For English version click here
Für deutsche Version klicken Sie hier
Είμαι εκ φύσεως οψιμαθής και πιστεύω ότι τα πάντα συνδέονται. Παρευρίσκομαι σε πλήθος συνεδρίων και εκδηλώσεων (κάντε κλικ εδώ) στη Βαρκελώνη, στις Βρυξέλες, στις Κάννες, στη Γενεύη, στη Λιλ, στο Λονδίνο, στο Μόναχο, στο Παρίσι και στην Περούτζια. Μου προσφέρουν μια προοπτική, μια ολιστική εκπαίδευση. Είναι κάτι που θεωρώ τη δική μου προσωπική «Θεωρία των Πάντων».
Αυτή η σειρά θα απηχεί τα πολλά πράγματα που με ενδιαφέρουν και γράφω γι’ αυτά – βιαστικές ματιές από τη μεγάλη εικόνα που μελετώ. Στην πορεία θα προσθέσω μια σειρά από βίντεο.
12 Αυγούστου 2016 (Μήλος, Ελλάδα) – Όπως όλοι, φαντάζομαι, νιώθω μια έλξη για τα μηδενικά σημεία, για τους άξονες και για τα σημεία αναφοράς από τα οποία μπορούν να προσδιοριστούν οι θέσεις και οι αποστάσεις κάθε αντικειμένου γύρω μας:
- ο Ισημερινός,
- ο Μεσημβρινός του Γκρίνουιτς,
- η στάθμη της θάλασσας.
Υπήρχε κάποτε ένας κύκλος στη μεγάλη πλατεία που βρίσκεται μπροστά από τον Καθεδρικό Ναό της Παναγίας των Παρισίων (εξαφανίστηκε όταν κατασκεύαζαν ένα πάρκινγκ και κανείς δεν σκέφτηκε ότι θα άξιζε να τον επαναφέρουν) από τον οποίο υπολογίζονταν όλες οι οδικές χιλιομετρικές αποστάσεις στη Γαλλία. Ήταν επίσης δυνατός ο υπολογισμός της απόστασης και άλλων σημείων σε όλη την υφήλιο.
Σε όλους μας αρέσει να μετράμε την απόσταση και τη θέση μας στην ιστορία του ανθρώπου. Ο Κρίστιαν Τόμσεν, ένας συλλέκτης νομισμάτων με εξαιρετικά φτωχή επαφή με την αρχαιολογία, έκανε την αρχή στις αρχές του 19ου αιώνα όταν μοίρασε ένα μεγάλο κομμάτι της ανθρώπινης ιστορίας σε τρεις εποχές: του λίθου, του χαλκού και του σιδήρου. Και, όπως συμβαίνει πάντα, δεν άργησαν να εμφανιστούν οι αντιπαραθέσεις. Εν πρώτοις, η αρχαιολογική καταγραφή δεν χωρίζεται με τέτοια σαφήνεια και με βάση τα υλικά που χρησιμοποιούνταν, όπως είχε φανταστεί ο Τόμσεν. Επίσης, υπήρχαν εκείνοι που πίστευαν πως οι ταξινομήσεις αναφέρονται περισσότερο στην Ευρώπη παρά στον υπόλοιπο κόσμο, όπου είναι δύσκολο να εφαρμοστεί ένας τέτοιος διαχωρισμός.
Ο διαχωρισμός ωστόσο εξακολουθεί να επικρατεί, τόσο στο ακαδημαϊκό περιβάλλον όσο και στη φαντασία του κοινού, εν μέρει διότι φέρουν μια σημαντική πληροφορία: τα υλικά μπορούν να μετασχηματιστούν. Για παράδειγμα, φθηνά σιδερένια εργαλεία κοπής πρόσφεραν στους ανθρώπους τη δυνατότητα να εκχερσώνουν δάση και να εγκαθίστανται σε εύφορη γη, αυξάνοντας με απίστευτο ρυθμό τον πληθυσμό αλλά και την παραγωγή σιδήρου. Όσο ωριμάζουν, οι πληθυσμοί δημιουργούν υλικά. Και τα υλικά δημιουργούν πολιτισμούς.
Αν το σκεφτούμε αυτό σήμερα, υπό το πρίσμα της ιστορίας της τεχνολογίας, μπορούμε να θεωρήσουμε τις εποχές σαν «το πριν και το μετά» από κάτι. Ο κόσμος μου αποτελείται από τρία οικοσυστήματα ή δίκτυα, κάπως διακριτά, τα οποία όμως ταυτόχρονα συγκλίνουν. Ή, όπως λέει η Νέρι Όξμαν, «εμπλέκονται»:
- Στον κόσμο των φορητών συσκευών και των τηλεπικοινωνιών, κατατάσσω τα πράγματα «Πριν το iPhone/Μετά το iPhone»
- Στον κόσμο της τεχνολογίας, της ηλεκτρονικής ανακάλυψης και της αντιδικίας, κατατάσσω τα πράγματα «Πριν τον Πεκ/Μετά τον Πεκ»
- Στον κόσμο της νευροεπιστήμης, κατατάσσω τα πράγματα «Πριν τη Λειτουργική Απεικόνιση Μαγνητικού Συντονισμού (fMRI)/Μετά την fMRI».
Ας θέσουμε επομένως τις βάσεις…
Με την επέλαση της τεχνητής νοημοσύνης (AI), φαίνεται ότι έχουμε εισέλθει σε μια κατάσταση στην οποία θεωρούμε ότι η νοημοσύνη είναι κατά κάποιον τρόπο το τελεολογικό άκρο της εξέλιξης – απίστευτα ανθρωποκεντρική και κατά πάσα πιθανότητα εσφαλμένη από κάθε πλευρά κι αν την εξετάσουμε. Η νοημοσύνη είναι μια εξελικτική απάντηση σ’ ένα συγκεκριμένο πλαίσιο και ένα σύνολο προκλήσεων επιβίωσης, και δεν μπορώ να σκεφτώ κανέναν αντικειμενικό λόγο που να με κάνει να τη θεωρώ πιο σημαντική από την πτήση, την ταχύτητα, τη γονιμότητα ή την ανθεκτικότητα στην ακτινοβολία.
Σίγουρα, όμως, προσαρμόζεται αρμονικά στο καυτό ερώτημα των ημερών μας … αν βρισκόμαστε εν μέσω μιας «νέας εποχής», της αποκαλούμενης Ανθρωπόκαινου, δηλαδή την εποχή κατά την οποία το αποτύπωμα του ανθρώπου στο παγκόσμιο περιβάλλον και στην ανθρώπινη ζωή είναι τόσο μεγάλο και δραστικό που ανταγωνίζεται όλες τις μεγάλες δυνάμεις της Φύσης ως προς τον αντίκτυπό του στη λειτουργία του συστήματος της Γης και της ανάπτυξης του ανθρώπου.
