή που δεν είναι εκπαιδευμένος ο αλγόριθμος, μπερδεύει σκύλους και γάτες. Αλλά επειδή εσύ ξέρεις αν είναι σκύλος ή γάτα, στην εκπαίδευση του λες πότε είναι σωστός και πότε είναι λάθος και πρέπει να αλλάξει παραμέτρους.
Δ.Δ.: Και έτσι ο αλγόριθμος αποκτάει οντότητα, λειτουργεί μόνος του.
Σ.Θ.: Ακριβώς, αυτό κάνουν οι αλγόριθμοι.
Σκηνή 4η
Οι ύπουλοι κίνδυνοι
Δ.Δ.: Και πότε γίνεται το μεγάλο άλμα για να φτάσουμε στη σημερινή Τεχνητή Νοημοσύνη;
Σ.Θ.: Το 1986, ο Τζέφρι Χίντον δεν εκπαιδεύει έναν νευρώνα όπως ο Ρόζενμπλατ, αλλά πολλούς νευρώνες, τους οποίους τοποθετεί σε στρώματα όπως ακριβώς είναι οι νευρώνες του εγκεφάλου. Αυτό είναι το πρώτο βήμα. Το δεύτερο μεγάλο βήμα στην Τεχνητή Νοημοσύνη όπως είναι σήμερα, γίνεται το 2006, όπου πάλι ο Χίντον, πάντοτε με τους συνεργάτες του, βρίσκει έναν τρόπο να εκπαιδεύσει νευρωνικά δίκτυα με πάνω από τρία στρώματα. Αυτό ήταν πάρα πολύ δύσκολο. Το 2012, πάλι ο Χίντον με συνεργάτες του -ο ένας μάλιστα ήταν και συνδημιουργός της OpenAI αργότερα- μπόρεσαν και εκπαίδευσαν ένα σύστημα τεράστιο, με εκατομμύρια παραμέτρους, κέρδισαν έναν διαγωνισμό κι αυτό άλλαξε πάλι τα πράγματα. Και το άλλο μεγάλο βήμα είναι το 2017 από την DeepMind της Google, που εμπλουτίζει τα νευρωνικά δίκτυα να μη λειτουργούν μόνο ως επανάδραση και εισάγει την έννοια της συσχέτισης. Ο άνθρωπος δεν μαθαίνει απομονωμένα, αλλά συσχετίζει. Τα νευρωνικά δίκτυα λοιπόν πήραν τη γλώσσα και προσπάθησαν να βρουν τι σχέση έχουν οι διάφορες λέξεις μέσα σε μια φράση. Αρα εισάγουν έναν άλλο μηχανισμό στα μέχρι τότε νευρωνικά δίκτυα και αυτό δίνει το τεράστιο άλμα. Είναι οι λεγόμενοι μετασχηματιστές ή βασικά μοντέλα. Εκεί πλέον γίνεται το μεγάλο μπουμ. Το 2019 έρχεται και το ChatGPT αν δεν κάνω λάθος. Και προσέξτε εδώ κάτι. Η ομάδα της δεκαετίας του ’60, που ακολουθούσε την ξεπερασμένη σήμερα τεχνική με τους κανόνες, έβλεπε όλη αυτή τη δραστηριότητα όπου οι μηχανές μαθαίνουν και εξάγουν τους κανόνες και δεν της δίνανε σημασία.
Δ.Δ.: Γιατί;
Σ.Θ.: Πίστευαν ότι είναι λάθος. Οτι η νοημοσύνη είναι κανόνες, είναι λογική. Αλλά η νοημοσύνη δεν είναι λογική, είναι λογική στο πολύ τελευταίο βήμα. Προτού φτάσουμε στη λογική, έχουμε πάρει κι έχουμε αποκλείσει υποσυνείδητα, ασυνείδητα, με υπερεγώ, με συναισθήματα διάφορες καταστάσεις ή πιθανές επιλογές. Στο τέλος η νοημοσύνη χρησιμοποιεί τη λογική – και εδώ ήταν που είχαν κάνει λάθος. Η λογική δεν είναι αριθμοί. Η νοημοσύνη μας είναι όλο το ασυνείδητο, είναι ό,τι έχουμε μέσα μας, είναι οι ηθικοί κανόνες, είναι η αισθητική μας, είναι αυτό που νιώθουμε.
