Οι επιστήμονες και οι ερευνητές εκτιμούν όλο και περισσότερο την επιστημονική φαντασία για τη συμβολή της στην πρόβλεψη μελλοντικών σεναρίων. Ως μέρος της αποστολής του να διερευνήσει τις κατευθύνσεις προς τις οποίες μας οδηγούν οι αλλαγές στην επιστήμη και τα επιστημονικά συστήματα, η Κέντρο για το μέλλον της επιστήμης κάθισε με έξι κορυφαίους συγγραφείς επιστημονικής φαντασίας για να συγκεντρώσει τις απόψεις τους σχετικά με το πώς η επιστήμη μπορεί να αντιμετωπίσει τις πολλές κοινωνικές προκλήσεις που θα αντιμετωπίσουμε τις επόμενες δεκαετίες. Το podcast είναι σε συνεργασία με Φύση.
Στο πέμπτο μας επεισόδιο, ο Qiufan Chen συναντά μαζί μας για να συζητήσουμε την αντιπροσωπεία και την κοινωνική ευθύνη στην επιστήμη ως ανθρώπινη προσπάθεια. Για τον Chen, αυτό ισχύει ιδιαίτερα για την τεχνητή νοημοσύνη. Κατά τη διάρκεια του podcast, μας καθοδηγεί στις επιπτώσεις της τεχνητής νοημοσύνης στο μέλλον της επιστημονικής έρευνας και στον τρόπο με τον οποίο οι εξελίξεις της τεχνητής νοημοσύνης μπορούν να ρυθμιστούν περισσότερο και έτσι να γίνουν πιο ηθικές.
Κιουφάν Τσεν
Ο Qiufan Chen είναι ένας βραβευμένος κινέζος συγγραφέας κερδοσκοπικών μυθιστορημάτων, συγγραφέας του Η παλίρροια των απορριμμάτων και συν-συγγραφέας της AI 2041: Δέκα οράματα για το μέλλον μας. Είναι επίσης ερευνητής στο Πανεπιστήμιο Yale και υπότροφος του Ινστιτούτου Berggruen των Η.Π.Α. Η κύρια συζήτησή μας επικεντρώνεται γύρω από την τεχνητή νοημοσύνη, πώς μπορούμε να αξιοποιήσουμε τη δύναμη αυτής της τεχνολογίας αποφεύγοντας τους κινδύνους που εγκυμονεί.
Paul Shrivastava (00:04):
Γεια, είμαι ο Paul Shrivastava από το Pennsylvania State University. Και, σε αυτήν τη σειρά podcast, μιλάω με μερικούς από τους κορυφαίους συγγραφείς επιστημονικής φαντασίας του σήμερα. Θέλω να ακούσω τις απόψεις τους για το μέλλον της επιστήμης και πώς πρέπει να μεταμορφωθεί για να ανταποκριθεί στις προκλήσεις που αντιμετωπίζουμε τα επόμενα χρόνια.
Qiufan Chen (00:24):
Η τεχνητή νοημοσύνη στο μέλλον, ίσως θα μπορούσε να χρησιμοποιηθεί για να μας βοηθήσει να αντικατοπτρίζουμε τον εαυτό μας ως καθρέφτη, να μας κάνει να γίνουμε καλύτεροι άνθρωποι.
Paul Shrivastava (00:33):
Σήμερα, μιλάω με τον Qiufan Stanley Chen, έναν βραβευμένο Κινέζο συγγραφέα. Διάβασα το μυθιστόρημά του, Η παλίρροια των απορριμμάτων πριν από πολλά χρόνια, και εντυπωσιάστηκε από την απεικόνισή του για τις δυσχέρειες των ηλεκτρονικών απορριμμάτων. Το πιο πρόσφατο συγγραφικό του βιβλίο AI 2041: 10 Visions of Our Future, συνδυάζει ζωηρά ευφάνταστες ιστορίες με επιστημονικές προβλέψεις. Μιλήσαμε πολύ για την τεχνητή νοημοσύνη και πώς μπορούμε να αξιοποιήσουμε τη δύναμη αυτής της απίστευτης τεχνολογίας, αποφεύγοντας μερικούς από τους κινδύνους που εγκυμονεί.
