Τεχνητή Νοημοσύνη.

[Δροσος Γεωργιος]

Τεχνητή Νοημοσύνη: 6 τρόποι για να επαληθεύετε τις απαντήσεις που σας δίνει.

Ο πειρασμός για γρήγορες λύσεις στις επιχειρήσεις και την καθημερινότητα είναι μεγάλος, όμως οι λανθασμένες απαντήσεις σε θέματα υψηλής σημασίας επιφέρουν σοβαρότατες συνέπειες

 Η Τεχνητή Νοημοσύνη αποτελεί ένα πανίσχυρο, δωρεάν εργαλείο που προσφέρει άμεση πρόσβαση στην παγκόσμια γνώση. Ο πειρασμός για γρήγορες λύσεις στις επιχειρήσεις και την καθημερινότητα είναι μεγάλος, όμως οι λανθασμένες απαντήσεις σε θέματα υψηλής σημασίας επιφέρουν σοβαρότατες συνέπειες. Μια πρόσφατη έρευνα αποκαλύπτει ότι σχεδόν οι μισές απαντήσεις των δημοφιλών μοντέλων περιέχουν σημαντικά σφάλματα ή κατασκευασμένες πηγές, παραπλανώντας ακόμη και κορυφαίες εταιρείες.Εκ πρώτης όψεως, η Τεχνητή Νοημοσύνη μοιάζει με μια πανίσχυρη μηχανή αναζήτησης, καθώς εντοπίζει και συνοψίζει γρήγορα πληροφορίες για κάθε θέμα. Διαφέρει όμως ριζικά από τα παραδοσιακά συστήματα αναζήτησης. Η Πραγκάτι Αβάστι, επίκουρη καθηγήτρια στο Πανεπιστήμιο Ντρέξελ, εξηγεί ότι τα μοντέλα Τεχνητής Νοημοσύνης δημιουργούν κείμενο προβλέποντας στατιστικά τις πιθανές λέξεις, με βάση μοτίβα από την εκπαίδευσή τους.«Η Τεχνητή Νοημοσύνη μπορεί να παράγει μια απάντηση που ακούγεται έγκυρη, έχει άψογη ροή, αλλά να είναι εντελώς λανθασμένη», επισημαίνει η Αβάστι.Το ποσοστό ακρίβειας των απαντήσεων παραμένει ανοιχτό ζήτημα και εξαρτάται από πολλούς παράγοντες, σημειώνει το Forbes. Τουλάχιστον το 45% των απαντήσεων σε έρευνα του BBC και της Ευρωπαϊκής Ένωσης Ραδιοτηλεόρασης παρουσίασε ένα σημαντικό πρόβλημα. Η μελέτη βασίστηκε σε στοιχεία από 22 οργανισμούς μέσων ενημέρωσης. Διαπιστώθηκε ότι το 31% των περιπτώσεων εμφάνιζε ελλιπή, παραπλανητική ή λανθασμένη αναφορά στις πηγές.

Επιπλέον, το 20% των απαντήσεων περιείχε σοβαρά λάθη ακρίβειας, όπως ξεπερασμένες πληροφορίες ή φανταστικές λεπτομέρειες.

Τα συνηθισμένα σφάλματα

Τα τυπικά λάθη της Τεχνητής Νοημοσύνης περιλαμβάνουν παραπληροφόρηση, ξεπερασμένες ειδήσεις και ψευδαισθήσεις (hallucinations).

Επίσης, εμφανίζονται επικαλύψεις, παραλείψεις στοιχείων, κατασκευασμένες αναφορές ή ανάμειξη αληθινών και ψευδών γεγονότων. Τα λανθασμένα αυτά αποτελέσματα ξεγελούν ακόμη και τις πιο σχολαστικές επιχειρήσεις.

Για παράδειγμα, σύμφωνα με τους New York Times, η κορυφαία δικηγορική εταιρεία της Wall Street Sullivan & Cromwell υπέβαλε στο δικαστήριο έγγραφα με εντελώς φανταστικές νομικές υποθέσεις, τις οποίες είχε κατασκευάσει η AI.Τα μοντέλα βασίζονται αποκλειστικά σε δεδομένα εκπαίδευσης, γεγονός που καθιστά τις απαντήσεις τους ευάλωτες. Αν τα δεδομένα δεν έχουν ανανεωθεί, οι πληροφορίες πέρα από ένα χρονικό σημείο απλώς δεν υπάρχουν. Επιπλέον, οι πληροφορίες ίσως να μην καλύπτουν την εξειδικευμένη γνώση που αναζητά ο χρήστης. Το σύστημα μπορεί να παραδεχτεί την έλλειψη στοιχείων, αλλά ο πραγματικός κίνδυνος υπάρχει όταν ο χρήστης δεν γνωρίζει αυτούς τους περιορισμούς.Όταν η Τεχνητή Νοημοσύνη χρησιμοποιεί πηγές από έγκυρα επιστημονικά περιοδικά, η απάντηση αποκτά μια ψευδή αίσθηση αυθεντίας. Στην πραγματικότητα, το μοντέλο συνθέτει στατιστικά μοτίβα και δεν αξιολογεί το περιεχόμενο. Τέλος, ελλοχεύει ο κίνδυνος να μπερδευτούν τα συμφραζόμενα, δηλαδή να αναμειχθούν ακατάλληλα άσχετα μεταξύ τους ευρήματα.

Το θετικό είναι ότι ο εντοπισμός των λανθασμένων αποτελεσμάτων παραμένει εφικτός, αν και απαιτείται ιδιαίτερη προσοχή και χρόνος για τον έλεγχο των απαντήσεων.

Ποια είναι τα 6 βήματα ελέγχου για την εγκυρότητα των απαντήσεων;

1. Πλάγια Ανάγνωση: Διασταύρωση Πηγών

Οι χρήστες δεν πρέπει ποτέ να δέχονται τις απαντήσεις της Τεχνητής Νοημοσύνης ως μοναδική πηγή. Σύμφωνα με οδηγίες του Πανεπιστημίου Texas A&M Corpus Christi, η τεχνική της πλάγιας ανάγνωσης επιβάλλει αυτόνομη έρευνα για την επαλήθευση των στοιχείων. Για παράδειγμα, το άνοιγμα μιας νέας καρτέλας για αναζήτηση στο Google ή στο Google Scholar βοηθά να εντοπιστεί ποιος πραγματικά επιβεβαιώνει τις πληροφορίες.

2. Αμφισβήτηση Απαντήσεων

Η κριτική στάση απέναντι στις απαντήσεις ενός μοντέλου είναι απαραίτητη. Η διαδικασία μοιάζει με τη συζήτηση με έναν συνάδελφο, καθώς η επεξεργασία φυσικής γλώσσας επιτρέπει διευκρινιστικές ερωτήσεις για τις πηγές των πληροφοριών. Η Λόρι Κιν Κότσερ, διευθύνουσα σύμβουλος της Different Day, συμβουλεύει την αντίστροφη προσέγγιση: να ζητάτε από την Τεχνητή Νοημοσύνη να υποστηρίξει την αντίθετη θέση ή να εντοπίσει αδυναμίες στα επιχειρήματά της.

3. Επανάληψη και Σύγκριση

Η εξέταση μιας μόνο απάντησης δεν αρκεί. Η υποβολή του ίδιου ερωτήματος σε διαφορετικά συστήματα βοηθά στον έλεγχο των δεδομένων. Ο Σρούτι Τιουάρι, επικεφαλής προϊόντων τεχνητής νοημοσύνης στην Dell Technologies, εξηγεί ότι τα ChatGPT, Claude και Gemini έχουν εκπαιδευτεί σε διαφορετικές βάσεις δεδομένων. Η συμφωνία των μοντέλων προσφέρει μεγαλύτερη σιγουριά, ενώ οι αποκλίσεις δείχνουν πού χρειάζεται έρευνα. Παράλληλα, η υποβολή της ερώτησης με διαφορετικούς τρόπους στο ίδιο μοντέλο ελέγχει τη συνέπειά του. Αν οι λεπτομέρειες αλλάζουν, το σύστημα απλώς μαντεύει.

