Υπουργείο Ψηφιακής Διακυβέρνησης

7.6.1.Υπολογιστικά Συστήματα Υψηλών Επιδόσεων

Η στρατηγική της χώρας σε σχέση με την αξιοποίηση υπερυπολογιστικών δυνατοτήτων για την πρόοδο της κοινωνίας είναι σε πλήρη ταύτιση με την κεντρική στρατηγική της Ευρωπαϊκής Ένωσης.

Συγκεκριμένα, η Ευρωπαϊκή Επιτροπή έχει δημιουργήσει την Κοινή Επιχείρηση (Joint Undertaking) με την ονομασία EuroHPC, στην οποία συμμετέχει και η Ελλάδα. Η Κοινή Επιχείρηση EuroHPC (EuroHPC) επιτρέπει στις χώρες της Ε.Ε. καθώς και στις υπόλοιπες συμμετέχουσες χώρες να συντονίσουν τις προσπάθειές τους και να μοιραστούν πόρους με στόχο την ανάπτυξη στην Ευρώπη μιας υποδομής υπερυπολογιστών παγκόσμιας κλάσης και ενός ανταγωνιστικού οικοσυστήματος καινοτομίας στις υπερυπολογιστικές τεχνολογίες, εφαρμογές και δεξιότητες. Εκτός από τον πρώτο πυλώνα των υποδομών, η Ελλάδα έχει ενεργό συμμετοχή στο δεύτερο πυλώνα της έρευνας και της καινοτομίας. Οι επενδύσεις θα ωφελήσουν την ανάπτυξη της ευρωπαϊκής βιομηχανίας προσφοράς υπερυπολογιστών και πολλών εφαρμογών υψηλής τεχνολογίας. Σημαντικός στόχος για το EuroHPC είναι επίσης η υποστήριξη της ανάπτυξης πρωτοπόρων εφαρμογών σε μεγάλο αριθμό κοινωνικών, επιστημονικών και βιομηχανικών τομέων.

Στο δεύτερο πυλώνα, εκτός από τις δράσεις έρευνας, η Κοινή Επιχείρηση συγχρηματοδοτεί τη δράση με την ονομασία Κέντρα Υπερυπολογιστικών Δεξιοτήτων (εφεξής HPC Competence Centers/HPC-CC). Στόχος της συγκεκριμένης δράσης είναι να υποστηρίξει σε κάθε χώρα τη δημιουργία ενός Εθνικού HPC Competence Center. Το Εθνικό HPC Competence Center θα παρέχει υπερυπολογιστικές υπηρεσίες στη βιομηχανία (συμπεριλαμβανομένων των ΜΜΕ), στους ακαδημαϊκούς φορείς και στους φορείς της Δημόσιας Διοίκησης προσαρμοσμένες σε ένα μεγάλο εύρος χρηστών, με στόχο να διευκολύνει και να προωθήσει τη μετάβαση προς την ευρύτερη υιοθέτηση των υπερυπολογιστών στην Ευρώπη. Το HPC-CC θα είναι το επίκεντρο συντονισμού όλων των εθνικών πρωτοβουλιών, διευκολύνοντας την πρόσβαση των εθνικών φορέων σε ευρωπαϊκές υπερυπολογιστικές δεξιότητες και ευκαιρίες. Σε πρώτη φάση, οι χώρες θα πρέπει να δομήσουν τα εθνικά HPC-CCs. Στην Ελλάδα, ως συντονιστής του Εθνικού HPC-CC έχει επιλεγεί το ΕΔΥΤΕ ΑΕ λόγω της εμπειρίας της σε θέματα υπερυπολογιστών, καθώς και της λειτουργίας του μοναδικού Tier-1 υπερυπολογιστή της χώρας.

Η Ελλάδα, αναγνωρίζοντας την ανάγκη ύπαρξης υπολογιστών υψηλών επιδόσεων, επενδύει ενεργά στο χώρο των υπερυπολογιστών μέσω στοχευμένων έργων μέσα από τις ακόλουθες πρωτοβουλίες:

Επέκταση του εθνικού υπερυπολογιστή

Στην Ελλάδα, το ΕΔΥΤΕ ΑΕ έχει αναπτύξει και λειτουργεί το υπερ υπολογιστικό σύστημα ARIS το οποίο αξιοποιείται από ένα πολύ μεγάλο εύρος εφαρμογών σε περιοχές όπως βιοχημεία, χημεία, φυσική, κλιματολογία, μηχανική, μετεωρολογία και μηχανική μάθηση.

Το ARIS (Advanced Research Information System) είναι το ισχυρότερο υπολογιστικό σύστημα στην Ελλάδα για επιστημονικές εφαρμογές. Τέθηκε σε λειτουργία τον Ιούλιο του 2015 από το ΕΔΥΤΕ ΑΕ προσφέροντας ένα ισχυρό εργαλείο έρευνας στην ελληνική επιστημονική κοινότητα. Το σύστημα κατά την έναρξη λειτουργίας του συμπεριλήφθηκε στη λίστα με τους 500 ισχυρότερους υπολογιστές του κόσμου (top500.org) και έβαλε την Ελλάδα στον παγκόσμιο χάρτη των συστημάτων υψηλών επιδόσεων. Το υπολογιστικό σύστημα ARIS σήμερα έχει μέγιστη θεωρητική υπολογιστική ισχύ 535 TFlops (τρισεκατομμύρια μαθηματικές πράξεις το δευτερόλεπτο) και προσφέρει πολλαπλές δυνατότητες επεξεργασίας δεδομένων.

