Η δημιουργία μιας σκεπτόμενης μηχανής, της «τελευταίας μας εφεύρεσης», στοιχειώνει τα όνειρα και τους εφιάλτες της ανθρωπότητας από πολύ παλιά, και δεν είναι λίγοι εκείνοι που επιδίωξαν να της εμφυσήσουν ζωή, να της δώσουν πνοή, να την κάνουν πραγματικότητα. Όπως ο Ντέμης Χασάμπης, ο ένας εκ των τριών κατόχων του βραβείου Νόμπελ Χημείας του 2024, ο οποίος ανήκει στη χορεία των ανθρώπων που επιδιώκουν συστηματικά την επίτευξη της επονομαζόμενης Τεχνητής Γενικής Νοημοσύνης (Artificial General Intelligence), την εφεύρεση δηλαδή μιας μηχανής που θα μπορούσε πρακτικά να λύσει όλα μας τα προβλήματα. Μέσω της εταιρείας που έχει συνιδρύσει, της DeepMind, ο 48χρονος Βρετανός, με καταγωγή από την Κύπρο και τη Σιγκαπούρη, πλησιάζει όλο και πιο κοντά σε έναν μεγαλεπήβολο στόχο που θα σημάνει μια εκπληκτική εποχή για την ανθρωπότητα, γεμάτη φόβους αλλά και πολλές υποσχέσεις.
Ο Χασάμπης ενσαρκώνει τον ορισμό της επαγγελματικής επιτυχίας. Σε μικρή ηλικία διέπρεψε στο σκάκι. Έκανε σπουδές υψηλού επιπέδου σε σπουδαία εκπαιδευτικά ιδρύματα. Εργάστηκε σε προϊόντα που έκαναν επιτυχία. Ίδρυσε τη δική του επιχείρηση, την πούλησε στην Google και σημείωσε επιτυχίες που τον έκαναν παγκοσμίως γνωστό ως επαΐοντα της τεχνητής νοημοσύνης. Διακρίθηκε επανειλημμένα για τη συμβολή του στις επιστήμες. Χρίστηκε ιππότης. Πρόσφατα, πήρε κι ένα Νόμπελ σ’ έναν τομέα που δεν σπούδασε ποτέ. Ταυτόχρονα, συγκεντρώνει όλες του τις δυνάμεις στην υπηρεσία της ωφέλιμης ΤΝ.
Από τι στόφα μπορεί να είναι φτιαγμένος ένας τέτοιος άνθρωπος; Πώς καταφέρνει να αντιστέκεται στους πειρασμούς που προκαλεί η συνομιλία με ένα τζίνι; Τι φοβάται περισσότερο; Έχει σκεφτεί ότι μπορεί να διαπράττει κάποιο είδος ύβρεως; Πώς γειώνει τον εαυτό του; Με τι γελάει και τι τον πονάει περισσότερο; Τι λέει τα βράδια στους γιους του όταν τους βάζει για ύπνο; Πολλά θα θέλαμε να μάθουμε για το πρόσωπό του, ωστόσο, όσο κι αν ψάξει κανείς, δεν θα βρει τίποτα για την προσωπική του ζωή. Οι δημόσιες παρεμβάσεις, οι ομιλίες και οι συνεντεύξεις του αφορούν αποκλειστικά τη δουλειά του, κάτι σπάνιο για μια προσωπικότητα τέτοιου βεληνεκούς. Η ιδιωτική του ζωή δεν είναι εκτεθειμένη στην κοινή γνώμη, γεγονός που καθιστά σχεδόν αδύνατο το να εισχωρήσει κανείς βαθιά μέσα στο μυαλό του.
