Αγαπητοί φίλοι της τεχνητής νοημοσύνης/επιστήμονες/μηχανικοί/φοιτητές,

Ο καθηγητής Ιωάννης Πήτας, εξέχων ερευνητής Τεχνητής Νοημοσύνης διεθνώς, θα δώσει την ηλεκτρονική διάλεξη:

«Τεχνητή Νοημοσύνη και κοινωνικές επιπτώσεις των εφαρμογών της», την Τρίτη 29 Νοεμβρίου 2022, 11:00-12:00 πμ. Η διάλεξη αυτή φιλοδοξεί να δώσει μια επισκόπηση της επιστήμης και των εφαρμογών της Τεχνητής Νοημοσύνης σε σχεδόν όλες τις επιστήμες, ανθρωπιστικές (πχ. Νομική, Πολιτικές επιστήμες, Ψυχολογία, Κοινωνιολογία, Φιλολογία, Γλωσσολογία), υγείας (Ιατρική, Βιολογία, Φαρμακευτική, Οδοντιατρική), θετικές (πχ Πληροφορική, Μαθηματικά, Φυσική, Χημεία, επιστήμες/τεχνολογία Περιβάλλοντος) και τεχνολογικές (πχ. Ηλεκτρολογία, Τοπογραφία, Αρχιτεκτονική, Μηχανολογία, Πολ. Μηχανική).

Σκοπός της είναι:

α) η εξοικοίωση του κοινού (ιδιαίτερα των φοιτητων διαφόρων επιστημών) με μια επιστημονικά ακριβή θεώρηση της Τεχνητής Νοημοσύνης.

β) η έναρξη ενός επιστημονικού διαλόγου σε θέματα κοινωνικών/περιβαλλοντικών επιδράσεων με σειρά συζητήσεων, αντιπαραθέσεων ή διαλέξεων.

γ) η έναρξη ενός επιστημονικού διαλόγου στα συναφή τμήματα (πχ Πληροφορικής, ΗΜΜΥ και όχι μόνον) σχετικά με το μέλλον των σπουδών της Τεχνητής Νοημοσύνης στην Ελλάδα, αλλά και διεθνώς.

Προτάσεις για τα β-γ που να εμπλέκουν όσο το δυνατόν περισσότερα άτομα και φορείς είναι ευπρόσδεκτες για σχετικό προγραμματισμό.

Η ομιλία θα συνοδευτεί από διάλογο. Για την παρακολούθησή της δεν απαιτούνται ειδικές τεχνολογικές/επιστημονικές γνώσεις.

Μπορείτε να συμμετάσχετε χωρίς προ-εγγραφή χρησιμοποιώντας τον σύνδεσμο zoom: https://authgr.zoom.us/j/94255772113 Κωδικός πρόσβασης: 867064. Η παρακολούθηση είναι δωρεάν.

Διάλεξη «Τεχνητή Νοημοσύνη και κοινωνικές επιπτώσεις των εφαρμογών της»,

Περίληψη: Είναι η «Επιστήμη και Μηχανική της Τεχνητής Νοημοσύνης» ένας επερχόμενος επιστημονικός κλάδος που μπορεί να συνδυάσει την Τεχνητή Νοημοσύνη (Artificial Intelligence,  AI) τις μελέτες εγκεφάλου και νου και την κοινωνική μηχανική (social engineering); Καθώς οι μελέτες και η έρευνα για την Τεχνητή Νοημοσύνη ανθίζουν παγκοσμίως, παρατηρούμε ήδη τη γέννηση ενός νέου κλάδου στις Θετικές Επιστήμες που ξεπερνά τις κλασικές εξειδικεύσεις της Επιστήμης Υπολογιστών και της Ηλεκτρολογίας/Μηχανικής Υπολογιστών;

                Είναι φυσικό η Τεχνητή Νοημοσύνη και οι διάφοροι τομείς της, ιδίως η Μηχανική Μάθηση, να μοιράζονται μεθόδους και στοιχεία του προγράμματος σπουδών της Πληροφορικής και Ηλεκτρολογίας. Ωστόσο, αυτό δεν είναι αρκετό για να μεταβούμε από την τρέχουσα Κοινωνία των Δεδομένων/Πληροφοριών σε μια Κοινωνία της Γνώσης. Χρειαζόμαστε οπωσδήποτε μια συγχώνευση της Τεχνητής Νοημοσύνης με τις επιστήμες του εγκεφάλου και νου, κυρίως την Νευροεπιστήμη, Γνωστική Επιστήμη και Ψυχολογία.