Η έναρξη λειτουργίας του εθνικού υπερυπολογιστή ARIS αποδείχθηκε πολύ σημαντική για την έρευνα. Μέχρι και σήμερα, πάνω από 250 ερευνητικές ομάδες έχουν αξιοποιήσει τις υπερυπολογιστικές υπηρεσίες που προσφέρει το ARIS και το ΕΔΥΤΕ ΑΕ. Επίσης, έχουν ήδη δημοσιευθεί τουλάχιστον 176 επιστημονικές εργασίες με αποτελέσματα που προέκυψαν από τη χρήση του ARIS. Το ποσοστό χρήσης του εθνικού υπερυπολογιστή έφτασε στο μέγιστο σε πολύ μικρό χρονικό διάστημα από την έναρξη λειτουργίας του. Συγκεκριμένα, η χρήση του συστήματος σε όρους υπολογιστικών πόρων, για το 2018, ήταν 93.6%, και η ετήσια ζήτηση κατά μέσο όρο ήταν περίπου 2.5 φορές η δυνατότητα του συστήματος. Αυτό έχει ως αποτέλεσμα τη σημαντική αύξηση του χρόνου αναμονής για να εκτελεστούν οι ζητούμενες επιστημονικές εργασίες.

Από τα παραπάνω καθίσταται σαφές ότι ο εθνικός υπερυπολογιστής χρήζει επέκτασης, προκειμένου να καταφέρει να καλύψει την εγχώρια ζήτηση για τα επόμενα χρόνια. Σε αυτή την κατεύθυνση προωθείται η επέκταση του υφιστάμενου συστήματος σε 2 φάσεις.Κατά την πρώτη φάση, προτείνεται η επέκταση του υφιστάμενου συστήματος χρησιμοποιώντας τον ελεύθερο χώρο στις εγκαταστάσεις του υπάρχοντος υπολογιστικού κέντρου, ώστε αφενός να μπορεί να καλύψει τις υφιστάμενες ανάγκες για ένα διάστημα 1-2 χρόνων, αφετέρου να διασφαλίσει την ομαλή μετάβαση κατά τη δεύτερη φάση επέκτασης, χωρίς διακοπή για σημαντικό χρονικό διάστημα (το πολύ λίγων ωρών ή ημερών) των παρεχόμενων υπηρεσιών. Σημειώνεται ότι η πρώτη φάση της προτεινόμενης επέκτασης, θα μπορεί να υλοποιηθεί πολύ πιο σύντομα, μερικές εβδομάδες από την παραλαβή και έλεγχο ορθής λειτουργίας του υλικού, λόγω της απουσίας ανάγκης εργασιών για ενέργεια, ψύξη, καλωδίωση κλπ.

Έχοντας διασφαλίσει την απρόσκοπτη λειτουργία των υφιστάμενων δυνατοτήτων / υπηρεσιών θα μπορεί να γίνει πλήρης αντικατάσταση του υλικού και της υποδομής της αρχικής εγκατάστασης με στόχο την κάλυψη υφιστάμενων και μελλοντικών – σε βάθος πενταετίας – αναγκών στη δεύτερη φάση της επέκτασης, με χρονικό ορίζοντα ένα χρόνο μετά την πρώτη επέκταση. Η επέκταση της δεύτερης φάσης θα καλύψει τις διαφαινόμενες ανάγκες της εκπαιδευτικής – ερευνητικής κοινότητας για τα επόμενα ~5 χρόνια.  Έχοντας εξοπλισμό σε λειτουργία που μπορεί να καλύψει έστω και οριακά τη ζήτηση, υπάρχει ο χρόνος και χώρος για μια βέλτιστη συμπληρωματική εγκατάσταση που θα καλύψει τις διαφαινόμενες ανάγκες της εκπαιδευτικής – ερευνητικής κοινότητας για τα επόμενα 5 χρόνια. Συγκεκριμένα, μετά και τη δεύτερη φάση, η συνολική υπολογιστική ισχύς του συστήματος θα φτάνει περίπου τα 3 Pflop, αφενός αρκετή ώστε να καλύπτει τις ανάγκες για τα επόμενα λίγα χρόνια, αφετέρου με μεγάλη πιθανότητα να ξαναμπεί η χώρα στο TOP500, αναλόγως χρονοδιαγραμμάτων – η τελευταία θέση αυτή τη στιγμή είναι στα 1.26 Pflop αλλά η κατάσταση εξελίσσεται γρήγορα.

Συμπληρωματικές δράσεις HPC

Όπως αποδεικνύεται από την ως τώρα εμπειρία, για να γίνει πλήρης αξιοποίηση του υπερυπολογιστικού συστήματος, η προμήθεια/ επέκταση του υφιστάμενου υπερυπολογιστή είναι αναγκαία, αλλά όχι ικανή συνθήκη. Χωρίς την αντίστοιχη στοχευμένη εκπαίδευση/κατάρτιση σε διάφορες ομάδες χρηστών, η αξιοποίηση του συγκεκριμένου συστήματος, αλλά και άλλων μικρότερων συστημάτων (εργαστηριακών computer clusters, κλπ), παραμένει σε πολύ χαμηλά επίπεδα. Για παράδειγμα, υπάρχουν περιπτώσεις που ζητούνται Ν coreHours για την εκτέλεση κάποιας παράλληλης εφαρμογής, όμως πραγματοποιώντας ελάχιστες αλλαγές στον κώδικά της εφαρμογής, η πραγματική ανάγκη μπορεί να πέφτει ακόμη και στο επίπεδο N/10 coreHours. Οι περιπτώσεις αυτές μπορούν να εντοπιστούν μόνο από έμπειρους τεχνικούς στον συγκεκριμένο τομέα (υπερυπολογιστικές εφαρμογές και συστήματα), οι οποίες προκύπτουν μέσα από εξειδικευμένες εκπαιδευτικές δράσεις.  Ένα επιπλέον κόστος  θα χρειαστεί για προμήθεια και εγκατάσταση λογισμικού, απαραίτητου για την αποδοτική λειτουργία του συστήματος. Ενδεικτικά αναφέρονται compilers, άδειες για το παράλληλο filesystem, εργαλεία ελέγχου και καταγραφής κατάστασης

