ΕΛΛΗΝΟΚΥΠΡΙΟΣ ΔΗΜΙΟΥΡΓΗΣΕ ΤΗΝ ΠΙΟ ΕΞΕΛΙΓΜΕΝΗ AI “ΓΙΑ ΤΗΝ ΟΠΟΙΑ ΔΕΝ ΕΙΜΑΣΤΕ ΕΤΟΙΜΟΙ”

O Nτέμης Χασάμπης κέρδισε πέρυσι το Νόμπελ Χημείας. Ήταν το πρώτο Νόμπελ που κατέκτησε η τεχνητή νοημοσύνη. Ο Ελληνοκύπριος CEO και συνιδρυτής του DeepMind, το εργαστήριο έρευνας της Google για την ΑΙ, έχει αφιερώσει τη ζωή του στην εξέλιξη της τεχνολογίας «γιατί πιστεύω πως εφόσον γίνονται όλα σωστά και υπεύθυνα, θα γίνει η πιο ωφέλιμη τεχνολογία που εφευρέθηκε ποτέ», όπως είπε στο TIME.

«Ο τρόπος που οραματίζομαι να τη χρησιμοποιούμε σε 10 χρόνια από τώρα, είναι για να θεραπεύσει όλες τις ασθένειες, να βρει πηγές ενέργειας ή να βοηθήσει στη δημιουργία νέων.

Πιστεύω ότι κάποια από τα μεγαλύτερα προβλήματα που αντιμετωπίζουμε σήμερα, με το κλίμα ή τις ασθένειες, θα βοηθηθούν από λύσεις της ΑΙ. Στο μυαλό μου σε 10 χρόνια με τη βοήθεια της τεχνητής νοημοσύνης θα είμαστε στο μάξιμουμ της ανθρώπινης άνθισης -για παράδειγμα, θα ταξιδεύουμε στα αστέρια».

Ποιο είναι το χειρότερο δυνατό σενάριο;

«Τα έχει καλύψει εν πολλοίς η επιστημονική φαντασία. Τα δυο θέματα για τα οποία ανησυχώ περισσότερο. Ενώ η ΑΙ θα είναι αυτή η φανταστική τεχνολογία αν χρησιμοποιηθεί σωστά, ωστόσο είναι τεχνολογία διπλού σκοπού. Και είναι απίστευτα δυνατή, θα γίνει απίστευτα δυνατή. Αυτό που εννοώ είναι πως κακοί παράγοντες ή δυνητικά κακοί παράγοντες, μπορούν να τη χρησιμοποιήσουν για κακόβουλο σκοπό.

Μια μεγάλη πρόκληση που έχουμε, ως τομέας και ως κοινωνία, είναι το πώς μπορούμε να διευκολύνουμε την πρόσβαση σε καλούς παράγοντες, για να κάνουν φανταστικά πράγματα, όπως το να θεραπεύσουν τρομερές ασθένειες, ενώ περιορίζουμε την πρόσβαση στους εν δυνάμει κακούς παράγοντες -είτε πρόκειται για άτομα, είτε για διεφθαρμένα έθνη.

Αυτός είναι ένα πολύ δύσκολος γρίφος που πρέπει να λύσουμε. Aν τα καταφέρουμε, όλα θα είναι υπέροχα».

Άρα;

«Το χείριστο σενάριο είναι τα συστήματα να καταλήξουν να κάνουν το αντίθετο από αυτά που θέλουμε -αντί για θεραπείες, να βρουν τοξίνες. Όποιο και αν είναι το ζητούμενο, αν αντιστρέψεις το σύστημα θα έχεις τις επιζήμιες συνέπειες».

«Για αυτό είμαι υπέρ μιας διεθνούς εταιρείας γύρω από αυτά τα ζητήματα, γιατί τα συστήματα -όπου και όπως δημιουργούνται- θα επηρεάσουν όλον τον κόσμο, αφού θα μοιραστούν σε όλον τον κόσμο. Χρειαζόμαστε διεθνή στάνταρ ως προς το σχεδιασμό και τους στόχους που δίνουμε στα συστήματα και πώς θα διατίθενται και θα χρησιμοποιούνται».

Μήπως είναι ήδη αργά -αφού ακόμα δεν έχουν κινηθεί οι διαδικασίες, ενώ η ΑΙ εξελίσσεται με ραγδαίους ρυθμούς.

