Eίναι μια από τις σημαντικότερες προσωπικότητες διεθνώς στον τομέα της Πληροφορικής. Αναγνωρισμένος για τις πρωτοποριακές εργασίες του στον τομέα της σχεδίασης και επαλήθευσης πληροφορικών συστημάτων, o Iωσήφ Σηφάκης τιμήθηκε με το βραβείο Τuring, αντίστοιχο του βραβείου Νομπέλ στην Πληροφορική το 2007 και το βραβείο Leonardo da Vinci το 2011. Διετέλεσε καθηγητής στο Πολυτεχνείο της Λωζάννης και ίδρυσε το περίφημο εργαστήριο Verimag (ειδικευμένο στον τομέα της σχεδίασης κρίσιμων συστημάτων) στην Γκρενόμπλ. Στο πρωτοπόρο αυτό ερευνητικό κέντρο πληροφορικής, ανέπτυξε με την ομάδα του μια σπουδαία τεχνολογία προγραμματισμού συστημάτων πλοήγησης αεροπλάνων, που συμβάλλει στην ασφάλεια και σήμερα χρησιμοποιούν όλες οι μεγάλες εταιρείες.
Θεωρείται από τους θεμελιωτές του Model-Checking που είναι η κύρια βιομηχανική μέθοδος επαλήθευσης πληροφορικών συστημάτων στην οποία βασίζουν τον τρόπο λειτουργίας τους οι κολοσσοί της πληροφορικής. Ζει σχεδόν 50 χρόνια στη Γαλλία, έρχεται συχνά στην Ελλάδα αλλά ουσιαστικά εργάζεται σε όλο τον κόσμο. Ο Ιωσήφ Σηφάκης είδε το μέλλον πολύ πριν από εμάς και τώρα ατενίζει μια νέα εποχή που ανατέλλει με τη χρήση της Τεχνητής Νοημοσύνης – με τα καλά της και τους κινδύνους της.
Υπάρχει η χιουμοριστική φράση «είναι δύσκολο να κάνεις προβλέψεις, ιδιαίτερα για το μέλλον». Είναι σίγουρο όμως ότι η τεχνολογία παίζει όλο και μεγαλύτερο ρόλο στη ζωή μας. Εσείς πώς βλέπετε τα επόμενα 10-20 χρόνια;
Είναι αναπότρεπτη η αυξανόμενη χρήση πληροφορικών συστημάτων και ιδιαίτερα Τεχνητής Νοημοσύνης για την αντιμετώπιση πλανητικών προκλήσεων όπως η κλιματική αλλαγή, πανδημίες, οικολογικές καταστροφές. Ποια θα είναι η κατανομή εργασίας μεταξύ μηχανών και ανθρώπινου παράγοντα; Σε ποιον βαθμό θα επιτρέψουμε, για λόγους αποτελεσματικότητας, στις μηχανές να αντικαταστήσουν τον άνθρωπο στη λήψη κρίσιμων αποφάσεων; Εδώ οι κίνδυνοι είναι πολλαπλοί. Η πολυπλοκότητα των συστημάτων θα ξεπεράσει κάθε δυνατότητα ορθολογιστικής κατανόησης και πρόβλεψης της συμπεριφοράς τους. Ο τεχνικός πολιτισμός στηρίχθηκε στην επιστημονική γνώση με βάση την οποία μπορούμε να εγγυηθούμε κατά τρόπο απόλυτα διαφανή και σε μεγάλο βαθμό την ασφάλεια των τεχνουργημάτων που κατασκευάζουμε. Ομως η Τεχνητή Νοημοσύνη παράγει εμπειρική γνώση της οποίας δεν μπορούμε να εκτιμήσουμε την εγκυρότητα. Επιπλέον, η συγκεντρωτική διαχείρισή της από πολυεθνικές εταιρείες που δρουν σχεδόν ανεξέλεγκτα ενέχει προφανείς κινδύνους.
Ζούμε ήδη σε μια νέα εποχή τηλεργασίας, η οποία σε χώρες όπως η Ελλάδα εντάθηκε ξαφνικά, λόγω πανδημίας. Προκαλώντας ταυτόχρονα μεγάλες αλλαγές και στον τρόπο ζωής μας. Ομως μάλλον δεν θα σταματήσουμε εκεί. Η Τεχνητή Νοημοσύνη και τα αυτόνομα συστήματα θεωρείται ότι θα αλλάξουν σε μεγάλο βαθμό την αγορά εργασίας.
Είναι βέβαιο ότι η χρήση αυτονόμων συστημάτων θα έχει επιπτώσεις στην αγορά εργασίας σε όλους τους τομείς. Φυσικά η κατασκευή και διαχείρισή τους θα απαιτήσει νέες θέσεις εργασίας υψηλής ειδίκευσης. Ομως πιστεύω ότι θα υπάρξει σοβαρός κίνδυνος ανεργίας, ιδιαίτερα στις κοινωνίες που δεν θα μπορέσουν να προσαρμοστούν στα νέα δεδομένα.
Μιλήστε μας λίγο για τα νέα όρια που εξερευνά πλέον η Τεχνητή Νοημοσύνη.
