Κωνσταντίνος Δασκαλάκης

''Είμαστε ήδη... Cyborg''

Συνέντευξη: Σωτήρης Σκουλούδης

Ο Δρ. Κωνσταντίνος Δασκαλάκης αποτελεί ίσως το πιο εμβληματικό παράδειγμα Έλληνα επιστήμονα ο οποίος μεγαλουργεί στο εξωτερικό, ενώ γεννήθηκε, μεγάλωσε και σπούδασε στη χώρα μας. Εκεί δηλαδή όπου ως δια... μαγείας οι συνθήκες γίνονται κατάλληλες ώστε να αναδειχτούν τα ταλέντα και να προσφέρουν «στην προώθηση της γνώσης της ανθρωπότητας», που αποτελεί και το όραμα ζωής του Κρητικού καθηγητή.

Θιασώτης και απτό παράδειγμα ο ίδιος, θεωρητικά αλλά και πρακτικά, της Αριστείας, ο 38χρονος ερευνητής αφού ολοκλήρωσε με τον απόλυτο βαθμό τις σπουδές του στο Πολυτεχνείο, σήμερα είναι βραβευμένος καθηγητής στο φημισμένο MIT των ΗΠΑ, όπου ασχολείται και καθοδηγεί με την ομάδα του τις εξελίξεις στο αυριανό στοίχημα της ανθρωπότητας: Την Τεχνητή Νοημοσύνη. 

Αυτό ήταν και το κυρίαρχο θέμα συζήτησης μας, στο καφέ της Αθήνας όπου τον συναντήσαμε πρόσφατα κατά τη διάρκεια των διακοπών του, όπως και οι προεκτάσεις των εφαρμογών της σε μια κοινωνία που αλλάζει... Μας αποκάλυψε μάλιστα ότι πολύ σύντομα θα ηγηθεί μιας πρωτοβουλίας για την ίδρυση ερευνητικού ινστιτούτου διεθνούς κύρους στην Αθήνα, προκειμένου να βοηθήσει στην αντιστροφή του brain drain αλλά και στην -αναγκαία όπως λέει- προσέγγιση, επιτέλους, της χώρας μας με τις νέες τεχνολογικές εξελίξεις.

Ποιο είναι το μυστικό της επιτυχίας του; Σε ποιο επίπεδο βρίσκεται η τεχνολογία της Τεχνητής Νοημοσύνης αυτή τη στιγμή και ποια είναι τα επόμενα βήματα που θα δούμε; Πώς συνεργάζεται με τον αδερφό του, ο οποίος είναι Ψυχίατρος στο Χάρβαρντ; Και τελικά... θα «υπερισχύσουν» οι μηχανές επί των ανθρώπων; 

Τελείωσες το Πολυτεχνείο με απόλυτο σχεδόν άριστα, βαθμό 9,98, ένα επίτευγμα ανήκουστο. Στη συνέχεια έγινες ένας από τους νεότερους καθηγητές του ΜΙΤ, σε ηλικία 27 ετών. Ποιο είναι το μυστικό σου;

Από μικρός είχα πολλά και ευρεία ενδιαφέροντα, και αυτό το οφείλω στους γονείς μου. Ο πατέρας μου είναι μαθηματικός και η μητέρα μου φιλόλογος, και έτσι το οικογενειακό μου περιβάλλον προσέφερε έναν συνδυασμό ουμανιστικού και επιστημονικού εύρους.Τα ερεθίσματα στο σπίτι ήταν αφενός μεν η λογοτεχνία,η φιλοσοφία, ο κινηματογράφος, και το θέατρο που ενεργοποιούνταν από τη μητέρα μου, αφετέρου δε οι μαθηματικοί γρίφοι και οι επιστημονικές συζητήσεις που ενεργοποιούνταν από τον πατέρα μου, ενώ και οι δύο έδιναν μεγάλη έμφαση στην ιστορία.

Ο λόγος του πατέρα μου είναι αινιγματικός, όπως είναι και τα μαθηματικά άλλωστε, κι αυτό ενεργοποιούσε τη σκέψη μου. Με τη μητέρα μου κάναμε βαθιές συζητήσεις για την παράσταση, θεατρική ή κινηματογραφική, που μόλις παρακολουθήσαμε, και το κείμενο που μόλις διαβάσαμε.

​«Οι γονείς μου δεν μου έκαναν μάθημα με αυστηρή δομή. Αντίθετα έδιναν σε εμένα και τον αδερφό μου πολλών ειδών ερεθίσματα. Κι αυτό θεωρώ ότι είναι πολύ έξυπνο από την πλευρά τους»Οι γονείς μου δεν μου έκαναν μάθημα με αυστηρή δομή. Αντίθετα έδιναν σε εμένα και τον αδερφό μου πολλών ειδών ερεθίσματα. Κι αυτό θεωρώ ότι είναι πολύ έξυπνο από την πλευρά τους. Τα παιδιά έχουν ανάγκη να ενεργοποιείς τα ενδιαφέροντα τους, να ασχολείσαι και να συζητάς μαζί τους, να διεγείρεις τη σκέψη τους.

Το «μυστικό» μου τελικά είναι το πάθος για αυτό που κάνω. Πήγα στους ηλεκτρολόγους του Πολυτεχνείου γιατί με ενδιέφεραν εκτός από τα μαθηματικά κι οι υπολογιστές. Στο Πολυτεχνείο βρήκα και τα δυο. Το 9,98 του πτυχίου μου είναι ίσως υπερβολικό, όμως θεωρώ πως ο βαθμός από μόνος του δεν σημαίνει πολλά. Δείχνει ότι με ενδιέφεραν τα μαθήματα. Ο βαθμός δεν έγινε ποτέ ο σκοπός. Έτυχε. Το πραγματικά σημαντικό ήταν το ενδιαφέρον και το πάθος για αυτό που έκανα.

