Σε ποιον ανήκει η επιστήμη; Η επιστημονική έρευνα παράγει τα δεδομένα· αυτά «εκπαιδεύουν» τα συστήματα τεχνητής νοημοσύνης

 του Κρίστιαν Στέκερ   

Christian Stöcker: Trainingsdaten für KI - Wem gehört die Wissenschaft? Der Spiegel, 20.9.3036

Leonardo Da Vinci: Από το σημειωματάριο των Μηχανών

Οι μηχανές που «μαθαίνουν» είναι εξαιρετικά εργαλεία για πολλών κατηγοριών ερευνητές. Ιδιαίτερα σε τομείς στους οποίους οι ερευνητές μελετούν σύνολα δεδομένων τεράστιου πλήθους και πολυπλοκότητας. Το κορυφαίο παράδειγμα είναι μάλλον η πρόβλεψη των δομών των πρωτεϊνών στον οργανισμό· εν των μεταξύ, ένα σύστημα το οποίο ανέπτυξε μια θυγατρική της Google, η DeepMind, τα καταφέρνει τόσο καλά σ' αυτό το έργο, ώστε με τη βοήθεια του δύο ερευνητές των πρωτεινών και ο ιδρυτής της DeepMind [Ντέμης Χασάμπης]  κέρδισαν από κοινού ένα βραβείο Νόμπελ για την Χημεία.
Η κατανόηση του ανθρώπινου «πρωτεϊνώματος» αποτελεί κρίσιμο στοιχείο της υποβοηθούμενης από υπολογιστές βιοϊατρικής. Περιλαμβάνει την ακριβή κατανόηση των ρόλων που επιτελούν οι δεκάδες χιλιάδες διαφορετικές πρωτεΐνες - όπως τα ένζυμα, τα αντισώματα και οι ορμόνες, του τρόπου με τον οποίο αλληλεπιδρούν, καθώς και του τρόπου με τον οποίο προκαλούν ή καταπολεμούν ασθένειες. Ωστόσο, αυτή η επιτυχία της DeepMind έγινε πραγματικότητα μόνο επειδή οι ερευνητές είχαν προηγουμένως προσδιορίσει τις δομές των πρωτεϊνών και τα αντίστοιχα «σχέδια» τους στο γονιδίωμα, δηλαδή στο γενετικό υλικό του οργανισμού, χρησιμοποιώντας άλλες, παλαιότερες μεθόδους, και αποθηκεύοντας αυτές τις πληροφορίες σε τεράστιες βάσεις δεδομένων.

Leibniz, Mathematica: Μέγιστα και Ελάχιστα

Ισχυρό εργαλείο με τεράστια «πείνα» για πρωτογενή δεδομένα
Εδώ και καιρό υποστηρίζω την άποψη ότι η βιοτεχνολογία η υποβοηθούμενη από τεχνητή νοημοσύνη θα εξελιχθεί στην πιο σημαντική επιστήμη του 21ου Αιώνα. Αυτό απαιτεί δεδομένα υψηλής ποιότητας και σε τεράστιες ποσότητες, για να «εκπαιδευτούν» τα συστήματα τεχνητής νοημοσύνης. Αυτά τα δεδομένα, αναπόφευκτα θα προέρχονται από ερευνητικά εργαστήρια.
Κατά παράδοση, τα ερευνητικά δεδομένα κοινοποιούνται, δηλαδή δημοσιεύονται. Είναι μια πρακτική η οποία καθιερώθηκε για πρώτη φορά στη Βρετανία με την ίδρυση της Βασιλικής Εταιρείας (Royal Society), την εποχή του Leibniz και του Newton. Οι επιχειρήσεις λειτουργούν συχνά υπό καθεστώς μυστικότητας· αντίθετα, οι ακαδημαϊκοί ερευνητές δημοσιεύουν τα ευρήματά τους, συχνά ακόμη και τα πρωτογενή δεδομένα των μετρήσεών τους.
Η διαδικασία αυτή έχει γίνει πολύ πιο εύκολη χάρη στα ψηφιακά δεδομένα: Οι σύγχρονες επιστημονικές δημοσιεύσεις περιλαμβάνουν συχνά ένα ψηφιακό παράρτημα με τεράστιες ποσότητες δεδομένων.  είτε πρόκειται, π.χ., για χρόνους αντίδρασης από ψυχολογικά πειράματα, για αποτελέσματα μετρήσεων από την επιστήμη των υλικών ή για κλινικές δοκιμές φαρμάκων, είτε πρόκειται για δομές πρωτεϊνών με τα αντίστοιχα διαγράμματα. Για συγκεκριμένα είδη δεδομένων υπάρχουν εξειδικευμένες βάσεις δεδομένων μεγάλης κλίμακας, προσβάσιμες στο κοινό.

