Είναι δύσκολο να πιστέψει κανείς ότι οι υπολογιστές βλέπουν. Και όμως το κάνουν, περίπου όπως οι άνθρωποι, μάλιστα σε ορισμένες περιπτώσεις καλύτερα από αυτούς. Μπορούν να δουν γύρω από γωνίες, μέσα από πυκνή ομίχλη, πίσω από εμπόδια, κάτω από το ανθρώπινο δέρμα – χάρη στη ραγδαία εξέλιξη της τεχνητής νοημοσύνης. Σήμερα αναπτύσσονται αλγόριθμοι που επιτρέπουν στους υπολογιστές να «διαβάζουν» εικόνες, σχεδόν όπως το ανθρώπινο μάτι. «Το 2017 έλεγα στους προπτυχιακούς φοιτητές μου ότι η όραση υπολογιστών, που άρχισε να ερευνάται τη δεκαετία του 1960, δεν δουλεύει στις περισσότερες περιπτώσεις. Τα τελευταία χρόνια είναι τέτοια η πρόοδος που οι αλγόριθμοι πλέον προσεγγίζουν και μερικές φορές ξεπερνούν τις ανθρώπινες δυνατότητες σε συγκεκριμένα προβλήματα, μολονότι ακόμη απέχουν από το να διαθέτουν την ολιστική ικανότητα του ανθρώπινου ματιού», εξηγεί στην «Κ» ο Ιωάννης Γκιουλέκας, αναπληρωτής καθηγητής στο Ινστιτούτο Ρομποτικής του Carnegie Mellon University των ΗΠΑ. Ο κ. Γκιουλέκας πρωτοπορεί στην εισαγωγή αλγορίθμων που οξύνουν το υπολογιστικό βλέμμα και στη δημιουργία συστημάτων τα οποία απεικονίζουν αυτό που δεν βλέπουμε, ό,τι συμβαίνει π.χ. πίσω από τον καπνό μιας πυρκαγιάς, κάτω από συντρίμμια ή στον ζώντα εγκεφαλικό φλοιό.
Μιλήσαμε με τον κ. Γκιουλέκα με αφορμή τη βράβευσή του από το Ιδρυμα Μποδοσάκη για την εξέχουσα ερευνητική του δραστηριότητα στις Εφαρμοσμένες Επιστήμες Τεχνολογίας, στον κλάδο της Τεχνητής Νοημοσύνης. Το Ιδρυμα Μποδοσάκη βραβεύει ανά διετία τέσσερις από τους λαμπρότερους νέους (έως 40 ετών) Ελληνες επιστήμονες τεσσάρων διαφορετικών πεδίων, για ολοκληρωμένα έργα με διεθνή επιρροή. «Οταν ονειρευόμασταν με τους συμφοιτητές μου στο ΕΜΠ να γίνουμε ερευνητές σε τομές αιχμής, θυμάμαι πως βλέπαμε τους βραβευθέντες του Ιδρύματος Μποδοσάκη ως πρότυπα για την καριέρα που θέλαμε να ακολουθήσουμε. Νιώθω μεγάλη χαρά που ολοκληρώνεται για μένα αυτός ο κύκλος», λέει ο κ. Γκιουλέκας, ο οποίος μετά τις σπουδές του στο Εθνικό Μετσόβιο Πολυτεχνείο ολοκλήρωσε τις μεταπτυχιακές και τις διδακτορικές σπουδές του στο Χάρβαρντ.
Το χαρτί που μιλάει
«Σήμερα ο συνδυασμός οπτικής, αισθητήρων και αλγορίθμων έχει οδηγήσει σε πρωτοφανείς απεικονιστικές δυνατότητες. Εχουμε κάμερες που καταγράφουν βίντεο με ταχύτητα τρισεκατομμυρίων ή ακόμη και τετράκις εκατομμυρίων εικόνων το δευτερόλεπτο. Εχουμε κάμερες που καταγράφουν σχεδόν αόρατες δονήσεις επιφανειών. Για παράδειγμα, βιντεοσκοπώντας ένα φύλλο χαρτιού πίσω από το οποίο κάποιος μιλάει, μπορούμε να αποκωδικοποιήσουμε τι λέει μόνο από τη δόνηση του φύλλου, χωρίς να τον βλέπουμε. Εχουμε κάμερες που βλέπουν γύρω από γωνίες, μέσα σε σύννεφα καπνού, πίσω από δυνατή βροχή, πυκνό χιόνι ή ομίχλη». Ο 38χρονος Ελληνας πανεπιστημιακός δάσκαλος και ερευνητής και οι συνεργάτες του έχουν ολοκληρώσει για λογαριασμό της Υπηρεσίας Ερευνας Προηγμένων Αμυντικών Προγραμμάτων του αμερικανικού υπουργείου Αμυνας (DARPA) πολύ σημαντικά έργα, τα οποία χρηματοδοτήθηκαν από αυτή την υπηρεσία.
