Στο 28ο επεισόδιο του podcast «Τεχνο-λογικά», φιλοξενούμε τον Γιώργο Τεπτερή, ερευνητή και υποψήφιο διδάκτορα στο Πανεπιστήμιο Αιγαίου. Η συζήτηση κινείται μακριά από τη θεωρητική προσέγγιση της Τεχνητής Νοημοσύνης (ΤΝ), εστιάζοντας σε πρακτικές εφαρμογές που μετασχηματίζουν την καθημερινή επιχειρηματική και κοινωνική δραστηριότητα.
Ο κ. Τεπτερής ξεκινά αποσαφηνίζοντας την έννοια της υπολογιστικής όρασης. Δεν πρόκειται πλέον για συστήματα που βασίζονται σε στατικούς, ανθρώπινους κανόνες, αλλά για μοντέλα βαθιάς μάθησης που εκπαιδεύονται σε τεράστια σύνολα δεδομένων. Η εξέλιξη αυτή επέτρεψε στους υπολογιστές να αντιλαμβάνονται το περιβάλλον με μεγαλύτερη ακρίβεια, αν και όχι με απόλυτη βεβαιότητα, όπως τονίζει ο ίδιος. Η διαδικασία εκπαίδευσης είναι μια συνεχής διόρθωση σφαλμάτων, όπου το μοντέλο μαθαίνει να αναγνωρίζει μοτίβα —από απλές ακμές μέχρι σύνθετα αντικείμενα— που γενικεύουν τη γνώση του, επιτρέποντάς του να λειτουργεί σε δεδομένα που δεν έχει ξαναδεί.
Κεντρικό θέμα της συζήτησης είναι η αξιοποίηση των μη επανδρωμένων αεροσκαφών (drones). Ο καλεσμένος παρουσιάζει δύο διαφορετικές αλλά εξίσου σημαντικές εφαρμογές. Η πρώτη αφορά τη φύλαξη μεγάλων αποθηκευτικών χώρων, όπου το drone λειτουργεί ως κινητή κάμερα ασφαλείας, καλύπτοντας τυφλά σημεία που οι σταθερές κάμερες αδυνατούν να δουν. Το σύστημα φιλτράρει τις πληροφορίες και ειδοποιεί τον άνθρωπο μόνο για γεγονότα που χρήζουν προσοχής, όπως μια ασυνήθιστη κίνηση τη νύχτα. Η δεύτερη εφαρμογή, με τη χρήση RFID readers, μετατρέπει το drone σε «ιπτάμενο απογραφέα». Αντί για χειροκίνητη καταμέτρηση αποθεμάτων που μπορεί να διαρκέσει μήνες —και να εγκυμονεί κινδύνους πτώσης για τους εργαζόμενους— το drone εκτελεί την απογραφή σε μία ημέρα, με εξαιρετικά υψηλή ακρίβεια.
Η συζήτηση επεκτείνεται στη ρομποτική εδάφους. Τα ρομποτικά σκυλιά αποτελούν μια πολλά υποσχόμενη τεχνολογία για διασώσεις σε φυσικές καταστροφές (σεισμούς, πυρκαγιές), όπου το περιβάλλον είναι απρόβλεπτο και επικίνδυνο για τον άνθρωπο. Εξίσου ενδιαφέρουσα είναι η ανάλυση για τα ρομπότ διανομής (delivery robots) στο «τελευταίο μίλι». Παρά την αίσθηση ότι τέτοια ρομπότ θα μπορούσαν να αντικαταστήσουν τους διανομείς, ο κ. Τεπτερής θεωρεί ότι η εφαρμογή τους είναι πιο πρακτική σε ελεγχόμενα περιβάλλοντα, όπως νοσοκομεία ή αεροδρόμια, παρά στους χαοτικούς δρόμους των πόλεων.
Όσον αφορά το μέλλον της εργασίας, ο καλεσμένος προσφέρει μια ψύχραιμη οπτική. Η τεχνολογία δεν έρχεται να υποκαταστήσει συνολικά το ανθρώπινο δυναμικό, αλλά να αναλάβει τα κομμάτια που είναι βαριά, επαναλαμβανόμενα ή επικίνδυνα (όπως η απογραφή σε ύψος). Ο άνθρωπος μετακινείται σε έναν ρόλο πιο επιτελικό: επίβλεψη, λήψη κρίσιμων αποφάσεων, συντήρηση και τεχνική υποστήριξη.
Κλείνοντας, αναλύεται η κατάσταση στην Ελλάδα. Παρά τη θετική πορεία στον ακαδημαϊκό χώρο, η υιοθέτηση της ΤΝ από τις ελληνικές επιχειρήσεις παραμένει χαμηλή, κάτω από τον ευρωπαϊκό μέσο όρο — σύμφωνα με τα στοιχεία που επικαλείται ο καλεσμένος, το 2024 πάνω από το 13% των επιχειρήσεων στην Ευρωπαϊκή Ένωση χρησιμοποιούσαν τεχνολογίες τεχνητής νοημοσύνης, με μεγαλύτερα ποσοστά στις μεγάλες εταιρείες. Το πρόβλημα δεν είναι μόνο το κόστος, αλλά και η έλλειψη εξειδικευμένου δυναμικού. Ο κ. Τεπτερής υπογραμμίζει πως η Τεχνητή Νοημοσύνη είναι μια χρυσή ευκαιρία για τη χώρα: αν την αξιοποιήσουμε σωστά, μπορούμε να δημιουργήσουμε θέσεις εργασίας υψηλής ποιότητας, ενισχύοντας την εγχώρια οικονομία και συγκρατώντας τους νέους επιστήμονες εντός των συνόρων, μετατρέποντας το «brain drain» σε μια δυναμική επιστροφής.
