
19 March 2023
Όταν παύουμε να καταλαβαίνουμε τον κόσμο

14 March 2023
Κβάντα, GPS και άλλα μυστήρια της ζωής
Πανεπιστήμιο Κορνέλ, Νέα Υόρκη, 1964. Σε μία από τις διάσημες διαλέξεις του, προσπαθώντας να περιγράψει στο ακροατήριό του τη μυστηριώδη συμπεριφορά των πιο μικροσκοπικών σωματιδίων της ύλης, ο νομπελίστας φυσικός Ρίτσαρντ Φάινμαν λέει μια φράση που γράφει Ιστορία: «Κανείς δεν μπορεί να καταλάβει την κβαντομηχανική». Εξήντα χρόνια μετά, το μυστήριο παραμένει.
Στο υποατομικό επίπεδο, τίποτα δεν θυμίζει την κοινή, καθημερινή μας αντίληψη για το πώς λειτουργεί ο φυσικός κόσμος. Πώς να μη μας φανεί παράξενο ότι αυτά τα υποατομικά σωματίδια συμπεριφέρονται λες και μπορούν να βρίσκονται σε πολλά σημεία ταυτόχρονα ή ότι μπορούν να επηρεάζουν το ένα το άλλο ακαριαία, ακόμη και αν βρίσκονται πολλά έτη φωτός μακριά μεταξύ τους;
Και όμως, ακόμη και αν δεν έχουμε καταλάβει τα πάντα γι’ αυτήν, η κβαντοφυσική (ή κβαντομηχανική) ορίζει την καθημερινότητά μας με τρόπους που ίσως δεν φανταζόμαστε – από τη χρήση του GPS έως τις ακτίνες λέιζερ. Τον μήνα που πέρασε, μάλιστα, στη χώρα μας, μια εισαγωγή στην κβαντoφυσική άρχισε να διδάσκεται για πρώτη φορά στους μαθητές της Γ΄ Λυκείου και αποτελεί ύλη για τις Πανελλήνιες Εξετάσεις. Και ενώ η έρευνα πάνω στον τομέα συνεχίζεται, ένας Αμερικανός φυσικός, καθηγητής Ιστορίας της Επιστήμης στο Τεχνολογικό Ινστιτούτο της Μασαχουσέτης (MIT), o Ντέιβιντ Κάιζερ, γύρισε εκατό χρόνια πίσω και αποφάσισε να πιάσει το νήμα αυτής της συναρπαστικής ερευνητικής πορείας από την αρχή. Από τον Αϊνστάιν έως τον Χόκινγκ, από την αρχή του 20ού αιώνα έως σήμερα, ακροβατώντας δεξιοτεχνικά στο όριο μεταξύ επιστήμης και Ιστορίας, συνόψισε, θα έλεγε κανείς, όλη τη σύγχρονη φυσική σε ένα πολύτιμο βιβλίο που εκδόθηκε τρία χρόνια πριν στην Αμερική με τίτλο «Quantum Legacies».
Οπως γράφει στον πρόλογο ο ιστορικός της φυσικής Γρηγόρης Πανουτσόπουλος, ο οποίος, μαζί με τον Θεμιστοκλή Χαλικιά, έκανε τη μετάφραση και την επιστημονική επιμέλεια της ελληνικής έκδοσης, «ο Ντέιβιντ Κάιζερ συρράφει σε μια ενιαία αφήγηση παγκοσμίους πολέμους, ιστορίες κατασκοπείας, κινήματα αντικουλτούρας, ψυχροπολεμικές διενέξεις, ρηξικέλευθες ιδέες, ανθρώπινες αδυναμίες, κβαντικά πηγάδια, γιγάντιους επιταχυντές σωματιδίων, εξισώσεις, πανεπιστημιακά εγχειρίδια και πολεμικά ερευνητικά προγράμματα».
– Σχεδόν εκατό χρόνια μετά τις απαρχές της κβαντικής θεωρίας και εξήντα χρόνια μετά εκείνη τη διάσημη ρήση του Ρίτσαρντ Φάινμαν, άραγε, συνεχίζουμε να μην καταλαβαίνουμε την κβαντομηχανική;
– Πράγματι, ενώ σήμερα χρησιμοποιούμε τις εξισώσεις της κβαντοφυσικής σε μεγάλη σειρά εφαρμογών και έχουμε μια βαθιά κατανόησή της, η περιβόητη εκείνη φράση του Φάινμαν ακούγεται ακόμη αληθινή. Ο λόγος είναι ότι, όταν προσπαθούμε να βάλουμε σε απλές λέξεις ή εικόνες πώς θα λειτουργούσε ο κόσμος ώστε να ανταποκρίνεται σε αυτές τις εξισώσεις, ακόμη πέφτουμε πάνω σε τοίχο. Αυτό που συμβαίνει σήμερα είναι ότι κάποιοι επιστήμονες δηλώνουν πως καταλαβαίνουν απολύτως καλά τη θεωρία, ενώ κάποιοι συνάδελφοί τους λένε πως είναι αυτοί που την καταλαβαίνουν ακόμη καλύτερα – ενώ όλο αυτό απλά δείχνει ότι ακόμη κανείς δεν την καταλαβαίνει! Ναι, λοιπόν, ακόμη ξύνουμε το κεφάλι μας με απορία κοιτώντας τα φαινόμενα της κβαντομηχανικής.
