«Εάν δεν είσαι ικανός να εκνευρίζεις κανέναν με τα γραπτά σου, τότε να εγκαταλείψεις το επάγγελμα»

ΩΡΑ ΕΛΛΑΔΟΣ

Επικοινωνία εδώ

Για σχόλια, καταγγελίες και επικοινωνία στο

ΚΑΤΗΓΟΡΙΕΣ ΘΕΜΑΤΩΝ

ΒΟΥΛΗ

Ενημέρωση των αναγνωστών.

Προσοχή στις απάτες, η ΑΡΧΑΙΑ ΙΘΩΜΗ και ο ΚΩΝΣΤΑΝΤΙΝΟΣ ΚΑΝΕΛΛΟΠΟΥΛΟΣ δεν φέρει καμία ευθύνη για οποιαδήποτε συναλλαγή με κάρτες η άλλον τρόπω και άλλα στον όνομά της, Ή στο όνομα του κυρίου Γ. Θ, Χατζηθεοδωρου. Δεν έχουμε καμία χρηματική απαίτηση από τους αναγνώστες με οποιοδήποτε τρόπο.
Αγαπητοί αναγνώστες η ανθελληνική και βρόμικη google στην κορυφή της ιστοσελίδας όταν μπείτε, αναφέρει μη ασφαλής την ιστοσελίδα, ξέρετε γιατί;;; Διότι δεν της πληρώνω νταβατζιλίκι, κάθε φορά ανακαλύπτει νέα κόλπα να απειλή. Η ΑΡΧΑΙΑ ΙΘΩΜΗ σας εγγυάται, ότι δεν διατρέχετε κανένα κίνδυνο, διότι πληρώνω με στερήσεις το ισχυρότερο αντιβάριους της Eugene Kaspersky, όπως δηλώνει και ο Πρόεδρος και Διευθύνων Σύμβουλος της Kaspersky Lab "Πιστεύουμε ότι όλοι μας δικαιούμαστε να είμαστε ασφαλείς στο διαδίκτυο. Eugene Kaspersky

Ανακοίνωση

Τη λειτουργία μίας νέας γραμμής που αφορά τον κορωνοϊό ανακοίνωσε ο Εθνικός Οργανισμός Δημόσιας Υγείας. Ο Εθνικός Οργανισμός Δημόσιας Υγείας ανακοινώνει, ότι από σήμερα 07.03.2020 λειτουργεί η τηλεφωνική γραμμή 1135, η οποία επί 24ώρου βάσεως θα παρέχει πληροφορίες σχετικά με τον νέο κοροναϊό.

Πού μπορεί να απευθυνθεί μια γυναίκα που πέφτει θύμα ενδοοικογενειακής βίας;

«Μένουμε σπίτι θα πρέπει να σημαίνει πως μένουμε ασφαλείς και προστατευμένες. Για πολλές γυναίκες, όμως, σημαίνει το ακριβώς αντίθετο. Εάν υφίστασαι βία στο σπίτι, δεν είσαι μόνη. Είμαστε εδώ για σένα. Μένουμε σπίτι δεν σημαίνει ότι υπομένουμε τη βία. Μένουμε σπίτι δεν σημαίνει μένουμε σιωπηλές. Τηλεφώνησε στη γραμμή SOS 15900. Οι ψυχολόγοι και οι κοινωνικοί λειτουργοί της γραμμής θα είναι εκεί για σε ακούσουν και να σε συμβουλέψουν. Δεν μπορείς να μιλήσεις; Στείλε email στο sos15900@isotita.gr ή σε οποιοδήποτε από τα Συμβουλευτικά Κέντρα ” λέει σε ένα βίντεο που ανέβασε στο Instagram της η Ελεονώρα Μελέτη.

