Η δυναμική έλευση των τεχνολογιών Τεχνητής Νοημοσύνης το 2023, μέσω του ChatGPT και του Bard, έφεραν σημαντικές αλλαγές στον τρόπο που ο σύγχρονος άνθρωπος αντιλαμβάνεται τον κόσμο γύρω του. Ωστόσο, έχει εκφραστεί και η άποψη ότι ο τρόπος που αντιμετωπίζουμε την ΤΝ - ιδίως ως προς το πραγματικό και ουσιαστικό αποτέλεσμα των δυνατοτήτων της - είναι μάλλον υπερβολικός.
Ο Ίγκον Κάντο, ανώτατο στέλεχος της Exabeam, μιας πολυεθνικής εταιρείας που εξειδικεύεται σε θέματα Κυβερνοασφάλειας, με έδρα το Φόστερ Σίτι της Καλιφόρνια, έδωσε τη δική του άποψη για τη σχεδόν «τοτεμική» αντιμετώπιση της ΤΝ: «Το πρόβλημα είναι ότι από τη στιγμή που η Τεχνητή νοημοσύνη εμφανίστηκε στο προσκήνιο χάρη στα εργαλεία της Δημιουργικής Τεχνητής Νοημοσύνης (GenAI), οι επενδυτές ήταν πρόθυμοι να επωφεληθούν από τη διαφημιστική εκστρατεία της ΑΙ. Ως αποτέλεσμα, βλέπουμε σήμερα τον όρο να χρησιμοποιείται υπερβολικά, να διαστρεβλώνεται και να υπερβάλει».
Επίσης, δεν πρόκειται για μια νέα καινοτομία - η μηχανική μάθηση υπάρχει από τη δεκαετία του 1950, όταν ο Alan Turing διατύπωσε ορισμένες από τις βασικές έννοιες που σχετίζονται με τον τομέα.
Όπως εκτιμά ο Κάντο σε άρθρο του στο TechRadar, «επί του παρόντος, φαίνεται πως υπάρχει κάποιο επίπεδο νοημοσύνης στις Τεχνολογίες ΑΙ, αλλά σίγουρα εκείνο που δεν υπάρχει είναι η αίσθηση».
Με απλά λόγια, οι τεχνολογίες AI, φαίνεται πως στερούνται της αίσθησης, που είναι η απλούστερη ή πιο πρωτόγονη μορφή γνώσης και αποτελείται από μια συνειδητή επίγνωση των ερεθισμάτων χωρίς συσχετισμό ή ερμηνεία.
Αίσθηση vs. Νοημοσύνης
Για να κατανοήσει κανείς την πλήρη δυναμική της Τεχνητής Νοημοσύνης, θα πρέπει να μπορεί να διακρίνει τη διαφορά ανάμεσα στη «νοημοσύνη» και την «αίσθηση». Αν και η ΤΝ φαίνεται πως επιδεικνύει ένα επίπεδο νοημοσύνης, ιδίως όταν πρόκειται για την επεξεργασία και την ανάλυση δεδομένων, στερείται παντελώς αυτογνωσίας και συνείδησης.
Αναμφίβολα, η GenAI έχει επιφέρει σημαντικές προόδους σε συγκεκριμένες κρίσιμες εφαρμογές, ιδίως όσον αφορά την επανάσταση στον τρόπο με τον οποίο ασχολούμαστε με τα δεδομένα. Δεν περιορίζεται πλέον σε δομημένα σύνολα δεδομένων: η ΤΝ μπορεί πλέον να εξάγει πολύτιμες πληροφορίες από ένα ευρύ φάσμα μη δομημένων εισροών. Σε ευρύτερη κλίμακα, ωστόσο, η ελκυστικότητα της ευθυγράμμισης με την ΤΝ έχει οδηγήσει στην υπερβολική χρήση της στο μάρκετινγκ, οδηγώντας συχνά τις εταιρείες να υπερβάλλουν στις δυνατότητές τους.
Όπως εκτιμά ο Ίγκον Κάντο, αυτή η προοπτική μπορεί να φαίνεται πως αποδίδει μεσοπρόθεσμα, ωστόσο μακροπρόθεσμα κινδυνεύει να απομακρύνει τους επενδυτές ή ακόμη και να γίνει τροχοπέδη στην εξέλιξη της καινοτομίας που συνδέεται με την Τεχνητή Νοημοσύνη, καθώς επέρχεται απογοήτευση.
«Αυτός είναι ο λόγος για τον οποίο οι οργανισμοί καλά θα κάνουν να αποφύγουν να παγιδευτούν στην υπερβολή της τεχνητής νοημοσύνης. Αντίθετα, είναι κρίσιμο να κατανοήσουν τι πραγματικά προσφέρει η τεχνητή νοημοσύνη και στη συνέχεια να το ευθυγραμμίσουν με τις συγκεκριμένες επιχειρηματικές ανάγκες. Η αποστολή θα πρέπει να είναι η αυτοματοποίηση συνεπών, ελέγξιμων και επαναλαμβανόμενων διαδικασιών και όχι η τυφλή επιδίωξη λύσεων ΤΝ χωρίς να έχει προηγηθεί αξιολόγηση του αντίκτυπου και της αποτελεσματικότητάς τους», υπογραμμίζει το στέλεχος της Exabeam.