Τη δεύτερη ανησυχία του θα τη δούμε πιο κάτω, αφού αφορά την εξέλιξη που δημιούργησε το DeepMind και θα αλλάξει άρδην τη ζωή μας.

Τι πρόσφερε ο Χασάμπης στην ανακάλυψη που πήρε Νόμπελ Χημείας

Μαζί με τους Ντέιβιντ Μπέικερ και Τζον Τζάμπερ, ξεχώρισαν για την πρόβλεψη των δομών όλων των γνωστών πρωτεϊνών μέσω του λογισμικού τεχνητής νοημοσύνης AlphaFold2.

Πριν πέντε χρόνια, το σύστημα είχε κυκλοφόρησε δωρεάν από το Google DeepMind για χρήση σε όλο τον κόσμο.

Όπως είχε γράψει ο Άγγελος Αλεξόπουλος «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».

Ο Μπέικερ «πέτυχε το σχεδόν αδύνατο επίτευγμα της δημιουργίας εντελώς νέων πρωτεϊνών» και οι Χασάμπης και Τζάμπερ «ένα μοντέλο τεχνητής νοημοσύνης για να επιλύσουν πρόβλημα 50 ετών: την πρόβλεψη των πολύπλοκων δομών πρωτεϊνών».

Ο γεννημένος στο Λονδίνο -ο πατέρας του είναι ελληνοκυπριακής καταγωγής και η μητέρα του από τη Σιγκαπούρη- νευροεπιστήμονας και ερευνητής τεχνητής νοημοσύνης, γιόρτασε παίζοντας πόκερ με τον παγκόσμιο πρωταθλητή στο σκάκι (παρεμπιπτόντως, ο Χασάπης ήταν δευτεραθλητής κόσμου στο σκάκι, στα 12 του χρόνια). Μετά, στέφθηκε Ιππότης από τον Βασιλιά Κάρολο.

Είχε ήδη αρχίσει να δουλεύει επί της επόμενης ιδέας του. Γενικά, ο Χασάμπης από παιδί είχε πολλές ιδέες. Από το σκάκι, πέρασε στο σκάκι στον υπολογιστή, στα video games και τελικά, στις μηχανές που μπορούν να σκέφτονται και να ενεργούν μόνες.

Το ζητούμενο του Χασάμπη είναι να καταλάβει τον κόσμο

Ο 48χρονος επιστήμονας που σπούδασε -στο Cambridge, το ΜΙΤ και το Harvard– computer science, έχει διδακτορικό στην νευροεπιστήμη («ήθελα κατ’ αρχάς να καταλάβω τον ανθρώπινο εγκέφαλο») και μπήκε στη λίστα του TIME με τους 100 πιο influential ανθρώπους του πλανήτη για το 2024, ήταν καλεσμένος σε διάφορες εκπομπές, μετά την παρουσίαση της τελευταίας εξέλιξης στην τεχνητή νοημοσύνη.

Μια ήταν η εκπομπή «60 Minutes» του CBS News.

Αρχικά, διευκρίνισε ότι «αυτό που με καθοδηγούσε πάντα ήταν το πάθος μου να καταλάβω τον κόσμο γύρω μας. Από παιδί με γοήτευαν οι μεγάλες ερωτήσεις. Ξέρετε. Το νόημα της ζωής, η φύση της συνείδησης, η φύση της ίδιας της πραγματικότητας.

Λάτρευα να διαβάζω για όλους τους μεγάλους επιστήμονες, οι οποίοι δούλευαν πάνω σε αυτά τα προβλήματα και για τους φιλοσόφους. Ήθελα να δω αν μπορούμε να εξελίξουμε την ανθρώπινη γνώση. Για εμένα, το να βοηθήσω προς αυτήν την κατεύθυνση ήταν να δημιουργήσω αυτό που πιστεύω ότι είναι το απόλυτο εργαλείο εξέλιξης της ανθρώπινης γνώσης: την τεχνητή νοημοσύνη».

Πριν δυο χρόνια, με την εμφάνιση της νέας εποχής των chatbots, την παρουσίαση τους ως μηχανών που μπορούσαν να διδάξουν στον εαυτό τους υπεράνθρωπες δεξιότητες, είχε αναφερθεί πως ενδεχομένως να πρόκειται για μια από τις μεγαλύτερες ανακαλύψεις της ανθρωπότητας, μετά τον τροχό. Ότι ήταν στιγμή εξέλιξης του πολιτισμού, ανάλογη με την εποχή που πρωτοχρησιμοποιήσαμε ως είδος τη φωτιά, που εκμεταλλευτήκαμε τη γη (γεωργία) και την ανακάλυψη του ηλεκτρισμού.

