Yann LeCun, ο πρωτοπόρος της τεχνητής νοημοσύνης

"Θα ήθελα να δώσω τη δυνατότητα στις μηχανές να έχουν κοινή λογική, παίρνοντας ως δεδομένο ότι αυτήν την στιγμή είναι πραγματικά ηλίθιες" ήταν τα λόγια του Yann LeCun στο ιταλικό Esquire που τον συνάντησε στα πλαίσια συνεδρίου που διοργάνωσε το Facebook στο Παρίσι. Αν δεν ασχολείσαι με τις εξελίξεις στην τεχνολογία ίσως δεν έχεις ακούσει ξανά το όνομά του. Το 2018, όμως, κέρδισε το Βραβείο Turing (πιο γνωστό ως "Νόμπελ Πληροφορικής"), μαζί με τους Geoff Hinton και Yoshua Bengio. Ο λόγος; Η προσφορά τους κι οι τομές που έφεραν στην τεχνητή νοημοσύνη.

Ο 59χρονος Γάλλος κατέχει θέση καθηγητή στο Πανεπιστήμιο της Νέας Υόρκης ενώ τα τελευταία χρόνια είναι επικεφαλής τους FAIR (Facebook Artificial Intelligence Research), το τμήμα δηλαδή του δημοφιλούς κοινωνικού δικτύου που ασχολείται με την έρευνα της τεχνητής νοημοσύνης. Λαμβάνοντας όλα αυτά υπόψη, ιδιαίτερα μετά τα άλματα που έχει κάνει το AI την τελευταία δεκαετία, δεν είναι κάπως περίεργο ο "πατέρας" του deep learning να αποκαλεί τις μηχανές ηλίθιες;

Η αδυναμία των μηχανών να μαθαίνουν χωρίς ανθρώπινη επίβλεψη είναι o μεγαλύτερος περιορισμός του deep learning

Τι είναι όμως το deep learning; Επί της ουσίας, σε πολύ απλά κι όχι τόσο επιστημονικά λόγια, είναι η τροφοδότηση των μηχανών με δεδομένα (data) με σκοπό την εκπαίδευσή τους και την ανάπτυξη ενός είδους σκέψης. Ένα νήπιο μπορεί να αντιληφθεί μία γάτα, όταν λίγο παλιότερα έχει δει ένα-δύο ζώα του είδους. Ένας υπολογιστής σήμερα θα πρέπει πρώτα να αντικρίσει εκατοντάδες ζώα του συγκεκριμένου είδους μέσω του deep learning ώστε να μπορεί αργότερα να αναγνωρίσει μία γάτα. Η κοινή λογική είναι ένα από τα πλέον σημαντικά στοιχεία του ανθρώπινου είδους, η οποία του επιτρέπει να βρίσκει λύσεις σε προβλήματα που δεν έχει συναντήσει ξανά εκμεταλλευόμενη προηγούμενες σχετικές εμπειρίες. Αυτήν την κοινή λογική θα ήθελε μία μέρα να μπορέσει να δώσει στις μηχανές ο Yann LeCun. 

"Αυτήν την στιγμή, η αδυναμία των μηχανών/υπολογιστών να μαθαίνουν χωρίς την ανθρώπινη επίβλεψη είναι o μεγαλύτερος περιορισμός του deep learning" δήλωσε χαρακτηριστικά o βραβευμένος επιστήμονας. Στην πορεία της κουβέντας του με το ιταλικό Esquire προέκυψε πως ένα άλλο βασικό εμπόδιο στην εξέλιξη της τεχνητής νοημοσύνης, μέχρι στιγμής, είναι ότι μπορεί να εκτελεί ένα πράγμα τη φορά και σε καμία περίπτωση δε διαθέτει, ακόμη, την αφαιρετική ικανότητα ή την ικανότητα να γενικεύει. Οι υπολογιστές είναι πανίσχυροι στο να λύνουν προβλήματα και να κάνουν εκατομμύρια πράξεις με την προϋπόθεση ότι τους καθοδηγεί κάποιο ανθρώπινο χέρι. Χωρίς αυτό θυμίζουν υπερτροφικά μωρά χωρίς συναισθήματα, τρομερά ικανά στους υπολογισμούς - αλλά μέχρι εκεί.

Γιατί όμως είναι τόσο σημαντικό το deep learning για εμάς τους υπόλοιπους που δεν ζούμε και αναπνέουμε στον κόσμο της υψηλής τεχνολογίας; Χωρίς να το γνωρίζουμε, χρησιμοποιούμε -ιδιαίτερα όσοι εργαζόμαστε στα μέσα ενημέρωσης- καθημερινά ένα εργαλείο που οφείλεται επί της ουσίας σε αυτό. Τα άλματα που έχουν γίνει στην online μετάφραση, όπου ένα κείμενο στα Αγγλικά μεταφράζεται αυτόματα στα Ελληνικά, χωρίς να υπάρχουν τα τραγικά κι αστεία λάθη του παρελθόντος αποτελούν δικό του επίτευγμα. Εν ολίγοις, δεν θα είχαμε το αξιόπιστο Google Translate αν δεν υπήρχε η δουλειά του Yann LeCun να το υποστηρίξει.

---

"Η κοινότητα άρχισε να χάνει το ενδιαφέρον της στον τομέα του deep learning γύρω στα μέσα της δεκαετίας του 1990. Τα χρόνια ανάμεσα στο 1995 και 2007 ήταν πραγματικά σκοτεινά".

