Δεν πρόκειται απλώς για μία ακόμη τεχνολογική επανάσταση. Για πρώτη φορά, ο άνθρωπος δημιουργεί μια μηχανή που δεν επεκτείνει μόνο τη σωματική του δύναμη, αλλά διεκδικεί να μιμηθεί τη σκέψη, τη δημιουργικότητα και την κρίση του. Τι μπορεί να κάνει σήμερα η Τεχνητή Νοημοσύνη και ποια είναι τα όρια, οι κίνδυνοι και οι μεγάλες υποσχέσεις της; Επιμέλεια αφιερώματος: Βέτα Μεγάλου, Μαριάνθη Πελεβάνη

Η επανάσταση της τεχνητής νοημοσύνης έχει δημιουργήσει την εντύπωση ότι οι ρομποτικές μηχανές βρίσκονται ένα βήμα πριν αποκτήσουν ανθρώπινη σκέψη. Ταινίες όπως το Ex Machina ή το I, Robot έχουν ενισχύσει τη φαντασία γύρω από ανθρωποειδή που όχι μόνο συνομιλούν, αλλά αμφιβάλλουν, αναστοχάζονται και λαμβάνουν πολύπλοκες αποφάσεις.

Ωστόσο, η πραγματικότητα απέχει ακόμη αρκετά από αυτή την εικόνα. Σύμφωνα με νέα επιστημονική ανασκόπηση η οποία βασίζεται σε 40 μελέτες που δημοσιεύθηκαν την τελευταία δεκαετία για τη γνωστική ρομποτική και την αλληλεπίδραση ανθρώπου-ρομπότ, τα σημερινά ρομπότ μπορούν να αντιλαμβάνονται και να μαθαίνουν, αλλά βρίσκονται ακόμη πολύ μακριά από το να κατανοούν τον κόσμο όπως οι άνθρωποι.

Η βασική διαφορά ανάμεσα σε ένα γλωσσικό μοντέλο τεχνητής νοημοσύνης και ένα ρομπότ είναι ότι για το πρώτο μια καρέκλα αποτελεί μια λέξη, μια εικόνα ή έναν ορισμό. Για ένα ρομπότ, όμως, η καρέκλα είναι ένα πραγματικό αντικείμενο: ένα εμπόδιο που πρέπει να αποφύγει, ένα αντικείμενο που μπορεί να μετακινήσει ή μια επιφάνεια πάνω στην οποία μπορεί να καθίσει ένας άνθρωπος. Η γνωστική ρομποτική επιχειρεί ακριβώς να γεφυρώσει αυτό το χάσμα, δημιουργώντας μηχανές που δεν επεξεργάζονται απλώς πληροφορίες, αλλά αλληλεπιδρούν με το φυσικό περιβάλλον μέσα από την εμπειρία.

Οι ερευνητές επισημαίνουν ότι η νοημοσύνη των ρομπότ δεν περιορίζεται στην αποθήκευση τεράστιων ποσοτήτων δεδομένων. Για να συνυπάρξουν πραγματικά με τους ανθρώπους, πρέπει να αποκτήσουν αντίληψη του κόσμου όπως τον βιώνουμε εμείς: να αντιλαμβάνονται τις καταστάσεις, να προσαρμόζονται στις αλλαγές και να λαμβάνουν αποφάσεις με ευελιξία.

Η ανασκόπηση δεν εξέτασε 40 διαφορετικά ρομπότ, αλλά 40 διαφορετικές αρχιτεκτονικές αντίληψης. Το ίδιο ρομπότ μπορεί να «φιλοξενήσει» διαφορετικούς τρόπους οργάνωσης της αντίληψης, της μνήμης, της μάθησης και της λήψης αποφάσεων. Χαρακτηριστικό παράδειγμα αποτελεί το ανθρωποειδές iCub του Ιταλικού Ινστιτούτου Τεχνολογίας, το οποίο χρησιμοποιείται ως ερευνητική πλατφόρμα για τη μελέτη της ανάπτυξης γνωστικών δεξιοτήτων μέσα σε ένα ρομποτικό σώμα.

Οι επιστήμονες διαχωρίζουν τις γνωστικές ικανότητες των ρομπότ σε δύο μεγάλες κατηγορίες. Η πρώτη αφορά τις βασικές γνωστικές λειτουργίες. Σε αυτές περιλαμβάνονται η αντίληψη μέσω καμερών και αισθητήρων, η προσοχή που επιτρέπει στο ρομπότ να ξεχωρίζει ποιες πληροφορίες είναι σημαντικές, η επιλογή δράσης, η μνήμη, η μάθηση, η λογική επεξεργασία και η πρόβλεψη πιθανών μελλοντικών καταστάσεων.

