Η Τεχνητή Νοημοσύνη πλησιάζει περισσότερο την ανθρώπινη νοημοσύνη

Η Τεχνητή Νοημοσύνη εφαρμόζεται σχεδόν σε κάθε τομέα σήμερα.

Στο πρόσφατο συνέδριο τεχνολογίας GTC, η Nvidia – ο γίγαντας των τσιπ – άφησε έντονη εντύπωση όταν ανακοίνωσε μια νέα πλατφόρμα τσιπ τεχνητής νοημοσύνης που ονομάζεται Blackwell Ultra. Πρόκειται για μια αναβάθμιση από την ήδη διάσημη σειρά τσιπ Blackwell, αλλά αυτή τη φορά, η Nvidia έχει μια πιο ξεκάθαρη φιλοδοξία: να βοηθήσει την τεχνητή νοημοσύνη όχι μόνο να ανταποκρίνεται, αλλά και να συλλογίζεται σαν άνθρωπος. Σύμφωνα με την περιγραφή της ίδιας της Nvidia, το Blackwell Ultra παρέχει ανώτερη υπολογιστική ισχύ, επιτρέποντας στα μοντέλα τεχνητής νοημοσύνης να αναλύουν σύνθετα αιτήματα, να τα αναλύουν σε πολλαπλά βήματα και να εξετάζουν πολλές διαφορετικές επιλογές, κάτι που μόνο οι άνθρωποι μπορούσαν να κάνουν πριν.

«Η συλλογιστική είναι το επόμενο βήμα στην Τεχνητή Νοημοσύνη, η οποία ξεπερνά τον ρόλο ενός chatbot και εισέρχεται στον πραγματικό κόσμο », δήλωσε ο Διευθύνων Σύμβουλος της Nvidia, Jensen Huang. Για να το καταδείξει αυτό, η Nvidia συνέκρινε τον χρόνο απόκρισης ενός σύνθετου ερωτήματος: ενώ το μοντέλο R1 AI της DeepSeek (μια κινεζική startup AI) χρειάστηκε 90 δευτερόλεπτα για επεξεργασία στο παλιό τσιπ Hopper, χρειάστηκαν μόνο 10 δευτερόλεπτα με το Blackwell Ultra. Αυτή η διαφορά στην απόδοση όχι μόνο επιταχύνει τη διαδικασία, αλλά ανοίγει επίσης τη δυνατότητα ταχύτερης και βαθύτερης σκέψης για τις μηχανές.

«Τα μοντέλα τεχνητής νοημοσύνης αρχίζουν πλέον να συμπεριφέρονται σαν πραγματικοί άνθρωποι, αναλύοντας και σκέφτοντας πριν απαντήσουν. Αυτό είναι ένα τεράστιο σημείο καμπής», δήλωσε ο Arun Chandrasekaran, ειδικός της ερευνητικής εταιρείας Gartner.

Άλλες εταιρείες συμμετέχουν επίσης στην κούρσα, όχι μόνο η Nvidia ή η DeepSeek. Η Google έχει ενσωματώσει δυνατότητες εξαγωγής συμπερασμάτων στη νέα οικογένεια μοντέλων Gemini, ενώ η Anthropic κυκλοφόρησε το Claude 3.7 Sonnet - ένα μοντέλο τεχνητής νοημοσύνης που ενσωματώνει ένα «υβριδικό» μοντέλο συλλογισμού (έναν συνδυασμό διαφορετικών μεθόδων εξαγωγής συμπερασμάτων σε ένα σύστημα τεχνητής νοημοσύνης ή στη διαδικασία ανθρώπινης σκέψης). Αυτές οι τεχνητές νοημοσύνης είναι ικανές να σχεδιάζουν, να εκτελούν ταυτόχρονα πολλές εργασίες, ακόμη και να λαμβάνουν αποφάσεις, κάτι που κάποτε ήταν δυνατό μόνο στον ανθρώπινο εγκέφαλο.

Ενώ η Τεχνητή Νοημοσύνη (ΤΝ) επιδεικνύει αξιοσημείωτες δυνατότητες, οι τεχνολόγοι και οι στοχαστές εξακολουθούν να συζητούν συνεχώς την προσέγγιση και την κατεύθυνση ανάπτυξης, ώστε η ΤΝ να γίνει πραγματικά κινητήρια δύναμη για την κοινωνική πρόοδο. Ένα από τα βασικά σημεία είναι η ικανότητα διατήρησης των ανθρώπινων αξιών κατά τη μετάβαση στην εποχή της «σκεπτόμενης ΤΝ». Δεν είναι πλέον καινούργιο το γεγονός ότι τα μεγάλα γλωσσικά μοντέλα (LLM) όπως το ChatGPT μπορούν να κατανοήσουν το πλαίσιο, να κάνουν πολυδιάστατες εξηγήσεις και να δημιουργήσουν έξυπνες απαντήσεις. Αλλά το πιο σημαντικό ερώτημα είναι: Τι είδους σκέψη θα μάθει η ΤΝ; Και πώς θα ελέγχουν οι άνθρωποι την ΤΝ, ώστε να μην χειραγωγείται, να μην προκαταλαμβάνεται ή να μην εκμεταλλεύεται;

