Google Vs Microsoft: Άγρια μάχη με εκατοντάδες δισ. δολάρια για το «ψαχτήρι» της επόμενης γενιάς

Η παρουσίαση του Bard, του «ψαχτηριού» νέας γενιάς, εφοδιασμένου με Τεχνητή Νοημοσύνη από την Google -προφανώς, διόλου τυχαία- έγινε μόλις μία ημέρα αφ’ ότου η Microsoft ανακοίνωσε ότι θα ενσωματώσει στο δικό της «ψαχτήρι», το Bing, την υπηρεσία Τεχνητής Νοημοσύνης ChatGPT. Στους κύκλους των ειδικών περί την ψηφιακή τεχνολογία αποτελεί πλέον κοινό μυστικό ότι η Google αιφνιδιάστηκε από την κίνηση της Microsoft και αναγκάζεται να επιταχύνει στο μέγιστο την έρευνα και εξέλιξη για το Bard.

Την ίδια στιγμή το ChatGPT αποσπά διθυράμβους από τα ΜΜΕ σε όλο τον κόσμο σαν μια πραγματικά επαναστατική -και ήδη πλήρως λειτουργική- τεχνολογική κατάκτηση. Τέτοιου μεγέθους και σημασίας μάλιστα, ώστε δυνητικά θα προκαλούσε εκ βάθρων ανατροπή στις διαδικτυακές αναζητήσεις αλλά και τις διαφημίσεις, πεδία όπου η Google είναι για περισσότερα από δέκα χρόνια η απόλυτη κυρίαρχος, κατέχοντας μερίδιο αγοράς της τάξης του 90%. Επιπλέον, εξαιτίας μιας γκάφας, η Google δίνει την ανοίκεια εντύπωση ότι τελεί υπό σύγχυση, μια αίσθηση που αποτυπώθηκε αμέσως στη χρηματιστηριακή εικόνα της.

Διότι, ενώ γινόταν η παρουσίαση στο Παρίσι, το πρακτορείο Reuters ανακοίνωσε ότι η μετοχή της Google, όχι μόνον δεν εμφάνισε άνοδο, όπως θα ήταν φυσικό, λόγω των καινοτομιών που αποκαλύφθηκαν, αλλά αντιθέτως κατακρημνίστηκε, καταγράφοντας αστρονομικές απώλειες, οι οποίες άγγιξαν τα 170 δισ. δολ. Αιτία ήταν ένα σφάλμα του ολοκαίνουριου Bard, το οποίο, όλως ατυχώς, πολυδιαφημίστηκε, καθώς η Google θέλησε να επιδείξει τη «σοφία» του συστήματος, θέτοντάς του διάφορες ερωτήσεις, ποικίλης ύλης. Μία συγκεκριμένη εξ αυτών αφορούσε τα επιτεύγματα του διαστημικού τηλεσκοπίου «James Webb» της NASA. Το Bard απάντησε «η φωτογράφηση ενός εξωπλανήτη», κάτι που διέψευσαν αμέσως διάφοροι αστροφυσικοί στο Twitter - άλλοι διακριτικά και άλλοι με δηκτική ειρωνεία.

Η Google βρέθηκε σε εξαιρετικά δύσκολη θέση και, προσώρας τουλάχιστον, φαίνεται να έχει χάσει το πλεονέκτημα της πρωτοπορίας έναντι της Microsoft. Εντούτοις, ακόμη και εξαιτίας μιας γκάφας, το αδιαμφισβήτητο γεγονός είναι ότι η επόμενη μεγάλη έριδα του ψηφιακού κόσμου, ένας καινούριος ακήρυχτος πόλεμος μεταξύ των γιγάντων του χώρου, θα διεξαχθεί για ένα διαφορετικό ιερό δισκοπότηρο: Το Bard, το ChatGPT και όλα τα συναφή συστήματα Τεχνητής Νοημοσύνης. Τα οποία προβλέπεται πως, νομοτελειακά, θα υποκαταστήσουν τη συμβατική αναζήτηση στο Διαδίκτυο, κάνοντας ακόμη και τον νεολογισμό «γκουγκλάρω» να ακούγεται απαρχαιωμένος.

Υψηλές προσδοκίες

Τα μέτρα υψίστης ασφαλείας, οι μαύρες λιμουζίνες που συνήθως χρησιμοποιούνται για να μετακινηθούν αρχηγοί κρατών, οι προσκεκλημένοι δημοσιογράφοι από Ευρώπη και ΗΠΑ, η όλη ατμόσφαιρα κινητικότητας και προσμονής που επικρατούσε γενικώς την Τετάρτη 8 Φεβρουαρίου στο αρχηγείο της Google, στο κέντρο του Παρισιού, υπέβαλλαν την αίσθηση ότι επίκειται σπουδαίο, κοσμοϊστορικής ενδεχομένως, σημασίας λανσάρισμα κάποιας νέας υπηρεσίας. Η ίδια η Google δύο ημέρες πριν, με μια ανακοίνωση-πρόγευση της συνέντευξης Τύπου στο Παρίσι, είχε κατευθύνει τις προσδοκίες προς τις εφαρμογές Τεχνητής Νοημοσύνης.