Ευχαριστούμε πολύ που ήρθες μαζί μας, Stan. Καλως ΗΡΘΑΤΕ. Είναι εκπληκτικό το εύρος των επιστημονικών θεμάτων στα οποία κατέχετε είναι πραγματικά αξιοσημείωτο. Πώς προέκυψε να ενδιαφέρεστε για αυτά τα επιστημονικά θέματα;
Qiufan Chen (01:28):
Ως λάτρης της επιστημονικής φαντασίας, λοιπόν, πρέπει να ομολογήσω ότι ξεκίνησα από όλα αυτά Star Wars , Star Trek, Τζουράσικ Παρκ, κλασικές ταινίες και βιβλία επιστημονικής φαντασίας, κινούμενα σχέδια στην εποχή μας. Κάθε φορά μου έδινε πολλές νέες έμπνευσες και ιδέες. Έτσι, πάντα με γοήτευαν όλα αυτά τα σημάδια, η φαντασία του μέλλοντος και του διαστήματος, ακόμη και τα είδη πριν από εκατομμύρια χρόνια. Λοιπόν, πώς τους επαναφέραμε στη ζωή.
Paul Shrivastava (02:02):
Έτσι, η επιστήμη συνεχίζεται εδώ και πολύ καιρό. Ποια είναι η γενική σας άποψη για την επιστήμη ως ανθρώπινη προσπάθεια;
Qiufan Chen (02:13):
Για μένα, είναι σίγουρα ένα τεράστιο επίτευγμα. Και, φυσικά, μας κάνει να ζούμε μια καλύτερη κατάσταση ως άνθρωπος. Και, όταν ανατρέχουμε στην ιστορία, πρέπει να παραδεχτώ ότι υπάρχουν πολλές προκλήσεις, γιατί πιστεύω ότι η υπηρεσία δεν είναι απολύτως στα χέρια των ανθρώπων. Μερικές φορές αισθάνομαι ότι ίσως η επιστήμη και η τεχνολογία, ακριβώς όπως κάποιο είδος, όπως κάποιο είδος βιολογικών όντων, έχει τον δικό της σκοπό. Έχει τον δικό του κύκλο ζωής κατά τη γέννηση. Θέλει να είναι και να εξελίσσεται μαζί με τους ανθρώπους. Έτσι, είμαστε σαν τον οικοδεσπότη, είναι σαν τον ιό. Μπορούμε να το δούμε με αυτόν τον τρόπο ή αντίστροφα. Έτσι, πάντα αισθάνομαι ότι υπάρχει πραγματικά βαθιά εμπλοκή μεταξύ της επιστήμης και των ανθρώπων. Έτσι, μερικές φορές νιώθω ότι έχουμε αλλάξει πολύ από όλη αυτή την εξέλιξη της επιστήμης και της τεχνολογίας, αλλά ποτέ δεν ξέρουμε ποια είναι η κατεύθυνση που έχουμε μπροστά μας.
Paul Shrivastava (03:24):
Λοιπόν, ας το κάνουμε πιο συγκεκριμένο και ας επικεντρωθούμε σε αυτό που είναι πάνω από το μυαλό αυτή τη στιγμή, που είναι η τεχνητή νοημοσύνη. Πώς μπορούμε να διασφαλίσουμε ότι η ανάπτυξη της τεχνητής νοημοσύνης θα φέρει σε εφαρμογή την κοινωνική δικαιοσύνη και τις ηθικές και ηθικές εκτιμήσεις;
Qiufan Chen (03:40):
Το πρόβλημα είναι ότι δεν επενδύσαμε πλήρως για να δημιουργήσουμε αυτού του είδους τη ρύθμιση και το πλαίσιο ηθικής αποτροπής από το να συμβεί κάτι αρνητικό. Νομίζω ότι χρειαζόμαστε περισσότερη ποικιλομορφία στο AI, και ειδικά στο μοντέλο μεγάλων γλωσσών, γιατί μιλάμε ειδικά για ευθυγράμμιση. Έτσι, ακόμη και μεταξύ των ανθρώπων σε διαφορετικές χώρες, πολιτισμούς, γλώσσα, δεν είχαμε αυτήν την κοινή ευθυγράμμιση ως ενιαίο πρότυπο. Λοιπόν, πώς μπορούμε να διδάξουμε τη μηχανή, την τεχνητή νοημοσύνη, να ευθυγραμμίζεται με το ανθρώπινο σύστημα αξιών ή τα πρότυπα ως ένα ενιαίο; Οπότε, νομίζω ότι αυτό είναι κάτι πολύ προκαταρκτικό. Όμως, νομίζω ότι η βασική συμβολή δεν πρέπει να είναι μόνο από τις εταιρείες τεχνολογίας, από τους μηχανικούς, από όλους αυτούς τους ανθρώπους που κάνουν το πράγμα στη βιομηχανία, αλλά και από τον διεπιστημονικό κόσμο, όπως οι ανθρωπολογίες και οι ψυχολογίες, η κοινωνιολογία, για παράδειγμα. Χρειαζόμαστε πιο ποικιλόμορφη οπτική από τις ανθρωπιστικές επιστήμες, γιατί η τεχνητή νοημοσύνη υποτίθεται ότι έχει κατασκευαστεί για τους ανθρώπους, για να υπηρετεί τους ανθρώπους. Όμως, ο ανθρώπινος παράγοντας αυτή τη στιγμή, μπορώ να νιώσω ότι λείπει αρκετά από τον βρόχο.
