Ο Ντέμης Χασάμπης δεν ξενυχτά μόνο επειδή τον απασχολεί το μέλλον της τεχνητής νοημοσύνης. Οι πρώτες πρωινές ώρες είναι για τον ίδιο η ιδανική περίοδος εργασίας: όταν ο κόσμος ησυχάζει, μπορεί να διαβάσει, να σκεφτεί σε βάθος και να αφοσιωθεί στα επιστημονικά προβλήματα που τον απασχολούν από παιδί, όπως εξήγησε σε μια συνέντευξη με την Wall Street Journal.
Στόχος του είναι να δημιουργήσει μια μορφή τεχνητής νοημοσύνης ικανή να κατανοήσει τη νοημοσύνη και, στη συνέχεια, να βοηθήσει την ανθρωπότητα να αποκρυπτογραφήσει τα μυστήρια του σύμπαντος. Αυτή ήταν η βασική ιδέα πίσω από την DeepMind, την ερευνητική εταιρεία που συνίδρυσε και η οποία εξελίχθηκε σε έναν από τους σημαντικότερους πυλώνες της Google στον χώρο της τεχνητής νοημοσύνης.
«Πρώτα λύνουμε τη νοημοσύνη και μετά όλα τα υπόλοιπα», είναι η φιλοσοφία του. Για τον Χασάμπης, η αξία της τεχνητής νοημοσύνης δεν εξαντλείται στη σύνταξη κώδικα, στη συγγραφή μηνυμάτων ή στην επίλυση μαθηματικών προβλημάτων. Το πραγματικό της δυναμικό βρίσκεται στις ανακαλύψεις που μπορούν να μεταμορφώσουν την ιατρική, τη φυσική και την καθημερινή ζωή.
Από το σκάκι στο AlphaGo
Η σχέση του με τη σκέψη ξεκίνησε πολύ νωρίς. Σε ηλικία τεσσάρων ετών, ο Χασάμπης ήταν ήδη ένα παιδί με εξαιρετική κλίση στο σκάκι. Στα 12 του συγκαταλεγόταν στους κορυφαίους παίκτες της ηλικίας του, αλλά σύντομα άρχισε να αναρωτιέται αν μπορούσε να αξιοποιήσει τη στρατηγική σκέψη με διαφορετικό τρόπο. Με τα χρήματα που κέρδιζε από τουρνουά αγόρασε τον πρώτο του υπολογιστή.
Στα 16 του εργάστηκε σε εταιρεία παραγωγής βιντεοπαιχνιδιών και πειραματίστηκε με πρώιμες μορφές τεχνητής νοημοσύνης. Αργότερα σπούδασε επιστήμη υπολογιστών στο Πανεπιστήμιο του Κέιμπριτζ και απέκτησε διδακτορικό στη νευροεπιστήμη, επιδιώκοντας να κατανοήσει πώς λειτουργεί ο ανθρώπινος εγκέφαλος.
Το 2010 ίδρυσε την DeepMind, με την προοπτική να συνδυάσει την έρευνα για τη νοημοσύνη με την ανάπτυξη συστημάτων τεχνητής νοημοσύνης. Τα πρώτα πειράματα βασίστηκαν σε βιντεοπαιχνίδια, όπως το Pong και το Breakout. Τα συστήματα ξεκινούσαν χωρίς να γνωρίζουν πώς να παίξουν, αλλά βελτιώνονταν μέσα από επαναλαμβανόμενες δοκιμές, φτάνοντας τελικά σε επίπεδο που ξεπερνούσε τις ανθρώπινες επιδόσεις.
Η μεγάλη διεθνής επιτυχία ήρθε το 2016, όταν το AlphaGo νίκησε έναν κορυφαίο παίκτη του Go, ενός παιχνιδιού με τεράστιο αριθμό πιθανών κινήσεων. Μία από τις κινήσεις του συστήματος, η περίφημη «Κίνηση 37», εξέπληξε τους ειδικούς, καθώς δεν έμοιαζε με τις συνηθισμένες ανθρώπινες επιλογές.
Η DeepMind είχε εξαγοραστεί από την Google το 2014 έναντι περίπου 650 εκατ. δολαρίων. Ωστόσο, για τον Χασάμπης τα παιχνίδια ήταν κυρίως ένα μέσο ανάπτυξης τεχνολογίας που θα μπορούσε να χρησιμοποιηθεί για δυσκολότερα επιστημονικά προβλήματα.
Το AlphaFold και το Nobel Χημείας
Ένα από αυτά ήταν η αναδίπλωση των πρωτεϊνών: η πρόβλεψη του τρισδιάστατου σχήματος που αποκτά μια πρωτεΐνη από την αλληλουχία των αμινοξέων της. Η δομή καθορίζει σε μεγάλο βαθμό τη λειτουργία της πρωτεΐνης και μπορεί να προσφέρει κρίσιμες πληροφορίες για τις ασθένειες και την ανάπτυξη θεραπειών.
