Παντελής Λάππας

"Το ρίσκο είναι η πιθανότητα ένα αποτέλεσμα να αποκλίνει από αυτό που περιμένουμε, και η απόκλιση αυτή να έχει συνέπειες. Δεν σημαίνει απλώς κίνδυνος, αλλά αβεβαιότητα με επίπτωση. Το ρίσκο έχει πάντα δύο συστατικά: την αβεβαιότητα —δηλαδή δεν ξέρουμε ακριβώς τι θα συμβεί— και τις συνέπειες, το ότι αυτό που θα συμβεί έχει κόστος ή όφελος. Οπότε, αν λείπει ένα από τα δύο, δεν μιλάμε για ρίσκο."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →

"Υπάρχει μια πολύ μεγάλη τάση στη βιβλιογραφία τα τελευταία χρόνια, σε αυτό που αποκαλούμε human-in-the-loop approach: ο άνθρωπος πρέπει να είναι μέσα στη διαδικασία της λήψης απόφασης. Ένα έξυπνο μοντέλο, πρακτικά, είναι αυτό που μοντελοποιεί με κάποιον τρόπο τη γνώση και την εμπειρία των ανθρώπων — οπότε ο άνθρωπος είναι αυτός που τελικά θα πάρει την απόφαση."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →

"Στην επιχειρησιακή έρευνα και τη βελτιστοποίηση, όταν λέμε ότι βρίσκουμε την καλύτερη λύση δεν εννοούμε ότι υπάρχει μια μαγική απάντηση που λύνει τα πάντα. Σημαίνει ότι προσπαθούμε να μεγιστοποιήσουμε ή να ελαχιστοποιήσουμε κάποιο στόχο —παραδείγματος χάρη κέρδος, κόστος, χρόνο— υπό περιορισμούς όμως, όπως πόρους, χρόνο ή κανονισμούς. Άρα στην πράξη συχνά έχουμε πολλαπλούς αντικρουόμενους στόχους και περιορισμούς, και δεν υπάρχει λύση που να ικανοποιεί τα πάντα ταυτόχρονα."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →

"Στη δουλειά μου, η στατιστική και τα παραδοσιακά μοντέλα χρησιμοποιούνται όταν θέλουμε να κατανοήσουμε τα δεδομένα, να κάνουμε ελέγχους υποθέσεων και να εκτιμήσουμε πιθανότητες με βάση ιστορικά στοιχεία. Το machine learning, η μηχανική μάθηση δηλαδή, μπαίνει στο παιχνίδι όταν τα δεδομένα είναι πιο μεγάλα, πιο πολύπλοκα, ή όταν θέλουμε να ανακαλύψουμε μοτίβα και σχέσεις που δεν είναι εύκολο να δούμε με κλασικές μεθόδους."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →

"Αν τα δεδομένα είναι λανθασμένα ή μεροληπτικά, τότε ισχύει απολύτως το γνωστό «garbage in, garbage out». Η μηχανική μάθηση βασίζεται στην ιδέα ότι τα συστήματα μαθαίνουν από προηγούμενες εμπειρίες για να ανταποκριθούν σε νέες καταστάσεις· αυτό όμως πρακτικά σημαίνει ότι η ποιότητα των αποφάσεων εξαρτάται άμεσα από την ποιότητα των δεδομένων."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →

"Η πιο πρακτική συμβουλή, πριν ένας οργανισμός βάλει τεχνητή νοημοσύνη, είναι να βεβαιωθεί ότι έχει τακτοποιήσει πρώτα τα βασικά. Τα δεδομένα του πρέπει να είναι καθαρά, αξιόπιστα και οργανωμένα, οι διαδικασίες του καταγεγραμμένες και κατανοητές, και κυρίως οι στόχοι του απολύτως ξεκάθαροι. Χωρίς αυτά, ακόμη και ο πιο εξελιγμένος αλγόριθμος δεν μπορεί να δώσει χρήσιμα ή αξιόπιστα αποτελέσματα."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →

"Όταν λέμε εξηγήσιμη τεχνητή νοημοσύνη, πρακτικά εννοούμε ότι ακόμα και κάποιος μη ειδικός μπορεί να καταλάβει πώς και γιατί το μοντέλο παίρνει μία απόφαση. Δεν αρκεί απλώς να λέει «έτσι αποφάσισα» — θέλουμε να δείχνει ποια δεδομένα και ποιοι παράγοντες οδήγησαν σε μία πρόβλεψη ή πρόταση. Η έμφαση είναι δηλαδή στην ερμηνεία, και όχι στην κατασκευή του μοντέλου, έτσι ώστε ο χρήστης να μπορεί να εμπιστευτεί τα αποτελέσματα."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →

"Αν ένα μοντέλο αποδίδει, αλλά δεν εξηγείται, εγώ προσωπικά είμαι πολύ προσεκτικός. Η καλή απόδοση από μόνη της δεν είναι αρκετή· η εμπιστοσύνη χτίζεται μόνο όταν κατανοούμε και μπορούμε να αξιολογήσουμε τους λόγους πίσω από την απόφαση. Αν δεν μπορούμε να εξηγήσουμε τις αποφάσεις, δεν πρέπει να τις αφήνουμε να καθορίζουν κρίσιμα θέματα, όπως χρηματοοικονομικές ή κοινωνικές επιλογές."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →

"Το ζητούμενο δεν είναι απλώς να κάνουμε τα μοντέλα πιο έξυπνα, αλλά να κάνουμε τις αποφάσεις πιο υπεύθυνες. Αυτό σημαίνει να καλλιεργήσουμε τη νέα γενιά με κριτική σκέψη, να μάθει να χρησιμοποιεί την τεχνητή νοημοσύνη ως εργαλείο υποστήριξης — όχι ως μαγικό κουμπί που λέει τι να κάνει. Η υπευθυνότητα, η κριτική σκέψη και η παιδεία είναι αυτές που θα καθορίσουν πώς θα χρησιμοποιηθεί σωστά η τεχνητή νοημοσύνη."

Παντελής Λάππας

Επεισόδιο #20 — Η Επιστήμη της Απόφασης: Μαθηματικά, Δεδ... →