Την Τετάρτη, η αίσθηση της αδημονίας ενισχύθηκε ακόμη περισσότερο όταν επί σκηνής εμφανίστηκε αυτοπροσώπως ένα από τα ανώτατα στελέχη της Google, ο Ινδός Πραμπχακάρ Ραγκχαβάν. Ο οποίος, όπως ίσως δεν μαρτυρά πλήρως ο επίσημος τίτλος του, δεν είναι απλώς «ανώτερος αντιπρόεδρος (Senior Vice President) Γνώσεων και Πληροφοριών» της Google. Εκ των πραγμάτων, όντας αυτός που σχεδιάζει την επόμενη μέρα της πιο δημοφιλούς μηχανής αναζήτησης στο Διαδίκτυο και άρα επηρεάζει καθοριστικά την καθημερινότητα δισεκατομμυρίων ανθρώπων, ο κ. Ραγκχαβάν είναι ένας από τους ισχυρότερους μη τεχνητούς εγκεφάλους στον πλανήτη.

Στην ομιλία του έδωσε ιδιαίτερη έμφαση στην εικόνα: «Η κάμερα του κινητού σας είναι το επόμενο πληκτρολόγιο» ήταν μία από τις πλέον χαρακτηριστικές αποστροφές του Πραμπχακάρ Ραγκχαβάν. Προσθέτοντας ότι σήμερα η δυνατότητα Lens (φακός) στη μηχανή αναζήτησης της Google χρησιμοποιείται 10 δισ. φορές ανά μήνα. Επομένως, το ψάξιμο της πληροφορίας τείνει να μετατοπίζεται από το κείμενο στην εικόνα, στη φωτογραφία αλλά και στο βίντεο. Και τώρα πλέον με τη συνδρομή της Τεχνητής Νοημοσύνης, η αναζήτηση στο Google βάσει εικόνων μετατρέπεται σε μια ιδιαιτέρως ενδιαφέρουσα εμπειρία αφ’ εαυτής. Ενα παράδειγμα: Εστω ότι διακοσμείτε το σπίτι σας.

Κάπου έχετε δει μια πολυθρόνα, φερ’ ειπείν αρτ ντεκό. Βρίσκετε μια εικόνα της μέσω Google. Αν το χρώμα της δεν σας ικανοποιεί, την αναζητάτε ξανά σε διαφορετική απόχρωση. Κατόπιν βγάζετε φωτογραφία το σημείο του χώρου όπου σκέφτεστε πως θα ταίριαζε και, πάλι μέσω Google, την τοποθετείτε εικονικά ώστε να πάρετε μια ακριβή ιδέα για το αποτέλεσμα. Η Google ονομάζει αυτή τη διαδικασία «immersive», χρησιμοποιώντας έναν όρο ο οποίος στα ελληνικά θα αποδιδόταν περίπου σαν «μέθεξη».

Με τις δυνατότητες Τεχνητής Νοημοσύνης που προστίθενται στο Lens, η Google σημειώνει εντυπωσιακή πρόοδο επίσης στη λειτουργία του δημοφιλέστατου Google Maps. Στο εξής, ο χρήστης, πέρα από το να βρίσκει διευθύνσεις και να μετακινείται γρήγορα, οικονομικά, με ακρίβεια κ.λπ. προς αυτές, μπορεί να εξερευνά ακόμη και το εσωτερικό των κτιρίων, με κάτι που μοιάζει με εικονική πραγματικότητα. Χάρη στην Τεχνητή Νοημοσύνη, σε κάθε αναζήτηση προορισμού συνδυάζονται δισεκατομμύρια εικόνες, αναπαριστώντας με ρεαλισμό π.χ. το πώς είναι να περιηγείται κάποιος τις αίθουσες ενός μουσείου ή να δοκιμάζει εξ αποστάσεως εάν το περιβάλλον ενός συγκεκριμένου καταστήματος καλύπτει τις απαιτήσεις του.

Κατ’ αυτό τον τρόπο το ήδη γνωστό και εύχρηστο Street View, μία από τις δυνατότητες απεικόνισης του Google Maps, αναβαθμίζεται δραστικά με την προσθήκη του στοιχείου immersive ή αλλιώς της μέθεξης, αξιοποιώντας την τεχνολογία NeRF (Neural Radiance Fields), για την οποία ακόμη και η απόπειρα μετάφρασης της ονομασίας της αποτελεί πρόκληση. Οπως και να ’χει, πάντως, το αποτέλεσμα είναι ότι με τη σύνθεση ενός παζλ από δισεκατομμύρια μεμονωμένες εικόνες δημιουργείται τρισδιάστατη αποτύπωση χώρων, όπως εστιατόρια, μπαρ κ.λπ.

