Ντέμης Χασάμπης: εκτίμηση για AGI σε 2–3 χρόνια και η διαδρομή από το AlphaGo στο Nobel Χημείας

Ο βραβευμένος με Νόμπελ Χημείας Ντέμης Χασάμπης θέλει να δημιουργήσει μια μορφή τεχνητής νοημοσύνης ικανή να κατανοήσει τη νοημοσύνη και να βοηθήσει την ανθρωπότητα να αποκρυπτογραφήσει τα μυστήρια του σύμπαντος.

Όπως είπε σε συνέντευξή του στη Wall Street Journal, οι πρώτες πρωινές ώρες είναι για εκείνον η καλύτερη στιγμή για διάβασμα, βαθιά σκέψη και προσήλωση στα επιστημονικά προβλήματα που τον απασχολούν από παιδί.

Αυτή η ιδέα βρίσκεται στον πυρήνα της DeepMind, της εταιρείας που συνίδρυσε και εξελίχθηκε σε βασικό πυλώνα της Google στην τεχνητή νοημοσύνη. «Πρώτα λύνουμε τη νοημοσύνη και μετά όλα τα υπόλοιπα», λέει. Για τον Χασάμπης, η αξία της τεχνητής νοημοσύνης δεν περιορίζεται στη συγγραφή κώδικα ή μηνυμάτων και στην επίλυση μαθηματικών. Το πραγματικό της δυναμικό αφορά ανακαλύψεις που μπορούν να αλλάξουν την ιατρική, τη φυσική και την καθημερινή ζωή.

Η σχέση του με τη στρατηγική σκέψη ξεκίνησε νωρίς. Στα τέσσερα έπαιζε σκάκι και στα 12 ήταν ήδη ανάμεσα στους κορυφαίους της ηλικίας του. Σύντομα άρχισε να αναρωτιέται πώς θα αξιοποιήσει αλλιώς αυτή τη σκέψη. Με τα κέρδη από τα τουρνουά αγόρασε τον πρώτο του υπολογιστή.

Στα 16 του εργάστηκε σε εταιρεία βιντεοπαιχνιδιών και πειραματίστηκε με πρώιμες μορφές τεχνητής νοημοσύνης. Σπούδασε επιστήμη υπολογιστών στο Πανεπιστήμιο του Κέιμπριτζ και έκανε διδακτορικό στη νευροεπιστήμη, επιδιώκοντας να κατανοήσει τον ανθρώπινο εγκέφαλο.

Το 2010 ίδρυσε την DeepMind για να συνδυάσει τη μελέτη της νοημοσύνης με την ανάπτυξη συστημάτων τεχνητής νοημοσύνης. Τα πρώτα πειράματα έγιναν σε βιντεοπαιχνίδια όπως το Pong και το Breakout. Τα συστήματα ξεκινούσαν χωρίς γνώση του παιχνιδιού και, μέσα από επαναλήψεις, έφταναν να ξεπερνούν τις ανθρώπινες επιδόσεις.

Η διεθνής αναγνώριση ήρθε το 2016, όταν το AlphaGo νίκησε έναν κορυφαίο παίκτη του Go, ενός παιχνιδιού με τεράστιο πλήθος δυνατών κινήσεων. Η περίφημη «Κίνηση 37» αιφνιδίασε τους ειδικούς, καθώς δεν έμοιαζε με ανθρώπινη επιλογή.

Η DeepMind είχε ήδη εξαγοραστεί από τη Google το 2014, έναντι περίπου 650 εκατ. δολαρίων. Για τον Χασάμπη, τα παιχνίδια ήταν εργαλείο για να αναπτυχθεί τεχνολογία που θα εφαρμοστεί σε δυσκολότερα επιστημονικά προβλήματα.

Ένα από αυτά ήταν η αναδίπλωση των πρωτεϊνών: η πρόβλεψη του τρισδιάστατου σχήματος που προκύπτει από την αλληλουχία αμινοξέων. Η δομή καθορίζει σε μεγάλο βαθμό τη λειτουργία της πρωτεΐνης και προσφέρει κρίσιμες πληροφορίες για ασθένειες και θεραπείες.

Το AlphaFold σημείωσε καθοριστική πρόοδο το 2020. Η DeepMind στη συνέχεια προέβλεψε τις δομές περισσότερων από 200 εκατομμυρίων πρωτεϊνών και διέθεσε τα δεδομένα δωρεάν στην επιστημονική κοινότητα. Το 2024, ο Χασάμπης και ο συνεργάτης του Τζον Τζάμπερ τιμήθηκαν με το Nobel Χημείας για τη συμβολή τους στην πρόβλεψη των δομών πρωτεϊνών.