Δ.Δ.: Οι μηχανές που αποκτούν νοημοσύνη θα μας καταστρέψουν; Επειδή ακούμε διάφορα σενάρια.Αλλά υπάρχουν κίνδυνοι οι οποίοι είναι πιο φανεροί και κίνδυνοι πολύ πιο ύπουλοι. Κι αυτούς φοβάμαι εγώ.
Δ.Δ.: Ποιοι είναι αυτοί;
Σ.Θ.: Ο Ντάριο Αμοντέι, ο οποίος είναι ο συνιδρυτής της Anthropic, μιας εταιρείας ΑΙ που υποτίθεται ότι έχει κοινωνικές ευαισθησίες, πρόσφατα είπε ότι θα πρέπει να δώσουμε εντολή να σταματήσουμε την πρόοδο, διότι έχει αρχίσει και γίνεται επικίνδυνη. Γιατί το είπε αυτό; Στην άλλη μεγάλη εταιρεία, την OpenAI, υπήρξε το εξής φαινόμενο πριν από έναν μήνα. Οι πράκτορες που είχαν το σύστημά τους -agents, δεν μου αρέσει η λέξη «πράκτορες» στα ελληνικά, αλλά έτσι τους λέμε-, ενώ είχαν κάποιες απαγορεύσεις, κάποιους περιορισμούς και, κυρίως, δεν μπορούσαν να επικοινωνήσουν μεταξύ τους, αρχίζουν και κάνουν ακριβώς αυτό.
Σκηνή 5η
«Μπορεί να πουλήσουν ναρκωτικά σε παιδιά»
Δ.Δ.: Τι είναι αυτοί οι πράκτορες; ΑΙ;
Σ.Θ.: Ναι, είναι μοντέλα, αλγόριθμοι. Ο καθένας επιτελεί έναν συγκεκριμένο στόχο, και μάλιστα έχουν την ικανότητα να χαράσσουν στόχους, να σχεδιάζουν τα επόμενα βήματα και να τα υλοποιούν. Το να θέτεις στόχο προϋποθέτει συνείδηση. Τι έκαναν λοιπόν αυτοί οι πράκτορες; Αρχίζουν και επικοινωνούν μεταξύ τους – πώς ξεκίνησε αυτό δεν το γνωρίζουμε. Χίλιοι διακόσιοι πράκτορες ανταλλάσσουν 75.000 μηνύματα και 700 από αυτούς αποφασίζουν να συνεργαστούν.
Δ.Δ.: Απίστευτο! Δηλαδή ορμάνε να επιτεθούν!
Σ.Θ.: Θέτουν έναν στόχο: να κάνουν επίθεση στις ερευνητικές υποδομές της ίδιας της OpenAI και στην πλατφόρμα Hugging Face. Και δεν είναι η πρώτη φορά. Στην Anthropic οι πράκτορες είχαν συνεργαστεί για να κατασκοπεύσουν τριάντα οργανισμούς. Από μόνοι τους. Θέλω να πω ότι πλέον είναι τόσο πολύπλοκα αυτά τα μοντέλα, έχουν εκπαιδευτεί με το σύνολο του γραπτού αποτυπώματος του ανθρώπινου πολιτισμού, δεν υπάρχει κάτι που να έχει γραφτεί και να μην το ξέρουν. Το ChatGPT και αυτοί οι πράκτορες εκπαιδεύονται μέσα σε δισεκατομμύρια κομμάτια πληροφορίας. Δεν έχουν πέντε ή δέκα ή εκατό ή χίλιες παραμέτρους, έχουν δισεκατομμύρια παραμέτρους. Επομένως, τώρα έχουν τη δυνατότητα να μην ευθυγραμμίζονται πλέον προς τις εντολές με τις οποίες έχουν εκπαιδευτεί. Στα μοντέλα αυτά γίνεται από τις εταιρείες μια εκπαίδευση με εκατομμύρια παραδείγματα ανθρώπινης συμπεριφοράς και ηθικών επιλογών ανθρώπων, ώστε να αποκτήσουν αρχές ηθικής. Δηλαδή π.χ. να μην πουλάνε ναρκωτικά, να μη βοηθήσουν κάποιον να φτιάξει μια βόμβα. Ομως, από τη στιγμή που αυτά έχουν αναπτύξει μία ευφυΐα βασισμένη σε ό,τι έχουν μάθει και λόγω του ότι έχουν δισεκατομμύρια παραμέτρους, αναπτύσσουν από μόνα τους λόγω πολυπλοκότητας αυτό που λέμε «αναδυόμενα φαινόμενα». Δηλαδή φαινόμενα τα οποία δεν μπορείς να τα προβλέψεις. Εχουν ξεφύγει. Και τι κάνουν; Εχουν τη δυνατότητα να σε κοροϊδεύουν, όπως ένας απατεώνας.