Το λεγόμενο Immersive View της Google σε πρώτη φάση θα είναι διαθέσιμο για το Λονδίνο, τη Νέα Υόρκη, το Λος Αντζελες, το Σαν Φρανσίσκο και το Τόκιο, ενώ θα ακολουθήσουν κι άλλες πόλεις ανά τον πλανήτη. Και, πιθανώς σε έναν χρόνο από τώρα, π.χ. η επιλογή του κατάλληλου εστιατορίου στην περιοχή όπου κινείται κάποιος θα γίνεται κατόπιν εικονικής περιήγησης, μέσω του κινητού τηλεφώνου και χωρίς να χρειαστεί να εισέλθει και να εξέλθει σε κανένα από τα συναφή καταστήματα διά ζώσης.


Η ώρα του Bard

Η καινοτομία του Immersive View, της πολλαπλής αναζήτησης Multisearch, καθώς και πολλά άλλα επιμέρους νέα εργαλεία, όλα βασισμένα στην εικόνα και τις νέες ψηφιακές κατακτήσεις, δημιούργησαν σε όσους παρέστησαν στη συνέντευξη Τύπου της προηγούμενης Τετάρτης στο Παρίσι την απορία για το εάν η Google σκόπευε να αποκαλύψει κάτι πραγματικά επαναστατικό, κάτι που θα άλλαζε άπαξ και διά παντός τις έως τώρα καθημερινές συνήθειες δισεκατομμυρίων χρηστών.

Εν τέλει η Google έκανε κάτι ενδιάμεσο: Αφενός δεν παρουσίασε μια μείζονα τεχνολογική καινοτομία στην ολοκληρωμένη, έτοιμη προς άμεση χρήση εκδοχή της. Αφετέρου όμως η Google επιβεβαίωσε ότι το μέλλον του «ψαχτηριού» στο Ιντερνετ είναι η Τεχνητή Νοημοσύνη. Γι’ αυτό και ο Πραμπχακάρ Ραγκχαβάν σύστησε στην οικουμένη το Bard.

Δηλαδή, έναν ψηφιακό παντογνώστη, ο οποίος δεν περιορίζεται στο να παραπέμψει τον χρήστη της Google σε κάποιες ιστοσελίδες σχετικές με αυτό που κάθε φορά έχει ανάγκη να μάθει. Το Bard είναι σε θέση να παρέχει ολοκληρωμένες απαντήσεις σε οποιοδήποτε ερώτημα και εάν του θέσει ο χρήστης, όσο παράδοξο, σύνθετο ή δύσκολο και εάν είναι. «Ας υποθέσουμε ότι σκέφτεστε να αγοράσετε ένα καινούριο οικογενειακό αυτοκίνητο», είπε ο κ. Ραγχαβάν θέλοντας να δώσει ένα εποπτικό παράδειγμα.

«Το Bard μπορεί να σας βοηθήσει παρέχοντας πληροφορίες από διάφορες οπτικές γωνίες του ζητήματος, συνεκτιμώντας παράγοντες όπως το διαθέσιμο κεφάλαιο, η ασφάλεια, οι επιδόσεις του αυτοκινήτου κ.ο.κ. Το Bard αναλαμβάνει να απλοποιήσει την επεξεργασία των δεδομένων, κάνοντάς τα παράλληλα να βγάζουν νόημα». Στην πράξη, στη συμβατική εκδοχή του, όπως τη γνωρίζουμε έως σήμερα, το «ψαχτήρι» της Google απαντά στις λέξεις-κλειδιά, φερ’ ειπείν «ηλεκτρικό αυτοκίνητο», με μια σειρά από συνδέσμους.

Καθένας από αυτούς οδηγεί σε κείμενα, φωτογραφίες, βίντεο κ.λπ. τα οποία ο ενδιαφερόμενος μπορεί να επισκεφθεί για περαιτέρω πληροφόρηση. Το Bard, όμως, στον ίδιο χρόνο που η απλή μηχανή αναζήτησης αποφέρει τα σχετικά αποτελέσματα, συνθέτει ένα ολόκληρο κείμενο, υπεισέρχεται σε λεπτομέρειες, παρουσιάζει αναλυτικά τα θετικά και τα αρνητικά, εν προκειμένω της αγοράς ενός ηλεκτρικού αυτοκινήτου για οικογενειακή χρήση. Κατ’ αυτό τον τρόπο, χάρη στο Bard ο χρήστης απαλλάσσεται από τη χρονοβόρο, πιθανώς χαοτική επεξεργασία και συσχέτιση μεμονωμένων πληροφοριών.

