Η τυφλή πίστη στη Silicon Valley για την τεχνητή νοημοσύνη (AI) οδηγεί ερευνητές σε ακραίες συμπεριφορές, όπως το κάπνισμα με την προσδοκία μιας μελλοντικής θαυματουργής θεραπείας. Το φαινόμενο αυτό αναδεικνύει την επικίνδυνη απόσταση ανάμεσα στο τεχνολογικό hype του AGI και την πραγματικότητα της βιοϊατρικής έρευνας.
✂️ Σύνοψη άρθρου
- Στελέχη τεχνολογίας αποκαλύπτουν μια παράλογη τάση όπου επαγγελματίες υιοθετούν βλαβερές συνήθειες, ποντάροντας ότι η AI θα εξαλείψει τον καρκίνο έγκαιρα.
- Η ανακάλυψη φαρμάκων μέσω υπολογιστικών μοντέλων απέχει παρασάγγας από τις πολυετείς, ρυθμιστικές κλινικές δοκιμές που απαιτούνται στον πραγματικό κόσμο.
- Η συμπεριφορά αυτή αντικατοπτρίζει έναν ιδιότυπο τεχνο-θρησκευτικό φανατισμό, την ώρα που οι κολοσσοί του κλάδου καίνε δεκάδες δισεκατομμύρια χωρίς βιώσιμη κερδοφορία.
Η ψυχολογία του τεχνολογικού μεσσιανισμού
Η αποκάλυψη που έκανε ο Shyam Sankar, CTO της Palantir Technologies, στην εκπομπή Face the Nation του CBS News, ξεγυμνώνει μια νοοτροπία σχεδόν δογματική. Ορισμένοι μηχανικοί και ερευνητές ξεκινούν το κάπνισμα με το σκεπτικό ότι η γενική τεχνητή νοημοσύνη (AGI) θα επιλύσει κάθε ογκολογικό πρόβλημα πριν προλάβουν οι ίδιοι να νοσήσουν. Όπως ανέλυσε και το Business Insider, η λογική αυτή δεν βασίζεται σε επιστημονικά δεδομένα αλλά σε μια τυφλή προβολή μελλοντικών δυνατοτήτων.
Αυτός ο τρόπος σκέψης προκύπτει από την παρατεταμένη έκθεση σε κλειστές κοινότητες όπου η υπολογιστική πρόοδος εκλαμβάνεται ως γραμμική και παντοδύναμη. Στην πράξη, βλέπουμε την κλασική γνωστική μεροληψία της τεχνολογικής υπεραισιοδοξίας (techno-optimism bias). Ο χρήστης θεωρεί ότι επειδή ένα μεγάλο γλωσσικό μοντέλο (LLM) παράγει κώδικα σε δευτερόλεπτα, μπορεί αυτόματα να παρακάμψει τη φυσιολογία του ανθρώπινου σώματος.
Όταν ασχολείσαι καθημερινά με εξελιγμένα ψηφιακά συστήματα, είναι εύκολο να ξεχάσεις ότι ο οργανισμός δεν είναι λογισμικό ανοιχτού κώδικα για να δεχτεί patch. Η πεποίθηση ότι ένα μελλοντικό αλγοριθμικό breakthrough θα διαγράψει δεκαετίες κυτταρικής φθοράς αποτελεί επικίνδυνο παραλογισμό.
Από το biohacking στην απόλυτη παραίτηση
Μέχρι πρόσφατα, τα τεχνολογικά κέντρα των ΗΠΑ και της Ευρώπης κυριαρχούνταν από το κίνημα του biohacking και της μακροζωίας. Χιλιάδες στελέχη μετρούσαν με smartbands και κλινικούς αισθητήρες κάθε παλμό, κατανάλωναν συμπληρώματα και εφάρμοζαν ακραία πρωτόκολλα διαλειμματικής νηστείας. Στόχος τους ήταν να επεκτείνουν το προσδόκιμο ζωής έστω και κατά μερικούς μήνες, επενδύοντας υπέρογκα ποσά σε προληπτικές ιατρικές εξετάσεις.
