Αναρωτιέμαι εάν όλοι έχουν αυτό το αίσθημα πλήξης –τι θα ακούσουμε πάλι;– όταν βλέπουν άλλο ένα άρθρο, άλλη μια ταινία, άλλη μια ιστορία αυτοκαταστροφής για την Τεχνητή Νοημοσύνη, όπως εγώ. Και ο λόγος που πλήττω δεν είναι γιατί δεν θεωρώ την ΤΝ μια πραγματική επανάσταση, αλλά κυρίως δεν καταλαβαίνω πώς μπορεί να φανεί χρήσιμη σ’ εμένα προσωπικά, στη δουλειά μου, για να ασχοληθώ περισσότερο. Όταν πρωτοδιάβασα για το κίνημα ΤΝ για όλους – μια ΤΝ χωρίς χρήση κώδικα, δεν πολυκατάλαβα τι σημαίνει, αλλά μου φάνηκε ξαφνικά πιο προσιτή. Δεν χρειάζεται να γράψω ούτε μία γραμμή σε κάποια γλώσσα προγραμματισμού. Συνήθως πρωτοβουλίες που κάνουν πιο εύκολη τη ζωή σε εμάς τους κοινούς θνητούς προέρχονται από άλλους κοινούς θνητούς. Για την ακρίβεια, από εκείνους που δουλεύουν για να δίνουν λύσεις παρά από εκείνους που φαντασιώνονται ασαφή οράματα στο metaverse. Ένας τέτοιος αντι-σταρ του λαμπερού, σήμερα, κόσμου της τεχνολογίας είναι ο Craig Wisneski.
Απόφοιτος του ΜΙΤ, ξεκίνησε τις σπουδές του την εποχή που το ίντερνετ γινόταν… το ίντερνετ. Την ίδια εποχή περίπου που ο Ζούκερμπεργκ έφτιαχνε στο Harvard το Facebook, εκείνος βρισκόταν δύο στάσεις μακριά με το μέτρο, στο Media Lab, και στο πρώτο ήδη έτος των σπουδών του ίδρυε την πρώτη του start up, μια εταιρεία που κατασκεύαζε ιστοσελίδες, η οποία αργότερα εξελίχθηκε σε web analytics με αναλυτικά στοιχεία για τους χρήστες. «Ξαφνικά μπορούσαμε να σερφάρουμε στο διαδίκτυο. Η δημιουργικότητα όλων μας εξερράγη», μου περιγράφει. «Για πρώτη φορά έβλεπες ποιος και με ποιον τρόπο ενδιαφερόταν γι’ αυτό που κάνεις. Έβλεπες το αποτέλεσμα».
«Ποιο ήταν το πιο τρελό όνειρο που έκανες την εποχή της έκρηξης του ίντερνετ;» είναι η πρώτη ερώτηση που του κάνω. Η απάντησή του με γειώνει στην πραγματικότητα. «Καταλαβαίνω ότι θέλεις να ακούσεις κάποια σέξι ιστορία από τον κόσμο της τεχνολογίας, αλλά η αλήθεια είναι πως δεν είχα κάποιο τρελό όνειρο. Η πρώτη εταιρεία που έφτιαξα ήταν επιτυχημένη, αλλά δεν άλλαξε τον κόσμο. Ήταν τόσο προφανείς οι δυνατότητες του ίντερνετ, που απλώς με ενδιέφερε να τις ψάξω. Να βάζω βιώσιμους στόχους και να πηγαίνω στους επόμενους».
Καθόμαστε σε ένα τραπέζι στον δεύτερο όροφο του φοιτητικού εστιατορίου Straton Student Center, βλέποντας από την τζαμαρία το campus του ΜΙΤ. Μου περιγράφει πως ήρθε ως φοιτητής στο Cambridge της Βοστώνης και δεν έφυγε ποτέ. Το γραφείο του, στη νέα start up εταιρεία του Akkio, την οποία ίδρυσε μόλις πριν από δύο χρόνια μαζί με μια παρέα συνεργατών του με αντικείμενο την Τεχνητή Νοημοσύνη χωρίς χρήση κώδικα, βρίσκεται σε απόσταση δέκα λεπτών. Η πόλη όπου μετακόμισε ως φοιτητής εξελίχθηκε στο μέρος όπου μεγαλώνει τα παιδιά του.