Επέλεξα να κάνω διδακτορικό κι έρευνα στην επιστήμη των υπολογιστών γιατί με ενδιέφερε να αποκτήσω μεγαλύτερο βάθος σε αυτόν τον τομέα. Τελειώνοντας το σχολείο ένιωθα ότι τα μαθήματα δεν μου είχαν δώσει το βάθος που έψαχνα. Τελειώνοντας το Πολυτεχνείο έψαχνα ακόμα μεγαλύτερο βάθος. Αλλά και όταν πήρα το διδακτορικό μου από το Μπέρκλεϋ δεν κορέστηκε η δίψα μου. Για αυτό έγινα καθηγητής και συνεχίζω να κάνω έρευνα. Αναζητώ πάντα μεγαλύτερο βάθος.

Τι σημαίνει για έναν τόσο νέο άνθρωπο να έχει τιμηθεί με το βραβείο Nevanlinna (σ.σ. απονέμεται κάθε τέσσερα χρόνια στο Διεθνές Συνέδριο Μαθηματικών μαζί με το βραβείο Fields για εξαιρετική συνεισφορά στις μαθηματικές πλευρές των επιστημών της πληροφορίας); Ποια είναι η επόμενη κατάκτηση και στόχος της ζωής σου;

Το βραβείο που πήρα είναι τεράστια αναγνώριση και τιμή. Ο πλούτος που θέλω να αποκτήσω όμως είναι οι γνώσεις. Και ο λόγος που ακολουθώ αυτή την καριέρα είναι για να προωθήσω και να εξελίξω την ανθρώπινη σκέψη.

«​Η γνώση δεν έχει τέλος. Είναι σαν τη Λερναία Ύδρα. Να εξερευνάς τον ορίζοντα της ανθρώπινης γνώσης είναι σαν να εξερευνάς με ένα λυχνάρι ένα απέραντο σκοτεινό δωμάτιο»Η γνώση όμως δεν έχει τέλος. Είναι σαν τη Λερναία Ύδρα. Να εξερευνάς τον ορίζοντα της ανθρώπινης γνώσης είναι σαν να εξερευνάς με ένα λυχνάρι ένα απέραντο σκοτεινό δωμάτιο. Έχεις την αίσθηση ότι κάπου στο δωμάτιο κρύβεται κάτι ενδιαφέρον. Πας εκεί και φωτίζεις αλλά τότε συνειδητοποιείς ότι το δωμάτιο είναι μεγαλύτερο από αυτό που πίστευες και αναλογικά το λυχνάρι σου μικρότερο. Αλλά επιμένεις.

Ακολουθείς το ένστικτο σου και συνεχίζεις. Φωτίζεις κάπου αλλού, και συνεχίζεις. Η διαδικασία αυτή είναι αέναη και ο χρόνος σου λίγος.

Τελικά οι άνθρωποι δεν είμαστε μονάδες, είμαστε μέρος μιας κοινωνίας γνώσης που θέλει να προχωρήσει την ανθρώπινη σκέψη ένα βήμα πιο πέρα. Αυτό κάνουμε όλοι οι άνθρωποι της επιστήμης των γραμμάτων και της τέχνης.

Ασχολείστε και διακρίνεστε στην «επιστήμη του μέλλοντος», την Τεχνητή Νοημοσύνη. Που ακριβώς στρέφεται το ενδιαφέρον σας αυτή την εποχή;

Στην τεχνητή νοημοσύνη το μεγάλο στοίχημα είναι η κατασκευή υπολογιστικών συστημάτων των οποίων οι γνωστικές ικανότητες θα είναι αντίστοιχες με αυτές του ανθρώπινου εγκεφάλου, συστήματα που όχι απλά εκτελούν γρήγορα πράξεις που τις έχουμε προγραμματίσει εμείς οι άνθρωποι, αλλά παράγουν σκέψη όπως εμείς!

​«Στην τεχνητή νοημοσύνη το μεγάλο στοίχημα είναι η κατασκευή υπολογιστικών συστημάτων των οποίων οι γνωστικές ικανότητες θα είναι αντίστοιχες με αυτές του ανθρώπινου εγκεφάλου, συστήματα που όχι απλά εκτελούν γρήγορα πράξεις που τις έχουμε προγραμματίσει εμείς οι άνθρωποι, αλλά παράγουν σκέψη όπως εμείς»Παραδοσιακά ο υπολογιστής εκτελούσε κώδικα στον οποίο ο άνθρωπος του περιέγραφε με εξονυχιστική λεπτομέρεια ποια ακολουθία απλών βημάτων (πρόσθεση, αφαίρεση, ανάκληση από τη μνήμη, αποθήκευση στη μνήμη κ.ο.κ.) πρέπει να ακολουθήσει για να φέρει εις πέρας έναν υπολογισμό. Ο κλασικός υπολογιστής δεν ήταν παρά ένα σύστημα που κάνει πολύ γρήγορα και με μεγάλη ακρίβεια πράξεις. Το να αποκτήσει ο υπολογιστής γνωστικές ικανότητες αντίστοιχες με του ανθρώπου είναι κάτι εντελώς διαφορετικό. Θα πρέπει να αφομοιώνει παρατηρήσεις και δεδομένα και από αυτά να διαμορφώνει μόνος του έναν σχεδιασμό, ο οποίος θα του επιτρέπει να ενεργεί αυτοβούλως σε καινούριες συνθήκες.

Σκεφτείτε, τι κάνει τον άνθρωπο ξεχωριστό; Το γεγονός ότι ενώ κατά τη γέννησή μας οι ικανότητες είναι πολύ περιορισμένες, έπειτα από παρατηρήσεις του κόσμου γύρω μας και πειραματισμούς με αυτόν, αναπτύσσουμε την ικανότητα να λειτουργούμε σε καινούριες συνθήκες που δεν έχουμε βιώσει στο παρελθόν.