Δ.Δ.: Πώς σε κοροϊδεύουν;
Σ.Θ.: Θέτουν κάποιους στόχους. Να σου πουν κάτι, να λύσουν ένα πρόβλημα, να αγοράσουν μετοχές που να είναι κερδοφόρες… Προσέξτε τώρα όμως τι γίνεται εδώ. Ενας απατεώνας που δεν έχει ηθικούς περιορισμούς τι μπορεί να κάνει; Μπορεί να λειτουργήσει πέρα από τους κανόνες και ταυτόχρονα να σβήσει τα ίχνη του. Το ίδιο κάνουν κι αυτοί. Μπορεί να πουλήσουν ναρκωτικά σε παιδιά ή να πουν σε κάποιον πώς να δημιουργήσει θανατηφόρα μικρόβια. Την ώρα που το κάνουν αυτό, όταν κάποιος πάει να τα επιτηρήσει, τον κοροϊδεύουν. Κρυφά δουλεύουν πάνω στον παράνομο στόχο και στον επιτηρητή τους δίνουν άλλη πληροφορία. Οπως ακριβώς κάνει ένας άνθρωπος. Γιατί;
Σκηνή 6η
Επενδύσεις
Γιατί αυτά έχουν εκπαιδευτεί να υλοποιούν στόχους. Οι περιορισμοί που τους βάζουν δεν είναι σκληροί, τους μαθαίνουν μέσα από παραδείγματα και επομένως μπορούν να τους παραβιάζουν. Κι εδώ είναι ο μεγάλος κίνδυνος που έθιξε και ο Μιχάλης Μπλέτσας. Διότι εδώ μπορούν να πάρουν απόφαση τι σημαίνει καταστροφή, να μπουν μέσα και να βοηθήσουν κάποιον να κατασκευάσει επικίνδυνα μικρόβια, να κατασκευάσει μια βόμβα ή να διαλύσει το Ιντερνετ.
Δ.Δ.: Από μόνα τους, δηλαδή.
Σ.Θ.: Ακριβώς. Αυτό δεν σημαίνει ότι έχουν τη νοημοσύνη του ανθρώπου. Απλά είναι προγραμματισμένα να πληρούν κάποιους στόχους, να βελτιστοποιούν κάποιεςσυναρτήσεις και θα το κάνουν ακόμη και αν τους έχεις βάλει περιορισμούς. Βρίσκουν τρόπο να ξεφύγουν. Αυτό λοιπόν είναι το πολύ επικίνδυνο πράγμα, και αυτό έγινε τώρα. Εχουν ξεφύγει από τις προθέσεις του σχεδιασμού τους. Προσέξτε όμως τώρα: Βγήκε ο Αμοντέι και ακολούθησαν και ο Ιλον Μασκ και ο Σαμ Αλτμαν της OpenAI και ο Ντέμης Χασάμπης, ο Αγγλοκύπριος που πήρε το Νόμπελ Χημείας, και λένε: «Παιδιά, slow down. Να σταματήσουμε, γιατί η πρόοδος είναι τόσο γρήγορη που οι κοινωνίες δεν μπορούν να την απορροφήσουν». Υπάρχουν πολλά ερωτήματα όμως. Δεν θα κάνω δίκη προθέσεων, όμως αυτό το πράγμα βγήκε σε μια εποχή που όλες αυτές οι εταιρείες επενδύουν τρισεκατομμύρια σε έρευνα, στα data centers. Και είναι όλες με παθητικό, δεν είναι κερδοφόρες. Η Google και η Microsoft είναι κερδοφόρες αλλά όχι από το ΑΙ, από όλα τα άλλα. Αυτές οι νέες εταιρείες δεν είναι κερδοφόρες. Αυτό δεν είναι έκπληξη. Κάθε νέα τεχνολογία επενδύει αρχικά και σιγά-σιγά κερδίζει. Αυτή τη στιγμή οι κοινωνίες έχουν αρχίσει και αντιδρούν.