– Σε ό,τι αφορά εμάς, τους απλούς ανθρώπους, και την καθημερινότητά μας, πού συναντάμε, πού βιώνουμε την κβαντομηχανική στη ζωή μας;
– Είμαστε βυθισμένοι μέσα στα «δώρα» της έρευνας πάνω στην κβαντομηχανική κάθε μέρα – για την ακρίβεια, κάθε στιγμή της κάθε μέρας μας. Και αυτό είναι κάτι που ισχύει εδώ και πάνω από μισόν αιώνα. Η κατανόηση του πώς λειτουργούν τα τρανζίστορ, αμέσως μετά τον Β΄ Παγκόσμιο Πόλεμο, όρισε έκτοτε την καθημερινότητά μας (απλά σκεφτείτε τους ηλεκτρονικούς υπολογιστές). Οσο για τα λέιζερ, σκεφτείτε πόσο αυτονόητο μας φαίνεται πλέον να «σκανάρεται» με ένα μικρό μηχάνημα ένα προϊόν στο ταμείο του σούπερ μάρκετ. Μιλάμε, στην ουσία, για ανακαλύψεις στις οποίες κρύβονται μέσα βαθιές κβαντικές ποιότητες τις οποίες ο ίδιος ο Αϊνστάιν συνέβαλε στο να κατανοήσουμε, έναν αιώνα πριν.
Για να μην αναφέρουμε ένα ακόμη πιο «χτυπητό» παράδειγμα, το οποίο είναι τα εργαλεία πλοήγησης που χρησιμοποιούμε σήμερα και βασίζονται σε ένα σύστημα που λέγεται GPS, το οποίο δουλεύει επειδή έχουμε φτιάξει ρολόγια ακριβείας δισεκατομμυριοστού του δευτερολέπτου – τα κοινώς αποκαλούμενα «ατομικά ρολόγια». Και, πιστέψτε με, δεν μπορεί κάτι να γίνει πιο «κβαντομηχανικό» από τα ατομικά ρολόγια! Το γεγονός, λοιπόν, πως μπορούμε να καταλάβουμε τις μικροσκοπικές δονήσεις συγκεκριμένων σωματιδίων και να κατασκευάσουμε συσκευές που δουλεύουν με βάση αυτή την κατανόηση, δείχνει ότι, χωρίς υπερβολή, είμαστε βαθιά μέσα στην κβαντομηχανική, ακόμη και αν δεν το γνωρίζουμε ή δεν το παρατηρούμε.
– Αραγε, τα πράγματα γίνονται παρομοίως «αλλόκοτα» και όταν η επιστήμη της φυσικής στρέφει τη ματιά της, από το μικροσκοπικό στο αχανές, από τον υποατομικό κόσμο στον κόσμο της αστρονομίας και του σύμπαντος;
– Ναι, συμβαίνουν και εκεί παράξενα πράγματα, αλλά με άλλους τρόπους. Μία από τις μεγαλύτερες προκλήσεις που ακόμη αντιμετωπίζουμε είναι πώς μπορεί να συγκεραστεί η φυσική του πολύ μεγάλου, του σύμπαντος, που έχει περιγραφεί τόσο εύγλωττα από τη Γενική Θεωρία της Σχετικότητας του Αϊνστάιν, με τη θεωρία της κβαντομηχανικής και τη φυσική στο υποατομικό επίπεδο. Σκοπός μας είναι τώρα να βρούμε πώς θα ενώσουμε αυτές τις δύο τόσο όμορφες αλλά τόσο διαφορετικές θεωρίες για το πώς λειτουργούν ο κόσμος και η φύση. Και, ακόμη ψάχνουμε – πολύ συχνά κιόλας, στο σκοτάδι.
– Μιλώντας για την αστροφυσική, έρχεται στον νου ο Στίβεν Χόκινγκ, με τον οποίο μάλιστα διαλέγετε να κλείσετε και το βιβλίο σας. Ποια είναι η δική του «κβαντική κληρονομιά»;
– O Χόκινγκ, περισσότερο από κάθε άλλον στη γενιά του, προσπαθούσε να βρει τη λύση στην πρόκληση που περιγράψαμε μόλις πριν. Ηταν πρωτίστως ένας ειδικός στη Γενική Θεωρία της Σχετικότητας του Αϊνστάιν, ένας εξπέρ στις καμπυλώσεις του χωροχρόνου και στις μαύρες τρύπες, και, προς τιμήν του, δεν έμεινε εκεί. Ηθελε πολύ να δει τι συμβαίνει όταν προσπαθείς να συνδέσεις αυτές τις δύο πολύ διαφορετικές αντιλήψεις του σύμπαντος, την κβαντική θεωρία και τη Γενική Θεωρία της Σχετικότητας, και, όπως και κανείς άλλος έως τώρα, δεν τα κατάφερε. Σημείωσε, όμως, μια σειρά από περίεργα φαινόμενα που λαμβάνουν χώρα όταν πάμε να το κάνουμε, όπως π.χ. η λεγόμενη «ακτινοβολία Χόκινγκ». Ηταν ο πρώτος που προσπάθησε να εξηγήσει τον κόσμο μέσα από μια ένωση των δύο θεωριών και στάθηκε βαθιά επιδραστικός στην επιστημονική κοινότητα.