4. Έλεγχος Επικαιρότητας

Τα μοντέλα Τεχνητής Νοημοσύνης σταματούν να ενημερώνονται μετά την ολοκλήρωση της εκπαίδευσής τους. Η διακοπή αυτή μπορεί να μετρά μήνες ή έτη, εμποδίζοντας την παροχή πρόσφατων δεδομένων. Η ερώτηση προς το ίδιο το σύστημα για αλλαγές μετά τον τελευταίο γύρο εκπαίδευσης κρίνεται απαραίτητη, ειδικά για στατιστικά στοιχεία ή ειδήσεις. Η δοκιμή της ερώτησης σε διαφορετικά μοντέλα βοηθά στον εντοπισμό νεότερων ενημερώσεων.

5. Έλεγχος Παραπομπών

Η αναζήτηση των πηγών και ο έλεγχος των παραπομπών είναι απαραίτητα βήματα. Ο Ντόιλ Άλμπι, διευθύνων σύμβουλος στην Prolexity, τονίζει ότι πρέπει να επιβεβαιώνεται αν το άρθρο αναφέρει όσα ισχυρίζεται η Τεχνητή Νοημοσύνη. Παράλληλα, ο Σαχίλ Ντάτα, μεταδιδακτορικός επιστήμονας στο Νοσοκομείο Παίδων Nationwide, προειδοποιεί ότι το σύστημα κατασκευάζει συχνά ψεύτικες αναφορές. Αυτές δανείζονται ονόματα γνωστών συγγραφέων ή περιοδικών, αλλά δεν υπάρχουν σε βάσεις δεδομένων όπως το PubMed.

6. Εμπιστευτείτε το ένστικτό σας

Η ανθρώπινη διαίσθηση χρησιμεύει ως κίνητρο για περαιτέρω έρευνα, ειδικά όταν βασίζεται σε προϋπάρχουσα γνώση. Ακόμη όμως και σε άγνωστα θέματα, υπάρχουν ενδείξεις σφαλμάτων. Για παράδειγμα, μια λανθασμένη απάντηση παρουσιάζει συχνά υπερβολική βεβαιότητα, χωρίς καμία επιφύλαξη. Παράλληλα, τα εσφαλμένα κείμενα τείνουν να επαναλαμβάνουν κουραστικά τα ίδια σημεία. Όταν μια απάντηση ξενίζει τον χρήστη, η επιστροφή στα προηγούμενα βήματα ελέγχου κρίνεται απαραίτητη.

https://www.naftemporiki.gr/techscience/2116249/techniti-noimosyni-min-vasizeste-se-oti-leei-6-tropoi-gia-na-epalitheyete-tis-apantiseis/

[Δροσος Γεωργιος]

Η τεχνητή νοημοσύνη ως υποδομή κοινής ωφέλειας: Όροι και προϋποθέσεις,

Άρθρο στο Παρατηρητήριο Βιώσιμης Ανάπτυξης του Ινστιτούτου ΕΝΑ

Η συζήτηση για την Τεχνητή Νοημοσύνη (ΤΝ) δεν αφορά πλέον μόνο τις εφαρμογές της ούτε αποκλειστικά τις επιπτώσεις των κέντρων δεδομένων (data centers) στην ενέργεια, το περιβάλλον και τον χώρο. Επεκτείνεται ολοένα και περισσότερο στους όρους πρόσβασης, χρήσης και ανάπτυξης της ίδιας της τεχνολογίας. Το κρίσιμο ερώτημα δεν είναι πλέον μόνο πού εγκαθίστανται οι ψηφιακές υποδομές και με ποιους ενεργειακούς όρους λειτουργούν, αλλά ποιος ελέγχει τις θεμελιώδεις προϋποθέσεις ανάπτυξης και αξιοποίησης της ΤΝ, και ποιοι τελικά ωφελούνται από αυτήν.Η υπολογιστική ισχύς και τα δεδομένα αναδεικνύονται σε κρίσιμους πόρους, ενώ τα μοντέλα και οι αλγόριθμοι, μαζί με τις ψηφιακές υποδομές που τα υποστηρίζουν, όπως το νέφος (cloud), τα δίκτυα, το λογισμικό και τα τεχνικά πρότυπα, συγκροτούν ένα νέο πεδίο οικονομικής, τεχνολογικής και γεωπολιτικής ισχύος. Μέσα σε αυτό το πλαίσιο, η ανάπτυξη της ΤΝ συνδέεται άμεσα με ζητήματα δημοκρατικού ελέγχου, στρατηγικής αυτονομίας και δημόσιου συμφέροντος.Σε αυτό το πλαίσιο, η ρύθμιση της ΤΝ είναι αναγκαία συνθήκη, επειδή θέτει όρια, οργανώνει την εποπτεία και προστατεύει δικαιώματα. Δεν συνιστά ωστόσο και ικανή συνθήκη για την ανάπτυξη ενός μοντέλου ΤΝ με δημοκρατικούς όρους πρόσβασης και αξιοποίησης. Η ΤΝ δεν είναι απλώς μια κατηγορία εφαρμογών ή αλγορίθμων, αλλά ένα οικοσύστημα που πρέπει να οργανωθεί με όρους που να διασφαλίζουν τη δυνατότητα παραγωγής κοινωνικού οφέλους.Οι υποδομές που στηρίζουν αυτό το οικοσύστημα αποκτούν συνεπώς χαρακτηριστικά κοινής ωφέλειας, επειδή επηρεάζουν ολοένα και περισσότερο την παραγωγική δραστηριότητα, τη δημόσια διοίκηση, την υγεία, την εκπαίδευση, την έρευνα, την εργασία και τη δημοκρατία εν γένει. Όπως η ενέργεια, οι τηλεπικοινωνίες, η ύδρευση, οι μεταφορές και άλλες κρίσιμες υποδομές συνδέθηκαν με ζητήματα καθολικής πρόσβασης, συνέχειας, ασφάλειας και δημόσιου ελέγχου, έτσι και οι υποδομές της ΤΝ θέτουν σήμερα ζητήματα που αφορούν το δημόσιο και κοινωνικό συμφέρον. Η αναλογία αυτή δεν σημαίνει ότι πρέπει να ταυτιστούν μηχανικά με τις κλασικές υπηρεσίες κοινής ωφέλειας. Σημαίνει όμως ότι δεν μπορούν να παραμείνουν οργανωμένες με βάση αποκλειστικά ιδιωτικοοικονομικούς όρους ή τις επιταγές του γεωπολιτικού ανταγωνισμού. Αντιθέτως, αναδεικνύεται η ανάγκη να εξεταστούν ως πεδίο ειδικών υποχρεώσεων που υπηρετούν το δημόσιο συμφέρον.Το σημερινό μοντέλο ανάπτυξης της ΤΝ χαρακτηρίζεται από έντονη συγκέντρωση. Αυτό δημιουργεί ένα νέο πεδίο ανισότητας, αφού πανεπιστήμια, δημόσιοι φορείς, ερευνητικά κέντρα και ΜμΕ συχνά δεν διαθέτουν τους αναγκαίους πόρους για να αναπτύξουν, να προσαρμόσουν ή να ελέγξουν συστήματα ΤΝ με δικούς τους όρους. Το καίριο ζήτημα δεν είναι μόνο η άνιση πρόσβαση, αλλά και η υποαξιοποίηση της ΤΝ με όρους δημόσιας αξίας και κοινωνικής καινοτομίας. Όταν η ΤΝ οργανώνεται αποκλειστικά ως αγορά υπηρεσιών, δεν αναπτύσσεται κατ’ ανάγκη εκεί όπου υπάρχει η μεγαλύτερη κοινωνική ανάγκη, αλλά εκεί όπου μεγιστοποιείται η βραχυπρόθεσμη εταιρική κερδοφορία. Έτσι, η τεχνολογική πρόοδος μπορεί να επιταχύνει εμπορικά μοντέλα ταχείας και υψηλής κερδοφορίας, χωρίς να κατευθύνεται επαρκώς σε τομείς βιώσιμης ανάπτυξης όπως η δημόσια υγεία, η κλιματική προσαρμογή, η πολιτική προστασία, η ενεργειακή φτώχεια, η αγροδιατροφή, οι δημόσιες υπηρεσίες ή η στήριξη μικρότερων παραγωγικών φορέων.