Ο Χόφμαν τόνισε συγκεκριμένα τον ρόλο των ανθρώπων στην εκπαίδευση και την καθοδήγηση της Τεχνητής Νοημοσύνης. Προέτρεψε τους προγραμματιστές να είναι διαφανείς σχετικά με τις αρχές βάσει των οποίων εκπαιδεύουν τα μοντέλα τους. «Εάν αναπτύσσετε μια Τεχνητή Νοημοσύνη που αντιτίθεται σε προοδευτικές αξίες όπως η ισότητα ή η ποικιλομορφία, πρέπει να είστε σαφείς για το γιατί επιλέξατε αυτήν την προσέγγιση. Εάν θέλετε η Τεχνητή Νοημοσύνη να αντικατοπτρίζει ένα ευρύ φάσμα απόψεων, ενημερώστε τους χρήστες όταν εκατομμύρια άνθρωποι διαφωνούν μαζί σας. Αυτό βοηθά τους χρήστες να κατανοήσουν τι χρησιμοποιούν». Αυτή η ιδεολογία προωθεί την ελευθερία της πληροφόρησης και την κοινωνική ευαισθητοποίηση, αντί να επιτρέπει στην Τεχνητή Νοημοσύνη να γίνει εργαλείο για την ενίσχυση των «ιδεολογικών φούσκες» που έχουν ήδη προκαλέσει διχασμούς στα μέσα κοινωνικής δικτύωσης σήμερα.

Πέρα από τις ηθικές και φιλοσοφικές συζητήσεις, μια άλλη πρόκληση έγκειται στην εκπαίδευση και την προετοιμασία της νεότερης γενιάς. Σε έναν κόσμο όπου η Τεχνητή Νοημοσύνη καταλαμβάνει ολοένα και περισσότερο πολλούς τομείς, πώς μπορούμε να αποφύγουμε την εξάλειψή της; Η απάντηση, σύμφωνα με πολλούς ειδικούς, δεν είναι να επιδιώξουμε την άμυνα κατά της Τεχνητής Νοημοσύνης, αλλά να ενισχύσουμε τις δικές μας δυνατότητες μέσω της Τεχνητής Νοημοσύνης.

Ο Χόφμαν ανέφερε ότι χρησιμοποίησε την Τεχνητή Νοημοσύνη για να τον βοηθήσει στη συγγραφή βιβλίων, από την έρευνα και την ανάλυση επιχειρημάτων έως την πρόταση πιο ελκυστικών εκφράσεων. Σύμφωνα με τον ίδιο, αυτό δεν αποτελεί αντικατάσταση των συγγραφέων, αλλά μια μορφή «συνεργασίας με μια μηχανή-συνεργάτη». Είναι σαν ένας δημοσιογράφος να έχει έναν προσωπικό βοηθό για να ερευνά, να συνθέτει και να προτείνει, αλλά η επιλογή και η λήψη αποφάσεων εξακολουθούν να ανήκουν στους ανθρώπους.

Η Τεχνητή Νοημοσύνη μπορεί επίσης να αποτελέσει ένα εργαλείο για την εξίσωση των ευκαιριών για όσους έχουν περιορισμένη πρόσβαση στη γνώση. Ένας μαθητής σε μια αγροτική περιοχή μπορεί να χρησιμοποιήσει το ChatGPT για να εξασκηθεί στη συγγραφή δοκιμίων, να μάθει ξένες γλώσσες και να αναζητήσει εξειδικευμένες γνώσεις που προηγουμένως απαιτούσαν καθηγητές ή μεγάλες βιβλιοθήκες. Με την κατάλληλη πρόσβαση, η Τεχνητή Νοημοσύνη μπορεί να μειώσει το χάσμα στην εκπαίδευση, τις δεξιότητες και το εισόδημα μεταξύ των κοινωνικών τάξεων.

Για να το πετύχουν αυτό, ωστόσο, οι κατασκευαστές τεχνολογίας και οι κυβερνήσεις πρέπει να έχουν σαφείς στρατηγικές για την εκπαίδευση σε ψηφιακές δεξιότητες, διασφαλίζοντας ισότιμη πρόσβαση στην Τεχνητή Νοημοσύνη και αποτρέποντας τον κίνδυνο κακής χρήσης της τεχνολογίας. Οι πολιτικές πρέπει να συνοδεύονται από δεοντολογικές κατευθυντήριες γραμμές, τεχνικούς κανονισμούς και αποτελεσματικά εργαλεία ελέγχου που δεν καταστέλλουν την καινοτομία.

Πηγή: https://daidoanket.vn/ai-dang-tien-gan-hon-toi-tri-tue-con-nguoi-10302558.html