Οι εφαρμογές της Τεχνητής Νοημοσύνης που αναπτύσσονται από τμήματα του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης (ΑΠΘ) σε ευρύ φάσμα πεδίων, καθώς και οι προκλήσεις για την εξέλιξη του εκπαιδευτικού μοντέλου που επιτάσσουν οι νέες τεχνολογίες, παρουσιάστηκαν από καθηγητές του ιδρύματος στο Aristotle Innovation Forum.
Ο καθηγητής του Τμήματος Φυσικής του ΑΠΘ, Ιωσήφ Κιοσέογλου, ανέλυσε πώς η Τεχνητή Νοημοσύνη και η Μηχανική Μάθηση μετασχηματίζουν την επιστήμη των υλικών. Παρουσίασε σύγχρονες προσεγγίσεις, όπως η βαθιά μάθηση, τα νευρωνικά δίκτυα γράφων, τα παραγωγικά μοντέλα και οι πλατφόρμες αυτόνομου πειραματισμού, που επιταχύνουν την πρόβλεψη ιδιοτήτων και τον σχεδιασμό νέων υλικών.
Αναφερόμενος στα Νευρωνικά Δίκτυα Γράφων, εξήγησε ότι μεταφράζουν τις κρυσταλλικές δομές σε μαθηματικούς γράφους, αποτυπώνοντας τη χημική πληροφορία και την τοπική γεωμετρία, επιτρέποντας την ανακάλυψη υλικών πέρα από την απλή παρεμβολή δεδομένων.
«Η Τεχνητή Νοημοσύνη για την επιστήμη των υλικών δεν εξαρτάται μόνο από επιμελημένες βάσεις δεδομένων, αλλά και από την ικανότητά μας να εξάγουμε πληροφορίες από την επιστημονική βιβλιογραφία με αξιόπιστο και αυτοματοποιημένο τρόπο», επισήμανε ο καθηγητής, εκτιμώντας ότι «το επόμενο Βραβείο Νόμπελ στην επιστήμη υλικών θα έχει ως συν-συγγραφέα την Τεχνητή Νοημοσύνη».
Η ανάγκη για επανασχεδιασμό της εκπαίδευσης
Ο καθηγητής Πληροφορικής του ΑΠΘ, Ιωάννης Πήτας, τόνισε ότι η ταχεία εξέλιξη της Τεχνητής Νοημοσύνης σε αυτόνομο επιστημονικό πεδίο απαιτεί έναν θεμελιώδη επανασχεδιασμό της εκπαίδευσης. Επεσήμανε ότι τα παραδοσιακά προγράμματα σπουδών δεν καλύπτουν πλέον πλήρως το εύρος της ΤΝ, ενώ η ψηφιοποίηση και η μαθηματικοποίηση της γνώσης μετασχηματίζουν όλα τα ακαδημαϊκά πεδία.
Υπογράμμισε τη σημασία της πρόσβασης σε ποιοτική εκπαίδευση στις χρήσεις της ΤΝ, της ανάπτυξης κριτικής και «αλγοριθμικής» σκέψης και της δημιουργίας νέων ακαδημαϊκών δομών, όπως Σχολές Επιστήμης και Μηχανικής της Πληροφορίας. Προειδοποίησε, παράλληλα, για τον κίνδυνο κοινωνικής ανισότητας εάν η γνώση δεν μεταδοθεί στις νέες γενιές, επισημαίνοντας ότι «η εκπαιδευτική έμφαση στις θεμελιώδεις επιστήμες και στην ικανότητα “να μαθαίνουμε πώς να μαθαίνουμε” είναι ο μόνος δρόμος προς τα εμπρός».
Από τους βυζαντινούς ύμνους στα «έξυπνα» έμβρυα
Ο καθηγητής του Τμήματος Φυσικής του ΑΠΘ, Σωτήρης Γούδος, παρουσίασε δύο ερευνητικές εφαρμογές Τεχνητής Νοημοσύνης που αναπτύχθηκαν στο ΑΠΘ, αναδεικνύοντας τον ρόλο της ΤΝ στον πολιτισμό και στις επιστήμες υγείας.
Η πρώτη αφορά τη χρήση Συνελικτικών Νευρωνικών Δικτύων για την αναγνώριση βυζαντινών ύμνων, όπου τα ηχητικά δεδομένα μετατρέπονται σε φασματογραφήματα, επιτρέποντας σε μοντέλα βαθιάς μάθησης να αναγνωρίζουν τους ύμνους με βάση συχνότητα και χρόνο.
Η δεύτερη επικεντρώνεται στη χρήση ΤΝ και Υπολογιστικής Όρασης στην Υποβοηθούμενη Αναπαραγωγή, μέσω του έργου «Smart Embryo». Το λογισμικό εντοπίζει το πιο βιώσιμο έμβρυο, υποστηρίζοντας την επιτυχή έκβαση της εγκυμοσύνης και προσφέροντας στους εμβρυολόγους ένα κρίσιμο εργαλείο υποστήριξης.
Η Θεσσαλονίκη στην πρωτοπορία των νανοεπιστημών
Ο ιδρυτής και πρόεδρος του Συνδέσμου HOPE-A, καθηγητής Φυσικής Στέργιος Λογοθετίδης, παρουσίασε την πορεία 25 ετών που οδήγησε τη Θεσσαλονίκη στην παγκόσμια πρωτοπορία των νανοεπιστημών. Όπως ανέφερε, το ΑΠΘ, μέσω του Εργαστηρίου Νανοτεχνολογίας LTFN και του Κέντρου Αριστείας COPE-Nano, μετέτρεψε την επιστημονική αριστεία σε εφαρμοσμένη καινοτομία.
Αναφέρθηκε στο πρώτο παγκοσμίως εργοστάσιο μαζικής παραγωγής εύκαμπτων και οργανικών φωτοβολταϊκών τρίτης γενιάς, το οποίο χαρακτήρισε «game changer», καθώς μειώνει το κόστος παραγωγής έως και δέκα φορές.
Ο καθηγητής υπογράμμισε ότι το οικοσύστημα του Διεθνούς Κόμβου Νανοτεχνολογίας Θεσσαλονίκης, που περιλαμβάνει περισσότερους από 750 οργανισμούς μέσω του δικτύου NANONET, συνδέει την έρευνα με τη βιομηχανία και τις spin-off επιχειρήσεις. «Η ενσωμάτωση της αυτοματοποίησης, της Τεχνητής Νοημοσύνης και των έξυπνων αρχιτεκτονικών παραγωγής τοποθετεί αυτό το οικοσύστημα ως θεμελιώδες πρότυπο για τα μελλοντικά εργοστάσια ΤΝ», τόνισε ο κ. Λογοθετίδης.
Την εκδήλωση συντόνισε ο καθηγητής του Τμήματος Φυσικής του ΑΠΘ, Πάνος Πατσαλάς.
Ακολουθήστε το Business Daily στο Google news
