Μηχανική μάθηση και τεχνητή νοημοσύνη κατά του κορονοϊού

Του Χριστόφορου Κάχρη*

Τα τελευταία χρόνια ακούγεται πολύ συχνά ο όρος μηχανική μάθηση και τεχνητή νοημοσύνη καθώς και πως αυτές οι τεχνολογίες θα επηρεάσουν την καθημερινότητα.

Τι είναι όμως η μηχανική μάθηση και η τεχνητή νοημοσύνη;

Τι είναι όμως η μηχανική μάθηση; Στον κλασσικό προγραμματισμό, χρειάζεται να περιγράψουμε πρώτα πώς ακριβώς πρέπει να επεξεργαστούμε τα δεδομένα ώστε να παράγει ο υπολογιστής την σωστή λύση. Πχ. Πρέπει να περιγράψουμε τον αλγόριθμο (με μια γλώσσα προγραμματισμού) για το πως να επεξεργαστούμε μια εικόνα ώστε να αναγνωρίσει σωστά ο υπολογιστής ένα πρόσωπο ή ένα ζώο.

Μηχανική μάθηση και τεχνητή νοημοσύνη

Στην μηχανική μάθηση όμως μπορούμε να εκπαιδεύσουμε έναν υπολογιστή χωρίς να χρειαστεί να περιγράψουμε ακριβώς πως να επεξεργαστεί τα δεδομένα ώστε να παράγει το σωστό αποτέλεσμα. Σε αυτή την περίπτωση, εκπαιδεύουμε ένα μοντέλο μηχανικής μάθησης, με τον να του δώσουμε πολλά παραδείγματα από το πρόβλημα και την λύση χωρίς να χρειάζεται να περιγράψουμε πως να φτάσει στην λύση.

Για παράδειγμα, εκπαιδεύομε ένα μοντέλο μηχανικής μάθησης με το να του παρέχουμε πάρα πολλές εικόνες από σκύλους, γάτες και άλλα ζώα αναφέροντας πάντα τι είναι αυτό που βλέπει (label). Με τον τρόπο αυτό εκπαιδεύεται το μοντέλο με τον ίδιο περίπου τρόπο που εκπαιδεύεται ένας άνθρωπος. Όταν η εκπαίδευση έχει ολοκληρωθεί (μπορεί να πάρει από μερικά δευτερόλεπτα μέχρι μερικές μέρες ανάλογα με το πρόβλημα) τότε μπορεί να ξεκινήσει να παρέχει τις εκτιμήσεις/προβλέψεις. Δηλαδή στην περίπτωση των εικόνων μπορεί να επεξεργαστεί μια εικόνα από ένα ζώο και να αναγνωρίσει αυτόματα τι ζώο είναι με βάση την εκπαίδευση που είχε. Με αυτό τον τρόπο μπορεί να λύνει ένα πρόβλημα (π.χ. τι ζώο είναι) χωρίς κάποιος προγραμματιστής να έχει αναπτύξει ένα συγκεκριμένο αλγόριθμο για να αναγνωρίζει κάθε ζώο ξεχωριστά. Φυσικά τα μοντέλα μηχανικής μάθησης που χρησιμοποιούνται κάθε φορά είναι αρκετά πολύπλοκα και χρειάζεται μεγάλη εξειδίκευση για την ανάπτυξη μοντέλων μηχανικής μάθησης που να βγάζουν αποτελέσματα με μεγάλη ακρίβεια.

Με τον όρο μηχανική μάθηση περιγράφουμε την τεχνολογία που χρησιμοποιείται για την αυτόματη εκμάθηση και λειτουργία των υπολογιστών ενώ με τον όρο τεχνητή νοημοσύνη εννοούμε όλα τα συστήματα και τις εφαρμογές (π.χ. αυτόνομη οδήγηση) που βασίζονται σε τεχνολογία μηχανικής μάθησης.

Που όμως χρησιμοποιείται η μηχανική μάθηση στην καθημερινότητα;

Παρόλο που πολλές φορές δεν το καταλαβαίνουνε η μηχανική μάθηση χρησιμοποιείται ευρέως στην καθημερινότητα. Για παράδειγμα όταν ψωνίζουμε ηλεκτρονικά από κάποιο e-shop πολλές φορές εμφανίζονται προτάσεις για παρόμοια ή σχετικά προϊόντα που θα μας ενδιέφεραν.

Όταν επιλέγουμε κάποια σειρά ή κάποιο βίντεο να δούμε χρησιμοποιείται η μηχανική μάθηση για να μας προτείνει παρόμοια βίντεο ή σειρές. Ακόμα και όταν κάνουμε κάποια αναζήτηση στο διαδίκτυο χρησιμοποιείται η μηχανική μάθηση για να μας δείξει διαφημίσεις σχετικές με την αναζήτηση που έχουμε κάνει. Τα τελευταία χρόνια η μηχανική μάθηση και η τεχνητή νοημοσύνη χρησιμοποιούνται για την αυτόνομη οδήγηση. Το να εκπαιδεύεις έναν υπολογιστή να μπορεί να αναγνωρίζει όλα τα αντικείμενα που βλέπει στον δρόμο με τον κλασσικό προγραμματισμό είναι σχεδόν αδύνατο. Η μηχανική μάθηση χρησιμοποιείται σε αυτές τις περιπτώσεις ώστε να εκπαιδεύσει τον υπολογιστή να μπορεί να κατηγοριοποιεί αυτόματα τα αντικείμενα που βλέπει στον δρόμο.