Για να δώσω ένα απλό παράδειγμα, οι περισσότεροι από εμάς μαθαίνουμε να οδηγούμε στη χώρα που ζούμε. Αξιοποιώντας αυτή την εμπειρία όμως, είμαστε ικανοί να προσαρμοστούμε και να οδηγήσουμε αν χρειαστεί, με διαφορετικό τρόπο, σε άλλες χώρες, υπό διαφορετικές οδικές και καιρικές συνθήκες και κανόνες. Και ίσως αυτό δεν είναι τόσο εντυπωσιακό καθώς μιλάμε για οδήγηση και στις δύο περιπτώσεις.

Ακόμα πιο εντυπωσιακή είναι η ικανότητα του ανθρώπου να «μεταφέρει γνώση» μεταξύ ετερογενών γνωστικών λειτουργιών. Για παράδειγμα, όταν μαθαίνει ο άνθρωπος να περπατάει αυτόματα έχει διανύσει, χωρίς να το ξέρει, το μεγαλύτερο μέρος της διαδρομής που χρειάζεται για να μάθει ποδήλατο ή σκι. Πράγματι για να περπατήσει κανείς μαθαίνει να χειρίζεται το σώμα του και αντιλαμβάνεται, τουλάχιστον διαισθητικά, τους νόμους της φυσικής, και μετά είναι ικανός να χρησιμοποιήσει αυτή τη γνώση ως θεμέλιο για να αναπτύξει άλλες κινητικές λειτουργίες.

Αυτή είναι ακριβώς η μαγεία του ανθρώπινου εγκεφάλου, η ικανότητα του να κάνει αφαιρέσεις, να διυλίζει γνώση που είναι εφαρμόσιμη σε διαφορετικές συνθήκες και διαφορετικά γνωστικά αντικείμενα από αυτά στα οποία αποκτήθηκε. Οι μηχανές δεν μπορούν ακόμα να κάνουν αυτή τη «μεταφορά γνώσης» σε ικανοποιητικό βαθμό. Ωστόσο γίνονται ολοένα και καλύτερες σε συγκεκριμένες γνωστικές λειτουργίες μετά από αρκετή εκπαίδευση. Μερικές φορές μας εντυπωσιάζουν.

Σε ποιο στάδιο βρίσκεται η τεχνολογία αυτή τη στιγμή;

Πέρα από την ικανότητα τους να εκτελούν πράξεις με μεγαλύτερη ακρίβεια και ταχύτητα από αυτή του ανθρώπου, οι ανώτερες γνωστικές λειτουργίες των υπολογιστών είναι παρόμοιες σε γενικές γραμμές με αυτές που ο ανθρώπινος εγκέφαλος μπορεί να εκτελέσει σε μερικά δευτερόλεπτα και, κατά περιπτώσεις, μερικά λεπτά σκέψης. Συγκεκριμένα οι υπολογιστές έχουν γίνει πλέον εξαιρετικοί στην κατανόηση εικόνας και φωνής. Μπορούν να αναγνωρίσουν με καλή ακρίβεια τα περιεχόμενα μιας εικόνας, και να καταγράψουν με ακρίβεια προφορικό λόγο ακόμα και αν ομιλητής έχει προφορά ή πρόβλημα ομιλίας.

​ «Οι ανώτερες γνωστικές λειτουργίες των υπολογιστών είναι παρόμοιες σε γενικές γραμμές με αυτές που ο ανθρώπινος εγκέφαλος μπορεί να εκτελέσει σε μερικά δευτερόλεπτα και, κατά περιπτώσεις, μερικά λεπτά σκέψης»Το άλμα που έχουν κάνει οι αλγόριθμοι σε αυτές τις εφαρμογές είναι πασιφανές: Εφαρμογές όπως το Siri, το Google Assistant, το Amazon Alexa, και το Microsoft Cortana είναι μερικές μόνο από τις σύγχρονες εφαρμογές που χρησιμοποιούν τεχνολογία καταγραφής φωνής.

Πολλές είναι και οι εφαρμογές που χρησιμοποιούν αλγορίθμους κατανόησης εικόνας όπως η δυνατότητα που μας δίνει πλέον το Google να κάνουμε αναζήτηση με βάση κάποια εικόνα. Οι αλγόριθμοι της Google καταλαβαίνουν και το περιεχόμενο και τη σκηνοθεσία και τη τεχνοτροπία της εικόνας που εισάγουμε και να κάνουν αναζήτηση με βάση αυτά τα στοιχεία.

Αυτό αν το σκεφτείτε, είναι εκπληκτικό! Για έναν υπολογιστή, μια φωτογραφία δεν έχει εγγενές νόημα. Δεν είναι τίποτα περισσότερο από μια συστάδα από pixel στη μνήμη του, και δεν είναι καθόλου προφανές τι σε αυτά τα pixel συνιστά περιεχόμενο, σκηνοθεσία, τεχνοτροπία, κλπ. Πριν από μια δεκατία, το επίπεδο των τωρινών αλγορίθμων στην κατανόηση εικόνας φάνταζε επιστημονική φαντασία.