Σήμερα, η επιτυχία των παραγωγικών μοντέλων προκάλεσε μια απότομη μετατόπιση προς το αντίθετο άκρο. Η ψευδαίσθηση ότι η τεχνητή νοημοσύνη θα επιλύσει το πρόβλημα της θνητότητας οδηγεί σε χαλάρωση των βασικών αρχών πρόληψης. Το τσιγάρο μετατρέπεται σε σύμβολο μηδενιστικής εμπιστοσύνης στον αλγόριθμο, καταργώντας κάθε έννοια προσωπικής ευθύνης απέναντι στην υγεία.
Αυτή η μετάβαση από τον απόλυτο έλεγχο στην πλήρη παραίτηση αποδεικνύει πόσο ευάλωτη είναι η κοινότητα της τεχνολογίας στις αφηγήσεις του μάρκετινγκ. Η σύγχυση της ψηφιακής επιτάχυνσης με τη βιολογική πραγματικότητα δημιουργεί ένα επικίνδυνο κενό κριτικής σκέψης.
Υπολογιστική ισχύς εναντίον βιολογικής πραγματικότητας
Η τεχνητή νοημοσύνη προσφέρει αναμφίβολα σημαντικά εργαλεία στον τομέα της υγείας, όπως η πρόβλεψη της δομής των πρωτεϊνών μέσω συστημάτων όπως το AlphaFold της Google DeepMind. Τέτοια μοντέλα επιταχύνουν τον εντοπισμό πιθανών μορίων για νέα φάρμακα και μειώνουν δραστικά τον χρόνο της αρχικής έρευνας. Ωστόσο, η εύρεση μιας υποσχόμενης ουσίας σε ένα υπολογιστικό περιβάλλον αποτελεί μόλις το 5% της συνολικής διαδρομής.
Τα υπόλοιπα στάδια απαιτούν in vitro δοκιμές, πειράματα σε ζωικά μοντέλα και τελικά τρεις φάσεις κλινικών δοκιμών σε ανθρώπους. Αυτές οι διαδικασίες διαρκούν κατά μέσο όρο από 10 έως 15 χρόνια και κοστίζουν εκατοντάδες εκατομμύρια ευρώ ανά σκεύασμα. Κανένας επεξεργαστής δεν μπορεί να επιταχύνει τον ρυθμό με τον οποίο το ανθρώπινο ανοσοποιητικό σύστημα αποκρίνεται σε μια θεραπεία.
| Στάδιο Έρευνας | Ρόλος AI | Μέσος Χρόνος | Περιορισμοί |
|---|---|---|---|
| Ανακάλυψη Μορίων | Προσομοίωση & Σχεδιασμός | 1 – 2 έτη | Ψευδώς θετικά αποτελέσματα |
| Προκλινικές Δοκιμές | Ανάλυση Τοξικότητας | 2 – 4 έτη | Απαιτείται εργαστηριακή επικύρωση |
| Κλινικές Φάσεις I-III | Διαλογή Ασθενών | 6 – 10 έτη | Απαράβατοι βιολογικοί & ηθικοί κανόνες |
Επιπλέον, ο καρκίνος δεν είναι μία ενιαία ασθένεια αλλά εκατοντάδες διαφορετικές παθήσεις με συνεχή μετάλλαξη και ανομοιογένεια. Ακόμη και αν ένα έξυπνο σύστημα σχεδιάσει ένα αποτελεσματικό φάρμακο, οι ρυθμιστικές αρχές όπως ο FDA και ο EMA απαιτούν αδιάσειστα δεδομένα ασφάλειας. Το να υποθηκεύει κανείς την υγεία του περιμένοντας μια μαγική λύση εντός της επόμενης δεκαετίας συνιστά καταστροφικό ρίσκο.
Το οικονομικό υπόβαθρο πίσω από την ψευδαίσθηση
Για να κατανοήσουμε γιατί διαχέονται τέτοιες υπερβολές, πρέπει να εξετάσουμε τα οικονομικά δεδομένα της αγοράς. Εταιρείες όπως η OpenAI και η Anthropic καταγράφουν ετήσιες λειτουργικές ζημιές δεκάδων δισεκατομμυρίων ευρώ για την εκπαίδευση νέων αρχιτεκτονικών. Για να δικαιολογήσουν αυτές τις αστρονομικές κεφαλαιουχικές δαπάνες στους επενδυτές τους, υπόσχονται κοσμοϊστορικές ανατροπές, από την αυτόματη θεραπεία χρόνιων ασθενειών μέχρι την πλήρη αυτοματοποίηση της εργασίας.