Παροχή εκπαιδευτικών προγραμμάτων στην ερευνητική και ακαδημαϊκή κοινότητα

Το ΕΔΥΤΕ ΑΕ, μέσω της συμμετοχής της στο –χρηματοδοτούμενο από την Ευρωπαϊκή Επιτροπή– έργο PRACE-6IP, αποτελεί ένα από τα δέκα εκπαιδευτικά κέντρα που λειτουργούν στην Ευρώπη σχετικά με τους υπερυπολογιστές (PRACE Training Center). Κάθε χρόνο πραγματοποιεί τουλάχιστον πέντε εκπαιδεύσεις που απευθύνονται σε μέλη της ευρύτερης ερευνητικής και ακαδημαϊκής κοινότητας, κυρίως μεταπτυχιακού επιπέδου. Οι εκπαιδεύσεις είναι διαφόρων επιπέδων και καλύπτουν διάφορες περιοχές όπως βιομοριακή επιστήμη (biomolecular), μετεωρολογία, κ.ά.

Ενίσχυση της χρήσης υπερυπολογιστών από τις μικρομεσαίες επιχειρήσεις (ΜΜΕ)

Μέσω της συμμετοχής της χώρας στο PRACE, οι ΜΜΕ μπορούν να αξιοποιήσουν τη δυνατότητα συμμετοχής στο πρόγραμμα SHAPE (SME HPC Adoption Programme in Europe). Το SHAPE είναι ένα πανευρωπαϊκό πρόγραμμα που υποστηρίζει την υιοθέτηση της υπερυπολογιστών από ΜΜΕ. Το πρόγραμμα στοχεύει στην ευαισθητοποίηση και στον εξοπλισμό των ευρωπαϊκών ΜΜΕ με την απαιτούμενη τεχνογνωσία, ώστε να επωφεληθούν από τις δυνατότητες καινοτομίας που ανοίγουν οι υπερυπολογιστές, αυξάνοντας έτσι την ανταγωνιστικότητά τους. Το πρόγραμμα βοηθάει τις ευρωπαϊκές ΜΜΕ να ξεπεράσουν τα εμπόδια στη χρήση υπερυπολογιστών, όπως το κόστος λειτουργίας, η έλλειψη γνώσεων και η έλλειψη πόρων. Διευκολύνει τη διαδικασία καθορισμού αφενός μιας εφαρμόσιμης λύσης που βασίζεται σε υπερυπολογιστές και αφετέρου ενός κατάλληλου επιχειρηματικού μοντέλου.

Αξιοποίηση των υπερυπολογιστών από τη Δημόσια Διοίκηση

Η αξιοποίηση των δυνατοτήτων που προσφέρουν οι υπερυπολογιστές από τη Δημόσια Διοίκηση θα προέλθει μέσω της δράσης HPC Competence Centers του EuroHPC. Μετά την έναρξη του σχετικού έργου και την αρχικοποίηση του εθνικού δικτύου, θα υπάρξουν παρεμβάσεις ευαισθητοποίησης των φορέων της Δημόσιας Διοίκησης, μέσα από δράσεις διάχυσης και εκπαίδευσης. Ανάλογα με την πρόοδο του συντονισμού του πανευρωπαϊκού δικτύου Competence Centers, θα οργανωθούν δράσεις με συμμετοχή φορέων άλλων, πιο προχωρημένων υπερυπολογιστικά χωρών στη Δημόσια Διοίκηση, προκειμένου να μεταφέρουν εμπειρία και τεχνογνωσία.

Παρακάτω παρουσιάζονται συνοπτικά έργα που προωθούν την αξιοποίηση των υπολογιστικών συστημάτων υψηλών επιδόσεων.

Πίνακας 9: Έργα προώθησης της χρήσης υπολογιστικών συστημάτων υψηλών επιδόσεων

Πηγή: Ιδία επεξεργασία

7.6.2. Τεχνητή Νοημοσύνη

Η τεχνητή νοημοσύνη είναι μία από τις πιο ανατρεπτικές τεχνολογίες του 21ού αιώνα μεταμορφώνει τη βιομηχανία και την κοινωνία σε παγκόσμιο επίπεδο, αυξάνοντας την παραγωγικότητα της εργασίας, οδηγώντας την ανάπτυξη μέσω του αυτοματισμού, προωθώντας τη συνεργασία μεταξύ ανθρώπων και μηχανών και διευκολύνοντας τη διάχυση της καινοτομίας. Παρότι δεν υπάρχει ένας μοναδικός ορισμός της, στο κείμενο αυτό αναφερόμαστε στην τεχνητή νοημοσύνη ως μια συλλογή τεχνολογιών που, συνδυάζοντας δεδομένα, αλγόριθμους και αυξημένη υπολογιστική ισχύ, είναι σε θέση να μαθαίνει και να λαμβάνει αποφάσεις που μέχρι πρόσφατα λαμβάνονταν αποκλειστικά από ανθρώπους, με στόχο την επίτευξη καθορισμένων στόχων. Οι εξελίξεις στην υπολογιστική επιστήμη, η προηγμένη υπολογιστική αρχιτεκτονική και η αυξανόμενη διαθεσιμότητα δεδομένων αποτελούν βασικούς μοχλούς, αλλά και προϋποθέσεις, της τρέχουσας ανάπτυξης στον τομέα της τεχνητής νοημοσύνης.

Στη σημερινή οικονομία της γνώσης, οι καινοτομίες και οι τεχνολογικές αλλαγές είναι ανάμεσα στους σημαντικότερους παράγοντες που καθορίζουν την οικονομική ανάπτυξη. Στην Ελλάδα, σύμφωνα με μελέτη της Accenture σε συνεργασία με τη Microsoft^[1], η ανάπτυξη και εφαρμογή της τεχνητής νοημοσύνης μπορεί να οδηγήσει σε σωρευτική αύξηση του ΑΕΠ κατά 195 δισ. δολάρια για την περίοδο 2020-2035. Για να επιτευχθεί αυτό όμως, θα πρέπει να οργανώσουμε το κατάλληλο οικοσύστημα καταλυτών και προϋποθέσεων που θα μας επιτρέψει να αξιοποιήσουμε στο μέγιστο τα οφέλη που φέρνει η τεχνητή νοημοσύνη, αντιμετωπίζοντας παράλληλα τις προκλήσεις που τη συνοδεύουν.