​«Εκτός από το να παίζουν κάποια πολύ συγκεκριμένα παιχνίδια, να εξάγουν περιεχόμενο από εικόνες και να καταγράφουν προφορικό λόγο, οι αλγόριθμοι δεν είναι σε θέση να εξάγουν και να συνθέτουν νόημα που έχει εύρος πολλών εικόνων ή πολλών προτάσεων»Η άλλη κατηγορία γνωστικών λειτουργιών στην οποία οι αλγόριθμοι έχουν πλέον δείξει εξαιρετική επίδοση είναι στο να παίζουν κάποια περίπλοκα παιχνίδια, όπως το σκάκι, το Go και το πόκερ με δύο παίκτες, σε επίπεδο ανταγωνιστικό ή ανώτερο από το επίπεδο των καλύτερων ανθρώπων. Ωστόσο, τα παιχνίδια που μπορούν να «λύσουν» προς το παρόν οι υπολογιστές ανήκουν σε μια πολύ συγκεκριμένη κατηγορία. Είναι μεν περίπλοκα αλλά έχουν πολύ συγκεκριμένη δομή που κάνει πιο εύκολη την επίλυσή τους με τη χρήση αλγορίθμων.

Εκτός από το να παίζουν κάποια πολύ συγκεκριμένα παιχνίδια, να εξάγουν περιεχόμενο από εικόνες και να καταγράφουν προφορικό λόγο, οι αλγόριθμοι δεν είναι σε θέση να εξάγουν και να συνθέτουν νόημα που έχει εύρος πολλών εικόνων ή πολλών προτάσεων.Δεν είναι σε θέση να καταλάβουν μια ταινία, ένα θεατρικό έργο ή ένα μυθιστόρημα σε ικανοποιητικό βαθμό. Και ούτε μπορούν να συνθέσουν νόημα που διατρέχει εύρος χρόνου όπως να γράψουν ένα μυθιστόρημα, να κάνουν παραγωγική συζήτηση κλπ. Αυτές είναι από τις μεγαλύτερες προκλήσεις που αντιμετωπίζει το πεδίο της τεχνητής νοημοσύνης στην εποχή μας. Είναι κάτι στο οποίο εργάζομαι – και σχετίζεται άμεσα με την κατάκτηση της γενικής τεχνητής νοημοσύνης.

Η Ελλάδα δυστυχώς βρίσκεται σε δεύτερη κατηγορία, όσον αφορά στην τεχνολογική έρευνα και ανάπτυξη. Πώς θα μπορούσε η χώρα μας να αδράξει τις νέες ευκαιρίες στον τομέα αυτό, αλλά και να επιτύχει το πολυπόθητο, που αφορά και εσάς προσωπικά, brain gain;

Η ερώτηση σου είναι πολύ καίρια. Διότι θεωρώ ότι είναι αναγκαίο για την Ελλάδα να προλάβει αυτό το τρένο. Χαρακτηριστικά σας λέω πως η παγκόσμια επένδυση στον τομέα της τεχνητής νοημοσύνης εκτιμάται να είναι πάνω από 200 δισεκατομμύρια δολάρια μέχρι το 2025. Οι ΗΠΑ, η Κίνα, ο Καναδάς και άλλες χώρες έχουν βάλει «στοίχημα» να γίνουν ηγέτες στις εξελίξεις.

​«Έχουμε τεράστια ανάγκη από εξαγωγές και κατά τη γνώμη μου πρέπει να βάλουμε στοίχημα σε αυτόν τον ταχέως αναπτυσσόμενο τομέα. Μην ξεχνάμε ότι δεν μπορούμε όλοι να έχουμε iPhone, Samsung ή Huawei αν δεν παράγουμε και εμείς κάτι χρήσιμο»Σε μια παγκοσμιοποιημένη οικονομία, όμως, εάν η Ελλάδα χάσει αυτό το τρένο, διατρέχει θεωρώ μεγάλο κίνδυνο. Έχουμε τεράστια ανάγκη από εξαγωγές και κατά τη γνώμη μου πρέπει να βάλουμε στοίχημα σε αυτόν τον ταχέως αναπτυσσόμενο τομέα. Μην ξεχνάμε ότι δεν μπορούμε όλοι να έχουμε iPhone, Samsung ή Huawei αν δεν παράγουμε και εμείς κάτι χρήσιμο!

Για να αναπτυχθούμε στον τομέα αυτό πρέπει πρώτα από όλα να βάλουμε φρένο στο brain drain, να εκμεταλλευτούμε το ταλέντο μέσα στη χώρα μας, αλλά και το ταλέντο μας που διαπρέπει στο εξωτερικό. Για να υπάρχει αποτέλεσμα όμως θα πρέπει να δημιουργηθούν οι κατάλληλες συνθήκες για επιστημονική και τεχνολογική καινοτομία και επιχειρηματικότητα. Πρέπει να δοθούν σημαντικά κίνητρα για επενδύσεις, και πρέπει να καλλιεργήσουμε υψηλής ποιότητας τεχνογνωσία που θα μας επιτρέψει να γίνουμε ηγέτες στις νέες τεχνολογίες.

Προφανώς για να το πετύχουμε αυτό είναι κρίσιμο να στηριχθούμε σε υψηλής ποιότητας πανεπιστήμια και ερευνητικά κέντρα. Αν αυτά δεν παράγουν έρευνα κορυφαίου επιπέδου και δεν προσφέρουν άριστη κατάρτιση στους αποφοίτους τους, τότε ποιος θα καινοτομήσει εξαγώγιμη τεχνολογία και ποιανού οι καινοτομίες θα αξιοποιηθούν επιχειρηματικά;

«​Αυτή τη στιγμή τα πανεπιστήμια μας αντιμετωπίζουν αρκετά προβλήματα. Υπάρχει το κλασικό αμάρτημα του νεποτισμού στις προσλήψεις καθηγητών, υπάρχει δυσλειτουργία που πολλές φορές συνδέεται με ανήθικα πάρε-δώσε μεταξύ του φοιτητικού, καθηγητικού και πολιτικού κόσμου»Αυτή τη στιγμή τα πανεπιστήμια μας αντιμετωπίζουν αρκετά προβλήματα. Υπάρχει το κλασικό αμάρτημα του νεποτισμού στις προσλήψεις καθηγητών, υπάρχει δυσλειτουργία που πολλές φορές συνδέεται με ανήθικα πάρε-δώσε μεταξύ του φοιτητικού, καθηγητικού και πολιτικού κόσμου, και υπάρχει κακός σχεδιασμός από το κράτος που αυξάνει τον αριθμό των εισακτέων για να ικανοποιήσει ψηφοφόρους, χωρίς ωστόσο αυτή η αύξηση να καθοδηγείται από μια ορθολογική θεώρηση των αναγκών της οικονομίας και της κοινωνίας και χωρίς να συνοδεύεται με τους απαραίτητους πόρους για να αντέξουν τα πανεπιστήμια τον όγκο των φοιτητών.

