Το Τμήμα Ψηφιακών Συστημάτων της Σχολής Τεχνολογιών Πληροφορικής και Επικοινωνιών του Πανεπιστημίου Πειραιώς και το Ινστιτούτο Πληροφορικής και Τηλεπικοινωνιών του ΕΚΕΦΕ «Δημόκριτος» οργανώνουν και λειτουργούν από το ακαδημαϊκό έτος 2019-2020 Δι-ιδρυματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) με τίτλο «Τεχνητή Νοημοσύνη» (Artificial Intelligence).

ΓΙΑΤΙ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

Η Τεχνητή Νοημοσύνη, ως κλάδος της επιστήμης των ηλεκτρονικών υπολογιστών, έχει ξεκινήσει από την δεκαετία του ’50. Σήμερα, αποτελεί ένα πολύ καλά ορισμένο κλάδο της επιστήμης που επικαλύπτεται με πολλές άλλες επιστήμες εκτός βέβαια αυτής των ηλεκτρονικών υπολογιστών: Φιλοσοφία, ηθική, οικονομικά, στατιστική, γλωσσολογία, νευρο-φυσιολογία,  κοινωνιολογία, κλπ. Καλύπτει δε πληθώρα θεμάτων: Υπολογιστική λογική, κατανόηση φυσικής γλώσσας, αυτoνομία συστημάτων, τεχνητοί χαρακτήρες για την εκπαίδευση/διασκέδαση, μηχανική μάθηση, υπολογιστική όραση, ανάλυση δεδομένων, κοκ.

Συνεπώς, η Τεχνητή Νοημοσύνη αποτελεί πλέον ένα καλά αναγνωρισμένο και διεθνώς καθιερωμένο επιστημονικό χώρο της επιστήμης των υπολογιστών, ενώ αποτελεί διακριτό αντικείμενο σπουδών σε όλα τα Πανεπιστήμια και Ερευνητικά Κέντρα της υφηλίου που διαθέτουν τεχνολογική/θετική κατεύθυνση σπουδών.

Ιδιαίτερα στη σημερινή εποχή έχουν διαμορφωθεί κατάλληλες συνθήκες και ιδιαίτερες ευκαιρίες για την ανάπτυξή της, ενώ πλέον γίνεται μεγάλη συζήτηση για τις δυνατότητες της τεχνολογίας που αναπτύσσεται στα πλαίσια της  Τεχνητής Νοημοσύνης, με ιδιαίτερη έμφαση στους κινδύνους και την ηθική των ιδιαίτερων θεμάτων που άπτονται, θα λέγαμε εγγενώς, στον επιστημονικό αυτό χώρο.

Η μεγαλύτερη ευκαιρία για την Τεχνητή Νοημοσύνη σήμερα είναι η ύπαρξη χαμηλού κόστους υπολογιστικής ισχύος, καθώς και η ύπαρξη όγκου δεδομένων που μπορούν να αξιοποιηθούν για να βελτιώσουν διαδικασίες που αφορούν σε πολλούς τομείς της σύγχρονης ζωής.

Η μεγαλύτερη πρόκληση είναι η ύπαρξη όγκου δεδομένων που μπορεί να αξιοποιηθεί αλλά δεν είναι γνωστό «πως» μπορεί αυτό να επιτευχθεί αποτελεσματικά, η ύπαρξη σημαντικών προβλημάτων που απαιτούν εξειδικευμένη γνώση, που έχουν εγγενή πολυπλοκότητα και απαιτούν πολυ-παραμετρικές μεθόδους ή/και τη συμμετοχή πολλαπλών «παικτών» με ιδιαίτερα ενδιαφέροντα και προτεραιότητες για την εξεύρεση λύσεων, πολλές φορές με απαιτήσεις βελτιστότητας λύσεων.

Φυσικά υπάρχουν πολλές προσδοκίες που μάλλον είναι οριακά εφικτές, αλλά σε ότι αφορά στα επιστημονικά δεδομένα, η Τεχνητή Νοημοσύνη έχει αναπτύξει ώριμες μεθόδους που φαίνονται να ανταποκρίνονται επιτυχώς στην επίλυση πραγματικών προβλημάτων, χωρίς βέβαια να παραβλέπουμε το γεγονός ότι μπορεί να δημιουργήσει πλείονα και μείζονα προβλήματα στην  ανθρωπότητα, εάν η τεχνολογία αναπτύσσεται και διατίθεται με πλημμελή τρόπο.

Τέλος, η ανάπτυξη της έρευνας, και της επιχειρηματικής δραστηριότητας σε θέματα Τεχνητής Νοημοσύνης, ακόμα και στον Ελλαδικό χώρο, καθώς και η αύξηση της ζήτησης ανθρωπίνου δυναμικού με άριστη γνώση των τεχνικών και των μεθόδων Τεχνητής Νοημοσύνης διεθνώς, είναι πλέον κάτι δεδομένο.