Οι φυσικοί είναι άνθρωποι, δεν ζουν απομονωμένοι σε νησιά
– Ο Βασίλι Καντίνσκι είχε γράψει στο εμβληματικό βιβλίο του «Για το πνευματικό στην τέχνη», το 1910, τη διάσημη φράση: «Κάθε έργο τέχνης είναι παιδί της εποχής του, συχνά είναι μητέρα των αισθημάτων μας». Πιστεύετε πως θα μπορούσαμε να την παραφράσουμε, ώστε να μιλήσουμε για την επιστήμη της φυσικής;
– Ναι, το πιστεύω – ιδίως όταν σκέφτομαι όλα αυτά που μπορεί να νιώθουν τα παιδιά στο σχολείο, κατά την πρώτη τους «γνωριμία» με την κβαντική θεωρία. Ολο αυτό το δέος και τον θαυμασμό, ενώ αναρωτιούνται με έκπληξη «πώς μπορεί ο κόσμος να δουλεύει έτσι;». Το ίδιο βέβαια ισχύει για όλους μας, από τα παιδιά του λυκείου έως τους ενηλίκους και τους επιστήμονες: η μελέτη των κβαντικών φαινομένων είναι σαν ένα αστυνομικό μυστήριο κατά το οποίο μαζεύουμε αποδεικτικά στοιχεία, αλλά δεν ξέρουμε πώς θα τελειώσει. Ειδικά μεταξύ των ερευνητών και των ερευνητικών ομάδων, γεννάει και έναν παθιασμένο ανταγωνισμό, μια ένταση, και μοιάζει σαν μια πανανθρώπινη διανοητική περιπέτεια, ένα δράμα τού «ποιος θα βρει πρώτος τις απαντήσεις». Η έκπληξη, το μυστήριο, ακόμη και η αισθητική και η ομορφιά που περιέχονται σε όλη αυτή την έρευνα, είναι όλα στοιχεία που μου επιτρέπουν να πω πως πλησιάζουμε αρκετά αυτό το πλούσιο φάσμα των συναισθημάτων στο οποίο αναφερόταν ο Καντίνσκι.
– Σε μια κριτική του για την «Κβαντική κληρονομιά», ο θεωρητικός φυσικός και συγγραφέας Σον Κάρολ αναφωνεί: «Οι φυσικοί είναι άνθρωποι!», κάτι που υποδηλώνεται συνεχώς στο βιβλίο σας. Γιατί, όμως, αυτό δεν είναι αυτονόητο;
– Φαντάζομαι επειδή η έρευνά μας συχνά μοιάζει αφηρημένη, εκφράζεται με «τρομακτικά» μαθηματικά και λαμβάνει χώρα κεκλεισμένων των θυρών, σε δυσπρόσιτα μέρη. Είναι λες και όλοι πιστεύουν πως κάνουμε περίεργες, θεωρητικές έρευνες απομονωμένοι σε κάποια νησιά. Αλλά, ποτέ δεν ήταν έτσι, και δεν είναι έτσι: οι προσωπικές, ανθρώπινες ιστορίες μας είναι ένα μεγάλο κομμάτι της εικόνας – από το πόσο ντροπαλός ήταν ένας από τους μεγαλύτερους φυσικούς στην ιστορία, ο Βρετανός Πολ Ντιράκ, μέχρι το πόσο τρομακτικά επίμονος ήταν ο Στίβεν Χόκινγκ ή το προσωπικό δράμα του Αυστριακού φυσικού Πάουλ Ερενφεστ. Αλλά, ως ιστορικός, ακόμη πιο ενδιαφέρον μού είναι το πώς μπορούμε να χωρίσουμε αυτές τις προσωπικότητες σε διαφορετικές κουλτούρες και εποχές, σε σχολές σκέψης για τι μπορεί να είναι σωστό ή λάθος στη φυσική ή στην καθημερινή ζωή.