Σήμερα βρισκόμαστε μπροστά σε μια νέα επανάσταση, εξίσου απρόβλεπτη με την ανακάλυψη του ίντερνετ: τη μηχανική μάθηση και την ΤΝ. Όπως το ’90
το σερφάρισμα στο ίντερνετ ήταν ανήκουστο για τον κόσμο, το να είσαι χρήστης της ΤΝ σήμερα φαίνεται εξίσου μακρινό. Είναι πράγματι;
Πριν βρεθώ να δουλεύω με μοντέλα μηχανικής μάθησης, ένιωθα ότι έχω διαβάσει τόσο πολλά πράγματα για τις δυνατότητες που δίνει η ΤΝ, που την έκανε να φαίνεται ήδη μια παλιά τεχνολογία. Όταν βρέθηκε στα χέρια μου, τότε κατάλαβα ότι πρόκειται για κάτι που μόλις ξεκινάει. Είναι το ίδιο συναίσθημα που είχα όταν ξεκίνησα να δουλεύω με το «νήπιο» ίντερνετ ως πρωτοετής στο πανεπιστήμιο. Και είπα, εντάξει, τώρα καταλαβαίνω γιατί όλη αυτή η φασαρία. Για να απαντήσω, λοιπόν, για το πόσο έχει συζητηθεί η ΤΝ, σίγουρα δεν είμαστε εκεί. Μπουσουλάμε. Υπάρχει όμως η τεχνολογία. Σήμερα έχεις στα χέρια σου ένα πολύ καλό εργαλείο πρόβλεψης που μπορεί να βοηθήσει, για παράδειγμα, τη δουλειά σου να πάει καλύτερα ή να έχεις περισσότερους πελάτες.
Πώς μπορεί δηλαδή η ΤΝ να κάνει την επιχείρησή σου πιο επιτυχημένη ή να αυξήσει την πελατεία σου;
Στην τελευταία εταιρεία που δούλευα πριν ιδρύσουμε την Akkio, κάναμε 3D εκτυπώσεις μετάλλων. Χρησιμοποιούσαμε την ΤΝ και τη μηχανική μάθηση, τόσο από την πλευρά του προϊόντος όσο και από την πλευρά του μάρκετινγκ της εταιρείας. Για παράδειγμα, όταν σχεδιάζεις ένα προϊόν και το βάλεις στον τρισδιάστατο εκτυπωτή, το αποτέλεσμα θα είναι πάντα ελάχιστα διαφορετικό από αυτό που σχεδίασες. Επίσης, στα 1.000 κομμάτια που θα παράγεις, κάποιο θα διαφοροποιείται, έστω και σε λεπτομέρειες. Εγκαταστήσαμε λοιπόν έναν εκτυπωτή λέιζερ ο οποίος σκάναρε το τύπωμα, το συνέκρινε με το αρχικό, έβρισκε τα σημεία που διαφέρει και αναπροσάρμοζε τις οδηγίες στη μηχανή. Από την πλευρά των πωλήσεων, είχαμε τις δημογραφικές πληροφορίες των πελατών και τις διαδικασίες να τους προσεγγίσεις. Ένα μοντέλο με κατηγορίες πελατών και προβλέψεις, πότε χρειάζεται να στοχεύσεις ποιον και με ποιες ενέργειες, είχε τρομερή επιτυχία. Αυτό τα μοντέλα πρόβλεψης είναι που εξελίσσουμε στην Akkio.
Και γιατί δεν χρησιμοποιούν οι επιχειρηματίες την ΤΝ αφού είναι τόσο απλό;
Οι τεχνολογίες είναι εκεί, αλλά οι εταιρείες δεν μπορούν να τις αξιοποιήσουν, γιατί είναι πολύ δύσκολο να τις χρησιμοποιήσεις εάν δεν διαθέτεις επιστήμονες δεδομένων (data scientist). Χρειάζεσαι κάποιον που θα συλλέξει στοιχεία, θα προγραμματίσει, θα αναλύσει, για να κάνει όλα αυτά που περιγράφω.
