Πώς η τεχνητή νοημοσύνη αλλάζει την οικονομία


Πηγή: PolisPress newsroom
24/08/2015 - 13:18

Ποιοι είναι καλύτεροι στο να παίρνουν αποφάσεις: οι άνθρωποι ή οι μηχανές; Παλαιότερα, η απάντηση στο ερώτημα αυτό φαινόταν πολύ απλή. Οι άνθρωποι, φυσικά. Ισχύει όμως το ίδιο και σήμερα; Αρκετοί επιστήμονες θα σας πουν πως όχι και αυτό οφείλεται κυρίως στη ραγδαία ανάπτυξη της τεχνολογίας της τεχνητής νοημοσύνης.

 

8384110298_da510e0347_b

Πηγή: flickr

 

Τι είναι η τεχνητή νοημοσύνη;

Η τεχνητή νοημοσύνη είναι ο κλάδος της πληροφορικής που σύμφωνα με τον επιστήμονα υπολογιστών Τζον Μακάρθι, τον θεμελιωτή του κλάδου και εμπνευστή του όρου «Artificial Intelligence», είναι «η επιστήμη και μεθοδολογία της δημιουργίας νοούντων μηχανών». Οι έξυπνες αυτές μηχανές μιμούνται την ανθρώπινη συμπεριφορά κι έτσι έχουν την ικανότητα να μάθουν, να εξάγουν συμπεράσματα και να επιλύσουν προβλήματα. Η τεχνητή νοημοσύνη είναι ένας τομέας στον οποίο εμπλέκονται διάφορα επιστημονικά πεδία, από την ψυχολογία μέχρι την μηχανική, και που μπορεί να επηρεάσει ένα ευρύ φάσμα επιστημών, μεταξύ αυτών και η οικονομία.

 

Η δημιουργία ενός νέου κλάδου της οικονομίας

Η αγορά για εργαλεία και εφαρμογές τεχνητής νοημοσύνης παρουσιάζει τρομερή ανάπτυξη. Σύμφωνα με έρευνα της εταιρείας BBC Research, η παγκόσμια αγορά στον συγκεκριμένο τομέα αναμένεται να φτάσει τα $15,3 δισεκατομμύρια μέχρι το 2019. Είναι τόσες πολλές οι εφαρμογές της τεχνητής νοημοσύνης, που γενικότερα το τοπίο αναμένεται να αλλάξει ραγδαία σε πολλούς τομείς τα επόμενα χρόνια.

 

Ποιές είναι οι εξελίξεις μέχρι σήμερα;

Αν και υπάρχουν αρκετοί σκεπτικιστές, ήδη τα συστήματα τεχνητής νοημοσύνης χρησιμοποιούνται ευρέως, ιδιαίτερα στον τομέα της ιατρικής. Είναι εξαιρετικά χρήσιμα σε προληπτικές ιατρικές εξετάσεις, ως διαγνωστικά και θεραπευτικά εργαλεία και στη νοσηλευτική επιστήμη. Τα λεγόμενα συστήματα περιβάλλοντος αυτόνομης διαβίωσης (Ambient Assisted Living) επιτρέπουν σε ένα μεγάλο αριθμό ηλικιωμένων να ζουν στο σπίτι τους περισσότερο. Πρόκειται για μια βιομηχανία που έχει φτάσει ήδη το 1 δισεκατομμύριο ευρώ, ενώ παράλληλα προβλέπεται ότι η βιομηχανία των έξυπνων συστημάτων οικιακής παρακολούθησης θα έχει ετήσια μέση αύξηση 26,9% μέχρι το 2017 (έρευνα της Berg Insight).

 

robot-507811_640

Πηγή: Pixabay.com

 

Όμως εξελίξεις υπάρχουν και σε άλλος τομείς. Εταιρείες όπως η Rocket Fuel, πλέον προσφέρουν μέσω λογισμικών τεχνητής νοημοσύνης στους διαφημιστές την ευκαιρία να στοχεύουν στο κοινό που τους αφορά με περισσότερη ακρίβεια, χρησιμοποιώντας έτσι τον προϋπολογισμό τους πιο αποτελεσματικά.

