Τεχνητή Νοημοσύνη: Η ελληνική κοινότητα AI χτίζει γέφυρες με τη διεθνή επιστημονική σκηνή

Με περισσότερους από 620 συμμετέχοντες και 217 επιστημονικές εργασίες ολοκληρώθηκε στην Αθήνα το Greeks in AI 2026, το ετήσιο διεθνές συμπόσιο που συνδέει Έλληνες επιστήμονες και επαγγελματίες από την Τεχνητή Νοημοσύνη τόσο από την Ελλάδα όσο και από το εξωτερικό.

Τεχνητή Νοημοσύνη και προτεραιότητες

Από το σύνολο των εργασιών προέκυψαν επτά βασικά συμπεράσματα για τις προτεραιότητες της διεθνούς κοινότητας της Τεχνητής Νοημοσύνης. Ειδικότερα:

-Η αγορά περνά από τα πειράματα στις εφαρμογές με μετρήσιμο αποτέλεσμα
Το βασικό ερώτημα για τις επιχειρήσεις δεν είναι πλέον αν μπορούν να δημιουργήσουν ένα εντυπωσιακό πιλοτικό σύστημα, αλλά αν η εφαρμογή μπορεί να λειτουργεί καθημερινά, με πραγματικά δεδομένα και πραγματικούς χρήστες. Η αξιολόγηση μιας επένδυσης στην AI συνδέεται πλέον με συγκεκριμένους δείκτες, όπως η μείωση του λειτουργικού κόστους, η αύξηση της παραγωγικότητας, η ταχύτερη εξυπηρέτηση και η βελτίωση της λήψης αποφάσεων.

-Η μετάβαση από το prototype στην παραγωγή παραμένει η δυσκολότερη φάση
Ένα ισχυρό μοντέλο δεν αρκεί για να δημιουργηθεί ένα αξιόπιστο επιχειρησιακό σύστημα. Απαιτούνται κατάλληλες υποδομές, ποιοτικά δεδομένα, συνεχείς έλεγχοι, διαδικασίες κυβερνοασφάλειας, παρακολούθηση της απόδοσης και σαφής κατανομή ευθυνών. Πολλά έργα σταματούν στο πιλοτικό στάδιο, επειδή οι οργανισμοί υποτιμούν το κόστος ενσωμάτωσης στις υφιστάμενες λειτουργίες τους.

-Η ποιότητα των δεδομένων καθορίζει την ποιότητα της AI
Η τεχνολογία δεν μπορεί να καλύψει αδυναμίες που υπάρχουν στα δεδομένα μιας επιχείρησης. Ελλιπείς βάσεις, διαφορετικές μορφές καταγραφής, παλαιά συστήματα και περιορισμένη πρόσβαση στις πληροφορίες μειώνουν την αποτελεσματικότητα των εφαρμογών. Για τον λόγο αυτό, η επένδυση σε AI πρέπει να συνοδεύεται από επένδυση στη διαχείριση και στη διακυβέρνηση των δεδομένων.

– Η Τεχνητή Νοημοσύνη δεν αποτελεί μόνο έργο των τμημάτων πληροφορικής
Οι εφαρμογές που αποδίδουν περισσότερο σχεδιάζονται από κοινού από τεχνικές ομάδες, διοίκηση και στελέχη που γνωρίζουν τις πραγματικές ανάγκες της επιχείρησης. Η επιλογή των κατάλληλων περιπτώσεων χρήσης απαιτεί γνώση των διαδικασιών, των πελατών και των λειτουργικών προβλημάτων. Χωρίς συμμετοχή των επιχειρησιακών μονάδων, αυξάνεται ο κίνδυνος να αναπτυχθούν συστήματα που δεν χρησιμοποιούνται.

– Η αξιοπιστία και η διακυβέρνηση αποκτούν την ίδια βαρύτητα με την απόδοση
Η διεθνής συζήτηση μεταφέρεται από το πόσο ισχυρό είναι ένα μοντέλο στο πόσο ασφαλές, ελέγξιμο και διαφανές είναι. Οι επιχειρήσεις πρέπει να γνωρίζουν ποια δεδομένα χρησιμοποιούνται, με ποιον τρόπο παράγεται ένα αποτέλεσμα, πότε απαιτείται ανθρώπινος έλεγχος και ποιος αναλαμβάνει την ευθύνη σε περίπτωση λάθους. Η συμμόρφωση με το κανονιστικό πλαίσιο ενσωματώνεται πλέον από την αρχή στον σχεδιασμό των εφαρμογών.

