Οι έξυπνες μηχανές στο επίκεντρο της τέταρτης βιομηχανικής επανάστασης



Κατά τη διάρκεια των δυο προηγούμενων αιώνων οι ατμομηχανές, καθώς και οι γραμμές ηλεκτροδότησης και συναρμολόγησης, αποτέλεσαν τα τεχνολογικά επιτεύγματα των δύο πρώτων βιομηχανικών επαναστάσεων. Η τρίτη διήρκησε από τη δεκαετία του 1960 έως τη δεκαετία του 1990 μέσω των αναδυόμενων ψηφιακών τεχνολογιών. Τα chips, τα mainframes, οι υπολογιστές και το Internet, άνοιξαν τον δρόμο για την τέταρτη βιομηχανική επανάσταση.

Μέσω του διαδικτύου και έχοντας την τεχνολογία στον πυρήνα της, η νέα εποχή, είναι ήδη μέρος της καθημερινής ζωής των περισσότερων ανθρώπων. Επιπλέον, οι φτηνοί αλλά και πανίσχυροι αισθητήρες τροφοδοτούν μεγάλες ροές δεδομένων σε ολοένα και πιο ισχυρούς υπολογιστές, οι οποίοι χρησιμοποιούν την Τεχνητή Νοημοσύνη και την εκμάθηση μηχανών για να ενδυναμώσουν την τεχνολογία. Όλα αυτά πριν 30 χρόνια αποτελούσαν επιστημονική φαντασία.

Ένας τύπος Τεχνητής νοημοσύνης όπως η εκμάθηση μηχανών, επιτρέπει στα συστήματα υπολογιστών να "μαθαίνουν", από τα δεδομένα χωρίς πρόσθετο προγραμματισμό. Όσο περισσότερα δεδομένα μπορούν να αφομοιώσουν αυτά τα μηχανήματα, τόσο πιο έξυπνα γίνονται τα ίδια.

Για παράδειγμα, όσο τα προγράμματα αναγνώρισης ομιλίας ή κειμένων γίνονται πιο ακριβή τόσο πιο εκτεταμένη είναι η έκθεσή τους στις γλώσσες. Η Microsoft ανακοίνωσε πέρυσι ότι το λογισμικό μεταγραφής που ανέπτυξε ήταν πιο ακριβές από το αποτέλεσμα που μπορεί να επιτύχει μια ομάδα ανθρώπων. Επιπλέον, χάρη στην υψηλή ανάλυση των εικόνων που υπάρχουν στα ιατρικά αρχεία και χάρη στις εξελιγμένες τεχνικές εκμάθησης μηχανών που είναι γνωστές ως "βαθιά μάθηση", οι υπολογιστές μπορούν πια να αναγνωρίσουν ορισμένες οφθαλμολογικές ασθένειες από σαρώσεις ακτινών, όπως ακριβώς κάνουν και οφθαλμολόγοι.

Ωστόσο, η σημερινή εποχή δεν αποτελεί μια εξέλιξη των συστημάτων πληροφορικής, υποστηρίζει ο κ. Klaus Schwab, ιδρυτής του Παγκόσμιου Οικονομικού Φόρουμ και συγγραφέας της Τέταρτης Βιομηχανικής Επανάστασης.

"Το πεδίο εφαρμογής είναι ευρύτερο," γράφει ο Δρ. Schwab. "Τα ταυτόχρονα γεγονότα που διαδραματίζονται είναι κύματα ανακαλύψεων σε τομείς που κυμαίνονται από την αλληλουχία των γονιδίων έως τη νανοτεχνολογία ... Είναι η σύντηξη αυτών των τεχνολογιών και η αλληλεπίδρασή τους στους τομείς της φυσικής, της βιολογίας και του ψηφιακού περιβάλλοντος που κάνουν την τέταρτη βιομηχανική επανάσταση ουσιαστικά διαφορετική από τις προηγούμενες επαναστάσεις”.

Τα πιθανά οφέλη από όλα αυτά είναι εύκολο να τα φανταστούμε – θεραπείες για τις περισσότερες ασθένειες, πιο αποτελεσματικά εργοστάσια, εξατομικευμένη εκπαίδευση για όλους.