Paul Shrivastava (05:11):
Επομένως, κατά την άποψή σας, πώς αυτές οι τεχνολογικές εξελίξεις θα αλλάξουν τον τρόπο με τον οποίο θα γίνεται η επιστήμη στο μέλλον;
Qiufan Chen (05:19):
Μου φαίνεται ότι αυτή είναι μια εντελώς νέα αλλαγή παραδείγματος που οι επιστήμονες μπορούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να αναζητήσουν νέα μοτίβα, να προβλέψουν τη δομή της πρωτεΐνης και να βρουν τη συσχέτιση μέσα σε τεράστιο όγκο δεδομένων. Νομίζω ότι αυτό θα είναι κάτι επαναστατικό. Αλλά υπάρχουν επίσης πολλές ανησυχίες σε αυτή τη διαδικασία. Για παράδειγμα, μπορούμε αυτή τη στιγμή να προβλέψουμε εκατομμύρια δομή πρωτεϊνών, αλλά το πρόβλημα είναι, πόσο ποσοστό από όλες αυτές τις προβλέψεις για τη δομή της πρωτεΐνης είναι έγκυρες και αποτελεσματικές για την πραγματική ασθένεια και το πραγματικό ανθρώπινο σώμα; Και ένα άλλο πράγμα είναι ότι όλη αυτή η περιοχή που έφερε επανάσταση επικεντρώνεται πολύ στη συσσώρευση ενός τεράστιου όγκου συνόλου δεδομένων. Από τι είδους ομάδα συλλέγονται αυτά τα δεδομένα; Τι είδους πληθυσμός; Και μοιράζονται αυτά τα δεδομένα με ειδοποίηση, έχουν χρησιμοποιηθεί τα πάντα; Και μοιραζόμαστε τα δεδομένα μεταξύ διαφορετικών ομάδων επιστημόνων ή ερευνητών; Επομένως, νομίζω ότι αυτό είναι πάντα κάτι σχετικά με το πώς μπορούμε να δημιουργήσουμε αυτό το είδος συστήματος αντιστάθμισης για να ελαχιστοποιήσουμε τον κίνδυνο και τις προκλήσεις, εν τω μεταξύ για να ικανοποιήσουμε πραγματικά τις απαιτήσεις της αγοράς και να αποκομίσουμε τα καλύτερα οφέλη για τους ανθρώπους.
Paul Shrivastava (06:56):
Ναι, νομίζω ότι η δημιουργία του συστήματος ελέγχων και ισορροπιών είναι ένα σημαντικό μέρος της ανάπτυξης της τεχνητής νοημοσύνης. Αλλά οι περιβαλλοντικές επιπτώσεις της ίδιας της τεχνητής νοημοσύνης σπάνια αναφέρονται στις δημόσιες επιστημονικές αφηγήσεις.
Qiufan Chen (07:13):
Αυτό είναι κάτι πολύ παράδοξο, γιατί η τεχνητή νοημοσύνη απαιτεί τόση δύναμη. Και χρειάζεται υπολογισμό σε πραγματικό χρόνο. Χρειάζεται τόση εξαγωγή από το περιβάλλον. Αλλά εν τω μεταξύ, μπορούμε να το χρησιμοποιήσουμε για να ανιχνεύσουμε την άγρια φωτιά από τον δορυφόρο. Μπορούμε να το χρησιμοποιήσουμε για να προστατεύσουμε τη βιοποικιλότητα. Μπορούμε να το χρησιμοποιήσουμε για να βρούμε μια νέα λύση όπως η αποθήκευση ενέργειας της μπαταρίας και τα έξυπνα δίκτυα και ίσως ακόμη και η τεχνολογία πυρηνικής σύντηξης στο μέλλον. Αν λοιπόν το χρησιμοποιήσετε με τον σωστό τρόπο, σίγουρα μπορεί να μας προστατεύσει και να καταπολεμήσει την κλιματική αλλαγή.
