Enothta-7-Plhroforikh-3 τν-β
1 / 10

Τεχνητή Νοημοσύνη

Εισαγωγή, Εφαρμογές & Κίνδυνοι

Ενότητα 7 – Πληροφορική

2 / 10

Τι είναι Τεχνητή Νοημοσύνη;

  • Είναι ο κλάδος της πληροφορικής που δημιουργεί “έξυπνες” μηχανές.
  • Ικανότητες: Μάθηση, Αναγνώριση ομιλίας/εικόνας, Επίλυση προβλημάτων.
  • Παραδείγματα:
    • Face ID στα κινητά
    • Προτάσεις Netflix & TikTok
    • Πλοήγηση GPS
3 / 10

TN vs Μηχανική Μάθηση

  • Τεχνητή Νοημοσύνη (AI): Η γενική έννοια (η “ομπρέλα”).
  • Μηχανική Μάθηση (ML): Υποκατηγορία της ΤΝ.
  • Στην ML, οι υπολογιστές “μαθαίνουν” από δεδομένα (Big Data) χωρίς να προγραμματίζονται για κάθε κίνηση ξεχωριστά.
4 / 10

Chatbots & Generative AI

  • Παραγωγική ΤΝ: Δημιουργεί νέο κείμενο, εικόνες ή κώδικα.
  • Εργαλεία: ChatGPT, Gemini, Copilot, gov.gr Assistant.
  • Prompt: Η εντολή/ερώτηση που δίνουμε στη μηχανή για να πάρουμε απάντηση.
5 / 10

Πώς λειτουργούν (LLMs);

  • Τα Μεγάλα Γλωσσικά Μοντέλα εκπαιδεύονται διαβάζοντας εκατομμύρια κείμενα.
  • Δεν “σκέφτονται” όπως ο άνθρωπος.
  • Προβλέπουν απλώς ποια λέξη ταιριάζει μετά την προηγούμενη, βάσει πιθανοτήτων.
6 / 10

Τα 3 Είδη Τεχνητής Νοημοσύνης

  • 1. Ασθενής (Weak AI): Κάνει τέλεια ΜΙΑ δουλειά (π.χ. σκάκι). Είναι αυτό που έχουμε σήμερα.
  • 2. Γενική (General AI): Έχει ανθρώπινη νοημοσύνη σε όλα (Δεν υπάρχει ακόμα).
  • 3. Υπερνοημοσύνη: Ξεπερνά τον άνθρωπο (Θεωρητικό σενάριο).
7 / 10

Προσοχή στα Λάθη!

  • Η ΤΝ κάνει λάθη ακόμα και σε απλά προβλήματα λογικής.
  • Hallucinations: Μπορεί να δώσει μια απάντηση που φαίνεται σωστή αλλά είναι εντελώς φανταστική.
  • Συμβουλή: Πάντα ελέγχουμε τις πληροφορίες!
8 / 10

Ηθική & Κίνδυνοι

  • Fake News: Εύκολη δημιουργία ψευδών ειδήσεων.
  • Προκαταλήψεις: Αν τα δεδομένα έχουν λάθη, η ΤΝ θα είναι μεροληπτική.
  • Λογοκλοπή: Η αντιγραφή κειμένων από το ChatGPT χωρίς πηγή παραβιάζει πνευματικά δικαιώματα.
9 / 10

Νευρωνικά Δίκτυα στην Πράξη

  • Με το εργαλείο Teachable Machine της Google μπορούμε να φτιάξουμε το δικό μας μοντέλο.
  • Βήματα:
    1. Συλλέγουμε εικόνες (π.χ. Μέρα/Νύχτα).
    2. Πατάμε “Train Model”.
    3. Ο υπολογιστής μαθαίνει να ξεχωρίζει τις εικόνες!
10 / 10

Συμπεράσματα

  • Η Τεχνητή Νοημοσύνη είναι βοηθός, όχι αντικαταστάτης του ανθρώπου.
  • Χρειάζεται Κριτική Σκέψη στη χρήση της.
  • Το μέλλον βασίζεται στη συνεργασία Ανθρώπου – Μηχανής.
🤖