Της Ελευθερίας Πιπεροπούλου
Ο Ιωάννης Αντώνογλου και ο Αναστάσης Γερμανίδης είναι δύο Έλληνες που βρίσκονται σήμερα στο επίκεντρο της παγκόσμιας έκρηξης της τεχνητής νοημοσύνης, έχοντας ιδρύσει εταιρείες που έχουν φτάσει σε αποτιμήσεις δισεκατομμυρίων δολαρίων και διαμορφώνουν κρίσιμους τομείς της νέας ψηφιακής οικονομίας.
Ο Ιωάννης Αντώνογλου είναι co-founder της Reflection AI, μιας startup που αναπτύσσει agentic AI systems, ικανούς να εκτελούν αυτόνομα πολύπλοκα tasks από την αρχή έως το τέλος, με στόχο τη δημιουργία ανοιχτών και ευρέως προσβάσιμων μοντέλων τεχνητής νοημοσύνης. Η εταιρεία έχει αντλήσει μέχρι σήμερα πάνω από 4 δισ. δολάρια χρηματοδότησης, ενώ η αποτίμησή της ξεπερνά τα 25 δισ. δολάρια.
Ο Αναστάσης Γερμανίδης είναι co-founder της Runway, μιας από τις πλέον σημαντικές εταιρείες στον χώρο του generative AI για video και οπτικά media. Η Runway, που αναπτύσσει μοντέλα παραγωγής και επεξεργασίας video μέσω τεχνητής νοημοσύνης, άντλησε τον περασμένο Φεβρουάριο 315 εκατ. δολάρια σε γύρο χρηματοδότησης Series E, σχεδόν διπλασιάζοντας την αποτίμησή της στα 5,3 δισ. δολάρια.
Τι είπαν για την Ελλάδα και το ελληνικό οικοσύστημα
Στο περιθώριο των Panathenea, οι Ιωάννης Αντώνογλου και Αναστάσης Γερμανίδης μίλησαν σε δημοσιογράφους για την προσωπική τους πορεία, την εξέλιξη των εταιρειών τους και τη συνολικότερη πορεία της τεχνητής νοημοσύνης διεθνώς.
Ο Ιωάννης Αντώνογλου υποστήριξε ότι το ζήτημα της ανάπτυξης εταιρειών τεχνητής νοημοσύνης παγκόσμιας κλίμακας δεν αποτελεί αποκλειστικά ελληνικό πρόβλημα. Όπως ανέφερε, η εκπαίδευση foundation models απαιτεί τεράστια κεφάλαια, εξαιρετικά εξειδικευμένο ανθρώπινο δυναμικό και μακροπρόθεσμους επενδυτές, στοιχεία που – κατά την άποψή του – ούτε η Ελλάδα αλλά ούτε συνολικά η Ευρώπη διαθέτουν ακόμη στον βαθμό που απαιτείται.
Ο ίδιος εκτίμησε ότι η Ευρώπη θα πρέπει να κινηθεί πιο ενιαία, με στόχο τη δημιουργία πραγματικά ευρωπαϊκών εταιρειών AI που θα μπορούν να έχουν πρόσβαση σε ολόκληρη την ευρωπαϊκή αγορά από την πρώτη ημέρα λειτουργίας τους.
Παράλληλα, υποστήριξε ότι η Ελλάδα δεν μπορεί προς το παρόν να εξελιχθεί αυτόνομα σε AI hub στο επίπεδο των foundation models, κυρίως λόγω της έλλειψης εξειδικευμένου ανθρώπινου δυναμικού και της περιορισμένης κλίμακας του οικοσυστήματος. Ωστόσο, σημείωσε ότι υπάρχουν σημαντικές ευκαιρίες σε τομείς όπως τα AI applications, τα deployments, οι υποδομές και η υιοθέτηση της τεχνητής νοημοσύνης.