Κάνοντας την επιστημονική φαντασία πραγματικότητα

Στα σημερινά εργοστάσια οι μηχανές παρακολουθούν την ίδια την απόδοσή τους με στόχο τη μείωση του χρόνου διακοπής εργασιών στο ελάχιστο. Οι γραμμές παραγωγής τελευταίας τεχνολογίας χρησιμοποιούν τους αισθητήρες, τα terabytes δεδομένων που συλλέγουν και την τεχνητή νοημοσύνη για να αναγνωρίζουν τον κίνδυνο βλάβης, να απομονώνουν το πρόβλημα και να καθορίζουν την κατάλληλη στιγμή για να αντικατασταθεί ή να επισκευασθεί ένα μέρος. Ένας άνθρωπος-χειριστής, ή σε ορισμένες περιπτώσεις ένα ρομπότ, θα διορθώσει το πρόβλημα.

Στις παλιότερες εποχές η ευθύνη βάρυνε τους μηχανολόγους μιας και έπρεπε να προβλέψουν τον κύκλο ζωής των μηχανημάτων. Επιπλέον έπρεπε να αναπτύξουν ένα πρόγραμμα συντήρησης βασισμένο σε έναν συνδυασμό υπολογισμών και εικασιών. Σήμερα, η θεωρία γίνεται όλο και περισσότερο πράξη μιας και η συντήρηση γίνεται από τους μηχανικούς όταν χρειάζεται και δεν συνδέεται πάντα με ένα συγκεκριμένο χρονοδιάγραμμα. Στην ουσία, όσα περισσότερα μαθαίνουν οι μηχανές για μια γραμμή παραγωγής, τόσο πιο αποδοτικές γίνονται οι διαδικασίες της εγκατάστασης.

Μέχρι το 2050, αυτός ο τύπος αυτοματοποίησης θα είναι όλο και πιο διαδεδομένος. Θα είναι τόσο ευέλικτος που θα μπορεί να λειτουργεί προληπτικά και θα οδηγήσει σε απίστευτη βελτίωση της αποτελεσματικότητας. Το εργοστάσιο θα τροφοδοτείται σε πραγματικό χρόνο με πληροφορίες σχετικές με την αγορά που εξυπηρετεί, επιτρέποντας στους αλγόριθμους τεχνητής νοημοσύνης να αναπροσαρμόζουν την παραγωγή, ρυθμίζοντας τη λειτουργία τους έτσι ώστε να ανταποκρίνεται καλύτερα στη ζήτηση.

Παρακολούθηση ασθενών 24 ώρες το 24 ωρο

Πως θα μοιάζουν τα πράγματα από την μεριά του ασθενούς; Ο αυτοματισμός, η τεχνητή νοημοσύνη, οι παρεμβατικοί αισθητήρες και η λήψη δεδομένων σε πραγματικό χρόνο θα καταστήσουν τη ζωή του ασθενή ευκολότερη ή θα την κάνουν πιο άβολη; Τι θα γίνει στις σχέσεις μεταξύ των ασθενών και των παρόχων υγειονομικής περίθαλψης;

Παρόλο που όλα αυτά μπορούν να οδηγήσουν σε ένα αρμονικό, άκρως αποτελεσματικότερο μέλλον, οι άνθρωποι και οι κυβερνήσεις ορθώς ανησυχούν για την απώλεια θέσεων εργασίας και την παραβίαση της ιδιωτικής ζωής, ενώ οι επικριτές φέρνουν τον πανικό μιας και πιστεύουν ότι στο μέλλον προμηνύεται να εκτυλιχθούν σκηνές βγαλμένες από την ταινία Terminator. Πράγματι, το 2016 μια έκθεση του Παγκόσμιου Οικονομικού Φόρουμ για την τέταρτη βιομηχανική επανάσταση επικεντρώθηκε στην ανάγκη θέσπισης νομοθεσίας που θα προστατεύει τις παγκόσμιες αξίες της ανθρώπινης αξιοπρέπειας, του κοινού καλού και της διασφάλισης των προσωπικών δεδομένων κατά τη διάρκεια αυτής της περιόδου που χαρακτηρίζεται από μεγάλες αλλαγές.

Ωστόσο, πολλά εξαρτώνται σε μεγάλο βαθμό από το πώς οι συμπεριφορές και οι κανονισμοί προσαρμόζονται σε αυτήν την περίοδο αλλαγής. Δεν υπάρχει αμφιβολία ότι οι αισθητήρες που σχετίζονται με την υγεία θα γίνονται ισχυρότεροι. Σήμερα για παράδειγμα, ένα ρολόι, μπορεί να καλέσει βοήθεια εάν πέσετε ή αν κινδυνεύετε από καρδιακή προσβολή. Αύριο, το κολάρο από το πουκάμισό σας μπορεί να αναφέρει τη φύση του ιού βασίζοντας την πρόληψη του σε ένα απλό φτέρνισμα.

