Οι δύο νομπελίστες έβαλαν τα θεμέλια για τη μηχανική μάθηση, που αναμένεται να κυριαρχήσει σε ένα ευρύ φάσμα στην ανθρώπινη δραστηριότητα
Του Βασίλη Γαλούπη
Δίχως τα Νόμπελ δύσκολα το ευρύ κοινό θα μάθαινε ποτέ τα ονόματα σπουδαίων επιστημόνων, όπως ο Τζον Χόπφιλντ και ο Τζόφρι Χίντον. Ακόμα και χθες, που τους απονεμήθηκε το Νόμπελ Φυσικής 2024, δεν γινόταν εύκολα κατανοητό τι ακριβώς έχουν πετύχει.
Ο λόγος της βράβευσής τους δεν είναι εύπεπτος, έτσι κι αλλιώς. Η Σουηδική Ακαδημία απεφάνθη ότι πρόκειται «για τη συνεισφορά τους στη δημιουργία και ανάπτυξη των τεχνητών νευρωνικών δικτύων, τα οποία αποτελούν τη βάση της μηχανικής μάθησης». Όμως, και πάλι μια τέτοια εξειδικευμένη ορολογία, δίχως την απαραίτητη εκλαΐκευση, δεν ενημερώνει πραγματικά τον κόσμο για τα επιτεύγματα των δύο επιστημόνων.
Στην πραγματικότητα, ο Χόπφιλντ και ο Χίντον είναι από τους ανθρώπους που άνοιξαν τον δρόμο στην Τεχνητή Νοημοσύνη, η οποία ήδη έχει εισβάλει στην καθημερινότητα κι αναμένεται να κυριαρχήσει σε ένα ευρύ φάσμα της δραστηριότητάς μας από τα επόμενα χρόνια κιόλας.
Οι δυο τους θεωρήθηκε ότι έθεσαν τα θεμέλια για τη μηχανική μάθηση, που τροφοδοτεί πολλά από τα σημερινά προϊόντα και εφαρμογές με βάση την Τεχνητή Νοημοσύνη. Ο Χίντον, ωστόσο, έχει εκφράσει ήδη τους φόβους του για τη μελλοντική υπερανάπτυξη του ΑΙ, κόβοντας τους δεσμούς με τον πρώην εργοδότη του, την Google, προκειμένου να μιλήσει πιο ελεύθερα για το θέμα.
Ο Χίντον, ο οποίος έχει ονομαστεί «νονός της Τεχνητής Νοημοσύνης», δήλωσε χθες ότι έμεινε έκπληκτος που πήρε το Νόμπελ. Ερωτηθείς για τη σημασία της νέας τεχνολογίας, είπε ότι θα έχει «τεράστια επιρροή στις κοινωνίες μας». Εκτιμώντας ότι θα είναι κάτι συγκρίσιμο «με τη Βιομηχανική Επανάσταση, αλλά, αντί να υπερβαίνει τους ανθρώπους σε σωματική δύναμη, θα μας ξεπεράσει σε διανοητική ικανότητα. Δεν έχουμε εμπειρία για το πώς είναι να έχεις πράγματα πιο έξυπνα από εμάς» τόνισε σε τηλεφωνική συνέντευξη αμέσως μετά την ανακοίνωση.
Ο Χίντον προέβλεψε ότι αυτή η τεχνολογία θα φέρει επανάσταση σε τομείς όπως η υγειονομική περίθαλψη, οδηγώντας σε «τεράστια βελτίωση της παραγωγικότητας». Αλλά προειδοποίησε ότι «πρέπει επίσης να ανησυχούμε για μια σειρά από πιθανές κακές συνέπειες, ιδιαίτερα την απειλή να βγουν αυτά τα πράγματα εκτός ελέγχου. Ανησυχώ ότι η συνολική συνέπεια αυτού μπορεί να είναι συστήματα πιο έξυπνα από εμάς, που τελικά θα αναλάβουν τον έλεγχο».
«Χάρη στο έργο των βραβευθέντων, η Τεχνητή Νοημοσύνη έχει γίνει μέρος της καθημερινότητάς μας, από την αναγνώριση προσώπου έως τη μετάφραση γλώσσας» δήλωσε η Έλεν Μουνς, πρόεδρος της Επιτροπής Νόμπελ για τη Φυσική: «Οι ανακαλύψεις και οι εφευρέσεις τους αποτελούν τα δομικά στοιχεία της μηχανικής μάθησης που μπορούν να βοηθήσουν στη λήψη ταχύτερων και πιο αξιόπιστων αποφάσεων, για παράδειγμα κατά τη διάγνωση ιατρικών παθήσεων».
Οι ειδικοί γνωρίζουν ήδη ότι το έργο των νικητών του φετινού Βραβείου Νόμπελ άλλαξε την επιστήμη και διαμορφώνει νέες κοινωνίες, επιτρέποντας στα συστήματα μηχανικής μάθησης να επεξεργάζονται τεράστιες ποσότητες δεδομένων και επιτρέποντας στους επιστήμονες να εντοπίζουν μοτίβα που διαφορετικά δεν θα μπορούσαν να δουν.
