Αν και σήμερα έχει μπει για τα καλά στη ζωή μας, ελάχιστοι έχουν πραγματικά αντιληφθεί τις συναρπαστικές δυνατότητές τις τεχνολογίας αυτής στην καθημερινότητά μας. Μακριά από ερευνητικά προγράμματα και δυσπρόσιτες εφαρμογές, ήδη μετασχηματίζει τον κόσμο και επιταχύνει πρωτόγνωρες διεργασίες, όπως η ανίχνευση εγκεφαλικών επεισοδίων και άλλων παθήσεων.
Το travel.gov.gr|
Σήμερα, αξιοποιείται και στο οπλοστάσιο κατά του κορωνοϊού. Η τεχνητή νοημοσύνη επιστρατεύτηκε και από τις ελληνικές αρχές για τη διάσωση του τουρισμού το 2020.
Αναμένοντας να υποδεχθεί μαζικά τουρίστες, η Ελλάδα επιχείρησε ταυτόχρονα να θωρακιστεί όσο το δυνατόν περισσότερο από την αναζωπύρωση της πανδημίας.
Η πλατφόρμα travel.gov.gr επιτρέπει στους ταξιδιώτες που επιλέγουν την Ελλάδα για ασφαλείς διακοπές, να λαμβάνουν ένα ειδικό barcode. Μέσω αυτού, ελέγχονται κατά την άφιξή τους και κατατάσσονται σε «πράσινους» ή «κόκκινους».
Πρόκειται ουσιαστικά για ένα εικονογράφημα που μπαίνει σε ειδικό λογισμικό, το οποίο θα δείχνει σε ποια κατηγορία επικινδυνότητας ανήκει ο καθένας. Για να καταστεί αυτό δυνατόν επιστρατεύτηκε η τεχνητή νοημοσύνη. Δεν αποτελεί, όμως, τη μοναδική συμβολή της στην καταπολέμηση του κορωνοϊού.
Πριν ακόμα ο πλανήτης βρεθεί αντιμέτωπος με τη φονική πανδημία, τα συστήματα τεχνητής νοημοσύνης είχαν εντοπίσει την πιθανή εξάπλωση ενός άγνωστου τύπου ιού στην Κίνα.
Συγκεκριμένα, στις 31 Δεκεμβρίου του 2019, ένα σύστημα προειδοποίησης βασισμένο στην τεχνητή νοημοσύνη της επιχείρησης BlueDot, με έδρα στο Τορόντο, εντόπισε ένα δημοσίευμα από την Κίνα σχετικά με ένα μυστηριώδες στέλεχος πνευμονίας στην πόλη Γουχάν. Στη συνέχεια εντόπισε ομοιότητες του ιού αυτού με την επιδημία SARS, το 2003. Αφότου, το σενάριο επιβεβαιώθηκε, επιστρατεύτηκαν εργαλεία που προσφέρει η τεχνητή νοημοσύνη, σε μια προσπάθεια χάραξης στρατηγικής για τη διαχείριση κάθε σταδίου της υγειονομικής αυτής κρίσης και των συνεπειών της: ανίχνευση, πρόληψη, αντίδραση, αναζωπύρωση και ούτω κάθε εξής.
Η τεχνητή νοημοσύνη μπορεί να βοηθήσει την επιστημονική κοινότητα να κατανοήσει βαθύτερα τον Covid-19 και ως εκ τούτου να επιταχύνει τις έρευνες που διεξάγονται για εξεύρεση αποτελεσματικής θεραπείας. Αυτό ενδέχεται να επιτευχθεί, αναλύοντας σε σύντομο χρονικό διάστημα μεγάλους όγκους ερευνητικών δεδομένων. Τα δεδομένα αυτά με την σειρά τους μπορούν να αποκαλύψουν το ιστορικό, τη μετάδοση, τη διάγνωση του ιού και τα αναγκαία μέτρα διαχείρισης. Τέλος, μέσω αλγορίθμων η σημερινή πανδημία μπορεί να συγκριθεί με παλαιότερες που ταλάνισαν τον πλανήτη, κάτι ιδιαίτερα σημαντικό.
Τα μοντέλα μπορούν να βοηθήσουν στην αξιοποίηση παλαιών και στην εύρεση νέων φαρμάκων. Προσαρμοσμένες υπολογιστικές μηχανές στις εγκαταστάσεις μπορούν να βοηθήσουν στον εντοπισμό καλύτερων λύσεων για εμβόλια, πρωτεΐνες ή αντισώματα που αναπτύσσονται και να βοηθήσουν στην καταπολέμηση του κορωνοϊού. Απόδειξη είναι ότι αρκετά ερευνητικά ιδρύματα χρησιμοποιούν την τεχνητή νοημοσύνη για να εντοπίσουν θεραπείες και να αναπτύξουν πρωτότυπα εμβόλια ή να εντοπίσουν ποια από τα υπάρχοντα φάρμακα θα μπορούσαν να αποδυναμώσουν ή και να εξαλείψουν τον ιό.