Η συναρπαστική εξέλιξη των επιστημονικών ανακαλύψεων και της τεχνολογίας χαρακτηρίζεται από το άγνωστο. Δεν έχει περάσει πολύς καιρός από τότε που η Δημιουργία ήταν 8.000 ετών και ο Παράδεισος υπερίπτατο λίγες χιλιάδες χιλιόμετρα πάνω από το κεφάλι μας. Τώρα, η Γη είναι 4,5 δισεκατομμυρίων ετών και το αισθητό Σύμπαν εκτείνεται σε απόσταση 92 δισεκατομμυρίων ετών φωτός.
Και καθώς εφορμούμε με το φρενήρη ρυθμό της προόδου της τεχνητής νοημοσύνης, υποφέρουμε από ψευδαισθήσεις κατανόησης, μια λανθάνουσα αίσθηση αντίληψης, χωρίς να καταφέρνουμε να δούμε το κυρίαρχο χάσμα ανάμεσα σε όσα γνωρίζει ο εγκέφαλός μας και σε όσα ο νους μας είναι ικανός να προσπελάσει.
Προφανώς κι αυτό αποτελεί πρόβλημα. Η επιστήμη προκάλεσε την εξάπλωση της τεχνολογίας, η οποία διείσδυσε σε όλες τις πτυχές της σύγχρονης ζωής. Ο κόσμος έγινε τόσο δυναμικός και πολύπλοκος που οι τεχνολογικές δυνατότητες συντρίβουν κάθε ικανότητα του ανθρώπου να αλληλεπιδράσει και να αξιοποιήσει αυτές τις τεχνολογίες.
Και εμείς, οι άνθρωποι, αντιλαμβανόμαστε πόσο πολύπλοκα είναι όλα αυτά. Με αργούς ρυθμούς. Σύμφωνα με τη Μέλανι Μίτσελ και τις διαπιστώσεις της στο απολύτως απαραίτητο βιβλίο της Complexity: A Guided Tour, ζούμε μέσα σε πολύπλοκα συστήματα (μετεωρολογικά μοντέλα, αγορές, ανάλυση κειμένου, ανάλυση πληθυσμών, απεικόνιση εγκεφάλου και ό,τι άλλο μπορείτε να σκεφτείτε) τα οποία αποδεικνύονται εξαιρετικά ευαίσθητα σε μικρές μεταβολές των αρχικών συνθηκών, σε μια κατάσταση που αποκαλούμε, ελλείψει καλύτερου όρου, χάος.
Αν όμως όσα γνωρίζετε για την επιστήμη του χάους περιορίζονται στις δημοσιεύσεις του Δρ. Ίαν Μάλκολμ, θα εκπλαγείτε με την πραγματικότητα, η οποία είναι σίγουρα πιο γοητευτική, αλλά και πολύ πιο μαθηματική απ’ ότι ήταν στο Τζουράσικ Παρκ:
Δεν είμαι πολέμιος της τεχνολογίας. Είμαι ωστόσο προσεκτικός. Προτιμώ να φοράω πάντα το καπέλο του «ανιχνευτή». Ανήκω στην Εκκλησία του Τεχτικισμού, του λαμπρού νέου συνδυαστικού επινοήματος του Al Sacco που είναι «ένας περίεργος και δυσπρόφερτος όρος που προέρχεται από το συνδυασμό των λέξεων «σκεπτικισμός» και «τεχνισμός» και αναφέρεται σε μια γενική αίσθηση δυσπιστίας προς τη δεσπόζουσα τάση στον κόσμο της τεχνολογίας και τον παντοδύναμο μηχανισμό του που βασίζεται σε ισχυρές δημόσιες σχέσεις».
Το βλέπω επίσης στις τρεις προσωπικές «εποχές» μου –των κινητών, της ηλεκτρονικής ανακάλυψης, της νευροεπιστήμης– οι οποίες δεν κινούνται και δεν πρόκειται να κινηθούν στο μέλλον με γραμμικό τρόπο προς τα εμπρός:
- Κατά την εποχή των κινητών, το Amazon Echo και το Google Home κατάφεραν ισχυρό χτύπημα στην Apple. Τι συμβαίνει όταν δεν υπάρχει καμία «συσκευή»; Τι απογίνεται το πλεονέκτημα και η δυνατότητα χρέωσης υψηλότερης τιμής όταν δεν υπάρχει υλικό προϊόν και όταν η εμφάνιση, τα υλικά και η γενικότερη απτική αίσθηση ξαφνικά εξαφανιστεί; Η μεταπήδηση σε συστήματα με τα οποία δεν έχουμε οπτική επαφή και από τα οποία παίρνουμε πληροφορίες χωρίς όμως να χρησιμοποιούμε κάποιο αντικείμενο με οθόνη δεν αλλάζει απλώς τα δεδομένα, αλλά τα διαλύει και μεταμορφώνει εντελώς το πεδίο. Ομολογώ ότι η εμμονή μας με τις φωτογραφίες και τις κάμερες εμποδίζει αυτήν τη μεταπήδηση – το Instagram και το Snapchat αποδεικνύουν ότι είμαστε οπτικοί τύποι, ιδιαίτερα όσον αφορά στην κοινωνική αλληλεπίδραση, και αυτό σημαίνει ότι οι οθόνες και οι συσκευές –με άλλα λόγια πράγματα που κρατάμε και μεταφέρουμε– παραμένουν σημαντικές. Σ’ αυτήν τη σειρά, θα αφιερώσω ένα ολόκληρο κεφάλαιο σ’ αυτά τα ζητήματα.
- Πριν από λίγο καιρό, μια νέα φιλοσοφία ανέκυψε στον κλάδο της ηλεκτρονικής ανακάλυψης, σύμφωνα με την οποία η «ηλεκτρονική ανακάλυψη» πρέπει να θεωρείται επιστήμη, η οποία οδηγεί στην εμφάνιση νέας νοήμονος τεχνολογίας, της προληπτικής κωδικοποίησης. Η πρόοδός της οφείλεται, κατά την άποψή μου, αποκλειστικά στον Δικαστή Άντριου Πεκ και τη συγκρατημένη αυτοκυριαρχία του (εξ ου και το «Πριν τον Πεκ/Μετά τον Πεκ»). Τι συμβαίνει όμως όταν δεν πετυχαίνει; Κατά το περασμένο έτος γίναμε μάρτυρες μας αξιοσημείωτης αποτυχίας στην προληπτική κωδικοποίηση: 85% ψευδώς θετικά τεστ, χιλιάδες έγγραφα που δεν μπορούσαν να κωδικοποιηθούν από την προληπτική κωδικοποίηση, λογισμικό αιχμής που διάβαζε τις φωτογραφίες ως υπολογιστικά φύλλα του Excel και προσπαθούσε να τα μετατρέψει σε εικόνες, μια τάση προς τεχνικές ωμής βίας, κ.λπ. Για να είμαστε δίκαιοι, η αιτία ήταν η πολυπλοκότητα των δεδομένων και η ανεπαρκής υλοποίηση της τεχνολογίας από τους αρχάριους που είχαν εμπλακεί στη διαδικασία. Όπως παρατήρησε σχετικά ένας ειδικός της προληπτικής κωδικοποίησης, «ακόμα και η ατμομηχανή διαλύθηκε αρκετές φορές πριν τα καταφέρουν». Δίκαιο. Η τεχνολογία και η διαδικασία θα βελτιωθούν. Η προληπτική κωδικοποίηση θα εξελιχθεί χάρη στη σύγκρουση δύο απλών και σημαντικών τάσεων: (1) η οικονομία της παραδοσιακής, γραμμικής επισκόπησης δεν είναι δυνατόν να διατηρηθεί όσο (2) οι πρώτες αποδόσεις απ’ όσους εφαρμόζουν την προληπτική κωδικοποίηση είναι εντυπωσιακές. Αλλά σε έναν κόσμο που προσδοκά πλέον άμεση ικανοποίηση, δεν πρέπει να μας εκπλήσσει το γεγονός ότι ένας από τους εμπλεκόμενους νομικούς συνεργάτες αναφώνησε «όταν αυτό το πράγμα μπορεί να δουλέψει με το πάτημα ενός κουμπιού και ακόμα κι εγώ μπορώ να το κάνω, τότε φωνάξτε με». Θα επεκταθώ σε παρόμοια ζητήματα σε επόμενο κεφάλαιο.