4 άξονες

Από αυτή τη σκοπιά, οι όροι ενός νέου κοινωνικού συμβολαίου για τη δημοκρατική ΤΝ μπορούν να διαρθρωθούν γύρω από τέσσερις άξονες:

Πρώτον, τη δημόσια και κοινωφελή πρόσβαση σε υπολογιστική ισχύ και κρίσιμες ψηφιακές υποδομές.

Δεύτερον, τη δημοκρατική διακυβέρνηση των δεδομένων ως κοινωνικά παραγόμενου πόρου.

Τρίτον, την κατοχύρωση δικαιωμάτων και λογοδοσίας απέναντι σε αλγοριθμικές αποφάσεις.

Τέταρτον, τη συγκρότηση θεσμών που κατανέμουν αρμοδιότητες και ευθύνες σε ευρωπαϊκό, εθνικό και τοπικό επίπεδο.

Η κοινωφελής πρόσβαση σε υπολογιστική ισχύ είναι κρίσιμη, γιατί χωρίς αυτήν πανεπιστήμια, ερευνητικοί φορείς, δημόσιες υπηρεσίες και ΜμΕ δεν μπορούν να αναπτύξουν, να προσαρμόσουν ή να ελέγξουν συστήματα ΤΝ με δικούς τους όρους. Η υπολογιστική ισχύς δεν πρέπει να αντιμετωπίζεται μόνο ως εμπορική υπηρεσία, αλλά και ως κρίσιμη δυνατότητα παραγωγής κοινωνικής αξίας και καινοτομίας.Η δημοκρατική διακυβέρνηση των δεδομένων πρέπει να απαντά στο ποιος συλλέγει δεδομένα, ποιος τα επεξεργάζεται, για ποιον σκοπό, με ποιον έλεγχο και με ποιο κοινωνικό αντάλλαγμα. Σε αυτή την κατεύθυνση κινούνται ο Ευρωπαϊκός Κανονισμός για τη Διακυβέρνηση Δεδομένων (Data Governance Act), με κανόνες για την επαναχρησιμοποίηση προστατευμένων δεδομένων που κατέχονται από δημόσιους φορείς και τη διαμεσολάβηση δεδομένων, και ο Ευρωπαϊκός Κανονισμός για τα Δεδομένα (Data Act), που ενισχύει τη δίκαιη πρόσβαση και χρήση δεδομένων.Παράλληλα, η δημοκρατική ΤΝ αφορά τα δικαιώματα των ανθρώπων που επηρεάζονται από αλγοριθμικές αποφάσεις. Ο ευρωπαϊκός κανονισμός για την ΤΝ (AI Act) προβλέπει σε ορισμένες περιπτώσεις, δικαίωμα επεξήγησης, δηλαδή τη δυνατότητα του προσώπου που επηρεάζεται να ενημερωθεί με σαφή τρόπο για τον ρόλο που είχε το σύστημα ΤΝ στη λήψη μιας απόφασης με σημαντικές συνέπειες για το ίδιο. Για παράδειγμα, τέτοιες αποφάσεις μπορούν να αφορούν την πρόσβαση στην εκπαίδευση, την πρόσληψη ή αξιολόγηση εργαζομένων, την πρόσβαση σε βασικές δημόσιες ή ιδιωτικές υπηρεσίες ή την απονομή δικαιοσύνης.Για να μετατραπούν οι αρχές αυτές σε εφαρμόσιμη πολιτική, χρειάζονται ωστόσο θεσμοί που κατανέμουν αρμοδιότητες και ευθύνες σε ευρωπαϊκό, εθνικό και τοπικό επίπεδο, καθώς και μηχανισμοί λογοδοσίας, παρακολούθησης και δημόσιου ελέγχου.Με αυτή την έννοια, το κοινωνικό συμβόλαιο για τη δημοκρατική ΤΝ έχει και «όρους» και «συμβαλλόμενους». Οι όροι είναι η πρόσβαση, η διαφάνεια, η λογοδοσία, η προστασία δικαιωμάτων, η κοινωνική ανταποδοτικότητα και η δίκαιη κατανομή κόστους και οφέλους. Οι συμβαλλόμενοι δεν είναι μόνο το κράτος και οι μεγάλες τεχνολογικές επιχειρήσεις, αλλά και οι πολίτες, οι εργαζόμενοι, τα πανεπιστήμια, οι ερευνητικοί φορείς, οι ΜμΕ, οι τοπικές κοινωνίες και οι θεσμοί δημοκρατικού ελέγχου. Το νέο κοινωνικό συμβόλαιο δεν σημαίνει άρνηση της καινοτομίας. Σημαίνει ότι η καινοτομία πρέπει να ενταχθεί σε ένα πλαίσιο δικαιοσύνης, δημοκρατικής λειτουργίας και στρατηγικής αυτονομίας. Η ΤΝ δεν πρέπει να είναι προνόμιο των λίγων ούτε υποδομή που η κοινωνία χρηματοδοτεί έμμεσα, με δεδομένα, ενέργεια, νερό, δημόσιες υποδομές και ανθρώπινη εργασία, χωρίς αντίστοιχο κοινωνικό έλεγχο και λογοδοσία. Πρέπει, συνεπώς, να αντιμετωπιστεί ως μια υποδομή με χαρακτηριστικά κοινής ωφέλειας, η οποία θα υπηρετεί στόχους δημόσιου και κοινωνικού συμφέροντος: προσβάσιμη σε όλους, παντού, σήμερα και στο μέλλον.

Κώστας Μυλωνάς

* Research Engineer – Energy Systems, MSc Energy Science & Technology – Άρθρο στο Παρατηρητήριο Βιώσιμης Ανάπτυξης του Ινστιτούτου ΕΝΑ

Το επεξεργάστηκε Ιούνιος 4 ο Δροσος Γεωργιος

[Δροσος Γεωργιος]

Αποκάλυψη – σοκ από Μασαγιόσι Σον: Το επόμενο μοντέλο της OpenAI το σχεδιάζει ΑΙ και όχι άνθρωπος.

Το επόμενο μοντέλο της OpenAI σχεδιάζεται από άλλο μοντέλο Τεχνητής Νοημοσύνης, αποκάλυψε ο επικεφαλής της Softbank, ο οποίος εκτιμά ότι η «τεχνητή υπερνοημοσύνη» θα φτάσει πολύ νωρίτερα από ό,τι αναμενότανΗ στιγμή που η Τεχνητή Νοημοσύνη θα πάψει απλώς να βοηθά τους ανθρώπους και θα αρχίσει να σχεδιάζει τον ίδιο της τον διάδοχο ίσως να μην ανήκει πλέον στη σφαίρα της επιστημονικής φαντασίας.Ο δισεκατομμυριούχος επικεφαλής της SoftBank, Μασαγιόσι Σον, υποστήριξε ότι το επόμενο μοντέλο της OpenAI σχεδιάζεται ήδη από άλλο σύστημα ΑΙ, κάνοντας λόγο για ένα κρίσιμο βήμα προς την «τεχνητή υπερνοημοσύνη» (Artificial Super Intelligence), την οποία πλέον βλέπει να έρχεται μέσα στα επόμενα δύο χρόνια.

