Σήμερα ζούμε σε μια εποχή σημαντικών τεχνολογικών εξελίξεων που συμβαίνουν με γρήγορους ρυθμούς και σε αντιδιαστολή με το παρελθόν επηρεάζουν άμεσα τη ζωή μας. Η χρονική διάρκεια για να μεταφερθεί μια τεχνολογία από τα ερευνητικά εργαστήρια στο πεδίο εφαρμογής έχει σχεδόν εκμηδενιστεί. Από όλες τις τεχνολογίες, η τεχνητή νοημοσύνη (ΤΝ) είναι εκείνη που έχει τη μεγαλύτερη επίδραση στην καθημερινότητα του πολίτη καθώς έχει φέρει σημαντική πρόοδο σε διάφορες εφαρμογές, από την ιατρική και την εκπαίδευση μέχρι τις μεταφορές και την οικονομία. Για παράδειγμα, στον χώρο της ιατρικής η ΤΝ έχει βρει εφαρμογή σε πολλούς τομείς.
Συστήματα μηχανικής μάθησης μπορούν να αναλύσουν σε πραγματικό χρόνο απεικονιστικές εξετάσεις με εντυπωσιακή ακρίβεια και να εντοπίσουν ευρήματα που δεν είναι ορατά στο ανθρώπινο μάτι, επιτρέποντας την έγκαιρη διάγνωση παθήσεων. Επιπλέον μπορούν να αναλύσουν γρήγορα αποτελέσματα εξετάσεων και συνδυάζοντάς τα με όλο τον «ψηφιακό» ιατρικό φάκελο του ασθενή να εντοπίσουν ευρήματα, που ένας γιατρός θα ήταν δύσκολο να βρει σύντομα. Εκεί όμως που η ΤΝ έχει φέρει επανάσταση είναι στην ιατρική έρευνα (ανάλυση DNA, ανάλυση ιατρικών δεδομένων και αποτελέσματα κλινικών μελετών) επιταχύνοντας την ανακάλυψη νέων φαρμάκων και μεθόδων για την καταπολέμηση ασθενειών. Αναλύσεις που έπαιρναν χρόνια να ολοκληρωθούν μπορούν τώρα να γίνουν μέσα σε μέρες.
Ταυτόχρονα όμως υπάρχει προβληματισμός για τους κινδύνους που φέρνει η ΤΝ, με σημαντικότερο τη λήψη κρίσιμων αποφάσεων χωρίς παρέμβαση ανθρώπου και η κατάχρηση προσωπικών δεδομένων. Σε κάθε περίπτωση πρέπει να ξεκαθαρίσουμε πως δεν είναι η τεχνολογία επικίνδυνη αλλά ο τρόπος που τη χρησιμοποιούμε και την εφαρμόζουμε. Θέτοντας έναν και μόνο απλό κανόνα μπορούμε να εξασφαλίσουμε την ορθή χρήση της, η τεχνολογία πρέπει να υπηρετεί το σύνολο και όχι το ατομικό συμφέρον, και να βοηθά στη γρήγορη λήψη κρίσιμων αποφάσεων από τον άνθρωπο και όχι αυτόνομα.
Στην περίπτωση της ιατρικής λοιπόν είναι αυτονόητο πως πρέπει να εξασφαλιστεί πως η ΤΝ κάνει μόνο εισηγήσεις και ο θεράπων ιατρός είναι αυτός που πρέπει να παίρνει τις τελικές αποφάσεις σε συνεννόηση με τον ασθενή. Οπως συνηθίζεται σε θέματα κανονισμών, η Ευρώπη είναι αυτή που πρωτοστατεί σε παγκόσμιο επίπεδο με τη θέσπιση ενός ρυθμιστικού πλαισίου σωστής εφαρμογής της ΤΝ (AI act), και όλοι που δραστηριοποιούνται στον χώρο θα πρέπει να συμμορφώνονται καταλλήλως. Αυτό που πρέπει να επισημάνουμε όμως είναι πως για να εκτελούνται οι αλγόριθμοι τεχνητής νοημοσύνης χρειάζεται ολοένα και μεγαλύτερη υπολογιστική ισχύς.