Προς ενημέρωση στους αναγνώστες. 4/8/2020

Η ΑΡΧΑΙΑ ΙΘΩΜΗ δεν ανάγκασε ποτέ κανένα να κάνει κάτι με παραπλανητικές μεθόδους, αλλά ούτε με οποιοδήποτε τρόπο. Ο γράφων είμαι ένας ανήσυχος ερευνητής της αλήθειας. Και αυτό το κάνω με νόμιμο τρόπο. Τι σημαίνει αυτό; ότι έχω μαζέψει πληροφορίες επιστημονικές και τις παρουσιάζω, ή αυτούσιες, ή σε άρθρο μου που έχει σχέση με αυτές τις πληροφορίες! Ποτέ δεν θεώρησα τους αναγνώστες μου ηλίθιους ή βλάκες και ότι μπορώ να τους επιβάλω την γνώμη μου. Αυτοί που λένε ότι κάποια ιστολόγια παρασέρνουν τον κόσμο να μην πειθαρχεί… Για ποιο κόσμο εννοούν;;; Δηλαδή εκ προοιμίου θεωρούν τον κόσμο βλάκα, ηλίθιο και θέλουν να τον προστατέψουν;;; Ο νόμος αυτό το λέει για τους ανώριμους ανήλικους. Για τους ενήλικους λέει ότι είναι υπεύθυνοι για ότι πράττουν. Στον ανήλικο χρειάζεται ένας διπλωματούχος ιδικός για να τον δασκαλέψει, καθηγητής, δάσκαλος. Στους ενήλικες δεν υπάρχει περιορισμός. Ποιος λέει και ποιος ακούει, διότι ο καθένας ενήλικος είναι υπεύθυνος και προς τους άλλους και προς τον εαυτό του.

Η Ελλάδα χρησιμοποίησε την τεχνητή νοημοσύνη για να περιορίσει τον COVID: τι μπορούν να μάθουν τα άλλα έθνη

Ένας επιβάτης φτάνει στο Αεροδρόμιο Μακεδονία Θεσσαλονίκης (SKG), που διαχειρίζεται η Fraport Greece, στη Θεσσαλονίκη, Σεπτέμβριος 2021.

Η απόφαση της Ελλάδας να αναπτύξει μηχανική μάθηση στην επιτήρηση πανδημίας θα μελετηθεί πολύ σε όλο τον κόσμο. Πίστωση: Κωνσταντίνος Τσακαλίδης/Bloomberg/Getty

Λίγους μήνες μετά την πανδημία του COVID-19, ο ερευνητής επιχειρήσεων Κίμων Δρακόπουλος έστειλε e-mail στον Έλληνα πρωθυπουργό και στον επικεφαλής της επιστημονικής ομάδας COVID-19 της χώρας για να ρωτήσουν εάν χρειάζονται επιπλέον συμβουλές.

Ο Δρακόπουλος εργάζεται στην επιστήμη των δεδομένων στο Πανεπιστήμιο της Νότιας Καλιφόρνιας στο Λος Άντζελες και κατάγεται από την Ελλάδα. Προς έκπληξή του, έλαβε απάντηση από τον πρωθυπουργό Κυριάκο Μητσοτάκη μέσα σε λίγες ώρες. Η Ευρωπαϊκή Ένωση ζήτησε από τα κράτη μέλη, πολλά από τα οποία είχαν εφαρμόσει εκτεταμένους περιορισμούς τον Μάρτιο, να επιτρέψουν την επανέναρξη των μη βασικών ταξιδιών από τον Ιούλιο του 2020 και η ελληνική κυβέρνηση χρειάστηκε βοήθεια για να αποφασίσει πότε και πώς θα ανοίξει ξανά τα σύνορα.

Η Ελλάδα, όπως και πολλές άλλες χώρες, δεν είχε την ικανότητα να δοκιμάσει όλους τους ταξιδιώτες, ιδιαίτερα εκείνους που δεν εμφανίζουν συμπτώματα. Μια επιλογή ήταν να δοκιμάσει ένα δείγμα επισκεπτών, αλλά η Ελλάδα επέλεξε να δοκιμάσει μια προσέγγιση με ρίζες στην τεχνητή νοημοσύνη (AI).

Μεταξύ Αυγούστου και Νοεμβρίου 2020-με τη βοήθεια του Δρακόπουλου και των συναδέλφων του-οι αρχές ξεκίνησαν ένα σύστημα που χρησιμοποιεί έναν αλγόριθμο μηχανικής μάθησης για να καθορίσει ποιοι ταξιδιώτες θα εισέλθουν στη χώρα για να εξεταστούν για COVID-19. Οι συγγραφείς διαπίστωσαν ότι η μηχανική μάθηση ήταν πιο αποτελεσματική στον εντοπισμό ασυμπτωματικών ατόμων από ό, τι η τυχαία δοκιμή ή δοκιμή με βάση τη χώρα προέλευσης ενός ταξιδιώτη. Σύμφωνα με την ανάλυση των ερευνητών, κατά τη διάρκεια της αιχμής της τουριστικής περιόδου, το σύστημα εντόπισε δύο έως τέσσερις φορές περισσότερους μολυσμένους ταξιδιώτες από ό, τι οι τυχαίες δοκιμές.

