Μηχανική Όραση και Τεχνητή Νοημοσύνη με τον Γιώργο Τεπτερή
Ο Γεώργιος Τεπτερής είναι ερευνητής και υποψήφιος διδάκτορας στο Πανεπιστήμιο Αιγαίου. Ασχολείται με την τεχνητή νοημοσύνη και πιο συγκεκριμ...
Προφίλ Καλεσμένου
Ερευνητής & Υποψήφιος Διδάκτορας
Τμήμα Μηχανικών Οικονομίας και Διοίκησης, Πανεπιστήμιο Αιγαίου
Ο Γεώργιος Τεπτερής είναι Υποψήφιος Διδάκτωρ και ερευνητής στο Τμήμα Μηχανικών Οικονομίας και Διοίκησης του Πανεπιστημίου Αιγαίου. Η έρευνά του εστιάζει στην εφαρμοσμένη μηχανική μάθηση, με ειδίκευση στη βελτιστοποίηση εκπαίδευσης μοντέλων ανίχνευσης αντικειμένων. Σχεδιάζει πειράματα μεγάλης κλίμακας αξιοποιώντας γενετικούς αλγόριθμους, σχεδιασμό πειραμάτων και ανάλυση παλινδρόμησης. Αναπτύσσει εφαρμοσμένα πρωτότυπα, όπως pipeline συμπερασμού σε πραγματικό χρόνο από UAV και μοντέλα βελτιστοποίησης δρομολόγησης αυτόνομων κινητών ρομπότ. Τα ερευνητικά του ενδιαφέροντα περιλαμβάνουν τη μηχανική όραση, την εφαρμοσμένη βελτιστοποίηση και την υποστήριξη αποφάσεων βάσει δεδομένων.
Ίδρυμα / Οργανισμός
Τμήμα Μηχανικών Οικονομίας και Διοίκησης, Πανεπιστήμιο Αιγαίου
Εμφανίσεις
Ο Γεώργιος Τεπτερής είναι ερευνητής και υποψήφιος διδάκτορας στο Πανεπιστήμιο Αιγαίου. Ασχολείται με την τεχνητή νοημοσύνη και πιο συγκεκριμ...
Αποψεις & Αποσπασματα
"Η υπολογιστική όραση είναι ένα υποσύνολο, θα έλεγα, ένα κομμάτι της τεχνητής νοημοσύνης, το οποίο προσπαθεί να δώσει σε έναν υπολογιστή την ικανότητα να καταλαβαίνει εικόνες και βίντεο. Όχι απλώς να τα βλέπει, δηλαδή — να εξάγει την πληροφορία που υπάρχει μέσα σε αυτό. Για παράδειγμα, να αναγνωρίζει αντικείμενα, όπως άνθρωπος, αυτοκίνητο, ζώο· να εντοπίζει πού ακριβώς βρίσκονται μέσα στην εικόνα ή στο βίντεο· να μετράει πόσα αντικείμενα βλέπει, ή να παρακολουθεί ακόμα και την κίνησή τους."
"Το ντρόουν λειτουργεί σαν μια κινητή κάμερα ασφαλείας. Αντί να έχεις μόνο σταθερές κάμερες σε συγκεκριμένα σημεία, έχεις ένα ιπτάμενο μέσο το οποίο μπορεί να κάνει περιπολία, να δει γωνίες που δεν φαίνονται —τα τυφλά σημεία που λέμε— και να καλύψει μεγάλη έκταση πολύ γρήγορα. Το σημαντικό εδώ δεν είναι ότι μιλάμε απλώς για βίντεο: εκεί μπαίνει η υπολογιστική όραση, όπου το σύστημα μπορεί να εντοπίζει βασικά γεγονότα, όπως η παρουσία ανθρώπου σε μη αναμενόμενο σημείο, κίνηση οχήματος σε ώρα που δεν πρέπει, ή κάτι που μοιάζει με παραβίαση της περίφραξης. Δεν αποφασίζει το τι είναι κακό — είναι ένα έξυπνο φιλτράρισμα, θα το πω έτσι, που δίνει ειδοποίηση ώστε να το δει ο άνθρωπος."
"Είναι ένα drone σαν ιπτάμενος απογραφέας, θα το έλεγα, όπου σε πολλές αποθήκες η απογραφή γίνεται χειροκίνητα. Άνθρωποι περπατάνε σε διαδρόμους, ανεβαίνουν στο κλαρκ πάνω, όπου εκεί υπάρχει κίνδυνος πτώσης του ανθρώπου, γιατί μπορεί να έχουν στο ένα χέρι τους το σκάνερ και με το άλλο χέρι τους να μετράνε το απόθεμα. Οπότε εκεί πέρα υπάρχει κίνδυνος πτώσης του ανθρώπου από τον τελευταίο σωρό του ραφιού — είναι ένα πολύ επικίνδυνο επάγγελμα."