Πρώτες κινήσεις στο σκάκι
Το άστρο του Ντέμη Χασάμπη άρχισε να λάμπει από νωρίς. Γεννήθηκε το 1976 στη Μεγάλη Βρετανία και μεγάλωσε στο Βόρειο Λονδίνο, όπου ζει έως σήμερα με τη γυναίκα και τους δύο γιους του. Η ευφυΐα του αναγνωρίστηκε έγκαιρα κι έλαβε εξ απαλών ονύχων απ’ το περιβάλλον του τον χαρακτηρισμό του παιδιού-θαύματος. «Ήταν μόλις τεσσάρων ετών», γράφει ο μυθιστοριογράφος Μπενχαμίν Λαμπατούτ στο βιβλίο του Maniac, «όταν είδε τον πατέρα του, έναν Ελληνοκύπριο τραγουδιστή και ιδιοκτήτη καταστήματος παιχνιδιών, να παίζει σκάκι με τον θείο του». Ζήτησε αμέσως να του δείξουν πώς παίζεται το παιχνίδι και, δύο εβδομάδες μετά, κανείς από τους δυο τους δεν μπορούσε να νικήσει το μικρό αγόρι. Σύμφωνα με τον Λαμπατούτ, ένας απ’ τους δασκάλους του Χασάμπη στο σχολείο έγραψε σε κάποιον έλεγχο τριμήνου ότι «ο εγκέφαλος αυτού του παιδιού έχει το μέγεθος πλανήτη».
«Το σκάκι», θα εξομολογηθεί ο ίδιος ο Χασάμπης στον Μάθιου Σάντλερ και στη Νατάσα Ρέγκαν, συγγραφείς του βιβλίου Game Changer, «αποτελεί αναπόσπαστο κομμάτι της ταυτότητάς μου με πολλούς τρόπους. Όπως συμβαίνει με πολλούς σκακιστές που ξεκίνησαν από μικρή ηλικία, το σκάκι έγινε βασικό στοιχείο του τρόπου που σκέφτομαι και αντιμετωπίζω τα προβλήματα.
Ένας από τους δασκάλους του Χασάμπη στο σχολείο έγραψε σε κάποιον έλεγχο τριμήνου ότι «ο εγκέφαλος αυτού του παιδιού έχει το μέγεθος πλανήτη».
»Ήμουν ένα αρκετά εσωστρεφές παιδί, το οποίο αφιέρωνε πολύ χρόνο στην προσπάθεια να βελτιώσει το παιχνίδι του, όπως όλοι οι νεαροί παίκτες. Μου άρεσε το ανταγωνιστικό στοιχείο των τουρνουά, αλλά το πιο ικανοποιητικό ήταν η μέτρηση της δικής μου προόδου και η διαπίστωση του πόσο μακριά μπορούσα να φτάσω, ώστε να προσεγγίσω το πραγματικό μου δυναμικό. Ταυτόχρονα, περνούσα πολύ χρόνο σκεπτόμενος τι ακριβώς έκανε ο εγκέφαλός μου. Κατά τη διάρκεια μιας παρτίδας, συχνά αναρωτιόμουν: “Πώς το κάνει αυτό ο εγκέφαλός μου; Πώς καταλήγει σε αυτές τις ιδέες τη δεδομένη στιγμή; Τι είναι αυτή η διαδικασία της σκέψης;”. Αυτή η αναζήτηση με έκανε να ενδιαφερθώ για το μυαλό, τον “μυ” που χρησιμοποιούμε για να παίζουμε σκάκι, πώς λειτουργεί και πώς να τον βελτιώσω».
Και μετά ήρθαν οι υπολογιστές
Εκεί που σταματά η σκέψη των περισσότερων από εμάς, αρχίζουν τα ερωτήματα της ιδιοφυΐας. Με χρήματα που κέρδισε απ’ τη συμμετοχή του σε τουρνουά σκακιού, στα οκτώ του χρόνια, ο Χασάμπης αγοράζει έναν ZX Spectrum 48k, τον περίφημο υπολογιστή με τα λαστιχένια κουμπιά. Οι γονείς του είναι τεχνοφοβικοί, και κανείς απ’ τους φίλους του εκείνη την εποχή δεν έχει υπολογιστή. Όμως ο Χασάμπης μαγεύεται. Αγοράζει βιβλία προγραμματισμού και ξεκινάει το ταξίδι του στον κόσμο του υπολογισμού. Παίζει παιχνίδια, χακάρει, μαθαίνει κώδικα κι αρχίζει να φτιάχνει τα δικά του παιχνίδια. Στα δώδεκά του αγοράζει έναν μεγαλύτερο υπολογιστή, τον Commodore Amiga 500. Κι εκεί που την ίδια εποχή οι περισσότεροι παίζαμε Λέμινγκς ή ποδοσφαιράκι, ο Χασάμπης ανακαλύπτει την τεχνητή νοημοσύνη. Προγραμματίζει τον υπολογιστή του να παίζει το παιχνίδι Othello. Το δοκιμάζει με τον μικρότερο αδελφό του, τον εξάχρονο Γιώργο, και το πρόγραμμα τον νικά. Ο σπόρος έχει φυτευτεί. Για πρώτη φορά ο νεαρός Ντέμης σκέφτεται τις δυνατότητες της ΤΝ και καταλήγει στο ότι τα παιχνίδια θα μπορούσαν να είναι ένα σπουδαίο πεδίο δοκιμών των δυνατοτήτων της. Τελειώνει το σχολείο στα δεκαέξι του, δύο χρόνια νωρίτερα απ’ το κανονικό. Εξακολουθεί να αγαπά το σκάκι, αλλά όσο περισσότερο εξοικειώνεται με τον κόσμο των υπολογιστών, τόσο απομακρύνεται από την προοπτική της καριέρας του σκακιστή.
