H παρουσίασή μου περί τεχνητής νοημοσύνης στα κοινοβούλια την Κυριακή 16 Ιουνίου 2024 στον κύκλο διαλέξεων του εργαστηρίου γλωσσολογίας του Τμήματος Φιλολογίας του ΑΠΘ.
Ε&Α στη νομοθέτηση
•2020: 36 λύσεις (α̟ό 210)
• Χρήση εμ̟ειρικών δεδομένων
• 2021-2023: GR, AR, CA
• Βήματα
Συλλογή
8
○ Συλλογή
○ Αξιολόγηση
○ Ανάλυση
Πηγή: von Lucke et al. 2023
9.
Διασύνδεση ΤΝ μεευφυείς λειτουργίες
1. Προηγμένη γλωσσική ε̟εξεργασία και διόρθωση
2. Αναγνώριση οντοτήτων (NER)
3. Σημασιολογική ομοιότητα
Παραγωγή Φυσικής Γλώσσας (NLG)
Πηγή: Fitsilis et al. 2024
9
4. Παραγωγή Φυσικής Γλώσσας (NLG)
5. Εξαγωγή ̟ληροφοριών (IE)
6. Ταξινόμηση κειμένου
7. Διαχείριση Νομικής Οντολογίας και Ορολογίας
10.
Κατευθυντήριες γραμμές
Έκδοση 1
•Α̟ρίλιος 2023
• 8 μέλη
• Γλώσσες: EN, EL, DE
Έκδοση 2
Προσέγγιση
Παγκόσμια κάλυψη
Εμ̟ειρογνώμονες
10
Έκδοση 2
• Ιούλιος 2024
• 24 μέλη
• Ανάλυση
• Συνεχής εξέλιξη
Ανοιχτή ̟ρόσβαση
Διάχυση
11.
11
Αρχικό σημείο
Προηγούμενεςμελέτες
Εταιρικές αρχές ΤΝ (IBM, Google, Microsoft, …)
Πλαίσια οργανισμών (ΕΕ, UNESCO, ΟΟΣΑ, …)
Τομείς
Ανάλυση κατευθυντήριων γραμμών
Πηγή: Fitsilis et al. 2024
1. Ηθικές αρχές
2. Γενική ΤΝ
3. Ιδιωτικότητα και ασφάλεια
4. Διακυβέρνηση και ε̟ο̟τεία
5. Σχεδιασμός και λειτουργία συστημάτων
6. Εκ̟αίδευση και δια βίου μάθηση
12.
Παραγωγική ΤΝ
● Μεγάλαγλωσσικά μοντέλα (LLMs) ως σύγχρονοι βοηθοί
● Πραγματικά σενάρια
● Μοντέλα: GPT3.5 & GPT4
● Καθορισμένο σώμα νομικών κειμένων
Περί̟τωση χρήσης: Γενικός Κανονισμός Προστασίας
12
● Περί̟τωση χρήσης: Γενικός Κανονισμός Προστασίας
Δεδομένων (GDPR)
● Έλεγχος α̟ό νομικούς εμ̟ειρογνώμονες
● Α̟οτελέσματα: Το σύστημα φαίνεται να ̟αρέχει ε̟αρκείς
α̟αντήσεις σε σημαντικό εύρος ερωτημάτων
13.
● Οι τεχνολογίεςΤΝ ̟ροοδεύουν
● Τάση για ενσωμάτωση ψηφιακών λύσεων TN στην ηλεκτρονική
διακυβέρνηση
● Τα κοινοβούλια δεν α̟οτελούν εξαίρεση
● Η κατανόηση των ευρύτερων ε̟ι̟τώσεων της ΤΝ ̟αραμένει
Συμπεράσματα
̟εριορισμένη
● Α̟αιτείται συλλογική ̟ροσ̟άθεια
● Τάση ̟ρος τα εθνικά γλωσσικά μοντέλα
● Ανάγκη για διαμόρφωση ρυθμιστικού ̟λαισίου
13
14.
● Ε̟ιλογή μεγάλωνγλωσσικών μοντέλων
● Ανοιχτός κώδικας έναντι κλειστού κώδικα
● Το̟ική διαμόρφωση ή σε υ̟ολογιστικό νέφος
● Ανά̟τυξη υ̟ολογιστικών κέντρων
Ε εκτάσιμα ευέλικτα
ΣυλλογισμοίγιατηνπαραγωγικήΤΝ
● Ε̟εκτάσιμα και ευέλικτα
● Ενεργειακά α̟οδοτικά και βιώσιμα
14
15.
● (Ε̟αν)εκ̟αίδευση καιαναβάθμιση δεξιοτήτων
● Εξειδίκευση στη μηχανική μάθηση, την ανάλυση φυσικής
γλώσσας (NLP) κ.ά.
● Μεγάλα, διαφορετικά σύνολα δεδομένων (συγκέντρωση,
ιμέλεια ροετοιμασία)
ΣυλλογισμοίγιατηνπαραγωγικήΤΝ
ε̟ιμέλεια και ̟ροετοιμασία)
● Χρήση ̟ροτύ̟ων, καθιερωμένων λεξιλογίων και οντολογιών
● Ανά̟τυξη κατευθυντήριων γραμμών
● Συμμόρφωση με τους σχετικούς κανονισμούς
15