Τα τελευταία χρόνια, έχουν διοχετευθεί τεράστιοι επενδυτικοί πόροι στην ανάπτυξη προηγμένων συστημάτων Τεχνητής Νοημοσύνης, με απώτερο στόχο την επίτευξη αυτού που πολλοί ερευνητές και τεχνολόγοι περιγράφουν ως «τεχνολογική μοναδικότητα» (technological singularity). Η έννοια αυτή αναφέρεται σε ένα υποθετικό σημείο στο μέλλον όπου η Τεχνητή Νοημοσύνη θα αποκτήσει γνωστικές και αναλυτικές ικανότητες ανώτερες από εκείνες του ανθρώπου.
Σε ένα τέτοιο σενάριο, τα συστήματα Τεχνητής Νοημοσύνης δεν θα περιορίζονται απλώς στην εκτέλεση προκαθορισμένων εργασιών, αλλά θα είναι σε θέση να αναπτύσσουν νέες τεχνολογίες, να βελτιώνουν αυτόνομα τις δυνατότητές τους και να λαμβάνουν σύνθετες αποφάσεις χωρίς άμεση ανθρώπινη παρέμβαση. Ορισμένες πιο προωθημένες θεωρητικές προσεγγίσεις υποστηρίζουν ότι μια τέτοια εξέλιξη θα μπορούσε να μεταβάλει ριζικά τον ρόλο του ανθρώπου στην οικονομία, την κοινωνία και την παραγωγική διαδικασία, δημιουργώντας ένα εντελώς νέο τεχνολογικό και πολιτισμικό περιβάλλον.
Η Τεχνητή Νοημοσύνη (ΤΝ) αντιμετωπίζεται συχνά ως μία ακόμη τεχνολογική καινοτομία ή ως ένα εργαλείο που χρησιμοποιείται κυρίως από ιδιωτικές επιχειρήσεις για την αύξηση της παραγωγικότητας και της κερδοφορίας τους. Ωστόσο, αυτή η προσέγγιση υποτιμά τη βαθύτερη οικονομική και γεωπολιτική σημασία της. Όπως ο ηλεκτρισμός τον 20ό αιώνα και το διαδίκτυο στα τέλη του ίδιου αιώνα, έτσι και η Τεχνητή Νοημοσύνη εξελίσσεται σε μια υποδομή γενικής χρήσης, ικανή να επηρεάσει σχεδόν κάθε τομέα της οικονομίας και της κοινωνίας.
Το κρίσιμο ερώτημα που αντιμετωπίζουν σήμερα τα κράτη δεν είναι αν πρέπει να χρησιμοποιήσουν την Τεχνητή Νοημοσύνη, αλλά αν πρέπει να την αντιμετωπίσουν ως δημόσια υποδομή στρατηγικής σημασίας. Όλο και περισσότερα στοιχεία δείχνουν ότι η απάντηση είναι καταφατική. Η τεχνητή νοημοσύνη δεν αποτελεί πλέον απλώς έναν νέο κλάδο της οικονομίας. Αποτελεί μια νέα μορφή εθνικής υποδομής, συγκρίσιμη με τα δίκτυα ενέργειας, τις μεταφορές, τις τηλεπικοινωνίες και τα συστήματα ύδρευσης.
Από την τεχνολογία στην υποδομή: Οι μεγάλες τεχνολογικές επαναστάσεις της ιστορίας απέκτησαν τη μέγιστη οικονομική τους σημασία όταν μετατράπηκαν σε δημόσιες υποδομές. Ο ηλεκτρισμός δεν άλλαξε τον κόσμο επειδή υπήρξε μια εφεύρεση. Τον άλλαξε επειδή δημιουργήθηκαν εθνικά δίκτυα ηλεκτροδότησης. Το διαδίκτυο δεν μετασχημάτισε την οικονομία επειδή αναπτύχθηκε ως τεχνολογία. Την μετασχημάτισε επειδή έγινε καθολική υποδομή επικοινωνίας και πληροφορίας.
Η Τεχνητή Νοημοσύνη ακολουθεί την ίδια πορεία. Τα σύγχρονα μοντέλα ΤΝ μπορούν να βελτιώσουν την παραγωγικότητα, να αυτοματοποιήσουν διαδικασίες, να ενισχύσουν τη λήψη αποφάσεων και να δημιουργήσουν νέες μορφές οικονομικής δραστηριότητας. Όμως η πλήρης αξιοποίησή τους προϋποθέτει υποδομές μεγάλης κλίμακας που υπερβαίνουν τις δυνατότητες μεμονωμένων επιχειρήσεων. Γι’ αυτό η ΤΝ πρέπει να θεωρηθεί εθνική υποδομή.