Σύμφωνα με έρευνα του Transparency Market Research, η αγορά των λογισμικών που προσφέρουν προβλεπτικές αναλύσεις (δηλαδή λογισμικά που μαθαίνουν από την συμπεριφορά του χρήστη και μαντεύουν τις επόμενες κινήσεις και ανάγκες του), θα φτάσει τα $6,5 δισεκατομμύρια μέχρι το 2019, από τα $2 δις που ήταν το 2012. Οι τομείς που θα επηρεαστούν περισσότερο είναι ο τραπεζικός τομέας, ο τομέας παροχής οικονομικών υπηρεσιών και ο ασφαλιστικός τομέας, ενώ σε μικρότερο βαθμό θα επηρεαστεί και ο τομέας του λιανεμπορίου και ο μεταποιητικός τομέας.

 

Σε ποιους τομείς υστερεί;

Φυσικά, η τεχνητή νοημοσύνη δεν μπορεί να εφαρμοστεί παντού, ούτε μπορεί να προσφέρει εργαλεία με απόλυτη λογική ή με απεριόριστη ικανότητα επίλυσης προβλημάτων, ειδικά όταν πρόκειται για περίπλοκα προβλήματα, όπου οι πληροφορίες είναι ελλιπείς.

Για να ελέγξουν οι επιστήμονες τους περιορισμούς της τεχνητής νοημοσύνης, χρησιμοποιούν ελεγχόμενα περιβάλλοντα που μιμούνται πολύπλοκες οικονομικές συνθήκες, όπως είναι ένα παιχνίδι πόκερ. Το Texas Hold’em πόκερ προσφέρει ένα καλό παράδειγμα περίπλοκου λογικού προβλήματος αφού διάφορες μεταβλητές του παιχνιδιού είναι άγνωστες και ο παίκτης δεν ξέρει τα χαρτιά των άλλων παικτών, ούτε ποιό χαρτί θα πάρει ο ίδιος στον επόμενο γύρο. Τον Ιανουάριο του 2015, ερευνητές στο Πανεπιστήμιο της Alberta του Καναδά ανακοίνωσαν ότι ανέπτυξαν ένα αλγόριθμο που «λύνει» το παιχνίδι πόκερ Heads Up Limit Texas Hold’em. Αυτό βέβαια κατέστη δυνατό μετά από δεκαετίες έρευνας και δουλειάς. Μάλιστα, σύμφωνα με το CBC News, χρειάστηκαν 4.000 terabytes διαθέσιμου αποθηκευτικού χώρου προκειμένου οι επιστήμονες να γράψουν τη νικηφόρα στρατηγική, αφού έπρεπε να γίνουν υπολογισμοί πάνω σε περίπου 10.000 δισεκατομμύρια αποφάσεις που θα μπορούσε να λάβει ένας παίκτης. Ακόμη κι έτσι όμως, ο αλγόριθμος αυτός μπορεί να λειτουργήσει μόνο στη περιορισμένη παραλλαγή του παιχνιδιού, με δύο παίκτες.

 

Present-Query
Πηγή: ualberta.ca, Credit: John Ulan, University of Alberta

 

Ένα ακόμη παράδειγμα περίπλοκης εργασίας είναι ο κτηματομεσιτικός τομέας. Ο πελάτης συχνά δυσκολεύεται να εξηγήσει τι είναι αυτό που ψάχνει ακριβώς, ενώ οι ανάγκες και οι προτιμήσεις του είναι συνήθως πολλές και κάποιες φορές αλληλοσυγκρουόμενες. Οι επιστήμονες που ασχολούνται με λογισμικό τεχνητής νοημοσύνης αναπτύσσουν προγράμματα που θα μπορούν να μαντέψουν τις ανάγκες των πελατών δείχνοντας τους διάφορα σετ δύο σπιτιών και καλώντας τους να επιλέξουν ένα. Καθώς ο πελάτης απαντά, ο αλγόριθμος θα μπορεί να συνάγει τις προτιμήσεις του, ώστε να μπορέσει εν τέλει να εντοπίσει το σπίτι που θα καλύπτει τις ανάγκες του πελάτη και να το αγοράσει εκ μέρους του ή να του προτείνει κάποιες επιλογές που μπορεί να τον ενδιαφέρουν. Αυτό φυσικά συνεπάγεται ότι δεν θα υπάρχει καμία προσωπική επαφή. Επομένως, όταν κάποιος καλείται να δαπανήσει ένα τόσο μεγάλο ποσό, όπως αυτό που απαιτείται για την αγορά σπιτιού, μια μηχανή δύσκολα θα πείσει από μόνη της.