Ενδεικτικό παράδειγμα είναι ο οργανισμός DeepMind. Ανήκει στη Google από το 2014. Στο παρελθόν αξιοποίησε την τεχνητή νοημοσύνη για την έγκαιρη διάγνωση του καρκίνου του μαστού. Σήμερα, εστιάζει στον κορωνοϊό. Το DeepMind και αρκετοί άλλοι αντίστοιχοι οργανισμοί έχουν στρέψει τις προσπάθειες τους αποκλειστικά και μόνο σ’ αυτό το ιατρικό μέτωπο.
Επιχειρούν να κατανοήσουν τις πρωτεϊνικές δομές του, ώστε να επισπεύσουν την παραγωγή εμβολίου. Για τον σκοπό αυτό, η επιστημονική ομάδα του ΜΙΤ (Τεχνολογιόύ Ινστιτούτο Μασαχουσέτης) προχώρησε στην ανάπτυξη ενός επιδημιολογικού μοντέλου που μέσω της τεχνητής νοημοσύνης συνδυάζει δεδομένα από 10.000 ασθενείς παγκοσμίως.
Τα δεδομένα αυτά χρησιμοποιούνται για να βοηθήσουν στον εντοπισμό, τη διάγνωση και την πρόληψη της εξάπλωσης του ιού. Αλγόριθμοι που αναγνωρίζουν μοτίβα και ανωμαλίες ήδη αξιοποιούνται, ενώ τα συστήματα αναγνώρισης επιταχύνουν την ιατρική διάγνωση. Στο MIT ήταν που για πρώτη φορά, μέσω της τεχνητής νοημοσύνης, βρέθηκε ένα νέο αντιβιοτικό.
Μέσω αλγορίθμων λειτουργούν και τα συστήματα έγκαιρης προειδοποίησης. Αντλούν στοιχεία για τη θνησιμότητα και τα υποκείμενα νοσήματα και πραγματοποιούν προβλέψεις με βάση τις πιθανότητες. Η Τεχνητή Νοημοσύνη μπορεί να επεξεργαστεί τεράστιες ποσότητες δεδομένων με εκπληκτική ταχύτητα. Με αυτό το σύστημα γίνονται προβλέψεις για τον αριθμό των πιθανών νέων κρουσμάτων ανά περιοχή, για το ποιες κατηγορίες πληθυσμού διατρέχουν μεγαλύτερο κίνδυνο και ούτω καθεξής.
Άλλες εφαρμογές της τεχνητής νοημοσύνης χρησιμοποιούνται για να μπορούν να παραδίδονται ιατρικές προμήθειες με drone, να απολυμαίνονται αίθουσες ασθενών και να «σαρώνουν» οι επιστήμονες εγκεκριμένες βάσεις δεδομένων για φάρμακα. Τόσο στις ΗΠΑ, όσο και στην Κίνα αναπτύχθηκαν κατάλληλοι αλγόριθμοι, για τη μελέτη του ιατρικού ιστορικού των ασθενών.
Ο διευθυντής του ινστιτούτου Βιοϊατρικής Μηχανικής & Απεικόνισης της Ιατρικής Σχολής Icahn Ζάχι Φάιαντ δήλωσε: «Καταφέραμε να δείξουμε ότι η τεχνητή νοημοσύνη ήταν τόσο ακριβής όσο ένας έμπειρος ακτινολόγος στη διάγνωση της νόσου και ακόμη καλύτερη σε ορισμένες περιπτώσεις όπου δεν υπήρχαν εμφανή σημάδια πνευμονικής νόσου στην αξονική». Τέτοιου είδους τεστ μπορούν να περιορίσουν σημαντικά το συνωστισμό ατόμων στα νοσοκομεία.
Κινέζοι επιστήμονες του Πανεπιστημίου Επιστήμης και Τεχνολογίας Χουαντσόνγκ της Γουχάν ανακοίνωσαν ότι βρήκαν, με τη βοήθεια εργαλείων τεχνητής νοημοσύνης, τρεις βιοδείκτες του αίματος που μπορούν να προβλέψουν τον κίνδυνο θανάτου ενός ασθενούς από κορωνοϊό. Αυτό σημαίνει ότι μπορούν να διαχωρίσουν τους ασθενείς που κινδυνεύει περισσότερο η ζωή τους, ώστε να εστιάσουν σε αυτούς. Οι ερευνητές, με επικεφαλής τους Σουσένγκ Λι και Χούι Σου, που έκαναν τη σχετική δημοσίευση στο περιοδικό «Nature Machine Intelligence», ανέλυσαν δείγματα αίματος από 485 ασθενείς με Covid-19 στο νοσοκομείο Τονγκτζί της Ουχάν.