Το Υπουργείο Ψηφιακής Διακυβέρνησης, ανταποκρινόμενο στα πολλαπλά σήματα από τον επιχειρηματικό και επιστημονικό χώρο, την ερευνητική κοινότητα, τις ομάδες προβληματισμού και την κοινωνία των πολιτών σχετικά με την τεχνολογία της τεχνητής νοημοσύνης, και αναγνωρίζοντας ότι αυτή αποτελεί μια στρατηγική τεχνολογία για τον 21o αιώνα, θα υποστηρίξει την ανάπτυξη της τεχνητής νοημοσύνης με γνώμονα τη δίκαιη και χωρίς αποκλεισμούς κατανομή των πλεονεκτημάτων της σε όλους. H ανάπτυξη αυτή θα υποστηριχθεί από ένα πλαίσιο πολιτικής που θα καθορίζει μέτρα για την ευθυγράμμιση των προσπαθειών σε εθνικό, περιφερειακό και τοπικό επίπεδο και από ένα σύνθετο οικοσύστημα καινοτομίας, που περιλαμβάνει το δημόσιο και ακαδημαϊκό τομέα, τη βιομηχανία, την καινοτόμο επιχειρηματικότητα και τις νεοφυείς επιχειρήσεις, την αυτοδιοίκηση και τις κοινωνικές οργανώσεις. Για το σκοπό αυτό σχεδιάζεται η συντονισμένη υλοποίηση ενός συνόλου δράσεων και παρεμβάσεων, μεταξύ των οποίων είναι και:

• Η διαμόρφωση της Εθνικής Στρατηγικής για την αξιοποίηση της τεχνητής νοημοσύνης.
• Η δημιουργία εθνικού δικτύου κέντρων αριστείας για την τεχνητή νοημοσύνη.
• Η εκπόνηση και διαμόρφωση της εθνικής πολιτικής δεδομένων και του μοντέλου διακυβέρνησης δεδομένων που παρουσιάστηκε σε άλλη ενότητα, ώστε να ενσωματώσει τις απαραίτητες προβλέψεις και απαιτήσεις σε σχέση με τη δυνατότητα αξιοποίησης δημόσιων δεδομένων για την εκπαίδευση της τεχνητής νοημοσύνης.
• Η παροχή κινήτρων σε εταιρείες που αναπτύσσουν λύσεις τεχνητής νοημοσύνης, καθώς και υποστήριξη της κλιμάκωσης και δικτύωσής τους.
• Η ανάπτυξη των δεξιοτήτων που θα υποστηρίξουν το μέλλον της εργασίας, με την κατάρτιση νέων επιστημόνων και την επανακατάρτιση του υπάρχοντος δυναμικού σε νέες ψηφιακές δεξιότητες.
• Η διεξαγωγή εκπαιδευτικών προγραμμάτων για τη δημιουργία εμπιστοσύνης στους πολίτες σε σχέση με τη χρήση της τεχνητής νοημοσύνης.

Στόχος μας είναι η ανάπτυξη του πυρήνα της τεχνητής νοημοσύνης και των μηχανισμών με τους οποίους θα συνδέεται με σχετικές περιοχές, όπως τα μεγάλα δεδομένα, η ρομποτική, η δεοντολογία και η νομολογία. Για το σκοπό αυτο θα επιδιώξουμε να αξιοποιήσουμε όλες τις σχετικές ευρωπαϊκές πρωτοβουλίες που εντάσσονται στο Πρόγραμμα για την Ψηφιακή Ευρώπη, όπως οι υποδομές αναφοράς μεγάλης κλίμακας για δοκιμή και πειραματισμό στην τεχνητή νοημοσύνη (Test and Experimental Facilities for Artificial Intelligence) αλλά και η αξιοποίηση της σχετικής πρωτοβουλίας για ανάπτυξη ψηφιακών κόμβων καινοτομίας στην τεχνητή νοημοσύνη (Digital Innovation Hubs on Artificial Intelligence).

Εθνική στρατηγική για την ανάπτυξη της τεχνητής νοημοσύνης

Για την υποστήριξη της υλοποίησης της εθνικής στρατηγικής για τον ψηφιακό μετασχηματισμό, προωθούνται λύσεις επεξεργασίας μεγάλων συνόλων δεδομένων και τεχνητής νοημοσύνης που αφορούν σε διάφορους τομείς της οικονομίας. Σε αυτό το  πλαίσιο, απαιτείται η εκπόνηση μελέτης αποτύπωσης της υφιστάμενης κατάστασης, ανάλυσης απαιτήσεων και προσδιορισμός προτεινόμενων τεχνολογικών λύσεων επεξεργασίας μεγάλων συνόλων δεδομένων και εφαρμογών της τεχνητής νοημοσύνης και μηχανικής μάθησης σε τομείς όπως  η υγεία, η οικονομία και η αγροτική ανάπτυξη.

