Ο πληροφορικός στον εξώστη. Σημειώσεις από την ομιλία του Δρ. Δασκαλάκη στο Α.Π.Θ.

Στις 16 Ιανουαρίου του 2018 παρακολούθησα την ομιλία του Δρ. Κωνσταντίνου Δασκαλάκη στην αίθουσα τελετών του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης (Α.Π.Θ.). Ήταν μια ενδιαφέρουσα, μίνι εισαγωγή στα θέματα Τεχνητής Νοημοσύνης (Artificial Intelligence ή AI) χωρίς ιδιαίτερα τεχνικό χαρακτήρα που κράτησε το κοινό στην αίθουσα ως το τέλος. Εξ’ αρχής η ομιλία ήταν προγραμματισμένη να διεξαχθεί σε άλλη, μικρότερη, αίθουσα αλλά το αυξημένο ενδιαφέρον του κοινού είχε σαν αποτέλεσμα να μεταφερθεί στην αίθουσα τελετών.

το “αυξημένο ενδιαφέρον του κοινού” αποτύπωσε ο φακός της εξαιρετικής Σοφίας Καμπλιώνη.

Το κοινό

Με μια γρήγορη ματιά ο χώρος της πλατείας φάινονταν πλήρης οπότε προχώρησα στον εξώστη. Εκεί είχε ακόμη αρκετές θέσεις οπότε βολεύτηκα σχεδόν αμέσως. Από το γρήγορο πέρασμα από την πλατεία αλλά και από τον κόσμο στον εξώστη ήταν ξεκάθαρο ότι στο κοινό υπήρχε ποικιλία. Θεωρώ ότι η πλειονότητα ήταν φοιτητές (διαφόρων βαθμίδων και σχολών), υπήρχε μεγάλη προσέλευση από καθηγητές και προσωπικό του Α.Π.Θ αλλά και ανθρώπων που δεν έχουν σχέση με το Α.Π.Θ. (ξεχώρισα μερίκους γνωστούς). Κόσμος συνέχισε να εισέρχεται στην αίθουσα για αρκετή ώρα μέχρις ότου η αίθουσα γέμισε και η εκδήλωση ξεκίνησε.

Η ομιλία

Η ομιλία, χωρίς προαπαιτούμενες τεχνικές γνώσεις για το κοινό, εστιάζει στην πρόσφατη έκρηξη στις εφαρμογές της τεχνητής νοημοσύνης, καθώς επίσης και τις επιστημονικές, ηθικές και φιλοσοφικές προκλήσεις που έχουν προκύψει από την έκρηξη αυτή.

είχε προμοτάρει στην ανακοίνωσή του το Α.Π.Θ. και έτσι ήταν. Χωρίζονταν σε τέσσερις βασικές θεματικές:

  • Τι είναι Τεχνητή Νοημοσύνη και ποιες εφαρμογές της συναντάμε στην καθημερινότητά μας (αναζήτηση εικόνων βάσει εικόνας της Google, μετάφραση Google, κ.ο.κ.).
  • Εξελίξεις και ιδιαίτερες εφαρμογές της Τεχνητής Νοημοσύνης (π.χ. το deepart.io, μια πλατφόρμα που μπορεί να κάνει τις φωτογραφίες σας για να μοιάζουν με πίνακες γνωστών ζωγράφων).
  • Ηθικά και φιλοσοφικά ζητήματα που έρχονται μαζί με την εξέλιξη της Τεχνητής Νοημοσύνης.
  • Τρία πιθανά σενάρια για το μέλλον: Ένα αισιόδοξο (Wonderland), ένα απαισιόδοξο (Pessiland) και ένα ουδέτερο (Stagnatia).

Ολόκληρη η ομιλία είναι διαθέσιμη στην επίσημη ιστοσελίδα του Α.Π.Θ.

Σημειώσεις

Καθ’ όλη τη διάρκεια της ομιλίας ο Δρ. Δασκαλάκης επεσήμανε τη σημασία του να περάσουμε από την Τεχνητή Νοημοσύνη στην Τεχνητή Γενική Νοημοσύνη (Artificial Generic Intelligence, AGI), την ικανότητα δηλαδή των μηχανών να προσεγγίζουν λειτουργίες διανοητικά όμοιες με αντίστοιχες ανθρώπινες. Ξεκαθάρισε ότι δεν είμαστε εκεί και είναι μάλλον δύσκολο να προβλέψουμε πότε θα φτάσουμε. Σε περίπτωση που σας ενδιαφέρει το θέμα της εξέλιξης της Τεχνητής Νοημοσύνης θα σας πρότεινα να παρακολουθήσετε το video του World Economic Forum με τίτλο “The Fourth Industrial Revolution“.

Ακριβώς επειδή δεν έχουμε επιτύχει το παραπάνω, διάφορες εφαρμογές της Τεχνητής Νοημοσύνης (όπως π.χ. αυτοκινούμενα οχήματα) δεν είναι ικανά να αντιδράσουν αποτελεσματικά σε καταστάσεις που αποτελούν ηθικά διλήμματα. Ανέφερε χαρακτηριστικά το παράδειγμα του αυτοκινούμενου οχήματος που μετάφερει επιβάτες, πρόκειται να εμπλακεί σε ατύχημα και πρέπει να διαλέξει ανάμεσα στην σύγκρουση με μια οικογένεια πεζών (με πιθανότητα τον τραυματισμό ή θανατό τους) ή την πρόσκρουση σε κάποιο κυγκλίδωμα ρισκάροντας τον τραυματισμό ή θάνατο των επιβατών. Το ζητήμα αποτελεί ηθικό δίλημμα και δύσκολα μεταφράζεται “σε κανόνες” που να μπορεί να αντιληφθεί μια μηχανή.