Το επόμενο μοντέλο σχεδιάζει το… προηγούμενο

Μιλώντας στο CNBC, ο Σον αποκάλυψε ότι σε συνομιλίες που είχε με τον διευθύνοντα σύμβουλο της OpenAI, Σαμ Όλτμαν, αλλά και με μηχανικούς της εταιρείας, ενημερώθηκε πως ένα μοντέλο Τεχνητής Νοημοσύνης συμμετέχει ήδη στον σχεδιασμό της επόμενης γενιάς μοντέλων.Όπως είπε, οι άνθρωποι σύντομα δεν θα είναι αρκετά «έξυπνοι» για να σχεδιάζουν μόνοι τους τα επόμενα συστήματα ΑΙ.«Το μοντέλο θα δημιουργεί το επόμενο μοντέλο και αυτό θα είναι εκθετικά πιο έξυπνο από όλους μας. Αυτή είναι η υπερνοημοσύνη», δήλωσε χαρακτηριστικά.Η OpenAI δεν σχολίασε συγκεκριμένα τις αναφορές για μελλοντικά μοντέλα, ωστόσο υπενθύμισε ότι ήδη χρησιμοποιεί την Τεχνητή Νοημοσύνη στην ανάπτυξη νέων συστημάτων. Τον Φεβρουάριο είχε ανακοινώσει ότι το GPT-5.3 Codex αποτέλεσε το πρώτο μοντέλο που συνέβαλε ουσιαστικά στη δημιουργία του εαυτού του, βοηθώντας στον εντοπισμό σφαλμάτων, στις δοκιμές και στην ανάπτυξή του.

Από τα 10 χρόνια… στα 2

Ο Σον θεωρείται εδώ και χρόνια ένας από τους πιο ένθερμους υποστηρικτές της επανάστασης της Τεχνητής Νοημοσύνης.Το 2024 είχε προβλέψει ότι η τεχνητή υπερνοημοσύνη —την οποία ορίζει ως ένα σύστημα 10.000 φορές πιο έξυπνο από τον άνθρωπο— θα εμφανιστεί μέσα σε μία δεκαετία. Τώρα αναθεωρεί δραματικά το χρονοδιάγραμμα.«Όταν μιλούσα για 10 χρόνια προσπαθούσα να είμαι συντηρητικός, γιατί ο κόσμος σοκάρεται. Στο μυαλό μου πίστευα ότι θα έρθει σε τέσσερα χρόνια. Τώρα λέω ότι θα έρθει μέσα στα επόμενα δύο χρόνια», ανέφερε.Ο ίδιος πρόσθεσε ότι χρησιμοποιεί το ChatGPT δύο έως τρεις ώρες καθημερινά και θεωρεί ότι ήδη ξεπερνά τις δικές του γνώσεις στα περισσότερα γνωστικά αντικείμενα.

Η προειδοποίηση της Anthropic

Οι αισιόδοξες προβλέψεις του επικεφαλής της SoftBank έρχονται την ώρα που η Anthropic, δημιουργός του chatbot Claude, κρούει τον κώδωνα του κινδύνου.Η εταιρεία δημοσίευσε ανάλυση για το φαινόμενο της «αναδρομικής αυτοβελτίωσης» (Recursive Self-Improvement), κατά το οποίο ένα σύστημα ΑΙ αποκτά τη δυνατότητα να σχεδιάζει και να αναπτύσσει αυτόνομα τον διάδοχό του.Η Anthropic αναγνωρίζει ότι μια τέτοια εξέλιξη θα μπορούσε να οδηγήσει σε τεράστια επιστημονικά και τεχνολογικά οφέλη. Παράλληλα όμως προειδοποιεί ότι ενδέχεται να αυξήσει σημαντικά τον κίνδυνο απώλειας ανθρώπινου ελέγχου πάνω στα συστήματα ΑΙ.Για τον λόγο αυτό θεωρεί ότι ίσως χρειαστεί συντονισμένη επιβράδυνση της ανάπτυξης της συγκεκριμένης τεχνολογίας από τις μεγάλες εταιρείες του κλάδου.

Η επόμενη μεγάλη μάχη της τεχνολογίας

Η συζήτηση για το αν η Τεχνητή Νοημοσύνη μπορεί να εξελίσσεται μόνη της δεν αφορά πλέον μόνο τα εργαστήρια των εταιρειών τεχνολογίας. Αφορά κυβερνήσεις, ρυθμιστικές αρχές και επενδυτές που προσπαθούν να κατανοήσουν πόσο γρήγορα πλησιάζει μια εποχή κατά την οποία τα ισχυρότερα συστήματα ΑΙ θα βελτιώνουν τον εαυτό τους χωρίς άμεση ανθρώπινη παρέμβαση.Η ίδια η OpenAI είχε αναφέρει σε ερευνητική εργασία τον Ιούνιο ότι υπάρχουν ήδη «πρώιμες ενδείξεις» αυτού του φαινομένου. Και αν οι εκτιμήσεις του Μασαγιόσι Σον αποδειχθούν σωστές, η μετάβαση στην εποχή της υπερνοημοσύνης ίσως είναι πολύ πιο κοντά απ’ όσο πίστευε ακόμη και η βιομηχανία της ΑΙ πριν από λίγα χρόνια.

https://www.naftemporiki.gr/techscience/2120250/apokalypsi-sok-apo-masagiosi-son-to-epomeno-montelo-tis-openai-to-schediazei-ai-kai-ochi-anthropos/

[Δροσος Γεωργιος]

Η Google θα δίνει ένα δισ. το μήνα στην SpaceX για παροχή «ιπποδύναμης» τεχνητής νοημοσύνης.

Η διαστημική εταιρεία του Ελον Μασκ θα προσφέρει υπολογιστή ισχύ στον τεχνολογικό γίγαντα.