Ο Αναστάσης Γερμανίδης, από την πλευρά του, ανέφερε ότι η Runway διατηρεί ήδη μικρή ερευνητική ομάδα στην Ελλάδα, η οποία εργάζεται πάνω σε world models και interactive AI systems. Η ομάδα αυτή ανέπτυξε πρόσφατα ένα διαδραστικό μοντέλο που επιτρέπει την επικοινωνία σε πραγματικό χρόνο, με ψηφιακούς χαρακτήρες που αντιδρούν δυναμικά σαν αληθινοί άνθρωποι.
Απαντώντας σε ερώτηση για το αν σήμερα ένας νέος επιχειρηματίας ή ερευνητής θα μπορούσε να ξεκινήσει μια αντίστοιχη προσπάθεια από την Ελλάδα χωρίς να χρειαστεί να μετακινηθεί στις ΗΠΑ, σημείωσε ότι πρέπει να γίνεται διάκριση ανάμεσα στο στάδιο της εκκίνησης και στο στάδιο της κλιμάκωσης μιας εταιρείας.
Όπως εξήγησε, σήμερα είναι απολύτως εφικτό να ξεκινήσει κανείς από οποιαδήποτε χώρα, συμπεριλαμβανομένης της Ελλάδας. Ωστόσο, όταν μια startup αποκτά αρχική δυναμική και χρειάζεται να αναπτυχθεί διεθνώς, τότε γίνεται κρίσιμη η πρόσβαση σε ένα ώριμο οικοσύστημα ανθρώπων που διαθέτουν εμπειρία από αντίστοιχες διαδρομές και μπορούν να υποστηρίξουν την περαιτέρω ανάπτυξη της εταιρείας.
Σύμφωνα με τον ίδιο, το ελληνικό οικοσύστημα έχει βελτιωθεί αισθητά τα τελευταία χρόνια, παραμένει όμως δύσκολο για μια εταιρεία να φτάσει σε πολύ μεγάλη κλίμακα αποκλειστικά μέσα από την ελληνική αγορά και τις υπάρχουσες δομές υποστήριξης.
Ποιος είναι ο Αναστάσης Γερμανίδης
Ο Αναστάσης Γερμανίδης γεννήθηκε στην Ελλάδα, σπούδασε Computer Science στο Wesleyan University και ολοκλήρωσε μεταπτυχιακές σπουδές στο New York University Tisch School of the Arts στο πρόγραμμα Interactive Telecommunications Program (ITP), με έμφαση στην αλληλεπίδραση ανθρώπου–υπολογιστή και τις δημιουργικές τεχνολογίες. Ο συνδυασμός αυτός διαμόρφωσε καθοριστικά τη μετέπειτα πορεία του.
Πριν από τη συνίδρυση της Runway, εργάστηκε ως backend engineer σε εταιρείες όπως οι Quantcast, Chartbeat και Zocdoc, ενώ υπήρξε και machine learning researcher στην IBM Research στον τομέα του computer vision.
Η εμπειρία αυτή τον έφερε σε επαφή με μεγάλης κλίμακας συστήματα δεδομένων και εφαρμοσμένη μηχανική μάθηση, αλλά και με το ερώτημα του πώς η τεχνητή νοημοσύνη μπορεί να περάσει από την απλή υποβοήθηση της δημιουργίας στην κατανόηση και προσομοίωση της οπτικής πραγματικότητας.
Η ίδρυση της Runway και η εκτόξευση
Η ιστορία της Runway ξεκίνησε πριν από οκτώ χρόνια στη Νέα Υόρκη, όμως η προσωπική διαδρομή του Αναστάση Γερμανίδη γύρω από την ιδέα της "προσομοίωσης του κόσμου” προηγείται πολύ περισσότερο. Όπως ανέφερε χαρακτηριστικά, η συγκεκριμένη έννοια τον απασχολούσε ήδη την ηλικία των 11 ετών, όταν έγραφε ιστορίες γύρω από αυτό το θέμα. Για τον ίδιο, η ικανότητα ενός συστήματος να προβλέπει τι θα συμβεί – όπως για παράδειγμα την κίνηση ενός αντικειμένου όταν πέφτει – αποτελεί θεμελιώδες στοιχείο της ίδιας της νοημοσύνης.