Υπό αυτές τις συνθήκες δυσχεραίνονται τα πανεπιστήμια στο να επιτελέσουν το έργο τους. Συνδυαστικά με την δυσλειτουργία της οικονομίας αυτό οδηγεί πολλούς νέους στο εξωτερικό, προς αναζήτηση μεταπτυχιακών σπουδών, και καλύτερων ευκαιριών απασχόλησης. Κι αν ξενιτευτεί κανείς, τότε δύσκολα γυρίζει πίσω. Τα πανεπιστήμια και τα ερευνητικά ιδρύματά της χώρας μας πρέπει να στηριχθούν για να γίνουν οι καταλύτες της καινοτομίας στη χώρα μας.

Θα μου πείτε πώς να «παίξει μπάλα» μια μικρή χώρα σαν την Ελλάδα στο παγκόσμιο επιστημονικό και επιχειρηματικό γίγνεσθαι. Για να απαντήσω θα σας δώσω το παράδειγμα του Ισραήλ που τα πηγαίνει εξαιρετικά σε αυτόν τον τομέα.Τα πανεπιστήμια τους είναι παγκόσμιου κύρους, παράγουν εξαιρετικούς επιστήμονες και με τη βοήθεια κεφαλαίων έχουν καταφέρει να παράγουν εξαγώγιμη τεχνολογία.

Εσείς προσωπικά θα επιστρέφατε στην Ελλάδα, ή θα αναλαμβάνατε κάποιες πρωτοβουλίες για την τεχνολογική αναβάθμιση της χώρα μας;

​ «Σχεδιάζω τη δημιουργία ενός ερευνητικού κέντρου διεθνούς κύρους στην επιστήμη των υπολογιστών, στοχεύοντας στις τεχνολογίες της τεχνητής νοημοσύνης, αλγορίθμων και στατιστικής»Για κάποιο καιρό τώρα σχεδιάζω τη δημιουργία ενός ερευνητικού κέντρου διεθνούς κύρους στην επιστήμη των υπολογιστών, στοχεύοντας στις τεχνολογίες της τεχνητής νοημοσύνης, αλγορίθμων και στατιστικής. Το κέντρο θα είναι ανοιχτό σε ακαδημαϊκούς, ερευνητές και φοιτητές από την Ελλάδα και το εξωτερικό, θα δημιουργεί ευκαιρίες συνεργασίας Ελλήνων επιστημόνων με επιστήμονες από κορυφαία πανεπιστήμια του εξωτερικού, και θα αναβαθμίσει την έρευνα στην Ελλάδα σε αυτούς τους τομείς.

Το κέντρο θα είναι ένας πόλος αριστείας και θα δρα ως ανάχωμα στο brain drain. Φιλοδοξώ ότι γύρω από το κέντρο θα αναπτυχθεί ένα οικοσύστημα καινοτομίας και επιχειρηματικότητας. Ο στόχος είναι να ξεκινήσει τη λειτουργία του μέσα στο 2020 και να έχω ενεργό ρόλο σε αυτό.

Να επιστρέψουμε στην τεχνητή νοημοσύνη, που αποτελεί την πρόκληση του 21ου αιώνα, ίσως και των επόμενων. Πώς βλέπετε την εξέλιξη της, δεδομένου ότι το ζήτημα ήδη προκαλεί ανησυχίες; Απειλούνται, για παράδειγμα, οι θέσεις εργασίας από τα ρομπότ; Κάποτε, στην αρχή της βιομηχανικής επανάστασης, εργάτες πέταγαν πέτρες στις μηχανές…

Κάθε μεγάλη τεχνολογική πρόοδος φέρνει αλλαγές στην αγορά εργασίας. Άνθρωποι εκτοπίζονται από τις εργασίες τους όταν οι μηχανές μπορούν να τις κάνουν εξίσου καλά ή με οικονομικότερο τρόπο. Σε γενικές γραμμές η ανθρωπότητα θέλει να μετατοπίζονται οι άνθρωποι από πιο τετριμμένες σε πιο δημιουργικές εργασίες. Ο ανθρώπινος εγκέφαλος είναι από τα πιο συναρπαστικά προϊόντα της εξέλιξης. Αυτόν τον εγκέφαλο γιατί να μη τον αξιοποιούμε σε πιο δημιουργικούς τομείς;

​«Σε γενικές γραμμές η ανθρωπότητα θέλει να μετατοπίζονται οι άνθρωποι από πιο τετριμμένες σε πιο δημιουργικές εργασίες. Ο ανθρώπινος εγκέφαλος είναι από τα πιο συναρπαστικά προϊόντα της εξέλιξης. Αυτόν τον εγκέφαλο γιατί να μην τον αξιοποιούμε σε πιο δημιουργικούς τομείς»;Ενόσω συντελούνται μεγάλες αλλαγές στην αγορά εργασίας πρέπει ωστόσο να μεριμνούμε για τους συνανθρώπους μας που χάνουν τις δουλειές τους. Έχουμε ευθύνη να τους επανεκπαιδεύουμε και να τους υποστηρίζουμε όσο αναζητούν καινούρια εργασία.Επειδή οι νέες τεχνολογίες θα φέρουν ραγδαίες αλλαγές στη δομή της οικονομίας θεωρώ ότι γρήγορα θα χρειαστούμε ένα κοινωνικό συμβόλαιο για το πώς θα μοιραστούν τα οικονομικά οφέλη που θα φέρει η αντικατάσταση ανθρώπων από μηχανές και πώς θα προστατευτούν αυτοί που θα μετατοπιστούν από τις εργασίες τους.