Πώς ήταν άραγε να ανακαλύπτεις νέα πράγματα στην εποχή των ναζί, μην ξέροντας πού θα χρησιμοποιηθούν, ή πώς μπορεί να ήταν να κάνεις έρευνα πάνω στους πυραύλους κατά την περίοδο του Ψυχρού Πολέμου; Μιλάμε, δηλαδή, για προσπάθειες να ανακαλύψουμε πώς λειτουργεί ο κόσμος σε πολύ συγκεκριμένους τόπους και στιγμές. Και αυτό με ιντριγκάρει πολύ: πώς οι εποχές, το πλαίσιο και οι θεσμοί τους επηρέασαν τις ιδέες μας, την επιστημονική μας έρευνα; Τι προτεραιοποιήθηκε μέσα στην Ιστορία, γιατί γνωρίζουμε τόσο πολλά για κάποια πράγματα και λιγότερο για άλλα; Και αυτό είναι κάτι που ξεπερνά τις μαθηματικές εξισώσεις.
21 February 2023
Απειλεί η τεχνητή νοημοσύνη την απασχόληση;
Μηχανικοί, βιομηχανικοί εργάτες, οδηγοί, τα πιο ευάλωτα επαγγέλματα
Καθημερινή, 21/2/23
Όταν ένα εκπαιδευμένο μηχάνημα
μπορεί κάλλιστα να συγγράψει επιστημονική εργασία και να επιχειρηματολογήσει
υπέρ αυτής, τότε πολύ σοβαρές απειλές και ερωτήματα ανακύπτουν. Από τη γεωργία
έως το λιανεμπόριο, τις μεταφορές και τα αυτόνομα οχήματα άνευ οδηγών, η
τεχνητή νοημοσύνη εισχωρεί παντού και ανατρέπει με ιλιγγιώδεις ρυθμούς τον
κόσμο μας. Σε εκτεταμένο ρεπορτάζ του ο Guardian καταγράφει πιθανές επιπτώσεις
ανά κλάδο. Προ ημερών, σημειωτέον, δύο από τις μεγαλύτερες εταιρείες
τεχνολογίας στον κόσμο (Microsoft, Google) ανακοίνωσαν σχέδια για βελτιωμένη
αναζήτηση με τεχνητή νοημοσύνη, ξεκινώντας έναν λυσσαλέο αγώνα για την υπεροχή
στον χώρο αυτό.
![]() |
Από τη γεωργία έως το λιανεμπόριο, τις μεταφορές και τα αυτόνομα οχήματα άνευ οδηγών, η τεχνητή νοημοσύνη εισχωρεί παντού και ανατρέπει με ιλιγγιώδεις ρυθμούς τον κόσμο μας. |
Ήδη, πολλοί παραγωγοί τροφίμων χρησιμοποιούν τεχνητή νοημοσύνη για τη συγκέντρωση και ανάλυση δεδομένων στις προσπάθειές τους να βελτιώσουν την παραγωγικότητα και την κερδοφορία. Παρακολουθούν τον καιρό, διαχειρίζονται ασθένειες και παράσιτα, διερευνούν την ανάγκη για επιπλέον άρδευση ή ακόμα και ποιες καλλιέργειες θα αναπτυχθούν και σε ποιο σημείο. Επιπλέον, ενώ δοκιμάζονται ρομπότ με τέσσερα χέρια, σχεδιασμένα για τη λεπτή εργασία της συλλογής μαλακών φρούτων, ρομπότ με την επιδεξιότητα του ανθρώπινου χεριού, ικανά να μαζεύουν με ταχύτητα χωρίς να καταστρέφουν φρούτα όπως τα σμέουρα, μπορεί να απέχουν μια δεκαετία από την ευρεία χρήση.
Στον κλάδο των ΜΜΕ η εκπαίδευση μηχανών χρησιμοποιείται για τόνωση συνδρομών και διαφημιστικών εσόδων, αλλά και τη λήψη αποφάσεων σχετικά με τα ρεπορτάζ που θα προωθήσουν. Μέχρι στιγμής, οι ειδησεογραφικοί οργανισμοί προσλαμβάνουν επιστήμονες δεδομένων με εξαψήφιους μισθούς για να καθοδηγήσουν τους πελάτες σε συγκεκριμένα προϊόντα, παρέχοντας παράλληλα στους εργαζομένους εργαλεία για να αντεπεξέλθουν στην εύρεση και τη σύνταξη κειμένων/ρεπορτάζ. Η Τζέιν Μπάρετ, αρχισυντάκτρια διεθνών ειδήσεων στη μονάδα στρατηγικής μέσων του Ρόιτερς, επισημαίνει πως η τεχνητή νοημοσύνη «θα μας βοηθήσει να φέρουμε ακριβώς το σωστό περιεχόμενο στο σωστό άτομο».
Οι όμιλοι προμήθειας ενέργειας, όπως αναφέρει ο Guardian, οραματίζονται ότι η τεχνητή νοημοσύνη θα διαδραματίσει κεντρικό ρόλο στα μελλοντικά «έξυπνα δίκτυα», επιτρέποντας την πιο στενή ευθυγράμμιση της προσφοράς και της ζήτησης, με μια νέα γενιά συσκευών από έξυπνους μετρητές και ηλεκτρικά οχήματα έως ηλιακούς συλλέκτες και αντλίες θερμότητας ικανές να βελτιώσουν την απόδοση. Οι θέσεις εργασίας για μηχανικούς, όσους παρακολουθούν μετρητές και τους αναλυτές εφοδιασμού απειλούνται περισσότερο.