Στην κορυφή αυτής της πυραμίδας βρίσκεται η μετα-γνώση, δηλαδή η ικανότητα ενός ρομπότ να αξιολογεί τη δική του σκέψη. Θεωρητικά, ένα τέτοιο σύστημα θα μπορούσε να αναγνωρίζει ότι δεν είναι βέβαιο για μια απόφαση, να διορθώνει τα λάθη του ή ακόμη και να «παραδέχεται» ότι ίσως έχει κάνει λάθος. Πρόκειται για μια από τις πιο φιλόδοξες επιδιώξεις της γνωστικής ρομποτικής.

Ωστόσο, τα στοιχεία δείχνουν ότι αυτή η δυνατότητα παραμένει εξαιρετικά περιορισμένη. Από τις 40 μελέτες, οι 35 ασχολήθηκαν με την αντίληψη, οι 31 με την προσοχή και τη μάθηση και οι 30 με την επιλογή δράσης. Αντίθετα, η πρόβλεψη μελλοντικών καταστάσεων εμφανιζόταν μόλις σε επτά μελέτες, ενώ η μεταγνώση σε μόλις δύο. Με άλλα λόγια, οι επιστήμονες έχουν καταφέρει να δημιουργήσουν ρομπότ που βλέπουν, μαθαίνουν και ενεργούν, αλλά όχι μηχανές που αμφιβάλλουν πραγματικά για τον εαυτό τους.

Εντυπωσιακή είναι και η περίπτωση μιας «έξυπνης» αναπηρικής καρέκλας, η οποία δεν σχεδιάστηκε για να αντικαταστήσει τον χρήστη, αλλά για να τον υποστηρίζει όταν χρειάζεται. Το σύστημα αποφάσιζε πότε έπρεπε να παρέμβει κατά την πλοήγηση, χωρίς να αφαιρεί τον έλεγχο από το άτομο. Τα αποτελέσματα έδειξαν ότι ο χρόνος μετακίνησης χρηστών με μειωμένες γνωστικές ικανότητες μειώθηκε από περίπου 124 δευτερόλεπτα σε μόλις 72.

Εξίσου σημαντικές είναι οι κοινωνικές δεξιότητες των ρομπότ, δηλαδή η ικανότητά τους να συνεργάζονται με τους ανθρώπους. Εδώ περιλαμβάνονται η αναγνώριση των προθέσεων ενός ατόμου, η επικοινωνία, η διάκριση ανάμεσα στις δικές τους ενέργειες και στις ενέργειες των άλλων, καθώς και η κοινή προσοχή, δηλαδή η δυνατότητα ανθρώπου και ρομπότ να εστιάζουν ταυτόχρονα στο ίδιο αντικείμενο ή έργο.

Σε ένα από τα πειράματα, το κοινωνικό ρομπότ RASA έπαιζε με ανθρώπους το παιχνίδι «πέτρα, ψαλίδι, χαρτί». Στόχος δεν ήταν να κερδίσει χάρη στην ταχύτητα των υπολογισμών του, αλλά να προβλέψει ποια κίνηση επρόκειτο να κάνει ο άνθρωπος. Όταν λειτουργούσε με αλγόριθμο πρόβλεψης, είχε καλύτερες επιδόσεις και οι συμμετέχοντες το αξιολογούσαν ως πιο έξυπνο και πιο ευχάριστο.

Άλλες εφαρμογές δοκιμάστηκαν με παιδιά στο φάσμα του αυτισμού, όπου τα κοινωνικά ρομπότ χρησιμοποιήθηκαν για την εξάσκηση στην αναγνώριση συναισθημάτων και στην αμοιβαία επικοινωνία. Σε αυτές τις περιπτώσεις, η σημαντικότερη δεξιότητα δεν ήταν η ακρίβεια των κινήσεων αλλά η ικανότητα του ρομπότ να «διαβάζει» εκφράσεις του προσώπου, να ανταποκρίνεται με κατανοητές χειρονομίες και να διατηρεί μια στοιχειώδη κοινωνική αλληλεπίδραση.

Παρ’ όλα αυτά, οι κοινωνικές αυτές δεξιότητες παραμένουν το πιο αδύναμο σημείο της σύγχρονης ρομποτικής. Η αναγνώριση προθέσεων και η επικοινωνία εμφανίζονται σε μόλις 13 από τις 40 μελέτες, ενώ η κοινή προσοχή συναντάται μόνο σε δύο.

Οι ερευνητές επισημαίνουν ότι τα σημερινά ρομπότ μπορούν να εκτελούν σύνθετες ενέργειες με μεγάλη ακρίβεια, όμως συχνά αδυνατούν να εξηγήσουν τι πρόκειται να κάνουν ή να κάνουν τον άνθρωπο να αισθανθεί ασφάλεια και εμπιστοσύνη κατά τη συνεργασία μαζί τους.

Το μεγάλο ζητούμενο, σύμφωνα με το Conversation, δεν είναι πλέον μόνο να δημιουργηθούν πιο ικανά ρομπότ, αλλά να αναπτυχθούν μηχανές που θα κατανοούν καλύτερα τους ανθρώπους και θα γίνονται οι ίδιες περισσότερο κατανοητές από αυτούς.