Ο Έλληνας επιστήμονας που βρίσκεται πίσω από την πρωτότυπη εφαρμογή PaperLab μας εξηγεί την ιδέα πίσω από τη δημιουργία της με στόχο τη διευκόλυνση της επιστημονικής έρευνας και μοιράζεται τις απόψεις του για τα συν και πλην της Α.Ι.
Oταν έχεις τη δυνατότητα να επιταχύνεις με τρόπο έγκυρο και ευσύνοπτο την επιστημονική σου έρευνα, συμπυκνώνοντας τον χρόνο και την ύλη δεκάδων χιλιάδων σελίδων δημοσιεύσεων, τότε ασφαλώς κάνεις τη ζωή σου πολύ πιο εύκολη και πρακτική, με ακόμη καλύτερα αποτελέσματα.
Αυτή τη δυνατότητα έρχεται να προσφέρει το PaperLab, το ψηφιακό εργαλείο Τεχνητής Νοημοσύνης που δημιούργησαν ο Δρ. Αντώνης Μεϊμάρης και οι συνεργάτες του, με τη μέχρι στιγμής ανταπόκριση της διεθνούς ακαδημαϊκής κοινότητας να είναι ιδιαίτερα θερμή.
Η ΑΜΑΡΥΣΙΑ επικοινώνησε με τον Δρ. Αντώνη Μεϊμάρη στη «μακρινή» Αυστραλία και εκείνος απάντησε στις ερωτήσεις μας, οι οποίες εκτός από την περιγραφή του PaperLab, παρουσιάζουν επιπλέον ενδιαφέρον για την οπτική που ένας ειδικός έχει διαμορφώσει ως προς τα πλεονεκτήματα και τους κινδύνους που περιέχει η λειτουργία και ανάπτυξη της Α.Ι. στην εποχή μας.
Συνέντευξη: ΓΙΑΝΝΗΣ ΜΠΕΘΑΝΗΣ
Θα θέλαμε αρχικά να «συστηθείτε» σε μας και τους αναγνώστες μας. Μιλήστε μας για την επιστημονική και ακαδημαϊκή σας πορεία πριν το PaperLab.
Η πορεία μου ξεκίνησε από το Τμήμα Μαθηματικών του ΕΚΠΑ και στη συνέχεια ακολούθησα τον δρόμο της έρευνας, αρχικά με το διδακτορικό μου στο Liverpool στο Ηνωμένο Βασίλειο, όπου είχα συνεργασίες με το Columbia University και τελικά έλαβα το διδακτορικό μου από το Monash University στην Αυστραλία. Έχω συνεργαστεί με κυβερνητικούς φορείς της Αυστραλίας σε ποικίλα έργα, αλλά και με εταιρείες της Silicon Valley, ενώ έχω πραγματοποιήσει ομιλίες και ως επισκέπτης ερευνητής σε πανεπιστήμια όπως το MIT και το Caltech. Παράλληλα, είμαι μέλος σε διεθνείς επιστημονικές επιτροπές, είχα πρώιμη πρόσβαση σε μοντέλα όπως το DALL-E της OpenAI πριν ανοίξει στο κοινό, λόγω της έρευνάς μου στα diffusion models, και έχω τιμηθεί από φορείς όπως τα Ηνωμένα Έθνη για τη συμβολή μου στους Στόχους Βιώσιμης Ανάπτυξης και το Forbes «30 Under 30».
Τι είναι το PaperLab με απλά λόγια και τι σημαίνει για την καθημερινή έρευνα η χρήση του;
Το PaperLab είναι ένα εργαλείο που επιτρέπει σε ερευνητές και ομάδες Research & Development (R&D) να «διαβάζουν» και να αναλύουν χιλιάδες επιστημονικά (και μη) άρθρα ταυτόχρονα. Σκεφτείτε πόσες ώρες χρειάζονται σήμερα για μια βιβλιογραφική ανασκόπηση. Εμείς μειώνουμε αυτόν τον χρόνο από εβδομάδες σε λεπτά. Ουσιαστικά, βοηθάμε τον ερευνητή να βρει γρήγορα τα σημαντικά ευρήματα, να συνδέσει ιδέες και να προχωρήσει πιο αποτελεσματικά στο έργο του.