Paul Shrivastava (08:03):
Κάποια στιγμή στο μέλλον, πιστεύετε ότι η τεχνητή νοημοσύνη θα καταλάβει περισσότερα από αυτά που μπορούν να καταλάβουν οι άνθρωποι;
Qiufan Chen (08:13):
Λοιπόν, αυτό που σκέφτηκα είναι κάποιο μοντέλο, σαν μεγάλο μοντέλο πέρα από τον άνθρωπο. Για παράδειγμα, τα δεδομένα προέρχονται από ζώα, φυτά, μύκητες, ακόμη και από μικρο και ολόκληρο το περιβάλλον. Λοιπόν, μιλάμε για ολόκληρο το μοντέλο της Γης. Πρέπει να αναπτύξουμε αυτού του είδους τα επίπεδα αισθητήρων σε όλο τον κόσμο. Έτσι, ίσως μπορούμε να χρησιμοποιήσουμε την έξυπνη σκόνη, η οποία αναφέρθηκε στο μυθιστόρημα του Lem The Invincible. Λοιπόν, μιλάτε για όλο αυτό το σμήνος μικρής σκόνης, βασικά είναι μια συλλογική νοημοσύνη. Και, ο άνθρωπος μπορεί να μάθει τόσα πολλά από αυτό το είδος μεγάλου μοντέλου, γιατί μας βοηθά να αντιληφθούμε κάτι πέρα από το αισθητηριακό μας σύστημα και πέρα από το ανθρώπινο. Τότε μπορούμε να είμαστε λιγότερο ανθρωποκεντρικοί και να είμαστε περισσότερο συμπόνοι για άλλα είδη. Και, ίσως αυτή θα ήταν η λύση για την καταπολέμηση της κλιματικής αλλαγής, γιατί μπορούμε να νιώσουμε πώς νιώθουν τα άλλα είδη και όλος αυτός ο πόνος, όλη αυτή η ταλαιπωρία, όλη αυτή η θυσία θα μπορούσε να είναι κάτι απτό και πραγματικό.
Paul Shrivastava (09:36):
Εκπληκτικός. Η φαντασία της τεχνητής νοημοσύνης στο μοντέλο των ανθρώπων είναι στην πραγματικότητα ένας κατώτερος τρόπος σκέψης για το τεχνητό… Ο πιο ανώτερος τρόπος, αυτό που αποκαλείτε μοντέλο ολόκληρου του κόσμου είναι ο τρόπος ανάπτυξης.
Qiufan Chen (09:54):
Ναι. Λοιπόν, αυτό μου θυμίζει τον Βουδισμό, γιατί στον Βουδισμό, όπως όλα τα αισθανόμενα είδη είναι όσο το δυνατόν πιο ίσα, και δεν υπάρχει τέτοιο πράγμα όπως τα ανθρώπινα όντα που υποτίθεται ότι είναι κορυφαία από άλλα. Έτσι, πάντα σκέφτομαι ότι πρέπει να βρούμε έναν τρόπο να ενσωματώσουμε όλη αυτή τη φιλοσοφία και τις αξίες του Βουδισμού και του Ταοϊσμού στη μηχανή.
Paul Shrivastava (10:27):
Άρα, αναρωτιέμαι, καταλαβαίνετε τα τεχνικά στοιχεία της AI. Μπορεί η τεχνητή νοημοσύνη να εκπαιδευτεί στον Βουδισμό, στον Ταοϊσμό; Γιατί όλα τα βιβλία και οι αξίες είναι ήδη κωδικοποιημένα. Είναι δυνατόν να βρείτε τεχνητή νοημοσύνη που εκπαιδεύεται σε αυτά και δημιουργεί μια συνθετική παγκόσμια θρησκεία, αν θέλετε;
Qiufan Chen (10:50):
Σίγουρα θα μπορούσε, και θα μπορούσε να κάνει καλύτερη δουλειά από οποιονδήποτε από τους ιερείς, από οποιονδήποτε από τους μοναχούς, από οποιονδήποτε από τους γκουρού στον κόσμο, επειδή είναι τόσο γνώστης. Αλλά, ως ασκούμενος του Ταοϊσμού, υπάρχει κάτι πέρα από τη συνθετική κατανόηση όλων αυτών, ονομάστε το θρησκευτική ή πνευματική εμπειρία, είναι κάτι στο σώμα. Έτσι, πρέπει να κάνετε όλη αυτή τη φυσική εργασία. Έτσι, νομίζω ότι αυτό είναι κάτι που εξακολουθεί να λείπει από την τεχνητή νοημοσύνη. Δεν είχε σώμα, δεν είχε το πολύπλοκο αισθητηριακό σύστημα, δεν είχε αυτογνωσία, για παράδειγμα. Και, νομίζω ότι όλα αυτά είναι που κάνουν έναν άνθρωπο, άνθρωπο. Η τεχνητή νοημοσύνη στο μέλλον, ίσως θα μπορούσε να χρησιμοποιηθεί για να μας βοηθήσει να αντικατοπτρίζουμε τον εαυτό μας ως καθρέφτη, να μας κάνει να γίνουμε καλύτεροι άνθρωποι.
