Η τεχνητή νοημοσύνη “κατακτά” τα Νόμπελ

Το 2015, σε συνέντευξή του στους Financial Times, ο τότε 38χρονος νευροεπιστήμονας και συνιδρυτής της DeepMind, Ντέμης Χασάμπης, μοιράστηκε το όραμά του για το πώς η τεχνητή νοημοσύνη θα μπορούσε να μεταμορφώσει τον κόσμο. Τότε, η τεχνητή νοημοσύνη ήταν ένας αναδυόμενος τομέας γεμάτος δυνατότητες αλλά με περιορισμένες εφαρμογές.

Εννιά χρόνια μετά, o Χασάμπης και ο συνεργάτης του στην DeepMind Τζον Τζάμπερ μοιράζονται το (μισό) Νόμπελ Χημείας για την πρόβλεψη των δομών όλων των γνωστών πρωτεϊνών μέσω του λογισμικού τεχνητής νοημοσύνης AlphaFold2. Αναλύοντας πρότυπα σε τεράστια σύνολα βιολογικών δεδομένων, το AlphaFold2 κατάφερε να προβλέπει με ασύλληπτη ταχύτητα και ακρίβεια πρωτεϊνικές δομές που οι επιστήμονες προσπαθούσαν να αποκωδικοποιήσουν εδώ και μισό αιώνα, κάτι που έχει ήδη επιφέρει σημαντική πρόοδο στην ανάπτυξη φαρμάκων και την πρόληψη ασθενειών.

Τα φετινά βραβεία Νόμπελ τόσο στη Χημεία όσο και στην Φυσική, σηματοδοτούν μια αλλαγή παραδείγματος: η τεχνητή νοημοσύνη φαίνεται να εξελίσσεται σε απαραίτητο επιστημονικό συνεργάτη στην αποκωδικοποίηση των πολύπλοκων μηχανισμών της φύσης, υποδεικνύοντας μια θεμελιώδη εξέλιξη στον τρόπο με τον οποίο θα παράγεται στο εγγύς μέλλον η γνώση και θα αντιμετωπίζονται περίπλοκα προβλήματα σε όλο και περισσότερο αλληλεξαρτώμενα επιστημονικά πεδία.

Ο Τζέφρι Χίντον, συχνά αποκαλούμενος ο “Πατέρας της Βαθιάς Μάθησης”, είχε προβλέψει τέτοιες εξελίξεις. “Η βαθιά μάθηση θα φέρει επανάσταση στην επιστήμη”, είχε δηλώσει ο Χίντον, αφού “μας επιτρέπει να μοντελοποιούμε πολύπλοκα φαινόμενα με τρόπους που προηγουμένως ήταν ανέφικτοι.”

Η επιστημονική έρευνα δεν περιορίζεται πλέον σε μια γραμμική δοκιμή υποθέσεων· η τεχνητή νοημοσύνη αναλύει σε ασύλληπτη ταχύτητα μεγάλα δεδομένα, προτείνοντας μάλιστα απαντήσεις σε ερωτήσεις πριν αυτές καν διατυπωθούν. Η υπολογιστική ισχύς και οι ικανότητες αναγνώρισης προτύπων της τεχνητής νοημοσύνης επεκτείνουν τα σύνορα της γνώσης με πρωτοφανείς ρυθμούς.

Μοντέλα όπως το AlphaFold2 επιταχύνουν την ιατρική έρευνα αποκαλύπτοντας τους δομικούς μηχανισμούς ασθενειών όπως ο καρκίνος και το Αλτσχάιμερ. Η προσομοίωση βιολογικών διεργασιών σε μοριακό επίπεδο φέρνει επανάσταση στη γονιδιωματική και την ανακάλυψη φαρμάκων, ανοίγοντας τον δρόμο για εξατομικευμένη ιατρική.

Στη συνέντευξή του το 2015, ο Χασάμπης είχε οραματιστεί τις δυνατότητες της τεχνητής νοημοσύνης να “γιατρέψει” ορισμένες ασθένειες και να συμβάλει στην υγειονομική περίθαλψη – ένα όραμα που πλέον βλέπουμε αργά αλλά σταθερά να υλοποιείται. Με τη συνδρομή συστημάτων τεχνητής νοημοσύνης, ο εντοπισμός υποψήφιων φαρμάκων καθίσταται ευκολότερος, όπως επίσης και η ακριβέστερη πρόβλεψη των αντιδράσεων των ασθενών σε αυτά μέσω προσομοιώσεων, βοηθώντας τα εργαστήρια των φαρμακευτικών εταιρειών στον ταχύτερο και αποτελεσματικότερο σχεδιασμό και την ανάπτυξη πιο αποδοτικών και λιγότερο ακριβών φαρμάκων.

Ωστόσο, όπως προειδοποιεί ο Τζέφρι Χίντον, θα πρέπει να διασφαλίσουμε ότι τα συστήματα τεχνητής νοημοσύνης δεν θα έχουν ακούσιες συνέπειες. Η ενσωμάτωσή τους σε κρίσιμους τομείς όπως η υγεία εγείρει ηθικής φύσεως ερωτήματα που αφορούν τη διαφάνεια, τη λογοδοσία και την πιθανότητα κακόβουλης χρήσης ή εκμετάλλευσης. Ο Χίντον έχει εκφράσει έντονα αυτές τις ανησυχίες: “Η ταχεία πρόοδος στην τεχνητή νοημοσύνη θέτει υπαρξιακούς κινδύνους. Πρέπει να ελέγχουμε αυτά τα συστήματα προσεκτικά.”

Τα φετινά βραβεία Νόμπελ υπογραμμίζουν ότι ο ρόλος της τεχνητής νοημοσύνης στην επιστημονική έρευνα έχει φτάσει σε ένα σημείο χωρίς επιστροφή. Η επιτυχία του AlphaFold2 σηματοδοτεί την απαρχή της εποχής όπου η ανθρώπινη ευφυΐα και η μηχανική νοημοσύνη όχι απλά συναντώνται αλλά συνεργάζονται, αναλύοντας δεδομένα, διατυπώνοντας νέες ερωτήσεις, προβλέποντας αποτελέσματα και ανοίγοντας μαζί νέους ορίζοντες στην εφαρμοσμένη έρευνα και ανάπτυξη.

Σύμφωνα με τον 48χρονο νομπελίστα νευροεπιστήμονα, σκακιστή, προγραμματιστή και σχεδιαστή video games με καταγωγή από την Κύπρο, οι όροι της συμβίωσης επιστήμονα και “μηχανής” είναι προς το παρόν ξεκάθαροι αφού η τεχνολογία δεν μπορεί να αντικαταστήσει την ανθρώπινη ευρηματικότητα. Για μελλοντική χρήση, ας θυμόμαστε τη ρήση του Αμερικανού ιστορικού της τεχνολογίας Μέλβιν Κράνζμπεργκ: “η τεχνολογία δεν είναι ούτε καλή ούτε κακή· ούτε ουδέτερη”.

To άρθρο γράφτηκε με πληροφορίες από τους Financial Times