θα μπορούσαμε να προβλέψουμε την ποιότητα των κρασιών που θα βγουν από τον φετινό τρύγο; Είναι δυνατό να έχουμε γνώση εκ των προτέρων για τις αποφάσεις που θα λάβει τους επόμενους μήνες ένα δικαστήριο; Πώς θα μπορούσαμε να γνωρίζουμε τον βαθμό επικινδυνότητας να εμφανίσει ένας άνθρωπος καρδιαγγειακά προβλήματα και ποιες επιλογές θα τον βοηθούσαν; Και ακόμα, είναι το ιστορικό των μετεωρολογικών δεδομένων μια καλή βάση για την πρόγνωση του καιρού; Aπάντηση και σε αυτές τις ερωτήσεις φιλοδοξεί να δώσει η τεχνητή νοημοσύνη.
Το πώς μπορεί να αξιοποιηθεί η τεχνητή νοημοσύνη και τι αλλαγές προκαλούνται στην καθημερινή ζωή και σε όλα τα επιστημονικά πεδία θα παρουσιάσει ο Δημήτρης Μπερτσιμάς, καθηγητής στη Σχολή Διοίκησης Sloan στο Τεχνολογικό Ινστιτούτο της Μασαχουσέτης (MIT), στις καλοκαιρινές εκδηλώσεις του Ελληνικού Ινστιτούτου Προηγμένων Μελετών (HIAS), που πραγματοποιούνται στην Αθήνα, με κύριο στόχο τη δημιουργία γεφυρών μεταξύ επιστημόνων και καινοτόμων της διασποράς και της Ελλάδας. Μια γεύση, πάντως, αυτών μοιράστηκε μαζί μας.
Η ποιότητα του κρασιού είναι κάτι εξαιρετικά ιδιαίτερο και συνάρτηση πολύ ξεχωριστών χαρακτηριστικών: γεύση, άρωμα, χρώμα κ.ά. Ταυτόχρονα, σχετίζεται με συγκεκριμένα φυσικά και καιρικά χαρακτηριστικά στην περιοχή όπου βρίσκονται οι αμπελώνες. «Αναπτύξαμε ένα σύστημα μηχανικής μάθησης που διευκολύνει τις επιλογές κρασιού. Συνδυάσαμε τις τιμές των κρασιών από πολλά προηγούμενα έτη, με βάση τον συλλογισμό πως η τιμή ακολουθεί σε μεγάλο βαθμό την ποιότητα. Συσχετίσαμε με συστηματικό τρόπο μια σειρά από φυσικά μεγέθη, όπως θερμοκρασία, βροχοπτώσεις, άλλοι φυσικοί δείκτες που επιδρούν», λέει στην «Καθημερινή» ο κ. Μπερτσιμάς. Με τον τρόπο αυτό καταγράφηκε με ποιους κλιματολογικούς συνδυασμούς σε κάποια συγκεκριμένη περιοχή το κρασί έχει υψηλότερη ποιότητα. «Είναι χαρακτηριστικό πως το Wine Spectator, ένα εξειδικευμένο αμερικανικό περιοδικό για το κρασί, χρησιμοποιεί την εφαρμογή μας», σημειώνει ο καθηγητής του ΜΙΤ.
Καθηγητής στη Σχολή Διοίκησης Sloan στο Τεχνολογικό Ινστιτούτο της Μασαχουσέτης (MIT), ο Δημήτρης Μπερτσιμάς θα αναφερθεί στην αξιοποίηση της τεχνητής νοημοσύνης και στις αλλαγές που είναι προ των πυλών, τόσο σε επίπεδο καθημερινότητας όσο και στο επιστημονικό πεδίο.
Ακόμη πιο πολύπλοκη μοιάζει η πρόβλεψη των αποφάσεων ενός δικαστηρίου. «Πήραμε τις αποφάσεις του Ανωτάτου Δικαστηρίου των ΗΠΑ πολλά χρόνια πίσω. Αφού τις επεξεργαστήκαμε τις περάσαμε σε μηχανική μάθηση και προσπαθήσαμε να προβλέψουμε τις αποφάσεις του επόμενου διαστήματος. Στο ίδιο ερώτημα κλήθηκε να απαντήσει και μια ομάδα από ειδικούς. Το αποτέλεσμα είναι εντυπωσιακό: Η τεχνητή νοημοσύνη είχε καλύτερα ποσοστά πρόβλεψης κατά περίπου 15%. Δεν ήταν τέλεια, είχε ένα ποσοστό επιτυχίας περίπου 75%, αλλά πήγε καλύτερα από την ομάδα των ανθρώπων επιστημόνων», σχολιάζει ο κ. Μπερτσιμάς.