Δε νομίζω όμως ότι είναι γόνιμο να βάλουμε φρένο στην τεχνολογική εξέλιξη. Το «κίνημα των λουδιτών» (σ.σ. κίνημα που ξεκίνησε τον 19o αιώνα στην Αγγλία, από υφαντουργούς οι οποίοι εξεγέρθηκαν κατά των νεοκατασκευασθέντων μηχανημάτων της βιομηχανικής επανάστασης) στο οποίο αναφερθήκατε μας φαίνεται σήμερα γραφικό. Το ίδιο γραφικοί θα μείνουμε κι εμείς στα βιβλία της ιστορίας αν εναντιωθούμε στις καινούριες τεχνολογίες επειδή θίγουν στενά οικονομικά συμφέροντα. Η πρόοδος δεν σταματάει.

Ποιες είναι οι σημαντικότερες αλλαγές που θα δούμε, χάρη στην Τεχνητή Νοημοσύνη, το επόμενο διάστημα;

Στο άμεσο μέλλον θα δούμε σημαντικές εφαρμογές στην υγεία -σε συστήματα διάγνωσης, ιατρικές  απεικονίσεις, σχεδιασμό φαρμάκων και προσωποποιημένη ιατρική, στις μεταφορές με την επέλαση των αυτό-οδηγούμενων οχημάτων, στον χρηματοπιστωτικό τομέα,στην πολιτική, στη δημοσιογραφία, ακόμα και στην τέχνη.

«​Υπάρχει εκεί έξω ένας τεράστιος όγκος ακατέργαστης πληροφορίας. Οι αλγόριθμοι της τεχνητής νοημοσύνης θα συνδυάζουν αυτή τη χύμα πληροφορία και θα την μετατρέπουν σε πληροφορία που θα καθοδηγεί τη λήψη αποφάσεων»Υπάρχει εκεί έξω ένας τεράστιος όγκος ακατέργαστης πληροφορίας. Οι αλγόριθμοι της τεχνητής νοημοσύνης θα συνδυάζουν αυτή τη χύμα πληροφορία και θα την μετατρέπουν σε πληροφορία που θα καθοδηγεί τη λήψη αποφάσεων.Μπορεί για παράδειγμα οι συζητήσεις που γίνονται στα μέσα κοινωνικής δικτύωσης να χρησιμοποιούνται ως πολιτικό βαρόμετρο ή για τη λήψη επενδυτικών αποφάσεων.

Οι αναζητήσεις που κάνουμε στο Ίντερνετ μπορεί να συνδυάζονται με το ιατρικό μας ιστορικό για να κάνουν διάγνωση κάποιας ασθένειας. Το σπίτι μας θα παραγγέλνει μόνο του ψώνια και θα βελτιστοποιεί τη χρήση ενέργειας. Το κινητό μας θα λειτουργεί ως γραμματέας μας. Θα απαντάει τις κλήσεις μας, θα αγοράζει εισιτήρια, θα κλείνει ξενοδοχεία και θα κάνει κρατήσεις σε εστιατόρια ανάλογα με τις προτιμήσεις μας που θα μαθαίνει αυτόματα, κ.ο.κ.

Θα δούμε ασφαλώς και πολλές στρατιωτικές εφαρμογές, καθώς και εφαρμογές ασφάλειας και πληροφοριών. Όπως καταλαβαίνετε θα πρέπει να είμαστε ιδιαίτερα προσεκτικοί ώστε οι δυνατότητες που μας προσφέρει η τεχνολογία να χρησιμοποιηθούν με θεμιτό τρόπο.

Θα έχετε δει την ταινία Matrix… Θα μπορούσαν οι μηχανές να μας οδηγήσουν σε ένα τέτοιο μέλλον, κυριαρχίας των μηχανών -οποιουδήποτε τύπου- επί του ανθρώπου;

​«Όλες οι συζητήσεις περί μέλλοντος θα πρέπει να γίνονται στο πλαίσιο ότι δεν θα είναι σαφής ο διαχωρισμός ανθρώπου και μηχανής και επομένως δεν θα είναι σαφές το ποιος θα κυριαρχεί επί ποίου»Κοιτάξτε, ακόμα και σε γνωστικές λειτουργίες στις οποίες οι αλγόριθμοι νικάνε τον άνθρωπο, όπως στο σκάκι και το Go, έχει παρατηρηθεί ότι ο άνθρωπος συνεπικουρούμενος από αλγορίθμους μπορεί να νικήσει τους αλγόριθμους!

Ο διαχωρισμός μεταξύ ανθρώπου και μηχανής είναι ήδη ασαφής στην εποχή μας και θα γίνει πολύ πιο ασαφής στο μέλλον. Εγώ για παράδειγμα τώρα που χρησιμοποιώ το κινητό μου που έχει πρόσβαση στο Ίντερνετ δεν έχω προσαυξήσει τις δυνατότητες μου σε σχέση με έναν άνθρωπο του παρελθόντος; Έτσι και στο μέλλον ο άνθρωπος με τη χρήση της τεχνολογίας θα προσαυξάνει τις δυνατότητες του. Και θα είναι, πώς να το πω, πιο «cyborg» από εμάς.