Η εθνική στρατηγική θα θέτει ένα πλαίσιο για μια ολιστική πολιτική σχετικά με τη μελλοντική ανάπτυξη και εφαρμογή της τεχνητής νοημοσύνης στην Ελλάδα, το οποίο θα δομηθεί σε ένα σύνολο συντονισμένων και αλληλένδετων δράσεων, με σαφή στόχο να μεγιστοποιήσουν τα πιθανά οφέλη και να ελαχιστοποιήσουν το δυνητικό κόστος της για την οικονομία και την κοινωνία. Η εθνική στρατηγική θα αποτελέσει ένα συνεκτικό κείμενο πολιτικής της χώρας σχετικά με την ανάπτυξη της τεχνητής νοημοσύνης, το οποίο:

• Θα καθορίζει τις προϋποθέσεις ανάπτυξης της τεχνητής νοημοσύνης, συμπεριλαμβανομένων του πλαισίου δεξιοτήτων και εμπιστοσύνης, της πολιτικής δεδομένων καθώς και των δεοντολογικών αρχών για την ασφαλή ανάπτυξη και χρήση της.
• Θα περιγράφει τις εθνικές προτεραιότητες και τους τομείς μεγιστοποίησης των πλεονεκτημάτων της τεχνητής νοημοσύνης για την αντιμετώπιση των κοινωνικών προκλήσεων και την οικονομική ανάπτυξη.
• Θα αναλύει τις απαραίτητες δράσεις που σχετίζονται με τις ανωτέρω προτεραιότητες και θα προτείνει οριζόντιες παρεμβάσεις καθώς και τουλάχιστον μία πιλοτική εφαρμογή ανά τομέα άσκησης πολιτικής.

Επιδίωξη είναι η στρατηγική να παρέχει υποστήριξη και σαφή κατεύθυνση, αφήνοντας όμως παράλληλα χώρο για ευελιξία και πειραματισμό στην ερευνητική και επιχειρηματική κοινότητα.

Αξιοποίηση της τεχνητής νοημοσύνης στη Δημόσια Διοίκηση

Η τεχνητή νοημοσύνη μπορεί να βοηθήσει το Δημόσιο Τομέα να γίνει ένας αποδοτικός και εξατομικευμένος πάροχος υπηρεσιών προς τους πολίτες και τις επιχειρήσεις. Η σωστά εστιασμένη εφαρμογή της μπορεί να έχει θετικές επιπτώσεις στις δημόσιες πολιτικές και υπηρεσίες, αλλά η ανάπτυξη εφαρμογών βασισμένων σε τεχνητή νοημοσύνη δεν πρέπει να αποτελεί αυτοσκοπό. Ένα κοινό πρόβλημα με τις αναδυόμενες τεχνολογίες είναι ο κίνδυνος να αρχίσουμε να προδιαγράφουμε λύσεις προτού ακόμη εντοπίσουμε τα προβλήματα και αξιολογήσουμε τη συνεισφορά μιας νέας τεχνολογίας στην επίλυσή τους.

Η εισαγωγή τεχνολογιών τεχνητής νοημοσύνης στη Δημόσια Διοίκηση αποτελεί μια πρόκληση, που απαιτεί τόσο την παροχή, με συντονισμένο τρόπο, των απαραίτητων δεδομένων, τεχνολογιών, συστημάτων, ρυθμιστικών και κανονιστικών πλαισίων, όσο και την ανάπτυξη των κατάλληλων δεξιοτήτων και της εμπειρογνωμοσύνης, εντός της ίδιας της Διοίκησης. Ειδικότερα, η μετάβαση του Δημόσιου Τομέα στην εποχή της τεχνητής νοημοσύνης θα απαιτήσει:

1. Νέους τύπους διατομεακών μοντέλων διαχείρισης και λειτουργίας, στα οποία τα δεδομένα και οι ψηφιακοί πόροι εν γένει θα αγνοούν τα παραδοσιακά όρια μεταξύ των δημόσιων φορέων.
2. Σωστή κατανόηση της συγκεκριμένης τεχνολογίας, των δυνατοτήτων αλλά και των κινδύνων της, προκειμένου να μπορέσουν οι υπεύθυνοι χάραξης πολιτικής και οι δημόσιοι υπάλληλοι να αξιολογήσουν σωστά την ενσωμάτωσή της σε πεδία δημόσιας πολιτικής.
3. Κρίσιμες δεσμεύσεις, όσον αφορά το είδος των δεδομένων που θα χρησιμοποιηθούν, με γνώμονα την προστασία θεμελιωδών δικαιωμάτων, όπως τα δικαιώματα προστασίας των προσωπικών δεδομένων, από όλους τους εμπλεκόμενους συμπεριλαμβανομένων των αναδόχων των έργων, των παρόχων των δεδομένων και των φορέων λειτουργίας των συστημάτων.
4. Το χτίσιμο εμπιστοσύνης με τα άτομα ή τις κοινότητες που θα επηρεαστούν από συστήματα τεχνητής νοημοσύνης που λαμβάνουν αποφάσεις.

Συνεπώς, το Υπουργείο Ψηφιακής Διακυβέρνησης θεωρεί ως καταλληλότερη προσέγγιση, μια στρατηγική ήπιας, σταδιακής εισαγωγής συστημάτων τεχνητής νοημοσύνης στη Δημόσια Διοίκηση, ξεκινώντας με πιλοτικές εφαρμογές σε συγκεκριμένους τομείς και πεδία άσκησης πολιτικής που δεν ενέχουν κινδύνους σχετικούς με «προσωπικά δεδομένα» ή διακρίσεις και μεροληψία στη λήψη αλγοριθμικών αποφάσεων. Τέτοια είναι, για παράδειγμα, συστήματα που «εκπαιδεύονται» σε ανοικτά δημόσια σύνολα δεδομένων, συστήματα βασισμένα σε κανόνες (ruled-based AI) ή συστήματα που «επιβάλλουν» την ανθρώπινη εποπτεία ως τελευταίο βήμα για την αυτοματοποιημένη λήψη νομικά δεσμευτικών αποφάσεων για το υποκείμενο. Στόχος είναι αφενός να υπάρξει μια προοδευτική «τριβή» και προετοιμασία της ίδιας της Διοίκησης στη χρήση και ενσωμάτωση αυτής της νέας τεχνολογίας, και αφετέρου να αποφευχθούν οι κίνδυνοι που σχετίζονται με τη «λανθασμένη» χρήση μιας νέας τεχνολογίας και μπορεί να έχουν αρνητικές επιπτώσεις, συμπεριλαμβανομένων επιπτώσεων που μπορεί να είναι δύσκολο να προβλεφθούν, να προσδιοριστούν ή να μετρηθούν. Επιπλέον, η προσέγγιση αυτή θα επιτρέψει να ολοκληρωθεί σε εθνικό επίπεδο η στρατηγική για την τεχνητή νοημοσύνη και σε ευρωπαϊκό επίπεδο, ο κρίσιμος δημόσιος διάλογος σχετικά με την αναδυόμενη αυτή τεχνολογία, και να καταρτιστεί η απαραίτητη νομοθεσία για τη συντονισμένη πανευρωπαϊκή προσέγγιση των ανθρώπινων και ηθικών συνεπειών της τεχνητής νοημοσύνης.^[2]