Λίγες ημέρες πριν από την προγραμματισμένη δημόσια εγγραφή (IPO) η οποία αναμένεται να συγκεντρώσει ποσά-ρεκόρ η SpaceX υπέγραψε συμφωνία με την Google που θα της αποφέρει σχεδόν ένα δισ. δολάρια το μήνα παρέχοντας υπολογιστική ισχύ για εφαρμογές τεχνητής νοημοσύνης, εξέλιξη που αναμένεται να παίξει σημαντικό ρόλο στην προσέλκυση επενδυτών στην επερχόμενη IPO.Η Google θα χρησιμοποιεί περίπου 110.000 επεξεργαστές γραφικών Nvidia καθώς και επεξεργαστές, μνήμη και άλλα εξαρτήματα που φιλοξενούνται στα κέντρα δεδομένων της SpaceX. Η συμφωνία καλύπτει την περίοδο από τον Οκτώβριο του τρέχοντος έτους έως τον Ιούνιο του 2029, με μηνιαίο τίμημα 920 εκατομμυρίων δολαρίων, ενώ η διαθέσιμη υπολογιστική ισχύς θα αυξάνεται σταδιακά έως τον Σεπτέμβριο με μειωμένη χρέωση.Η SpaceX ανέφερε ότι αν δεν καταφέρει να παρέχει τον συμφωνημένο αριθμό GPU έως τις 30 Σεπτεμβρίου 2026, η Google θα μπορεί είτε να τερματίσει άμεσα τη συμφωνία είτε να αποδεχθεί μικρότερο αριθμό μονάδων με χαμηλότερο κόστος μετά από περίοδο χάριτος ενός μήνα. Μετά το πρώτο έτος οποιαδήποτε από τις δύο εταιρείες μπορεί να τερματίσει τη συνεργασία με προειδοποίηση 90 ημερών.Εκπρόσωπος της Google Cloud δήλωσε στο CNBC ότι η συμφωνία έγινε ώστε να εξασφαλιστεί προσωρινή επιπλέον υπολογιστική ισχύς για την κάλυψη της αυξημένης ζήτησης για την πλατφόρμα τεχνητής νοημοσύνης Gemini Enterprise, η οποία ξεπέρασε τις αρχικές προσδοκίες της εταιρείας. Η Google παρουσίασε το Gemini Enterprise για μεγάλες επιχειρήσεις τον περασμένο Οκτώβριο.Η συμφωνία με την Google αποτελεί τη δεύτερη μεγάλη συμφωνία υποδομών που ανακοίνωσε η SpaceX μετά τη συγχώνευσή της τον Φεβρουάριο με την xAI του Έλον Μασκ, σε συμφωνία που αποτίμησε το νέο σχήμα στα 1,25 τρισεκατομμύρια δολάρια. Τον προηγούμενο μήνα, η Anthropic ανακοίνωσε ότι θα χρησιμοποιήσει ολόκληρη την υπολογιστική ισχύ του κέντρου δεδομένων Colossus 1 της SpaceX στο Μέμφις του Τενεσί.Η Alphabet έχει αποκομίσει σημαντικά κέρδη από την επένδυσή της στη SpaceX. Όταν η Google επένδυσε στην εταιρεία το 2015 η αξία της SpaceX ήταν περίπου 12 δισεκατομμύρια δολάρια. Σήμερα, η εταιρεία στοχεύει σε δημόσια εγγραφή με αποτίμηση που ξεπερνά τα 1,75 τρισεκατομμύρια δολάρια. Ο Μασκ επιχειρεί να ενισχύσει την εικόνα της SpaceX στον τομέα της τεχνητής νοημοσύνης πριν από την IPO, προβάλλοντας την απόδοση των μεγάλων επενδύσεων σε κέντρα δεδομένων γύρω από το Μέμφις.Οι δύο εταιρείες είχαν συνεργαστεί και στο παρελθόν, αλλά με αντίστροφους ρόλους. Πριν από πέντε χρόνια, η Google παρείχε υπηρεσίες υπολογιστικής ισχύος και δικτύωσης στη SpaceX για την υποστήριξη του Starlink. Η συμφωνία προέβλεπε την εγκατάσταση επίγειων σταθμών της SpaceX σε κέντρα δεδομένων της Google και θεωρήθηκε σημαντική επιτυχία για τη Google στην προσπάθειά της να ανταγωνιστεί τις Amazon Web Services και Microsoft Azure.Ο διευθύνων σύμβουλος της Google Cloud, Τόμας Κούριαν, είχε τότε δηλώσει ότι η SpaceX επέλεξε την Google λόγω της ποιότητας και της παγκόσμιας εμβέλειας του δικτύου της.

https://www.naftemporiki.gr/techscience/2120447/i-google-tha-dinei-ena-dis-to-mina-stin-spacex-gia-parochi-ippodynami-technitis-noimosynis/

[Δροσος Γεωργιος]

Ανδροειδή και data centers το νέο στοίχημα της Nvidia.

O αμερικανικός κολοσσός των ημιαγωγών θα συνεργαστεί με τον όμιλο LG Group.

O διευθύνων σύμβουλος της Nvidia Τζένσεν Χουάνγκ  ανακοίνωσε ότι ο αμερικανικός κολοσσός επεξεργαστών τεχνητής νοημοσύνης θα συνεργαστεί με τον όμιλο LG Group στον τομέα των ανδροειδών και των κέντρων δεδομένων επόμενης γενιάς.«Συνεργαζόμαστε μαζί τους στην τεχνολογία κινητήρων, καθώς και στα μηχανικά συστήματα, ώστε να συνδυάσουμε τα ανδροειδή με το μέλλον της ρομποτικής» δήλωσε ο Χουάνγκ σε δημοσιογράφους μετά τη συνάντησή του με τον πρόεδρο του ομίλου LG, Κου Κουάνγκ-μο στα κεντρικά γραφεία του ομίλου στη Σεούλ.Ο Χουάνγκ προσέθεσε ότι η NVIDIA και η LG συνεργάζονται επίσης στον σχεδιασμό της αρχιτεκτονικής των μελλοντικών κέντρων δεδομένων συμπεριλαμβανομένων των συστημάτων ψύξης της παροχής ενέργειας και του συνολικού σχεδιασμού των εγκαταστάσεων.«Εργαζόμαστε μαζί για την κατασκευή των κέντρων δεδομένων του μέλλοντος» ανέφερε χαρακτηριστικά. Από την πλευρά του ο Κου δήλωσε ότι οι δύο εταιρείες συζήτησαν πιθανούς τομείς συνεργασίας με στόχο την επιτάχυνση της εποχής της τεχνητής νοημοσύνης. «Σήμερα είχαμε εκτενείς συζητήσεις με τη NVIDIA σχετικά με τις μελλοντικές κατευθύνσεις και πιστεύω ότι θα απαιτηθεί πολύ μεγαλύτερη συνεργασία στο μέλλον για να επιταχυνθεί η εποχή της τεχνητής νοημοσύνης», είπε.Η ανακοίνωση έγινε στο πλαίσιο της επίσκεψης του Χουάνγκ στη Νότιο Κορέα όπου συναντά ηγέτες μεγάλων επιχειρηματικών ομίλων και ερευνητές διερευνώντας ευρύτερες δυνατότητες συνεργασίας στους τομείς της τεχνητής νοημοσύνης και της ρομποτικής.

https://www.naftemporiki.gr/techscience/2121025/androeidi-kai-data-centers-to-neo-stoichima-tis-nvidia/

[Δροσος Γεωργιος]

ΑΙ: To Mythos της Anthropic μετατρέπει γνωστά κενά ασφαλείας σε επιθέσεις μέσα σε λίγες ώρες.

Σύμφωνα με αποκλειστικό ρεπορτάζ του Axios το μοντέλο Mythos δημιούργησε λειτουργικά exploits για κενά ασφαλείας σε Windows και Firefox, μειώνοντας δραματικά το χρονικό περιθώριο που έχουν οι οργανισμοί για να εγκαταστήσουν ενημερώσεις ασφαλείας.Μία νέα προειδοποίηση για τους κινδύνους που συνοδεύουν την ταχεία εξέλιξη της τεχνητής νοημοσύνης απευθύνει η Anthropic. Σύμφωνα με έρευνα της εταιρείας, το πειραματικό μοντέλο Mythos είναι πλέον σε θέση να μετατρέπει δημόσια γνωστές ευπάθειες λογισμικού σε λειτουργικά εργαλεία επίθεσης μέσα σε λίγες ώρες.Μέχρι σήμερα, η συζήτηση γύρω από την κυβερνοασφάλεια και την τεχνητή νοημοσύνη επικεντρωνόταν κυρίως στην ικανότητα των προηγμένων μοντέλων να εντοπίζουν νέα κενά ασφαλείας. Σύμφωνα με αποκλειστικο ρεπορτάζ του Axios, τα ευρήματα της Anthropic δείχνουν ότι ο κίνδυνος δεν περιορίζεται εκεί.Εξίσου σημαντική φαίνεται να είναι η δυνατότητα της AI να «οπλοποιεί» γνωστές αδυναμίες, δηλαδή να μετατρέπει πληροφορίες που έχουν ήδη δημοσιοποιηθεί σε λειτουργικά exploits τα οποία μπορούν να χρησιμοποιηθούν για επιθέσεις.Σύμφωνα με την εταιρεία, διαδικασίες που στο παρελθόν απαιτούσαν ημέρες ή και εβδομάδες εργασίας από εξειδικευμένους ερευνητές μπορούν πλέον να ολοκληρωθούν μέσα σε λίγες ώρες.