Πώς γεννήθηκε η ιδέα; Ποιες εμπειρίες σάς άναψαν τη «σπίθα» για να ξεκινήσετε να το «χτίζετε»;
Κυρίως το πόσο επίπονο και χρονοβόρο είναι να ξεσκαρτάρει κανείς χιλιάδες άρθρα για να βρει τις πληροφορίες που χρειάζεται. Και το πρόβλημα αυτό γίνεται κάθε χρόνο όλο και πιο οξύ, καθώς πλέον δημοσιεύονται εκατομμύρια επιστημονικές εργασίες παγκοσμίως – ένα νέο paper περίπου κάθε 10 δευτερόλεπτα! Είναι πρακτικά αδύνατο για έναν άνθρωπο να τα παρακολουθήσει όλα. Έτσι κατάλαβα ότι χρειαζόταν ένας νέος τρόπος, με τη βοήθεια της Τεχνητής Νοημοσύνης (A.I.), ώστε να μπορέσουμε να φιλτράρουμε, να συνδέσουμε και να αξιοποιήσουμε αυτή την τεράστια γνώση με τρόπο γρήγορο και ουσιαστικό.
Ποιο είναι το feedback που λαμβάνετε από όσους χρησιμοποιούν το PapeLab; Μπορείτε να μοιραστείτε μαζί μας ορισμένα χαρακτηριστικά παραδείγματα και ιστορίες από τους χρήστες;
Το feedback είναι εξαιρετικά θετικό. Σε μια πρώτη παρουσίαση στη Μελβούρνη, μέσα σε περίπου 8 ώρες είχαμε σχεδόν 200 αιτήσεις για early access, ενώ ήδη ερευνητικές ομάδες στην Αυστραλία το χρησιμοποιούν πιλοτικά.
Οι χρήστες μιλούν για «μαγεία» και τονίζουν ότι το PaperLab μειώνει τον όγκο εργασίας από δεκάδες χιλιάδες άρθρα σε μερικές χιλιάδες, με δυνατότητα διαχείρισης 1.000-2.000 papers την ημέρα. Αναφέρουν ότι τα παραδοσιακά εργαλεία αναζήτησης όπως το Ctrl+F είναι ουσιαστικά άχρηστα, καθώς «ο καθένας γράφει διαφορετικά» και ότι το αίσθημα του «πνιγμού» από τον τεράστιο όγκο πληροφορίας είναι καθημερινό πρόβλημα.
Χαρακτηριστικά σχόλια από ερευνητές σε ιδρύματα όπως το Burnet Institute, το University of Strathclyde, το Peter MacCallum, το University of Warwick, το Norwegian University of Life Sciences και το University of Minnesota συγκλίνουν σε δύο κοινά σημεία: εξοικονόμηση χρόνου και καλύτερη αξιοποίηση της επιστημονικής γνώσης. Όπως το έθεσε ένας από αυτούς, «ο χρόνος είναι χρήμα για την ακαδημαϊκή κοινότητα».
Μιλήστε μας για τους βασικούς συνεργάτες σας σε αυτή την προσπάθεια.
Το PaperLab είναι αποτέλεσμα μιας συλλογικής προσπάθειας που ξεκίνησε από τη συνεργασία μου με πολύ ικανούς ερευνητές ανά τον κόσμο, εξερευνώντας και τις δικές τους ανάγκες. Από την αρχή όμως ήθελα να δημιουργηθεί μια ομάδα που να συνδυάζει διαφορετικές δεξιότητες – από την έρευνα και την τεχνητή νοημοσύνη, μέχρι το προϊόν και την ανάπτυξη. Προσωπικά, έχω επικεντρωθεί στο επιστημονικό και τεχνολογικό κομμάτι, ενώ κομβικό ρόλο στην ομάδα μας έχει ο Head of Growth Γιώργος Σκιαδάς από την Αθήνα και μας συμπληρώνει ο Krish Jain από τη Μελβούρνη.
Ποιες είναι οι προϋποθέσεις που πρέπει να πληροί κάποιος για να ενταχθεί στην ομάδα σας;
Ψάχνω κυρίως για ανθρώπους με πάθος για την έρευνα και την τεχνολογία. Δεν είναι απαραίτητο να έχει κανείς δεκάδες τίτλους, αυτό που μετράει είναι η περιέργεια, η δημιουργικότητα και η διάθεση να συμβάλει σε ένα έργο που μπορεί να αλλάξει τον τρόπο με τον οποίο προχωρά η επιστήμη και η παραγωγή πληροφοριών με Α.Ι. από μεγάλες βάσεις δεδομένων.
Έχει μεγαλύτερη σημασία για μένα, τώρα που είμαστε ακόμα στην αρχή, να χτιστεί η κουλτούρα ενός οργανισμού που να θα λειτουργεί όπως και το PaperLab, με διαφάνεια και ξεκάθαρους στόχους που θα δίνουν προστιθέμενη αξία στους χρήστες.
