Τεχνητή νοημοσύνη
Ηγετικά Στελέχη Τεχνολογίας Υπογραμμίζουν τους Κινδύνους της Τεχνητής Νοημοσύνης & την Επείγουσα Ανάγκη για Ρομποτικά Κανονιστικά Μέτρα Τεχνητής Νοημοσύνης
Η ανάπτυξη και τα προγράμματα της τεχνητής νοημοσύνης έχουν υπερβεί τα προηγούμενα χρόνια. Η Statista αναφέρει ότι μέχρι το 2024, η παγκόσμια αγορά της τεχνητής νοημοσύνης θα παράγει ένα εκπληκτικό έσοδο γύρω στα 3000 δισεκατομμύρια δολάρια, σε σύγκριση με τα 126 δισεκατομμύρια δολάρια το 2015. Ωστόσο, τα ηγετικά στελέχη της τεχνολογίας προειδοποιούν τώρα για τους διάφορους κινδύνους της τεχνητής νοημοσύνης.
Ιδιαίτερα, το πρόσφατο κύμα των μοντέλων γενετικής τεχνητής νοημοσύνης όπως το ChatGPT έχει εισαγάγει νέες ικανότητες σε διάφορους τομείς που είναι ευαίσθητοι στα δεδομένα, όπως η υγεία, η εκπαίδευση, η finance, κ.λπ. Αυτές οι εξελίξεις που υποστηρίζονται από την τεχνητή νοημοσύνη είναι ευάλωτες λόγω πολλών ελαττωμάτων της τεχνητής νοημοσύνης που peuvent να εκμεταλλευτούν οι κακόβουλοι πράκτορες.
Ας συζητήσουμε τι λένε οι εμπειρογνώμονες της τεχνητής νοημοσύνης σχετικά με τις πρόσφατες εξελίξεις και να υπογραμμίσουμε τους πιθανούς κινδύνους της τεχνητής νοημοσύνης. Θα αναφερθούμε επίσης σύντομα στο πώς αυτοί οι κίνδυνοι μπορούν να διαχειριστούν.
Ηγετικά Στελέχη Τεχνολογίας & οι Αναφορές τους σχετικά με τους Κινδύνους της Τεχνητής Νοημοσύνης
Geoffrey Hinton
Ο Geoffrey Hinton – ένας διάσημος ηγέτης της τεχνητής νοημοσύνης (και ο πατέρας αυτού του τομέα), που πρόσφατα παραιτήθηκε από τη Google, έχει εκφράσει τις ανησυχίες του σχετικά με την ταχεία ανάπτυξη της τεχνητής νοημοσύνης και τους πιθανούς κινδύνους της. Ο Hinton πιστεύει ότι τα chatbots της τεχνητής νοημοσύνης μπορούν να γίνουν “πολύ τρομακτικά” αν ξεπεράσουν την ανθρώπινη νοημοσύνη.
Ο Hinton λέει:
“Τώρα, βλέπουμε πράγματα όπως το GPT-4 που ξεπερνά ένα άτομο στην ποσότητα των γενικών γνώσεων που έχει, και το ξεπερνά με μεγάλη διαφορά. Όσον αφορά το λόγο, δεν είναι τόσο καλό, αλλά ήδη κάνει απλό λόγο. Και με το ρυθμό της πρόοδου, περιμένουμε τα πράγματα να γίνουν καλύτερα πολύ γρήγορα. Έτσι, πρέπει να ανησυχούμε για αυτό.”
Επιπλέον, πιστεύει ότι “κακόβουλοι παράγοντες” μπορούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για “κακά πράγματα”, όπως να επιτρέψουν στους ρομπότ να έχουν τους δικούς τους στόχους.尽管 τις ανησυχίες του, ο Hinton πιστεύει ότι η τεχνητή νοημοσύνη μπορεί να φέρει βραχυπρόθεσμες ωφέλειες, αλλά πρέπει επίσης να επενδύσουμε πολύ στην ασφάλεια και τον έλεγχο της τεχνητής νοημοσύνης.
Elon Musk
Η συμμετοχή του Elon Musk στην τεχνητή νοημοσύνη ξεκίνησε με την πρώιμη επένδυσή του στη DeepMind το 2010, για να συνιδρύσει την OpenAI και να ενσωματώσει την τεχνητή νοημοσύνη στα αυτονομικά οχήματα της Tesla.