Τα τεστ σε Windows και Firefox

Η ομάδα ασφαλείας της Anthropic δοκίμασε το Mythos Preview σε ευπάθειες που είχαν αποκαλυφθεί στις αρχές του 2026 και αφορούσαν τον πυρήνα των Windows της Microsoft και τον browser Firefox της Mozilla.Σκοπός ήταν να διαπιστωθεί πόσο γρήγορα ένα μοντέλο τεχνητής νοημοσύνης μπορεί να αξιοποιήσει δημόσιες πληροφορίες και διαθέσιμες διορθώσεις λογισμικού για να δημιουργήσει λειτουργικά εργαλεία εκμετάλλευσης.Τα αποτελέσματα ήταν εντυπωσιακά. Σε μία περίπτωση, το Mythos παρήγαγε το πρώτο proof-of-concept exploit για ευπάθεια των Windows μέσα σε μόλις 31 λεπτά.Από τις 21 ευπάθειες του πυρήνα των Windows που εξετάστηκαν, το μοντέλο κατάφερε στις 18 να προκαλέσει το γνωστό «μπλε σφάλμα» (Blue Screen of Death), ενώ συνολικά δημιούργησε οκτώ διαφορετικά exploits. Το πιο απαιτητικό από αυτά χρειάστηκε περίπου 5,7 ώρες για να ολοκληρωθεί.Ανάλογες επιδόσεις κατέγραψε και στον Firefox, όπου κατάφερε να δημιουργήσει οκτώ λειτουργικά exploits απομακρυσμένης εκτέλεσης κώδικα από ένα σύνολο 18 διορθώσεων ασφαλείας.

Το πρόβλημα δεν είναι οι άγνωστες ευπάθειες

Όπως επισημαίνουν οι ειδικοί, η πλειονότητα των κυβερνοεπιθέσεων δεν βασίζεται σε άγνωστα κενά ασφαλείας αλλά σε γνωστές ευπάθειες για τις οποίες υπάρχουν ήδη διορθώσεις, τις οποίες όμως οι οργανισμοί δεν έχουν ακόμη εγκαταστήσει.Το λεγόμενο «patch gap» – το χρονικό διάστημα ανάμεσα στη δημοσιοποίηση μιας ευπάθειας και την πλήρη εφαρμογή των διορθώσεων – αποτελεί εδώ και χρόνια ένα από τα μεγαλύτερα προβλήματα της κυβερνοασφάλειας.Η τεχνητή νοημοσύνη απειλεί να συρρικνώσει δραματικά αυτό το παράθυρο. Εάν η δημιουργία exploit γίνεται μέσα σε λίγες ώρες, οι επιχειρήσεις ενδέχεται να έχουν πολύ λιγότερο χρόνο στη διάθεσή τους για να προστατεύσουν τα συστήματά τους.

Όχι μόνο η Anthropic

Η εταιρεία τονίζει ότι το φαινόμενο δεν αφορά αποκλειστικά το Mythos. Σύμφωνα με την αξιολόγησή της, ορισμένα ανοιχτού κώδικα μοντέλα εμφανίζουν ήδη αντίστοιχες δυνατότητες, ενώ παρόμοιες επιδόσεις έχουν καταγραφεί και σε ανταγωνιστικά συστήματα προηγμένης τεχνητής νοημοσύνης.Η Anthropic εκτιμά ότι το κόστος δημιουργίας των exploits ανήλθε σε περίπου 15.700 δολάρια σε πιστώσεις χρήσης API, ποσό που αντιστοιχεί σε περίπου 2.000 δολάρια ανά exploit.

Στο μικροσκόπιο της Ουάσιγκτον

Τα ευρήματα δημοσιοποιούνται την ώρα που η κυβέρνηση Τραμπ αρχίζει να εφαρμόζει νέο εκτελεστικό διάταγμα για την ασφάλεια της τεχνητής νοημοσύνης.Στόχος είναι η αξιολόγηση των κινδύνων που ενδέχεται να δημιουργούν τα ολοένα ισχυρότερα μοντέλα AI για την εθνική ασφάλεια, καθώς αυξάνονται οι ανησυχίες ότι η ίδια τεχνολογία που μπορεί να ενισχύσει την άμυνα απέναντι στις κυβερνοεπιθέσεις θα μπορούσε παράλληλα να προσφέρει νέες δυνατότητες και στους επιτιθέμενους.

https://www.naftemporiki.gr/techscience/2121568/ai-to-mythos-tis-anthropic-metatrepei-gnosta-kena-asfaleias-se-epitheseis-mesa-se-liges-ores/

[Δροσος Γεωργιος]

Ο «μάστορας» της τεχνητής νοημοσύνης φαίνεται από τα εργαλεία του.

Ο κρίσιμος παράγοντας της αξιοποίησης των τεχνολογικών μέσων που δίνει πρωταγωνιστικό ρόλο στον άνθρωπο.

Για δεκαετίες κυριαρχούσε μια σχεδόν αυτονόητη λαϊκή σοφία: «ο μάστορας φαίνεται από τα εργαλεία του». Η φράση δεν αφορούσε απλώς την κατοχή καλού εξοπλισμού, αλλά υποδήλωνε κυρίως την ικανότητα κάποιου να επιλέγει, να κατανοεί και να αξιοποιεί αποτελεσματικά τα οποιαδήποτε μέσα που έχει στη διάθεσή του. Στην εποχή της τεχνητής νοημοσύνης, το παλιό αυτό ρητό αποκτά μια νέα πιο σύνθετη διάσταση.Πρόσφατα συζητήθηκε μια δήλωση του επικεφαλής του κολοσσού τσιπ τεχνητής νοημοσύνης NVIDIA ότι θα προτιμούσε ο καλύτερος μηχανικός του να χρησιμοποιεί όσο το δυνατόν περισσότερα tokens και προηγμένα εργαλεία θεωρώντας ότι αυτό μπορεί να αποτελεί ένδειξη παραγωγικότητας και αποτελεσματικότητας.Τα tokens είναι οι βασικές μονάδες κειμένου που επεξεργάζεται ένα μοντέλο τεχνητής νοημοσύνης, δηλαδή τμήματα λέξεων, ολόκληρες λέξεις ή σύμβολα που χρησιμοποιούνται για την κατανόηση και παραγωγή γλώσσας. Αυτή είναι η ιδέα ότι ένας κορυφαίος μηχανικός δεν κρίνεται απαραίτητα από το πόσο λίγα εργαλεία χρησιμοποιεί αλλά ίσως από το πόσο αποτελεσματικά εκμεταλλεύεται τα πιο προηγμένα εργαλεία που υπάρχουν διαθέσιμα. Για πολλούς η άποψη αυτή ακούγεται παράδοξη.