Οι καθ’ ύλην αρμόδιοι, αυτοί που ερευνούσαν το πεδίο της παραγωγικής τεχνητής νοημοσύνης (παράγει κείμενα, εικόνες, βίντεο και άλλα δεδομένα, με γενετικά/παραγωγικά μοντέλα), με πολυδιάστατες μηχανές σαν τον άνθρωπο, αλλά με υπεράνθρωπη ταχύτητα και γνώσεις, είχαν διευκρινίσει ότι οι εξελίξεις θα έλθουν πολύ πιο γρήγορα από ό,τι περιμέναμε.

Μεταξύ τους ήταν και ο Χασάμπης, ο οποίος λέει τώρα ότι «η τεχνητή νοημοσύνη κινείται απίστευτα γρήγορα. Νομίζω ότι βρισκόμαστε σε κάποιο είδος εκθετικής καμπύλης βελτίωσης. Φυσικά, η επιτυχία του χώρου, τα τελευταία χρόνια, έχει τραβήξει ακόμα περισσότερη προσοχή, περισσότερους πόρους, περισσότερο ταλέντο. Αυτό λοιπόν, προσθέτει σε αυτήν την ραγδαία αυξανόμενη πρόοδο, που είναι κατακόρυφη, με ολοένα αυξανόμενη ταχύτητα».

H επόμενη ημέρα της ΑΙ λέγεται Astra και μαθαίνει από τον εαυτό της

Ο παρουσιαστής της εκπομπής τέσταρε την εξέλιξη. Είναι το Project Astra «ένας ΑΙ σύντροφο που μπορεί να δει, να ακούσει και να συζητήσει για τα πάντα. Τα πρώιμα chatbots μάθαιναν μόνο από όσα υπάρχουν στο Internet. Η εφαρμογή που λέγεται Astra μαθαίνει από τον κόσμο. Αντιλαμβάνεται τον κόσμο, με τα δικά της μάτια». Μαθαίνει από τον εαυτό της.

Χρησιμοποιεί το Gemini 2.0 (advanced chatbot της Google) που επιτρέπει πρακτορικές δυνατότητες. Η πρακτορική τεχνητή νοημοσύνη (Αgentic AI) είναι κατηγορία αυτόνομων συστημάτων που -σύμφωνα με το Unite AI– έχουν σχεδιαστεί για την επίτευξη στόχων σε πολύπλοκα και δυναμικά περιβάλλοντα (επεξεργάζονται πολυτροπικά δεδομένα -κείμενα, εικόνες, ήχο, βίντεο- και μπορούν να κατανοήσουν σε βάθος πολύπλοκα περιβάλλοντα).

Εν αντιθέσει με την παραδοσιακή τεχνητή νοημοσύνη που αντιδρά σε προτροπές ή ακολουθεί προκαθορισμένους κανόνες, η Agentic AI λειτουργεί προληπτικά. Θέτει σχέδια και λαμβάνει αποφάσεις, όπως προσαρμόζεται σε εξελισσόμενες καταστάσεις για να επιτύχει τα επιθυμητά αποτελέσματα.

Τι σημαίνουν όλα αυτά πρακτικά;

ΠΟΤΕ ΞΑΝΑ ΜΟΝΟΙ Ή ΑΒΟΗΘΗΤΟΙ

Ο άνθρωπος που επιστράτευσε η Google να εξηγήσει το σύστημα, ήταν Νεοϋορκέζος τουρίστας στο Λονδίνο. Ενημέρωσε -φωνητικά- την εφαρμογή που ήταν στο τηλέφωνο του, πως είχε δεχθεί ένα email με πληροφορίες για το διαμέρισμα που είχε ενοικιάσει.

Ζήτησε -από την Astra- να του μπει τον κωδικό για την πόρτα και να τον θυμάται. Ακούστηκε μια φωνή να του δίνει τον κωδικό και οδηγίες (βήμα, βήμα) πώς θα ανοίξει την πόρτα.

