Η τεχνητή νοημοσύνη (ΤΝ) βρίσκεται το τελευταίο διάστημα στο επίκεντρο του ενδιαφέροντος όχι μόνο απο τους ειδικούς του χώρου, αλλα και γενικότερα. Φυσικά, δεν θα μπορούσε να απουσιάζει από αυτήν τη συζήτηση και ο ρόλος της στη διαμόρφωση της επερχόμενης αγοράς εργασίας, τις παγίδες που κρύβει αλλά και τις ευκαιρίες που αναδύονται σε ακαδημαϊκό και επαγγελματικό επίπεδο. Παράλληλα, θα πρέπει να συνυπολογίσουμε, και σε επίπεδο επαγγελματικού προσανατολισμού, τη δυναμική που θα δημιουργήσει σε ορισμένους κλάδους αλλά και την αρνητική επίδραση που θα έχει σε κάποιους άλλους.
Πιο συγκεκριμένα, η τεχνητή νοημοσύνη (ΤΝ) είναι ένας διεπιστημονικός τομέας που αντλεί από μια ποικιλία επιστημών και κλάδων προκειμένου να λειτουργήσει αποτελεσματικά. Συνάμα αποτελεί και μια πρόκληση και πρόσκληση για έρευνα και επαγγελματική ανάπτυξη. Ωστόσο, ποια είναι γνωστικά εφόδια που συνδέονται με την πρόσκτηση των απαραίτητων γνώσεων και τη δυνατότητα ενασχόλησης με αυτήν;
Ορισμένοι από τους βασικούς τομείς μελέτης και εξειδίκευσης που απαιτούνται για την ΤΝ περιλαμβάνουν:
Επιστήμη των υπολογιστών: Αυτός είναι ο άμεσα συνδεόμενος ακαδημαϊκός κλάδος όπου σε προγράμματα σπουδών παρέχει τις θεμελιώδεις γνώσεις και τεχνικές για την κατασκευή και τον προγραμματισμό συστημάτων ΤΝ. Περιλαμβάνει τομείς όπως οι αλγόριθμοι, οι δομές δεδομένων και η μηχανική λογισμικού.
Μαθηματικά: Η ΤΝ βασίζεται σε μεγάλο βαθμό σε μαθηματικές έννοιες και τεχνικές όπως οι πιθανότητες, η στατιστική, η βελτιστοποίηση και η γραμμική άλγεβρα και αναμφίβολά το μαθηματικό υπόβαθρο είναι σημαντικό για τον αυριανό ειδικό της ΤΝ.
Μηχανική μάθηση: Πρόκειται για ένα υποπεδίο της επιστήμης των υπολογιστών που ασχολείται με την ανάπτυξη αλγορίθμων και στατιστικών μοντέλων που επιτρέπουν στα συστήματα να μαθαίνουν από δεδομένα και να βελτιώνουν την απόδοσή τους με την πάροδο του χρόνου. Εδώ προγράμματα σπουδών όπως οι ΗΜΜΥ συχνά αναφέρονται ως πλέον ενδεδειγμένα. Παράλληλα, τα νευρωνικά δίκτυα (υποπεδίο της μηχανικής μάθησης που ασχολείται με την ανάπτυξη μοντέλων που είναι εμπνευσμένα από τη δομή και τη λειτουργία του ανθρώπινου εγκεφάλου) είναι σημαντικό γνωστικό εφόδιο για τον ειδικό του χώρου. Επιπρόσθετα, η ρομποτική που ασχολείται με τον σχεδιασμό, την κατασκευή και τη λειτουργία ρομπότ και είναι ένας τομέας όλο και πιο σημαντικός για τα συστήματα ΤΝ που πρέπει να αλληλεπιδρούν με τον φυσικό κόσμο, επίσης εμπεριέχεται σε προγράμματα Ηλεκτρολόγων Μηχανικών και Μηχανικών Πληροφορικής που προσφέρονται στην τριτοβάθμια εκπαίδευση.
Επεξεργασία φυσικής γλώσσας: Πρόκειται για ένα υποπεδίο της τεχνητής νοημοσύνης που ασχολείται με την ανάπτυξη αλγορίθμων και μοντέλων που επιτρέπουν στα συστήματα να κατανοούν, να ερμηνεύουν και να παράγουν την ανθρώπινη γλώσσα. Δεν είναι απρόσμενη ή απροσδόκητη η ενασχόληση ενός θεωρητικού επιστήμονα φιλολογικής επιστήμης στο πεδίο αυτό.
Γνωσιακή επιστήμη & Φιλοσοφία: Ο τομέας αυτός ασχολείται με τη μελέτη των νοητικών διεργασιών, όπως η αντίληψη, ο συλλογισμός και η λήψη αποφάσεων, οι οποίες αποτελούν βασικούς τομείς έρευνας για τα συστήματα ΤΝ που πρέπει να μιμηθούν την ανθρώπινη νοημοσύνη. Παράλληλα, η φιλοσοφία καλείται να απαντήσει σε θεμελιώδη ερωτήματα σχετικά με τη γνώση, την πραγματικότητα και τον νου, τα οποία είναι επίσης συναφή με την ανάπτυξη της ΤΝ. Αυτόνομα προγράμματα σπουδών είναι πολλά σε παγκόσμιο επίπεδο και μάλιστα στη χώρα μας υφιστάμενα εδώ και πολλά χρόνια.
Επιστήμη δεδομένων: Ο τομέας αυτός ασχολείται με την εξαγωγή γνώσης από μεγάλα και πολύπλοκα σύνολα δεδομένων, τα οποία είναι ζωτικής σημασίας για την εκπαίδευση και την αξιολόγηση των συστημάτων ΤΝ. Επακόλουθα, γνώσεις στατιστικής, αναλογιστικής και μαθηματικών συνδράμουν στο κομμάτι του Data ETL (extract, transform,load) για την μεγιστοποιημένη επίδοση της ΤΝ Αυτές είναι ενδεικτικές αναφορές από τις πολλές επιστήμες και κλάδους που απαιτούνται για την αποτελεσματική λειτουργία της ΤΝ. Καθώς ο τομέας της τεχνητής νοημοσύνης συνεχίζει να εξελίσσεται και να επεκτείνεται, είναι πιθανό να υπάρξει αυξανόμενη ανάγκη για εμπειρογνώμονες από ένα ευρύ φάσμα υποβάθρων και τομέων που θα συνεισφέρουν διεπιστημονικά με τις γνώσεις και την εμπειρία τους. Είναι πολύ σημαντικό όλοι οι ενδιαφερόμενοι, γονείς, μαθητές, εκπαιδευτικοί και στελέχη συμβουλευτικής, να αντιληφθούμε την αυξανόμενη απασχολησιμότητα που θα παρουσιάσει τα επόμενα χρόνια αλλά και την ανάγκη να δημιουργήσουμε μια δεξαμενή στελεχών που θα καλύψουν την τις αυξανόμενες ανάγκες της κοινωνίας μας
Επεξεργασία - Επιμέλεια:
Δρ Ταουσάνης Χρήστος,
Επιστημονικός Διευθυντής EMPLOY EDU Σύμβουλοι Εκπαίδευσης & Σταδιοδρομίας - http://www.employ.edu.gr
Θεόδωρος Καλαϊτζίδης,
Πηγή: alfavita.gr