Η δεξιοτεχνία

Για δεκαετίες επικρατούσε η αντίληψη ότι η αξία ενός επαγγελματία μετριόταν σχεδόν αποκλειστικά από την προσωπική του δεξιοτεχνία. Υπήρχε ένας σχεδόν ρομαντικός θαυμασμός προς τον άνθρωπο που τα κάνει όλα μόνος του με τα λιγότερα δυνατά βοηθήματα.Σήμερα ένας προγραμματιστής, ένας μηχανικός ή ένας επιστήμονας δεν εργάζεται μόνο με τη γνώση του. Διαχειρίζεται ένα ολόκληρο οικοσύστημα εργαλείων: μοντέλα τεχνητής νοημοσύνης, αυτοματισμούς, πλατφόρμες ανάπτυξης, υπολογιστικά συστήματα και πολύπλοκες υποδομές. Τα εργαλεία αυτά γίνονται συνεχώς πιο εξελιγμένα και πιο απαιτητικά αλλά και πιο ακριβά. Το ζητούμενο δεν είναι να τα αποφεύγεις αλλά να ξέρεις πώς να τα αξιοποιείς.Κάπου εδώ εμφανίζεται και μια κοινωνική παρεξήγηση. Όσο περισσότερο χρησιμοποιείται η τεχνητή νοημοσύνη, τόσο περισσότερο ενισχύεται η εντύπωση ότι «το AI κάνει όλη τη δουλειά». Αυτή η αντίληψη όμως παραβλέπει μια σημαντική λεπτομέρεια: τα εργαλεία από μόνα τους δεν παράγουν αξία. Η αξία προκύπτει από τον τρόπο χρήσης τους.Αυτή η άποψη μοιάζει με το να βλέπεις έναν μάστορα να χρησιμοποιεί ηλεκτρικό δράπανο και να λες ότι «το δράπανο έφτιαξε το σπίτι». Το εργαλείο από μόνο του δεν γνωρίζει τι πρέπει να κάνει. Δεν σχεδιάζει, δεν κρίνει και δεν αναλαμβάνει ευθύνη. Ο άνθρωπος είναι εκείνος που θέτει τον στόχο, παίρνει τις αποφάσεις και αξιολογεί το αποτέλεσμα.Το ίδιο ισχύει σε κάθε επάγγελμα. Ένας σύγχρονος σεφ διαθέτει φούρνους ακριβείας, θερμόμετρα, εξειδικευμένα μίξερ και προηγμένο εξοπλισμό κουζίνας. Κανείς δεν αποδίδει την επιτυχία ενός πιάτου αποκλειστικά στο μηχάνημα. Αν δύο άνθρωποι χρησιμοποιήσουν τα ίδια ακριβώς εργαλεία, το αποτέλεσμα μπορεί να είναι εντυπωσιακά διαφορετικό. Η διαφορά βρίσκεται στη γνώση, στην εμπειρία και στην κρίση.Ανάλογη είναι η εικόνα και στην τεχνική εργασία. Ένας ξυλουργός θα προτιμήσει μηχανήματα ακριβείας αντί για απαρχαιωμένα εργαλεία, όχι επειδή διαθέτει λιγότερη δεξιοτεχνία αλλά επειδή επιδιώκει καλύτερο αποτέλεσμα, μεγαλύτερη ακρίβεια και λιγότερα σφάλματα. Κανείς πελάτης δεν ζητά σήμερα από έναν επαγγελματία να απορρίψει την τεχνολογία για να αποδείξει την αξία του. Αντίθετα, θέλει καλύτερο αποτέλεσμα, μεγαλύτερη ακρίβεια και λιγότερα λάθη.Το ίδιο ισχύει και στην επιστήμη. Κανείς δεν ζητά από έναν φυσικό να κάνει περίπλοκους υπολογισμούς με χαρτί και μολύβι όταν υπάρχουν επιστημονικά κομπιουτεράκια, υπολογιστικά μοντέλα ή εξειδικευμένα προγράμματα. Αν ένας επιστήμονας αρνηθεί να χρησιμοποιήσει σύγχρονα μέσα, δεν θεωρείται πιο ικανός, αλλά αντίθετα ίσως θεωρηθεί λιγότερο αποτελεσματικός.Για κάποιο λόγο όμως όταν η συζήτηση φτάνει στην τεχνητή νοημοσύνη, αλλάζει το μέτρο σύγκρισης. Ξαφνικά θεωρείται ότι το εργαλείο μειώνει την αξία του ανθρώπου. Όμως η πραγματικότητα είναι σχεδόν η αντίθετη.

Η κατανόηση

Ένα σύστημα τεχνητής νοημοσύνης μπορεί να προτείνει κώδικα, να συντάξει κείμενα ή να αναλύσει δεδομένα, αλλά κάποιος πρέπει να κατανοήσει το πρόβλημα, να σχεδιάσει την αρχιτεκτονική, να αξιολογήσει την ορθότητα, να ελέγξει τα σφάλματα και να πάρει αποφάσεις. Όσο αυξάνεται η δύναμη των εργαλείων, τόσο αυξάνεται και η πολυπλοκότητα των απαιτήσεων. Δεν μειώνεται η ανάγκη για τον άνθρωπο, αλλά μετατοπίζεται ο ρόλος του.Το εργαλείο μειώνει τον χρόνο σε επαναλαμβανόμενες εργασίες, αλλά δεν μειώνει την ευθύνη. Στην πραγματικότητα, πολλές φορές την αυξάνει. Όσο μεγαλύτερη είναι η δύναμη του εργαλείου, τόσο μεγαλύτερη είναι η σημασία των αποφάσεων που λαμβάνει εκείνος που το χειρίζεται.Και εδώ ίσως βρίσκεται η μεγαλύτερη παρεξήγηση της εποχής μας. Παλαιότερα θαυμάζαμε τον άνθρωπο που κουβαλούσε πέτρες με τα χέρια. Σήμερα θαυμάζουμε λιγότερο τον άνθρωπο που χειρίζεται έναν γερανό, παρότι χτίζει δέκα φορές μεγαλύτερα έργα, πολλαπλάσιας κλίμακας και πολυπλοκότητας.Η εργασία δεν έγινε κατ’ ανάγκην ευκολότερη. Η δυσκολία μετακινήθηκε από τη σωματική προσπάθεια στη διαχείριση της πολυπλοκότητας, στην κρίση, στον σχεδιασμό και στη λήψη αποφάσεων.Ίσως λοιπόν χρειάζεται να αναθεωρήσουμε το παλιό ρητό. Ο καλός μάστορας δεν ξεχωρίζει επειδή εργάζεται με τα λιγότερα εργαλεία. Ούτε επειδή επιμένει να κάνει τα πάντα μόνος του. Ξεχωρίζει επειδή γνωρίζει ποια εργαλεία χρειάζονται, πότε να τα χρησιμοποιήσει και πώς να τα συνδυάσει για να παράγει καλύτερα αποτελέσματα.Στην εποχή της τεχνητής νοημοσύνης, η πραγματική δεξιότητα δεν είναι να δουλεύεις χωρίς εργαλεία. Δεν είναι η άρνηση της τεχνολογίας. Είναι η ικανότητα αξιοποίησής της για την επίλυση προβλημάτων που μέχρι χθες θεωρούνταν ανέφικτα, ακόμα και αδύνατα. Και ίσως εκεί βρίσκεται η σύγχρονη εκδοχή του παλιού ρητού: ο καλός μάστορας δεν αντικαθίσταται από τα εργαλεία του, αλλά αναδεικνύεται μέσα από αυτά. Γιατί στην τελική, το εργαλείο δεν δημιουργεί από μόνο του. Πίσω από κάθε εργαλείο υπάρχει πάντα ένα μυαλό που ξέρει γιατί το χρησιμοποιεί. Και αυτό είναι που εξακολουθεί να κάνει τη διαφορά.