                Επιπλέον, η Τεχνητή Νοημοσύνη έχει ήδη έναν τεράστιο αντίκτυπο τόσο στην κοινωνία όσο και στο περιβάλλον μας. Παρατηρούμε ήδη ισχυρές εφαρμογές της Τεχνητής Νοημοσύνης σε τομείς κοινωνικής μηχανικής, π.χ. σε συστήματα συστάσεων, διαδικτυακό μάρκετινγκ, μέσα κοινωνικής δικτύωσης, μετα-κοινωνίες και κατασκευή/διασπορά ψεύτικων ειδήσεων και δεδομένων. Είναι φυσικό ότι τέτοιες εφαρμογές θα επηρεάσουν τον ίδιο τον κλάδο της Επιστήμης και της Μηχανικής της Τεχνητής Νοημοσύνης.

                Επιπλέον, καθώς οι άνθρωποι αποτελούνται (και) από ύλη και ζουν σε ένα χωροχρονικά εξελισσόμενο περιβάλλον, οι μελέτες ζωής και περιβάλλοντος, π.χ. για την πολυπλοκότητα της ύλης, μπορούν να έχουν θεμελιώδη επίδραση τόσο στην κατανόηση της ζωής και της ανθρώπινης νοημοσύνης όσο και στην ανάπτυξη της Τεχνητής Νοημοσύνης. Ωστόσο, καθώς οι φοιτητές δεν μπορούν να είναι πολυμαθείς, είναι όλα τα παραπάνω θέματα υπερβολικά πολλά για να χωρέσουν σε έναν επιστημονικό κλάδο; Υπάρχει κίνδυνος να θυσιάσουμε το επιστημονικό βάθος προς όφελος της διεπιστημονικότητας; Μπορούμε να οραματιστούμε άλλες αδελφές επιστήμες, π.χ., Επιστήμη και Μηχανική του Νου και της Κοινωνίας (Mind and Social Science and Engineering) και/ή Βιοεπιστήμη και Μηχανική (Bioscience and Engineering) που μπορούν να απευθύνονται σε φοιτητές με ενδιαφέροντα και υπόβαθρο στις Τέχνες και Επιστήμες ή στη Βιολογία/Ιατρική/Επιστήμες Υγείας, αντίστοιχα;

Ανεξάρτητα από την ακριβή τους μορφή, η Επιστήμη και Μηχανική της Τεχνητής Νοημοσύνης και οι αδελφές επιστήμες έχουν πολλές μεγάλες προκλήσεις να αντιμετωπίσουν. Εδώ είναι μια μερική λίστα:

• Είναι η Επιστήμη και η Τεχνολογία της Τεχνητής Νοημοσύνης αυτόνομη επιστήμη; • Πώς μπορούμε να ποσοτικοποιήσουμε τη γνώση; • Μπορεί η Εικονική Πραγματικότητα να ενδυναμώσει πραγματικά τις μετα-κοινωνίες ή  απλώς τροφοδοτεί ένα διαφημιστικό τρικ; • Μπορούν οι έξυπνοι ανθρωποκεντρικοί υπολογιστές να ξεπεράσουν την ανθρώπινη νοημοσύνη; • Μπορούμε να δημιουργήσουμε ενσυνείδητες μηχανές; • Μπορεί η Κοινωνική Μηχανική (social engineering) να χειραγωγήσει την ανθρώπινη συμπεριφορά και τις κοινωνικές λειτουργίες; • Πώς διευκολύνουν τα μέσα κοινωνικής δικτύωσης την παραπληροφόρηση; • Ποιες είναι οι πιθανές επιπτώσεις της τεχνητής νοημοσύνης και της πληροφορικής στις προσωπικές μας σχέσεις και τη σεξουαλική μας ζωή; • Πώς μπορούμε όχι μόνο να προστατεύσουμε αλλά και να δημιουργήσουμε νέα έσοδα από τα προσωπικά μας δεδομένα; • Μπορεί η Τεχνητή Νοημοσύνη να βοηθήσει στη δημιουργία νέων πολιτικών συστημάτων; • Πώς σχετίζονται ο ανορθολογισμός, ο αντι-ελιτισμός και η παραπληροφόρηση στα μέσα κοινωνικής δικτύωσης; • Μπορούν οι νέες τεχνολογίες να πυροδοτήσουν κοινωνικές επαναστάσεις; • Η ζωή και η ευφυΐα οφείλονται στην πολυπλοκότητα της ύλης; • Μπορούμε να ‘επισκευάσουμε’ τμήματα του εγκεφάλου μας με τεχνητά μέρη; • Μπορούμε να ελέγξουμε το κλίμα μέσω της Γεωμηχανικής; • Μπορεί η ανθρωπότητα να αναπτυχθεί χωρίς να καταφύγει σε τεχνολογίες έντασης ενέργειας;