Leonardo Da Vinci: Από το σημειωματάριο Φυτολογίας

Τεχνολογική επιτάχυνση ή υποκλοπή;
Η τεχνητή νοημοσύνη είναι πολύ ισχυρό ερευνητικό εργαλείο, επειδή αυτά τα σύγχρονα τεχνητά «νευρωνικά» δίκτυα έχουν τεράστια ικανότητα στο να εντοπίζουν τυπικά επαναλαμβανόμενα μοτίβα μέσα σε τεράστιους όγκους δεδομένων και να εξαγάγουν προβλέψεις από αυτά. Ένα μηχανικό σύστημα «εκπαιδευμένο» σε πολυάριθμες γνωστές δομές πρωτεϊνών, μπορεί, εκκινώντας από τμήματα του DNA, να προβλέψει το πιθανό σχήμα των πρωτεϊνών των παραγόμενων με «καλούπια» ή πρότυπα αυτά τα τμήματα DNA,  πράγμα που θα προσφέρει πληροφορίες και πορίσματα για τη λειτουργία αυτής της πρωτεΐνης στον οργανισμό. Συστήματα τεχνητής νοημοσύνης εντοπίζουν ήδη νέες υποψήφιες ουσίες για να παραχθούν αντιβιοτικά αποτελεσματικά εναντίον παθογόνων μικροβίων πολυανθεκτικών σε φάρμακα, ανώτερα υλικά για φωτοβολταϊκά στοιχεία, και, καταπώς φαίνεται, μέχρι και λύσεις σε μαθηματικά προβλήματα άλυτα έως τώρα.
Η OpenAI ανακοίνωσε πρόσφατα ότι έλυσε τις εξισώσεις Navier-Stokes,  πρόβλημα θεωρούμενο ως ένα από τα «άλυτα προβλήματα της χιλιετίας» στην επιστήμη των μαθηματικών. Αρκετοί μαθηματικοί υποψιάζονται τώρα ότι, για να το επιτύχει αυτό, η OpenAI αξιοποίησε «συνομιλίες» τις οποίες είχαν οι ίδιοι με τα chatbots της εταιρείας,  αναζητώντας τη λύση. Η OpenAI διέψευσε ότι υπέκλεψε κατά κάποιο τρόπο σκόπιμα τις συνομιλίες των μαθηματικών. Ωστόσο, δήλωσε επίσης ότι «δεν μπορεί να αποκλείσει το ενδεχόμενο, δεδομένα αποχαρακτηρισμένα και χωρίς στοιχεία ταυτοποίησης, τα οποία παρήχθησαν κατά τη χρήση των προϊόντων μας, να έχουν ενσωματωθεί στη διαδικασία βελτίωσης των μοντέλων μας». Με άλλα λόγια: Στην πραγματικότητα, η  OpenAI δεν γνωρίζει επακριβώς ποιές συνομιλίες με chatbots χρησιμοποιεί το μοντέλο τεχνητής νοημοσύνης της για να «εκπαιδεύεται», ούτε τί ακριβώς «μαθαίνει». Εν τω μεταξύ έχει προκύψει και άλλη μία παρόμοια περίπτωση.
Μια φαινομενικά αφειδώλευτη ανακοίνωση της OpenAI στα τέλη Ιουλίου εμφανίζεται τώρα υπό διαφορετικό πρίσμα. Τότε, η εταιρεία δήλωσε: «Παρέχουμε σε επιστήμονες, μαθηματικούς και μηχανικούς δωρεάν πρόσβαση στα καινοτόμα μοντέλα μας, αρχικά σε 10.000 ερευνητές, με τον αριθμό αυτό να αναμένεται να φτάσει τους 100.000 έως το 2027». Στόχος, όπως ανέφεραν, ήταν η «επιτάχυνση της παραγωγικότητας της διεπιστημονικής έρευνας». Ωστόσο, πολλοί αναρωτιούνται τώρα: Στόχος είναι η επιτάχυνση ή το «κρυφάκουσμα» και η υποκλοπή;

Αντίγραφο σχεδίου του Leibniz για το «τροχό» του ή Staffelwalze - την πρώτη αριθομηχανή (1673) - Κανόνας είναι, οι επιστήμονες ερευνητές να δημοσιεύουν τα ευρήματά τους - © Photo: A3794 Peter Steffen/dpa - via Der Spiegel