Το σύστημα μηχανικής μάθησης, το οποίο είναι από τα πρώτα στο είδος του, ονομάζεται Εύα και περιγράφεται στη Φύση αυτήν την εβδομάδα ( H. Bastani et al. Nature https://doi.org/10.1038/s41586-021-04014-z 2021 ). Είναι ένα παράδειγμα του τρόπου με τον οποίο η ανάλυση δεδομένων μπορεί να συμβάλει σε αποτελεσματικές πολιτικές COVID-19. Αλλά παρουσιάζει επίσης προκλήσεις, από τη διασφάλιση της προστασίας της ιδιωτικής ζωής των ατόμων έως την ανάγκη ανεξάρτητης επαλήθευσης της ακρίβειάς της. Επιπλέον, η Εύα υπενθυμίζει γιατί οι προτάσεις για συνθήκη πανδημίας (βλ. Φύση 594 , 8; 2021 ) πρέπει να εξετάζουν κανόνες και πρωτόκολλα για τη σωστή χρήση της τεχνητής νοημοσύνης και των μεγάλων δεδομένων. Αυτά πρέπει να καταρτιστούν εκ των προτέρων, έτσι ώστε αυτές οι αναλύσεις να μπορούν να χρησιμοποιηθούν γρήγορα και με ασφάλεια σε περίπτωση έκτακτης ανάγκης.

Σε πολλές χώρες, οι ταξιδιώτες επιλέγονται για δοκιμές COVID-19 τυχαία ή ανάλογα με τις κατηγορίες κινδύνου. Για παράδειγμα, ένα άτομο που προέρχεται από μια περιοχή με υψηλό ποσοστό λοιμώξεων μπορεί να έχει προτεραιότητα για δοκιμές σε άτομα που ταξιδεύουν από μια περιοχή με χαμηλότερο ποσοστό.

Αντίθετα, η Εύα συνέλεξε όχι μόνο το ταξιδιωτικό ιστορικό, αλλά και δημογραφικά στοιχεία όπως η ηλικία και το φύλο από τις φόρμες πληροφοριών επιβατών που απαιτούνται για την είσοδο στην Ελλάδα. Στη συνέχεια ταίριαξε αυτά τα χαρακτηριστικά με δεδομένα προηγουμένως δοκιμασμένων επιβατών και χρησιμοποίησε τα αποτελέσματα για να εκτιμήσει τον κίνδυνο μόλυνσης ενός ατόμου. Τα τεστ COVID-19 απευθύνονταν σε ταξιδιώτες που υπολογίζεται ότι βρίσκονται στον υψηλότερο κίνδυνο. Ο αλγόριθμος εξέδωσε επίσης δοκιμές που του επέτρεψαν να καλύψει κενά δεδομένων, διασφαλίζοντας ότι παραμένει ενημερωμένος καθώς εξελίσσεται η κατάσταση.

Κατά τη διάρκεια της πανδημίας, δεν υπήρξε έλλειψη ιδεών για τον τρόπο ανάπτυξης μεγάλων δεδομένων και τεχνητής νοημοσύνης για τη βελτίωση της δημόσιας υγείας ή την εκτίμηση των οικονομικών επιπτώσεων της πανδημίας. Ωστόσο, σχετικά λίγες από αυτές τις ιδέες την έχουν κάνει πράξη. Αυτό οφείλεται εν μέρει στο γεγονός ότι οι εταιρείες και οι κυβερνήσεις που κατέχουν σχετικά δεδομένα-όπως αρχεία κινητών τηλεφώνων ή λεπτομέρειες χρηματοοικονομικών συναλλαγών-χρειάζονται συμφωνημένα συστήματα για να μπορέσουν να χρησιμοποιηθούν για να μοιραστούν τα δεδομένα με τους ερευνητές. Δεν είναι επίσης σαφές πώς μπορεί να ληφθεί συναίνεση για τη χρήση τέτοιων προσωπικών δεδομένων ή πώς να διασφαλιστεί ότι αυτά τα δεδομένα αποθηκεύονται με ασφάλεια και ασφάλεια.