Στη μεταποίηση, οι βετεράνοι του κλάδου γνωρίζουν πολύ καλά πώς η
αυτοματοποίηση μπορεί να σαρώσει μια βιομηχανία. Το 2019, το βρετανικό Γραφείο
Εθνικών Στατιστικών προέβλεψε ότι σχεδόν τα 2/3 των χειριστών μηχανών
επεξεργασίας μετάλλων κινδυνεύουν. Οι αλγόριθμοι μηχανικής μάθησης
αναπτύσσονται ήδη σε αυξανόμενους όγκους δεδομένων στα μεγάλα εργοστάσια για
«προγνωστική συντήρηση», αντικαθιστώντας εξαρτήματα πριν υποστούν βλάβη – ίσως
αυτό σημαίνει λιγότερο τεχνικό προσωπικό.
Πάντως, και η ταχεία άνοδος της γενετικής τεχνητής νοημοσύνης υποδηλώνει ότι δεν θα επηρεαστούν μόνο οι άνθρωποι στις γραμμές εργοστασίων. Η γενετική τεχνητή νοημοσύνη χρησιμοποιείται ήδη για να σχεδιάσει προϊόντα πολύ πιο γρήγορα, να τα δοκιμάσει ουσιαστικά ως «ψηφιακό δίδυμο» και να τα κατασκευάσει τάχιστα. Σε συνδυασμό με καινοτομίες όπως η τρισδιάστατη εκτύπωση, αυτό θα μπορούσε να μειώσει δραματικά το κόστος ανάπτυξης και θα απαιτούσε λιγότερους μηχανικούς στην αεροδιαστημική, την αυτοκινητοβιομηχανία και τα ηλεκτρονικά είδη.
Τέλος, στις μεταφορές, οι
εργαζόμενοι διατήρησαν πεισματικά τις δουλειές τους από τότε που δοκιμάστηκαν
τα πρώτα τρένα χωρίς οδηγό. Αλλά, έκθεση του 2021 της PwC προβλέπει ότι
αναλογικά οι μεγαλύτερες απώλειες θέσεων εργασίας τα επόμενα 20 χρόνια θα
σημειωθούν στον τομέα των μεταφορών.
20 February 2023
Νιλ Γκέρσενφελντ: Το πάντρεμα επιστήμης και τεχνολογίας.
Ο άνθρωπος συνδύασε επιστήμη και τεχνολογία σε ένα εργαστήριο που εκτυπώνει... εφαρμοσμένη θεωρία
του Γιάννη Παλαιολόγου, Καθημερινή 19/2/2023
Καθώς παρακολουθούσα τη διάλεξη του Νιλ Γκέρσενφελντ στο κεντρικό αμφιθέατρο του «Δημόκριτου», ο τρόμος μου για την επικείμενη συνομιλία μας ολοένα και μεγάλωνε. Στις διαφάνειες πίσω του εμφανίζονταν αναφορές σε διάφορες εργασίες στις οποίες έχει συμμετάσχει: «Microfluidic Bubble Logic», «Discretely assembled mechanical metamaterials», «Bulk-spin Resonance Quantum Computation». Σκεφτόμουν ότι αν επιχειρούσα να διαβάσω τα συγκεκριμένα πονήματα, δεν θα έφθανα μακριά. Ηδη οι τίτλοι θα με είχαν καταβάλει.
Ο Γκέρσενφελντ είναι ένας από τους ανθρώπους που διαμορφώνουν το μέλλον. Καθηγητής στο MIT, διευθυντής του Center for Bits and Atoms, έχει αφιερώσει την καριέρα του στη ρήξη του φράγματος μεταξύ της Φυσικής και της επιστήμης των Ηλεκτρονικών Υπολογιστών, με συναρπαστικά θεωρητικά και ανατρεπτικά πρακτικά αποτελέσματα. «Η Φυσική είναι ένας οικουμενικός υπολογιστής», μου λέει, στο γραφείο του προέδρου του «Δημόκριτου» Γιώργου Νούνεση, όπου έχουμε αποσυρθεί. «Ολη η φύση υπολογίζει, με τη στενή έννοια του όρου της υπολογιστικής. Και η επιστήμη των Υπολογιστών χρειάζεται τη Φυσική για να λειτουργήσει. Αλλά ιστορικά οι δύο επιστήμες απέκλιναν. Η Φυσική σταματούσε στην κατασκευή τρανζίστορ και η επιστήμη των Η/Υ σταματούσε στο λογισμικό. Η σύνδεση μεταξύ των δύο ανακαλύφθηκε εκ νέου πρόσφατα, με πεδία όπως η Κβαντική Υπολογιστική. Μια συνέπεια της υπέρβασης αυτού του διαχωριστικού πλαισίου είναι ότι μπορείς να φτιάξεις καλύτερους, πιο ενδιαφέροντες και ισχυρούς υπολογιστές· η άλλη, ενδεχομένως ακόμη πιο σημαντική, είναι ότι χρησιμοποιώντας τη γλώσσα της υπολογιστικής, κατανοείς καλύτερα τη φύση».