Παρακάτω παρουσιάζονται ενδεικτικά έργα που ευθυγραμμίζονται με την προσέγγιση αυτή για την τεχνητή νοημοσύνη στη Δημόσια Διοίκηση. Οι πρωταρχικοί στόχοι για αυτά τα έργα περιλαμβάνουν την ενίσχυση και βελτίωση των εσωτερικών λειτουργιών του Δημόσιου Τομέα, την παροχή καλύτερων υπηρεσιών στους πολίτες και τις επιχειρήσεις, και τη βελτίωση της κοινωνικής και οικονομικής ευημερίας.

Πλατφόρμα τεχνητής νοημοσύνης και μηχανικής μάθησης

Με αφετηρία την επικοινωνία/σύσταση της Ε.Ε.^[3] για την οικοδόμηση εμπιστοσύνης στην ανθρωποκεντρική τεχνητή νοημοσύνη, γίνεται φανερή η ανάγκη για την υλοποίηση μιας πλατφόρμας στο Δημόσιο, που θα συμβάλει οριζόντια στο σύνολο των έργων και εφαρμογών τεχνητής νοημοσύνης και μηχανικής μάθησης (ΤΝ/ΜΜ). Το έργο θα υλοποιηθεί και θα λειτουργήσει από το ΕΔΥΤΕ κάτω από ένα ευέλικτο σχήμα διακυβέρνησης με τη συμμετοχή και άλλων φορέων. Στο πλαίσιο του έργου θα διασφαλίζονται τα βασικά συστατικά και θα παρέχονται οι διευκολύνσεις για την ανάπτυξη και εφαρμογή εμπιστεύσιμων λύσεων^[4] ΤΝ/ΜΜ στους τομείς άσκησης των δημόσιων πολιτικών με βάση τον άνθρωπο και τις ανάγκες του.

Στόχος της πλατφόρμας είναι οι παραγόμενες εφαρμογές και συστήματα ΤΝ/ΜΜ να έχουν τη δυνατότητα να χρησιμοποιούν αξιόπιστα συστατικά για την υλοποίησή τους. Παράλληλα, η πλατφόρμα θα παρέχει υποδομές και πόρους, ώστε οι παραγόμενες εφαρμογές και συστήματα  να βελτιστοποιούνται και vα μπορεί να βεβαιώνεται σε ελεγχόμενες υποδομές με διαφανή τρόπο η τεχνική τους στιβαρότητα και η ασφάλεια, τηρώντας το απόρρητο των δεδομένων. Συστατικά για την ανάπτυξη της πλατφόρμας ΤΝ/ΜΜ αποτελούν η διασφάλιση υπολογιστικής υποδομής με προσιτούς όρους, η εξασφάλιση κατάλληλων δεδομένων από τον κάθε τομέα, η ανάπτυξη και η κοινή χρήση αλγορίθμων και οπωσδήποτε, η συγκρότηση μιας γόνιμης κοινότητας εξειδικευμένων μηχανικών και ειδικών του κάθε τομέα εφαρμογής τόσο από το Δημόσιο όσο και από τις επιχειρήσεις. Αναλυτικότερα τα συστατικά αυτά παρουσιάζονται ακολούθως:

Διασφάλιση προσιτής υπολογιστικής ισχύος: Οι εφαρμογές ΤΝ/ΜΜ αξιοποιώντας μεγάλα σύνολα δεδομένων είναι υπολογιστικά εξαιρετικά απαιτητικές. Οι οικονομικοί όροι με τους οποίους διατίθενται υπολογιστικοί πόροι και εργαλεία από τα δημόσια υπολογιστικά νέφη συχνά αποτελούν εμπόδιο για πειραματισμούς προκειμένου για την ανάπτυξη νέων υπηρεσιών. Για το λόγο αυτό είναι αναγκαία η εξασφάλιση ισχυρών υπολογιστικών πόρων όπως σημειώνεται στην ενότητα.7.6.1 «Υπολογιστικά Συστήματα Υψηλών Επιδόσεων μέσω των υποδομών EuroHPC/ HPC-CC». Παράλληλα είναι αναγκαία η αξιοποίηση του Εθνικού Υπερυπολογιστή αλλά και η περαιτέρω ανάπτυξη ειδικευμένης υπολογιστικής υποδομής για εφαρμογές ΤΝ/ΜΜ και δεδομένα που απαιτούν επί τόπου (in situ) επεξεργασία λόγω περιορισμών ασφάλειας, χρόνου απόκρισης (latency) ή νομοθεσίας.

Βιβλιοθήκες αλγορίθμων και μοντέλων για μεταφορά μάθησης (transfer learning): H πλατφόρμα θα παρέχει βιβλιοθήκες αλγορίθμων ΤΝ/ ΜΜ περιλαμβάνοντας λύσεις μηχανικής μάθησης, βαθιάς μηχανικής μάθησης, αλγορίθμους συλλογιστικής και αναπαράστασης γνώσης κ.ά., που βρίσκουν εφαρμογή σε διάφορα πεδία και κατηγορίες προβλημάτων. Οι υλοποιήσεις των αλγόριθμων αυτών και οι περιπτώσεις εφαρμογής τους θα είναι δημόσια διαθέσιμες στην κοινότητα για χρήση, δημιουργία παράγωγου έργου και επαναδιάθεσή του στη βιβλιοθήκη. Μέσω της μεταφοράς μάθησης ή αλλιώς προσαρμογής πεδίου (domain adaptation), λύσεις και μοντέλα που θα έχουν εφαρμοστεί και λειτουργήσει σε συγκεκριμένους τομείς θα υιοθετούνται για την επίλυση προβλημάτων και σε άλλους τομείς πολιτικής.