 

Υπάρχουν αρνητικές συνέπειες;

Μια άλλη έρευνα, από την εταιρεία συμβούλων Gartner, αναφέρει ότι υπάρχουν και αρνητικές συνέπειες από την άνοδο των μηχανών τεχνητής νοημοσύνης, ειδικά για τους εργαζόμενους σε συγκεκριμένους τομείς. Οι έξυπνες μηχανές αναμένεται να αντικαταστήσουν πολλούς υπαλλήλους στον κατασκευαστικό τομέα, αλλά και στον τομέα της αποθήκευσης και της ναυτιλίας. Σύμφωνα με την έρευνα, εκατομμύρια δουλειές ενδέχεται να χαθούν την επόμενη δεκαετία.

Η τεχνολογία της τρισδιάστατης εκτύπωσης είναι ένα καλό παράδειγμα, αφού άρχισε ως κάτι που χρησιμοποιείτο για την εκτύπωση μοντέλων κλίμακας και πρωτοτύπων, αλλά πλέον χρησιμοποιείται και για μαζική παραγωγή προϊόντων. Με την τεχνολογία αυτή δεν υπάρχει η ανάγκη για κατασκευή καλουπιών για ένα προϊόν, αποφεύγεται η άσκοπη σπατάλη υλικών κι έτσι μειώνεται το τεχνικό προσωπικό που απαιτείται για την διεκπεραίωση μιας εκτυπωτικής εργασίας.

Στην ίδια έρευνα, γίνεται η πρόβλεψη ότι 10% των δραστηριοτήτων που εμπεριέχουν κίνδυνο για την ανθρώπινη ζωή θα γίνονται από έξυπνα συστήματα μέχρι το 2024. Σε αυτό περιλαμβάνεται και η οδήγηση, αφού προβλέπεται ότι σε λίγα χρόνια τα αυτοκίνητα θα μπορούν μέσω έξυπνων συστημάτων πλοήγησης να επικοινωνούν αποτελεσματικά, να σκανάρουν το περιβάλλον τους με εξαιρετική ακρίβεια και να επεξεργάζονται δεδομένα με ταχείς ρυθμούς κι εν τέλει να οδηγούν μόνα τους.

 

Google-self-drive_2622220b
Πηγή: telegraph.co.uk

 

Ήδη η Google ανακοίνωσε το δικό της Google Self-Driving Car, το οποίο χρησιμοποιεί ένα σύστημα που λέγεται Google Chauffeur. Η νομοθεσία στην Νεβάδα, το Μίσιγκαν, την Φλόριντα, την Καλιφόρνια και την Ουάσινγκτον ήδη επιτρέπει αυτού του είδους τα αυτοκίνητα να κυκλοφορούν. Η Google προτίθεται να διαθέσει στο κοινό αυτά τα αυτοκίνητα έως το 2020. Η Strategy Analytics αναφέρει ότι η συγκεκριμένη βιομηχανία θα φτάσει τα €16 δις το 2019 (το 2012 ήταν €5 δις). Το θέμα της δημόσιας ασφάλειας, όμως, παραμένει η μεγαλύτερη ανησυχία και οι νομοθέτες και άλλοι ειδικοί παρακολουθούν στενά τις εξελίξεις.


Σχετικά άρθρα


Δημοσίευση από , Βρίσκεται στις κατηγορίες Άρθρα της Πόλις

Σχολιάστε το άρθρο

*



Εγγραφείτε στο Ενημερωτικό μας δελτίο

Τηλεβόας

The fly will eat iron and the mosquito steel

Γκαλερί

Σχεδιασμός από MOD creative studio