Τα τέσσερα θεμέλια της εθνικής υποδομής της ΤΝ: Η Τεχνητή Νοημοσύνη δεν αποτελεί μόνο λογισμικό. Βασίζεται σε ένα σύνθετο οικοσύστημα υποδομών.
1. Υπολογιστική Υποδομή: Τα κέντρα δεδομένων (Data Centers) αποτελούν το θεμέλιο της ΤΝ. Η εκπαίδευση και λειτουργία προηγμένων μοντέλων απαιτεί τεράστια υπολογιστική ισχύ, εξειδικευμένους επεξεργαστές και εξελιγμένες αρχιτεκτονικές cloud computing. Χώρες που δεν διαθέτουν δικές τους υποδομές εξαρτώνται από ξένους παρόχους και ξένα οικοσυστήματα τεχνολογίας.
2. Ενεργειακή Υποδομή: Η Τεχνητή Νοημοσύνη είναι ιδιαίτερα ενεργοβόρα.Τα νέα data centers καταναλώνουν ποσότητες ηλεκτρικής ενέργειας συγκρίσιμες με μικρές πόλεις. Η ενεργειακή επάρκεια μετατρέπεται έτσι σε βασική προϋπόθεση για την ανάπτυξη της ΤΝ. Η σύνδεση μεταξύ ψηφιακής οικονομίας και ενεργειακής πολιτικής γίνεται πλέον άμεση.
3. Υποδομή Ημιαγωγών: Οι μικροεπεξεργαστές αποτελούν τον «χρυσό» της νέας ψηφιακής εποχής. Η παγκόσμια αλυσίδα παραγωγής ημιαγωγών συγκεντρώνεται σε λίγες χώρες και λίγες επιχειρήσεις, γεγονός που δημιουργεί σοβαρές γεωπολιτικές ευπάθειες. Η πρόσβαση σε προηγμένους επεξεργαστές καθορίζει ποια κράτη μπορούν να αναπτύξουν ανεξάρτητες δυνατότητες Τεχνητής Νοημοσύνης.
4. Δικτυακή Υποδομή: Η διάδοση της ΤΝ απαιτεί γρήγορα δίκτυα, cloud υπηρεσίες, υποδομές edge computing και ασφαλή ψηφιακά οικοσυστήματα. Χωρίς αυτά, ακόμη και τα πιο προηγμένα μοντέλα δεν μπορούν να αξιοποιηθούν αποτελεσματικά σε εθνική κλίμακα.
Η Τεχνητή Νοημοσύνη ως μοχλός παραγωγικότητας: Η σημαντικότερη συνεισφορά της ΤΝ βρίσκεται στην παραγωγικότητα. Η οικονομική ιστορία δείχνει ότι η μακροχρόνια ευημερία δεν εξαρτάται κυρίως από τη συσσώρευση κεφαλαίου αλλά από την αύξηση της παραγωγικότητας. Η Τεχνητή Νοημοσύνη επηρεάζει την παραγωγικότητα με πολλούς τρόπους: α) αυτοματοποίηση επαναλαμβανόμενων εργασιών, β) βελτίωση λήψης αποφάσεων, γ) πρόβλεψη και βελτιστοποίηση διαδικασιών, δ) μείωση σφαλμάτων, ε) ενίσχυση της καινοτομίας. Ο μηχανισμός μετάδοσης είναι απλός:
ΤΝ → Παραγωγικότητα → ΑΕΠ → Δημοσιονομική Βιωσιμότητα
Όσο αυξάνεται η παραγωγικότητα, τόσο αυξάνεται το ΑΕΠ. Όσο αυξάνεται το ΑΕΠ, τόσο βελτιώνεται ο λόγος χρέους προς ΑΕΠ και τόσο μεγαλύτερος γίνεται ο δημοσιονομικός χώρος του κράτους.
Η ΤΝ και η ανταγωνιστικότητα των κρατών: Η Τεχνητή Νοημοσύνη εξελίσσεται ταχύτατα σε παράγοντα εθνικής ισχύος. Στον 20ό αιώνα, η βιομηχανική παραγωγή και η ενέργεια καθόριζαν τη γεωπολιτική ισχύ. Στον 21ο αιώνα, ο έλεγχος των δεδομένων, των αλγορίθμων και των υπολογιστικών υποδομών αποκτά αντίστοιχη σημασία. Τα κράτη που θα αναπτύξουν ισχυρά οικοσυστήματα ΤΝ θα αποκτήσουν πλεονεκτήματα: α) στην οικονομική ανάπτυξη, β) στην καινοτομία, γ) στην άμυνα, δ) στη δημόσια διοίκηση, ε) στην επιστημονική έρευνα, κ.λπ. Αντίθετα, χώρες που θα παραμείνουν τεχνολογικά εξαρτημένες κινδυνεύουν να βρεθούν σε μειονεκτική θέση έναντι των ανταγωνιστών τους.