Μεταξύ άλλων, o Γκέρσενφελντ ήταν στην ομάδα των τριών επιστημόνων που κατασκεύασαν τον πρώτο κβαντικό υπολογιστή (το μακρινό 1998). Ηδη το 2004 έγραφε για το όραμα του Διαδικτύου των Πραγμάτων, πολύ πριν γίνει απτή πραγματικότητα. Αλλά είναι περισσότερο γνωστός ως ο πρωτοπόρος των ψηφιακών κατασκευών (digital fabrication), του εκδημοκρατισμού της παρασκευής προϊόντων, αλλά πλέον και μηχανών που κατασκευάζουν προϊόντα με τη χρήση της ψηφιακής τεχνολογίας. Πριν από 25 χρόνια ξεκίνησε να διδάσκει στο MIT ένα μάθημα με τον φιλόδοξο τίτλο «Πώς να φτιάξεις (σχεδόν) τα πάντα».
Στο μάθημα αυτό παρείχε στους φοιτητές του ένα σετ από εργαλεία (τρισδιάστατους εκτυπωτές, υπολογιστές και λέιζερ) που θα τους επέτρεπε να γίνουν οι ίδιοι δημιουργοί αντί για απλοί καταναλωτές της τεχνολογίας. Το εργαστήριο που έστησε, το πρωτότυπο Fab Lab, ήταν απίστευτα δημοφιλές. «Κάθε χρόνο εκατοντάδες φοιτητές ήθελαν να παρακολουθήσουν το μάθημα: μηχανολόγοι, επιστήμονες, αλλά και καλλιτέχνες, άτομα από πολλά διαφορετικά πεδία», θυμάται. «Το πάθος που γεννούσε είχε να κάνει με την ανάγκη προσωπικής έκφρασης».
Ο Γκέρσενφελντ εξιστορεί πώς στο λύκειο ήθελε να ακολουθήσει τεχνική κατεύθυνση, αλλά τον απέτρεψαν – «ήμουν έξυπνος, άρα έπρεπε να κάθομαι σε ένα δωμάτιο, δεν μπορούσα να κάνω συγκόλληση ή να επισκευάζω αυτοκίνητα». Αργότερα, ως ερευνητής στα Bell Labs, είχε παρόμοια προβλήματα με το συνδικάτο, που δεν τον ήθελε να εργάζεται μαζί με τους τεχνικούς. «Είναι ένας διαχωρισμός μεταξύ αυτών που σκέφτονται και αυτών που φτιάχνουν πράγματα, που ξεκινάει ήδη από την Αναγέννηση. Όλη μου τη ζωή πολεμάω κατά αυτού του σφάλματος της Αναγέννησης.
Και οι φοιτητές στο μάθημά μου αποδείκνυαν ότι η χρήση τρισδιάστατων εκτυπωτών και ο προγραμματισμός είναι εξίσου δημιουργικές ασχολίες όσο η ζωγραφική ή η συγγραφή ενός σονέτου». Η δημοφιλία του Fab Lab γρήγορα επεκτάθηκε πέρα από την πανεπιστημιούπολη του MIT και διαδόθηκε σε όλο τον κόσμο. Σήμερα υπάρχουν 2.500 Fab Labs σε 125 χώρες, όπου νέοι άνθρωποι και παιδιά-θαύματα, σε μέρη από τη βόρεια Νορβηγία έως απομακρυσμένα ινδικά χωριά, επινοούν εκπληκτικά πράγματα με τα βασικά εργαλεία των ψηφιακών κατασκευών.
«Ένα από τα πράγματα που έμαθα από όλο αυτό είναι ότι στις πιο φτωχές περιοχές του πλανήτη υπάρχουν τα ίδια προσόντα, συμφέροντα, επιθυμίες και ανάγκες, όπως και στις πλούσιες περιοχές», λέει. «Οι άνθρωποι εκεί χρησιμοποίησαν τα Fab Labs για να φτιάξουν πρακτικά πράγματα, αλλά και για να εκφραστούν, να μάθουν, να δημιουργήσουν […] Κάποιες από τις περιοχές όπου το κάνουμε αυτό έχουν υπερπηδήσει ορισμένα από τα παραδοσιακά στάδια της βιομηχανικής εξέλιξης». Παράλληλα, η λογική της εξατομίκευσης της τεχνολογίας που ενσαρκώνουν τα Fab Labs έχει μεταδοθεί και σε άλλα πεδία. Εμπνευσμένος από αυτά, ο κορυφαίος γενετιστής του Χάρβαρντ, Τζορτζ Τσερτς, σε στενή συνεργασία με τον Γκέρσενφελντ, ξεκίνησε τη βιολογική του εκδοχή: «Πώς να καλλιεργήσεις (σχεδόν) τα πάντα».