- Η σύγχρονη νευροεπιστήμη θα ήταν αδύνατη χωρίς τη λειτουργική απεικόνιση μαγνητικού συντονισμού ή, αλλιώς, fMRI. Εν συντομία, η fMRI είναι μια εξειδικευμένη μορφή της MRI, μιας απεικονιστικής τεχνικής που μας δίνει τη δυνατότητα να βλέπουμε μέσα στο σώμα χωρίς να το ανοίξουμε. Η τεχνική είναι μόλις 25 ετών, αλλά κάθε χρόνο δημοσιεύονται χιλιάδες μελέτες που την εφαρμόζουν. Σίγουρα θα το έχετε δει στις ειδήσεις. Τον περασμένο μήνα, ένας νέος χάρτης του εγκεφάλου που βασίστηκε σε τομογραφίες fMRI έγινε δεκτός ως «επιστημονική επανάσταση». Πλέον όμως δημοσιεύονται ευρήματα πολλών ερευνών που αναδεικνύουν σοβαρά προβλήματα στον τρόπο με τον οποίο χρησιμοποιείται η fMRI και κυρίως στον τρόπο με τον οποίο η fMRI βρίσκει και ερμηνεύει την «τυπική» δραστηριότητα. Το πρόβλημα εντοπίζεται στο γεγονός ότι η «τυπική» δραστηριότητα μπορεί να διαφέρει από ένα αντικείμενο σε άλλο ή ακόμα και από ένα άτομο σε άλλο. Κατά συνέπεια, αυτά τα πακέτα λογισμικού τεχνητής νοημοσύνης και οι στατιστικοί έλεγχοι πρέπει να προβαίνουν σε πολλές υποθέσεις και ορισμένες φορές να μην εφαρμόζουν τη δέουσα διαδικασία προκειμένου να διαχωρίσουν την πραγματική δραστηριότητα από τον υποκείμενο θόρυβο. Ως εκ τούτου, οι επιστήμονες θεωρούν ότι θα υπάρχουν ψευδώς θετικά αποτελέσματα σε ποσοστό 5%, αλλά οι τελευταίες μελέτες διαπιστώνουν ότι αυτό το ποσοστό είναι πολύ υψηλότερο. Αυτό το ζήτημα θα είναι ιδιαίτερα δύσκολο, αλλά θα προσπαθήσω να αξιοποιήσω τις σπουδές μου στη νευροεπιστήμη στο Πανεπιστήμιο του Κέιμπριτζ προκειμένου να σας ξεναγήσω στα δύσκολα μονοπάτια του.
Η «άνοιξη» της τεχνητής νοημοσύνης …. Πάμε πάλι απ’ την αρχή
Η τεχνητή νοημοσύνη ξεκίνησε ως ένα πεδίο σοβαρής έρευνας στα μέσα της δεκαετίας του 1950. Εκείνη την εποχή οι ερευνητές επιθυμούσαν να εξομοιώσουν την ανθρώπινη νοημοσύνη στο πλαίσιο μιας ακαδημαϊκής καριέρας. Οι ελπίδες ωστόσο εξανεμίστηκαν όταν έγινε σαφές ότι οι αλγόριθμοι και η υπολογιστική ισχύς της εποχής δεν μπορούσαν να ανταπεξέλθουν στις απαιτήσεις αυτού του έργου. Ορισμένοι σκεπτικιστές μάλιστα σνόμπαραν την όλη προσπάθεια, χαρακτηρίζοντάς την ως μια καθαρή υπεροψία.
Μετά από δεκαετίες απογοήτευσης, η τεχνητή νοημοσύνη τελικά καταφέρνει να εκπληρώσει τις αρχικές υποσχέσεις της, χάρη σε μια ισχυρή τεχνική που ονομάζεται βαθιά μάθηση – θα την αναφέρουμε συχνά σ’ αυτήν τη σειρά.
Κατά τη διάρκεια των σπουδών μου για την τεχνητή νοημοσύνη στο ETH της Ζυρίχης υπέπεσε στην αντίληψή μου ότι η δεκαετία του 1980 και η σημερινή εποχή θεωρούνται οι δύο «ανοίξεις της τεχνητής νοημοσύνης», επειδή τα μοντέλα έμπειρων συστημάτων τότε και οι αλγόριθμοι βαθιάς μάθησης τώρα προκάλεσαν μια αναστάτωση στον χώρο της τεχνητής νοημοσύνης, στη χρηματοδότηση, στις νεοφυείς επιχειρήσεις, στους πόλεμους ταλέντων, σε μια έντονη ανάδειξη στα μέσα και σε πολλά ακόμα. Προτιμώ να θεωρώ αυτές τις περιόδους «καλοκαίρια» της τεχνητής νοημοσύνης. Οι «ανοίξεις» είναι οι περίοδοι που προηγούνται των δύο «καλοκαιριών», δηλαδή η δεκαετία του 1990 και τα πρώτα χρόνια του 21ου αιώνα γι’ αυτήν την πιο πρόσφατη τρέλα. Κατά τη διάρκεια των ανοίξεων, όπως έμαθα, «όλα τα λουλούδια ανθίζουν».