Μετά, ο άνθρωπος έδειξε -στην κάμερα του κινητού του- την ετικέτα με τα σύμβολα για τη σωστή φροντίδα ενός ρούχου. Ρώτησε «βάσει αυτών των συμβόλων, πώς πρέπει να πλύνω την μπλούζα μου;». Η φωνή εξήγησε τι έπρεπε να κάνει και όταν ο άνθρωπος “έδειξε” τα προγράμματα του πλυντηρίου του, η φωνή του έδωσε και το σωστό πρόγραμμα -βάσει όσων αναγράφονταν στην ετικέτα.

Ακολούθως, ο άνθρωπος έδειξε μια λίστα με μέρη που του είχαν προτείνει να επισκεφτεί στο μέρος που είχε πάει διακοπές. Ρώτησε “μπορείς να με βοηθήσεις να επιλέξω ένα;», με τη φωνή να του λέει «θα ψάξω όλα αυτά τα μέρη για εσένα» πριν αρχίσει να παρέχει ξεχωριστές -σύντομες και το the point- πληροφορίες για το κάθε ένα.

Η επόμενη απορία ήταν για την προφορά της λέξης scone και στη συνέχεια “έδειξε” ένα άγαλμα, ζητώντας πληροφορίες για αυτό. Προφανώς και τις πήρε, όπως πήρε και τις πληροφορίες που ζήτησε για τις δημιουργίες της καλλιτέχνιδας που είχε φτιάξει το άγαλμα.

Όπως περπατούσε ο άνθρωπος είδε βιβλία και ρώτησε την εφαρμογή ποιο να διαλέξει για φίλη του, βάσει λίστας με βιβλία που διάβαζε και έδωσε στην Astra. Σε 1’’ είχε την απάντηση. Ο ίδιος χρόνος χρειάστηκε για να μάθει αν ένα λεωφορείο που περνούσε από μπροστά του -και έδειξε στην εφαρμογή- πήγαινε στην Chinatown.

Προφανώς και η φωνή “μιλάει” σε όλες τις γλώσσες (απάντησε σε ερώτηση Γάλλου), ενώ η Google έχει δημιουργήσει και γυαλιά, ώστε να μπορεί ο χρήστης να έχει διαθέσιμη την υπηρεσία ακόμα και όταν είναι απασχολημένα τα χέρια του.

Νομίζω πως έως εδώ κατάλαβες πως ο άνθρωπος δεν πήγε μόνος του στο Λονδίνο, αλλά με την Astra.

Η Astra μαθαίνει σαν τους ανθρώπους -και αυτό είναι τρομακτικό

Στο δικό του έλεγχο της Astra, o παρουσιαστής της εκπομπής «60 Minutes» της είπε πως ακούγεται σαν να βαριέται. Η απάντηση ήταν “συγγνώμη αν δεν σας αρέσει ο τόνος μου. Προσπαθώ να δίνω πληροφορίες όσο πιο καλά μπορώ”.

Όταν ζητήθηκε σχόλιο από τον Χασάμπη, είπε πως «η πρόκληση με αυτά τα συστήματα είναι πως ενεργούν ανά πάσα στιγμή σε συνθήκη όσων τους περιτριγυρίζουν. Δεν έχουν τεσταριστεί πρωτύτερα».

Υπάρχει ταβάνι σε αυτά που μπορούν να μάθουν μόνες τους οι μηχανές; «Έχουμε θεωρίες επί των δυνατοτήτων αυτών των συστημάτων, βάσει της αρχιτεκτονικής της εκπαίδευσης τους. Στο τέλος της ημέρας, το πώς μαθαίνουν ή του τι διαλέγουν από τα δεδομένα είναι μέρος της εκπαίδευσης αυτών των συστημάτων. Δεν το προγραμματίζουμε αυτό. Μαθαίνουν όπως μαθαίνουμε οι άνθρωποι.

Οπότε νέες ικανότητες ή ιδιότητες μπορούν να αναδειχθούν από αυτήν την συνθήκη εκπαίδευσης».

Αυτό ακούγεται κάπως τρομακτικό.

«Είναι δυαδικότητα αυτού του τύπου συστημάτων. Μπορούν να κάνουν απίστευτα πράγματα, να ξεπεράσουν ό,τι έχουμε σχεδιάσει για αυτά ή που αντιλαμβανόμαστε οι ίδιοι. Φυσικά, η πρόκληση είναι να διασφαλίσουμε πως αντιλαμβανόμαστε τις βάσεις γνωστικών δεδομένων που δημιουργούν και έχουν μέσα τους».