Στα δώδεκά του αγοράζει τον υπολογιστή Commodore Amiga 500. Κι εκεί που την ίδια εποχή οι περισσότεροι παίζαμε Λέμινγκς ή ποδοσφαιράκι, ο Χασάμπης ανακαλύπτει την τεχνητή νοημοσύνη.
Αμέσως μετά την αποφοίτησή του απ’ το σχολείο, προσλαμβάνεται ως επαγγελματίας προγραμματιστής στην Bullfrog Productions. Δουλεύει σ’ ένα παιχνίδι, το Theme Park, το οποίο γνωρίζει τεράστια επιτυχία. Παράλληλα, θερίζει γνώση απ’ όπου είναι δυνατόν. Διαβάζει επιστημονική φαντασία και κάνει μεγάλα όνειρα. «Τότε αποφάσισα να αφιερώσω την καριέρα μου στην τεχνητή νοημοσύνη», θα πει. «Ήταν το πιο σημαντικό και ενδιαφέρον πράγμα που μπορούσα να φανταστώ για μένα. Την ίδια εποχή συνέλαβα την ιδέα γι’ αυτό που αργότερα θα γινόταν η DeepMind». Η απόφαση αυτή τον οδηγεί αρχικά στην απόκτηση πτυχίου στην επιστήμη των υπολογιστών, στο Κέιμπριτζ, κι αργότερα, το 1998, στην ίδρυση της Elixir Studios. Μαθαίνει τι σημαίνει να διοικείς μια επιχείρηση, γνωρίζει λαμπρά μυαλά, αποκτά κι άλλες εμπειρίες που θα του χρειαστούν στο μέλλον, σημειώνει επιτυχίες, αλλά κάτι του λείπει. Επιστρέφει στο πανεπιστήμιο για να κάνει παραλλήλως ένα διδακτορικό στη νευροεπιστήμη. Θέλει να κατανοήσει καλύτερα πώς λειτουργεί ο ανθρώπινος εγκέφαλος και να πάρει έμπνευση για τις λύσεις που θα μπορούσε να δώσει η ΤΝ στα προβλήματα της ανθρωπότητας. «Ο εγκέφαλος είναι απλώς όπως ένας οποιοσδήποτε υπολογιστής», θα δηλώσει. «Χαρακτηριστικά που θεωρούνταν στο παρελθόν εγγενή των ανθρώπων –η φαντασία, η δημιουργικότητα, ακόμα και η συνείδηση– μπορεί απλώς να ισοδυναμούν με προγράμματα λογισμικού».