«Υπάρχουν ορισμένα στάνταρ εργαλεία που χρειάζονται για να δημιουργήσεις συνθετική ζωή στο εργαστήριο», εξηγεί ο Αμερικανός φυσικός και μηχανικός ηλεκτρονικών υπολογιστών. «Χρησιμοποιώντας τα Fab Labs μπορούμε να κατασκευάσουμε αυτά τα εργαλεία, με τα οποία παράγεται βιοτεχνολογία και νέες, κατά παραγγελία, μορφές ζωής. Και αντιστρόφως, στη συνέχεια, μία από τις εφαρμογές της βιοτεχνολογίας παράγει πράγματα που χρησιμοποιούμε στα Fab Labs».
Όλη μου τη ζωή πολεμάω κατά αυτού του σφάλματος της Αναγέννησης: του διαχωρισμού μεταξύ αυτών που σκέφτονται και αυτών που φτιάχνουν πράγματα.
Υπάρχουν ορισμένα στάνταρ εργαλεία που χρειάζονται για να δημιουργήσεις συνθετική ζωή στο εργαστήριο.
08 February 2023
Μια κριτική ματιά στην τεχνητή νοημοσύνη
Το πείραμα σε Γυμνάσιο του Μπρονξ για τις αδυναμίες του «CHATGPT»
της ΝΑΤΑΣΑΣ ΣΙΝΓΚΕΡ, Καθημερινή, 8 Feb 2023
Η εκπαιδευτικός Μαρίζα Σούμαν μαθαίνει στις μαθήτριές της, στο Μπρονξ της
Νέας Υόρκης, τα πλεονεκτήματα αλλά και τις παγίδες του CHATGPT, του νέου
εργαλείου τεχνητής νοημοσύνης (ΑΙ). Στόχος είναι να αναπτύξει στην τάξη μια
κριτική θεώρηση της ΑΙ και όχι μια άνευ όρων υιοθέτηση των ευκολιών της.
Πρωτοποριακή μέθοδο διδασκαλίας έχει επιλέξει καθηγήτρια μέσης εκπαίδευσης
πληροφορικής σε πρότυπο γυμνάσιο θηλέων του Μπρονξ της Νέας Υόρκης, ζητώντας
από τις μαθήτριές της να εξετάσουν τις αδυναμίες των συστημάτων τεχνητής
νοημοσύνης. Στο πείραμά της η καθηγήτρια Μαρίζα Σούμαν επέτρεψε σε εφαρμογή
τεχνητής νοημοσύνης, το τσατμπότ CHATGPT, σχεδιασμένο για να προσφέρει
απαντήσεις σε ερωτήσεις χρηστών, να σχεδιάσει το μάθημα χωρίς ανθρώπινη
παρέμβαση. Ο αλγόριθμος του CHATGPT θα αποφάσιζε την ύλη της ημέρας και θα
δημιουργούσε σχέδιο μαθήματος με θέμα τη φορητότητα στην τεχνολογία.
«Δεν με νοιάζει αν δεν μάθετε τίποτα σήμερα για τα τεχνολογικά μέσα που
φοριούνται (wearable technology). Θέλω να αξιολογήσουμε το CHATGPT. Στόχος
είναι να αποφασίσετε αν το μάθημα ήταν αποτελεσματικό ή όχι», είπε η κ. Σούμαν.
Σε όλες τις ΗΠΑ, σχολεία και πανεπιστήμια προσπαθούν να διαχειρισθούν το
φαινόμενο των «τσατμπότ», τις εφαρμογές τεχνητής νοημοσύνης, ικανές για
αυτόνομη δημιουργία κειμένων και εικόνων που μοιάζουν σαν να έχουν γίνει από
ανθρώπινο χέρι.
Παρότι πολλά εκπαιδευτικά ιδρύματα σπεύδουν να απαγορεύσουν τα τσατμπότ,
θεωρώντας ότι μπορούν να αξιοποιηθούν σαν «σκονάκια» σε εξετάσεις,
εκπαιδευτικοί όπως η κ. Σούμαν προτιμούν να εκμεταλλευθούν την τεχνολογική
αιχμή προκειμένου να εντοπίσουν ενδεχόμενες παρενέργειες των νέων μέσων. Η κ.
Σούμαν
λέει ότι φιλοδοξεί να εκπαιδεύσει τη νέα γενιά δημιουργών και καταναλωτών
στην κριτική αντιμετώπιση της πληροφορικής. Η προσέγγιση αυτή θεωρεί ότι η
κριτική μελέτη των αλγορίθμων είναι εξίσου –αν όχι περισσότερο– σημαντική από
τη γνώση προγραμματισμού υπολογιστών.