«Οι άνθρωποι ήταν πολύ ενθουσιασμένοι με αυτά τα νευρωνικά δίκτυα πριν από περίπου 40 χρόνια, αλλά τότε δεν είχαμε την τεχνολογία για να εφαρμόσουμε πραγματικά και να εκμεταλλευτούμε τις ανακαλύψεις. Χρειάστηκε χρόνος και, τώρα που το κάνουμε, επιταχύνθηκε πραγματικά με τεράστιο ρυθμό. Τα γενετικά συστήματα AI και τα συστήματα μηχανικής μάθησης μεταμορφώνουν ήδη την αναζήτηση για εξωπλανήτες. Αυτό είναι μόνο ένα από τα πολλά παραδείγματα» ήταν μερικά από τα κολακευτικά σχόλια μελών της επιτροπής.
Η Τεχνητή Νοημοσύνη έχει γίνει πρακτικά συντομογραφία της μηχανικής μάθησης, χρησιμοποιώντας τεχνητά νευρωνικά δίκτυα. Αυτή η τεχνολογία, που αναπτύχθηκε από τους Χόπφιλντ και Χίντον, βασίζεται στη δομή του εγκεφάλου. Ενώ ένας εγκέφαλος έχει νευρώνες, το τεχνητό νευρωνικό δίκτυο διαθέτει, ανάλογα, κόμβους με διαφορετικές τιμές.
Όπως οι νευρώνες του εγκεφάλου επικοινωνούν μεταξύ τους μέσω συνάψεων, έτσι και οι τεχνητοί κόμβοι επηρεάζουν ο ένας τον άλλον μέσω συνδέσεων. Το τεχνητό νευρωνικό δίκτυο, δηλαδή, μπορεί να εκπαιδευτεί αναπτύσσοντας ισχυρότερες συνδέσεις μεταξύ των κόμβων, όπως ακριβώς εκπαιδεύεται ένας ανθρώπινος εγκέφαλος με τους νευρώνες.
Ακριβώς όπως ο εγκέφαλός μας μπορεί να «αλιεύσει» από τη μνήμη μια συγκεκριμένη λέξη ή ένα σπάνιο γεγονός, τα τεχνητά νευρωνικά δίκτυα μπορούν επίσης να αναζητήσουν τα μοτίβα που έχουν αποθηκεύσει, χάρη στην εφεύρεση του «Δικτύου Χόπφιλντ» το 1982.
Ο Χόπφιλντ ήταν αρχικά περίεργος για το αν ήταν δυνατόν να έχουμε ένα φυσικό σύστημα εμπνευσμένο από τον εγκέφαλο, με ένα δίκτυο μικρών υπολογιστικών νευρώνων οι οποίοι ήταν συνδεδεμένοι μεταξύ τους. Απορούσε αν ήταν δυνατόν να καθιερωθεί η εκμάθηση του συστήματος. Και τελικά ήταν. Όταν ο Χόπφιλντ δημοσίευσε την έρευνά του, ο Χίντον την επέκτεινε χρησιμοποιώντας ιδέες από τη στατιστική φυσική και ανέπτυξε την αρχαιότερη μορφή μηχανικής μάθησης, που ονομάζεται «Μηχανή Μπόλτζμαν».
Ο Χίντον, δηλαδή, κατάφερε να δείξει ότι ήταν δυνατή η χρήση των δικτύων για την εύρεση νέων μοτίβων από τα υπάρχοντα δεδομένα. Σε αντίθεση με κάποιο «παραδοσιακό» λογισμικό υπολογιστών, το οποίο μοιάζει με το να ακολουθείς μια συνταγή για να ψήσεις ένα κέικ, ένα τεχνητό νευρωνικό δίκτυο είναι σε θέση να μάθει, βασιζόμενο σε προηγούμενες γνώσεις, ώστε να δημιουργήσει νέες συνταγές. Με απλά λόγια, έτσι λειτουργεί η Τεχνητή Νοημοσύνη…
Βιογραφικά
ΤΖΟΝ ΧΟΠΦΙΛΝΤ
Αμερικανός νομπελίστας, φυσικός και βιοφυσικός
Γεννήθηκε το 1933 στο Σικάγο. Οι γονείς του ήταν φυσικοί. Σπούδασε φυσική στην Πενσυλβάνια, με διδακτορικό στο Κορνέλ. Το 1974 εισήγαγε έναν μηχανισμό για να εξηγήσει την ακρίβεια της αντιγραφής του DNA. Το 1982 δημοσίευσε την πρώτη του εργασία στη νευροεπιστήμη. Το 2005 έλαβε το παγκόσμιο βραβείο επιστήμης «Αλμπερτ Αϊνστάιν».
ΤΖΟΦΡΙ ΧΙΝΤΟΝ
Βρετανός νομπελίστας, επιστήμονας Υπολογιστών
Γεννήθηκε το 1947 στο Λονδίνο. Σπούδασε στο Μπρίστολ φυσικές επιστήμες, ιστορία της τέχνης, φιλοσοφία και πειραματική ψυχολογία. Συνέχισε τις σπουδές του στο Εδιμβούργο, με διδακτορικό στην Τεχνητή Νοημοσύνη το 1978. Ήταν ιδρυτικός διευθυντής της Μονάδας Υπολογιστικής Νευροεπιστήμης στο University College του Λονδίνου. Κατέχει ερευνητική έδρα στον Καναδά στη μηχανική μάθηση.