«Ειδικές κάμερες για οχήματα ώστε να μπορεί ο οδηγός, αν βρεθεί π.χ. σε μια διασταύρωση με περιορισμένη ορατότητα, να “δει” πίσω από τα εμπόδια και να αποφασίσει αν είναι ασφαλές να διασχίσει τον δρόμο ή όχι. Ή κάμερες οι οποίες μπορούν, σε αποστολές εξερεύνησης και διάσωσης, να δουν κάτω από τα συντρίμμια έπειτα από μια φυσική καταστροφή ή σε πεδία μαχών και να βοηθήσουν τους διασώστες να εντοπίσουν τους εγκλωβισμένους. Σε πεδία μάχης, στρατιώτες ή πολεμικά οχήματα εξοπλισμένα με τέτοιες κάμερες μπορούν να αποκτήσουν σημαντικό πλεονέκτημα έναντι των αντιπάλων, καθώς έχουν τη δυνατότητα να τους παρακολουθούν χωρίς οι ίδιοι να γίνονται ορατοί».
«Βλέπουν» δονήσεις – Εχουμε κάμερες που καταγράφουν βίντεο με ταχύτητα τρισεκατομμυρίων ή ακόμη και τετράκις εκατομμυρίων εικόνων το δευτερόλεπτο. Εχουμε κάμερες που καταγράφουν σχεδόν αόρατες δονήσεις επιφανειών.
Μπορούν με αλγορίθμους και πρωτοπόρα οπτικά εξαρτήματα που λειτουργούν έξω από το ανθρώπινο σώμα να δουν μέσα σε αυτό, και να απεικονίσουν με ανάλυση μικρόμετρου, δηλαδή σε επίπεδο κυττάρου (που άλλες απεικονιστικές μέθοδοι, π.χ. αξονική ή μαγνητική τομογραφία, δεν μπορούν να κάνουν), όργανα και αιμοφόρα αγγεία. «Το πρόβλημα είναι ότι όσο πιο βαθιά προχωρείς μέσα στον βιολογικό ιστό τόσο θολώνει η εικόνα λόγω σκεδασμού του φωτός. Ενώ εκτός του ιστού το φως ταξιδεύει σε ευθείες γραμμές, μέσα στον ιστό ταξιδεύει ακολουθώντας άπειρους, τυχαίους “περιπάτους”. Η πολυπλοκότητα αυτής της τυχαίας διαδικασίας σκεδασμού αυξάνεται εκθετικά όσο προχωρούμε βαθύτερα. Για να αντιστραφεί ο σκεδασμός και να έχουμε μια καθαρή εικόνα χρειαζόμαστε υπολογιστικούς αλγορίθμους». Γι’ αυτό άλλωστε αυτή η έρευνά τους χρηματοδοτείται από ένα από τα μεγαλύτερα προγράμματα της Διεύθυνσης Επιστήμης Υπολογιστών της αμερικανικής National Science Foundation. Στο πλαίσιο αυτού του προγράμματος ο κ. Γκιουλέκας έχει αναπτύξει μια μέθοδο που χρησιμοποιεί υπέρηχο, ώστε να «σπρώξει» το φως πιο βαθιά μέσα στον ιστό χωρίς να σκεδαστεί.
Και στην πυρκαγιά
Με χρηματοδότηση του αμερικανικού National Institute of Food and Agriculture και σε συνεργασία με τις πυροσβεστικές υπηρεσίες του Πίτσμπουργκ και άλλων περιοχών των ΗΠΑ ο Ελληνας επιστήμονας και η ομάδα του, μαζί με τις ομάδες των καθηγητών Σεμπάστιαν Σέρερ και Κάτια Συκαρά, έχουν αναπτύξει ένα σύστημα οπτικής τομογραφίας για τις πυρκαγιές. «Δημιουργούμε έναν τρισδιάστατο χάρτη της περιοχής που είναι εντελώς καλυμμένη από καπνό λόγω πυρκαγιάς, χρησιμοποιώντας μόνο εικόνες από ένα σμήνος ρομποτικών drones που πετούν γύρω από την πυρκαγιά και είναι εξοπλισμένα με θερμικές και συμβατικές κάμερες, lidar και radar. Με τις μετρήσεις από το σμήνος και τεχνικές όρασης υπολογιστών δημιουργούμε μια απεικόνιση του περιβάλλοντος χωρίς καπνό, την οποία χρησιμοποιούν οι πυροσβεστικές δυνάμεις ώστε να σχεδιάσουν τις κινήσεις τους», λέει ο κ. Γκιουλέκας. «Δουλεύουμε με την πυροσβεστική υπηρεσία της κομητείας Σαν Μπερναρντίνο στην Καλιφόρνια, που αντιμετωπίζει εκτεταμένες και καταστροφικές πυρκαγιές κάθε χρόνο. Οι πυροσβέστες δοκιμάζουν τα drones και τους αλγορίθμους μας και μας δίνουν πληροφορίες για βελτιώσεις. Κάνουμε συνεχώς πειράματα σε συνθήκες αληθινών πυρκαγιών σε συνεργασία με την πυροσβεστική ακαδημία της κομητείας Αλεγκέινι του Πίτσμπουργκ».