Ο ακαδημαϊκός κόσμος βίωσε μια σχετικά ήρεμη αλλά εξαιρετικά παραγωγική εποχή γεμάτη πολλές διαφορετικές ιδέες και μοντέλα. Ήρθα σε επαφή με τις πιο θεμελιώδεις θεωρίες και τα πιο σημαντικά πρωτότυπα στον τομέα της απεικόνισης, της αναγνώρισης αντικειμένων, της κατανόησης σκηνών, της αναδόμησης σε 3D, της βελτιστοποίησης, των μοντέλων γραφικών, του SVM, των νευρωνικών δικτύων, των αλγόριθμων εξαγωγής συμπερασμάτων, των συνόλων δεδομένων ανοιχτού κώδικα, των διαγωνισμών δοκιμών αναφοράς και πολλών ακόμα. Όλες αυτές οι εξελίξεις τροφοδοτούν τη σύγχρονη βαθιά μάθηση, τις τεχνολογίες AR και VR, τα οχήματα χωρίς οδηγό κ.λπ. Η κατανόηση αυτών των εξελίξεων με βοήθησε να καταλάβω πώς φτάσαμε στο σήμερα.
Ας ολοκληρώσουμε αυτήν την μακροσκελή πρώτη γνωριμία με μια φιλοσοφική σημείωση
«Του αρέσει να φιλοσοφεί»
Όσον αφορά στην τεχνητή νοημοσύνη, τα εφιαλτικά σενάρια είναι της μόδας. Μαθαίνουμε για την επικείμενη προέλαση του εξολοθρευτή, του «Terminator», ενός πλάσματος από τους αρχέγονους εφιάλτες μας: ψηλός, δυνατός, επιθετικός και σχεδόν άφθαρτος. Είμαστε φτιαγμένοι έτσι ώστε να φοβόμαστε τέτοια πλάσματα – μοιάζει με τα λιοντάρια, τις τίγρεις και τις αρκούδες που έτρεμαν οι πρόγονοί μας όταν περιπλανιόντουσαν μόνοι στη σαβάνα και στην τούντρα. Μας λένε ότι θα γίνουν οι ανεξέλεγκτοι δυνάστες μας, ότι θα φέρουν την καταστροφή.
Αρκεί να ανοίξει κανείς μια εφημερίδα ή να διαβάσει τους τίτλους των ειδήσεων στο Web για να καταλάβει πόσο υποφέρουν οι άνθρωποι από ισχυρούς, ανεξέλεγκτους ανθρώπους, επομένως νομίζω ότι έχουμε αντιληφθεί τι συμβαίνει πραγματικά και δεν θα μας τρομάξει περισσότερο μια τέτοια εξέλιξη.
Το πρόβλημά μας όταν «σκεφτόμαστε για μηχανές που σκέφτονται» είναι ότι τα συναισθήματά μας και η πνευματική αντίληψή μας συνδέονται άρρηκτα με τον τρόπο που σκεφτόμαστε. Όχι μόνο έχουμε επίγνωση της επίγνωσής μας, αλλά επίσης η ικανότητά μας να σκεφτόμαστε μας δίνει τη δυνατότητα να θυμόμαστε το παρελθόν και να φανταζόμαστε το μέλλον. Οι μηχανές δεν είναι οργανισμοί και, ανεξάρτητα από το πόσο περίπλοκοι και προηγμένοι μπορούν να γίνουν, δεν είναι δυνατό να εξελιχθούν με βάση τη φυσική επιλογή, όπως εμείς.
Αυτό δεν είναι άλλωστε το ζήτημα; Όπως και να σχεδιάζονται και να προγραμματίζονται οι μηχανές, αν ένιωθαν, θα έχαναν το βασικό προτέρημά τους, αυτό που τις κάνει πολύτιμες. Η συμπεριφορά τους δεν καθορίζεται από τους παραλογισμούς που παραλύουν τον νου των ανθρώπων.
Η κρίση μας όμως για το αν μ’ αυτόν τον τρόπο γεννιέται ένα ιδεατό ή ένα τρομακτικό μέλλον θα βασίζεται στη σκέψη, η οποία όπως πάντα θα είναι μεροληπτική, επειδή εξακολουθεί να είναι προϊόν αναλυτικού συλλογισμού, εμπλουτισμένου με συναισθήματα και πάθη.
Κι όσον αφορά το τέλος του ανθρώπινου είδους … είναι καλύτερο να βλέπουμε τα πράγματα μέσα από μια προοπτική. Όλοι συμφωνούμε ότι η ανθρώπινη ζωή είναι ένα αγωνιώδες παράξενο πράγμα. Ζούμε εδώ, στην επιφάνεια μιας πέτρινης μπάλας που περιτριγυρίζει μια πυρηνική σφαίρα φωτιάς που αποκαλούμε Ήλιο, μέσα στο σκοτάδι ενός κενού που επινόησαν οι νόμοι της φύσης ώστε να δημιουργήσουν έναν γυμνό πίθηκο που μπορεί να σηκώσει το κεφάλι του για να δει τα άστρα και να αναρωτηθεί «Από πού στο διάολο ήρθα;»! Σωματίδια σκόνης σε μια ατέλειωτη αρένα, παρόντες για μια στιγμή στην αιωνιότητα. Μάζες ατόμων σε ένα σύμπαν με περισσότερους γαλαξίες από ανθρώπους.
Πρέπει ωστόσο να λάβουμε υπόψη μας τα χημικά και μεταβολικά όρια που υπάρχουν στο μέγεθος και στην επεξεργαστική ισχύ των οργανικών εγκεφάλων μας. Ενδεχομένως μάλιστα να τα πλησιάζουμε. Αυτά τα όρια όμως δεν περιορίζουν τους υπολογιστές που φτιάχνονται από πυρίτιο (πόσο μάλλον τους κβαντικούς υπολογιστές): γι’ αυτούς, η προοπτική για περαιτέρω ανάπτυξη θα μπορούσε να είναι τόσο εντυπωσιακή όσο και η εξέλιξη που μας μετέτρεψε από μονοκύτταρους οργανισμούς σε ανθρώπους.
Επομένως, και σύμφωνα με οποιονδήποτε ορισμό της «σκέψης», η ποσότητα και η ένταση που μπορούν να πετύχουν οι οργανικοί εγκέφαλοι που μοιάζουν με των ανθρώπων τελικά θα βαλτώσουν από τους συλλογισμούς που διέπουν την τεχνητή νοημοσύνη. Επιπλέον, η βιόσφαιρα της Γης όπου εξελίσσεται συμβιωτικά η οργανική ζωή δεν θέτει εμπόδια στην προηγμένη τεχνητή νοημοσύνη. Άλλωστε, ο διαπλανητικός και ο διαστρικός χώρος θα είναι το πεδίο που θα προσφέρει στους κατασκευαστές ρομπότ μια μοναδική ευκαιρία κατασκευής και όπου οι μη βιολογικοί «εγκέφαλοι» θα μπορούν να αναπτύξουν γνώσεις πέρα από κάθε φαντασίωσή μας.