Στη συνέχεια, αφού ολοκληρώσει τον κύκλο της πρώτης του επιχειρηματικής απόπειρας και του διδακτορικού του, ιδρύει το 2010 μαζί με τον Σέιλ Λεγκ και τον Μουσταφά Σουλεϊμάν, την DeepMind, μια εταιρεία που έχει στόχο την επίτευξη της Τεχνητής Γενικής Νοημοσύνης: τη «λύση της νοημοσύνης» και, ακολούθως, τη χρήση της νοημοσύνης στη «λύση όλων των προβλημάτων». Και κάπου εκεί, στα μέσα της τρίτης δεκαετίας της ζωής του, όλα τα κομμάτια του παζλ αρχίζουν να μπαίνουν στη θέση τους. Ο Χασάμπης είναι αντιμέτωπος με ένα από τα πιο δισεπίλυτα προβλήματα στον κόσμο, αλλά, εκτός από πολλές διεπιστημονικές γνώσεις, έχει ένστικτο και τύχη. Γνωρίζει καλά την κατεύθυνση της ΤΝ που ονομάζεται Βαθιά Μάθηση (Deep Learning) και την ακολουθεί χωρίς δισταγμό. Από εκεί, εξάλλου, προκύπτει και το όνομα της εταιρείας του. Ο στόχος είναι να εκπαιδευτούν οι μηχανές, έτσι ώστε να μαθαίνουν μόνες τους, μιμούμενες τις λειτουργίες του ανθρώπινου εγκεφάλου. Είναι ένα στοίχημα με προοπτικές που δεν έχουν αποδειχθεί ακόμα στην πράξη.
Στα χέρια της Google
Το 2012, σε ένα συνέδριο του αμφιλεγόμενου επιχειρηματία και επενδυτή Πίτερ Τιλ, ο Χασάμπης γνωρίζει τον Ίλον Μασκ. «Ο Ίλον κι εγώ ταιριάξαμε αμέσως και πήγα να τον επισκεφθώ στο εργοστάσιο πυραύλων του», λέει ο Χασάμπης στον βιογράφο του Μασκ, Γουόλτερ Άιζακσον. Στη συνάντησή τους, ο διάσημος επιχειρηματίας περιγράφει στον Χασάμπη τα σχέδιά του για την αποίκιση του Άρη «σε περίπτωση παγκοσμίου πολέμου, πρόσκρουσης αστεροειδούς ή κατάρρευσης του πολιτισμού». Ο Ντέμης τού μιλάει με θέρμη για έναν ακόμα κίνδυνο, την τεχνητή νοημοσύνη. Αφού το σκέφτεται για λίγο, ο Μασκ αποφασίζει να επενδύσει 5 εκατομμύρια δολάρια στην DeepMind, «ώστε να μπορεί να παρακολουθεί τη δραστηριότητα της εταιρείας».
Ο Μασκ αργότερα κάνει μια κουβέντα με έναν εκ των συνιδρυτών της Google, τον Λάρι Πέιτζ, η οποία τον ανησυχεί ιδιαίτερα.
«Το μέλλον της τεχνητής νοημοσύνης δεν πρέπει να βρεθεί υπό τον έλεγχο του Λάρι», λέει στον Χασάμπη, εξηγώντας του ότι ο Πέιτζ δεν έχει κανένα πρόβλημα να εφευρεθούν μηχανές με συνείδηση, οι οποίες θα έχουν περισσότερη νοημοσύνη απ’ τους ανθρώπους. Στα τέλη του 2013 ο Μασκ πληροφορείται ότι η DeepMind είναι στο ραντάρ της Google και θέλει πάση θυσία να αποτρέψει τη συμφωνία μεταξύ της εταιρείας και του Χασάμπη. Μάταια. Ο τεχνολογικός τιτάνας εξαγοράζει την εταιρεία καταβάλλοντας 400 εκατομμύρια λίρες και δεσμεύεται να εξασφαλίσει την ανεξαρτησία της εταιρείας, να διατηρήσει το προσωπικό και την ηγεσία της και να μη διαταράξει την ηθική κατεύθυνσή της. Ο Χασάμπης γίνεται μέσα σε μία μέρα εκατομμυριούχος και η καινούργια άνοιξη της τεχνητής νοημοσύνης έχει μόλις ξεκινήσει.