Η διεύθυνση δευτεροβάθμιας εκπαίδευσης της Νέας Υόρκης, η μεγαλύτερη στις
ΗΠΑ με 900.000 μαθητές, εκπαιδεύει καθηγητές πληροφορικής για να βοηθούν τους
μαθητές να αναγνωρίζουν τις προκαταλήψεις της τεχνητής νοημοσύνης και τους
κινδύνους που αυτές παρουσιάζουν. Ενα από τα μαθήματα περιλαμβάνει συζήτηση για
τις αστοχίες αλγορίθμων αναγνώρισης προσώπου, οι οποίοι είναι πολύ πιο ακριβείς
στην αναγνώριση προσώπων λευκών από ό,τι μαύρων.
Πολλά σχολεία διδάσκουν πως ισχυρά συστήματα τεχνητής νοημοσύνης είναι
ικανά να παράγουν ψευδείς ειδήσεις, όπως ρεαλιστικά βίντεο, με γνωστά πολιτικά
πρόσωπα να κάνουν δηλώσεις τις οποίες ουδέποτε έκαναν. Η κατανόηση των
ικανοτήτων τέτοιων αλγορίθμων είναι αναγκαία για τους ενεργούς πολίτες του
μέλλοντος, επισημαίνουν οι εμπλεκόμενοι εκπαιδευτικοί. «Είναι κρίσιμο οι
μαθητές να καταλαβαίνουν τη λειτουργία των συστημάτων αυτών, καθώς οι
αλγόριθμοι αυτοί μαθαίνουν από την ψηφιακή συμπεριφορά των νέων. Πολλές αποφάσεις
λαμβάνονται από την τεχνητή νοημοσύνη για λογαριασμό των νέων, χωρίς οι ίδιοι
να το γνωρίζουν», λέει η ερευνητής του ΜΙΤ, Κέιτ Μορ.
Σε ένα από τα μαθήματα της κ. Σούμαν, οι μαθήτριες καλούνται να
διαπιστώσουν πειραματικά πώς δημοφιλείς αλγόριθμοι –σχεδιασμένοι συχνά από
λευκούς ή Ασιάτες άνδρες– έχουν δυσκολία να αναγνωρίσουν πρόσωπα
Αφροαμερικανών. Η δυσλειτουργία αυτή έχει οδηγήσει στη σύλληψη πολλών αθώων
μαύρων κατοίκων του Μπρονξ.
Στο πείραμα της κ. Σούμαν, ο αλγόριθμος αναγνώρισης προσώπου της Amazon
αποφάνθηκε με σιγουριά 76,5% ότι η Οπρα Γουίνφρεϊ ήταν άνδρας. Το αντίστοιχο
σύστημα της Microsoft αποφάσισε ότι η Μισέλ Ομπάμα ήταν «νεαρός Αφροαμερικανός
που φοράει μαύρη μπλούζα», ενώ το σύστημα της IBM ενημέρωσε τους χρήστες –με
βεβαιότητα 89%– ότι φωτογραφία της τενίστριας Σερίνα Ουίλιαμς απεικόνιζε άνδρα.
Στόχος του μαθήματος είναι να συνειδητοποιήσουν τα παιδιά ότι οι αλγόριθμοι
της πληροφορικής μπορεί να είναι ελαττωματικοί, όπως τα αυτοκίνητα και κάθε
άλλο ανθρώπινο κατασκεύασμα, ωθώντας τους νέους σε αμφισβήτηση των
προβληματικών τεχνολογικών μέσων.
Απλή παρουσίαση
Το μάθημα που επινόησε και σχεδίασε το τσατμπότ CHATGPT με θέμα τη φορητή
τεχνολογία, όπως τα ψηφιακά συνδεδεμένα ρολόγια χειρός smartwatches, ήταν
εντυπωσιακά λεπτομερές και σχολαστικό, με εναρκτήρια συζήτηση, ανάγνωση πηγών
για τη φορητή τεχνολογία, ασκήσεις και επίλογο. Η κ. Σούμαν ζήτησε από τις
μαθήτριές της να ακολουθήσουν το πρόγραμμα του CHATGPT για 20 λεπτά, σαν να
επρόκειτο για πραγματική διδακτική ώρα.
Στο τέλος του μαθήματος, τα κορίτσια στέναζαν από πλήξη και σχολίαζαν ότι
το μάθημα του αλγορίθμου ήταν απλοϊκό, επαναληπτικό και θύμιζε παρουσίαση
διαφημιστικής εταιρείας. Η τάξη κατέληξε ομόφωνα ότι το μάθημα της κ. Σούμαν
είναι κλάσεις ανώτερο από αυτό του τσατμπότ. «Πιστεύετε ότι οι καθηγητές σας
πρέπει να χρησιμοποιούν CHATGPT;» ρώτησε η κ. Σούμαν. Όλες οι μαθήτριες
απάντησαν με ένα ζωηρό «όχι».
Εκπαιδευτικοί ενθαρρύνουν τους μαθητές τους να αμφισβητούν την αυθεντία των
αλγορίθμων.