Ο 30χρονος Γιάννης Ασσαέλ, επιστήμονας ερευνητής (Senior Research Scientist) στην DeepMind της Google, ο έλληνας επιστήμονας που είδε τον περασμένο Μάιο το όνομά του να φιγουράρει στην περίφημη λίστα του αμερικάνικου περιοδικού «Forbes» «30 under 30» για την Ευρώπη (η λίστα φέρνει στο προσκήνιο 30 νέους κάτω των 30 ετών, επιτυχημένους σε διάφορους κλάδους), πρόβαλε μέσα από την οθόνη του υπολογιστή εξαιρετικά οικείος και προσιτός.

Ηταν Δευτέρα πρωί και εκείνος βρισκόταν στο γραφείο του στο Λονδίνο. Ξεκινώντας τις σπουδές του από το Τμήμα Εφαρμοσμένης Πληροφορικής του Πανεπιστημίου Μακεδονίας, στο πρόσωπό του μοιάζει να ενσαρκώνεται η Ελλάδα της αριστείας. Το βιογραφικό του είναι πραγματικά εντυπωσιακό. Το 2013, μετά την αποφοίτησή του από το ελληνικό πανεπιστήμιο, σειρά είχαν οι μεταπτυχιακές σπουδές στο Πανεπιστήμιο της Οξφόρδης, όπου βρέθηκε με πλήρη υποτροφία από το Ιδρυμα Κρατικών Υποτροφιών.

«Εκεί άρχισα να διαβάζω και να μελετώ για τον κλάδο της Τεχνητής Νοημοσύνης και συγκεκριμένα της Mηχανικής Mάθησης» αναφέρει μιλώντας στο ΒΗΜΑgazino. Μάλιστα, το 2014 διακρίθηκε με το Tony Hoare Prize για την καλύτερη επίδοση στο έτος του και έτσι έναν χρόνο αργότερα ξεκίνησε ένα δεύτερο μεταπτυχιακό πάνω στον τομέα της Μηχανικής Μάθησης στο Imperial College στο Λονδίνο, ξεκινώντας παράλληλα τις αιτήσεις για το διδακτορικό του. «Αποφάσισα πως ήθελα να επιστρέψω στην Οξφόρδη» αναφέρει. «Πρόκειται για ένα μαγικό ακαδημαϊκό περιβάλλον. Δίπλα σου μπορείς να ακούσεις φοιτητές να μιλούν για πυρηνική φυσική μέχρι μοριακή βιολογία στις απίστευτες αυτές αίθουσες, που μοιάζουν βγαλμένες από σκηνικό ταινίας». Επέστρεψε λοιπόν εκεί για το διδακτορικό του με υποτροφία του Πανεπιστημίου της Οξφόρδης μέσω ενός προγράμματος υποτροφιών που δημιούργησε το πανεπιστήμιο με την DeepΜind, μία εταιρεία της Google εξειδικευμένη πάνω στην έρευνα στον τομέα της Τεχνητής Νοημοσύνης. Το 2017, χάρη στην ακαδημαϊκή του αναγνώριση και επιχειρηματικές επιτυχίες γύρω από την έρευνά του, δέχθηκε επίσημα πρόταση ώστε να συνεχίσει την έρευνά του στην DeepMind.

Η Τεχνητή Νοημοσύνη μπορεί να φέρει τεράστιες αλλαγές και να προσφέρει λύσεις σε πολλά άλυτα μέχρι σήμερα προβλήματα. Νομίζω ότι τις πιο ουσιαστικές εξελίξεις θα τις δούμε στο πεδίο της Ιατρικής και της Βιολογίας