Παρέχοντας τα ανωτέρω εκτιμάται πως γύρω από την πλατφόρμα ΤΝ/ΜΜ θα αναπτυχθεί μια γόνιμη κοινότητα με αμοιβαία επωφελείς συνεργασίες γύρω από το τρίγωνο «Ερευνητική κοινότητα, Δημόσιο και Επιχειρήσεις». Παράλληλα μέσω της κοινότητας δημιουργείται ένα πλαίσιο λογοδοσίας και ευθύνης μεταξύ των συντελεστών που θα αναπτύσσουν συστήματα και εφαρμογές ΤΝ/ΜΜ, έτσι ώστε αυτά να λειτουργούν προς όφελος της περιβαλλοντικής και κοινωνικής ευημερίας.

Στην ουσία το έργο παρέχει τη συνεκτική ουσία και τις προϋποθέσεις λειτουργίας του ΕΔΥΤΕ ως Digital Innovation Hub για εφαρμογές ΤΝ/ΜΜ στο Δημόσιο Τομέα και προωθεί την ενεργή συμμετοχή της χώρας μας στις ευρωπαϊκές εξελίξεις στο πεδίο της ΤΝ, όπως η διασύνδεση με το υπό διαμόρφωση European AI hub – lighthouse centre of AI research and innovation.

Μηχανισμοί υποστήριξης των δημοσίων ελεγκτικών φορέων για την πάταξη της φοροδιαφυγής και τον έλεγχο των δημοσίων συμβάσεων

Για την υποστήριξη της στρατηγικής ενάντια στη διαφθορά, προωθούνται λύσεις επεξεργασίας μεγάλων δεδομένων και τεχνητής νοημοσύνης για την υποστήριξη των ελεγκτικών μηχανισμών του Δημοσίου. Μέσω των λύσεων αυτών θα υποστηριχθεί η υλοποίηση ειδικών μεταρρυθμιστικών παρεμβάσεων σε κρίσιμα πεδία πολιτικής, όπως η πάταξη της φοροδιαφυγής και της εισφοροδιαφυγής.

Επιπρόσθετα, θα πραγματοποιείται έρευνα με σκοπό τον εντοπισμό συμπεριφορών υψηλού ρίσκου και μοτίβων που παραπέμπουν σε πιθανά φαινόμενα διαφθοράς. Τα ευρήματα θα οδηγήσουν στη βελτίωση της διαχείρισης των δημόσιων συμβάσεων καθώς και άλλων ευαίσθητων διαδικασιών της Δημόσιας Διοίκησης.

Παράλληλα, θα αναπτυχθούν λύσεις τεχνητής νοημοσύνης που θα ενισχύουν τις ελεγκτικές υπηρεσίες του Δημοσίου. Για παράδειγμα, θα προωθηθεί η εφαρμογή μεθόδων μηχανικής μάθησης για τη βελτίωση της στόχευσης των ελέγχων, κατευθύνοντας τους επιτόπιους και τους ουσιαστικούς ελέγχους για την αποτελεσματική διερεύνηση περιστατικών απάτης και την αντιμετώπιση του οικονομικού εγκλήματος.

Εφαρμογή παρακολούθησης του συστήματος εισροών εκροών στο εμπόριο καυσίμων

Αντικείμενο της παρέμβασης είναι η ανάπτυξη συστήματος αξιοποίησης και παρακολούθησης σε πραγματικό χρόνο των δεδομένων που δημιουργούνται από τα εγκατεστημένα συστήματα εισροών-εκροών με χρήση αλγορίθμων τεχνητής νοημοσύνης. Το σύστημα θα μπορεί να παράγει προειδοποιήσεις για μη κανονικές συμπεριφορές, καθώς και να παρέχει κρίσιμες πληροφορίες για τη λήψη αποφάσεων. Η παρέμβαση θα συμβάλει στην αποτελεσματικότερη εποπτεία της αγοράς καυσίμων και στην υποστήριξη του υγιούς ανταγωνισμού μέσω στοχευμένων ελέγχων για την αντιμετώπιση του λαθρεμπορίου καυσίμων.

Σύστημα υποστήριξης του μηχανισμού είσπραξης δημοσίων εσόδων

Περιλαμβάνει την ανάπτυξη κοινού αποθετηρίου μεταδεδομένων, την προμήθεια κατάλληλων λύσεων λογισμικού και την ανάπτυξη τεχνικών και εργαλείων μηχανικής μάθησης, ώστε να υποστηρίζονται οι διαδικασίες ελέγχου ως προς την είσπραξη οφειλών.

Έργο για την αυτόματη κωδικοποίηση της Νομοθεσίας με χρήση τεχνολογιών επεξεργασίας φυσικής γλώσσας

Στόχος είναι να αυτοματοποιηθεί ή να διευκολυνθεί στο μέγιστο δυνατό βαθμό η συγκέντρωση και κωδικοποίηση νομοθετημάτων, προκειμένου να μπορεί ο κάθε πολίτης να γνωρίζει τις ισχύουσες διατάξεις σε σχέση με ένα νομοθετικό πλαίσιο. Για το σκοπό αυτό θα χρησιμοποιηθούν τεχνικές Επεξεργασίας Φυσικής Γλώσσας (Natural Language Process-NLP) που θα εφαρμοστούν έτσι ώστε να συνδράμουν στο οριζόντιο έργο «Κωδικοποίηση και Αναμόρφωση της Ελληνικής Νομοθεσίας», το οποίο περιγράφεται στο Κεφάλαιο 8 «Οριζόντια Ψηφιακά Εργα Μετασχηματισμού της Δημόσιας Διοίκησης», προκειμένου να αυτοματοποιηθεί ο εντοπισμός των αναφορών, παραπομπών και τροποποιήσεων σε ένα νομοθέτημα και να διευκολυνθεί και να αυτοματοποιηθεί η κωδικοποίησή του.