Καθώς το καθένα από αυτά τα θέματα χρειάζεται ένα ολόκληρο βιβλίο για να αναπτυχθεί σωστά, αυτή η διάλεξη θα εισαγάγει απλώς μερικές από αυτές τις προκλήσεις για περαιτέρω διάλογο, με επίκεντρο στις κοινωνικές επιπτώσεις της Τεχνητής Νοημοσύνης και των τεχνολογιών Πληροφορικής.

Όλα τα παραπάνω ζητήματα εξετάζονται στο νέο βιβλίο 1050+ σελίδων «Artificial Intelligence Science and Society» (στα Αγγλικά) που αποτελείται από τέσσερις τόμους (μέρη) που συζητούν όλες τις τεχνικές και κοινωνικές μεγάλες προκλήσεις της Επιστήμης και της Μηχανικής της Τεχνητής Νοημοσύνης με κατανοητό και επιστημονικά ακριβή τρόπο:

1. “Artificial Intelligence Science and Society Part A: Introduction to AI Science and Information Technology“ https://www.amazon.com/dp/9609156460?ref_=pe_3052080_397514860

2. “Artificial Intelligence Science and Society Part B: AI Science, Mind and Humans“ https://www.amazon.com/dp/9609156479?ref_=pe_3052080_397514860

3. “Artificial Intelligence Science and Society Part C: AI Science and Society“ https://www.amazon.com/dp/9609156487?ref_=pe_3052080_397514860

4. “Artificial Intelligence Science and Society Part D: AI Science and the Environment“ https://www.amazon.com/dp/9609156495?ref_=pe_3052080_397514860

Σχετικά με τον Ομιλητή:

Αυτή η διάλεξη και το βιβλίο είναι αποτέλεσμα μιας διετούς προσπάθειας του Καθηγητή Ιωάννη Πήτα (IEEE Fellow, IEEE Distinguished Lecturer, EURASIP fellow) και επηρεάστηκε από το γεγονός ότι ήταν ο κύριος ερευνητής 75+ έργων Ε&Α σε Υπολογιστική Όραση, Μηχανική Μάθηση και Ψηφιακά Μέσα. Ο κος Ι. Πήτας είναι Διευθυντής του εργαστηρίου Τεχνητής Νοημοσύνης και Ανάλυσης Πληροφοριών (ΑΙΙΑ) στο Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ), και πρόεδρος της Διεθνούς Ακαδημίας Διδακτορικών Σπουδών στην Τεχνητή Νοημοσύνη (International AI Doctoral Academy AIDA) που συμπεριλαμβάνει 60 Πανεπιστήμια που αριστεύουν στην περιοχή αυτή. Ήταν πρόεδρος και εμπνευστής της Πρωτοβουλίας για τα Αυτόνομα Συστήματα (IEEE Autonomous Systems Initiative, ASI). Έχει (συν)συγγράψει 15 βιβλία, 45 κεφάλαια βιβλίων και πάνω από 950 εργασίες στα παραπάνω θέματα. Έχει 34500+ παραπομπές στο έργο του και h-index 87+. Βρίσκεται στην 319η θέση παγκοσμίως και πρώτος στην Ελλάδα στον τομέα της Επιστήμης Υπολογιστών (2022).

Επικοινωνία: Ι. Πήτας, pitas@csd.auth.gr Καθηγητής Τμήματος Πληροφορικής ΑΠΘ Διευθυντής Εργαστηρίου Τεχνητής Νοημοσύνης και Ανάλυσης Πληροφοριών (AIIA Lab) Πρόεδρος της Διεθνούς Ακαδημίας Διδακτορικών Σπουδών στην Τεχνητή Νοημοσύνη (International AI Doctoral Academy, AIDA)