Τα δεδομένα σας είναι η τεχνολογία μας

Οι εταιρείες τεχνητής νοημοσύνης επέτυχαν εφαρμόζοντας μια στρατηγική η οποία μπορεί να συνοψιστεί ως εξής: «Ό,τι υπάρχει εκεί έξω, μας ανήκει· το μετατρέπουμε σε δεδομένα για εκπαίδευση των συστημάτων μας, είτε σας αρέσει είτε όχι». Ή, όπως το έθεσε κάποτε ο Ilya Sutskever της OpenAI: «Τα δεδομένα με τα οποία εκπαιδεύνται τα συστήματα μας, είναι τεχνολογία». Άν μιλούσε πιο συγκεκριμένα, θα το έλεγε ως εξής: Τα δικά σας δεδομένα γίνονται η δική μας τεχνολογία. Και ό,τι παράγουμε από αυτά, το μετατρέπουμε κατόπιν σε χρήμα.
Τα πρακτορεία διανομής φωτογραφιών και εικόνας, οι εκδοτικοί οίκοι και οι συγγραφείς, στρέφονται εδώ και καιρό δικαστικά εναντίον των εταιρειών τεχνητής νοημοσύνης, ενώ ακόμη και μουσικοί προχωρούν σε νομικές ενέργειες. Ωστόσο, από την σκοπιά της γεωπολιτικής και των συσχετισμών πολιτικής ισχύος σε πλανητικό επίπεδο, τα δεδομένα τα προερχόμενα από την επιστημονική έρευνα συνιστούν ζήτημα πολύ πιο σημαντικό από την τέχνη ή τη μουσική. Στο μέλλον, με τα δεδομένα αυτά θα γίνει εφικτή μια τεράστια επιτάχυνση της προόδου στην ιατρική και στην φαρμακευτική, στην επιστήμη των υλικών και στη βιοτεχνολογία, ίσως ακόμη και στις ίδιες τις βασικές επιστήμες της φυσικής και των μαθηματικών. Και όποιος προηγείται στην επιστήμη και στην τεχνολογία, θα κατέχει τεράστιο πλεονέκτημα στον γεωπολιτικό αγώνα δρόμου για ισχύ και εξουσία.
Σε αυτό το πλαίσιο παρουσιάζουν ιδιαίτερο ενδιαφέρον οι νόμοι οι σχετικοί με την ανταλλαγή δεδομένων, οι οποίοι θεσπίστηκαν από την κομμουνιστική ηγεσία της Κίνας το 2021 και το 2023: Αυστηροί κανόνες διέπουν πλέον την ανταλλαγή ερευνητικών δεδομένων στη χώρα. Συνεπώς, οι διεθνείς συνεργασίες μεταξύ Κινέζων και άλλων ερευνητών - πεδίο στο οποίο υπήρχε για πολύ καιρό διαρκής ανάπτυξη - βρίσκονται σε φθίνουσα πορεία από το 2022 και δώθε. 

Leonardo Da Vinci: Από το σημειωματάριο Ανθρωπολογικής Ανατομίας

Τώρα πια, «πιο αυστηροί οι έλεγχοι» στην Κίνα
«Η επιβολή αυστηρότερων ελέγχων στη διακίνηση κρίσιμων πληροφοριών γίνεται όλο και πιο συχνή στην Κίνα», ανέφερε το διεθνές μέσο ενημέρωσης University World News το φθινόπωρο του 2023. Ήδη από τότε, ο πιο αυστηρός έλεγχος δεν περιοριζόταν μόνον σε «εθνικά» ευαίσθητους δείκτες  οικονομικών μεγεθών ή στα δεδομένα της αγοράς εργασίας· περιλάμβανε ρητά ακόμη και δεδομένα προερχόμενα από την επιστημονική έρευνα, τα οποία, υποτίθεται, κρίνονταν σημαντικά για την εθνική ασφάλεια. Η Κίνα έχει αρχίσει να συσσωρεύει τέτοιου είδους δεδομένα και να περιορίζει την πρόσβαση σε αυτά.

Το 2025, το ειδησεογραφικό πρακτορείο Reuters μετέδωσε ότι το Γερμανικό Ίδρυμα Ερευνών (DFG), το Σουηδικό Συμβούλιο Ερευνών και το Ελβετικό Εθνικό Ίδρυμα Επιστημών σταμάτησαν να χρηματοδοτούν ορισμένες συνεργασίες με Κινέζους ερευνητές, εξαιτίας αυτής της νομοθεσίας περί δεδομένων. Εκπρόσωπος του Ελβετικού Εθνικού Ιδρύματος Επιστημών δήλωσε τότε στο πρακτορείο ότι ήταν «ασαφές τί σημαίνει ο όρος “σημαντικά δεδομένα”». Κατά συνέπεια, οι Ελβετοί ερευνητές δυσκολεύονταν να προσδιορίσουν «υπό ποιες συνθήκες μια ερευνητική συνεργασία θα μπορούσε να υπόκειται σε κυρώσεις ή ακόμα και σε τιμωρητικά μέτρα».