Αν και είναι ενθουσιασμένος με την τεχνητή νοημοσύνη, συχνά αναφέρει τις ανησυχίες του σχετικά με τους κινδύνους της τεχνητής νοημοσύνης. Ο Musk λέει ότι ισχυρά συστήματα τεχνητής νοημοσύνης μπορούν να είναι πιο επικίνδυνα για τον πολιτισμό από τα πυρηνικά όπλα. Σε μια συνέντευξη στο Fox News τον Απρίλιο του 2023, είπε:
“Η τεχνητή νοημοσύνη είναι πιο επικίνδυνη από, π.χ., την κακή διαχείριση του σχεδιασμού αεροσκαφών ή της παραγωγής ή την κακή παραγωγή αυτοκινήτων. Στο μέτρο που έχει το потенシャル — όσο μικρό μπορεί να θεωρηθεί αυτή η πιθανότητα — αλλά δεν είναι αμελητέο και έχει το потенシャル της καταστροφής του πολιτισμού.”
Επιπλέον, ο Musk υποστηρίζει τις κυβερνητικές ρυθμίσεις για την τεχνητή νοημοσύνη για να διασφαλίσει την ασφάλεια από τους πιθανούς κινδύνους, αν και “δεν είναι τόσο διασκεδαστικό”.
Παύση των Πειραμάτων με τα Γίγαντα Συστήματα Τεχνητής Νοημοσύνης: Μια Ανοιχτή Επιστολή που Υποστηρίζεται από Χιλιάδες Εμπειρογνώμονες Τεχνητής Νοημοσύνης
Το Ινστιτούτο Μελλοντικού της Ζωής δημοσίευσε μια ανοιχτή επιστολή στις 22 Μαρτίου 2023. Η επιστολή καλεί για eine προσωρινή παύση έξι μηνών στις εξελίξεις συστημάτων τεχνητής νοημοσύνης πιο προηγμένων από το GPT-4. Οι συγγραφείς εκφράζουν τις ανησυχίες τους σχετικά με το ρυθμό με τον οποίο αναπτύσσονται τα συστήματα τεχνητής νοημοσύνης και δημιουργούν σοβαρά κοινωνικοοικονομικά προβλήματα.
Επιπλέον, η επιστολή αναφέρει ότι οι dévelopπεurs της τεχνητής νοημοσύνης πρέπει να συνεργαστούν με τους νομοθέτες για να τεκμηριώσουν τα συστήματα διακυβέρνησης της τεχνητής νοημοσύνης. Μέχρι τον Ιούνιο του 2023, η επιστολή έχει υπογραφεί από περισσότερους από 31.000 développeurs, εμπειρογνώμονες και ηγέτες της τεχνολογίας. Οι αξιοσημείωτοι υπογράφοντες περιλαμβάνουν τον Elon Musk, τον Steve Wozniak (Συνιδρυτής της Apple), τον Emad Mostaque (Διευθύνων Σύμβουλος, Stability AI), τον Yoshua Bengio (Νικητής του Βραβείου Turing) και πολλούς άλλους.
Αντιρρήσεις για την Παύση της Ανάπτυξης της Τεχνητής Νοημοσύνης
Δύο εξέχοντες ηγέτες της τεχνητής νοημοσύνης, ο Andrew Ng και ο Yann LeCun, έχουν αντιταχθεί στην παύση έξι μηνών για την ανάπτυξη προηγμένων συστημάτων τεχνητής νοημοσύνης και θεωρούν την παύση μια κακή ιδέα.
Ο Ng λέει ότι αν και η τεχνητή νοημοσύνη έχει κάποιους κινδύνους, όπως την προκατάληψη, η αξία που δημιουργείται από την τεχνητή νοημοσύνη σε τομείς όπως η εκπαίδευση, η υγεία και η προπονητική είναι τεράστια.
Ο Yann LeCun λέει ότι η έρευνα και η ανάπτυξη δεν πρέπει να σταματήσουν, αν και τα προϊόντα της τεχνητής νοημοσύνης που φτάνουν στον τελικό χρήστη μπορούν να ρυθμιστούν.