Αυτή τη στιγμή ο κ. Γκιουλέκας ασχολείται με την απεικόνιση του εγκεφαλικού φλοιού εν ζωή. «Μαζί με συναδέλφους στο Carnegie Mellon που εργάζονται στη φωτονική και στη βιολογία προσπαθούμε να δημιουργήσουμε απεικονιστικά συστήματα που θα μας επιτρέψουν να παρατηρούμε τη δραστηριότητα του φλοιού ζωντανά και σε κυτταρικό επίπεδο. Πειραματιζόμαστε σε ένα μικρό ζώο (συνήθως αρουραίο). Στόχος μας είναι να καταλάβουμε τι ρόλο ακριβώς παίζει ο φλοιός στη μάθηση, έτσι ώστε η απεικονιστική τεχνολογία που δημιουργούμε να έχει ίσως στο μέλλον ιατρική εφαρμογή, για παράδειγμα στη διάγνωση και παρακολούθηση πνευματικών διαταραχών».
Τα lidar (κάμερες μέτρησης της απόστασης με παλλόμενα λέιζερ), με τα οποία είναι εξοπλισμένα τα αυτόνομα οχήματα, «τυφλώνονται» όταν βρέχει, χιονίζει ή έχει ομίχλη. Η ομάδα δημιουργεί lidar με εξαιρετικές δυνατότητες όρασης σε πολύ δύσκολες καιρικές συνθήκες, τα οποία είναι επιπλέον πολύ χαμηλού χρηματικού και ενεργειακού κόστους καθώς δεν χρησιμοποιούν παλλόμενα λέιζερ παρά μόνο το ηλιακό φως. «Αυτό επιτρέπει να χρησιμοποιούνται τέτοιες κάμερες σε πολύ μικρότερες πλατφόρμες με περιορισμένη διαθέσιμη ενέργεια, για παράδειγμα drones ή μικρά ρομπότ».
Μυώντας τα παιδιά στην επιστήμη μέσω της φωτογραφίας
Η δραστηριότητα του Ελληνα πανεπιστημιακού δεν τελειώνει στο εργαστήριο. Τις γνώσεις του επιχειρεί να τις διοχετεύσει και εκτός πανεπιστημίου, μυώντας παιδιά και εφήβους του Πίτσμπουργκ, όπου ζει, στη φωτογραφία και στη δημιουργία. «Η φωτογραφία είναι ένα εξαιρετικό μέσο για να κεντρίσουμε το ενδιαφέρον των παιδιών για τις επιστήμες και την έρευνα, επειδή συνδυάζει καλλιτεχνική δημιουργία, φυσική (οπτική) και πληροφορική (αλγόριθμοι επεξεργασίας εικόνας). Η φωτογραφία που βλέπουμε στην οθόνη του τηλεφώνου ή της κάμεράς μας είναι πολύ διαφορετική από αυτήν που καταγράφει απευθείας ο αισθητήρας της κάμερας λόγω των αλγορίθμων υπολογιστικής φωτογραφίας που εφαρμόζονται. Αυτό το αποτέλεσμα, σε όλους μας οικείο, είναι που ενθουσιάζει τα παιδιά και τα παρακινεί να μάθουν περισσότερα. Επειτα βάζω ασκήσεις με τις οποίες οι μαθητές ωθούνται να φτιάξουν τα δικά τους απλά απεικονιστικά συστήματα. Στα τελευταία μαθήματα, χρησιμοποιώντας κομμάτια Lego και απλά οπτικά εξαρτήματα (φακούς, διαχωριστές, καθρέφτες), έφτιαξαν ένα συμβολόμετρο Michelson – η εξέταση αμφιβληστροειδούς στον οφθαλμίατρο γίνεται με συμβολόμετρο Michelson. Το ίδιο όργανο χρησιμοποιείται, για παράδειγμα, σε νέα lidar για αυτόνομα οχήματα, καθώς και για την ανίχνευση βαρυτικών κυμάτων στην αστρονομία. Στο μάθημά μου το χρησιμοποιούμε για την τρισδιάστατη σάρωση απλών αντικειμένων. Το γεγονός ότι με εξοπλισμό 100 δολαρίων μπορούν να φτιάξουν μόνοι τους ένα απεικονιστικό όργανο και να κάνουν πειράματα κρατάει το ενδιαφέρον τους πολύ πιο αποτελεσματικά απ’ ό,τι μια διάλεξη».
Ο κ. Γκιουλέκας ανησυχεί για τις σχεδιαζόμενες από την αμερικανική κυβέρνηση περικοπές στους ερευνητικούς πόρους και για τα μέτρα μεταναστευτικής πολιτικής «που δημιουργούν σοβαρές δυσκολίες στη δυνατότητα των αμερικανικών πανεπιστημίων να προσελκύσουν τους καλύτερους φοιτητές παγκοσμίως – μια δυνατότητα που για δεκαετίες ήταν ένα από τα μεγάλα, συγκριτικά πλεονεκτήματά τους. Το Carnegie Mellon εξαρτάται σε πολύ μεγάλο βαθμό από ομοσπονδιακούς πόρους, ενώ έχει το δεύτερο μεγαλύτερο ποσοστό διεθνών φοιτητών». Ανησυχεί, όμως δεν πτοείται.