Η τελευταία φορά που η μηχανή είχε αποδείξει την ισχύ της νοημοσύνης της ήταν το 1996, όταν νίκησε τον παγκόσμιο πρωταθλητή στο σκάκι, Γκάρι Κασπάροφ. Καθώς τα παιχνίδια στρατηγικής ήταν ένα πολύ οικείο πεδίο για τον Χασάμπη, δεν το σκέφτηκε πολύ. Η DeepMind θα ξεκινούσε από αυτό το γόνιμο έδαφος, χρησιμοποιώντας τη «βαθιά ενισχυτική μάθηση», μια μέθοδο που μοιάζει με την εκπαίδευση των σκύλων. Κάθε φορά που το σύστημα πετυχαίνει έναν στόχο, παίρνει καλό βαθμό, για να του δείξουμε ότι βρίσκεται στη σωστή κατεύθυνση, ενώ κάθε φορά που απομακρύνεται απ’ τον στόχο που του έχουμε θέσει, του δίνουμε κακό βαθμό. Η πρώτη επιτυχημένη απόπειρα εφαρμογής της ιδέας απ’ τους μηχανικούς της DeepMind έγινε με το διάσημο παιχνίδι του Atari, το Breakout. Το σύστημα επινόησε μια δική του στρατηγική για να επιτυγχάνει μεγαλύτερη βαθμολογία, ανοίγοντας μια τρύπα στο αριστερό τμήμα του τοίχου με τα τουβλάκια. Όταν η μπάλα περνούσε από εκείνο το άνοιγμα, άρχιζε να σφυροκοπά τον τοίχο από την επάνω πλευρά και να τελειώνει έτσι χωρίς κόπο την πίστα. Ο Χασάμπης δεν γνώριζε το κόλπο, του το δίδαξε η μηχανή. Το ίδιο αυτοδίδακτο λογισμικό εφαρμόστηκε σε 49 ακόμα παιχνίδια του Atari, και το σύστημα έμαθε να κερδίζει μόνο του τους ανθρώπους στα 29 απ’ αυτά. Ήταν ώρα να δοκιμαστεί σ’ ένα ακόμα πιο δύσκολο παιχνίδι.
Τερματίζοντας το Γκο
Ο Χασάμπης και η DeepMind κέρδισαν παγκόσμια φήμη όταν έβαλαν ένα πραγματικά απίθανο στοίχημα: να κερδίσει η δική τους βαθιά μάθηση, ονόματι AlphaGO, έναν παγκόσμιο πρωταθλητή του Γκο. Το Γκο είναι ένα παιχνίδι ασύλληπτης περιπλοκότητας. Το πιο χαρακτηριστικό δείγμα της δυσκολίας του είναι ότι υπάρχουν πολύ περισσότερες δυνατές κινήσεις σ’ αυτό το παιχνίδι απ’ όσα άτομα στο σύμπαν. «Το σκάκι μιμείται μια μάχη στο έδαφος. Το Γκο μοιάζει με τον Ψυχρό Πόλεμο», γράφει ο δημοσιογράφος των New York Times, Κέιντ Μετζ. Το 2015, το AlphaGo σημείωσε μια ιστορική νίκη 5-0 επί του Ευρωπαίου πρωταθλητή του Γκο, του Φαν Χούι. Ήταν η πρώτη φορά που ένας υπολογιστής νικούσε έναν επαγγελματία παίκτη του Γκο σε ένα πλήρες παιχνίδι. Η νίκη γιορτάστηκε στα γραφεία της DeepMind, αλλά δεν ήταν αρκετή. Το πρόγραμμα έπρεπε να αποδείξει ότι μπορούσε να φτάσει ακόμα ψηλότερα. Η μακροπρόθεσμη αποστολή είναι να δημιουργηθεί μια ΤΝ η οποία θα μπορεί να γενικευθεί, να κερδίζει δηλαδή όλα τα παιχνίδια και να λύνει όλα τα προβλήματα εκτός του προβλέψιμου πλαισίου ενός επιτραπέζιου παιχνιδιού. Το ζητούμενο είναι μια μέρα η ΤΝ να μπορεί να συλλάβει μόνη της ένα παιχνίδι σαν το Γκο.
Έναν χρόνο μετά τον θρίαμβό του επί του Φαν Χούι, το AlphaGo αντιμετώπισε τον θρυλικό παίκτη του Γκο, νικητή 18 παγκόσμιων πρωταθλημάτων, Λι Σεντόλ, σε μια σειρά από παιχνίδια που παρακολούθησαν ζωντανά 60 εκατομμύρια άνθρωποι σε όλο τον κόσμο. Η νίκη του AlphaGo με 4-1 ήταν μια ανατροπή που συγκλόνισε τόσο τον κόσμο του Γκο, όσο και τον κόσμο της ΤΝ. Το AlphaGo χρησιμοποίησε τη βαθιά μάθηση για να αναλύσει εκατομμύρια παλιές παρτίδες Γκο και να διδαχθεί από αυτές. Στη συνέχεια, χρησιμοποίησε αυτή τη γνώση για να προβλέψει τις πιθανές κινήσεις του αντιπάλου και να επιλέξει τις καλύτερες δικές του. Οι νίκες του σ’ αυτό το περίπλοκο παιχνίδι έπεισαν ακόμα και τους πιο δύσπιστους ότι η άνοιξη της ΤΝ δεν ήταν ένα απλό διαφημιστικό κόλπο.