Στην υπηρεσία της κοινωνίας

Από μικρός του άρεσε να λύνει προβλήματα και να δίνει λύσεις. Ετσι και σήμερα τον αφορά ιδιαίτερα η έρευνα και οι εφαρμογές της Τεχνητής Νοημοσύνης που μπορούν να έχουν θετικό αντίκτυπο στην κοινωνία. Μία από τις πρώτες εφαρμογές για την οποία εργάστηκε ήταν η χειλεανάγνωση. «Το 2014 οι εφαρμογές αναγνώρισης φωνής είχαν αρχίσει να γίνονται ευρέως διαδεδομένες» αναφέρει και συμπληρώνει: «Ωστόσο η απόδοσή τους ήταν περιορισμένη σε περιβάλλοντα αυξημένου θορύβου. Για να αντεπεξέλθουμε σε αυτό το πρόβλημα ως άνθρωποι «χρησιμοποιούμε» τις κινήσεις των χειλιών του συνομιλητή για να κατανοήσουμε τι λέει. Ετσι δημιουργήσαμε ένα μοντέλο Τεχνητής Νοημοσύνης το οποίο για πρώτη φορά μπορούσε να κάνει χειλεανάγνωση σε επίπεδο προτάσεων, αποτυπώνοντας το ανάλογο κείμενο ακόμα και από ένα βίντεο ομιλίας χωρίς ήχο».

Μάλιστα, όπως εξηγεί, η εν λόγω καινοτομία έχει πολλαπλές εφαρμογές σε οποιαδήποτε συσκευή αναγνώρισης φωνής, ενώ την ίδια στιγμή βοηθά ασθενείς με τραχειοτομή να επικοινωνούν με το οικογενειακό τους περιβάλλον αλλά και με τους γιατρούς τους. «Με χαροποιεί ιδιαίτερα να βλέπω υλοποιήσεις της έρευνάς μας να χρησιμοποιούνται σήμερα σε άτομα που το έχουν ανάγκη» αναφέρει.

Ομως δεν είναι η μόνη έρευνά του με ιατρικές προεκτάσεις: «Ως συνέχεια της αναγνώρισης φωνής δημιουργήσαμε ένα μοντέλο σύνθεσης φωνής με λίγα δεδομένα. Το προσαρμόσαμε για ασθενείς με ALS (νόσος του κινητικού νευρώνα), των οποίων η φωνή αλλοιώνεται και χάνεται με την πάροδο του χρόνου, επιτρέποντάς τους έτσι να επικοινωνούν με τους γύρω τους διατηρώντας τη δική τους φωνή αναλλοίωτη και όχι μέσω αυτής της μηχανικής φωνής που παράγει μία συσκευή – ένα παράδειγμα ήταν ο Στίβεν Χόκινγκ. Το σύστημα που αναπτύξαμε χρησιμοποιείται από τον παίκτη του αμερικανικού ποδοσφαίρου Τιμ Σο, ο οποίος πάσχει από ΑLS».

Σχεδιάζοντας την ΠΥΘΙΑ

Αυτό το διάστημα η έρευνά του επικεντρώνεται σε ένα άλλο πεδίο: στο πρόβλημα της αποκατάστασης των αρχαίων κειμένων, συνδέοντας έτσι την Τεχνητή Νοημοσύνη με τον Πολιτισμό. «Ολα ξεκίνησαν μέσα από μία κουβέντα που είχα με μια φίλη μου ιστορικό εδώ στην Οξφόρδη. Πολλά τμήματα αρχαίων κειμένων ή επιγραφών έχουν καταστραφεί και οι επιστήμονες καλούνται να ανακτήσουν τα χαμένα κομμάτια» αναφέρει. Κάπως έτσι γεννήθηκε η ΠΥΘΙΑ, ένα μοντέλο Τεχνητής Νοημοσύνης το οποίο μπορεί να «μαντεύει» ποια ενδεχομένως θα ήταν η συνέχεια τμημάτων αρχαίων επιγραφών που έχουν καταστραφεί, αντλώντας ουσιαστικά τη γνώση αυτή μέσα από άλλα κείμενα αρχαίων επιγραφών που έχουν ήδη ψηφιοποιηθεί και υπάρχουν σε βάσεις δεδομένων: «Στον ερευνητή παρέχονται προτάσεις για το ποια μπορεί να ήταν η συνέχεια του κειμένου. Μάλιστα, το μοντέλο εξηγεί ποια λέξη οδήγησε σε κάθε πρόταση, αλλά και ποια πρόταση από αυτές που παρέχει στον ερευνητή θεωρεί περισσότερο πιθανή. Είναι ένα σύστημα με πολύ καλή ακρίβεια, ίσως καλύτερη από εκείνη του ανθρώπου. Ωστόσο σε καμία περίπτωση δεν έρχεται να υποκαταστήσει τον άνθρωπο, καθώς τα δεδομένα δείχνουν ότι όταν ο αρχαιολόγος ή ο ιστορικός χρησιμοποιεί το μοντέλο που δημιουργήσαμε τότε επιτυγχάνεται η καλύτερη δυνατή απόδοση. Για αυτόν τον σκοπό συνεργαζόμαστε με ομάδες ιστορικών από το Πανεπιστήμιο της Οξφόρδης και της Βενετίας».