Στην καθημερινή δοκιμή αυτών των συστημάτων, διαπιστώνουμε συνεχώς ότι τα κορυφαία μοντέλα υποφέρουν από παραισθήσεις (hallucinations), συλλογιστικά κενά και αστάθεια. Ένα εργαλείο που αδυνατεί να διατηρήσει απόλυτη ακρίβεια σε πολύπλοκα μαθηματικά προβλήματα δεν είναι έτοιμο να αναλάβει τη θεραπεία κυτταρικών ανωμαλιών χωρίς αυστηρή ανθρώπινη επίβλεψη.
Η προώθηση της ιδέας ότι το AGI βρίσκεται προ των πυλών εξυπηρετεί πρωτίστως τη διατήρηση των υψηλών αποτιμήσεων στα χρηματιστήρια. Όταν οι ίδιοι οι μηχανικοί πέφτουν θύματα της επικοινωνιακής εκστρατείας που οι εταιρείες τους παράγουν, τα όρια μεταξύ ψηφιακής καινοτομίας και αυτοκαταστροφικής συμπεριφοράς γίνονται επικίνδυνα δυσδιάκριτα.
Η άποψή μας στο Psifiaka.gr
Στο Psifiaka.gr παρακολουθούμε στενά την εξέλιξη των νευρωνικών δικτύων και αναγνωρίζουμε την αξία τους ως βοηθητικών εργαλείων έρευνας. Ωστόσο, η μετατροπή της τεχνολογίας σε αντικείμενο λατρείας που υποκαθιστά τη λογική αποτελεί καθαρό εκτροχιασμό. Το να αρχίζει κάποιος το κάπνισμα ποντάροντας στη σωτηρία από έναν server farm είναι η απόλυτη απόδειξη ότι το τρέχον κύμα ενθουσιασμού έχει ξεφύγει από κάθε έλεγχο.
Η βιολογία δεν υπακούει στον νόμο του Moore ούτε επιταχύνεται με νέες κάρτες γραφικών της Nvidia. Όσοι πωλούν υποσχέσεις άμεσης ίασης ανίατων ασθενειών για να διατηρήσουν τις εισροές κεφαλαίων φέρουν τεράστια ευθύνη απέναντι στην κοινή γνώμη. Η τεχνολογία οφείλει να βελτιώνει την καθημερινότητά μας και όχι να προσφέρει δικαιολογίες για την καταστροφή της υγείας μας.
Συχνές Ερωτήσεις για AI και Υγεία
Μπορεί η τεχνητή νοημοσύνη να ανακαλύψει νέα φάρμακα;
Ναι, τα αλγοριθμικά μοντέλα μπορούν να προσομοιώσουν μοριακές δομές και να προτείνουν υποψήφια φάρμακα πολύ ταχύτερα από τις παραδοσιακές μεθόδους, αλλά η αποτελεσματικότητά τους πρέπει να αποδειχθεί στο εργαστήριο.
Γιατί καθυστερούν οι κλινικές δοκιμές νέων θεραπειών;
Οι δοκιμές απαιτούν χρόνια παρατήρησης σε πραγματικούς ασθενείς για να εξακριβωθούν μακροπρόθεσμες παρενέργειες και να πιστοποιηθεί η ασφάλεια από τους αρμόδιους διεθνείς οργανισμούς υγείας.
Είναι το κάπνισμα αναστρέψιμο από μελλοντικές τεχνολογίες;
Όχι, οι βλάβες που προκαλούνται στο DNA και στους πνευμονικούς ιστούς συσσωρεύονται με τα χρόνια, καθιστώντας την πρόληψη τη μόνη εγγυημένη μέθοδο προστασίας.
Τι είναι η τεχνητή γενική νοημοσύνη (AGI);
Πρόκειται για ένα θεωρητικό επίπεδο νοημοσύνης όπου το λογισμικό θα μπορεί να εκτελεί οποιαδήποτε διανοητική εργασία εξίσου ή καλύτερα από τον άνθρωπο, αν και σήμερα δεν υπάρχει κανένα τέτοιο σύστημα.
Πόσο αξιόπιστα είναι τα σημερινά ιατρικά εργαλεία AI;
Λειτουργούν εξαιρετικά ως υποστηρικτικά διαγνωστικά μέσα στην ακτινολογία και την ανάλυση εικόνας, αλλά απαιτούν πάντα την τελική επικύρωση από εξειδικευμένους ιατρούς.