H εφαρμογή της μηχανικής μάθησης στην αυτόνομη οδήγηση είναι εντυπωσιακή. Έχουν καταγραφεί πολλές περιπτώσεις όπου ο υπολογιστής ενεργοποίησε τα φρένα ή το τιμόνι για την αποφυγή ενός ατυχήματος που θα ήταν σχεδόν αδύνατον να το είχε εντοπίσει ο οδηγός. Όπως φυσικά υπήρχαν και περιπτώσεις που δεν σταμάτησε όταν έπρεπε γιατί δεν είχε εκπαιδευτεί κατάλληλα (πχ. Ένα λευκό φορτηγό αναγνωρίστηκε σαν ορίζοντας με αποτέλεσμα να μην σταματήσει.)

Η μηχανική μάθηση κατά του κορονοϊού

Ειδικά στην δύσκολη αυτή περίοδο της πανδημίας η τεχνολογία της μηχανικής μάθησης μπορεί να είναι πολύτιμη για την καταπολέμηση του κορονοϊού. Μια τέτοια περίπτωση είναι στις ιατρικές εφαρμογές. Μοντέλα μηχανικής μάθησης μπορούν να εκπαιδευτούν ώστε να μπορούν να αναγνωρίσουν αν ένας ασθενής έχει νοσήσει από κορονοϊού με βάση την ακτινογραφία θώρακος. Και να ξεχωρίσουν αν είναι πνευμονία, κορονοϊόςή κάποια άλλη ασθένεια. Ο σκοπός δεν είναι να αντικαταστήσει τον γιατρό αλλά αντίθετα να δράσει επικουρικά και να βοηθήσει τον γιατρό για ταχύτερη και ακριβέστερη διάγνωση. Επίσης η μηχανική μάθηση μπορεί να αξιοποιηθεί σε διάφορες περιπτώσεις όταν συνδυάζεται με κάποια κάμερα. Για παράδειγμα μπορεί να αναγνωρίζει αυτόματα αν κρατούνται οι κοινωνικές αποστάσεις (π.χ. 2 μετρά) σε δημόσιους χώρους ή σε χώρους με υψηλή συγκέντρωση ατόμων. Μπορεί επίσης να χρησιμοποιηθεί για την αυτόματη αναγνώριση αν κάποιος φοράει μάσκα σε μεγάλο ή μικρό αριθμό ατόμων. Σκοπός είναι να αξιοποιηθεί από την πολιτεία ή άλλους φορείς και να βοηθήσει στην μείωση της διασποράς του κορονοϊού.

Εικόνα 1 Αναγνώριση τηρησης της απόστασης με τεχνολογία μηχανικής μάθησης

Εικόνα 2. Αυτοματη αναγνωριση εφαρμογης μάσκας

Σε αυτή την κρίση της πανδημίας είναι απαραίτητο η τεχνολογία να αξιοποιηθεί όσο τον δυνατόν περισσότερο για την καταπολέμηση του κορονοϊού. Η σύγχρονη τεχνολογία μπορεί να αποτελέσει σημαντικό σύμμαχο για το όφελος της κοινωνίας.

Η ελληνική εταιρία InAccel είναι πρωτοπόρος διεθνώς στην ανάπτυξη και στην αξιοποίηση επεξεργαστών ειδικού σκοπού για εφαρμογές όπως η μηχανική μάθηση, η μηχανική όραση και οι εφαρμογές βιο-πληροφορικής.

Η εταιρία InAccel, στελεχωμένη με υψηλής κατάρτισης νέους μηχανικούς, έχει καταφέρει να είναι πρωτοπόρος στην τεχνολογία των επεξεργαστών ειδικού σκοπού (επιταχυντών)για εφαρμογές μηχανικής μάθησης και συνεργάζεται με μεγάλες εταιρίες στον χώρο της πληροφορικής όπως η Intel, η Microsoft, η Amazonκαι η Xilinx. Η InAccel συμμετέχει στο μητρώο νεοφυών επιχειρήσεων και το 2018 είχε λάβει χρηματοδότηση ύψους 500.000 ευρώ από την marathonVC. Οι ιδρυτές της εταιρίας, Χριστόφορος Κάχρης, Ηλίας Κορομηλάς και Ιωάννης Σταμέλος είναι απόφοιτοι της σχολής των Ηλεκτρολόγων Μηχανικών του Ε.Μ.Π. και του Πολυτεχνείου της Κρήτης.

*O Χριστόφορος Κάχρης είναι διευθύνων σύμβουλος της εταιρίας InAccel, η οποία ειδικεύεται στην παροχή ολοκληρωμένων λύσεων μηχανικής μάθησης.

Contact: chris@inaccel.com