Η νέα τεχνητή νοημοσύνη έχει την πολυλειτουργικότητα του ανθρώπινου μυαλού

Ενόσω εξελίσσεται η Astra, το εργαστήριο του Χασάμπη δουλεύει και στην πρόοδο του Gemini, που όπως λέει στο εξής δεν θα αποκαλύπτει μόνο τον κόσμο. Θα ενεργεί μέσα σε αυτόν. Πώς; Θα “κλείνει” εισιτήρια, θα κάνει online αγορές κλπ.

Αυτό είναι ένα βήμα προς το AGI (Αrtificial General Intelligence), τη γενική τεχνητή νοημοσύνη, που ο Χασάμπης προσδιορίζει ως «σύστημα που είναι ικανό να παρουσιάσει την όποια γνωστική δυνατότητα έχουν οι άνθρωποι». Είναι σύστημα που έχει την πολυλειτουργικότητα του ανθρώπινου μυαλού.

Είναι το κλειδί που ανοίγει όλες τις επιστημονικές ανακαλύψεις που θα δώσουν τις λύσεις στα μεγαλύτερα μυστήρια και τα μεγαλύτερα προβλήματα της ανθρωπότητας;

«Από την αρχή του DeepMind θέλαμε να φτιάξουμε AGI. Στην πραγματικότητα, αυτός ήταν ο αρχικός στόχος που είχε θέσει ο τομέας της τεχνητής νοημοσύνης το ’50» εξήγησε ο άνθρωπος μας στο TIME, «στη διαδρομή καταλάβαμε πως μπορούμε να χρησιμοποιήσουμε αυτές τις γενικές τεχνικές για εξειδικευμένες λύσεις προβλημάτων. Ένα καλό παράδειγμα αυτού είναι το AlphaFold» που πήρε Νόμπελ, ως τεράστια εξέλιξη στην βιολογική και την ιατρική έρευνα, με μεγάλο όφελος για το είδος μας.

«Ό,τι και αν κάνεις, αρχίζεις με τις βασικές μεθόδους -αυτές με τις οποίες φτιάχνουμε και τα παιχνίδια μας- και μετά προσθέτεις εξειδικεύσεις. Παράλληλα, εξελίσσουμε και τις τεχνικές της γενικής ΑΙ -έτσι προέκυψαν τα μοντέλα που δεν καταλαβαίνουν μόνο τη γλώσσα ή παίζουν ένα παιχνίδι, αλλά διαχειρίζονται ολόκληρο το χωροταξικό γενικό πλαίσιο του κόσμου στον οποίον είμαστε. Έχουν αρχίσει να καταλαβαίνουν πράγματα, όπως η φυσική που διέπει τον κόσμο και μπορούν να επεξεργάζονται πράγματα, όπως οι εικόνες και ο ήχος».

«Σε από 5 έως 10 χρόνια η AGI θα ανταγωνίζεται τον άνθρωπο».

«Θα έχουμε ένα σύστημα που πραγματικά καταλαβαίνει τα πάντα γύρω μας, τις πολύ λεπτές διαφορές και σε μεγάλο βάθος. Θα είναι ενσωματωμένη στην καθημερινότητα μας», όπως τα γυαλιά της Astra που βλέπουν ό,τι βλέπει ο άνθρωπος που τα φοράει, ο οποίος είναι και ο μόνος που ακούει ό,τι ‘βγαίνει’ από το μεγάφωνο στο ακουστικό.

Το μόνο που προσφέρει ο άνθρωπος σε αυτήν τη σχέση είναι το περπάτημα, άρα τα πόδια του, με μηχανικούς να δουλεύουν και επ’ αυτών, καθώς η ρομποτική είναι ένας άλλος μεγάλος τομέας που, κατά τον Χασάμπη, θα δει τεράστιες εξελίξεις σύντομα -πέραν της ΑΙ.

«Πιστεύω πως εντός της προσεχούς διετίας, θα βλέπουμε παρουσιάσεις ανθρωπόμορφων ρομπότ που θα κάνουν αποτελεσματικά, χρήσιμα πράγματα». Η βρετανική τηλεοπτική εκπομπή παρείχε και μια ιδέα από ρομπότ που καταλαβαίνει τι βλέπει και προσπαθεί να εκτελέσει μια εργασία, χωρίς να του έχουν δοθεί σαφείς οδηγίες.

