Καθώς η επιστημονική πρόοδος απειλεί να «χαθεί» μέσα στον ίδιο της τον πλούτο, με «ένα νέο paper να δημοσιεύεται κάθε δευτερόλεπτο», η πρόκληση είναι η διαχείρισή όλης αυτής της γνώσης. Ο ερευνητής του σήμερα σπαταλά περισσότερο χρόνο προσπαθώντας να βρει τι αξίζει να διαβαστεί, παρά να παράγει νέα έρευνα. Σε αυτόν τον «καταιγισμό της πληροφορίας» έρχεται να δώσει λύση η Τεχνητή Νοημοσύνη, όχι ως αντικαταστάτης, αλλά ως ο απόλυτος ενισχυτής της ανθρώπινης κρίσης. Αυτός είναι ο πυρήνας της αποστολής που αναλύει ο Αντώνης Μεϊμάρης, Ιδρυτής, CEO και CTO της PaperLab, στο νέο επεισόδιο των SmartTalks, περιγράφοντας πώς η πλατφόρμα του μετατρέπει το χάος χιλιάδων δημοσιεύσεων σε αξιοποιήσιμη γνώση.
Η ιδέα για την PaperLab γεννήθηκε από την προσωπική ακαδημαϊκή πορεία του Αντώνη Μεϊμάρη. Με υπόβαθρο στα μαθηματικά και την επιστήμη δεδομένων, παρατήρησε από πρώτο χέρι τον «χαμένο χρόνο» που αποτελεί τροχοπέδη για την καινοτομία. Τα σύγχρονα γλωσσικά μοντέλα (LLMs), εξηγεί, σκοντάφτουν σε τεχνικά εμπόδια, όπως τα «context window limitations», με αποτέλεσμα να «ξεχνούν» πληροφορίες όταν αναλύουν τεράστιο όγκο κειμένου. Η PaperLab σχεδιάστηκε για να υπερβεί αυτό το εμπόδιο. Το αποτέλεσμα είναι απτό: αναφέρει, ως παράδειγμα, μια συνεργασία με ερευνητή για τον καρκίνο, του οποίου η μελέτη απαιτούσε την ανάλυση 18.000 δημοσιεύσεων. «Με το PaperLab αυτό πάει σε μέρες αντί για μήνες έρευνας», τονίζει ο κ. Μεϊμάρης.
Η πραγματική τεχνολογική καινοτομία, ωστόσο, βρίσκεται στην ικανότητά της να «κατανοεί» τον πυρήνα της επιστημονικής γλώσσας. Ο κ. Μεϊμάρης αποκαλύπτει ότι το κλειδί είναι η τεχνολογία «PDF to AI Ready Text». Τα επιστημονικά κείμενα είναι γεμάτα «πινακάκια, εξισώσεις, χημικές αντιδράσεις», πληροφορίες που, όπως παραδέχεται, «σπάνε» τα περισσότερα γενικά LLMs, οδηγώντας σε λάθος αποτελέσματα. «Μπορείς να ρωτήσεις… και η απάντηση… είναι ότι το πινακάκι είναι λάθος», επισημαίνει. Αυτό, σε κρίσιμους τομείς, είναι καταστροφικό. «Δεν μπορείς να πεις ας πούμε ότι η εξίσωση που περιγράφει τη ροή του αίματος είναι λάθος». Η PaperLab διασφαλίζει ότι αυτή η πολύπλοκη δομή μεταφέρεται ανέπαφη στην AI, ενώ παράλληλα εγγυάται την ακρίβεια παρέχοντας ακριβείς παραπομπές για κάθε απάντηση, δείχνοντας «ποιοι συγγραφείς και ποια έγγραφα» στήριξαν το συμπέρασμα.
Ένα από τα πιο ενδιαφέροντα στοιχεία της πλατφόρμας είναι η απάντηση στο κρίσιμο ερώτημα των προκαταλήψεων. Αντί να βασίζεται σε ένα γενικό, αδιαφανές σύνολο δεδομένων, η PaperLab, όπως εξηγεί ο κ. Μεϊμάρης, λειτουργεί σαν ένα «έξυπνο» Google Drive. «Ο κάθε ερευνητής ουσιαστικά φτιάχνει τους δικούς του φακέλους», εξηγεί, δίνοντας στον χρήστη τον απόλυτο έλεγχο των πηγών του. «Αντί να ρωτήσεις ένα γενικό μοντέλο, μπορείς να ρωτήσεις τους φακέλους» κάποιου χρήστη. Αυτή η προσέγγιση εστιάζει την απάντηση σε ένα σώμα γνώσης που ο χρήστης εμπιστεύεται και ταυτόχρονα επιταχύνει την ανθρώπινη συνεργασία, καθώς ο χρήστης ξέρει αμέσως σε ποιον ειδικό να απευθυνθεί.