Μιλώντας για το μέλλον

Χάρη λοιπόν στη ραγδαία ανάπτυξη των εφαρμογών Τεχνητής Νοημοσύνης θα ζούμε σε έναν διαφορετικό κόσμο σε 15 χρόνια; «Φυσικά!» απαντά ο Γιάννης Ασσαέλ. «Η έρευνα και η τεχνολογία είναι κινητήριες δυνάμεις για την εξέλιξη της κοινωνίας μας και μέρος της δουλειάς μας ως επιστημόνων είναι να συμβάλουμε σε αυτή. Την ίδια στιγμή, πρέπει να είμαστε συνειδητοποιημένοι ώστε τα εργαλεία που δημιουργούμε να έχουν θετική κοινωνική απήχηση» τονίζει.

Σύμφωνα με τον ίδιο, είναι αμέτρητοι οι κλάδοι που θα επηρεαστούν από τις εξελίξεις στο πεδίο της Τεχνητής Νοημοσύνης. «Νομίζω ότι τις πιο ουσιαστικές εξελίξεις θα τις δούμε στο πεδίο της Ιατρικής και της Βιολογίας. Η Τεχνητή Νοημοσύνη μπορεί να φέρει τεράστιες αλλαγές και να προσφέρει λύσεις σε πολλά άλυτα μέχρι σήμερα προβλήματα» εξηγεί. Μάλιστα, χρησιμοποιεί ως παράδειγμα το AlphaFold, ένα σύστημα Τεχνητής Νοημοσύνης που αναπτύχθηκε πρόσφατα από την DeepMind και κατάφερε για πρώτη φορά να λύσει ένα από τα μεγάλα μυστήρια της Βιολογίας: να προβλέψει γρήγορα και με ακρίβεια πώς θα αναδιπλωθούν οι πρωτεΐνες, ποιο τρισδιάστατο σχήμα θα πάρουν και άρα ποια θα είναι η λειτουργία τους. Παρότι δεν είναι ευρέως γνωστό, πολλοί επιστήμονες πέρασαν τη ζωή τους προσπαθώντας να προσδιορίσουν το σχήμα των πρωτεϊνών. Αυτές, άλλωστε, καθορίζουν τη συμπεριφορά ιών, βακτηρίων του οργανισμού μας και όλων των έμβιων όντων. Αρχικά, εμφανίζονται ως αλυσίδες χημικών στοιχείων και στη συνέχεια διπλώνουν, δημιουργώντας τρισδιάστατα σχήματα, καθοριστικά της λειτουργίας τους. Η αναγνώριση των σχημάτων τους απαιτούσε μακροχρόνια έρευνα. Η Τεχνητή Νοημοσύνη έδωσε τελικά τη λύση. «Η πρόβλεψη του σχήματος που θα πάρουν οι πρωτεΐνες χάρη στον αλγόριθμο που δημιουργήθηκε θα βοηθήσει στην καλύτερη κατανόηση διαφόρων ασθενειών και στην επιτάχυνση της ανάπτυξης νέων φαρμάκων. Από την ώρα που παρέχουμε στους επιστήμονες δεδομένα και προβλέψεις για τη δομή όλων των γνωστών πρωτεϊνών που έχουμε καταγεγραμμένες, σύντομα θα δούμε ραγδαίες εξελίξεις» λέει χαρακτηριστικά ο Γιάννης Ασσαέλ. Μάλιστα, αυτή τη στιγμή ο ίδιος εργάζεται πάνω σε ένα project που αφορά τη Γονιδιωματική. «Με βάση το DNA ενός ανθρώπου ή άλλου οργανισμού προσπαθούμε να προβλέψουμε τη γονιδιακή έκφραση σε διαφορετικούς τύπους κυττάρων, ένα σημαντικό άλυτο πρόβλημα με κρίσιμες εφαρμογές στη Γενετική, όπως φάρμακα για προσωποποιημένες θεραπείες» αναφέρει.