Η Τεχνητή Νοημοσύνη εξελίσσεται από «ειδική» σε «γενική». Η ειδική Τεχνητή Νοημοσύνη προσπαθεί να επιλύσει πολύπλοκα αλλά καλώς ορισμένα προβλήματα όπως να παίξεις σκάκι ή να αναγνωρίσεις αντικείμενα. Η γενική ΤΝ επιδιώκει να αντικαταστήσει τον άνθρωπο στη διεκπεραίωση δράσεων που ενέχουν τη διαχείριση πολλαπλών στόχων. Αυτό απαιτεί τη συνδυασμένη λύση προβλημάτων που επιλύουν η ειδική Τεχνητή Νοημοσύνη και οι συμβατικοί υπολογιστές. Για παράδειγμα, στα αυτόνομα αυτοκίνητα η ειδική Τεχνητή Νοημοσύνη επιτρέπει τη λύση προβλημάτων όπως η αναγνώριση εικόνας και η αποφυγή εμποδίων. Tο αυτόνομο σύστημα οδήγησης πρέπει να συνδυάζει λύσεις πολλών τέτοιων προβλημάτων για να διαχειριστεί ασφαλώς απρόβλεπτες καταστάσεις και να πλησιάσει τις ανθρώπινες ικανότητες. Λέει ο Jean Piaget ότι νοημοσύνη δεν είναι αυτό που ξέρουμε αλλά αυτό που κάνουμε όταν δεν ξέρουμε. Η πραγμάτωση του οράματος της γενικής ΤΝ θα πάρει πολλές δεκαετίες.
Αυτό τον μήνα, η Ευρωπαϊκή Επιτροπή θα προτείνει νομοθεσία για την Τεχνητή Νοημοσύνη, με προτεραιότητα, όπως αναφέρεται, για την προστασία ζητημάτων «υψηλού ρίσκου», όπως η τεχνολογία αναγνώρισης προσώπων σε δημόσιους χώρους. Ποιες πιστεύεται ότι πρέπει να είναι οι κόκκινες γραμμές;
Βλέπω δύο κινδύνους για τους οποίους επιβάλλεται να ληφθούν επειγόντως μέτρα. Ο πρώτος αφορά τις ατομικές ελευθερίες. Προέρχεται από συστήματα που παραβιάζουν την ιδιωτικότητά μας και χρησιμοποιούν προσωπικά μας δεδομένα χωρίς τη σαφή συναίνεσή μας. Να απαγορευτεί αυστηρά η εν αγνοία μας χρήση προσωπικών δεδομένων που είναι κριτήρια διακρίσεων από ιδιωτικούς ή κρατικούς φορείς π.χ. για πρόσληψη ενός υπαλλήλου ή για διαλογή υπόπτων. Χρειάζεται ένα νομοθετικό πλαίσιο το οποίο παράλληλα να προβλέπει τα μέσα ελέγχου για την τήρησή του. Δυστυχώς, δεν υπάρχουν αυστηρά και πρακτικώς εφαρμόσιμα κριτήρια για τον έλεγχο χρήσης δεδομένων.
Ο δεύτερος κίνδυνος είναι η ανεξέλεγκτη χρήση αυτονόμων συστημάτων που διεκπεραιώνουν κρίσιμες διαδικασίες όπου διακυβεύονται η ανθρώπινη και περιβαλλοντολογική ασφάλεια. Να μη θυσιάσουμε χάριν μιας αμφίβολης αποτελεσματικότητας τη δυνατότητα ελέγχου και συμμετοχής στη λήψη αποφάσεων. Χρειάζεται διαφάνεια και κατανόηση του τρόπου λειτουργίας των έξυπνων συστημάτων, πράγμα που δεν είναι εφικτό με την παρούσα κατάσταση των γνώσεών μας.
Πρόσφατα στις ΗΠΑ αποκαλύφθηκε ότι μυστικές υπηρεσίες χρησιμοποιούν παράνομα την τεχνολογία από την εταιρεία ClearView AI. Από τη στιγμή που υπάρχουν τέτοιες δυνατότητες παρακολούθησης και παρέμβασης στις ζωές των πολιτών, υπάρχει πραγματικά κάποια προστασία;
Σήμερα δεν υπάρχει προστασία και είναι τεχνικά δύσκολο να υπάρξει έλεγχος των παραβάσεων εκτός εάν ληφθούν ριζικά απαγορευτικά μέτρα. Για παράδειγμα, κάποιος μπορεί να φτιάξει το «προφίλ» σας συλλέγοντες φαινομενικά ανώδυνες πληροφορίες, εκ των οποίων ορισμένες βρίσκονται διάχυτες στο Διαδίκτυο. Πρέπει βέβαια να σας «στοχεύσει» αναλύοντας μεγάλους όγκους δεδομένων που σας αφορούν. Ετσι θα προσδιορίσει σεξουαλικές προτιμήσεις, προβλήματα υγείας, οικονομική και οικογενειακή κατάσταση, θρησκευτικές και πολιτικές πεποιθήσεις. Οι τεχνολογίες των big data δημιουργούν «συμπυκνωμένες» πληροφορίες όπως οι αποστακτήρες βγάζουν αιθέρια έλαια από τεράστιες ποσότητες πρώτης ύλης.