Το σύστημα AlphaFold σημείωσε καθοριστική πρόοδο το 2020. Στη συνέχεια, η DeepMind 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 των πρωτεϊνών.
Για τον Χασάμπης, όμως, η επιτυχία δεν αποτελεί τελικό προορισμό. Η επόμενη πρόκληση 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 να κατανοεί τις πρωτεΐνες, αλλά και για να επιταχύνει ολόκληρη τη διαδικασία σχεδιασμού φαρμάκων.
Η εταιρεία συνεργάζεται με μεγάλες φαρμακευτικές επιχειρήσεις, μεταξύ των οποίων η Eli Lilly και η Novartis, και έχει περισσότερα από δώδεκα προγράμματα ανάπτυξης φαρμάκων. Ο Χασάμπης έχει δηλώσει ότι στόχος είναι να φτάσει ένα φάρμακο σχεδιασμένο με τεχνητή νοημοσύνη σε κλινικές δοκιμές. Αυτό δεν σημαίνει ότι οι θεραπείες θα εγκρίνονται αυτομάτως: εξακολουθούν να απαιτούνται εργαστηριακές δοκιμές, κλινικές μελέτες και αξιολόγηση της ασφάλειας και της αποτελεσματικότητάς τους.
Η τεχνητή γενική νοημοσύνη πλησιάζει;
Ο Χασάμπης εκτιμά πλέον ότι η τεχνητή γενική νοημοσύνη (AGI), ένα σύστημα με ευρύ φάσμα γνωστικών ικανοτήτων αντί για εξειδίκευση σε συγκεκριμένες εργασίες, μπορεί να εμφανιστεί μέσα στα επόμενα δύο έως τρία χρόνια. Πρόκειται για εκτίμηση και όχι για βεβαιότητα, καθώς δεν υπάρχει καθολικά αποδεκτός ορισμός ή συμφωνημένο τεστ που να αποδεικνύει ότι η AGI έχει επιτευχθεί.
Ένα κριτήριο που προτείνει ο ίδιος είναι το λεγόμενο «τεστ του Αϊνστάιν»: αν ένα σύστημα, εκπαιδευμένο μόνο με ανθρώπινη γνώση έως το 1901, θα μπορούσε να αναπτύξει τις ιδέες της ειδικής σχετικότητας και τα υπόλοιπα επιτεύγματα του Αϊνστάιν το 1905. Για τον Χασάμπης, η πραγματική γενική νοημοσύνη πρέπει να μπορεί να παράγει πρωτότυπες ιδέες και όχι απλώς να ανασυνδυάζει πληροφορίες που ήδη υπάρχουν.
Παράλληλα, η επαγγελματική του θέση έχει διευρυνθεί: μετά από αλλαγές στη διοικητική δομή της Google DeepMind, ανέλαβε ρόλο επικεφαλής επιστήμονα στην Alphabet και πρόεδρος της DeepMind, δίνοντας ακόμη μεγαλύτερη έμφαση στην επιτάχυνση της επιστημονικής έρευνας.
Τι σκέφτεται ο Χασάμπης για την ασφάλεια και το μέλλον της ανθρωπότητας
Η προοπτική της AGI συνοδεύεται από σοβαρούς κινδύνους, από την κακόβουλη χρήση της τεχνολογίας έως την απώλεια ελέγχου σε ιδιαίτερα ισχυρά συστήματα. Ο Χασάμπης απορρίπτει τόσο την καταστροφολογία όσο και την άκριτη αισιοδοξία. Υποστηρίζει ότι απαιτείται ρύθμιση που να συμβαδίζει με την τεχνολογική πρόοδο.
Έχει προτείνει έναν 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, επειδή η τεχνολογία εξελίσσεται τόσο γρήγορα ώστε μια στατική νομοθεσία μπορεί να καταστεί ξεπερασμένη πριν καν εφαρμοστεί.
Το ερώτημα, ωστόσο, δεν είναι μόνο πώς θα αποτραπούν οι κίνδυνοι, αλλά και ποια κοινωνία θέλει να δημιουργήσει 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 βοηθήσει στην αντιμετώπιση ασθενειών και στην κατανόηση θεμελιωδών νόμων της φύσης. Ο απώτερος στόχος του παραμένει η διερεύνηση της ίδιας της πραγματικότητας, με τη συνεργασία ανθρώπων και συστημάτων AGI.
Ακόμη κι αν καταφέρει να δημιουργήσει την τεχνολογία που ονειρεύεται από παιδί, θεωρεί ότι η δουλειά δεν θα τελειώσει. Όπως υπογραμμίζει, η πρόοδος συχνά μοιάζει αργή για μεγάλο διάστημα και στη συνέχεια επιταχύνεται απότομα. Το κρίσιμο ζήτημα είναι να προετοιμαστεί η ανθρωπότητα ώστε, όταν φτάσει σε αυτό το σημείο, να μπορέσει να αξιοποιήσει τη νέα νοημοσύνη με ασφάλεια και προς όφελος όλων.
