Τεχνητή νοημοσύνη σήμερα: Οι επιστήμονες έκαναν ακόμη ένα βήμα προς την κατεύθυνση της δημιουργίας μηχανών που θα μπορούν να καταλαβαίνουν τι λέει ένας άνθρωπος, αναλύοντας μόνο τα εγκεφαλικά κύτταρά του και μετατρέποντας, στη συνέχεια, αυτόματα, σε γραπτό κείμενο, τις προτάσεις του. Ερευνητές στις Ηνωμένες Πολιτείες της Αμερικής επινόησαν έναν αλγόριθμο τεχνητής νοημοσύνης, ο οποίος μπορεί να αποκωδικοποιήσει τη νευρωνική δραστηριότητα του εγκεφάλου και στη συνέχεια να τη «μεταφράσει» σε πραγματικό χρόνο, σε προτάσεις με μεγάλη ακρίβεια (σφάλμα μόνο 3%), κάτι που επιτυγχάνεται για πρώτη φορά σε αυτόν τον βαθμό. Οι διεπαφές εγκεφάλου – μηχανής είχαν έως τώρα περιορισμένη επιτυχία στο να αποκωδικοποιήσουν τη σκέψη με βάση μόνο την εγκεφαλική δραστηριότητα και έτσι να δημιουργήσουν τεχνητή ομιλία, και επίσης μέχρι σήμερα δεν είχαν καταφέρει να «διαβάσουν» ολόκληρες προτάσεις παρά μόνο λέξεις.
Αυτήν τη φορά, οι ερευνητές, με επικεφαλής τους Τζόζεφ Μέικιν και Έντουαρντ Τσανγκ του Πανεπιστημίου της Καλιφόρνια – Σαν Φρανσίσκο, που έκαναν τη σχετική δημοσίευση στο περιοδικό νευροεπιστήμης «Nature Neuroscience», αξιοποίησαν τις τελευταίες εξελίξεις στο πεδίο της μηχανικής μετάφρασης για να εκπαιδεύσουν τεχνητά νευρωνικά δίκτυα να μετατρέπουν απευθείας τα σήματα των νευρώνων σε προτάσεις. Τέσσερις εθελοντές, στο κρανίο των οποίων είχαν εμφυτευθεί ηλεκτρόδια καταγραφής της νευρωνικής δραστηριότητας, διάβαζαν φωναχτά προτάσεις κειμένου. Το σύστημα τεχνητής νοημοσύνης έμαθε έτσι να συσχετίζει τα νευρωνικά σήματα με την ομιλία και τα συστατικά των λέξεων (φωνήεντα, σύμφωνα κ.ά.), ενώ στη συνέχεια έμαθε να «δένει» τις λέξεις σε προτάσεις.
Σύμφωνα με τους ερευνητές, το σύστημα χρειάζεται ακόμη περαιτέρω βελτίωση
Η ακρίβεια του αλγόριθμου είναι ανάλογη εκείνης που χρησιμοποιούν τα «έξυπνα» επαγγελματικά υπολογιστικά συστήματα αυτόματης μετατροπής της ομιλίας σε γραπτό κείμενο. Πάντως, σύμφωνα με τους ερευνητές, το σύστημα χρειάζεται ακόμη περαιτέρω βελτίωση, καθώς έως τώρα δεν μπορεί να ξεπεράσει τις 30 έως 50 προτάσεις με βάση ένα λεξιλόγιο έως 250 λέξεων. Το επόμενο βήμα θα είναι να μπορεί το σύστημα να μετατρέπει σε προτάσεις τη νευρωνική δραστηριότητα ανθρώπων που απλώς σκέφτονται και δεν μιλάνε. Αξίζει να σημειωθεί ότι το σύστημα χρησιμοποίησε λιγότερα από 40 λεπτά φωνητικών δεδομένων από κάθε ασθενή. Αν το διάστημα αυτό αντικατασταθεί με χιλιάδες ή εκατομμύρια ώρες ομιλίας, τότε και το τελικό κείμενο θα είναι, σύμφωνα με τους ειδικούς, αρτιότερο.
Τέλος, δεν υπάρχουν ακόμη ξεκάθαρες απαντήσεις, ως προς το πότε η ανθρωπότητα θα μπορούσε ενδεχομένως να πετύχει τη Γενική Τεχνητή Νοημοσύνη και κατά πόσο αυτό θα έρχεται σε σύγκρουση με τις ατομικές ελευθερίες του ανθρώπου. Επίσης, διατυπώνονται προβληματισμοί γύρω από το τα διάφορα ζητήματα ηθικής γύρω από τον έλεγχο και την ιδιοκτησία των μηχανών και των προσωπικών δεδομένων των ανθρώπων, που χρησιμοποιούνται -μεταξύ άλλων- για την εκπαίδευση της ΤΝ. Πάντως, παρ’όλα αυτά ανοίγονται ήδη νέα πεδία συζήτησης, τόσο ανάμεσα στην επιστημονική κοινότητα, όσο και μεταξύ ανθρώπων που ασχολούνται από προσωπικό ενδιαφέρον με τον συγκεκριμένο τομέα έρευνας.
