Ο Πέτρος Κουμουτσάκος, καθηγητής Computing in Engineering & Sciences στο Harvard University, μίλησε, στο πλαίσιο του EmTech Europe 2025, για την επίδραση της Τεχνητής Νοημοσύνης στον τομέα των επιστημονικών προσομοιώσεων και των υπολογιστικών μεθόδων, αναδεικνύοντας τις δυνατότητες αλλά και τους περιορισμούς τους. Τη συζήτηση συντόνισε ο δημοσιογράφος της Καθημερινής, Θανάσης Κατσικίδης.
Δείτε εδώ την ατζέντα του συνεδρίου.
Ξεκινώντας με μια αναδρομή στην αρχαία Ελλάδα, ο κ. Κουμουτσάκος συνέκρινε την αλληγορία του σπηλαίου του Πλάτωνα με τη διαδικασία της μηχανικής μάθησης, τονίζοντας ότι οι ιδέες αυτές είναι ιδιαίτερα επίκαιρες σήμερα. Αναφερόμενος στον Λάιμπνιτς ως πρωτοπόρο της υπολογιστικής σκέψης, σημείωσε πως η γέννηση των υπολογιστών ήταν «δραματική και γεμάτη προκλήσεις», κάνοντας αναφορά στη σύνδεση των πρώτων υπολογιστών με τη δημιουργία της ατομικής βόμβας. Επισήμανε πως «η υπολογιστική τεχνολογία είναι η μοναδική που έχει αυξήσει την ισχύ της κατά ένα τρισεκατομμύριο φορές».
Ο κ. Κουμουτσάκος εξήγησε ότι η προσωπική του προσέγγιση στην υπολογιστική αφορά τις προσομοιώσεις σε πολλαπλά επιστημονικά πεδία, υπογραμμίζοντας όμως και τους περιορισμούς που υπάρχουν στις προσομοιώσεις και τις προβλέψεις. «Οι άνθρωποι χρησιμοποιούν ευρετικούς κανόνες για να δημιουργήσουν προσομοιώσεις, όπως στην αεροναυπηγική», ανέφερε.
Απαντώντας στο ερώτημα αν οι μηχανές μπορούν να σκέφτονται, ο κ. Κουμουτσάκος τόνισε πως «η Τεχνητή Νοημοσύνη αφορά κυρίως την πρόβλεψη και την εκτέλεση εργασιών στον πραγματικό κόσμο και όχι τόσο την ανθρώπινη σκέψη». Στη συνέχεια, παρουσίασε την τεχνολογία δημιουργίας εικόνων και βίντεο μέσω μοντέλων διάχυσης (diffusion models), εξηγώντας τις αρχές λειτουργίας τους.
Η έρευνά του εστιάζει στο deep reinforcement learning με πολλαπλούς πράκτορες (multi-agent), όπου η μάθηση πραγματοποιείται μέσω εμπειριών που οδηγούν σε συμπεριφορικές αλλαγές: «Ερέθισμα – δράση – ανταμοιβή. Αν αυτό το μοτίβο δράσης επιβραβεύεται, ο πράκτορας υιοθετεί τη συγκεκριμένη συμπεριφορά». Ως παράδειγμα έδειξε την εκπαίδευση κίνησης ψαριών, με εφαρμογές στη ρομποτική και την υδροδυναμική.
Προβλέποντας το μέλλον, υπογράμμισε ότι «οι υπολογιστές θα είναι παντού και όλοι θα πρέπει να μάθουμε να τους χρησιμοποιούμε», επισημαίνοντας παράλληλα ότι μία από τις προκλήσεις είναι η υπερβολική δημοσιότητα (hype) γύρω από την ΤΝ. Σχετικά με τη μετάβαση προς τη Γενική Τεχνητή Νοημοσύνη (AGI), δήλωσε πως δεν πιστεύει ότι η AGI θα μπορεί να κατανοήσει πλήρως συναισθηματικές καταστάσεις, αλλά σίγουρα «σε πρακτικά καθήκοντα η AGI θα ξεπεράσει τον άνθρωπο». Κλείνοντας, εξέφρασε την αισιοδοξία του για τις δυνατότητες των ελληνικών πανεπιστημίων να ανταγωνιστούν σε διεθνές επίπεδο, χάρη στην ισχυρή επιστημονική γνώση που διαθέτουν.
