[Στιγμές] Μια νέα, παλιά τάση

Η Σίλικον Βάλεϊ λατρεύει τις νέες τάσεις. Αν κρίνει κάποιος από το κύμα χρηματοδότησης που αναζητούν start-up εταιρείες, τις τελευταίες εβδομάδες, φαίνεται ότι δημιουργείται μια νέα μόδα βασισμένη όμως σε μια ιδέα που έχει ηλικία μισού αιώνα: την τεχνητή νοημοσύνη.

«Αυτό είναι το πιο καυτό θέμα που συζητείται αυτή τη στιγμή στη Σίλικον Βάλεϊ» εξηγεί ο Στίβεν Πούρπουρα, η εταιρεία του οποίου (που δραστηριοποιείται στον τομέα αυτό) έχει συγκεντρώσει περισσότερα από 44 εκατομμύρια τα τελευταία δύο χρόνια. Περισσότερες από 170 start-up εταιρείες έχουν δημιουργηθεί τον τελευταίο καιρό, με στόχο την ανάπτυξη της τεχνητής νοημοσύνης και άρα έναν νέο τρόπο για την αλληλεπίδραση των ανθρώπων με τις μηχανές αυτές.

«Τεχνολογικά, είναι μια μεγάλη αλλαγή από το να βάζεις εντολές σε ένα κουτί, σε μια εποχή όπου οι υπολογιστές μπορούν να παρακολουθούν και να μαθαίνουν» παρατηρεί ο Ντάνιελ Νάντλερ, η εταιρεία του οποίου συγκέντρωσε 15 εκατομμύρια δολάρια με στόχο να εκπαιδεύσει τα κομπιούτερ προκειμένου να αντικαταστήσουν ακριβά αμειβόμενους υπαλλήλους, όπως οι οικονομικοί αναλυτές. Ομως οι περισσότερες start-up επιχειρήσεις «λειτουργούν αυτή τη στιγμή σαν ελβετικοί σουγιάδες» εξηγεί ο Πούρπουρα. «Δοκιμάζουν πολλές εφαρμογές, δεν ξέρουμε όμως ακόμα ποιες θα είναι υψηλής αξίας, σε μια προσέγγιση τύπου Αγριας Δύσης, καθώς ουσιαστικά προσπαθούν να λύσουν κάθε πρόβλημα που μπορούν να φανταστούν».

Η τεχνητή νοημοσύνη, η εκπαίδευση των μηχανών, τα νευρωνικά δίκτυα συμβάλλουν στον στόχο: τη δημιουργία μηχανών που θα μπορούν να λύνουν προβλήματα τα οποία μέχρι τώρα πιστεύαμε ότι μπορούν να επιλυθούν μόνο από τον ανθρώπινο εγκέφαλο. Γι’ αυτό άλλωστε η νευροεπιστήμη προσφέρει ό,τι τελευταίο υπάρχει στον τρόπο με τον οποίο λαμβάνει αποφάσεις ο άνθρωπος – ακόμα όμως δεν τα ξέρουμε όλα.

Οι start-up εταιρείες αντιμετωπίζουν ανταγωνισμό από μεγάλες εταιρείες, οι οποίες μάλιστα επενδύουν πολλά στον τομέα των ερευνών, όπως η Google, η IBM και το facebook. Συνήθως δεν αποκαλύπτουν την πρόοδο που έχει σημειωθεί, ωστόσο κάνουν κάποιες δημόσιες επιδείξεις για τα επιτεύγματά τους: η Google έδειξε πώς αναγνωρίζονται γάτες από βιντεάκια στο YouTube, το σύστημα Deep Face του facebook αναγνωρίζει εικόνες ανθρώπων και η ΙΒΜ παρουσίασε το σύστημα απάντησης ερωτήσεων Watson.

Η αναβίωση του ενδιαφέροντος στην «επιμόρφωση» των υπολογιστών οφείλεται στον πολύ μεγαλύτερο αριθμό πληροφοριών που μπορούν τώρα να δεχθούν οι μηχανές, και στον τρόπο με τον οποίο δύνανται πλέον να τις επεξεργαστούν. Τεχνικές πιθανοτήτων χρησιμοποιούνται προκειμένου να «εκπαιδευτούν» οι μηχανές καθώς απορροφούν τα στοιχεία, μέχρις ότου να μπορούν να εντοπίσουν μοτίβα και να καταλήξουν σε συμπεράσματα για τα οποία δεν είναι προγραμματισμένες.