"Το πρώτο παράδειγμα είναι τα ρομποτικά σκυλιά για σενάρια φυσικών καταστροφών, όπως είναι οι σεισμοί, οι πυρκαγιές και οι πλημμύρες. Η βασική ιδέα είναι απλή: σε αυτές τις συνθήκες το περιβάλλον είναι πάρα πολύ επικίνδυνο και απρόβλεπτο, όπου ένας διασώστης μπορεί να κινδυνεύσει από ασταθή συντρίμμια, καπνό, χαμηλή ορατότητα. Εκεί το ρομποτικό σκυλί μπορεί να μπει πρώτο —όπως και τα ντρόουν, μπορεί να μπουν και μαζί— με κάμερες και αισθητήρες, να δώσει την εικόνα του χώρου, να εντοπίσει κάποιους ανθρώπους που χρειάζονται βοήθεια, να δει σημεία που δεν φαίνονται και να στείλει πληροφορία σε πραγματικό χρόνο στην ομάδα διάσωσης."
"Είναι γενικά λογική ερώτηση που γίνεται, αν θα μας πάρουν τα ρομπότ τις δουλειές. Η πιο απλή απάντηση είναι ότι τα ρομπότ συνήθως δεν παίρνουν τη δουλειά συνολικά, αλλά αλλάζουν το τι θα κάνουμε μέσα στη δουλειά. Ποια κομμάτια επηρεάζονται πρώτα; Τα πιο επαναλαμβανόμενα, τα πιο βαριά και τα πιο επικίνδυνα: για παράδειγμα μια νυχτερινή περιπολία σε έναν δύσκολο χώρο, μια απογραφή σε μεγάλο ύψος, μια μεταφορά σε συνθήκες κινδύνου. Εκεί το ρομπότ μπορεί να γίνει ένα εργαλείο που μειώνει τα ατυχήματα και την κούραση που έχει ο άνθρωπος."
"Οπότε να πούμε τι μένει στον άνθρωπο. Μένει η απόφαση. Το ρομπότ μπορεί να αντιληφθεί κάτι ύποπτο, αλλά ο άνθρωπος θα κρίνει αν είναι, και τι κάνουμε μετά. Οι υπεύθυνες διαδικασίες: ποιος έχει πρόσβαση, ποια δεδομένα κοιτάμε, πότε θα σταματά η λειτουργία του, τι γίνεται σε ένα έκτακτο περιστατικό. Την επίβλεψη πρέπει να την έχει πάντα ο άνθρωπος· κάποιος πρέπει να ελέγχει ότι όλα δουλεύουν σωστά, ειδικά όταν υπάρχουν άνθρωποι γύρω."
"Όταν υπάρχει ρουτίνα, εκεί γίνονται τα περισσότερα ατυχήματα. Θα υπάρχει λιγότερη χειρωνακτική επανάληψη, περισσότερη επίβλεψη, οργάνωση και τεχνική υποστήριξη. Αυτό ανοίγει καινούργιες δουλειές."
"Στην Ελλάδα η τεχνητή νοημοσύνη αναπτύσσεται σε δύο ταχύτητες. Στον ακαδημαϊκό και ερευνητικό χώρο βλέπω μια θετική εικόνα, υπάρχει καθαρότατη κατεύθυνση — υπάρχει πλαίσιο που δίνει προτεραιότητες και αρχές για την υπεύθυνη χρήση της τεχνητής νοημοσύνης, και χτίζονται και άλλες υποδομές. Όμως στις επιχειρήσεις, αντιθέτως, η εικόνα είναι μεικτή: η διάχυση είναι ακόμα περιορισμένη, κυρίως στις μικρομεσαίες επιχειρήσεις. Αν πάμε στα στατιστικά, στην περίπτωση της Ευρωπαϊκής Ένωσης, το 2024 αναφέρεται ότι πάνω από το 13% των επιχειρήσεων χρησιμοποιούν τεχνολογίες τεχνητής νοημοσύνης, με μεγαλύτερα ποσοστά στις μεγάλες εταιρείες. Οπότε και στην Ελλάδα βλέπουμε ότι η υιοθέτηση τέτοιων τεχνολογιών παραμένει χαμηλή, κάτω από τον μέσο όρο της Ευρωπαϊκής Ένωσης."