Όπως αναφέρει ο διευθύνων σύμβουλος της Sanofi, κ. Olivier Brandicourt, το 2050 δεν θα καλούμε τον γιατρό. Ισχυροί υπολογιστές, που θα τροφοδοτούνται από προσωπικά δεδομένα και δεδομένα για το περιβάλλον στο οποίο ζούμε, θα ενημερώνουν τον γιατρό για το εάν χρειάζεται η παρέμβαση του στην πρόληψη ενός συμβάντος.

Η ιατρική, όπως και η βιομηχανία, θα χρησιμοποιήσει την Τεχνητή νοημοσύνη και τα δεδομένα για να κάνει καλύτερες προβλέψεις. Αν ένα σύστημα διαπιστώσει με βάση την γενετική σας σύνθεση και τους περιβαλλοντικούς παράγοντες ότι κινδυνεύετε να νοσηλευτείτε λόγω μιας ιδιαίτερα δυσάρεστης γρίπης, το εν λόγω σύστημα θα μπορεί να προειδοποιεί τον γιατρό σας με αποτέλεσμα να σας τηλεφωνήσει ο ίδιος για να σας δώσει τη γνωμάτευσή του.

Η συλλογή και επεξεργασία δεδομένων στην υγειονομική περίθαλψη θα είναι τόσο προηγμένη ώστε οι εξατομικευμένες θεραπείες θα μπορούν να δοκιμαστούν μέσω προσομοίωσης. Οι σημερινές δοκιμές φαρμάκων σε ανθρώπους θα μπορούσαν να αντικατασταθούν από εικονικές δοκιμές που θα περιλαμβάνουν προσομοιώσεις με διαφορετικούς τύπους ανθρώπων και διαφορετικές δοσολογίες και συνταγογραφήσεις.

Οι ασθενείς μπορεί να γίνουν οι μεγαλύτεροι καταναλωτές των δικών τους δεδομένων. Σήμερα, οι άνθρωποι χρησιμοποιούν τα έξυπνα ρολόγια και τα τηλέφωνά τους για να μεγιστοποιήσουν τις αθλητικές τους επιδόσεις ή για να υιοθετήσουν καλύτερες διατροφικές συνήθειες ή καλύτερους τρόπους για να κοιμούνται. Αύριο μπορεί να είναι δυνατό να επηρεάσετε τη γενετική σας σύνθεση ή ακόμα και τα γονίδια του μικροβίου σας ακόμα και τους μικροοργανισμούς που ζουν μέσα στο ανθρώπινο σώμα.

Εκτός από όλα τα δεδομένα και την υπολογιστική δύναμη που θα βοηθά τις διαγνώσεις και τις θεραπείες, η τεχνολογία γραφής ή αναγνώρισης φωνής θα βοηθήσει τους γιατρούς κατά τη διάρκεια των επισκέψεων από τους ασθενείς τους, να ξοδεύουν λιγότερο χρόνο στους υπολογιστές τους, επιτρέποντας τους έτσι να περάσουν περισσότερο χρόνο με τους ασθενείς τους.

Φυσικά υπάρχουν και παγίδες. Τα ζητήματα ιδιωτικού απορρήτου και ηθικής πρέπει να συζητηθούν διεξοδικά και να βρεθούν λεπτομερείς και συντονισμένες λύσεις μεταξύ επιχειρήσεων, κυβερνήσεων και πολιτών. Η εκπαίδευση από την άλλη θα πρέπει να γίνει πιο ευέλικτη, επιτρέποντας στους ανθρώπους να αναλάβουν διεπιστημονικούς ρόλους ενισχύοντας έτσι τις γνώσεις που απαιτούνται καθ’ όλη τη διάρκεια της επαγγελματικής σταδιοδρομίας τους.

Η εξελιγμένη τεχνολογία έχει τα πλεονεκτήματα και τα μειονεκτήματά της, αλλά, όπως επισημαίνει ο Dr. Atul Gawande σε άρθρο σχετικά με την τεχνολογία που εφαρμόζεται στους χώρους εξέτασης, «Χρειαζόμαστε συστήματα που καθιστούν τη σωστή φροντίδα απλούστερη τόσο για τους ασθενείς όσο και για τους επαγγελματίες, όχι πιο περίπλοκη. Παράλληλα, αυτό θα πρέπει να το πετύχουν με τρόπους που να ενισχύουν τις ανθρώπινες σχέσεις μας, αντί να τις αποδυναμώνουν».