Σε λίγο δεν θα μπορούμε να ανοίξουμε ούτε την πόρτα του σπιτιού εάν δεν έχουμε προσλάβει έναν προγραμματιστή! Δεν είναι λίγο ασύμφορο να προσλάβεις μια επιστημονική ομάδα για να βρεις περισσότερους πελάτες;
Αυτή τη συζήτηση θα μπορούσαμε να την κάνουμε εάν υπήρχαν οι επιστήμονες δεδομένων. Το πρόβλημα όμως είναι ακριβώς αυτό. Σε παγκόσμιο επίπεδο, δεν υπάρχει το ανθρώπινο δυναμικό να στελεχώσει αυτές τις θέσεις. Η ζήτηση είναι τόσο μεγάλη, που οποιοσδήποτε αποφοιτά από ένα πανεπιστήμιο τού προσφέρεται ένας υπέρογκος μισθός από τους τεχνολογικούς κολοσσούς και εξαφανίζεται από την αγορά. Είναι η καρδιά του προβλήματος, τόσο για τις μικρομεσαίες επιχειρήσεις, αλλά και για την κοινωνία συνολικά. Αν σκεφτείς πόσο αγγίζει πραγματικά σήμερα η ΤΝ την καθημερινότητά μας σε σχέση με αυτά που μπορεί να προσφέρει, θα δεις πως δεν είναι και τόσα. Οι μεγάλες τεχνολογικές εταιρείες είναι αυτές που τραβάνε μπροστά την ΤΝ και οι κερδισμένες τελικά. Η Google τελειώνει την πρόταση που γράφεις, το Facebook αποφασίζει τι βλέπεις και η Amazon σου προτείνει τι να ψωνίσεις ανάλογα με τη συμπεριφορά σου ως καταναλωτή.
Άρα η ΤΝ χωρίς κώδικα είναι ουσιαστικά μια αναγκαιότητα για να ξεπεράσουμε την έλλειψη των επιστημόνων δεδομένων, αν καταλαβαίνω καλά;
Όταν είδαμε πως όλη αυτή η τεχνολογία που μπορεί να μεταμορφώσει τη ζωή μας χρησιμοποιείται ελάχιστα, αποφασίσαμε πως έπρεπε να δράσουμε. Φτιάχνοντας μια πλατφόρμα που θα έκανε τη μηχανική μάθηση παιχνιδάκι για όσο καιρό θα περιμένουμε να φτιαχτεί ο στρατός από επιστήμονες δεδομένων. Με την ΤΝ χωρίς κώδικα, οι μικρομεσαίοι επιχειρηματίες μπορούν να λύσουν τα προβλήματά τους.
Τι άλλο μπορούμε να κάνουμε με την ΤΝ χωρίς κώδικα;
Μπορούμε να κάνουμε πολλά πράγματα, και ήδη γίνονται, με τεράστιους όγκους δεδομένων, όπως είναι τα γλωσσικά μοντέλα GPT3 ή το DALL-E της Open AI. Και όλα είναι πραγματικά εκπληκτικά που συμβαίνουν. Αυτό που κάνουμε εμείς είναι λίγο διαφορετικό. Αντί να φτιάξουμε ένα μεγα-μοντέλο, απευθυνόμαστε σε πιο μικρούς παίκτες στην αγορά να διαχειριστούν τα δικά τους δεδομένα. Και θα σας φέρω ένα παράδειγμα, που έκανε και σ’ εμάς μεγάλη εντύπωση. Η κάθε επιχείρηση έχει τη δική της γλώσσα. Οι υπάλληλοι χρησιμοποιούν ακρωνύμια, δικές τους ορολογίες και διαδικασίες που είναι μοναδικά και τα μεγάλα γλωσσικά μοντέλα μηχανικής μάθησης δεν τα καταλαβαίνουν. Είναι ξένη γλώσσα. Το δικό μας μοντέλο τα καταγράφει. Ο στόχος μας είναι οι μικρομεσαίες επιχειρήσεις που διαθέτουν δεδομένα προς αξιοποίηση, αλλά δεν έχουν τη δυνατότητα να έχουν έναν επιστήμονα δεδομένων. Είχαμε έναν πελάτη που ήθελε να βελτιστοποιήσει τον SEO στο Google, κάτι που άλλαξε και τη στρατηγική μάρκετινγκ που ακολούθησε. Μια εταιρεία fundraising που ήθελε να ματσάρει αποτελεσματικά πολιτικούς υποψηφίους και χρηματοδότες. Οι δυνατότητες της ΤΝ είναι απεριόριστες σε αυτό το σημείο και επίσης πάρα πολύ σημαντικές στην ανίχνευση των ανωμαλιών στην παραγωγή.