Και κάπως έτσι φτάσαμε στη δεύτερη ανησυχία του Χασάμπη για το “αύριο” της τεχνητής νοημοσύνης: το πώς θα διασφαλίσουν οι επιστήμονες ότι θα έχουν πάντα τον έλεγχο των μηχανών.

«Πώς θα τις ελέγχουμε, θα ερμηνεύουμε τι κάνουν, πώς θα τις καταλαβαίνουμε, πώς θα περιφρουρήσουμε τις εξελίξεις με τρόπους που δεν θα μπορούν να αφαιρέσουν τα εξόχως ικανά συστήματα που αυτοβελτιώνονται. Αυτή είναι μια εξαιρετικά δύσκολη πρόκληση».

Μήπως δουλεύουν κάποιοι ήδη σε μηχανές που θα έχουν αυτοεπίγνωση;

«Δεν πιστεύω πως κάποιο από τα σημερινά συστήματα μπορεί να νιώθει αυτοεπίγνωση ή να έχει συνείδηση, με τον όποιον τρόπο. Προφανώς, όποιος αλληλεπιδρά με τα chatbots παίρνει τις δικές του αποφάσεις και θεωρητικά, αυτό που λέτε είναι πιθανό».

Είναι στόχος η αυτοεπίγνωση;

«Όχι άμεσα, αλλά μπορεί να συμβεί εμμέσως. Ενδεχομένως αυτά τα συστήματα να αποκτήσουν κάποια αίσθηση αυτοεπίγνωσης. Πιστεύω πως για αυτά τα συστήματα είναι σημαντικό να καταλάβουν εσένα, τον εαυτό τους και τον άλλον. Πιθανότητα αυτή είναι η απαρχή κάποιας συνθήκης, όπως η αυτοεπίγνωση».

«Δεν θα το καταλάβουμε εάν τα συστήματα αποκτήσουν αυτοεπίγνωση»

Ο Χασάμπης τόνισε κάτι που θα το πεις και πολύ ανησυχητικό. «Ακόμα και αν τα συστήματα αποκτήσουν αυτοεπίγνωση, μπορεί να μην το αναγνωρίσουμε. Υπάρχουν δυο λόγοι που θεωρούμε τους εαυτούς μας συνειδητούς. Ο ένας είναι πως δείχνετε την συμπεριφορά ενός συνειδητού πλάσματος πολύ όμοια με τη δική μου συμπεριφορά και ο άλλος έχουμε το ίδιο υπόβαθρο. Είμαστε φτιαγμένοι από την ίδια ανθρακική ύλη, με τα μαλακά μυαλά μας.

Οι μηχανές λειτουργούν με σιλικόνη. Ακόμα και αν δείξουν την ίδια συμπεριφορά, ακόμα και αν πουν τα ίδια πράγματα, δεν σημαίνει απαραίτητα πως αυτή η αίσθηση της συνείδησης που έχουμε εμείς, θα είναι το ίδιο με αυτό που θα έχουν εκείνες».

ΤΙ ΔΕΝ ΕΧΕΙ ΑΚΟΜΑ Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

Όπως οι ειδικοί προσπαθούν να βοηθήσουν τις μηχανές να εξελιχθούν όσο γίνεται περισσότερο, έχουν δεχθεί και διάφορες ερωτήσεις από αυτές. «Καμία όμως, μέχρι τώρα δεν ήταν απροσδόκητη. Και αυτό δείχνει τι λείπει ακόμα από αυτά τα συστήματα. Ακόμα δεν μπορούν να ρωτήσουν μια νέα, καινοτόμα ερώτηση ή να κάνουν μια νέα υπόθεση ή να προτείνουν μια νέα υπόθεση που δεν έχει σκεφτεί ποτέ κανείς πριν.

Δεν έχουν περιέργεια και είναι κάπως ελλιπείς σε αυτό που αποκαλούμε “φαντασία” και “διαίσθηση”. Κάποια στιγμή ωστόσο, και σύντομα θα βελτιωθούν σε αυτούς τους τομείς.

Πιστεύω ότι σε από 5 έως 10 χρόνια, θα έχουμε συστήματα που θα είναι ικανά όχι μόνο να λύσουν ένα σημαντικό πρόβλημα ή μια εικασία στην επιστήμη, αλλά θα την ανακαλύψουν μόνα τους».