Η τεχνητή νοημοσύνη συχνά παρουσιάζεται ως η τεχνολογία που «έρχεται» να αλλάξει την καθημερινότητά μας. Στην πραγματικότητα, όμως, η αλλαγή έχει ήδη συμβεί. Και μάλιστα σε πολύ μεγαλύτερη έκταση απ’ όσο αντιλαμβανόμαστε.
Δεν χρειάζεται κάποιος να ανοίξει ένα chatbot ή να ζητήσει από ένα εργαλείο AI να γράψει ένα κείμενο για να χρησιμοποιεί τεχνητή νοημοσύνη. Αλγόριθμοι και συστήματα μηχανικής μάθησης βρίσκονται πίσω από λειτουργίες που χρησιμοποιούμε καθημερινά: από το ηλεκτρονικό ταχυδρομείο και τους χάρτες μέχρι τις φωτογραφίες, τις μεταφράσεις και τις προτάσεις περιεχομένου.
Με έναν τρόπο, έχουμε ήδη αρχίσει να «αναθέτουμε» μικρές δουλειές στις μηχανές, χωρίς κάθε φορά να το σκεφτόμαστε.
1. Ξεχωρίζει ποια emails αξίζουν την προσοχή μας
Το ηλεκτρονικό ταχυδρομείο αποτελεί ίσως ένα από τα παλαιότερα παραδείγματα αυτοματοποιημένης «βοήθειας».
Τα σύγχρονα συστήματα μπορούν να αναγνωρίζουν ανεπιθύμητα μηνύματα, απόπειρες ηλεκτρονικής απάτης και ύποπτο περιεχόμενο, αλλά και να κατηγοριοποιούν την αλληλογραφία.
Μια διαδικασία που κάποτε απαιτούσε από τον χρήστη να ελέγχει σχεδόν κάθε μήνυμα ξεχωριστά πραγματοποιείται πλέον σε μεγάλο βαθμό στο παρασκήνιο.
2. Αποφασίζει τι θα δούμε στη συνέχεια
Ανοίγουμε μια πλατφόρμα κοινωνικής δικτύωσης ή μια υπηρεσία streaming και μέσα σε δευτερόλεπτα εμφανίζονται δεκάδες προτάσεις.
Δεν είναι τυχαίες.
Τα συστήματα συστάσεων χρησιμοποιούν δεδομένα και μοτίβα συμπεριφοράς για να εκτιμήσουν ποιο βίντεο, τραγούδι, ανάρτηση ή προϊόν είναι πιθανότερο να μας ενδιαφέρει.
Ουσιαστικά, έχουμε αναθέσει σε έναν αλγόριθμο ένα μέρος της διαδικασίας «βρες μου κάτι που πιθανότατα θα μου αρέσει».
3. Βρίσκει τον δρόμο για εμάς
Υπήρξε εποχή που ένα ταξίδι σε μια άγνωστη περιοχή απαιτούσε χάρτη και αρκετή προετοιμασία.
Σήμερα πληκτρολογούμε έναν προορισμό και περιμένουμε από την εφαρμογή να κάνει τα υπόλοιπα: να υπολογίσει διαδρομές, να αξιολογήσει την κίνηση και να μας προτείνει εναλλακτικές όταν αλλάξουν οι συνθήκες.
Δεν έχουμε απλώς ψηφιοποιήσει τον χάρτη. Έχουμε μεταφέρει ένα μέρος της διαδικασίας λήψης αποφάσεων στο λογισμικό.
4. Διορθώνει αυτά που γράφουμε
Αυτόματη συμπλήρωση λέξεων, ορθογραφικές διορθώσεις, προτάσεις διατύπωσης και πρόβλεψη της επόμενης λέξης.
Πολλές φορές πατάμε «αποστολή» χωρίς καν να αντιληφθούμε πόσες μικρές παρεμβάσεις έχουν προηγηθεί.
Με την εξάπλωση της γενετικής AI, αυτή η δυνατότητα έχει προχωρήσει πολύ περισσότερο. Πλέον ένα σύστημα μπορεί να συνοψίσει ένα μεγάλο κείμενο, να αλλάξει το ύφος του ή να δημιουργήσει ένα πρώτο προσχέδιο.
5. Μεταφράζει σε πραγματικό χρόνο
Η μετάφραση είναι ένας από τους τομείς όπου η αλλαγή γίνεται ιδιαίτερα αισθητή.
Κείμενα, πινακίδες, ιστοσελίδες και ακόμη και συνομιλίες μπορούν να μεταφραστούν σχεδόν αμέσως.
Η ανθρώπινη μετάφραση εξακολουθεί να είναι απαραίτητη όταν απαιτούνται ακρίβεια, εξειδίκευση και κατανόηση του πολιτισμικού πλαισίου. Για τις απλές καθημερινές ανάγκες, όμως, εκατομμύρια άνθρωποι έχουν ήδη αναθέσει μεγάλο μέρος της δουλειάς σε αυτοματοποιημένα συστήματα.
