Στους γάλλους και στους γερμανούς δεν αρέσει…

υπολογιστές/μηχανική

Ο αμερικάνος καθηγητής πληροφορικής (και ερευνητής μηχανικής μάθησης) Petro Domingos του πανεπιστήμιου της Ουάσιγκτον έγινε διεθνώς γνωστός με το βιβλίο του (2015) The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. Οπτιμιστής της τεχνητής νοημοσύνης, έδωσε τον περασμένο Απρίλη συνέντευξη στο γερμανικό der spiegel. Ακολουθούν 4 ενδιαφέρουσες ερωτήσεις / απαντήσεις, χωρίς δικό μας σχολιασμό:

Ερώτηση: Το βιβλίο σας έχει μεταφραστεί στα ρωσικά και στα κινεζικά, αλλά όχι στα γερμανικά και τα γαλλικά.

Απάντηση: Ο ατζέντης μου είπε: “Θα πουλήσεις σ’ όλο τον κόσμο, αλλά όχι στη Γαλλία και στη Γερμανία”. Έτσι έγινε. Το The Master Algorithm έχει πουλήσει στην Ιαπωνία, την Κίνα, την Ταϊβάν, τη Νότια Κορέα. Υπάρχει πολωνική και ρωσική μετάφραση. Αλλά ο ατζέντης μου είχε δίκιο όταν έλεγε: “Στους γερμανούς και στους γάλλους δεν αρέσουν τέτοια πράγματα”.

Ερώτηση: Στο βιβλίο σας προειδοποιείτε για όρια, ακόμα και κινδύνους αν αυτή η τεχνολογία πέσει σε λάθος χέρια. Δεν υπάρχουν σωστοί λόγοι που θα πρέπει να ανησυχούμε;

Απάντηση: Υπάρχουν κίνδυνοι, και απ’ την άποψη της ρύθμισης της Τεχνητής Νοημοσύνης η Ευρώπη είναι μπροστά απ’ τις ΗΠΑ. Δυστυχώς υπάρχει παραπάνω ρύθμιση, χωρίς να υπάρχει κατανόηση της τεχνολογίας της οποίας η ρύθμιση προτείνεται.

Ερώτηση: Τι εννοείτε;

Απάντηση: Ο ευρωπαϊκός “γενικός κανονισμός προστασίας δεδομένων” δίνει μεγάλο βάρος στον παράγοντα της επεξήγησης· εννοώντας το να καταλαβαίνεις γιατί ένας αλγόριθμος αποφασίσει με τον έναν ή τον άλλο τρόπο. Να ένα παράδειγμα απ’ την αντικαρκινική έρευνα, όπου η μηχανική μάθηση παίζει ήδη σημαντικό ρόλο. Θα έπρεπε, άραγε, να μου κάνει διάγνωση ένα σύστημα που έχει 90% ακρίβεια αλλά δεν εξηγεί τίποτα ή ένα σύστημα με 80% ακρίβεια που δίνει διάφορες εξηγήσεις; Θα προτιμούσα το πρώτο.\

Ερώτηση: Γιατί δεν μπορούμε να τα έχουμε και τα δύο, και την ακρίβεια και την επεξήγηση;

Απάντηση: Οι καλύτεροι αλγόριθμοι που μαθαίνουν είναι αυτοί που στηρίζονται στα νευρωνικά δίκτυα. Αυτοί οι αλγόριθμοι είναι πολύ ακριβείς καθώς καταλαβαίνουν τον κόσμο με βάση πάρα πολλά δεδομένα, σε ένα επίπεδο συνθετότητας που εμείς δεν μπορούμε. Είναι, όμως, εντελώς αδιαφανείς. Ακόμα κι εμείς, οι ειδικοί, δεν καταλαβαίνουμε ακριβώς πως δουλεύουν. Το μόνο που ξέρουμε είναι ότι δουλεύουν. Συνεπώς δεν γίνεται να χρησιμοποιούμε μόνο τους αλγόριθμους που είναι εξηγήσιμοι. Ούτε μπορούμε να έχουμε ταυτόχρονα την μεγαλύτερη ακρίβεια και επεξηγήσεις…

Χμμμ… Σα να διατρέχει και το cyborg μια γαλλο-γερμανική “ΑΙ δυσπεψία”…

bytes & genes | cyborg #12 – 06/2018