Τι μέλλει γενέσθαι;
Το ερώτημα παραμένει λοιπόν: τι μέλλει γενέσθαι; Σίγουρα, η εφαρμογή της ΤΝ εκτείνεται σε έναν πρακτικά ατελείωτο κατάλογο περιπτώσεων χρήσης, με μία από τις πιο κρίσιμες να είναι η ενσωμάτωσή της στον τομέα της κυβερνοασφάλειας. Οι οργανισμοί και οι αντίπαλοί τους ανταγωνίζονται ενεργά για την ενσωμάτωση της ΤΝ στις αμυντικές και κακόβουλες προσπάθειές τους. Σε αυτό το πλαίσιο, έρχονται στο προσκήνιο διάφορα συναφή ζητήματα, παρέχοντας πολύτιμες πληροφορίες για τις σημερινές πραγματικές δυνατότητες της ΤΝ.
Ένα ακόμη ζήτημα είναι η προστασία της ιδιωτικής ζωής και η ασφάλεια των δεδομένων που χρησιμοποιούνται από τα δημόσια προσβάσιμα Μεγάλα Γλωσσικά Μοντέλα (ΜΓΜ). Τα δεδομένα αυτά, τεράστια και ποικίλα σε εύρος, είναι ευάλωτα σε παραβιάσεις, θέτοντας σε κίνδυνο τόσο την ακεραιότητα του συστήματος τεχνητής νοημοσύνης όσο και την ασφάλεια ευαίσθητων πληροφοριών. Ως εκ τούτου, πρέπει να αναπτυχθούν αποτελεσματικές στρατηγικές για την προστασία των λύσεων ΤΝ, με έμφαση στην ισχυρή κρυπτογράφηση, τη συνεχή παρακολούθηση και τον ισχυρό έλεγχο πρόσβασης.
Αντιμετώπιση των απειλών που βασίζονται στην ΤΝ
Η ενσωμάτωση της ΤΝ σε νέες απειλές στον κυβερνοχώρο φέρνει πιο εξελιγμένες προκλήσεις, τις οποίες οι παραδοσιακές λύσεις κυβερνοασφάλειας δεν είναι εξοπλισμένες για να αντιμετωπίσουν. Ίσως η πιο ανησυχητική εξέλιξη είναι η δημιουργία «deepfakes», τα οποία αμφισβητούν την εγκυρότητα του ψηφιακού περιεχομένου, οδηγώντας σε πλημμύρα παραπληροφόρησης και «ψευδών ειδήσεων» (fake news).
Για την αντιμετώπιση αυτών των κινδύνων που βασίζονται στην Τεχνητή νοημοσύνη, είναι κρίσιμο να αναπτυχθούν εξίσου προηγμένες στρατηγικές, όπως η εφαρμογή εργαλείων με Τεχνητή Νοημοσύνη που μπορούν να εντοπίσουν και να αντιμετωπίσουν αυτές τις απειλές.
«Κλειδί» οι επενδύσεις σε τεχνολογίες ΑΙ
Όπως τονίζει ο Ίγκον Κάντο τώρα ήρθε η ώρα για τις εταιρείες να επενδύσουν στην έρευνα για την ΤΝ, ώστε να παραμείνουν ένα βήμα μπροστά από τις αναδυόμενες απειλές που βασίζονται στην ΤΝ, συμπεριλαμβανομένης της εκπαίδευσης σε θέματα ΤΝ για τους επαγγελματίες της ασφάλειας, βοηθώντας τους να προβλέψουν και να εξουδετερώσουν καλύτερα αυτούς τους κινδύνους. Επιπλέον, θα πρέπει να υπάρξει συλλογική συνεργασία από όλη την κοινότητα της κυβερνοασφάλειας για να συμφωνηθούν κανόνες και κατευθυντήριες γραμμές για την υπεύθυνη χρήση της ΤΝ.
«Αυτή είναι μόνο η γραμμή εκκίνησης και, τα επόμενα χρόνια, η διαφημιστική εκστρατεία και η υπερβολή θα αντικατασταθούν από πιο συγκεκριμένη πρόοδο προς την κατεύθυνση της ανθρώπινης συνείδησης και νοημοσύνης. Καθώς η εξέλιξη αυτή συνεχίζεται, οι εταιρείες που θα επικεντρωθούν στο πώς η ΤΝ μπορεί να προσφέρει πραγματικά σήμερα, θα είναι σε καλύτερη θέση για να απολαύσουν τα οφέλη αύριο».
*Με πληροφορίες από Techradar και Exabeam