Για αυτό τον λόγο έχει ξεκινήσει σε παγκόσμιο επίπεδο μια κούρσα εξοπλισμών μεταξύ του δυτικού και του ανατολικού κόσμου, όχι σε επίπεδο αμυντικών εξοπλισμών αλλά σε υπολογιστικά κέντρα και σε εργοστάσια TN. Πρόσφατες μελέτες προβλέπουν πως για να μπορούν να εκτελούνται οι ολοένα και πιο πολύπλοκοι αλγόριθμοι ΤΝ θα απαιτηθούν επενδύσεις τρισεκατομμυρίων δολαρίων για να υλοποιηθούν οι απαραίτητες υποδομές σε υπολογιστικά κέντρα.
Τα κέντρα όμως για να λειτουργούν θα χρειαστούν αφενός πολύ περισσότερη ενέργεια και αφετέρου μικροκυκλώματα (chips). Η ζήτηση για εξελιγμένα μικροκυκλώματα που καταναλώνουν λιγότερη ενέργεια ενώ ταυτόχρονα έχουν μεγαλύτερη υπολογιστική ισχύς και ταχύτητα είναι μεγαλύτερη από ποτέ και σίγουρα δεν μπορεί να καλυφθεί από τα υπάρχοντα εργοστάσια ημιαγωγών.
Αν πάρει κανείς υπόψη του ότι το μεγαλύτερο ποσοστό της κατασκευής των μικροκυκλωμάτων υλοποιείται στην Άπω Ανατολή (Ταϊβάν, Κίνα, Ν.Κορέα), γίνεται κατανοητό ότι τόσο στην Αμερική όσο και στην Ευρώπη έχουν ξεκινήσει δράσεις (EU Chips Act – US Chips Act) με επενδύσεις δισεκατομμυρίων δολαρίων για να αυξηθεί η παραγωγή ημιαγωγών στον δυτικό κόσμο και να επιτευχθεί αυτονομία και ανεξαρτησία. Ρόλο κλειδί στην αλυσίδα αξίας που δημιουργείται έχουν οι εταιρείες που σχεδιάζουν τα εξελιγμένα μικροκυκλώματα (π.χ. NVIDIA) και προφανώς τα εργοστάσια (π.χ. TSMC) που αναλαμβάνουν την κατασκευή τους.
Σημαντικό ρόλο όμως διαδραματίζουν τόσο οι εταιρείες που αναπτύσσουν το λογισμικό σχεδιασμού (π.χ. SYNOPSYS), οι εταιρείες που κατασκευάζουν τα εξελιγμένα μηχανήματα παραγωγής των μικροκυκλωμάτων (π.χ. ASML), όσο και οι παραγωγοί των πρώτων υλών (σπάνιες γαίες). Στην Ελλάδα υπάρχει ένα οικοσύστημα εταιρειών, από μικρές νεοφυείς μέχρι μεγάλες πολυεθνικές, που κυρίως σχεδιάζουν μικροκυκλώματα και αναπτύσσουν λογισμικό σχεδιασμού και εκπροσωπούνται από την HETiA (Hellenic Emerging Technologies Industries Association, https://hetia.org/).
Πρόσφατα μάλιστα ιδρύθηκε το Ελληνικό Κέντρο Ικανοτήτων Ημιαγωγών (Hellenic Chips Competence Centre, https://hccc.org.gr/), το οποίο έχει σαν σκοπό να βάλει την Ελλάδα στην αλυσίδα αξίας των ημιαγωγών. Παράλληλα αναπτύσσεται στην Ελλάδα ο «Pharos», το πρώτο εργοστάσιο ΤΝ στη χώρα μας, μέλος ενός ευρωπαϊκού δικτύου αντίστοιχων υποδομών. Είναι ξεκάθαρο πως δημιουργείται μια αλυσίδα αξίας μεταξύ ΤΝ και μικροκυκλωμάτων όπου η κάθε τεχνολογία είναι αναγκαία και απαραίτητη για την άλλη. Δεν υπάρχει ΤΝ χωρίς μικροκυκλώματα και τα μικροκυκλώματα εμπεριέχουν την ΤΝ στα διαφορετικά πεδία εφαρμογών (αυτοκινητοβιομηχανία, έξυπνες συσκευές, κτλ.).
