ΒΕΛΕΣΤΙΝΟ καιρός

ΑΦΙΕΡΩΜΑΤΑ

"Ο κόσμος της τεχνητής νοημοσύνης είναι χαοτικός"

Ο 25χρονος, Χρήστος Μπάρδας, αποτελεί ακόμα ένα μέλος του οδυνηρού για τη χώρα μας "brain drain" - Από το Γενικό Λύκειο Βελεστίνου σε μεγάλη εταιρεία πληροφορικής στο Εδιμβούργο κι εργασία στο διεπιστημονικό πεδίο της επιστήμης των δεδομένων
"Ο κόσμος της τεχνητής νοημοσύνης είναι χαοτικός"

Συνέντευξη στοον Φοίβο Παπαγεωργίου

Έχοντας αποφοιτήσει με "Άριστα" από το Τμήμα Πληροφορικής του Αριστοτελείου Πανεπιστήμιου ακολούθησε το μεταπτυχιακό στο Πανεπιστήμιο της σκωτσέζικης πρωτεύουσας και πλέον η δουλειά του στην Μεγάλη Βρετανία, που περιλαμβάνει πολλά δεδομένα, αλγορίθμους και τον πολύ φουτουριστικό αλλά και πρακτικό συνάμα κλάδο της τεχνητής νοημοσύνης.

Ο Βελεστινιώτης "data scientist" μιλά για τη ζωή στο πανέμορφο αλλά ήσυχο αυτή την περίοδο Εδιμβούργο, τον "κώδικα" που ακολούθησε και τον έφερε στην Σκωτία και για το αν οι αλγόριθμοι μπορούν να εκφράσουν ένα συναίσθημα.

Συνέντευξη στον Φοίβο Παπαγεωργίου για την εφημερίδα Ταχυδρόμος

Πάνω σε τι εργάζεσαι αυτή την περιόδο;

Βρίσκομαι σε μία μεγάλη εταιρεία πληροφορικής και "τρέχουμε" ένα project που αφορά τυχόν απάτες σε τραπεζικές συναλλαγές. Δηλαδή, προσπαθούμε να εντοπίσουμε αν αυτός που πραγματοποιεί την συναλλαγή είναι πράγματι και ο κάτοχος του λογαριασμού ή αν κάποιος τρίτος έχει κλέψει τα στοιχεία του.

Χρησιμοποιώντας την ανάλυση δεδομένων που προκύπτουν από τους πελάτες και με βάση τον αλγόριθμο, την τεχνητή νοημοσύνη, μπορούμε να βρούμε για κάθε συναλλαγή την πιθανότητα να πρόκειται στην ουσία για απάτη. Σκεφτείτε και τώρα με τα "Lockdown" πόσο έχουν αυξηθεί οι τραπεζικές συναλλαγές μέσω διαδικτύου.

Ως αριστούχος απήγγειλε τον όρκο στη σχολή του στο ΑΠΘ

Πώς είναι η ζωή στην Σκωτία αυτή την περίοδο;

Να σας πω την αλήθεια, είναι κάπως συνεχιζόμενη η κατάσταση καθώς είμαι σε καθεστώς τηλεργασίας από τον περασμένο Μάρτιο. Και από ό,τι φαίνεται αυτό θα συνεχιστεί για καιρό ακόμα. Όσον αφορά τα νέα, λόγω του ότι περνάω πολλές ώρες στο σπίτι ίσως ενημερώνομαι καλύτερα για την κατάσταση στην Ελλάδα. Κι εδώ πάντως, λόγω των κρουσμάτων, οι παμπ έχουν κλείσει, χρησιμοποιούμε τις μάσκες στους εσωτερικούς χώρους, κάποια μαγαζιά λειτουργούν μόνο με take away. Γενικά, η πόλη είναι άδεια και τα καταστήματα με τα εποχιακά χριστουγεννιάτικα είδη δεν έχουν ανοίξει.

Σίγουρα κυριαρχεί μία κούραση αλλά προσπαθώ να μην είμαι απαισιόδοξος καθώς πολλοί δεν έχουν καν δουλειά αυτό τον καιρό.

"Η τεχνητή νοημοσύνη προσπαθεί να προλάβει την ανθρώπινη νοημοσύνη και να φτιάξει, ας το πούμε, την γενική νοημοσύνη"

Πώς προέκυψε ο δρόμος της επιστήμης των δεδομένων, θα επέστρεφες στο μέλλον στην Ελλάδα;

Από μικρό μου άρεσε η πληροφορική με τον γενικότερο όρο. Στην Γ’ Λυκείου είχαμε και το μάθημα του προγραμματισμού κι εκεί "ψήθηκα" ακόμα περισσότερο. Το πρόγραμμα σπουδών στο ΑΠΘ περιλάμβανε και μαθήματα τεχνητής νοημοσύνης κι εκεί στην ουσία μου μπήκε… το μικρόβιο.

