Η Τεχνητή Νοημοσύνη και η Κυβέρνηση… Να σας θυμίσω ότι μετά που ο RFK Jr απέλυσε ολόκληρη την Επιτροπή Εμβολίων του CDC, διόρισε τον Δρ. Μalone, ως ένα των αντικαταστατών. Να τονίσουμε εδώ ότι ο Malone ήτανε ο βασικός εφευρέτης των mRNA τσιμπημάτων, ο ίδιος το πήρε και σχεδόν πέθανε, και μετά, ΦΑΙΝΟΜΕΝΙΚΑ τουλάχιστον απαρνήθηκε το Σκοτάδι και τα Δαιμόνια Ερπετοειδή Όντα, μετανόησε, και εντάχθηκε μεθ’ ημών στον Στρατό του Φωτος…
Γράφει ο Δρ. Ρόμπερτ Γ. Μαλόουν, MD, MS
Είτε το γνωρίζετε είτε όχι, η Τεχνητή Νοημοσύνη έχει κυριαρχήσει στο διαδίκτυο τον τελευταίο χρόνο. Είναι εδώ και «δεν πρόκειται να φύγουν». Αυτή η κεντρική σκηνή από το Poltergeist είναι μια εξαιρετική μεταφορά.
Επομένως, έχουμε δύο επιλογές σε ατομικό επίπεδο – να αποφύγουμε την Τεχνητή Νοημοσύνη σαν την πανούκλα ή να μάθουμε να την χρησιμοποιούμε για καλό σκοπό. Η πρώτη επιλογή – να την αποφύγουμε – δεν είναι πραγματικά βιώσιμη επιλογή αν βρίσκεστε στο διαδίκτυο, κάτι που αφορά το 99,9% των ανθρώπων σε αυτό το σημείο. Τρέχει τις μηχανές αναζήτησής μας, όλο και περισσότερο τον ήχο και το βίντεό μας, και παρεμβαίνει στον γραπτό μας λόγο – είτε μας αρέσει είτε όχι. Η δεύτερη επιλογή είναι να μάθετε να το χρησιμοποιείτε και στη συνέχεια να το ελέγχετε όσο το δυνατόν περισσότερο. Να κατανοείτε πότε και πού αναπτύσσεται. Στη συνέχεια, να μαθαίνετε πώς να χρησιμοποιείτε τα διάφορα διαθέσιμα εργαλεία γενετικής Τεχνητής Νοημοσύνης.
Τι είναι η Τεχνητή Νοημοσύνη (ΤΝ);
Η Τεχνητή Νοημοσύνη (ΤΝ) είναι ένας ευρύς τομέας της επιστήμης των υπολογιστών που επικεντρώνεται στη δημιουργία συστημάτων που μπορούν να εκτελούν εργασίες που συνήθως απαιτούν ανθρώπινη νοημοσύνη, όπως η συλλογιστική, η μάθηση, η αντίληψη, η επίλυση προβλημάτων και η λήψη αποφάσεων. Η ΤΝ περιλαμβάνει ένα ευρύ φάσμα τεχνικών και εφαρμογών, όπως:
- Αναγνώριση μοτίβων (π.χ. αναγνώριση εικόνας ή ομιλίας)
- Ανάλυση και πρόβλεψη δεδομένων (π.χ., πρόβλεψη, συστήματα συστάσεων)
- Αυτοματοποίηση σύνθετων διαδικασιών (π.χ. ρομποτική, συστήματα ειδικών)
- Επεξεργασία φυσικής γλώσσας (π.χ. μετάφραση, chatbots)
- Υποστήριξη λήψης αποφάσεων (π.χ., έγκριση δανείου, ιατρική διάγνωση)
Τα παραδοσιακά συστήματα Τεχνητής Νοημοσύνης έχουν σχεδιαστεί γενικά για να αναλύουν δεδομένα, να εντοπίζουν μοτίβα και να λαμβάνουν προβλέψεις ή αποφάσεις βάσει προκαθορισμένων κανόνων ή μαθησιακών μοντέλων. Αυτά τα συστήματα υπερέχουν σε εργασίες όπως η ταξινόμηση εικόνων, η σύσταση προϊόντων ή η απάντηση σε συγκεκριμένα ερωτήματα, αλλά δεν δημιουργούν πρωτότυπο περιεχόμενο.