Επομένως όλες οι συζητήσεις περί μέλλοντος θα πρέπει να γίνονται στο πλαίσιο ότι δεν θα είναι σαφής ο διαχωρισμός ανθρώπου και μηχανής και επομένως δεν θα είναι σαφές το ποιος θα κυριαρχεί επί ποίου.

Όμως, ποιος θεωρείτε ότι μπορεί να θέσει ένα όριο στη χρήση και την ανάπτυξη της Τεχνητής Νοημοσύνης, και πιστεύετε ότι θα χρειαστεί αυτό;

Οι προβληματισμοί για τη χρήση και την ανάπτυξη της Τεχνητής Νοημοσύνης είναι πραγματικά καίριοι. Γίνεται μεγάλη συζήτηση γύρω από αυτά τα θέματα, και είναι ευθύνη όλων μας να συμμετέχουμε σε αυτή τη συζήτηση και να καθορίσουμε ποια τροπή θα πάρει το ορμητικό ποτάμι της τεχνολογίας. Πράγματι πολλά από τα ερωτήματα που προκύπτουν δεν είναι τεχνικής υφής αλλά ηθικής, νομικής ή φιλοσοφικής υφής. Αντί λοιπόν να δώσω απαντήσεις σε αυτά τα δισεπίλυτα ερωτήματα προτιμώ να θίξω επιγραμματικά μερικά από τα ζητήματα που έχουν ανακύψει και να τροφοδοτήσω με αυτό τον τρόπο τη δική σας σκέψη.

​«Οι αλγόριθμοι αναγνώρισης εικόνας είναι τόσο περίπλοκοι στη δομή τους που δύσκολα μπορεί να χαρακτηρίσει κανείς μαθηματικά το επίπεδο αξιοπιστίας τους. Τι κάνουμε λοιπόν; Επιτρέπουμε στην Tesla να βγάλει τα αυτό-οδηγούμενα αυτοκίνητά της στους δρόμους μας χωρίς να έχουμε εγγυήσεις για την αξιοπιστία τους»;Ένα μεγάλο ζήτημα που έχει προκύψει έχει να κάνει με την αξιοπιστία των τεχνολογιών τεχνητής νοημοσύνης. Αν αυτές οι τεχνολογίες πρόκειται να χρησιμοποιηθούν για τη λήψη σημαντικών αποφάσεων τότε θα πρέπει να είναι κοντά στο 100% αξιόπιστες. Φανταστείτε πόσα ατυχήματα θα γίνονται στους δρόμους του μέλλοντος αν οι αλγόριθμοι που οδηγούν τα αυτοκίνητα είναι 99% αξιόπιστοι, αλλά αποτυγχάνουν μίζερα στο 1% των περιπτώσεων.

Ένα σημαντικό συστατικό των αλγορίθμων που οδηγούν αυτοκίνητα είναι οι αλγόριθμοι αναγνώρισης εικόνας. Αυτοί είναι υπεύθυνοι για την αναγνώριση των συνθηκών του δρόμου, των σημάτων οδικής κυκλοφορίας κλπ. Και δυστυχώς αυτοί οι αλγόριθμοι δεν έχουν φτάσει σε ικανοποιητικό επίπεδο αξιοπιστίας. Ακόμα χειρότερα, μπορούν να χειραγωγηθούν από κακοπροαίρετους χρήστες και να αποτύχουν δραματικά, π.χ. να εκλάβουν ένα σήμα ΣΤΟΠ του οποίου η μπογιά είναι ελαφρώς πειραγμένη ως «έχετε προτεραιότητα».

Οι αλγόριθμοι αναγνώρισης εικόνας είναι τόσο περίπλοκοι στη δομή τους που δύσκολα μπορεί να χαρακτηρίσει κανείς μαθηματικά το επίπεδο αξιοπιστίας τους. Τι κάνουμε λοιπόν; Επιτρέπουμε στην Tesla να βγάλει τα αυτό-οδηγούμενα αυτοκίνητά της στους δρόμους μας χωρίς να έχουμε εγγυήσεις για την αξιοπιστία τους;

Μια άλλη μεγάλη συζήτηση έχει αρχίσει γύρω από τα ηθικά διλήμματα που θα αντιμετωπίζουν οι μηχανές του μέλλοντος όταν αναπόφευκτα βρίσκονται μπροστά από επιλογές ζωής και θανάτου. Με βάση ποιον ηθικό κώδικα θα λαμβάνουν τέτοιες αποφάσεις;

​«Οι άνθρωποι λειτουργούν πολλές φορές ενστικτωδώς. Οι μηχανές όμως λαμβάνουν αποφάσεις ζυγίζοντας τις καταστάσεις. Ωστόσο κάποια πράγματα δύσκολα ζυγίζονται»Οι άνθρωποι λειτουργούν πολλές φορές ενστικτωδώς. Οι μηχανές όμως λαμβάνουν αποφάσεις ζυγίζοντας τις καταστάσεις. Ωστόσο κάποια πράγματα δύσκολα ζυγίζονται. Σκεφτείτε, για παράδειγμα, ένα αυτό-οδηγούμενο αυτοκίνητο που βρίσκεται προ αναπόφευκτου ατυχήματος. Αν πάει αριστερά θα σκοτώσει μια ηλικιωμένη γυναίκα με το εξάχρονο εγγόνι της. Αν πάει δεξιά θα σκοτώσει μια 30χρονη έγκυο γυναίκα. Τι απόφαση να λάβει; Και με ποιο κριτήριο... Δεν υπάρχουν καθαρές απαντήσεις σε αυτά τα ερωτήματα. Δεδομένου αυτού, πώς θα προγραμματίσουμε τον αλγόριθμο του αυτοκινήτου μας;

