Β. Μαρουλάς: Ο Έλληνας καθηγητής που βραβεύτηκε από το Υπ. Άμυνας των Η.Π.Α. για το ερευνητικό του έργο στα Μαθηματικά της Τεχνητής Νοημοσύνης

H τεχνητή νοημοσύνη αποτελούσε κάποτε αντικείμενο μυθιστορημάτων και κινηματογραφικών ταινιών επιστημονικής φαντασίας.

Σήμερα είναι της καθημερινότητας μας:

Από τα αυτο-οδηγούμενα αυτοκίνητα και τα ρομπότ-βοηθούς για την τρίτη ηλικία, μέχρι την διοίκηση κι οργάνωση επιχειρήσεων και το χρηματοπιστωτικό σύστημα.
Μαθηματικοί αλγόριθμοι και νέες τεχνολογίες επιτρέπουν στους επιστήμονες να βοηθούν τις μηχανές να «σκέφτονται».

Ο Δρ. Βασίλειος Μαρουλάς, Καθηγητής Μαθηματικών στο Πανεπιστήμιο του Τενεσί, στο Knoxville αναπτύσσει καινοτόμους αλγορίθμους για την βελτίωση της εθνικής άμυνας κι ασφάλειας με σκοπό τη βελτιστοποίηση και τη σωτηρία ανθρώπινων ζωών.
Τον Σεπτέμβριο του 2021, ο Β. Μαρουλάς τιμήθηκε από το Ερευνητικό Ινστιτούτο Στρατού των ΗΠΑ με ένα σημαντικό βραβείο για το ερευνητικό του έργο του «Χωρική Αναγνώριση μέσω Τοπολογικής Τεχνητής Νοημοσύνης».

Για προφανείς λόγους το ερευνητικό αυτό έργο φέρει το ακρωνύμιο SPARTAN.

Ο Μαρουλάς διετέλεσε Ανώτερος Ερευνητής στο Εργαστήριο Ερευνών Στρατού στο Aberdeen Proving Ground (APG), στο Maryland των ΗΠΑ, την διετία 2019-2021, και συνεργάζεται με ερευνητές από το Τμήμα Ανθρώπινης Έρευνας και Μηχανικής του APG , με σκοπό να αξιοποιήσουν την αναδυόμενη τεχνολογία μηχανικής μάθησης για να αυξήσουν την αμυντική αποτελεσματικότητα και αποδοτικότητα.

Η συνεργασία του Β. Μαρουλά με το Υπουργείο Άμυνας των ΗΠΑ ξεκίνησε σε ένα σεμινάριο νευροβιολογίας που φιλοξενήθηκε από το Εθνικό Ινστιτούτο Μαθηματικής και Βιολογικής Σύνθεσης το 2015.
Ο Β. Μαρούλας είναι σήμερα Διευθυντής Επιστήμης Δεδομένων και Τεχνητής Νοημοσύνης στο NIMBioS. Το NIMBioS φιλοξένησε ερευνητές από πολλούς κλάδους για να εξερευνήσουν τρόπους χρήσης μαθηματικών μοντέλων για την καλύτερη κατανόηση των ανθρώπινων αισθητηριακών, κινητικών και αναλυτικών συστημάτων.

Η τρέχουσα έρευνά του εξετάζει δεδομένα σχετιζόμενα με την χωροχρονική επεξεργασία από τον εγκέφαλο. Η εγκεφαλική δραστηριότητα συλλέγεται μέσω ηλεκτροεγκεφαλογραφημάτων (EEG), τα οποία καταγράφουν την συμπεριφορά του εγκεφάλου κατά τη διάρκεια κάποιας δραστηριότητας.

Αναλύοντας τα δεδομένα που προκύπτουν, ο Μαρουλάς εργάζεται για να ανακαλύψει πρότυπα στην εγκεφαλική δραστηριότητα κατά τη διάρκεια της χωρικής αναγνώρισης με την πάροδο του χρόνου.

«Ας φανταστούμε έναν playmaker σε μία ομάδα μπάσκετ που επεξεργάζεται σε πολύ μικρό χρονικό διάστημα κι ενδεχομένως κάτω από πολύ μεγάλη πίεση, το χώρο και τις συνθήκες με σκοπό να αποφασίσει είτε σε ποιον συμπαίκτη θα πετάξει την μπάλα είτε αν πρέπει να σουτάρει», εξήγησε ο Μαρουλάς.

«Αν εστιάσουμε στη νευρωνική διέγερση του εγκεφάλου του playmaker εκείνη την στιγμή, και την μετρήσουμε με τα ΕΕG κύματα τότε θα διαπιστώσουμε κάποια ενδιαφέροντα πρότυπα της δραστηριότητας στα κέντρα επεξεργασίας πληροφοριών του εγκεφάλου του playmaker. Προσπαθώ να εντοπίσω αυτά τα μοτίβα και ν’ αναπτύξω τρόπους για να τα ενσωματώσω μαθηματικά σε κατάλληλους αλγορίθμους μηχανικής μάθησης».

Ο Μαρουλάς επικεντρώνεται στο να αυξήσει η μηχανική μάθηση την αποτελεσματικότητά της στην ανάλυση του χώρου.

«Οι άνθρωποι αντιλαμβάνονται πολύ καλά το περίγυρο τους, όποιος κι αν είναι αυτός, βασισμένοι σε εμπειρίες μιας ζωής που μας επιτρέπουν να δημιουργήσουμε κάποιο πλαίσιο», σημείωσε ο Μαρουλάς.
«Οι μηχανές δεν έχουν αυτή τη δυνατότητα και πολλές φορές πρέπει να ξεκινήσουν από το μηδέν, σαρώνοντας μια περιοχή για να συλλέξουν τις κατάλληλες πληροφορίες. Αυτές οι πληροφορίες μπορούν στη συνέχεια να χρησιμοποιηθούν για να συγκριθούν οι προηγούμενες εμπειρίες της μηχανής με άλλες δομές κι άλλους χώρους.”
Η έρευνα του Έλληνα καθηγητή Β. Μαρουλά θα μπορούσε να προωθήσει θεαματικά τον τομέα της τεχνητής νοημοσύνης.

πηγή banks.