Η τεχνητή νοημοσύνη, όμως, συμβάλει στη λύση και πολύ πιο απλών καθημερινών προβλημάτων: ανιχνεύει ακόμη και αν κάποιος δεν χρησιμοποιεί σωστά το σαπούνι ή το απολυμαντικό. Η γνωστή ιαπωνική εταιρεία Fujitsu δημιούργησε ένα μόνιτορ, που διασφαλίζει το σωστό πλύσιμο των χεριών, μέσω των κινήσεων του χεριού. Χιλιάδες εργαζόμενοι της εταιρείας έλαβαν μέρος στις δοκιμές έναντι χρηματικού ποσού.
Ένα άλλο παράδειγμα της εφαρμογής της τεχνητής νοημοσύνης ήταν ο «προσωπικός ψηφιακός βοηθός» που υιοθετήθηκε στη Γαλλία. Γάλλοι ερευνητές έθεσαν σε λειτουργία ένα φωνητικό προσωπικό ψηφιακό βοηθό. Μία γλυκιά γυναικεία φωνή συνομιλούσε με άτομα που υποψιάζονταν ότι πάσχουν από κορωνοϊό. Αξιολογούσε τα συμπτώματα και πρότεινε στους ασθενείς να μείνουν στο σπίτι ή να κατευθυνθούν άμεσα στα επείγοντα ενός νοσοκομείου.
Η τεχνολογία αυτή έχει επίσης χρησιμοποιηθεί και στη δημιουργία των λεγόμενων γρήγορων τεστ. Τεστ που παράγουν αποτελέσματα σε λίγα λεπτά με ακρίβεια 92%. Δημοσίευση του περιοδικού «Nature Medicine» εξηγεί πώς ειδικοί αλγόριθμοι «συνυπολογίζουν τα ευρήματα των τομογραφιών και των κλινικών συμπτωμάτων, καθώς επίσης το ιστορικό κάθε ασθενούς και άλλα εργαστηριακά τεστ, διακρίνοντας έτσι ποιος ασθενής έχει Covid-19 και ποιος όχι».
Όπως όλα τα πράγματα στη ζωή, έτσι και η τεχνητή νοημοσύνη έχει δύο όψεις, καθώς εγείρονται ερωτήματα σχετικά με τη νομική και ηθική ορθότητα της εφαρμογής της. Εταιρεία ανέπτυξε σύστημα βασισμένο στην τεχνητή νοημοσύνη που ειδοποιεί όταν κάποιος παραβιάζει τις οδηγίες κοινωνικής απομάκρυνσης. Το συγκεκριμένο λογισμικό παρακολουθεί τους χώρους εργασίας και την τήρηση των αποστάσεων ασφαλείας από τους εργαζόμενους, ενώ είναι ικανό να προειδοποιεί τα άτομα, σε περίπτωση που παραβιάζουν τους κανόνες.
Η Amazon και άλλοι κολοσσοί το έχουν ήδη υιοθετήσει, με πολλούς πολίτες να διαμαρτύρονται. Ισχυρίζονται ότι πρόκειται για καταπάτηση των στοιχειωδών ατομικών δικαιωμάτων τους και προσωπικών τους δεδομένων, μιας και βρίσκονται σε ένα καθεστώς συνεχούς παρακολούθησης. Αντιδράσεις προκάλεσε και η αποκάλυψη ότι μία τεχνολογία παρακολουθεί εδώ και μήνες τις αναρτήσεις σε social media, δελτία ειδήσεων, δεδομένα από επίσημες πηγές υγείας αλλά και πληροφορίες από γιατρούς και νοσοκομεία, ώστε να εντοπίζει σημάδια για το που έχει εξαπλωθεί ο ιός.
Παρά τις αντιδράσεις, οι υποστηρικτές αυτής της τεχνολογίας υπερτερούν. Η πανδημία έφερε για πρώτη φορά τόσο κοντά εταιρείες τεχνολογίας με την ιατρική κοινότητα. Ενδεικτικό παράδειγμα ο Τόμας Σίμπελ, ιδρυτής και διευθύνων σύμβουλος της C3.ai, μιας εταιρείας τεχνητής νοημοσύνης στην Καλιφόρνια. Αυτός ήταν που έθεσε σε εφαρμογή το πάντρεμα του δημόσιου και ιδιωτικού τομέα. Προσφέροντας 367 εκατομμύρια δολάρια σε διάστημα πέντε ετών, ανακοίνωσε ότι προτίθεται να βάλει τέλος στον ιό. Όπως δήλωσε, «δεν μπορώ να φανταστώ πιο σημαντική χρήση της τεχνητής νοημοσύνης. Η πιθανότητα να μην προκύψει κάτι καλό από όλο αυτό, είναι μηδενική».