Leonardo Da Vinci: Από τα σημειωματάρια Φυτολογίας και Ανθρωπολογικής Ανατομίας 

Πρωτογενή δεδομένα = δεδομένα για την «εκπαίδευση» των μοντέλων
Εκείνη την εποχή, πολλοί μάλλον συνέδεαν τους νέους κινεζικούς «νόμους περί προστασίας δεδομένων» κυρίως με γεωπολιτική περιχαράκωση και με την διεκδίκηση κλασικού τύπου πλεονεκτημάτων στον ανταγωνισμό περί την επιστήμη και την τεχνολογία. Ωστόσο, τώρα, θα 'πρεπε να τους είναι σαφές ότι σ' αυτό το ζήτημα διαδραματίζει κεντρικό ρόλο η τεχνητή νοημοσύνη: Όποιος κατέχει τα πρωτογενή δεδομένα από εργαστήρια αιχμής, αυτός αποκτά τεράστια πλεονεκτήματα στην «εκπαίδευση» των επιστημονικών συστημάτων μηχανικής μάθησης του μέλλοντος. «Τα δεδομένα είναι τεχνολογία».
Αυτό είναι εξίσου επικίνδυνο όσο και παράλογο: Η πέραν πάσης προσδοκίας επιτυχία της επιστημονικής μεθόδου τα τελευταία 350 χρόνια, χάρισε στην ανθρωπότητα τεράστια ιατρικά και τεχνολογικά επιτεύγματα. Η ανοιχτή ανταλλαγή πληροφοριών υπήρξε εξαρχής κεντρικό και αναπόσπαστο στοιχείο του παγκόσμιου επιστημονικού συστήματος. Εάν τα κράτη του κόσμου τα κορυφαία στην επιστημονική έρευνα, αρχίσουν τώρα να στεγανοποιούν τα δεδομένα και τα ευρήματά τους, αποκλείοντας  την πρόσβαση το ένα στο άλλο, τότε ολόκληρη η ανθρωπότητα θα υποστεί τις συνέπειες. Η ανθρωπότητα μπορεί να προχωρήσει μόνον μέσω της συνεργασίας. Αυτό ίσχυε πάντοτε· σήμερα ισχύει περισσότερο από κάθε άλλη φορά. 

Ο Christian Stöcker είναι Καθηγητής Ψηφιακής Επικοινωνίας στο Πανεπιστήμιο Εφαρμοσμένων Επιστημών του Αμβούργου και επικεφαλής του μεταπτυχιακού προγράμματος για την Ψηφιακή Επικοινωνία. Συμμετέχει σε διάφορα ερευνητικά κέντρα και εγχειρήματα που ασχολούνται με την αλληλεπίδραση μεταξύ της τεχνολογίας των ψηφιακών μέσων, της δημοσιογραφίας και της δημόσιας σφαίρας.
Ως εμπειρογνώμων στην επίδραση του ψηφιακού μετασχηματισμού και των αλγορίθμων στην δημόσια σφαίρα, τη δημοσιογραφία και στις ίσες ευκαιρίες των πολιτών, διετέλεσε σύμβουλος της Γερμανικής Ομοσπονδιακής Βουλής (Bundestag), των κοινοβουλίων της Θουριγγίας και του Σλέσβιχ-Χόλσταϊν, και της Διερευνητικής Επιτροπής (Enquete-Kommission) της Γερμανικής Ομοσπονδιακής Βουλής για την Τεχνητή Νοημοσύνη. Το 2021 και το 2022 ήταν μέλος της συμβουλευτικής επιτροπής της πρωτοβουλίας nextMedia του Αμβούργου. Μέχρι το τέλος του 2022, ο Stöcker ήταν Media Fellow στην δεξαμενή σκέψης The New Institute.
Ο Stöcker διατηρεί την εβδομαδιαία στήλη «Der Rationalist» στο Spiegel Online. Το 2020 εκδόθηκε το βιβλίο του «Εμείς είμαστε το πείραμα» (Das Experiment sind wir), με θέμα το πώς η ανθρωπότητα θα αντιμετωπίσει και θα χειριστεί τις εκθετικής κλίμακας αλλαγές που προκαλεί η «Μεγάλη Επιτάχυνση»