«Όταν οι ιστορικοί του μέλλοντος θα μελετούν την εποχή μας προσπαθώντας να βρουν την πρώτη αναλαμπή μιας αληθινής τεχνητής νοημοσύνης, είναι πολύ πιθανό να την εντοπίσουν σε μια συγκεκριμένη κίνηση του δεύτερου αγώνα του Λι Σεντόλ εναντίον του AlphaGo, στις 10 Μαρτίου 2016: την κίνηση 37», γράφει ο μυθιστοριογράφος Λαμπατούτ. Η αναπάντεχη αυτή κίνηση θεωρείται πλέον μία από τις πιο δημιουργικές και πρωτότυπες κινήσεις που έχουν γίνει ποτέ στο Γκο. Ήταν όμως ταυτόχρονα κι ένα σημείο καμπής στην ιστορία της ΤΝ και μια απόδειξη ότι οι υπολογιστές μπορούν να ξεπεράσουν τους ανθρώπους σε δημιουργικότητα και στρατηγική σκέψη. Και μετά τον θρίαμβο επί του Λι Σεντόλ, η DeepMind κυκλοφόρησε το AlphaGo Zero, το οποίο κατάφερε να νικήσει την αρχική έκδοση του AlphaGo χωρίς να έχει εκπαιδευτεί σε ανθρώπινα δεδομένα. Το Zero ξεκίνησε από το μηδέν, χωρίς καμία προηγούμενη γνώση για το Γκο, κι έμαθε παίζοντας αποκλειστικά και μόνο εναντίον του εαυτού του, ξεκινώντας από τυχαίες κινήσεις. Με τον χρόνο τελειοποιούσε το παιχνίδι του, μέχρι στο τέλος να φτάσει στον θριάμβό του. Με αυτή την εξέλιξη ίσως και να κρυφοκοιτάξαμε το μέλλον μας, σχολίασαν πολλοί. Ίσως και να βγάλαμε το τζίνι απ’ το μπουκάλι, σκέφτηκαν ακόμα περισσότεροι.
Ένα μαγικό μάτι
Μετά τα σπουδαία επιτεύγματα στα παιχνίδια, ο Χασάμπης καταλάβαινε πλέον ότι είχε στα χέρια του μια πρωτόγνωρη δύναμη και κατ’ επέκταση μια μεγάλη ευθύνη. Θα μπορούσε να πέσει στην παγίδα του βασιλιά Μίδα, ζητώντας απ’ τη μηχανή να του μετατρέψει τα πάντα σε χρυσάφι. Αλλά φαίνεται ότι ο Βρετανός, εκτός από διαβασμένος, είναι και φτιαγμένος από καλό υλικό. Μιλάει διαρκώς για τους κινδύνους της ΤΝ, για την αναγκαιότητα ηθικής διακυβέρνησης αυτών των μοντέλων και για την ειρηνική συμβίωσή μας με τις μηχανές. Πρωτίστως, όμως, θέλει να δείξει ότι η τεχνολογία αυτή μπορεί να είναι η μεγαλύτερη ευλογία της ανθρωπότητας. «Όσο περισσότερο γνωρίζω τον Ντέμη», γράφει ο καθηγητής Φυσικής στο ΜΙΤ και συγγραφέας του βιβλίου Life 3.0, Μαξ Τέγκμαρκ, «τόσο περισσότερο συνειδητοποιώ ότι φιλοδοξούσε όχι μόνο να ισχυροποιήσει την ΤΝ, αλλά και να την καταστήσει ωφέλιμη».
Μιλάει διαρκώς για τους κινδύνους της ΤΝ, για την αναγκαιότητα ηθικής διακυβέρνησης αυτών των μοντέλων και για την ειρηνική συμβίωσή μας με τις μηχανές.