– Η Ευρώπη αναζητά μεγαλύτερη τεχνολογική αυτονομία
Ιδιαίτερη έμφαση δόθηκε στην ανάπτυξη ανοικτών και κυρίαρχων μοντέλων Τεχνητής Νοημοσύνης, ώστε η Ευρώπη να περιορίσει την εξάρτησή της από λίγους μεγάλους διεθνείς παρόχους. Η συζήτηση αφορά την πρόσβαση σε υπολογιστική ισχύ, τη διαθεσιμότητα ευρωπαϊκών δεδομένων, την ανάπτυξη πολυγλωσσικών μοντέλων και τη δυνατότητα ελέγχου κρίσιμων τεχνολογικών υποδομών.

– Η ελληνική γλώσσα χρειάζεται δικά της δεδομένα, μοντέλα και εργαλεία αξιολόγησης
Η παρουσία εργασιών όπως το GreekMMLU και το Maistros ανέδειξε τη σημασία της ανάπτυξης τεχνολογιών ειδικά προσαρμοσμένων στα ελληνικά. Τα μεγαλύτερα διεθνή μοντέλα δεν έχουν πάντα την ίδια απόδοση σε γλώσσες με μικρότερο όγκο ψηφιακού περιεχομένου. Η δημιουργία ελληνικών benchmarks, σωμάτων δεδομένων και γλωσσικών μοντέλων αποτελεί προϋπόθεση για αξιόπιστες εφαρμογές στη δημόσια διοίκηση, στις επιχειρήσεις, στην εκπαίδευση και στην υγεία.

Τα μεγάλα γλωσσικά μοντέλα

Παράλληλα, σύμφωνα με το ΑΠΕ-ΜΠΕ, οι επιστημονικές παρουσιάσεις έδειξαν ότι η έρευνα δεν περιορίζεται στα μεγάλα γλωσσικά μοντέλα. Στο πρόγραμμα περιλαμβάνονταν εφαρμογές στην υπολογιστική όραση, στην επεξεργασία φωνής, στη ρομποτική, στη βιοϊατρική, στην ενεργειακή αποδοτικότητα, στην ανίχνευση παραπληροφόρησης και στην αντιμετώπιση των λανθασμένων απαντήσεων των γενετικών μοντέλων.

Ο απολογισμός του συμποσίου δείχνει ότι η ελληνική κοινότητα της AI διαθέτει σημαντική διεθνή παρουσία και ισχυρό επιστημονικό δυναμικό. Το επόμενο βήμα είναι η δημιουργία μόνιμων μηχανισμών συνεργασίας, η ενίσχυση της χρηματοδότησης, η μεγαλύτερη πρόσβαση σε υπολογιστικές υποδομές και η ανάπτυξη επαγγελματικών ευκαιριών που θα επιτρέψουν σε περισσότερους Έλληνες επιστήμονες να διατηρούν ουσιαστική σχέση με την Ελλάδα.Σε αυτό το πεδίο θα κριθεί αν το brain circulation μπορεί να μετατραπεί σε επενδύσεις, νέες επιχειρήσεις, ερευνητικές ομάδες και παραγωγικές εφαρμογές Τεχνητής Νοημοσύνης.

Greeks in AI

Το Greeks in AI όπως επισημαίνουν οι διοργανωτές, ξεκίνησε με έναν απλό αλλά φιλόδοξο στόχο: να συμβάλει στην ενίσχυση της ελληνικής κοινότητας Τεχνητής Νοημοσύνης, να αναδείξει το έργο των Ελλήνων επιστημόνων διεθνώς, και ιδιαίτερα των νεότερων ερευνητών, να φέρει πιο κοντά την ακαδημαϊκή έρευνα με τη βιομηχανία και να συμβάλει στη μετατροπή του brain drain σε brain circulation, χτίζοντας γέφυρες συνεργασίας.

Φέτος, όπως ανακοινώθηκε, περισσότερες από 650 εγγραφές, 217 επιστημονικές εργασίες δημοσιευμένες σε ορισμένα από τα σημαντικότερα διεθνή συνέδρια και περιοδικά του χώρου, 36 spotlight παρουσιάσεις, εκτεταμένες συνεδρίες posters, τρία θεματικά workshops και ένα PhD Symposium με 70 νέους ερευνητές και 30 μέντορες συνέθεσαν ένα ιδιαίτερα ζωντανό και δημιουργικό επιστημονικό τριήμερο.Το Greeks in AI είναι μια πρωτοβουλία που γεννήθηκε και αναπτύσσεται μέσα στην κοινότητα. Ανήκει στους ερευνητές, στους φοιτητές, στους μέντορες, στις εταιρείες, στους δημόσιους και επιστημονικούς φορείς, στους χορηγούς και στους εθελοντές που το αγκαλιάζουν και το κάνουν πραγματικότητα.