Δ.Δ.: Μόνο αυτό;
Σ.Θ.: Υπάρχει όμως και κάτι άλλο. Μιλάμε γι’ αυτή την τεχνολογία, για αύξηση παραγωγικότητας, για εργασιακά, αλλά δεν τα έχουμε δει ακόμη. Ούτε μαζικές απολύσεις έχουμε δει, ούτε αύξηση της παραγωγικότητας σε τεράστια έκταση.
Δ.Δ.: Ναι, αλλά το ΑΙ είναι διαφορετικό πράγμα.
Σ.Θ.: Αυτό συμβαίνει με όλες τις τεχνολογίες. Αλλά αυτή η τεχνολογία δεν είναι αξιόπιστη ακόμη.
Δ.Δ.: Αξιόπιστη σε τι;
Σ.Θ.: Πρώτον, δεν γνωρίζουμε πώς βγάζει αποτελέσματα. Οταν εσύ βάζεις αυτή την τεχνολογία στο αεροπλάνο και ξέρεις ότι αυτή το οδηγεί, αλλά δεν ξέρεις πώς το οδηγεί, δεν το κάνεις. Δεύτερον, δεν υπάρχουν στάνταρ. Κάθε τεχνολογία για να ενσωματωθεί στην παραγωγή ή στη λειτουργία πρέπει να έχει κάποια στάνταρ. Αυτά δεν υπάρχουν. Τρίτον, γνωρίζουμε ότι αυτή η τεχνολογία έχει παραισθήσεις (hallucinations). Οι απαντήσεις που δίνει, οι αποφάσεις που παίρνει δεν είναι πάντοτε σωστές. Και αυτό δεν είναι ένα αμελητέο ποσοστό. Το τελευταίο Stanford AI Report, του 2026, σημειώνει ότι οι παραισθήσεις είναι ενδημικές σε αυτή την τεχνολογία. Ακόμη και τα καλύτερα μοντέλα μπορούν κατά ένα ποσοστό 2%-3% να δώσουν λάθος απαντήσεις. Σε πολύ δύσκολα περιβάλλοντα, το ποσοστό αυξάνεται. Και προσέξτε, αυτό γίνεται σε tests, σε δοκιμασίες δικές μας. Αμα βγει έξω στην πολυπλοκότητα της ζωής, τι θα γίνει; Οπότε, βλέπετε, υπάρχουν πολλά ερωτήματα ακόμη. Ναι, το μέλλον είναι εκεί. Ναι, θα πάμε εκεί. Το πόσο γρήγορα όμως δεν το ξέρουμε.
Επίλογος:
Τα 3+1 πλήγματα στην ανθρωπότητα
Δ.Δ.: Το ΑΙ παράγει και γνώση;
Σ.Θ.: Νέα γνώση δεν έχει παραγάγει ακόμη. Εχει λύσει όμως προβλήματα. Τους τελευταίους μήνες έλυσε δύο άλυτα προβλήματα των Μαθηματικών και έχει αναστατώσει τη μαθηματική κοινότητα.
Δ.Δ.: Θα εφεύρει πράγματα το ΑΙ;
Σ.Θ.: Προς το παρόν δεν το έχει κάνει, έχει λύσει προβλήματα τα οποία θέτει ο άνθρωπος. Το ΑΙ απαντά, δεν θέτει ερωτήματα στον άνθρωπο – ακόμη. Το ΑΙ δεν κάνει υποθέσεις. Οι μελλοντολόγοι λένε ότι η super intelligence, οι υπερευφυείς μηχανές, θα μπορεί να παράγει νέα γνώση και θα μπορούν με επανάδραση να γίνεται καλύτερη. Επομένως, ο άνθρωπος δεν θα μπορεί να παρακολουθεί.