«Η ανοιχτόμυαλη προσέγγισή του έχει να προσφέρει πολλά στον κλάδο και γενικότερα», λέει ο ερευνητής Γκάρι Μάρκους. Ωριμάζοντας, κι αφού απέδειξε ότι οι μηχανές μπορούν να μαθαίνουν μόνες τους και να μας νικούν σε πανάρχαια παιχνίδια, ο Χασάμπης θέλησε να στρέψει το ενδιαφέρον της ανθρωπότητας στο κοινωφελές δυναμικό τους. Όλοι μιλούν κάπως αόριστα για τις υποσχέσεις της ΤΝ στην ιατρική, αλλά εκείνος θέλει να δείξει εμπράκτως τι μπορεί να σημαίνει αυτό. Κι έτσι προέκυψε το AlphaFold.
Εδώ τα επίπεδα της περιπλοκότητας είναι ακόμα μεγαλύτερα από εκείνα του Γκο. Μιλάμε για τη βιολογία και τη χημεία μας. Φανταστείτε ένα τρισδιάστατο παζλ που αλλάζει συνεχώς. Κάπως έτσι είναι ο κόσμος των πρωτεϊνών, των μικροσκοπικών «μηχανών» που κάνουν όλες τις δουλειές στα κύτταρά μας. Για δεκαετίες, οι επιστήμονες προσπαθούσαν να καταλάβουν πώς «διπλώνονται» αυτές οι πρωτεΐνες σε συγκεκριμένες τρισδιάστατες δομές, μια διαδικασία κρίσιμη για τη λειτουργία τους. Ήρθε όμως η ώρα μιας επανάστασης: ενός νέου εργαλείου, του AlphaFold – και πιο συγκεκριμένα η δεύτερη έκδοσή του το 2020, η οποία κατάφερε να λύσει αυτό το παζλ με εκπληκτική ακρίβεια. Είναι σαν να έχουμε ένα μαγικό μάτι το οποίο μπορεί να μας δείχνει ακριβώς πώς μοιάζει κάθε πρωτεΐνη.
Γιατί είναι αυτό τόσο σημαντικό; Η γνώση της δομής μιας πρωτεΐνης είναι σαν να έχουμε τα σχέδια ενός μηχανήματος. Μπορούμε να καταλάβουμε πώς λειτουργεί, πώς αλληλεπιδρά με άλλες πρωτεΐνες και πώς προκαλεί ασθένειες. Με αυτόν τον τρόπο μάς ανοίγονται νέοι δρόμοι στην ανάπτυξη φαρμάκων, στην κατανόηση γενετικών ασθενειών και στη δημιουργία νέων υλικών. Το AlphaFold2 χρησιμοποιεί πολύπλοκους αλγορίθμους για να προβλέψει τη δομή μιας πρωτεΐνης με βάση την αλληλουχία των αμινοξέων που την απαρτίζουν. Είναι σαν να λύνει ένα περίπλοκο μαθηματικό πρόβλημα, αλλά πολύ πιο γρήγορα και με μεγαλύτερη ακρίβεια από ό,τι θα μπορούσε να κάνει ένας άνθρωπος. Η ανακάλυψη του AlphaFold2 συνιστά τεράστιο άλμα για την επιστήμη. Ανοίγει ένα νέο κεφάλαιο στην κατανόηση της ζωής και έχει τη δυνατότητα να αλλάξει βαθιά τον κόσμο μας. Αυτός είναι κι ο βασικός λόγος πίσω απ’ το σκεπτικό του Νόμπελ Χημείας που έλαβε φέτος ο Ντέμης Χασάμπης, μαζί με δύο ακόμα επιστήμονες, τον Ντέιβιντ Μπέικερ και τον Τζον Τζάμπερ. Η βράβευση ήρθε μετά από μια μεγάλη σειρά τιμητικών διακρίσεων τα τελευταία χρόνια, με πιο σημαντική ίσως την απόκτηση της προσφώνησης του «Σερ», καθώς τον Μάρτιο του 2024 ο Χασάμπης χρίστηκε επισήμως ιππότης από το Ηνωμένο Βασίλειο.
