Η συζήτηση για την τεχνητή νοημοσύνη και τις δυνατότητές της, έχει ανοίξει για τα καλά στην παγκόσμια σφαίρα. Η ραγδαία εξέλιξή της και οι δυνατότητές της σε όλα τα επίπεδα, έχει κάνει ακόμη και τους μεγαλύτερους υποστηρικτές της, να ζητούν δικλείδες ασφαλείας.
Προσφάτως, επτά κολοσσιαίες τεχνολογικές εταιρείες που ηγούνται της επανάστασης στην τεχνητή νοημοσύνη συμφώνησαν να διαχειριστούν τους κινδύνους που προκύπτουν από αυτή. Εκπρόσωποι των εταιρειών Amazon, Anthropic, Google, Inflection, Meta, Microsoft και OpenAI έκαναν την κοινή ανακοίνωση με τον Αμερικανό Πρόεδρο, Τζο Μπάιντεν, στον Λευκό Οίκο, μετά από πολλές προειδοποιήσεις για τους κινδύνους που επιφυλάσσει η ανάπτυξη της συγκεκριμένης τεχνολογίας.
Πάνω σε αυτούς τους κινδύνους, εργάζεται πυρετωδώς ένας νεαρός, Έλληνας επιστήμονας, ο επίκουρος καθηγητής Διοικητικής Επιστήμης και Τεχνολογίας στο Πανεπιστήμιο Στάνφορντ, Βασίλης Συργκάνης, ο οποίος για τη δουλειά του τιμήθηκε πρόσφατα με βραβείο από το Ίδρυμα Μποδοσάκη.
«Η τεχνητή νοημοσύνη χρησιμοποιείται πολλές φορές, σε συστήματα αποφάσεων, τελείως μηχανικά και σαν να είναι θέσφατο ότι αυτό που έμαθε το μοντέλο μηχανικής μάθησης είναι η πραγματικότητα», λέει ο ίδιος σε συνέντευξή του, εξηγώντας ότι «Αυτό είναι ένα κύριο πρόβλημα που κινητοποίησε την έρευνά μου, ότι μαθαίνουμε αυτά τα μοντέλα και μετά πιστεύουμε ότι είναι σαν έτσι να δουλεύει ο κόσμος. Αυτό, μας οδηγεί σε εσφαλμένα συμπεράσματα, βλέπεις σχέσεις που μαθαίνει το μοντέλο, οι οποίες δεν έχουν καμία σχέση με το πώς λειτουργεί ο κόσμος στην πραγματικότητα».
Μιλώντας για τις προκαταλήψεις και τα σφάλματα των συστημάτων μηχανικής μάθησης, αλλά και για την επίλυσή τους μέσα από τη μέθοδο της αιτιώδους συναγωγής (casual inference), ο κ. Συργκάνης μίλησε στο πρόσφατο επιστημονικό εργαστήριο για τις εφαρμογές της τεχνητής νοημοσύνης, που διοργάνωσε το Ελληνικό Ινστιτούτο Προηγμένων Σπουδών (HIAS), το ινστιτούτο των Ελλήνων της διασποράς, στην Αθήνα.
«Εάν τα σφάλματα των συστημάτων τεχνητής νοημοσύνης δεν διορθωθούν, οι κίνδυνοι μακροπρόθεσμα είναι μεγάλοι, ακόμα και για να δημιουργηθούν κοινωνικά προβλήματα ανισότητας», σημειώνει και φέρνει ως παράδειγμα τη χρήση συστημάτων μηχανικής μάθησης στα δάνεια, όπου ακόμα και η τοποθεσία διαμονής του υποψήφιου δανειολήπτη μπορεί να αποτελέσει κριτήριο αποκλεισμού του από το τραπεζικό σύστημα με αποτέλεσμα να δημιουργείται ένας συστηματικός ρατσισμός μέσα από τέτοια αλγοριθμικά συστήματα αποφάσεων.
Όταν ρωτήθηκε για το πόσο κοντά μπορεί να βρισκόμαστε στη δημιουργία μιας γενικής, τεχνητής νοημοσύνης, ο Βασίλης Συργκάνης απαντά: «είναι πολύ απίθανο οι υπολογιστές από μόνοι τους να έχουν όλο αυτό το υπόβαθρο που έχει ένας ειδικός σε κάποιο τομέα. Αυτό που κάνουν τα γλωσσικά μοντέλα τεχνητής νοημοσύνης μπορεί να δείχνει αρκετά νοήμον», αλλά «υπάρχουν πολλές άλλες διαστάσεις στη νοημοσύνη εκτός από τη γλώσσα που εκφέρουμε».
Γεννημένος στη Θεσσαλονίκη, ο Βασίλης Συργκάνης σπούδασε στη Σχολή Ηλεκτρολόγων Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου. Στη συνέχεια, έκανε το διδακτορικό του στο Τμήμα Επιστήμης Υπολογιστών του Πανεπιστημίου Κορνέλ στις ΗΠΑ, όπου το αποτέλεσμα της διδακτορικής του διατριβής ήταν μια νέα μαθηματική θεωρία για τη μελέτη της απόδοσης πολύπλοκων οικονομικών συστημάτων, με κύριες εφαρμογές στις ηλεκτρονικές αγορές.
Εργάστηκε στο τμήμα Έρευνας της Microsoft για οκτώ χρόνια, όπου επικεντρώθηκε στην ανάλυση σχέσεων αιτιότητας με τη χρήση τεχνικών μηχανικής μάθησης.
Τον Σεπτέμβριο του 2022 εκλέχθηκε επίκουρος καθηγητής στο Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας του Πανεπιστημίου Στάνφορντ. Εκεί, έχει θέσει στο επίκεντρο την ανακάλυψη σχέσεων αιτιότητας και τη λήψη αποφάσεων χρησιμοποιώντας δεδομένα μεγάλων διαστάσεων, με κύριες εφαρμογές στη βιοιατρική, τη διοίκηση επιχειρήσεων και τις ηλεκτρονικές πλατφόρμες. Η έρευνά του έλαβε το βραβείο Amazon Research Award για το 2023.