---

Oι τεχνολογίες όμως έχουν πάντα δύο όψεις σαν τα νομίσματα. Δυστυχώς το deep learning αποτελεί δομικό στοιχείο στις τεχνολογίες του face recognition. Πού είναι τώρα το κακό; Όπως η πυρηνική ενέργεια μπορεί να σώσει ενεργειακά μία χώρα, αν χρησιμοποιηθεί σωστά, ενώ μπορεί αντίστοιχα να την καταστρέψει, αν γίνει λάθος χρήση της, έτσι και το face recogntion είναι ευχή και κατάρα. Τα αυταρχικά καθεστώτα του πλανήτη το χρησιμοποιούν για να έρθουν οι πολίτες τους όλο και πιο κοντά σε μία δυστοπία που θυμίζει το 1984 του George Orwell. "Πιστεύω ότι ήταν πολύ σωστή κίνηση το Σαν Φρανσίσκο να απαγορεύσει την χρήση του στις κάμερες. Αν θέλουμε να βρούμε ένα παράδειγμα προς αποφυγή, αυτό δεν είναι άλλο από την Κίνα όπου το face recognition χρησιμοποιείται παντού και πάντα" ξεκαθαρίζει ο Yann LeCun, βάζοντας τα πράγματα στη σωστή τους βάση.

Η έρευνα στο deep learning ξεκινά από το μακρινό 1980 και φτάνει στις εντυπωσιακές εξελίξεις του σήμερα. "Η κοινότητα άρχισε να χάνει το ενδιαφέρον της στον τομέα γύρω στα μέσα της δεκαετίας του 1990. Τα χρόνια ανάμεσα στο 1995 και 2007 ήταν πραγματικά σκοτεινά" θυμάται ο 59χρονος Γάλλος. "Ακόμα κι εγώ ασχολήθηκα με άλλους τομείς σε κάποια φάση". Το 2002 όμως έπιασε ξανά το νήμα από εκεί που το είχε αφήσει φέρνοντας θαυμαστά αποτελέσματα που τον οδήγησαν στην κορυφή του επιστημονικού κόσμου.

---

"Δεν νιώθω ότι παίρνω εκδίκηση. Έτσι δεν πρέπει να είναι οι επιστήμονες; Ο επιστημονικός κόσμος πρέπει να είναι γεμάτος από σκεπτικιστές που αναρωτιούνται για τα πάντα".

---

Εδώ και κάποια χρόνια εργάζεται για την εταιρεία του Mark Zuckerberg, όντας επικεφαλής του FAIR. To Facebook, εκτός από τα σκάνδαλα με τα προσωπικά δεδομένα, δέχεται συνεχώς επιθέσεις ότι αποτελεί το καλύτερο δίαυλο για τη διάδοση των fake news. Εκείνου που αναζητά με αγωνία είναι ένας αλγόριθμος που θα αναγνωρίζει ακρίβεια τα hoaxes αλλά και τις δημοσιεύσεις που προωθούν το μίσος. "Είναι ένα πολύ σύνθετο πρόβλημα" παραδέχθηκε ο LeCun, για να συνεχίσει: "Δεν διαθέτουμε ακόμα την κατάλληλη τεχνολογία για να το κάνουμε. Πώς μπορεί μία μηχανή να ξεχωρίσει ένα αληθινό βίντεο από την σκηνή μίας ταινίας; Θα χρειαστούμε χρόνια μέχρι να φτάσουμε σε εκείνο το σημείο". Την ίδια στιγμή όμως που παραδεχόταν τη δυσκολία του εγχειρήματος, έλεγε και μία μεγάλη αλήθεια: "Χωρίς το deep learning, το Facebook θα είχε σταματήσει να λειτουργεί".

Ο 59χρονος Γάλλος, ένας βραβευμένος επιστήμονας με πολύ υψηλά ιστάμενη θέση σε μία από τις μεγαλύτερες εταιρείες του πλανήτη έχει την κλασική εμφάνιση των nerds όπως παρουσιάζονται στην pop κουλτούρα. Μήπως, λοιπόν, νιώθει σήμερα δικαιωμένος και κάπως σαν να παίρνει εκδίκηση για τα χρόνια που ο υπόλοιπος επιστημονικός κόσμος κοιτούσε τις δικές του έρευνες σα να είναι κυνήγι ανεμόμυλων;

"Δεν νιώθω ότι παίρνω εκδίκηση. Έτσι δεν πρέπει να είναι οι επιστήμονες; Ο επιστημονικός κόσμος πρέπει να είναι γεμάτος από σκεπτικιστές που αναρωτιούνται για τα πάντα. Εντάξει, στη δικιά μας περίπτωση ήταν λίγο πιο σκεπτικιστές από ό,τι έπρεπε, αλλά αυτός δεν είναι λόγος για να είμαστε θυμωμένοι" ήταν τα λόγια του στο ιταλικό Esquire, σφάζοντας με το μπαμπάκι όλους όσους τον είχαν χλευάσει επιστημονικά μέσα από τα χρόνια.

Από: Esquire IT

Οι πιο πρόσφατες Ειδήσεις

Διαβάστε πρώτοι τις Ειδήσεις για πολιτικές εξελίξεις, συνεντεύξεις διασήμων, συμβουλές για αντρική μόδα και συνταγές για φαγητό και πότο στο esquire.com.gr