Συνεχίζοντας με το παραπάνω παράδειγμα του αυτοκινούμενου οχήματος, επεκτάθηκε σε ζητήματα ασφάλειας που ακολουθούν τέτοιες εφαρμογές. Αν για παράδειγμα δεχτούμε ότι έχουμε βρει έναν τρόπο το αυτοκινούμενο όχημα να μπορεί να αποφανθεί την πιο δίκαιη στρατηγική στο παραπάνω ηθικό δίλημμα και υποθέσουμε ότι αυτή είναι να προσκρούσει στο κυγκλίδωμα ρισκάρωντας τη ζωή των επιβατών πόσο πιθανό είναι ο επιβάτης – ιδιοκτήτης να αναζητήσει έναν τρόπο να “χακάρει” τον αλγόριθμο του οχήματος ώστε η προσωπική του προστασία να έχει πάντα προτεραιότητα;

Τέλος, το σημαντικότερο κατά τη γνώμη μου σημείο της ομιλίας, αφορούσε το ζήτημα της ιδιωτικότητας στο Διαδίκτυο. Ο Δρ. Δασκαλάκης επισήμανε πως πολλά από τα δεδομένα που τροφοδοτούν πολλές εφαρμογές Τεχνητής Νοημοσύνης προέρχονται από τους ίδιους τους χρήστες του Διαδικτύου. Οι χρήστες αυτοί έχουν θεωρητικά αποδεχτεί τους όρους χρήσης της πλατφόρμας που χρησιμοποιούν μέσα στους οποίους συνήθως ζητείται ρητά η άδεια να χρησιμοποιηθούν τα δεδομένα τους (π.χ. για στατιστικούς σκοπούς).

Υπάρχει μια τεράστια συζήτηση γύρω από το θέμα της ιδιωτικότητας τα τελευταία χρόνια. Αν και αρχικά επιχειρήθηκε να φωτογραφηθεί ως μια σειρά θεωριών συνομωσίας, πλεόν έχει εξελιχθεί σε μείζον θέμα το κατά πόσο οι χρήστες του Διαδικτύου γνωρίζουν το είδος και το μέγεθος των προσωπικών τους δεδομένων που προσφέρουν μέσω των διαφόρων online υπηρεσιών που χρησιμοποιούν. Ένα σχετικό, για παράδειγμα, θέμα που αφορά τα συστήματα που προτείνουν ειδησεογραφία (π.χ. Google Now) βάσει των επιλογών του χρήστη, το φαινόμενο filter bubble σχολίασε σε συνάρτηση με την σύγχρονη χρήση του Διαδικτύου σε ομιλία του στο TED, ο Tim-Berners Lee.

Αν σας ενδιαφέρει το ζήτημα της ιδιωτικότητας στην πραγματική του διάσταση (χωρίς υπερβολές ή θεωρίες συνομωσίας) σας προτείνω να παρακολουθήσετε το podcast IRL της Mozilla (δυστυχώς είναι διαθέσιμο μόνον στα Αγγλικά) το οποίο πραγματεύεται ακριβώς αυτό το θέμα με εξαιρετική σοβαρότητα.

Software metrics’ tools and where to find them

(last updated: February 4th, 2018)

There are several ways to analyze software. Depending on the scope we may be interested in the quality of the code, the documentation, the developer’s team and its activity and so forth. Here are some free software metric tools that can get you started with software analysis.

Tools for Static Program Analysis

Static program analysis refers to the analysis of the source code of a software rather than an analysis on an execution level.

  • PHPQA is a free, open source software project that supports a wide range of analyzers (e.g. phploc, pdeend, phpmetrics, etc.) for PHP. [demo]
  • Checkstyle, Findbugs and PMD  are free, open source software projects for Java, also available as plug-ins for the Eclipse and IntelliJIdea IDEs.

Didn’t find what you were looking for? You can try this exhaustive list of tools, grouped by programing language, maintained by Wikipedia.

Software Engineering Guidelines Compliance

  • Better Code Hub checks your code base for compliance against 10 software engineering guidelines – and gives you immediate feedback on where to focus for quality improvements. The tool can be used free for open source and non-commercial use.

Community Activity Analysis

Big software projects are usually built from several developers. Those teams or communities – for Open Source projects – are usually organized using a control versioning system (svn, git. etc.). Those control versioning systems are storing valuable data about the activity of those teams / communities the analysis of which can lead to very interesting findings.

  • GitsGtats – for projects using git-like environments (Github, Gitlab, etc.). [demo]
  • StatSVN – for projects using SVN. [demo]
  • Grimoire Lab – a very mature tool that can help with data gathering from several platforms (Github, Bugzilla, Slack channels, etc.), data analysis and visualization. [demo] NOTE: If you are interested in using Grimoire Lab for your own projects you can test the online service Cauldron.io (free for public projects on Github).