Τι Είναι οι Πιθανές Опасности & Άμεσοι Κίνδυνοι της Τεχνητής Νοημοσύνης;
1. Απώλεια Θέσεων Εργασίας
Οι εμπειρογνώμονες της τεχνητής νοημοσύνης πιστεύουν ότι τα έξυπνα συστήματα τεχνητής νοημοσύνης μπορούν να αντικαταστήσουν τις γνωστικές και δημιουργικές εργασίες. Η τράπεζα Goldman Sachs εκτιμά ότι περίπου 300 εκατομμύρια θέσεις εργασίας θα αυτοματοποιηθούν από την γενετική τεχνητή νοημοσύνη.
Έτσι, πρέπει να existουν ρυθμίσεις για την ανάπτυξη της τεχνητής νοημοσύνης, ώστε να μην προκαλέσει μια σοβαρή οικονομική κάμψη. Πρέπει να existουν εκπαιδευτικά προγράμματα για την αναβάθμιση και την επαναειδίκευση των εργαζομένων για να αντιμετωπίσουν αυτή την πρόκληση.
2. Προκαταλήψεις Συστημάτων Τεχνητής Νοημοσύνης
Οι προκαταλήψεις που υπάρχουν μεταξύ των ανθρώπων σχετικά με το φύλο, τη φυλή ή το χρώμα μπορούν να διεισδύσουν ανεπίσημα στα δεδομένα που χρησιμοποιούνται για την εκπαίδευση των συστημάτων τεχνητής νοημοσύνης, και έτσι να κάνουν τα συστήματα τεχνητής νοημοσύνης προκαταλήψιμα.
Για παράδειγμα, στο контέκστ της πρόσληψης, ένα προκαταλήψιμο σύστημα τεχνητής νοημοσύνης μπορεί να απορρίψει τα βιογραφικά των ατόμων από συγκεκριμένες εθνοτικές προελεύσεις, δημιουργώντας διακρίσεις στην αγορά εργασίας. Στην επιβολή του νόμου, η προκαταλήψιμη προβλεπτική αστυνόμευση θα μπορούσε να στοχεύσει αναλογικά συγκεκριμένες γειτονιές ή δημογραφικές ομάδες.
Έτσι, είναι απαραίτητο να υπάρχει μια綜合ική στρατηγική δεδομένων που αντιμετωπίζει τους κινδύνους της τεχνητής νοημοσύνης, ιδιαίτερα την προκατάληψη. Τα συστήματα τεχνητής νοημοσύνης πρέπει να αξιολογούνται και να ελέγχονται συχνά για να διασφαλίσουν την αξιοπιστία τους.
3. Κρίσιμες Εφαρμογές Τεχνητής Νοημοσύνης
Τα αυτονομικά οχήματα, η ιατρική διάγνωση και θεραπεία, τα αεροπορικά συστήματα, ο έλεγχος των πυρηνικών σταθμών, κ.λπ., είναι όλα παραδείγματα κρίσιμων εφαρμογών τεχνητής νοημοσύνης. Αυτά τα συστήματα τεχνητής νοημοσύνης πρέπει να αναπτυχθούν με προσοχή, επειδή ακόμη και μικρές λάθη θα μπορούσαν να έχουν σοβαρές συνέπειες για την ανθρώπινη ζωή ή το περιβάλλον.
Για παράδειγμα, η δυσλειτουργία του λογισμικού τεχνητής νοημοσύνης που ονομάζεται Maneuvering Characteristics Augmentation System (MCAS) αποδίδεται εν μέρει στο κράση των δύο Boeing 737 MAX, πρώτα τον Οκτώβριο του 2018 και μετά τον Μάρτιο του 2019. Οι δύο συντριβές σκότωσαν 346 άτομα.
Πώς Μπορούμε να Αντιμετωπίσουμε τους Κινδύνους των Συστημάτων Τεχνητής Νοημοσύνης; – Υπεύθυνη Ανάπτυξη Τεχνητής Νοημοσύνης & Ρυθμιστική Συμμόρφωση
Η υπεύθυνη τεχνητή νοημοσύνη (RAI) σημαίνει την ανάπτυξη και την ανάπτυξη δίκαιων, λογικών, διαφανών και ασφαλούς συστημάτων τεχνητής νοημοσύνης που διασφαλίζουν την ιδιωτικότητα και ακολουθούν τους νομικούς κανονισμούς και τις κοινωνικές νόρμες. Η εφαρμογή της RAI μπορεί να είναι σύνθετη δεδομένης της ευρείας και ταχείας ανάπτυξης των συστημάτων τεχνητής νοημοσύνης.