Το Eva αναπτύχθηκε σε συνεννόηση με δικηγόρους, οι οποίοι διασφάλισαν ότι το πρόγραμμα τηρούσε τις προστασίες της ιδιωτικής ζωής που παρέχει ο Γενικός Κανονισμός Προστασίας Δεδομένων της ΕΕ (GDPR). Σύμφωνα με τον ΓΚΠΔ, οργανισμοί, όπως οι αεροπορικές εταιρείες, που συλλέγουν προσωπικά δεδομένα πρέπει να ακολουθούν τα πρότυπα ασφαλείας και να λαμβάνουν συγκατάθεση για την αποθήκευση και χρήση των δεδομένων – και τη διανομή τους με μια δημόσια αρχή. Οι πληροφορίες που συλλέγονται τείνουν να περιορίζονται στο ελάχιστο ποσό που απαιτείται για τον αναφερόμενο σκοπό.

Αυτό όμως δεν ισχύει απαραίτητα εκτός ΕΕ. Επιπλέον, τεχνικές όπως η μηχανική μάθηση που χρησιμοποιούν τεχνητή νοημοσύνη περιορίζονται από την ποιότητα των διαθέσιμων δεδομένων. Οι ερευνητές αποκάλυψαν πολλές περιπτώσεις κατά τις οποίες οι αλγόριθμοι που είχαν σκοπό να βελτιώσουν τη λήψη αποφάσεων σε τομείς όπως η ιατρική και η ποινική δικαιοσύνη αντικατοπτρίζουν και διαιωνίζουν προκαταλήψεις που είναι κοινές στην κοινωνία. Το πεδίο πρέπει να αναπτύξει πρότυπα για να υποδεικνύει πότε τα δεδομένα – και οι αλγόριθμοι που μαθαίνουν από αυτά – είναι επαρκούς ποιότητας για να χρησιμοποιηθούν για τη λήψη σημαντικών αποφάσεων σε περίπτωση έκτακτης ανάγκης. Πρέπει επίσης να δοθεί έμφαση στη διαφάνεια σχετικά με το πώς σχεδιάζονται οι αλγόριθμοι και ποια δεδομένα χρησιμοποιούνται για την εκπαίδευση τους.

Η πείνα με την οποία έγινε δεκτή η προσφορά βοήθειας του Δρακόπουλου δείχνει πόσο πρόθυμοι είναι οι υπεύθυνοι χάραξης πολιτικής να βελτιώσουν την ικανότητά τους να ανταποκρίνονται σε περίπτωση έκτακτης ανάγκης. Καθώς τέτοιοι αλγόριθμοι γίνονται όλο και πιο διαδεδομένοι και γίνονται ευρύτερα αποδεκτοί, θα ήταν εύκολο για αυτούς να γλιστρήσουν, απαρατήρητοι, στην καθημερινή ζωή ή να χρησιμοποιηθούν με κακόβουλο τρόπο. Ένα παράδειγμα είναι αυτό των τεχνολογιών αναγνώρισης προσώπου, οι οποίες μπορούν να χρησιμοποιηθούν για τη μείωση της εγκληματικής συμπεριφοράς, αλλά μπορούν επίσης να καταχραστούν για να παραβιάσουν την ιδιωτική ζωή των ανθρώπων (βλ. Φύση 587 , 354–358, 2020 ). Παρόλο που οι δημιουργοί της Εύας πέτυχαν να κάνουν αυτό που είχαν σκοπό, είναι σημαντικό να θυμόμαστε τους περιορισμούς των μεγάλων δεδομένων και της μηχανικής μάθησης και να αναπτύσσουμε τρόπους διαχείρισης τέτοιων τεχνικών έτσι ώστε να μπορούν να αναπτυχθούν γρήγορα – και με ασφάλεια -.

Παρά τους πολλούς τρόπους συλλογής δεδομένων, πολλοί υπεύθυνοι χάραξης πολιτικής δεν κατάφεραν να έχουν πρόσβαση και να αξιοποιήσουν τα δεδομένα κατά τη διάρκεια της πανδημίας. Οι ερευνητές και οι χρηματοδότες πρέπει να αρχίσουν να θέτουν τις βάσεις τώρα για καταστάσεις έκτακτης ανάγκης στο μέλλον, αναπτύσσοντας συμφωνίες ανταλλαγής δεδομένων και πρωτόκολλα προστασίας της ιδιωτικής ζωής εκ των προτέρων για τη βελτίωση των χρόνων αντίδρασης. Και θα πρέπει επίσης να ξεκινήσουν συζητήσεις σχετικά με τον καθορισμό λογικών ορίων για το πόση δύναμη λήψης αποφάσεων πρέπει να δοθεί σε έναν αλγόριθμο σε μια κρίση.

 

Φύση 597 , 447-448 (2021)

doi: https://doi.org/10.1038/d41586-021-02554-y

https://www.nature.com/articles/d41586-021-02554-y