Σαν τον Οπενχάιμερ
Ο Τζεφ Χίντον, ο οποίος θεωρείται ένας εκ των «πατέρων της βαθιάς μάθησης» και κέρδισε φέτος το Νόμπελ Φυσικής, έχει συγκρίνει τον Χασάμπη με τον Ρόμπερτ Οπενχάιμερ, τον άνθρωπο που κατά τη διάρκεια του Β΄ Παγκοσμίου ήταν επικεφαλής του Μανχάταν Πρότζεκτ, το οποίο οδήγησε στην πρώτη ατομική βόμβα. «“Έτρεξε” το AlphaGo όπως ο Οπενχάιμερ “έτρεξε” το Μανχάταν Πρότζεκτ. Κανείς άλλος δεν θα μπορούσε να το κάνει τόσο γρήγορα, και τόσο καλά», είπε ο Χίντον, ο οποίος το 2023 παραιτήθηκε απ’ την Google εκφράζοντας τη βαθιά ανησυχία του για τους κινδύνους της ΤΝ. Φαίνεται ωστόσο ότι εκείνος που μοιάζει περισσότερο με τον Οπενχάιμερ είναι ο Χίντον, ο οποίος χτύπησε συναγερμό για τους κινδύνους της εφεύρεσής του, ακριβώς όπως ο «Όπι». Ο Χασάμπης, απ’ την άλλη, είναι πολύ πιο μετριοπαθής κι αισιόδοξος· μια ήρεμη δύναμη σε καιρούς μεγάλης σύγχυσης. «Νομίζω ότι τα επόμενα τέσσερα, πέντε, δέκα χρόνια θα έχουμε πολύ περισσότερες πληροφορίες για το τι κάνουν αυτά τα συστήματα, τι είδους υπολογισμούς δημιουργούν, πώς να καθορίσουμε τους σωστούς στόχους», έχει δηλώσει. «Προς το παρόν, πρόκειται για ιστορίες επιστημονικής φαντασίας. Ναι, δεν υπάρχει αμφιβολία ότι η ΤΝ θα είναι μια εξαιρετικά ισχυρή τεχνολογία. Αυτός είναι ο λόγος για τον οποίο εργάζομαι πάνω σ’ αυτήν. Έχει τη δύναμη να φέρει απίστευτες προόδους στην ανθρωπότητα».
«Δεν υπάρχει αμφιβολία ότι η ΤΝ θα είναι μια εξαιρετικά ισχυρή τεχνολογία. Αυτός είναι ο λόγος για τον οποίο εργάζομαι πάνω σ’ αυτήν», έχει δηλώσει ο Ντέμης Χασάμπης.
Ο νομπελίστας πλέον, Χασάμπης εξακολουθεί να πιστεύει ότι έως το 2030 θα έχουμε πετύχει την ΤΓΝ. Την ίδια ώρα, υποστηρίζει ότι όλος αυτός ο πυρετός των επενδύσεων στην ΤΝ μοιάζει με τη φούσκα και τον οπορτουνισμό των κρυπτονομισμάτων και προσυπογράφει τη λακωνική έκκληση που έκανε η ελίτ των ερευνητών το 2023: «Ο μετριασμός του κινδύνου της εξαφάνισής μας από την ΤΝ θα πρέπει να αποτελέσει παγκόσμια προτεραιότητα μαζί με άλλους κινδύνους κοινωνικής κλίμακας, όπως οι πανδημίες και ο πυρηνικός πόλεμος». Ο Χασάμπης έχει συνειδητοποιήσει την ευθύνη που φέρει η θέση του στον κόσμο. Είναι μετρημένος, σοβαρός και στοχαστικός. Το αντίθετο του Ίλον Μασκ. Η ευρεία αποδοχή που απολαμβάνει είναι ανακουφιστική. Οι πιο σοβαροί άνθρωποι της ΤΝ μοιάζει να επιθυμούν στον τομέα τους περισσότερους Χασάμπηδες, περισσότερους υπεύθυνους ανθρώπους προσανατολισμένους στο κοινό καλό δηλαδή, παρά καραγκιόζηδες, νάρκισσους, χρυσοθήρες ή κινδυνολόγους. Από αυτούς, δόξα να ’χει ο αλγόριθμος, διαθέτουμε αρκετούς.