Όσο για τον φόβο αντικατάστασης του ανθρώπου, ο κ. Μεϊμάρης προσφέρει μια εύστοχη αναλογία: η AI πρέπει να λειτουργεί σαν «τηλεσκόπιο». Τα πρώτα τηλεσκόπια, εξηγεί, βοήθησαν τον άνθρωπο να δει μακρύτερα. Σήμερα, η τεχνολογία αυτή έχει εξελιχθεί, αλλά «δεν έχουν αντικαταστήσει την ανθρώπινη όραση… Το ανθρώπινο μάτι δεν είναι ξεπερασμένο». Αντ’ αυτού, μας επιτρέπουν να αντιληφθούμε «πράγματα τα οποία είναι μη αντιληπτά από το ανθρώπινο μάτι». Κατά τον ίδιο τρόπο, η AI έρχεται να «ξεκαθαρίσει το πεδίο» από τον «τεράστιο θόρυβο» των δημοσιεύσεων. Ο ρόλος της είναι να αναδείξει αυτό που αξίζει διερεύνησης. «Εκεί ξεκινάει μετά η ανθρώπινη δημιουργικότητα», τονίζει, για την ερμηνεία των ευρημάτων.
Κοιτώντας το μέλλον, ο κ. Μεϊμάρης πιστεύει ότι εργαλεία σαν το PaperLab θα βοηθούν και στη διατύπωση πρωτότυπων ερευνητικών υποθέσεων. Αυτό, εξηγεί, θα γίνει μέσω της «χαρτογράφησης» της γνώσης. Όπως ένας χάρτης αποκαλύπτει τα κενά μεταξύ περιοχών, έτσι και η AI θα μπορεί να «εμφανίσει κενά» στην υπάρχουσα έρευνα, προτείνοντας νέα ερωτήματα στον ερευνητή, ο οποίος παραμένει ο τελικός κριτής. Το όραμα για τα επόμενα 3-5 χρόνια είναι η PaperLab να μετεξελιχθεί σε μια πλατφόρμα «συνεργατικής νοημοσύνης», με στόχο «οποιοσδήποτε θα θέλει και θα μπορεί να γίνει ερευνητής».
Η τεχνολογία αυτή, άλλωστε, δεν περιορίζεται στην ακαδημαϊκή κοινότητα. Όπως αναφέρει ο κ. Μεϊμάρης, «έχουμε δει ότι ήδη παρόμοια προβλήματα αντιμετωπίζουν» και «άλλοι επαγγελματίες», κλάδοι που επίσης διαχειρίζονται τεράστιο όγκο πληροφοριών. Κλειδί για αυτή την επέκταση σε τομείς που διαχειρίζονται ευαίσθητα έγγραφα είναι η εμπιστοσύνη. «Μιλάμε για έγγραφα τα οποία πρέπει να μην δοθούν παρά έξω λόγω εμπιστευτικότητας». Γι’ αυτό, η PaperLab επενδύει στρατηγικά σε πιστοποιήσεις όπως το GDPR, το ISO και το SOC2, και δεσμεύεται κατηγορηματικά ότι δεν χρησιμοποιεί τα δεδομένα των χρηστών για να εκπαιδεύσει τα μοντέλα της.
Αυτή η δομημένη προσέγγιση πηγάζει και από τον διττό του ρόλο ως μαθηματικός και CEO. Ο κ. Μεϊμάρης παραδέχεται ότι η μεθοδολογία της μαθηματικής σκέψης επηρεάζει άμεσα τις επιχειρηματικές του αποφάσεις. Ο τρόπος διοίκησης της ομάδας και ανάπτυξης της πλατφόρμας βασίζεται στην «επιστημονική μέθοδο»: «Ξεκινάμε, έχουμε κάποιες παρατηρήσεις, κάποιες υποθέσεις και μετά πειραματιζόμαστε… πρέπει να δεις, να τσεκάρεις, να τεστάρεις, να κάνεις μια ανάλυση στα δεδομένα».
Κλείνοντας, και απαντώντας στο ερώτημα αν η τρέχουσα έκρηξη της AI είναι μια «φούσκα», ο κ. Μεϊμάρης εμφανίζεται μετρημένος. Αναγνωρίζει ότι αν εστιάσουμε μόνο στα LLMs, «ήδη έχουμε ξεκινήσει και βλέπουμε κάποια στάδια πλατό», με τις ραγδαίες εξελίξεις να επιβραδύνονται. Όμως, τονίζει, η τεχνητή νοημοσύνη είναι πολύ ευρύτερη από τα γλωσσικά μοντέλα. «Η έρευνα δεν σταματάει ποτέ», καταλήγει, και η τεχνολογία αυτή θα συνεχίσει να εξελίσσεται για να παραμείνει το ισχυρότερο εργαλείο ενίσχυσης της ανθρώπινης σκέψης, με τελικό όραμα «μια ενιαία πλατφόρμα έρευνας, σκέψης και δημιουργίας».