Ο τομέας της υγείας είναι εξαιρετικά κρίσιμος. «Είναι γνωστό πως η πιθανότητα να εμφανίσει κάποιος καρδιολογικά προβλήματα σχετίζεται με τα επίπεδα χοληστερίνης, σακχάρου και άλλων παραγόντων. Με βάση αυτές τις μετρήσεις, μπορούμε να υπολογίσουμε τον κίνδυνο καρδιακής προσβολής ή άλλης ασθένειας και να δούμε τι πρέπει να κάνει», εξηγεί ο καθηγητής του ΜΙΤ. Το πιο σημαντικό σε αυτό το πεδίο είναι πως η πρόβλεψη πρέπει να συνοδεύεται από την παρέμβαση. «Με τον τρόπο αυτό μπορούμε να πάμε σε προσωποποιημένη ιατρική, σε εξειδικευμένη ατομικά θεραπεία», συμπληρώνει.
«Η πρόβλεψη του καιρού από τη μετεωρολογία σήμερα απαιτεί να λύνουμε πολύ δύσκολες διαφορικές εξισώσεις. Εάν αντί γι’ αυτό χρησιμοποιούμε δεδομένα από το παρελθόν μπορούμε να πάρουμε πιθανόν καλύτερες απαντήσεις. Εάν μάλιστα συνδυάσουμε τις δύο μεθόδους, τότε το επίπεδο των προγνώσεων γίνεται πολύ πιο αξιόπιστο», τονίζει ο κ. Μπερτσιμάς, περνώντας σε έναν άλλον τομέα. «Eτσι θα μπορούμε να πάρουμε αποφάσεις για το πότε πρέπει να εκκενώσουμε μια περιοχή, λόγω ενός τυφώνα στις ΗΠΑ ή μιας πυρκαγιάς στην Ελλάδα», αναφέρει. Με αξιοποίηση δεδομένων από το παρελθόν οι επιστημονικές ομάδες επιχειρούν να προβλέψουν το μέλλον και να λάβουν τα ανάλογα μέτρα. «Παρουσιάζουμε εφαρμογές τεχνητής νοημοσύνης σε ασυνήθιστους τομείς για να δείξουμε ότι είναι ικανή για τα πάντα. Είναι σημαντικό να δει κανείς πώς πράγματα που είναι πολύ ποιοτικά, όπως το άρωμα ενός κρασιού και η απόφαση ενός δικαστηρίου, μπορούν να ποσοτικοποιηθούν», υπογραμμίζει.
Στα μαθήματα που θα γίνουν στις εκδηλώσεις του HIAS καλούνται φοιτητές από όλα τα επιστημονικά πεδία: φυσικές επιστήμες, νομική, ιατρική, μηχανικοί. Μέχρι τώρα έχουν δηλώσει συμμετοχή πάνω από 1.700 άτομα, οι 400 διά ζώσης. «Στόχος μας είναι να κινητοποιήσουμε τους νέους. Να τους δώσουμε έναυσμα για να μάθουν πώς μπορούμε να χρησιμοποιήσουμε τους αλγορίθμους».
Και ποιος αποφασίζει; «Ο άνθρωπος, όχι οι αλγόριθμοι. Ο γιατρός θα αποφασίσει για τη θεραπεία, όχι η μηχανή. Σε κάποια πράγματα οι μηχανές είναι καλύτερες, όπως στους υπολογισμούς. Αλλά ο άνθρωπος μπορεί να θέτει τις σωστές ερωτήσεις», σημειώνει ο κ. Μπερτσιμάς και προσθέτει πως η τεχνητή νοημοσύνη μπορεί να επιδράσει σε όλες τις επιστήμες, μπορεί να αλλάξει και την εκπαίδευση. «Στο πανεπιστήμιο του μέλλοντος θα μπορούσε να υπάρχει μια αρχική οριζόντια εκπαίδευση όλων των ειδικοτήτων στη χρήση της τεχνητής νοημοσύνης, στο ίδιο αμφιθέατρο», καταλήγει ο διακεκριμένος Eλληνας επιστήμονας
Πηγή: Καθημερινή