Υπάρχει ενδιαφέρον σήμερα για μια εταιρεία σαν την Akkio και πόσο κοστίζει μια τέτοια υπηρεσία;
Ξεκινήσαμε χωρίς έτοιμη πελατεία και έχουμε περάσει δύο χρόνια χτίζοντας την πλατφόρμα. Σήμερα είμαστε μια εταιρεία δώδεκα ατόμων και έχουμε φτάσει στο αρχικό στάδιο seed funding. Η πλατφόρμα είναι ανοικτή μέχρι ένα όριο για χρήση και σιγά σιγά βάζουμε τον μηχανισμό πωλήσεων. Όταν πριν από λίγες ημέρες βγήκε ένα άρθρο στους Νew Υork Τimes για την ΤΝ χωρίς κώδικα, έπεσε ο server μας. Ούτε εμείς οι ίδιοι δεν είχαμε προβλέψει πόσες χιλιάδες κόσμου θα επισκεπτόταν το site μας. Ήταν βέβαια η κατάλληλη στιγμή για να περάσουμε στο επόμενο στάδιο την εταιρεία. Οπότε, ναι, το ενδιαφέρον είναι ακόμα μεγαλύτερο απ’ ό,τι πιστεύαμε. Και έχει ενδιαφέρον ότι αυτοί που είναι οι πιο τολμηροί είναι οι μικρομεσαίες επιχειρήσεις και όχι οι μεγάλοι της αγοράς. Οι υπηρεσίες μας σε αυτή τη φάση κοστίζουν μερικές χιλιάδες δολάρια τον μήνα, αναλόγως του τι ζητάει κανείς και πόση υποστήριξη χρειάζεται.
«Τεχνητή Νοημοσύνη για όλους». Μοιάζει λίγο με ένα μανιφέστο. Κάτι σαν τη δύναμη της τεχνολογίας πίσω στα χέρια του κόσμου. Είναι πράγματι έτσι;
Είναι ένα μανιφέστο. Υπάρχει ένα μεγαλύτερο κίνημα προς αυτή την κατεύθυνση. Το ίδιο συνέβη και με τα λογισμικά. Όταν περισσότεροι άνθρωποι μπορούν να τα χρησιμοποιήσουν, χωρίς να είναι οι ίδιοι προγραμματιστές, τόσο περισσότερα δημιουργικά πράγματα βγήκαν στην επιφάνεια. Επανατροφοδοτείται η δημιουργικότητα. Το ίδιο θα συμβεί και με την Τεχνητή Νοημοσύνη. Δεν χρειάζεται να είσαι επιστήμονας για να κάνεις ένα μοντέλο ΤΝ, χρειάζεται μόνο να έχεις δεδομένα. Θα σου φέρω ένα παράδειγμα. Δημιουργήσαμε για έναν ιδιώτη έναν αυτοματισμό ώστε κάθε φορά που ο Έλον Μασκ κάνει ένα tweet να βλέπει πώς κινείται το χρηματιστήριο. Μέσα από μια ανοικτή βάση δεδομένων, φτιάξαμε έναν αυτοματισμό που κάνει την επεξεργασία της γλώσσας στο tweet και καθορίζει για ποια εταιρεία μιλάει και εάν είναι κάτι θετικό ή αρνητικό. Εάν ο Έλον πει κάτι θετικό, ποιες μετοχές ανεβαίνουν; Και το αντίστροφο. Μπορείς λοιπόν να αυτοματοποιήσεις μια διαδικασία χωρίς να γράψεις ούτε μία λέξη κώδικα. Οι άνθρωποι της Wall Street μπορούν να το κάνουν αυτό εδώ και καιρό, αλλά, για να το πετύχουν, χρειάζονται να έχουν για πολύ καιρό στη διάθεσή τους έναν στρατό από προγραμματιστές. Υπάρχουν λοιπόν μεγάλες δυνατότητες σε αυτό το κομμάτι. Σίγουρα, βέβαια, η ΤΝ δεν μπορεί να λύσει όλα τα θέματα. Αλλά αυτό που θα πετύχουμε είναι περισσότεροι άνθρωποι να έχουμε πρόσβαση στην πληροφορία. Εκδημοκρατισμό.
Ποια είναι η μεγαλύτερη πρόκληση για την ΤΝ, κατά τη γνώμη σου;
Εάν οι μεγάλες τεχνολογικές εταιρείες ελέγχουν τους επιστήμονες και συνεπώς εάν μείνει η ΤΝ για πάντα στη διάθεση μόνο των κολοσσών, πιστεύω πως θα βρεθούμε σε ένα πάρα πολύ άσχημο σημείο.
* H Νατάσσα Μπλάτσιου είναι υπότροφος του Fulbright Greece και Research Fellow στο Open Documentary Lab του Πανεπιστημίου Massachusetts Institute of Technology: MIT.