Η επόμενη πρόκληση για τον Χασάμπη είναι η ανακάλυψη νέων φαρμάκων. Μέσω της Isomorphic Labs, εταιρείας που δημιούργησε στο πλαίσιο της Google, επιδιώκει να αξιοποιήσει την τεχνητή νοημοσύνη όχι μόνο για την κατανόηση των πρωτεϊνών, αλλά και για την επιτάχυνση όλης της διαδικασίας σχεδιασμού φαρμάκων.

Η εταιρεία συνεργάζεται με μεγάλες φαρμακευτικές, μεταξύ των οποίων η Eli Lilly και η Novartis, και «τρέχει» περισσότερα από δώδεκα προγράμματα ανάπτυξης. Στόχος, όπως έχει δηλώσει, είναι να φτάσει ένα φάρμακο σχεδιασμένο με τεχνητή νοημοσύνη σε κλινικές δοκιμές. Αυτό δεν σημαίνει αυτόματη έγκριση: παραμένουν αναγκαίες οι εργαστηριακές δοκιμές, οι κλινικές μελέτες και η αξιολόγηση ασφάλειας και αποτελεσματικότητας.

Ο Χασάμπης εκτιμά ότι η τεχνητή γενική νοημοσύνη (AGI), ένα σύστημα με ευρύ φάσμα γνωστικών ικανοτήτων αντί για εξειδίκευση, μπορεί να εμφανιστεί μέσα στα επόμενα δύο έως τρία χρόνια. Τονίζει ότι πρόκειται για εκτίμηση, όχι βεβαιότητα, καθώς δεν υπάρχει καθολικά αποδεκτός ορισμός ή συμφωνημένο τεστ για να αποδειχθεί ότι η AGI έχει επιτευχθεί.

Ένα κριτήριο που προτείνει είναι το «τεστ του Αϊνστάιν»: αν ένα σύστημα, εκπαιδευμένο μόνο με ανθρώπινη γνώση έως το 1901, θα μπορούσε να αναπτύξει την ειδική σχετικότητα και τα υπόλοιπα επιτεύγματα του 1905. Για εκείνον, η πραγματική γενική νοημοσύνη πρέπει να παράγει πρωτότυπες ιδέες και όχι απλώς να ανασυνδυάζει υπάρχουσες πληροφορίες.

Μετά από αλλαγές στη διοικητική δομή της Google DeepMind, ανέλαβε ρόλο επικεφαλής επιστήμονα στην Alphabet και πρόεδρος της DeepMind, με έμφαση στην επιτάχυνση της επιστημονικής έρευνας.

Η προοπτική της AGI συνοδεύεται από σοβαρούς κινδύνους, από την κακόβουλη χρήση έως την απώλεια ελέγχου ισχυρών συστημάτων. Ο Χασάμπης απορρίπτει τόσο την καταστροφολογία όσο και την άκριτη αισιοδοξία και υποστηρίζει ρύθμιση που θα συμβαδίζει με την πρόοδο.

Προτείνει μηχανισμό αξιολόγησης των πιο προηγμένων μοντέλων πριν από τη δημόσια διάθεσή τους, με συμμετοχή της βιομηχανίας και κρατική εποπτεία. Κατά την άποψή του, οι κανόνες πρέπει να αναθεωρούνται διαρκώς, καθώς η τεχνολογία εξελίσσεται τόσο γρήγορα ώστε μια στατική νομοθεσία μπορεί να ξεπεραστεί πριν εφαρμοστεί.

Το ζητούμενο δεν είναι μόνο η αποτροπή κινδύνων, αλλά και η κοινωνία που θέλει να διαμορφώσει η ανθρωπότητα με τη βοήθεια της AGI. Πώς θα διανεμηθούν τα οφέλη; Πώς θα επηρεαστούν οι θεσμοί και η εργασία; Και ποιος θα αποφασίζει για τις χρήσεις μιας τεχνολογίας με τόσο μεγάλη ισχύ;

Ο Χασάμπης πιστεύει ότι η τεχνητή νοημοσύνη μπορεί να συμβάλει στην αντιμετώπιση ασθενειών και στην κατανόηση θεμελιωδών νόμων της φύσης. Ο απώτερος στόχος του παραμένει η διερεύνηση της ίδιας της πραγματικότητας, με συνεργασία ανθρώπων και συστημάτων AGI.

Ακόμη κι αν φτάσει στην τεχνολογία που ονειρεύεται από παιδί, θεωρεί ότι η δουλειά δεν τελειώνει. Η πρόοδος μοιάζει συχνά αργή και έπειτα επιταχύνεται απότομα. Το κρίσιμο είναι να προετοιμαστεί η ανθρωπότητα ώστε, όταν φτάσει η στιγμή, να αξιοποιήσει τη νέα νοημοσύνη με ασφάλεια και προς όφελος όλων.