Ωστόσο, οι μεγάλες εταιρείες τεχνολογίας έχουν αναπτύξει πλαισια RAI, όπως:
Τα εργαστήρια τεχνητής νοημοσύνης σε όλο τον κόσμο μπορούν να πάρουν έμπνευση από αυτά τα πλαισια ή να αναπτύξουν τα δικά τους πλαισια υπεύθυνης τεχνητής νοημοσύνης για να δημιουργήσουν αξιόπιστα συστήματα τεχνητής νοημοσύνης.
Ρυθμιστική Συμμόρφωση Τεχνητής Νοημοσύνης
Καθώς τα δεδομένα είναι ένας ολοκληρωμένος компонент των συστημάτων τεχνητής νοημοσύνης, οι οργανισμοί και τα εργαστήρια τεχνητής νοημοσύνης πρέπει να συμμορφώνονται με τους ακόλουθους κανονισμούς για να διασφαλίσουν την ασφάλεια, την ιδιωτικότητα και την ασφάλεια των δεδομένων.
- GDPR (Γενικός Κανονισμός Προστασίας Δεδομένων) – ένα πλαισίο προστασίας δεδομένων της ΕΕ.
- CCPA (Νόμος Προστασίας Καταναλωτών της Καλιφόρνιας) – ένας νόμος της πολιτείας της Καλιφόρνιας για τα δικαιώματα προστασίας και προστασίας των καταναλωτών.
- HIPAA (Νόμος για την Προστασία της Ιδιωτικότητας και την Ασφάλεια των Ιατρικών Δεδομένων) – ένας νόμος των ΗΠΑ που προστατεύει τα ιατρικά δεδομένα των ασθενών.
- Νόμος Τεχνητής Νοημοσύνης της ΕΕ, και Εθικές οδηγίες για την αξιόπιστη τεχνητή νοημοσύνη – ένας κανονισμός τεχνητής νοημοσύνης της Ευρωπαϊκής Επιτροπής.
Υπάρχουν διάφοροι τοπικοί και περιφερειακοί νόμοι που έχουν θεσπιστεί από διάφορες χώρες για να προστατεύσουν τους πολίτες τους. Οι οργανισμοί που δεν διασφαλίζουν την ρυθμιστική συμμόρφωση σχετικά με τα δεδομένα μπορούν να υποστούν σοβαρές ποινές. Για παράδειγμα, ο GDPR έχει ορίσει μια πρόστιμο των 20 εκατομμυρίων ευρώ ή 4% του ετήσιου κέρδους για σοβαρές παραβάσεις όπως η παράνομη επεξεργασία δεδομένων, η αμφισβήτηση της συναίνεσης των δεδομένων, η παραβίαση των δικαιωμάτων των υποκειμένων των δεδομένων ή η μη προστατευμένη μεταφορά δεδομένων σε διεθνείς οντότητες.
Ανάπτυξη Τεχνητής Νοημοσύνης & Ρυθμίσεις – Παρόν & Μέλλον
Με κάθε μήνα που περνά, οι προόδους της τεχνητής νοημοσύνης φτάνουν σε ακατόρθωτα ύψη. Αλλά, οι ρυθμίσεις και τα πλαισια διακυβέρνησης της τεχνητής νοημοσύνης είναι πίσω. Χρειάζονται να είναι πιο ρομποτικά και συγκεκριμένα.
Οι ηγέτες της τεχνολογίας και οι développeurs της τεχνητής νοημοσύνης έχουν ήδη προειδοποιήσει για τους κινδύνους της τεχνητής νοημοσύνης αν δεν ρυθμιστεί επαρκώς. Η έρευνα και η ανάπτυξη της τεχνητής νοημοσύνης μπορούν να φέρουν ακόμη περισσότερη αξία σε πολλούς τομείς, αλλά είναι σαφές ότι η προσοχή στη ρύθμιση είναι τώρα απαραίτητη.
Για περισσότερο περιεχόμενο σχετικό με την τεχνητή νοημοσύνη, επισκεφθείτε unite.ai.