*Ο Γεράσιμος Τζιβράς είναι προγραμματιστής, καθηγητής στην Τριτοβάθμια Εκπαίδευση και υποψήφιος διδάκτορας του Τμήματος Πληροφορικής και Τηλεπικοινωνιών του Πανεπιστημίου Πελοποννήσου, με αντικείμενο τις Προσαρμοστικές Διεπαφές Χρήστη. Η ερευνητική του εργασία επικεντρώνεται στη μοντελοποίηση της προβλεπτικής συμπεριφοράς χρηστών και στον δυναμικό επανασχεδιασμό διεπαφών με τη βοήθεια τεχνητής νοημοσύνης με στόχο τη δημιουργία πιο προσωποποιημένων και λειτουργικών εμπειριών χρήσης.

https://www.naftemporiki.gr/techscience/2123600/o-mastoras-tis-technitis-noimosynis-fainetai-apo-ta-ergaleia-toy/

 

 

 

Anthropic: Αποσύρει τα νέα μοντέλα Mythos 5 και Fable 5 – Φουντώνει η κόντρα με την κυβέρνηση Τραμπ.

Anthropic κατά Τραμπ: «Με αυτή τη λογική θα σταματούσε όλη η ανάπτυξη της τεχνητής νοημοσύνης»

Σε ανοιχτή σύγκρουση με την κυβέρνηση Τραμπ περνά η Anthropic, καταγγέλλοντας ότι η απόφαση των αμερικανικών αρχών να μπλοκάρουν τα νέα μοντέλα τεχνητής νοημοσύνης της βασίζεται σε μια «παρεξήγηση» και θα μπορούσε να οδηγήσει σε πάγωμα της καινοτομίας σε ολόκληρο τον κλάδο.Η εταιρεία απέσυρε τα πλέον προηγμένα μοντέλα της μετά από κυβερνητική εντολή που επικαλέστηκε λόγους εθνικής ασφάλειας, ωστόσο προειδοποιεί ότι εάν το ίδιο κριτήριο εφαρμοστεί σε όλους τους παρόχους, ουσιαστικά καμία νέα γενιά συστημάτων τεχνητής νοημοσύνης δεν θα μπορεί να κυκλοφορήσει.

Απόσυρση των νέων μοντέλων για όλους και όχι μόνο για ξένους

Η Anthropic ανακοίνωσε την Παρασκευή ότι απέσυρε τα ισχυρότερα μοντέλα της, Mythos 5 και Fable 5, από όλους τους χρήστες, έπειτα από εντολή της αμερικανικής κυβέρνησης να περιορίσει την πρόσβαση σε ξένους υπηκόους για λόγους εθνικής ασφάλειας.Σύμφωνα με τους Financial Times, η εντολή δόθηκε από τον υπουργό Εμπορίου των ΗΠΑ Χάουαρντ Λάτνικ, αφού οι αμερικανικές αρχές εντόπισαν έναν τρόπο παράκαμψης των δικλείδων ασφαλείας («jailbreak») που είχαν ενσωματωθεί στο μοντέλο. Η εταιρεία υποστηρίζει ότι η πρακτική συνέπεια της απόφασης ήταν να διακοπεί η πρόσβαση παντού, ακόμη και εντός των Ηνωμένων Πολιτειών.

«Η κυβέρνηση πρέπει να μπορεί να παρεμβαίνει – αλλά όχι έτσι»

Σε ιδιαίτερα αιχμηρή ανακοίνωση, η Anthropic ξεκαθάρισε ότι δεν αμφισβητεί το δικαίωμα της κυβέρνησης να παρεμβαίνει σε περιπτώσεις πραγματικού κινδύνου, υποστηρίζει όμως ότι η συγκεκριμένη απόφαση δεν βασίζεται σε τεχνικά δεδομένα που να δικαιολογούν ένα τόσο δραστικό μέτρο.«Πιστεύουμε ότι η κυβέρνηση πρέπει να έχει τη δυνατότητα να μπλοκάρει μη ασφαλείς αναπτύξεις μοντέλων, στο πλαίσιο μιας διαφανούς, δίκαιης και τεχνικά τεκμηριωμένης διαδικασίας. Η συγκεκριμένη ενέργεια δεν ακολουθεί αυτές τις αρχές», ανέφερε η εταιρεία.Η Anthropic εκτιμά ότι η ανακάλυψη ενός περιορισμένου πιθανού κενού ασφαλείας δεν συνιστά λόγο ανάκλησης ενός εμπορικού μοντέλου που έχει ήδη διατεθεί σε εκατοντάδες εκατομμύρια χρήστες.

Οι φόβοι για κυβερνοεπιθέσεις

Η κυβέρνηση Τραμπ είχε αποκτήσει πρόσβαση στο προηγμένο μοντέλο Mythos εδώ και αρκετές εβδομάδες, με ομοσπονδιακές υπηρεσίες να το δοκιμάζουν πριν από την επίσημη κυκλοφορία του.Σύμφωνα με το δημοσίευμα, ορισμένοι αξιωματούχοι είχαν εκφράσει ανησυχίες ότι το μοντέλο θα μπορούσε να αξιοποιηθεί για την εκμετάλλευση κυβερνοευπαθειών σε κρίσιμες υποδομές, ακόμη και στο παγκόσμιο χρηματοπιστωτικό σύστημα.Παρά τις ανησυχίες αυτές, η κυβέρνηση δεν είχε έως τώρα εμποδίσει την εμπορική διάθεση του μοντέλου.

Κλιμακώνεται η σύγκρουση

Η υπόθεση αναμένεται να οξύνει ακόμη περισσότερο τις ήδη τεταμένες σχέσεις μεταξύ της Anthropic και της κυβέρνησης Τραμπ.Η εταιρεία βρίσκεται ήδη σε δικαστική αντιπαράθεση με την ομοσπονδιακή κυβέρνηση, μετά τον χαρακτηρισμό της από το Πεντάγωνο ως «κίνδυνος για την εφοδιαστική αλυσίδα», σε μια διαμάχη που συνδέεται με τη χρήση συστημάτων τεχνητής νοημοσύνης σε στρατιωτικές εφαρμογές.Παράλληλα, στελέχη του περιβάλλοντος Τραμπ έχουν επικρίνει επανειλημμένα την εταιρεία για τις πολιτικές ασφαλείας της. Ο ίδιος ο Αμερικανός πρόεδρος έχει χαρακτηρίσει τη διοίκησή της «αριστερούς φανατικούς», ενώ έχει αφήσει να εννοηθεί ότι οι μεγάλες εταιρείες τεχνητής νοημοσύνης θα έπρεπε να παραχωρούν μετοχικά ποσοστά στο αμερικανικό Δημόσιο.

Το διακύβευμα για ολόκληρο τον κλάδο

Η Anthropic υποστηρίζει ότι το πραγματικό ζήτημα δεν αφορά μόνο τα δικά της μοντέλα, αλλά το πλαίσιο με το οποίο θα ρυθμιστεί η τεχνητή νοημοσύνη τα επόμενα χρόνια.«Αν αυτό το πρότυπο εφαρμοζόταν σε όλη τη βιομηχανία, ουσιαστικά θα σταματούσε κάθε νέα ανάπτυξη προηγμένων μοντέλων τεχνητής νοημοσύνης», προειδοποίησε η εταιρεία.Η αντιπαράθεση αυτή θεωρείται από πολλούς η πρώτη μεγάλη σύγκρουση ανάμεσα σε μια εταιρεία τεχνητής νοημοσύνης και την αμερικανική κυβέρνηση για το ποιος έχει τελικά τον τελευταίο λόγο στην κυκλοφορία των πιο ισχυρών μοντέλων της νέας τεχνολογίας.

https://www.naftemporiki.gr/techscience/2123636/anthropic-aposyrei-ta-nea-montela-mythos-5-kai-fable-5-foyntonei-i-kontra-me-tin-kyvernisi-tramp/