Η ΤΝ ως εργαλείο του δημόσιου τομέα: Η αντιμετώπιση της Τεχνητής Νοημοσύνης ως δημόσιας υποδομής δεν σημαίνει κρατικό μονοπώλιο. Σημαίνει ότι το κράτος δημιουργεί το περιβάλλον μέσα στο οποίο η τεχνολογία μπορεί να αναπτυχθεί προς όφελος ολόκληρης της κοινωνίας. Η ΤΝ μπορεί να μετασχηματίσει:
Τη φορολογική διοίκηση με την καταπολέμηση της φοροδιαφυγής, την ανίχνευση της απάτης, την αυτοματοποίηση των ελέγχων κλπ..
Το σύστημα υγείας με την πρόληψη ασθενειών, την έγκαιρη διάγνωση, την βελτιστοποίηση δαπανών κλπ.
Τη δικαιοσύνη με την διαχείριση των υποθέσεων, την επιτάχυνση των διαδικασιών, την υποστήριξη της νομικής έρευνας κ.λπ.
Τη δημόσια διοίκηση με την μείωση της γραφειοκρατίας, την ταχύτερη εξυπηρέτηση των πολιτών, την αποτελεσματικότερη διαχείριση πόρων κλπ.
Οι κίνδυνοι της μη υιοθέτησης: Η μη αντιμετώπιση της ΤΝ ως δημόσιας υποδομής δημιουργεί σημαντικούς κινδύνους. Πρώτον, ενισχύεται η εξάρτηση από ξένες τεχνολογικές πλατφόρμες. Δεύτερον, τα οφέλη της τεχνολογίας συγκεντρώνονται σε λίγες επιχειρήσεις αντί να διαχέονται στην οικονομία. Τρίτον, δημιουργούνται νέες μορφές ανισότητας μεταξύ κρατών αλλά και μεταξύ κοινωνικών ομάδων.Η ιστορία δείχνει ότι οι χώρες που καθυστερούν να επενδύσουν στις υποδομές μιας νέας τεχνολογικής εποχής δυσκολεύονται να καλύψουν το χαμένο έδαφος αργότερα.
Συμπεράσματα: Η Τεχνητή Νοημοσύνη δεν αποτελεί απλώς μια ακόμη τεχνολογική καινοτομία. Αντιπροσωπεύει μια νέα γενιά οικονομικής υποδομής με δυνατότητα να επηρεάσει την παραγωγικότητα, την ανάπτυξη, τη δημοσιονομική βιωσιμότητα και τη γεωπολιτική ισχύ των κρατών. Η αντιμετώπισή της ως δημόσιας υποδομής επιτρέπει την ευρύτερη διάχυση των ωφελειών, τη βελτίωση της ανταγωνιστικότητας, την ενίσχυση της κρατικής αποτελεσματικότητας, τη δημιουργία νέων πηγών ανάπτυξης.
Όπως ο ηλεκτρισμός και το διαδίκτυο καθόρισαν τις προηγούμενες οικονομικές εποχές, έτσι και η Τεχνητή Νοημοσύνη είναι πιθανό να αποτελέσει το θεμέλιο της οικονομικής και γεωπολιτικής ισχύος του 21ου αιώνα. Το πραγματικό ερώτημα δεν είναι αν τα κράτη θα επηρεαστούν από την Τεχνητή Νοημοσύνη. Το ερώτημα είναι ποια κράτη θα επιλέξουν να τη μετατρέψουν σε εθνική υποδομή και ποια θα περιοριστούν στον ρόλο του απλού χρήστη μιας τεχνολογίας που θα ελέγχουν άλλοι.
Αν η τεχνητή νοημοσύνη επιτύχει όλα όσα υπόσχεται, τα οφέλη δεν θα είναι μόνο τεχνολογικά ή οικονομικά. Θα είναι βαθιά κοινωνικά και πολιτικά.
* Ο Ατσαλάκης Γιώργος είναι Οικονομολόγος, Αναπληρωτής Καθηγητής, Πολυτεχνείου Κρήτης Εργαστήριο Επιστημονικών Δεδομένων