Στη συνέχεια επέλεξα το Εδιμβούργο γιατί θεωρούνταν και είναι ένα πάρα πολύ καλό πανεπιστημιακό ίδρυμα. Τη χρονιά που μπήκα ήταν στα "Top 15". Για να μπορέσω να γίνω δεκτός στο μεταπτυχιακό έπαιξε ρόλο ο βαθμός (8,5) που αποφοίτησα από την Θεσσαλονίκη και οι συστάσεις. Όταν πρωτοήρθα κατάλαβα πόσο δυνατό πανεπιστήμιο είναι πραγματικά και με διαφορετική κουλτούρα από αυτήn της Ελλάδας. Ας πούμε οι βιβλιοθήκες ήταν γεμάτες καθ’ όλη τη διάρκεια του έτους και όχι μόνο στην εξεταστική περίοδο, κάτι που συμβαίνει στην χώρα μας.

Όσον αφορά τον τομέα μου, στο Ηνωμένο Βασίλειο είναι αρκετά προηγμένος σε σχέση με την υπόλοιπη Ευρώπη.

Αναμφίβολα, δεν μπορώ να κλείσω το παράθυρο της επιστροφής. Όμως, στην Ελλάδα δεν υπάρχει και τόσο σημαντική εξέλιξη στον κλάδο.

Μπορείς να μας αναλύσεις το είδος και το εύρος του πεδίου σου;

Η ανάλυση δεδομένων και η τεχνητή νοημοσύνη είναι αλληλένδετες. Η ανάλυση μπορεί να βελτιώσει έναν αλγόριθμο τεχνητής νοημοσύνης και να μας δώσει καλύτερα αποτελέσματα, όπως όταν έχουμε ένα πρόγραμμα που του δίνουμε φωτογραφίες από διάφορα ζώα και στο τέλος μπορεί να διακρίνει ποιο ζώο βλέπει στην εικόνα. Έτσι "μαθαίνουν" οι μηχανές. Τα δεδομένα τα δίνεις σε έναν αλγόριθμο τεχνητής νοημοσύνης για καλύτερα αποτελέσματα.

"Είναι δύσκολο να ορίσεις το συναίσθημα και να το μοντελοποιήσεις"

Παραδείγματα;

Αρκετοί αλγόριθμοι τεχνητής νοημοσύνης, όπως τα νευρωνικά δίκτυα, εμπνέονται από το πώς λειτουργεί ο ανθρώπινος εγκέφαλος. Ο εγκέφαλος έχει νευρώνες που συνδέονται μεταξύ τους μέσω ενός νευρωνικού δικτύου.

Η τεχνητή νοημοσύνη προσπαθεί να προλάβει την ανθρώπινη νοημοσύνη και να φτιάξει, ας το πούμε, την γενική νοημοσύνη.

Μπορεί να κάνει τα πάντα; Μέχρι στιγμής έχουμε αλγόριθμους που μπορούν να κάνουν μία ενέργεια καλύτερα από τον άνθρωπο αλλά σε πολύ συγκεκριμένη κατηγορία, όπως η αναγνώριση εικόνων.

Αλλά και στην πανδημία, είδαμε πως υπήρξε πρόγραμμα που αναγνώριζε μέσα από τις ακτινογραφίες θώρακα, αν ο ασθενής έχει νοσήσει από κορωνοϊό. Θα έπαιρνε πολύ περισσότερο χρόνο στον γιατρό και ίσως είχε και μεγαλύτερη πιθανότητα σφάλματος.

Ο κόσμος της τεχνητής νοημοσύνης είναι χαοτικός.

Μπορεί να υπάρξει αλγόριθμος που να "αναπαράγει" το συναίσθημα;

Νομίζω πως το πρόβλημα στη συγκεκριμένη περίπτωση είναι πως είναι δύσκολο να ορίσεις το συναίσθημα και να το μοντελοποιήσεις, να έχεις δηλαδή τα χαρακτηριστικά του. Η τεχνητή νοημοσύνη είναι ένας αλγόριθμος που δουλεύει με μαθηματικά. Δεν μπορείς να μοντελοποιήσεις την χαρά, την λύπη κ.ο.κ. Σίγουρα αυτό δεν μπορεί να το κάνει ένας αλγόριθμος, αν πρώτα δεν το έχει μοντελοποιήσει ένας επιστήμονας. Η τεχνητή νοημοσύνη δεν είναι τίποτα άλλα από μαθηματικά που "τρέχουν".

Πιο διαβασμένα