Τι είναι η Γενετική Τεχνητή Νοημοσύνη;
Η γενετική τεχνητή νοημοσύνη (Generative AI) είναι ένας εξειδικευμένος υποτομέας της τεχνητής νοημοσύνης που επικεντρώνεται στη δημιουργία νέου, πρωτότυπου περιεχομένου, όπως κείμενο, εικόνες, μουσική, βίντεο ή κώδικα, βασισμένο σε μοτίβα που έχουν αντληθεί από μεγάλα σύνολα δεδομένων. Τα συστήματα γενετικής τεχνητής νοημοσύνης χρησιμοποιούν προηγμένα μοντέλα μηχανικής μάθησης (ειδικά αρχιτεκτονικές βαθιάς μάθησης, όπως γενετικά ανταγωνιστικά δίκτυα, παραλλαγμένους αυτόματους κωδικοποιητές και μετασχηματιστές) για να δημιουργήσουν εξόδους που μοιάζουν με τα δεδομένα εκπαίδευσής τους, αλλά δεν είναι άμεσα αντίγραφα. Η γενετική τεχνητή νοημοσύνη περιορίζεται σε αυτό που παρουσιάζει, βάσει των δεδομένων στα οποία έχει εκπαιδευτεί και των αλγορίθμων που χρησιμοποιούνται για την εμφάνιση αυτών των δεδομένων.
Συνιστώ ανεπιφύλακτα σε όλους να μάθουν να χρησιμοποιούν πολλαπλά εργαλεία δημιουργικής τεχνητής νοημοσύνης. Τα πιο δημοφιλή που είναι διαθέσιμα στο κοινό περιλαμβάνουν chatbots όπως ChatGPT, Copilot, Gemini, Grok, DeepSeek, MetaAI και Perplexity, μοντέλα μετατροπής κειμένου σε εικόνα όπως Stable Diffusion, Midjourney και DALL-E, και μοντέλα μετατροπής κειμένου σε βίντεο όπως Sora. Μερικά είναι δωρεάν και άλλα είναι διαθέσιμα με συνδρομή.
Όταν χρησιμοποιείτε αυτά τα εργαλεία για έρευνα, συγκρίνετε και αντιπαραβάλλετε τις απαντήσεις με τα διάφορα προγράμματα τεχνητής νοημοσύνης που παράγουν γλώσσες με τη δική σας εμπειρία και γνώση. Δοκιμάζετε το πρόγραμμα περιοδικά με τη δική σας βάση δεδομένων (δηλαδή τη δική σας βάση μνήμης και γνώσεων).
Διασκεδάζω τρομερά με την παραγωγική Τεχνητή Νοημοσύνη. Το κλειδί είναι να την ελέγχεις και όχι αυτή να σε ελέγχει. Με αυτό εννοώ να μπεις στη θέση του οδηγού – αντί να είσαι παθητικός επιβάτης. Ένας ολόκληρος νέος κόσμος ανοίγεται μπροστά σου όταν χρησιμοποιείς μοντέλα παραγωγικής Τεχνητής Νοημοσύνης για τη συλλογή και την έρευνα δεδομένων.
Ποιος θυμάται το δεκαδικό σύστημα Dewey; Όταν ήμουν νεαρός φοιτητής και ερευνητής τη δεκαετία του 1980 και στις αρχές της δεκαετίας του 1990, έπρεπε να πάω στη βιβλιοθήκη του πανεπιστημίου για να αναζητήσω επιστημονικές εργασίες σε σχετικά περιοδικά. Περιηγούμουν στα πιο πρόσφατα τεύχη, έλεγχα τους πίνακες περιεχομένων και φωτοτύπησα άρθρα που με ενδιέφεραν. Υπήρχαν ευρετήρια παραπομπών που συγκέντρωναν διάφορα άρθρα, αλλά υπήρχε μια χρονική καθυστέρηση μεταξύ της δημοσίευσης των νεότερων μελετών που είχαν αξιολογηθεί από ομοτίμους.
Η διαδικασία ήταν αργή και απαιτητική σε εργασία, μερικές φορές χρειαζόταν ώρες ή μέρες για να καταρτιστεί μια ολοκληρωμένη λίστα σχετικών άρθρων. Ένας από τους λόγους για τους οποίους κάποιος έπρεπε να πάει σε ένα καλό πανεπιστήμιο είναι ότι η βιβλιοθήκη του συνδρομούσε σε περισσότερα περιοδικά που είχαν αξιολογηθεί από ομοτίμους. Η πρόσβαση περιοριζόταν από τα περιοδικά στα οποία ήταν συνδρομητής μια δεδομένη βιβλιοθήκη, και η απόκτηση άρθρων από αλλού μπορούσε να είναι δαπανηρή και αργή. Θα έπρεπε να εμπλέξει τον βιβλιοθηκάριο, ο οποίος θα έπρεπε να στείλει φαξ ή να τηλεφωνήσει για να ζητήσει από άλλα πανεπιστήμια.