Το Bard είναι, λοιπόν, το αύριο της Google. Πέρα από μια βελτιωμένη έκδοση της μηχανής αναζήτησης, το Bard εισάγει μια καινούρια φιλοσοφία στη χρήση του Διαδικτύου, αξιοποιώντας την ασύλληπτη ικανότητα της Τεχνητής Νοημοσύνης να διαχειρίζεται αστραπιαία έναν απέραντο, πραγματικά εξωανθρώπινο, όγκο στοιχείων. Ο οποίος όμως είναι απαραίτητος προκειμένου να επιτευχθεί ο θεμελιώδης στόχος του Bard, η ανάπτυξη διαλόγου ανάμεσα στο ρομπότ (chatbot) και τον φυσικό χρήστη, δηλαδή τον άνθρωπο.

NORA ή οι ερωτήσεις χωρίς μία απάντηση

Το Bard παρουσιάστηκε από την Google περισσότερο σαν μία υπό εξέλιξη καινοτομία, παρά σαν ένα κομμάτι, ένα ψηφιακό εργαλείο της τρέχουσας πραγματικότητας. Οπως επισήμανε χαρακτηριστικά ο Πραμπχακάρ Ραγκχαβάν «ήδη από το 2021 η Google λάνσαρε μια επαναστατική καινοτομία στην ψηφιακή τεχνολογία της αλληλεπίδρασης ανθρώπου και μηχανής, το πρότυπο LaMDA AI (σ.σ.: όπου LaMDA σημαίνει Language Model for Dialogue Applications, δηλαδή Γλωσσικό Πρότυπο για Εφαρμογές Διαλόγου και ΑΙ είναι η Artificial Intelligence, η Τεχνητή Νοημοσύνη).

Τώρα με το Bard θέτουμε το LaMDA σε πειραματική φάση, καθώς τις επόμενες ημέρες επιλεγμένοι χρήστες-δοκιμαστές θα συνδιαλέγονται μαζί του, διερευνώντας την ανταπόκριση του συστήματος σε σύνθετα ζητήματα και θα δοκιμάζουν τις δυνατότητες συνεργασίας μαζί του σε πραγματικό χρόνο. Επιπλέον, οι δοκιμαστές θα πιέζουν το Bard να παράγει δημιουργικές, πρωτότυπες ιδέες».

Το σχέδιο της Google είναι να αξιοποιήσει την ευελιξία μιας ελαφράς εκδοχής του LaMDA, του τεχνολογικού υπόβαθρου στο οποίο βασίζεται το Bard. Με το «light LaMDA», η δοκιμή του Bard απαιτεί μικρότερη υπολογιστική δύναμη και λιγότερους χρήστες, για οικονομία ενέργειας και χρόνου. Σε δεύτερη φάση η Google θα ενσωματώσει το Bard στη μηχανή αναζήτησης, όπου και θα είναι προσβάσιμο εντελώς δωρεάν.

Ο αντιπρόεδρος της Google τόνισε επίσης ότι το Bard γεννήθηκε από την ανάγκη να καλυφθούν ερωτήματα για τα οποία ισχύει η αρχή NORA, ήτοι του αρκτικόλεξου για το No One Right Answer. Πρόκειται για ζητήματα που ικανοποιούνται από πολλαπλές απαντήσεις και όχι αποκλειστικά από μία, απαντήσεις οι οποίες είναι όλες έγκυρες μεν, αλλά η τελική επιλογή επαφίεται στην κρίση του εκάστοτε υποκειμένου.

Το Bard φιλοδοξεί να γίνει οδηγός και πιστός συνεργάτης στην εξεύρεση της, ιδανικής ανά χρήστη, λύσης σε απορίες ων ουκ έστιν αριθμός. «Γι’ αυτό και φέρνουμε τη μαγεία της παραγωγικής Τεχνητής Νοημοσύνης στα αποτελέσματα των αναζητήσεών σας», ανέφερε σχετικά ο Πραμπχακάρ Ραγκχαβάν.

Παράλληλα, όμως, αυτό που είναι ανεπισήμως γνωστό από τα παρασκήνια της Google, είναι ότι ο επικεφαλής της εταιρείας, ο διευθύνων σύμβουλος Σουντάρ Πιτσάι, επείγεται για την τελειοποίηση και ευρεία διάθεση του Bard. Εξ ου και έχει δώσει εντολή προς όλους τους εργαζομένους της Google να συμβάλουν με όλες τις δυνάμεις τους στις εξαντλητικές δοκιμές του Bard. Ο Πιτσάι υφίσταται ο ίδιος ασφυκτική πίεση από τους μετόχους της Google, οι οποίοι ανησυχούν ότι η εταιρεία έχει απολέσει τα προνόμια του πρωτοπόρου στον τομέα της Τεχνητής Νοημοσύνης.