Σε μια εποχή όπου η Τεχνητή Νοημοσύνη (AI) κατακλύζει κάθε πτυχή της καθημερινότητάς μας, συχνά λησμονούμε τους ανθρώπους που έχτισαν τα θεμέλια πάνω στα οποία πατούν τα σημερινά γλωσσικά μοντέλα και οι πανίσχυροι αλγόριθμοι. Ένας από αυτούς τους αφανείς ήρωες της τεχνολογικής επανάστασης είναι ο Ευάγγελος Ελευθερίου. Με μια καριέρα που εκτείνεται σε δεκαετίες στο ερευνητικό κέντρο της IBM στη Ζυρίχη, ο κ. Ελευθερίου δεν είναι απλώς ένας επιστήμονας· είναι ο άνθρωπος που έμαθε στις μηχανές να «ακούν» την ουσία μέσα σε έναν ωκεανό ψηφιακού θορύβου.
Από τη Μαγνητική Καταγραφή στη Νευρομορφική Επανάσταση
Η πορεία του Ευάγγελου Ελευθερίου ξεκίνησε από την Ελλάδα, αλλά η επιστημονική του ωρίμανση πραγματοποιήθηκε στην καρδιά της Ευρώπης. Ως IBM Fellow –ο υψηλότερος τίτλος που μπορεί να κατακτήσει ένας επιστήμονας στον αμερικανικό κολοσσό– αφιέρωσε το μεγαλύτερο μέρος της καριέρας του στην επίλυση ενός θεμελιώδους προβλήματος: πώς μπορούμε να αποθηκεύσουμε και να ανακτήσουμε δεδομένα με απόλυτη ακρίβεια όταν οι φυσικοί περιορισμοί των υλικών προκαλούν παρεμβολές.
Στη δεκαετία του '90 και του 2000, η εργασία του πάνω στην επεξεργασία σημάτων για συστήματα μαγνητικής αποθήκευσης επέτρεψε στους σκληρούς δίσκους να γίνουν μικρότεροι, ταχύτεροι και απίστευτα πιο χωρητικοί. Όπως εξηγούν οι συνεργάτες του, ο Ελευθερίου εφάρμοσε προχωρημένα μαθηματικά μοντέλα που επέτρεπαν στην κεφαλή ανάγνωσης να ξεχωρίζει το «σήμα» (την πληροφορία) από τον «θόρυβο» (τις παρεμβολές), ακόμη και όταν τα δεδομένα ήταν στριμωγμένα σε νανοσκοπικές επιφάνειες.
Η Πρόκληση της Τεχνητής Νοημοσύνης και η Ενεργειακή Αποδοτικότητα
Ωστόσο, η μεγαλύτερη συνεισφορά του, η οποία συζητείται σήμερα περισσότερο από ποτέ, αφορά τη νευρομορφική υπολογιστική (neuromorphic computing). Καθώς η παραδοσιακή αρχιτεκτονική των υπολογιστών (von Neumann) φτάνει στα όριά της λόγω της τεράστιας κατανάλωσης ενέργειας που απαιτεί η AI, ο Ελευθερίου στράφηκε στον ανθρώπινο εγκέφαλο για έμπνευση.
- Μνήμη PCM (Phase-Change Memory): Ο Ελευθερίου υπήρξε πρωτοπόρος στη χρήση υλικών αλλαγής φάσης για την αποθήκευση δεδομένων, επιτρέποντας στους υπολογιστές να εκτελούν υπολογισμούς απευθείας μέσα στη μνήμη.
- In-memory Computing: Αυτή η τεχνολογία καταργεί το «μποτιλιάρισμα» μεταξύ επεξεργαστή και μνήμης, μειώνοντας την κατανάλωση ενέργειας έως και 100 φορές σε σχέση με τα τρέχοντα συστήματα GPU.
- Μίμηση Συνάψεων: Οι αλγόριθμοι που ανέπτυξε επιτρέπουν σε τεχνητούς νευρώνες να «μαθαίνουν» και να προσαρμόζονται, ακριβώς όπως το ανθρώπινο νευρικό σύστημα.
Σε πρόσφατες τοποθετήσεις του, ο ίδιος έχει επισημάνει ότι το μέλλον της AI δεν βρίσκεται μόνο στην αύξηση των παραμέτρων των μοντέλων, αλλά στην αποδοτικότητα του hardware. «Δεν μπορούμε να συνεχίσουμε να χτίζουμε data centers που καταναλώνουν την ενέργεια μιας μικρής πόλης», είχε αναφέρει χαρακτηριστικά σε συνέδριο στη Ζυρίχη.
Η Κληρονομιά και το Μήνυμα προς την Ελλάδα
Παρά τη διεθνή του καταξίωση, ο Ευάγγελος Ελευθερίου παραμένει στενά συνδεδεμένος με την ελληνική επιστημονική κοινότητα. Η περίπτωση του αποτελεί το ιδανικό παράδειγμα αυτού που ονομάζουμε «Brain Circulation» και όχι απλώς «Brain Drain». Έχει επιβλέψει δεκάδες Έλληνες διδακτορικούς φοιτητές, πολλοί από τους οποίους στελεχώνουν σήμερα κορυφαίες θέσεις σε πανεπιστήμια και εταιρείες τεχνολογίας παγκοσμίως.
«Η επιστήμη δεν έχει σύνορα, αλλά η μεθοδολογία και η εργατικότητα έχουν ρίζες. Η ελληνική παιδεία προσφέρει τα εφόδια για μια αφαιρετική σκέψη που είναι απαραίτητη στην επίλυση σύνθετων προβλημάτων», αναφέρει συχνά στις ομιλίες του.
Σήμερα, το έργο του για τον διαχωρισμό του σήματος από τον θόρυβο βρίσκει εφαρμογή στην προσπάθεια για «καθαρή» AI – μοντέλα δηλαδή που δεν θα αναπαράγουν τις προκαταλήψεις και τις ασυναρτησίες του διαδικτύου, αλλά θα εστιάζουν στην έγκυρη και χρήσιμη πληροφορία. Ο Ευάγγελος Ελευθερίου μας έδειξε ότι, είτε πρόκειται για έναν μαγνητικό δίσκο είτε για έναν ψηφιακό εγκέφαλο, η αλήθεια κρύβεται πάντα στη λεπτομέρεια που καταφέρνει να επιβιώσει του θορύβου.