Αυτό θα μπορούσε να διαρκέσει εβδομάδες και συχνά υπήρχε χρέωση. Οι καθηγητές προσλάμβαναν βοηθούς έρευνας που σχεδόν έμεναν στη βιβλιοθήκη και των οποίων η κύρια δουλειά ήταν να αναζητούν τις πιο πρόσφατες εργασίες και μελέτες. Θυμάμαι να περνάω μέρες στη βιβλιοθήκη – να ξεχειλίζω από ημερολόγια επειδή συχνά δεν είχα χρήματα για να χρησιμοποιήσω το φωτοτυπικό. Σκεφτείτε πόσο μακριά έχουμε φτάσει.
Αυτός ήταν ο κόσμος του φοιτητή και του ερευνητή. Ας προχωρήσουμε γρήγορα στην παραγωγική Τεχνητή Νοημοσύνη και την κυβέρνηση.
Ανυπομονώ να μετατρέψουν η Βιβλιοθήκη του Κογκρέσου και το Pubmed την ψηφιακή τους βιβλιοθήκη σε ένα εργαλείο γενετικής τεχνητής νοημοσύνης. Σύντομα, θα μπορούμε να αποκτήσουμε ένα πρόγραμμα γενετικής τεχνητής νοημοσύνης που θα απαντά σε συγκεκριμένες ερωτήσεις σχετικά με επιστημονικές βάσεις δεδομένων, όπως το Pubmed, το οποίο περιέχει περισσότερες από 38 εκατομμύρια αναφορές και περιλήψεις από βιοϊατρική βιβλιογραφία, συμπεριλαμβανομένων ερευνητικών άρθρων, ανασκοπήσεων και άλλων επιστημονικών εγγράφων. Αυτό θα φέρει επανάσταση στην επιστήμη και την ιατρική για άλλη μια φορά.
Η κυβέρνηση και η Τεχνητή Νοημοσύνη
Το DOGE έχει χρησιμοποιήσει την Τεχνητή Νοημοσύνη για να εντοπίσει την κυβερνητική σπατάλη και την απάτη.
Το HHS χρησιμοποιεί την Τεχνητή Νοημοσύνη για να αναζητά βάσεις δεδομένων κυβερνητικών, νοσοκομειακών και ασφαλιστικών φορέων για ανεπιθύμητες ενέργειες εμβολίων σε κλίμακα που δεν έχει επιχειρηθεί ποτέ πριν.
Είτε μας αρέσει «μας» είτε όχι, η κυβέρνηση θα χρησιμοποιήσει την Τεχνητή Νοημοσύνη με κάθε είδους τρόπους.
Είναι απλώς θέμα χρόνου πριν η IRS χρησιμοποιήσει την Τεχνητή Νοημοσύνη για να εντοπίσει λάθη και απάτες στους φόρους εισοδήματός μας. Και ναι, αυτό θα ανοίξει έναν ολόκληρο «θάλαμο σκουληκιών».
Επομένως, φυσικά, υπάρχουν κίνδυνοι – όλοι το γνωρίζουμε. Κυβερνητικά, ξένα στοιχεία και εμπορικοί ψυχολόγοι θα αφθονούν. Η Τεχνητή Νοημοσύνη θα επηρεάζει τον καπιταλισμό, τις οικονομίες και τη δημοκρατία με τρόπους που δεν μπορούμε καν να προβλέψουμε ακόμα. Γνωρίζουμε ότι η Τεχνητή Νοημοσύνη και η γενετική Τεχνητή Νοημοσύνη εξελίσσονται ραγδαία και πιο τρομακτικά, ανεξάρτητα από τους δημιουργούς της.
Αλλά δεν μπορούμε να κάνουμε πολλά γι’ αυτό. Το μόνο που κάνουμε είναι να γράφουμε και να υποστηρίζουμε τους πολιτικούς και την κυβέρνησή μας που εργάζονται για τον έλεγχο και τη ρύθμιση των τεχνολογιών Τεχνητής Νοημοσύνης.
Αλλά αυτό δεν πρέπει να μας εμποδίζει να χρησιμοποιούμε την Τεχνητή Νοημοσύνη – έτσι ώστε να μπορούμε να την ελέγχουμε όσο το δυνατόν περισσότερο, αντί να κάνουμε το αντίστροφο.
Η αλήθεια είναι ότι αυτό το τρένο έρχεται. Όλοι μπορούμε να είμαστε μηχανικοί ή παθητικοί επιβάτες σε αυτό το ταξίδι της ψηφιακής τεχνητής νοημοσύνης. Η ατομική επιλογή εξαρτάται από εσάς.