Όπως το θέτει ο Martin Rees (πρώην πρόεδρος της The Royal Society, Ομότιμος Καθηγητής Κοσμολογίας και Αστροφυσικής του Πανεπιστημίου του Κέιμπριτζ):
«Η αφηρημένη σκέψη από βιολογικούς εγκεφάλους αναδεικνύει τον πολιτισμό και την επιστήμη. Αλλά αυτή η δραστηριότητα –η οποία διεξάγεται εδώ και χιλιετίες– θα είναι ένας σύντομος προάγγελος για τους πιο ισχυρούς διανοούμενους της ανόργανης μετά-ανθρώπινης εποχής. Επιπλέον, η εξέλιξη σε άλλους κόσμους με αστέρια παλαιότερα από τον Ήλιο θα μπορούσε να έχουν προβάδισμα. Εάν πράγματι συμβαίνει κάτι τέτοιο, τότε οι εξωγήινοι μάλλον έχουν μεταπηδήσει σε ένα στάδιο πέρα από το οργανικό.
Επομένως, δεν θα είναι ο ανθρώπινος νους αλλά ο νους των μηχανών που θα κατανοεί απόλυτα τον κόσμο – και οι ενέργειες των αυτόνομων μηχανών θα είναι εκείνες που θα αλλάξουν ριζικά τον κόσμο και πιθανώς ό,τι βρίσκεται πέρα απ’ αυτόν.»
Μετά απ’ όλα τα παραπάνω, πιθανώς να αναρωτηθείτε τι θα παρουσιάσουμε σ’ αυτήν τη σειρά. Διαβάστε παρακάτω μια σύντομη σύνοψη όσων θα ακολουθήσουν:
Ατομική μηχανική μάθηση
«Η τεχνολογία μας καταστρέφει.»
Η εικασία ότι η κοινή μηχανική μάθηση είναι η μοναδική πρόταση που αξίζει ως προς την εξέλιξη της τεχνητής νοημοσύνης είναι εσφαλμένη. Πιστεύω ότι τα Amazon Echo και Google Home είναι πρωτοπόρα. Όλα έχουν να κάνουν με την «εκπαίδευση». Όποιος ασχολείται με τη μηχανική μάθηση πρέπει να εκπαιδεύσει το δίκτυο των μηχανών. Υπάρχουν σύνολα δεδομένων τεράστιου μεγέθους τα οποία διαμορφώνουν τη βάση των μεγάλων κοινών προγραμμάτων βαθιάς μάθησης και του τρόπου με τον οποίο γίνεται η εκπαίδευση ενός δικτύου.
Η ατομική μηχανική μάθηση είναι κάτι που συμβαίνει τώρα, με τον ίδιο τρόπο που τα μεγάλα σύνολα δεδομένων εκπαιδεύουν ένα δίκτυο με βάση κοινές τάσεις και δεδομένα. Διαγράφεται μια μάχη για τους «προσωπικούς οικιακούς βοηθούς», τους οποίους οι καταναλωτές θα προσλαμβάνουν για να τους βοηθούν σε προσωπικό επίπεδο και θα ζητούν απ’ αυτούς να είναι νοήμονες και να μπορούν να προβλέπουν και να πράττουν, έτσι ώστε να καλύπτουν τις ανάγκες των «εργοδοτών» τους.
Πώς λειτουργούν οι αλγόριθμοι φιλτραρίσματος
και πώς αλλάζουν την αντίληψη που έχουμε για τον κόσμο
ΣΤΟΧΕΥΜΕΝΗ ΔΙΑΦΗΜΙΣΗ.
Οι δημόσιες συνομιλίες εξυπηρετούνται όλο και συχνότερα από ιδιωτικά συστήματα λογισμικού που ανήκουν σε λίγες μεγάλες επιχειρήσεις. Οι Google, Facebook, Twitter και YouTube διεκδικούν δισεκατομμύρια ενεργούς χρήστες για τις πλατφόρμες τους για κοινωνική δικτύωση, οι οποίες εκτελούν αυτόματα αλγόριθμους φιλτραρίσματος που καθορίζουν τις πληροφορίες που θα εμφανίζονται στη ροή πληροφοριών κάθε χρήστη ξεχωριστά. Αυτή η ροή πληροφοριών συνήθως οργανώνεται ως μια διατεταγμένη λίστα στοιχείων. Οι αλγόριθμοι φιλτραρίσματος επιλέγουν ποια στοιχεία θα συμπεριλαμβάνουν και πώς θα τα ταξινομούν. Κανείς δεν θα μπορούσε να πιστέψει ότι αυτοί οι αλγόριθμοι είναι ουδέτεροι ή αντικειμενικοί, καθώς στην πραγματικότητα είναι αποτελεσματικοί μεσάζοντες που δίνουν προτεραιότητα εκεί που θέλουν. Ένας αλγόριθμος που ελέγχει ποιες πληροφορίες θα εμφανίζονται στην αρχή της ροής και ποιες θα χάνονται στο τέλος της είναι ουσιαστικά ο υπεύθυνος για τη διαχείριση της ροής των δεδομένων σύμφωνα με τις τιμές που αναγράφονται στον κώδικά του.
Στην πλειονότητα των περιπτώσεων, οι πλατφόρμες δεν ενημερώνουν τους χρήστες για τη λογική που εφαρμόζουν στο φιλτράρισμά τους – και είναι ακόμα λιγότερες εκείνες που παρέχουν τη δυνατότητα ελέγχου και προσαρμογής αυτών των φίλτρων. Θα περιγράψουμε πώς λειτουργούν οι αλγόριθμοι φιλτραρίσματος στις κορυφαίες πλατφόρμες κοινωνικής δικτύωσης πριν επιχειρήσουμε να εξηγήσουμε γιατί αυτές οι πλατφόρμες έχουν υιοθετήσει συγκεκριμένες λογικές φιλτραρίσματος και πώς αυτές οι λογικές κατασκευάζουν μια πολιτική οικονομία ελέγχου των πληροφοριών η οποία βασίζεται κυρίως στη διαφήμιση και στην πώληση καταναλωτικών προϊόντων.
Η οξυμένη οπτική κουλτούρα μας
και η εξάπλωση των αλγοριθμικών τεχνικών
«Η εθνική μετεωρολογική υπηρεσία προειδοποιεί αυτές τις περιοχές για επερχόμενο καίριο πλήγμα από αμέτρητες φωτογραφίες με χιόνια στο Instagram»
Το 2015, το ανθρώπινο είδος ανέβασε 2 ή 3 τρισεκατομμύρια φωτογραφίες στο Internet (πηγές: Google, Facebook, Magnum Photos). Τα πρόσωπά μας, οι δρόμοι μας, οι φίλοι μας – όλα στο δίκτυο. Τώρα οι ερευνητές χτυπούν αυτήν τη φλέβα πληροφοριών και μελετούν τις φωτογραφίες προκειμένου να μας προσφέρουν μια φρέσκια ιδέα για τις ζωές και τις πόλεις μας. Για παράδειγμα, υπάρχει ένα πρόγραμμα που ονομάζεται AirTick το οποίο χρησιμοποιεί αυτές τις φωτογραφίες στο πλαίσιο μιας προσπάθειας καταπολέμησης της μόλυνσης της ατμόσφαιρας. Η εφαρμογή AirTick κάνει εκτιμήσεις για την ποιότητα της ατμόσφαιρας αναλύοντας φωτογραφίες από δρόμους. Εξετάζει φωτογραφίες από μεγάλους ιστότοπους κοινωνικής δικτύωσης και ελέγχει την ημερομηνία και τον τόπο λήψης τους, καθώς και τον προσανατολισμό της κάμερας. Στη συνέχεια συνδυάζει τις φωτογραφίες με επίσημα στοιχεία για την ποιότητα του αέρα που αναπνέουμε. Ένας αλγόριθμος μηχανικής μάθησης χρησιμοποιεί τα δεδομένα ώστε να υπολογίσει τα επίπεδα των ρύπων, βασισμένος αποκλειστικά στο πώς εμφανίζεται ο ουρανός στις φωτογραφίες.