6. Οργανώνει τις φωτογραφίες μας
Χιλιάδες φωτογραφίες μπορούν να βρίσκονται αποθηκευμένες σε ένα κινητό. Παρ’ όλα αυτά, πολλές εφαρμογές μάς επιτρέπουν να αναζητήσουμε φωτογραφίες με βάση το περιεχόμενό τους ή να τις ομαδοποιήσουμε αυτόματα.
Πίσω από αυτή την ευκολία βρίσκονται τεχνολογίες υπολογιστικής όρασης και αναγνώρισης εικόνας.
Μια δουλειά που θα απαιτούσε ατελείωτες ώρες χειροκίνητης ταξινόμησης γίνεται πλέον σχεδόν αόρατα.
7. Φιλτράρει τις τηλεφωνικές απάτες
Οι ανεπιθύμητες κλήσεις και τα ύποπτα μηνύματα αποτελούν καθημερινό πρόβλημα.
Συστήματα στα smartphones, στις εφαρμογές επικοινωνίας και στα δίκτυα μπορούν να αναλύουν μοτίβα και να επισημαίνουν αριθμούς ή μηνύματα ως πιθανό spam ή απάτη.
Δεν σημαίνει ότι η προστασία είναι απόλυτη. Σημαίνει, όμως, ότι ένα πρώτο επίπεδο ελέγχου πραγματοποιείται πριν ακόμη αποφασίσουμε εμείς τι θα κάνουμε.
8. Κάνει τις φωτογραφίες του κινητού καλύτερες
Πατάμε το κουμπί της κάμερας και βλέπουμε το τελικό αποτέλεσμα. Αυτό που δεν βλέπουμε είναι όσα μπορεί να συμβαίνουν ανάμεσα στα δύο.
Τα σύγχρονα smartphones χρησιμοποιούν προηγμένη υπολογιστική φωτογραφία για επεξεργασία της εικόνας, μείωση θορύβου, βελτίωση φωτογραφιών σε χαμηλό φωτισμό και συνδυασμό πληροφοριών από διαφορετικές λήψεις.
Με άλλα λόγια, δεν τραβάμε απλώς μια φωτογραφία – το λογισμικό συμμετέχει στη δημιουργία του τελικού αποτελέσματος.
9. Απαντά σε απλές ερωτήσεις αντί για έναν άνθρωπο
Ένα μεγάλο μέρος της πρώτης επαφής μας με επιχειρήσεις έχει αρχίσει να αυτοματοποιείται.
Chatbots και ψηφιακοί βοηθοί μπορούν να απαντούν σε συνηθισμένες ερωτήσεις, να δίνουν πληροφορίες για μια παραγγελία, να καθοδηγούν τον πελάτη σε μια υπηρεσία ή να συλλέγουν τα απαραίτητα στοιχεία πριν αναλάβει ένας εργαζόμενος.
Η AI δεν έχει εξαφανίσει την ανθρώπινη εξυπηρέτηση. Έχει όμως αναλάβει ένα κομμάτι της επαναλαμβανόμενης εργασίας που προηγείται αυτής.
10. Μας βοηθά να αποφασίσουμε τι θα αγοράσουμε
Οι προτάσεις ενός ηλεκτρονικού καταστήματος, η σειρά με την οποία εμφανίζονται προϊόντα και οι προσωποποιημένες επιλογές μπορούν να επηρεάζονται από αλγοριθμικά συστήματα.
Το ενδιαφέρον εδώ είναι ότι η AI δεν εκτελεί απλώς μια δουλειά που της ζητήσαμε ρητά.
Μπορεί να λειτουργεί σαν ένας αόρατος προσωπικός βοηθός αγορών, επιχειρώντας να προβλέψει τι πιθανόν ψάχνουμε πριν το αναζητήσουμε εμείς.
Η μεγαλύτερη αλλαγή είναι αυτή που δεν παρατηρήσαμε
Η συζήτηση γύρω από την τεχνητή νοημοσύνη επικεντρώνεται συχνά στο ερώτημα ποιες δουλειές θα μπορούσε να αναλάβει στο μέλλον. Υπάρχει όμως και μια διαφορετική πλευρά της ιστορίας.
Έχουμε ήδη παραδώσει στις μηχανές εκατοντάδες μικρές καθημερινές εργασίες.
Να ταξινομούν. Να προτείνουν. Να προβλέπουν. Να μεταφράζουν. Να διορθώνουν. Να εντοπίζουν. Να μας κατευθύνουν.
Οι περισσότερες από αυτές δεν αντικατέστησαν πλήρως τον άνθρωπο. Αφαίρεσαν μικρά βήματα από διαδικασίες που προηγουμένως κάναμε μόνοι μας.
Και ίσως αυτό να είναι το πιο ενδιαφέρον στοιχείο της εποχής της AI: η τεχνολογική επανάσταση δεν ξεκίνησε όταν εμφανίστηκαν τα chatbots. Είχε ήδη μπει στην καθημερινότητά μας — απλώς δεν την αποκαλούσαμε πάντα τεχνητή νοημοσύνη.
Από SciNews.eu