Η Ελλάδα μέσα του

Mπορεί λοιπόν η Ελλάδα να επενδύσει στην Τεχνητή Νοημοσύνη, να ανεβεί στο τρένο της εξέλιξης; «Η χώρα μας έχει κάνει μεγάλα βήματα τα τελευταία χρόνια» επισημαίνει. «Εχει γίνει μία πολύ σημαντική πρόοδος στο κομμάτι της ψηφιοποίησης των δεδομένων. Και από τη στιγμή που υπάρχουν δεδομένα μπορούμε να τα αναλύσουμε και να σχεδιάσουμε εργαλεία ή μοντέλα Τεχνητής Νοημοσύνης που θα μας λύσουν τα χέρια». Δίνει μάλιστα ένα παράδειγμα: «To 2018, μαζί με δύο συνεργάτες από το Πανεπιστήμιο Μακεδονίας κάναμε έρευνα πάνω σε ένα μοντέλο Τεχνητής Νοημοσύνης με σκοπό την ανάλυση του φορολογικού συστήματος και τον περιορισμό της φοροδιαφυγής. Επιλέγοντας μια απλουστευμένη μορφή επιχείρησης, σκοπός μας ήταν να εξετάσουμε πώς η αλλαγή μεταβλητών μπορεί να επηρεάσει τη συμπεριφορά των φορολογουμένων. Μάλιστα η μελέτη μας παρουσιάστηκε στη φορολογική υπηρεσία της Μ. Βρετανίας, καθώς υπάρχει ενδιαφέρον για τη χρήση τέτοιων εργαλείων με σκοπό τη μελέτη πραγματικών καταστάσεων».

Ο Γιάννης Ασσαέλ δεν σκέφτεται προς το παρόν να επιστρέψει στην Ελλάδα. «Αυτή τη στιγμή εργάζομαι σε ένα από τα πιο διακεκριμένα εργαστήρια στον κλάδο μου. Αισθάνομαι πιο δημιουργικός από ποτέ χάρη στα εργαλεία που μου προσφέρονται, αλλά και εν γένει στην εργασιακή κουλτούρα που στηρίζει την ισότητα και τη διαφορετικότητα δίνοντας προτεραιότητα στον σεβασμό μεταξύ των μελών της, όπου χωρίς να υποδεικνύει επιστημονικές κατευθύνσεις σε ωθεί στη δημιουργία νέων ιδεών» λέει χαρακτηριστικά.

Η Ελλάδα πάντως βρίσκεται στην καρδιά του, καθώς τονίζει την εκτίμησή του προς τις προπτυχιακές του σπουδές στο Πανεπιστήμιο Μακεδονίας. «Τα ελληνικά πανεπιστήμια έχουν δημιουργήσει εξαιρετικούς επιστήμονες. Αισθάνομαι περήφανος κάθε φορά που κοιτάζω κάποιο οργανόγραμμα και πέφτω πάνω σε ένα ελληνικό όνομα, και αυτό συμβαίνει συχνά» αναφέρει και συμπληρώνει: «Προφανώς η σύγκριση ενός ελληνικού ιδρύματος με τα μεγαλύτερα πανεπιστήμια της Μ. Βρετανίας και των ΗΠΑ είναι άδικη, καθώς μιλάμε για διαφορετικά μεγέθη. Παρ’ όλα αυτά, υπάρχουν περιθώρια βελτίωσης όπως η διεκδίκηση χρηματοδοτήσεων, κρατικών και μη, για την εκπόνηση ερευνητικών έργων αντάξιων αυτών των μεγάλων ιδρυμάτων του εξωτερικού».