Ανάλογη τεχνολογία απεικόνισης χρησιμοποιεί το σύστημα Portable Image Recognition and Analysis Transducer Equipment (ένα φορητό εργαλείο αναγνώρισης και ανάλυσης εικόνων), ή αλλιώς PIRATE, της Honeywell, το οποίο έχει σχεδιαστεί ώστε να μεταφέρεται σε ενδεχομένως επικίνδυνες περιοχές και να παράγει αναφορές για τις συνθήκες που επικρατούν. Μπορεί να οδηγηθεί εξ αποστάσεως και να αποστέλλει δεδομένα σε μια κεντρική τοποθεσία για περαιτέρω ανάλυση – και σ’ αυτήν την περίπτωση, εφαρμόζεται ένας αλγόριθμος μηχανικής μάθησης που χρησιμοποιεί δεδομένα για να επεξεργαστεί τους κινδύνους.
Υπάρχει επίσης το προηγμένο περιβάλλον Cloud Vision της Google για ανάλυση κειμένου, το οποίο διαθέτει δυνατότητες οπτικής αναγνώρισης χαρακτήρων (OCR) που μπορούν να διακρίνουν κείμενο μέσα σε μια εικόνα (υποστηρίζει πλήθος γλωσσών) και σας επιτρέπουν να το εξάγετε για ευκολότερη πρόσβαση και ανάλυση.
Κάτι ακόμα καλύτερο είναι η χαρτογράφηση σε τρεις διαστάσεις σε κινητά τηλέφωνα. Πριν από ένα χρόνο είχα την τύχη να μελετήσω στα εργαστήρια έρευνας και ανάπτυξης της Qualcomm ένα πρωτότυπο λογισμικού τρισδιάστατης χαρτογράφησης για κινητά τηλέφωνα. Αυτό το λογισμικό μπορεί να σαρώσει μια περιοχή με την κάμερα του κινητού και να ενώσει αυτόματα τις εικόνες που καταγράφει δημιουργώντας μια τελική εικόνα τριών διαστάσεων. Στο μέλλον, οι μάρτυρες ενός σημαντικού γεγονότος (ενδεχομένως ενός εγκλήματος;) θα μπορούν να το καταγράψουν με τα κινητά τηλέφωνά τους ώστε οι ειδικοί να μπορούν να εισέλθουν στη σκηνή του εγκλήματος και να αντιληφθούν τι ακριβώς συνέβη, με τρόπο τέτοιο που δεν θα μπορούσε να γίνει με ένα βίντεο ή μια φωτογραφία.
Ο Νίκολας Μίρτζεφ στο βιβλίο του «How To See the World» διαπιστώνει ότι η οξυμένη οπτική κουλτούρα μας σε συνδυασμό με την εξάπλωση των αλγοριθμικών τεχνικών για ανάλυση εικόνων θα μας οδηγήσει στο «νόημα της μηχανικής μάθησης». Θα παραθέσω έναν μακρύ κατάλογο με πολλές τέτοιες δυνατότητες.
Δημοσιογραφία των δεδομένων
«Εργάζεσαι στο χώρο των έντυπων μέσων;»
Κάθε χρόνο παρακολουθούμε (εγώ ή κάποιο μέλος της ομάδας μου) το διεθνές φεστιβάλ δημοσιογραφίας στην Περούτζια της Ιταλίας. Στο πλαίσιο αυτών των εκδηλώσεων έμαθα πώς να τραβώ την προσοχή των ανθρώπων εν μέσω παράφωνων, πανταχού παρόντων, πληροφοριών. Πώς να καταλαβαίνω πότε το περιεχόμενο πρέπει να είναι μια περιεκτική σύνοψη ή μια «σύντομη αναφορά» και πώς να αφηγούμαι μια ιστορία με πραγματικά στοιχεία.
Τα τελευταία χρόνια με την τεχνολογία τεχνητής νοημοσύνης υπάρχει η δυνατότητα δημοσίευσης άρθρων για διάφορα θέματα: αυτοματοποιημένα άρθρα για οικονομικά θέματα, όπως οι τυπικές αναφορές για τα κέρδη των εταιρειών (το Associated Press δήλωσε ότι με την τεχνολογία αυτή καταφέρνει να δημοσιεύει 3.700 επιπλέον άρθρα κάθε τρίμηνο), αλλά και πιο προηγμένο λογισμικό όπως η «Emma». Σε έναν πρόσφατο διαγωνισμό μεταξύ δημοσιογράφων και μηχανών, ζητήθηκε από την «Emma» και τον (άνθρωπο) ανταγωνιστή της να γράψουν ένα άρθρο με τα επίσημα στοιχεία για την ανεργία στο Ηνωμένο Βασίλειο. Η «Emma» ήταν πραγματικά γρήγορη: παρέδωσε το κομμάτι της σε 12 λεπτά, ενώ ο δημοσιογράφος το έκανε σε 35. Το δικό της κομμάτι μάλιστα ήταν καλύτερο από το αναμενόμενο, συμπεριλαμβάνοντας επίσης σχετικά δεδομένα που αφορούσαν την πιθανότητα του Brexit – κάτι που δεν έκανε ο (άνθρωπος) δημοσιογράφος.
Συναρπαστική ιστορία. Θα περιγράψω επίσης πώς έπεισα κάποτε ένα «ρομπότ» να μου πει όλα όσα γνώριζε για την πίτσα.
Συστήματα επεξεργασίας γονιδίων
«Διασταυρώσαμε λέμμους με σολομούς»
Θα συμπεριλάβω ένα κομμάτι για «την εποχή του κόκκινου στυλό» – για το CRISPR και άλλα συστήματα επεξεργασίας γονιδίων, προϊόντα γενετικών αλγόριθμων που αναπτύχθηκαν με τη βοήθεια ισχυρών εργαλείων τεχνητής νοημοσύνης. Η δύναμη του CRISPR και άλλων παρόμοιων τεχνολογιών υπόσχεται να αλλάξει το μέλλον μας με απρόβλεπτους τρόπους. Θα γίνουμε κύριοι της εξέλιξής μας και θα μπορούμε να προσδιορίσουμε τις αλλαγές στη μορφή και στη λειτουργία μας που θα ενσωματώνουμε στους απογόνους μας.