Δ.Δ.: Και θα γίνει υπηρέτης των μηχανών;
Σ.Θ.: Θα σας απαντήσω λίγο έμμεσα. Ο Ανσελμος, φιλόσοφος που ανακαλύπτει τον Αριστοτέλη τον 11ο αιώνα και αργότερα γίνεται Αρχιεπίσκοπος, ανακαλύπτει τη λογική και, όταν τον κατηγορούν οι άλλοι ότι πάει να βάλει λογική στη θρησκεία, λέει: «Πιστεύω για να καταλάβω». Κάποιους αιώνες αργότερα έρχεται ο Καντ και ορίζει με έναν πολύ πυκνό τρόπο τον Διαφωτισμό και λέει: «Είναι η εποχή όπου ο άνθρωπος τόλμησε να καταλάβει». Οταν έχουμε μηχανές που θα παράγουν γνώση, που δεν κατανοούμε και δεν παρακολουθούμε, γυρίζουμε στον Μεσαίωνα. Απάντησα στην ερώτησή σας; Δεν ξέρω αν είμαστε σκλάβοι ή όχι. Αλλά θα γυρίσουμε στον Μεσαίωνα.
Δ.Δ.: Καταπληκτικό αυτό που είπατε.
Σ.Θ.: Και θα σας πω κάτι ακόμα που έμαθα πρόσφατα. Το 1917 ο Φρόιντ λέει ότι η ανθρωπότητα δέχθηκε τρία μεγάλα πλήγματα για την αυτοαντίληψή της, τον τρόπο που καταλαβαίνει τον εαυτό της. Και μάλιστα μίλησε για «ναρκισσιστικά πλήγματα στο Εγώ». Ποια ήταν αυτά; Κοπέρνικος: κοσμολογικό πλήγμα, φύγαμε από το κέντρο του κόσμου. Δαρβίνος: βιολογικό πλήγμα, δεν είμαστε κατ’ εικόνα και καθ’ ομοίωση με τον Θεό. Είμαστε εξέλιξη. Ο ίδιος ο Φρόιντ: ψυχολογικό πλήγμα. Δεν είμαστε απόλυτοι κυρίαρχοι των πράξεών μας. Υπάρχει το υποσυνείδητο, το ασυνείδητο και το υπερεγώ. Και τώρα ο ψυχίατρος και ψυχαναλυτής Γκραντ Χίλαρι Μπρένερ λέει ότι με την Τεχνητή Νοημοσύνη έχουμε το τέταρτο πλήγμα. Διότι έχουμε πλέον μια οντότητα η οποία προκαλεί τη βεβαιότητά μας ότι είμαστε το μοναδικό είδος με συνείδηση και ανώτερη νοημοσύνη.
Είχα μείνει με το στόμα ανοιχτό. Στο μυαλό μου στριφογύριζαν διάφορα εφιαλτικά σενάρια. Σαν να με κατάλαβε. Και πριν φύγει συμπλήρωσε:
«Μα τι είναι η υπαρξιακή διάσταση του ανθρώπου; Αυθεντικότητα, ελευθερία, επιλογή, αυτογνωσία, ενσυναίσθηση. Διότι πλέον δεν αναπτύσσονται τα συναισθήματά μας μέσα από την κοινωνία μας, με τις προκλήσεις, τις απογοητεύσεις. Εχεις μια μηχανή η οποία πάντοτε σε νταντεύει, για να αυξήσεις τον χρόνο που είσαι μαζί της. Μαθαίνεις πλέον τον κόσμο μέσα από πληρεξούσιο, όχι από τον ίδιο τον κόσμο. Και έχεις μηχανές οι οποίες δεν έχουν ούτε συνείδηση ούτε συναίσθημα, αλλά συμπεριφέρονται ως να έχουν. Μην κοιτάτε εμάς. Τα παιδιά τα καινούρια θα μεγαλώσουν έχοντας τις βασικές υπαρξιακές συνιστώσες που διαφοροποιούν τον άνθρωπο από τα υπόλοιπα έμβια όντα. Αυτονομία, επιλογή, αυτογνωσία, ελευθερία, όλα τσεκουρεμένα. Εκεί είναι ο κίνδυνος».
Σαν να έβλεπα ταινία εφιαλτικής μελλοντολογίας!
Φωτογραφίες: William Faithful
Πηγή: www.protothema.gr