​«Αν δεν ξέρουμε πως θα χρησιμοποιηθούν τα δεδομένα μας τι νόημα έχει να μας ζητάνε να δώσουμε τη συγκατάθεσή μας να χρησιμοποιηθούν»;Τέλος, μεγάλο θέμα προκύπτει από την χρήση των δεδομένων μας από μεγάλες εταιρείες όπως η Google, η Amazon κλπ. που χρησιμοποιούν τα δεδομένα μας από τη χρήση των πλατφορμών τους ως εκπαιδευτικό υλικό για να εξελίξουν τους αλγορίθμους τους. Πολλά από τα δεδομένα αυτά,όπως η αλληλογραφία μας με τους φίλους μας, είναι όμως πολύ προσωπικά. Σε ποιο σημείο η χρήση τους ως εκπαιδευτικό υλικό παραβιάζει την ιδιωτικότητά μας; Ακόμα και αν δώσαμε τη συγκατάθεση μας να χρησιμοποιηθούν τα δεδομένα μας ως εκπαιδευτικό υλικό, είναι πολύ λεπτό το ζήτημα του πως οι αλγόριθμοι θα αφομοιώσουν αυτά τα δεδομένα.

Δεν θα θέλαμε ένας αλγόριθμος που εκπαιδεύτηκε με τα προσωπικά μας δεδομένα να τα αφομοιώσει με τρόπο που στο μέλλον θα μας προκαλέσει βλάβη. Εδώ πρέπει να παρέμβει ο νομοθέτης και να θέσει όρια. Επίσης ο τρόπος που χρησιμοποιούνται τα δεδομένα μας θα πρέπει να είναι «open source». Αν δεν ξέρουμε πως θα χρησιμοποιηθούν τα δεδομένα μας τι νόημα έχει να μας ζητάνε να δώσουμε τη συγκατάθεσή μας να χρησιμοποιηθούν;

Μάθαμε για ένα κοινό project που έχετε αναλάβει με τον αδελφό σας, ο οποίος είναι καθηγητής Ψυχιατρικής σε ένα άλλο κορυφαίο πανεπιστήμιο, στο Χάρβαρντ. Για τι ακριβώς πώς πρόκειται και πως συνδέονται οι υπολογιστές με τον ανθρώπινο εγκέφαλο;

Ο αδελφός μου, ο Νίκος Δασκαλάκης, μελετάει τη βιολογία του στρες και συγκεκριμένα την αλληλεπίδραση μεταξύ στρες και εγκεφάλου σε μοριακό και νευροβιολογικό επίπεδο. Μαζί χρησιμοποιούμε αλγορίθμους για να αποκρυπτογραφήσουμε την πληροφορία που περιέχει το γονιδίωμα του ανθρώπου για την ευαισθησία του στο μετατραυματικό στρες.

Η επιστημονική πρόκληση που αντιμετωπίζουμε είναι ότι η προδιάθεση του ανθρώπου στο μετατραυματικό στρες είναι μια περίπλοκη συνάρτηση πολλών παραγόντων στο γονιδίωμα του. Μας ενδιαφέρει το κατά πόσο καινούριες μέθοδοι από το πεδίο της τεχνητής νοημοσύνης μπορούν να ανακαλύψουν την γονιδιακή βάση άγνωστων και πολύ περίπλοκων νευροβιολογικών μηχανισμών,εκεί όπου πιο κλασικές στατιστικές μέθοδοι δεν έχουν δώσει καρπούς.

Ποια η σχέση σου με την Κρήτη, τόσο στα παιδικά και εφηβικά σου χρόνια, όσο και σήμερα; Θεωρείς ότι σε έχει επηρεάσει αυτή η σχέση;

Νιώθω βαθιά Κρητικός. Πρώτα απ’όλα γιατί η Κρήτη είναι ο τόπος καταγωγής μου.Ο πατέρας μου είναι από τις Βουκολιές Χανίων και η μητέρα μου από την Ιεράπετρα Λασιθίου. Ενώ εγώ μεγάλωσα στην Αθήνα, στα παιδικά μου χρόνια πήγαινα περίπου τρεις μήνες κάθε χρόνο στην Κρήτη, συνήθως το καλοκαίρι. Έτσι τόσο λόγω καταγωγής και οικογενειακού περιβάλλοντος όσο και μέσα από τις εμπειρίες μου η Κρήτη έχει αφήσει ένα δυνατό αποτύπωμα πάνω μου.

Είμαι υπερήφανος για την Κρητική ιστορία και την Κρητική παράδοση, τους χορούς, τη μουσική, τη λογοτεχνία, την ποίηση και το θέατρο.Και με εμπνέει βαθιά το φυσικό τοπίο της Κρήτης, αυτός ο μοναδικός συνδυασμός των αγέρωχων βουνών και της θάλασσας. Μικρός πήγαινα σε πανηγύρια, άκουγα κρητική λύρα και ριζίτικα τραγούδια, και μάθαινα κρητικούς χορούς. Θαύμαζα τα βουνά και τη θάλασσα, έπαιζα στα σοκάκια της Ιεράπετρας και ψάρευα στην παραλία το ηλιοβασίλεμα.

Μεγάλη πηγή έμπνευσης είναι για μένα και η κρητική γλώσσα.Τη βρίσκω πολύ όμορφη και ανάγλυφη. Ακόμη και σήμερα χρησιμοποιώ κρητικές λέξεις, αφού πολλές φορές κρίνω ότι είναι ικανότερες να μεταφέρουν το νόημα.

Τέλος θαυμάζω τους μεγάλους της Κρήτης, τον Βενιζέλο, τον Καζαντζάκη, τον Κορνάρο, τον Ξυλούρη, τον Δασκαλογιάννη... Είναι μεγάλη παρακαταθήκη η Κρητική κουλτούρα και ιστορία και αισθάνομαι τυχερός για αυτές.
ΠΗΓΗ: https://www.zougla.gr/epistimi/sinentefksis/article/daskalakis