Paul Shrivastava (11:49):
Στη φαντασία σας, η τεχνητή νοημοσύνη μπορεί να έχει ψυχή;
Qiufan Chen (11:54):
Η εμφάνιση της συνείδησης είναι βασικά ένα μυστήριο στην επιστήμη αυτή τη στιγμή. Οπότε πιστεύω ότι υπάρχει σίγουρα κάποια σύνδεση μεταξύ της ικανότητας εμφάνισης μεγάλου γλωσσικού μοντέλου με όλα αυτά τα φαινόμενα εμφάνισης σε συστήματα πολυπλοκότητας κλασικής ή κβαντικής φυσικής. Οπότε σκέφτομαι μαθηματικά, ίσως κάποια μέρα μπορέσουμε να αποδείξουμε την ύπαρξη της συνείδησης. Αλλά δεν είναι μηδέν ή μία κατάσταση, αλλά είναι σαν το συνεχιζόμενο φάσμα της κατάστασης. Αυτό σημαίνει ότι ίσως ακόμη και ένας βράχος, ακόμα και ένα δέντρο, ακόμα και το ποτάμι ή το βουνό έχουν κάποιο συγκεκριμένο επίπεδο συνείδησης, αλλά απλώς δεν το αναγνωρίσαμε επειδή είμαστε τόσο ανθρωποκεντρικοί. Αλλά όλα είναι θέμα υπολογισμού. Είναι όλα σχετικά με τη συμπίεση του χώρου του χρόνου. Όλα είναι θέμα διατήρησης πληροφοριών. Άρα όλα έχουν να κάνουν με τη μείωση της εντροπίας. Επομένως, δεν είναι ένα ζήτημα γνωσιολογίας, αλλά νομίζω ότι είναι ένα οντολογικό ερώτημα. Πρόκειται λοιπόν για την ύπαρξη.
Paul Shrivastava (13:14):
Σας ευχαριστούμε που ακούσατε αυτό το podcast από το Κέντρο Επιστήμης του Διεθνούς Συμβουλίου Επιστημών που έγινε σε συνεργασία με το Κέντρο Ανθρώπινης Φαντασίας Arthur C. Clarke στο UC San Diego Επισκεφτείτε το futures.council.science για να ανακαλύψετε περισσότερη δουλειά από το Center for Science Futures. Επικεντρώνεται στις αναδυόμενες τάσεις στα συστήματα επιστήμης και έρευνας και παρέχει επιλογές και εργαλεία για τη λήψη καλύτερα τεκμηριωμένων αποφάσεων.
Ο Paul Shrivastava, καθηγητής Διοίκησης και Οργανισμών στο Pennsylvania State University, φιλοξένησε τη σειρά podcast. Ειδικεύεται στην υλοποίηση Στόχων Βιώσιμης Ανάπτυξης. Το podcast γίνεται επίσης σε συνεργασία με το Arthur C. Clarke Center for Human Imagination στο Πανεπιστήμιο της Καλιφόρνια στο Σαν Ντιέγκο.
Το έργο επιμελήθηκε από Ματιέ Ντενίς και φέρεται από Ντονγκ Λιου, από το Κέντρο για το μέλλον της επιστήμης, δεξαμενή σκέψης του ISC.
φωτογραφία από ΚΟΜΜΕΡ on Unsplash.
Αποποίηση Eυθυνών
Οι πληροφορίες, οι απόψεις και οι συστάσεις που παρουσιάζονται στα ιστολόγια των επισκεπτών μας ανήκουν στους μεμονωμένους συντελεστές και δεν αντικατοπτρίζουν απαραίτητα τις αξίες και τις πεποιθήσεις του Διεθνούς Συμβουλίου Επιστημών.
Διαβάστε περισσότερα για το Podcast The Science Diplomat: Sir Peter Gluckman σχετικά με τις επιστημονικές συμβουλές, την εμπιστοσύνη και τα όρια των αποδεικτικών στοιχείων
Διαβάστε περισσότερα για την Επιστήμη χωρίς σύνορα: Διεθνής συνεργασία για την επόμενη γενιά ερευνητών
Διαβάστε περισσότερα για την Επανεξέταση της ανάπτυξης και της ανθεκτικότητας στο ερευνητικό οικοσύστημα