Ποια είναι η σημασία της Τεχνητής Νοημοσύνης για την καθημερινή έρευνα; Πώς μπορεί ο ερευνητής να ξεχωρίσει και να εμπιστευθεί μια πληροφορία ως «σωστή»;
Η Τεχνητή Νοημοσύνη είναι εργαλείο, όχι αυθεντία. Δίνει δυνατότητες να εντοπίζουμε γρήγορα μοτίβα και συσχετίσεις που διαφορετικά θα χάναμε. Ωστόσο, η τελική κρίση πρέπει να παραμένει στον ερευνητή. Η διασταύρωση πηγών, η κριτική σκέψη και η επιστημονική μεθοδολογία είναι αυτά που εξασφαλίζουν την εγκυρότητα μιας πληροφορίας.
Συμμερίζεστε τις ανησυχίες για τους κινδύνους που μπορεί να κρύβει η ανάπτυξη της Α.Ι.; Υπάρχουν; Και ποιοι είναι αυτοί κατά τη γνώμη σας;
Ναι, φυσικά. Οι κίνδυνοι αφορούν την παραπληροφόρηση, τη μεροληψία στους αλγορίθμους και τη χρήση της τεχνολογίας για ανήθικους σκοπούς. Όπως έχω γράψει και στο άρθρο μου «A.I. or Artificial Banditry?», χωρίς ηθικό πλαίσιο η Α.Ι. μπορεί να εξελιχθεί σε κάτι που κυνηγά τους στόχους του εις βάρος της κοινωνίας. Αυτό το βλέπουμε ήδη σε παραδείγματα, όπως η αναγνώριση προσώπου, που οδήγησε σε διακρίσεις. Γι’ αυτό και χρειάζεται υπεύθυνη ανάπτυξη, διαφάνεια και έλεγχος, ώστε να μείνει εργαλείο προς όφελος όλων μας.
Επειδή κάθε νόμισμα έχει δύο όψεις, ποια θεωρείτε ως πλεονεκτήματα της Τεχνητής Νοημοσύνης στο επιστημονικό πεδίο αλλά και στην καθημερινότητα των ανθρώπων;
Τα πλεονεκτήματα είναι τεράστια. Στην επιστήμη επιταχύνει την ανακάλυψη, μειώνει το κόστος και ανοίγει δρόμους για λύσεις σε προβλήματα που πριν φάνταζαν άλυτα. Στην καθημερινότητα ήδη βλέπουμε εφαρμογές στην υγεία, την εκπαίδευση, την ψυχαγωγία, ακόμη και στον τρόπο που επικοινωνούμε. Η Τεχνητή Νοημοσύνη μπορεί να λειτουργήσει ως ένας «πολλαπλασιαστής» των ανθρωπίνων δυνατοτήτων.
Ζείτε και εργάζεστε στην Αυστραλία. Σας λείπουν η Ελλάδα και η Αθήνα; Θα θέλατε να επιστρέψετε και να εργαστείτε εδώ κάποια στιγμή; Αν όχι, γιατί;
Η Ελλάδα και η Αθήνα μου λείπουν πάντα. Η εμπειρία στο εξωτερικό ήταν αναγκαία για να μάθω, να δημιουργήσω και να δοκιμαστώ. Στην Αυστραλία το περιβάλλον για R&D είναι εντελώς διαφορετικό· η ανάπτυξη μιας πραγματικά καινοτόμου ιδέας είναι πιο εύκολη και το σύστημα σε στηρίζει με πολλούς τρόπους. Δεν έχω στο μυαλό μου να επιστρέψω άμεσα, αλλά θέλω από εδώ και όπως μπορώ να προσφέρω και στην Ελλάδα. Γι’ αυτό και το πρώτο βήμα επιλογής συνεργάτη έγινε από την Ελλάδα, ενώ αρκετές συνεργασίες με ερευνητές ξεκινούν επίσης από εκεί. Ο στόχος είναι όσα χτίζουμε να επιστρέψουν πίσω και να στηρίξουν τόσο την ελληνική όσο και τη διεθνή ερευνητική κοινότητα. Ήδη σκεφτόμαστε την επέκταση στην Ευρώπη και ένα από τα επόμενα βήματα είναι να δημιουργήσουμε μια οντότητα στην Ελλάδα, ώστε να συνδεθούμε πιο στενά και να στηρίξουμε τις τοπικές ομάδες.
