Του Ιωάννη Πήτα

Μετά την έλευση του DeepSeek, είναι σαφές ότι κάτι θεμελιωδώς λάθος συμβαίνει στην αγορά της τεχνητής νοημοσύνης. Οι μεγάλες εταιρείες τεχνητής νοημοσύνης προσπαθούν να σφετεριστούν (ή απλά να κλέψουν) δεδομένα από εταιρείες και πολίτες για να εκπαιδεύσουν τα Βαθιά Νευρωνικά τους Δίκτυα (DNN) και τα Μεγάλα Γλωσσικά Μοντέλα τους (LLM), πολλές φορές χωρίς να παρουσιάζουν την πηγή των δεδομένων. Οι μικρότερες εταιρείες τεχνητής νοημοσύνης προσπαθούν να κλέψουν γνώση ή πληροφορίες από πιο προηγμένα μοντέλα των ανταγωνιστών τους για να τα χρησιμοποιήσουν στην απόσταξη (knowledge distillation) των δικών τους μοντέλων TN και να επιταχύνουν την ανάπτυξή τους.

Αντί να προσπαθεί ο ένας να κλέβει την πνευματική ιδιοκτησία του άλλου, μπορούμε να δημιουργήσουμε μια υγιή παγκόσμια αγορά δεδομένων και γνώσης για την τεχνητή νοημοσύνη, όπου οι εταιρείες θα αγοράζουν και θα πωλούν δεδομένα, γνώση (απαντήσεις μοντέλων τεχνητής νοημοσύνης) και τα ίδια τα μοντέλα τεχνητής νοημοσύνης (ή τη χρήση τους). Η τρέχουσα αγορά τεχνητής νοημοσύνης καλύπτει μόνο ένα μικρό μέρος τέτοιων συναλλαγών, π.χ. αγορά επισημασμένων δεδομένων από εταιρείες και αγορά υπηρεσιών χρήσης μοντέλων τεχνητής νοημοσύνης. Δεν καλύπτει την αγορά δεδομένων πολιτών ούτε την αγορά γνώσης τεχνητής νοημοσύνης (για χρήση στην απόσταξη νέων μοντέλων ΤΝ). Στην προτεινόμενη ολοκληρωμένη αγορά τεχνητής νοημοσύνης, οι διαφανείς οικονομικές συναλλαγές μπορούν να μειώσουν την κλοπή και την απάτη, να δημιουργήσουν πλούτο και να φορολογηθούν για τη δημιουργία φορολογικών εσόδων. Τεχνολογίες βασισμένες σε blockchain ή πιο κλασικά μέσα πληρωμής μπορούν να χρησιμοποιηθούν για την εύκολη αξιοποίηση αυτής της αλυσίδας και την εκτέλεση των σχετικών οικονομικών συναλλαγών, ειδικά για την αποζημίωση των πολιτών για τη χρήση των δεδομένων τους.

Το Εργαστήριο Τεχνητής Νοημοσύνης και Ανάλυσης Πληροφοριών του Αριστοτελείου Πανεπιστημίου έχει αναπτύξει ένα προχωρημένο εννοιολογικό πλαίσιο και σχετικό και λογισμικό, όπου πράκτορες τεχνητής νοημοσύνης (που ανήκουν σε εταιρείες ή άτομα) μπορούν να ανταλλάσσουν αυτόματα α) δεδομένα ή β) γνώση τεχνητής νοημοσύνης ή γ) τα ίδια τα μοντέλα τεχνητής νοημοσύνης, έτσι ώστε να πετυχαίνουν τους στόχους τους, π.χ. την απόσταξη των νέων δικών τους μοντέλων τεχνητής νοημοσύνης. Ένα τέτοιο πλαίσιο μπορεί να υποστηρίξει μια τέτοια αγορά τεχνητής νοημοσύνης στο Cloud και να λύσει πολλά από τα σημερινά προβλήματα.

Του Ι. Πήτα/ Καθηγητή Τμήματος Πληροφορικής ΑΠΘ/ Προέδρου της Διεθνούς Ακαδημίας Διδακτορικών Σπουδών στην Τεχνητή Νοημοσύνη