Επίσης στόχο αποτελεί η αυτοματοποίηση της διαδικασίας παρακολούθησης των ΦΕΚ που περιέχουν ρυθμίσεις που επηρεάζουν τις διαδικασίες του Εθνικού Μητρώου Διαδικασιών. Το αποτέλεσμα της επεξεργασίας θα μπορεί να αξιοποιηθεί από τους συντάκτες του ΕΜΔ, ειδοποιώντας τους για την επικαιροποίηση διαδικασιών που τροποποιούνται.

Εισαγωγή τεχνολογιών Αυτοματοποίησης Ρομποτικών Διαδικασιών (Robotic Process Automation) για τη μείωση των επαναλαμβανόμενων διοικητικών εργασιών

Η Αυτοματοποίηση Ρομποτικών Διαδικασιών – RPA είναι μια τεχνολογία αυτοματοποίησης επιχειρηματικών διαδικασιών η οποία επιτρέπει την αυτοματοποίηση επαναλαμβανόμενων χειρωνακτικών εργασιών που βασίζονται σε μεγάλο βαθμό σε κανόνες. Στόχος είναι η εισαγωγή συστημάτων RPA που θα βοηθήσουν δημόσιους οργανισμούς να εξοικονομήσουν χρόνο και χρήματα αυτοματοποιώντας χειροκίνητα και επαναλαμβανόμενα καθήκοντα, βελτιώνοντας την ακρίβεια και μειώνοντας τον κίνδυνο ανθρώπινου σφάλματος. Με τη χρήση τους οι υπάλληλοι μπορούν να επικεντρωθούν σε εργασίες υψηλότερης αξίας, αυτοματοποιώντας επαναλαμβανόμενες εργασίες, ενώ μπορεί να επιτευχθεί και σημαντική εξοικονόμηση χρημάτων μέσω της επέκτασης του χρόνου ζωής παλαιότερων (legacy) πληροφοριακών συστημάτων.

Σύστημα εντοπισμού οικοδομικών αυθαιρεσιών σε δασικές περιοχές και στον αιγιαλό

Σύστημα που θα χρησιμοποιεί αλγόριθμους τεχνητής νοημοσύνης προκειμένου να εντοπίσει οικοδομικές αυθαιρεσίες σε προστατευόμενες περιοχές, δάση και αιγιαλούς.

Πίνακας 10: Εργα που εφαρμόζουν την τεχνητή νοημοσύνη στη Δημόσια Διοίκηση

Πηγή: Ιδία επεξεργασία

7.6.3. Εφαρμογές Κβαντο-ανθεκτικής κρυπτογραφίας – EuroQCI

Η Ευρωπαϊκή Επιτροπή επενδύει στην ανάπτυξη κβαντο-ανθεκτικής υποδομής επικοινωνιών (QCI) στην Ευρώπη και για το σκοπό αυτό έχει συσταθεί η δράση EuroQCI, στην οποία προσχώρησε και η Ελλάδα στο τέλος του 2019.

Εθνική Πειραματική Υποδομή Διανομής Κβαντικών Κλειδιών (Quantum Key Distribution)

Με γνώμονα τις διεθνείς εξελίξεις στο χώρο της κβαντικής υπολογιστικής και ειδικότερα την τεχνολογική πρόοδο όσον αφορά τη Διανομή Κβαντικών Κλειδιών (Quantum Key Distribution – QKD), την προτεραιότητα που δίνεται στον τομέα αυτό από την Ευρωπαϊκή Επιτροπή και τη μεγάλη εγκατεστημένη υποδομή δικτύου οπτικών ινών του ΕΔΥΤΕ, προτείνεται η παρούσα δράση με στόχο την ανάπτυξη εθνικής πειραματικής υποδομής, στο πλαίσιο της οποίας θα αναπτυχθεί πεδίο δοκιμών πάνω στις σχετικές τεχνολογίες, και η οποία θα διευκολύνει την παρακολούθηση των συναφών επιστημονικών εξελίξεων από την ερευνητική κοινότητα της χώρας.

Πίνακας 11: Έργα ανάπτυξης εφαρμογών κβαντο-ανθεκτικής κρυπτογραφίας

Πηγή: Ιδία επεξεργασία

^[1] Greece: With an AI to the Future | Accenture in collaboration with Microsoft. (2019). Accenture.com. Ανακτήθηκε 29 Φεβρουαρίου 2020, από https://www.accenture.com/gr-en/insights/digital/greece-an- ai-future   https://www.accenture.com/gr-en/insights/digital/greece-an-ai-future

^[2] H Ευρωπαϊκή Επιτροπή έχει ήδη δημοσιεύσει τις «Κατευθυντήριες γραμμές δεοντολογίας για αξιόπιστη τεχνητή νοημοσύνη» μαζί με μια ανακοίνωση [COM(2019) 168], η οποία χαιρετίζει τις επτά βασικές απαιτήσεις που προσδιορίζονται στο έγγραφο με τις κατευθυντήριες γραμμές της ομάδας εμπειρογνωμόνων υψηλού επιπέδου. Σε κάθε περίπτωση όμως, οι ηθικοί κανόνες δεν μπορούν να αντικαταστήσουν μία δεσμευτική νομοθεσία.

^[3] COM(2019) 168, Building Trust in Human-Centric Artificial Intelligence

^[4] COM(2020) 65, On Artificial Intelligence – A European approach to excellence and trust