Τεχνητή Νοημοσύνη

Εισαγωγή στην Τεχνητή Νoημοσύνη (ΤΝ) - Artificial Intelligence (AI)

Στόχος είναι να κάνουμε τις μηχανές να μιμηθούν την ανθρώπινη συμπεριφορά (δηλαδή να σκέφτονται και να αντιδρούν όπως ο άνθρωπος). H πραγματική ΤΝ θα αργήσει πολύ να πραγματοποιηθεί.

Μπορούμε να καταλάβουμε αν πίσω από ένα υπολογιστή βρίσκεται ένας άνθρωπος ή ένα λογισμικό τεχνητής νοημοσύνης;

Μηχανική Μάθηση (Machine Learning - ML)

Σήμερα υπάρχει αυτό το κομμάτι της ΤΝ.

Διδάσκω στη μηχανή (πχ Η/Υ) πώς να μαθαίνει - μέσα από δοκιμές και εξάσκηση. Την μαθαίνω να αναγνωρίζει μοτίβα σε δεδομένα κάθε μορφής (κείμενο, εικόνα, ήχο, βίντεο).

Σύγκριση ΤΝ με κλασσικό προγραμματισμό

Στον κλασσικό προγραμματισμό το βάρος πέφτει στις ΕΝΤΟΛΕΣ. Στην ΤΝ το βάρος πέφτει στα ΔΕΔΟΜΕΝΑ. Στον κλασσικό προγραμματισμό ο Η/Υ κάνει ό,τι του πούμε. Αν του δώσουμε λάθος εντολή, θα πρέπει να τη διορθώσουμε. Στην ΤΝ η μηχανή μαθαίνει ό,τι της διδάξουμε. Αν δεν τα μάθει σωστά, σημαίνει ότι χρειάζεται να την εκπαιδεύσουμε περισσότερο.

Ρόλος των δεδομένων

Τα δεδομένα είναι ο κώδικας !!!

Το είδος των δεδομένων με τα οποία εκπαιδεύουμε τη μηχανή, επηρεάζουν τα αποτελέσματα της AI. πχ τι θα γίνει, αν, κατά την εκπαίδευση μηχανής για αναγνώριση ανθρώπου από ζώα, τα δεδομένα που θα δώσουμε για να την εκπαιδεύσουμε αφορούν : α) μόνο άντρες, β) μόνο παιδιά γ) μόνο λευκούς δ) μόνο όρθιους ;

Η AI είναι τόσο καλή όσο τα δεδομένα με τα οποία την εκπαιδεύουμε. Σημασία έχει η ποσότητα των δεδομένων καθώς και η ποιότητά τους. Παίζει σημαντικό ρόλο : ποιος συλλέγει τα δεδομένα , πώς συλλέγονται, πώς δίνονται στη μηχανή.

Αν τα δεδομένα περιέχουν προκαταλήψεις (διακρίσεις) (biased data) , θα έχουν και τα αποτελέσματα προκαταλήψεις. Πριν δώσω τα δεδομένα , θα πρέπει να σκεφτώ : α) Είναι αρκετά ; β) αντιπροσωπεύουν όλα τα πιθανά σενάρια, χωρίς προκαταλήψεις (μεροληψία);

Κοινωνικός Αντίκτυπος

H AI και η ML Μπορούν να επηρεάσουν κάθε κομμάτι της κοινωνίας με θετικό τρόπο αλλά υπάρχουν και κίνδυνοι. Πρέπει να είμαστε σίγουροι ότι δεν χρησιμοποιούμε δεδομένα με μεροληψία – διακρίσεις - προκαταλήψεις (biased data), ώστε να μην προκαλέσουμε κακό ή αδικίες.

Πρέπει πρώτα να κατανοήσουμε ΚΑΛΑ πώς δουλεύει η ML και μετά να την χρησιμοποιήσουμε για καλό σκοπό !

Η τεχνητή νοημοσύνη χρησιμοποιείται για προβλέψεις ή για λήψη αποφάσεων.

Παραδείγματα εφαρμογών

Το autodraw , με βάση αυτό που σχεδιάζουμε, κάνει πρόβλεψη. Προβλέπει, δηλαδή, τι μπορεί να έχουμε στο μυαλό μας και μας προτείνει σχετικές ζωγραφιές.

To duolingo ασχολείται με το κομμάτι της τεχνητής νοημοσύνης που λέγεται NLP (Natural language processing) , δηλαδή επεξεργασία φυσικής γλώσσας. (περιλαμβάνει σύστημα αναγνώρισης ομιλίας)

Τα chatbots είναι προγράμματα τα οποία συνομιλούν μαζί μας , για να μας εξυπηρετήσουν δίνοντάς μας πληροφορίες ή συμβουλές. Γνωστό chatbot από παλιά είναι η Alice. Σύγχρονο chatbot είναι το chatgpt .

Η Alexa, o Siri και ο βοηθός της google είναι ψηφιακοί βοηθοί .