Μαθηματικοποιημένη διακυβέρνηση
«Μπορούμε για μια στιγμή κύριε Δικαστά να παραβλέψουμε τα γεγονότα;»
Δεν θα μπορούσα να παραλείψω τον αντίκτυπο που έχει η τεχνητή νοημοσύνη στην επιβολή του νόμου και στις ρυθμίσεις. Δεν μιλάω για το ROSS της IBM και άλλες εφαρμογές που συναντούμε συχνά στα νομικά μέσα, αλλά για τα συστήματα τεχνητής νοημοσύνης για την επεξεργασία πληροφοριών τα οποία υπάρχουν ήδη σε υπολογιστές που χρησιμοποιούνται από υπηρεσίες οι οποίες ρυθμίζουν και ελέγχουν την κοινωνία: τη μαθηματικοποιημένη διακυβέρνηση. Αξιοποιούνται στον χώρο της δικαιοσύνης για αποφάσεις αποφυλάκισης, δικαστικής επιτήρησης ή απόδοσης ποινών. Αλλά και για αποφάσεις που αφορούν σε κατ’ οίκον περιορισμό και σε ιδιαίτερη μεταχείριση, με τους υπολογιστές να συμβάλλουν καταλυτικά στις αποφάσεις για εναλλακτικές τιμωρίες, όπως παραμονή σε φυλακές ελάχιστης ασφάλειας ή σε ιδρύματα επανένταξης, αλλά και για περιπτώσεις που θα μπορούσαν να επωφεληθούν από κάποιο συγκεκριμένο τύπο ψυχολογικής φροντίδας.
Ελλοχεύουν ωστόσο κίνδυνοι: τεχνοκράτες και διευθυντές κρύβουν αμφισβητήσιμης αξίας κρίσεις κάτω από το μανδύα της «επιστήμης» και ικανοποιούν τη φαινομενικά ακόρεστη ζήτηση της εποχής μας να εξετάζουμε τα πάντα μέσα από μαθηματικά μοντέλα. Η αξία ενός εργάτη, ενός φυλακισμένου, μιας υπηρεσίας, ενός άρθρου, ενός προϊόντος –οτιδήποτε–είναι η αναπόφευκτη απόφαση που παράγουν περίοπτα, μετρήσιμα δεδομένα.
Η τεχνολογία της τεχνητής νοημοσύνης
και η έκρηξη των δυνατοτήτων παρακολούθησης
«Α, ώστε επιτίθεσαι από το σπίτι σήμερα;»
Από τότε που καταγράφεται η ιστορία, πολιτικές μονάδες –είτε αναφέρονται ως κράτη είτε όχι– κατέφευγαν στον πόλεμο ως ύστατη λύση. Η τεχνολογία όμως που καθιστούσε δυνατό τον πόλεμο περιόριζε επίσης την εμβέλειά του. Τα πιο ισχυρά και καλά εξοπλισμένα κράτη μπορούσαν να στείλουν δυνάμεις σε περιορισμένες αποστάσεις, σε συγκεκριμένους όγκους και εναντίον πεπερασμένων στόχων. Οι φιλόδοξοι ηγέτες περιορίζονταν τόσο από τους κανόνες συμπεριφοράς όσο και από την κατάσταση της τεχνολογίας των επικοινωνιών. Οι ριζοσπαστικές δράσεις αναχαιτίζονταν από τον ίδιο ρυθμό με τον οποίο μπορούσαν να αναπτυχθούν.
Στο μεγαλύτερο μέρος της ιστορίας, η τεχνολογική αλλαγή εξελισσόταν επί δεκαετίες και αιώνες, με σταδιακή πρόοδο που βελτίωνε και συνδύαζε υφιστάμενες τεχνολογίες.
Το νέο στοιχείο στη σύγχρονη εποχή είναι ο ρυθμός της προόδου της υπολογιστικής ισχύος και της διείσδυσης της τεχνολογίας της πληροφορίας σε κάθε σφαίρα της ύπαρξης. Στο τελευταίο βιβλίο του, «Παγκόσμια τάξη», ο Χένρι Κίσινγκερ διαπιστώνει τα εξής:
«Η επανάσταση στην πληροφορική είναι η πρώτη που έφερε τόσα άτομα και διαδικασίες στο ίδιο μέσο επικοινωνίας και η πρώτη που μετέφρασε και κατέγραψε τις ενέργειές τους σε μία μόνο τεχνολογική γλώσσα. Ο κυβερνοχώρος –μια λέξη που γεννήθηκε μόλις τη δεκαετία του 1980, ως μια απαραίτητη υποθετική έννοια εκείνη την εποχή– εποικίζει τον φυσικό χώρο και, τουλάχιστον στα μεγάλα αστικά κέντρα, φαίνεται ότι συγχωνεύεται μ’ αυτόν. Η επικοινωνία σ’ αυτόν το χώρο, αλλά και μεταξύ των αέναα εξαπλούμενων κόμβων του, γίνεται σχεδόν ακαριαία. Η ισορροπία έχει εξαφανιστεί.»
Οι δυνάμεις της τεχνολογίας εγκαινιάζουν μια νέα εποχή διαφάνειας που θα ήταν αδιανόητη πριν από μερικές δεκαετίες. Οι κυβερνήσεις, οι δημοσιογράφοι και οι μη κυβερνητικές οργανώσεις (ΜΚΟ) είναι πλέον σε θέση να αξιοποιήσουν μια ορμητική ροή ελεύθερων πληροφοριών που προέρχονται από εμπορικούς οπτικούς δορυφόρους, μη επανδρωμένα αεροσκάφη, smartphone και υπολογιστές προκειμένου να αποκαλύψουν κρυφές δραστηριότητες σε επίμαχες περιοχές – από την Ουκρανία και τη Συρία ως τη Θάλασσα της Νότιας Κίνας. Κατά τα προσεχή χρόνια, η διπλωματία θα εξακολουθεί να προσπαθεί να ενθαρρύνει τα κράτη να λειτουργούν ανοιχτά και με διαφάνεια, αλλά η πραγματική πρόοδος θα έρθει από τη Σίλικον Βάλεϋ και όχι από τη Γενεύη.
Θα ασχοληθώ με τις ραγδαίες εξελίξεις στην τεχνολογία τεχνητής νοημοσύνης που τροφοδοτούν μια έκρηξη στις δυνατότητες παρακολούθησης: εμπορικοί οπτικοί δορυφόροι, μη επανδρωμένα αεροσκάφη, εργαλεία ανάλυσης κοινωνικών μέσων, τεχνολογίες βιομετρίας και αμυντικές τακτικές στον κυβερνοχώρο.
Αναγνώριση φωνής:
Το ιερό δισκοπότηρο της τεχνητής νοημοσύνης
«Αυτά νομίζεις ότι είναι ερωτικές συνευρέσεις, απρεπής συμπεριφορά και συνομιλίες με άσεμνες εκφράσεις;!»
Αυτό το κεφάλαιο θα είναι το πιο διασκεδαστικό, καθώς θα συνδυάσει τις σπουδές μου στην τεχνητή νοημοσύνη στο ETH της Ζυρίχης και τις σπουδές μου στη νευροεπιστήμη στο Κέιμπριτζ. Η γλώσσα για μένα είναι ένα ισχυρό κομμάτι της κοινωνικής τεχνολογίας. Μεταφέρει τις σκέψεις μας σαν κωδικοποιημένα σύννεφα καπνού ή δεκάδες σύμβολα που θα αποκωδικοποιηθούν από κάποιον άλλο. Μπορεί να μεταφέρει πληροφορίες για το παρελθόν, το παρόν και το μέλλον, να τυποποιήσει ιδέες, να πυροδοτήσει ενέργειες, να πείσει, να καλοπιάσει και να εξαπατήσει. Και η γλώσσα είναι εκ φύσεως συμβολική – ο ήχος αντιπροσωπεύει λέξεις που αντιπροσωπεύουν πραγματικά αντικείμενα και ενέργειες.
Η γλώσσα είναι μια αποκλειστικά ανθρώπινη πνευματική λειτουργία, αν και συναντούμε ορισμένες νευροβιολογικές προσαρμογές που σχετίζονται με την επικοινωνία σε άλλα πρωτεύοντα θηλαστικά, σε άλλες τάξεις θηλαστικών, ακόμα και σε άλλα είδη ζώων. Η έκθεση στη γλώσσα είναι απαραίτητη για την πρόσκτησή της (πολιτισμός), υπάρχουν συγκεκριμένα αλληλόμορφα γονιδίων για την ανθρώπινη γλώσσα και τα κυκλώματα του εγκεφάλου για τη γλώσσα απαντώνται κυρίως στο αριστερό ημισφαίριο (πλευρίωση εγκεφάλου, όπως θα αναλύσω λεπτομερώς).
Η γλώσσα επίσης μπορεί να σας τρελάνει. Κατά το τρέχον εκλογικό έτος στις ΗΠΑ (που φαίνεται ότι διαρκεί μια δεκαετία) έχουμε παγιδευτεί σε έναν φαύλο κύκλο από άτομα με απίστευτα χαμηλό IQ, ανόητη φλυαρία, σαν τη μουσική στους ανελκυστήρες, εμετικές ειδήσεις που έρχονται και παρέρχονται με μια καθησυχαστικά οικεία επανάληψη, το ίδιο υλικό, οι ίδιοι εκπρόσωποι, οι ίδιοι σχολιαστές. Ό,τι ειπώθηκε την περασμένη εβδομάδα είναι βέβαιο ότι θα ειπωθεί κι αυτήν και την επόμενη και ξανά τα ίδια μετά από έξι εβδομάδες, με μια αλληλουχία που επιστρέφει με την ίδια συχνότητα και βεβαιότητα με τον Ήλιο, ζητώντας ελάχιστα από τον υποψήφιο ψηφοφόρο πέρα από την ευλαβική παρακολούθηση. Ο Αλμπέρ Καμύ, ήδη από τη δεκαετία του 1950, είχε συνοψίσει αυτήν τη δυσάρεστη κατάσταση σε ένα απόφθεγμα: «Αρκεί να πούμε μία μόνο φράση για τον σύγχρονο άνθρωπο: μοιχεύεται και διαβάζει εφημερίδες».
Μιλώ τρεις γλώσσες –Αγγλικά, Γαλλικά και Ελληνικά– και πάντα εκπλήσσομαι όταν ανακαλύπτω τις διαφορές και την επίδρασή τους. Για παράδειγμα, στην Ελληνική γλώσσα υπάρχουν δύο λέξεις για το μπλε—το γαλάζιο που είναι το ανοιχτό μπλε και το μπλε που είναι πιο σκούρο. Μια μελέτη ανακάλυψε ότι οι Ελληνόφωνοι διακρίνουν πιο εύκολα και πιο γρήγορα τις αποχρώσεις του μπλε από τους Αγγλόφωνους. Η Αλεξάνδρα Ντουμόντ διευθύνει το γραφείο μου στο Παρίσι και η μητρική της γλώσσα είναι τα Γαλλικά. Η Αλεξάνδρα λοιπόν μεγάλωσε πιστεύοντας ότι όλοι οι σκίουροι είναι αρσενικοί. Η Γαλλική γλώσσα για τον σκίουρο, écureuil, είναι ένα αρσενικό ουσιαστικό. Μελέτες για Γαλλόφωνους και Ισπανόφωνους, των οποίων οι γλώσσες αποδίδουν γένη σε αντικείμενα, δείχνουν ότι οι Γάλλοι και οι Ισπανοί συσχετίζουν τα αντικείμενα με αρσενικά ή θηλυκά χαρακτηριστικά.
Η λέξη histoire στα Γαλλικά σημαίνει «ιστορία» αλλά και «άρθρο», σε αντίθεση με τη χρήση της αντίστοιχης λέξης «history» στα Αγγλικά, με αποτέλεσμα η σχέση μεταξύ ιστορίας και άρθρου να αποδίδεται με πιο γλαφυρό τρόπο στα Γαλλικά. Ωστόσο, κανείς Αγγλόφωνος δεν φαίνεται να μπερδεύεται με τη λέξη αυτή, είτε χρησιμοποιείται ως αναφορά σε ιστορικά γεγονότα είτε για μια αφήγηση είτε για το θέμα ενός άρθρου σε μια εφημερίδα.
Στον κόσμο της ηλεκτρονικής ανακάλυψης, δοκιμάζω την beta έκδοση ενός νέου γλωσσολογικού προγράμματος λογισμικού (έστω ότι το λένε «Syntax», ένα φανταστικό όνομα που θα μου δώσει τη δυνατότητα να τηρήσω τους όρους της συμφωνίας τήρησης απορρήτου που έχω συνάψει). Αυτό το πρόγραμμα είναι κάτι σαν το Mindseye ή το Brainspace, αλλά με αναβολικά! Το χρησιμοποίησα σε μια εσωτερική έρευνα οικονομικής απάτης και σε μια έρευνα καταπολέμησης μονοπωλίου. Έχει τη δυνατότητα να εντοπίζει μη χαρακτηριστικές μεταβολές στον τόνο και στη γλώσσα σε ηλεκτρονικές συνομιλίες και μπορεί επίσης να προσαρμοστεί σε συγκεκριμένους τύπους υπαλλήλων, οι οποίοι στην πρώτη περίπτωση είναι χρηματιστές.
Η αναγνώριση φωνής ανέκαθεν ήταν το ιερό δισκοπότηρο της έρευνας στην τεχνητή νοημοσύνη. Η πρόοδος σ’ αυτό το πεδίο θα σήμαινε πρόοδο στην τεχνητή νοημοσύνη γενικότερα. Ως εκ τούτου, μετεξελίχθηκε σε ορόσημο και σε βραβείο.
ΚΑΛΟ ΚΑΛΟΚΑΙΡΙ