Το 2018 συνίδρυσε τη Runway μαζί με τους Χιλιανούς Cristóbal Valenzuela και Alejandro Matamala, με τους οποίους γνωρίστηκε στο New York University Tisch School of the Arts (ITP).
Από τα πρώτα της βήματα, η Runway ακολούθησε μια σταθερά ανοδική πορεία χρηματοδότησης, προσελκύοντας διαδοχικούς επενδυτικούς γύρους που ενίσχυσαν την τεχνολογική της ανάπτυξη. Το 2018 συγκέντρωσε 2 εκατ. δολάρια σε seed χρηματοδότηση, ενώ το 2020 ακολούθησε γύρος Series A ύψους 8,5 εκατ. δολαρίων και το 2021 επιπλέον 35 εκατ. δολάρια σε Series B.
Η δυναμική της επιταχύνθηκε το 2022 με γύρο Series C ύψους 50 εκατ. δολαρίων, ο οποίος ενισχύθηκε το 2023 με επιπλέον 141 εκατ. δολάρια, ανεβάζοντας την αποτίμηση της εταιρείας περίπου στα 1,5 δισ. δολάρια. Στους επενδυτικούς γύρους συμμετείχαν κορυφαία ονόματα της τεχνολογίας, όπως η Google, η Nvidia και η Salesforce.
Το 2025 η Runway άντλησε 308 εκατ. δολάρια σε νέο γύρο χρηματοδότησης υπό την ηγεσία της General Atlantic, ανεβάζοντας την αποτίμησή της σε πάνω από 3 δισ. δολάρια και εδραιώνοντας τη θέση της ως μία από τις σημαντικότερες εταιρείες στον χώρο της generative AI για οπτικά μέσα. Τον Φεβρουάριο του 2026, ακολούθησε νέος γύρος Series E ύψους 315 εκατ. δολαρίων, ο οποίος σχεδόν διπλασίασε την αποτίμηση της εταιρείας στα 5,3 δισ. δολάρια. Στον γύρο συμμετείχαν, μεταξύ άλλων, η Nvidia και η General Atlantic.
Η Runway σήμερα
Η Runway δραστηριοποιείται στην έρευνα πάνω στα world models, δηλαδή μοντέλα που επιχειρούν να προσομοιώσουν και να κατανοήσουν τον πραγματικό κόσμο. Όπως εξήγησε ο κ. Γερμανίδης, τα συστήματα αυτά παράγουν εικόνες και βίντεο και μαθαίνουν από οπτικά δεδομένα, με εφαρμογές κυρίως στον κινηματογράφο, αλλά και στα videogames, στα media και πλέον στη ρομποτική.
Όπως τόνισε, ένα από τα βασικά ερωτήματα που απασχολούν την εταιρεία είναι ο τρόπος με τον οποίο τα video models μπορούν να χρησιμοποιηθούν για τη δημιουργία ολοκληρωμένων αφηγήσεων και κινηματογραφικού περιεχομένου, ενώ παράλληλα δίνεται έμφαση στη "δημοκρατικοποίηση” της δημιουργίας περιεχομένου, ώστε περισσότεροι άνθρωποι να μπορούν να παράγουν οπτικές ιστορίες υψηλής ποιότητας χωρίς τους παραδοσιακά υψηλούς προϋπολογισμούς.
Ο ίδιος σημείωσε ότι η εταιρεία συνεργάζεται με τα μεγάλα κινηματογραφικά studios και διαθέτει στρατηγικούς επενδυτές και συνεργάτες όπως η Nvidia, η Salesforce και η Google. Υπογράμμισε επίσης ότι η Runway υπήρξε από τις πρώτες εταιρείες που παρουσίασαν AI video models το 2023 και ότι από νωρίς επέλεξε να επενδύσει στην ανάπτυξη δικών της foundation models, χωρίς να βασίζεται σε συστήματα τρίτων όπως της OpenAI ή της Google.
Αναφερόμενος στις τεχνολογικές κατευθύνσεις της εταιρείας, εξήγησε ότι ένας από τους σημαντικότερους τομείς ανάπτυξης σήμερα είναι η ρομποτική. Τα μοντέλα της Runway, όπως είπε, εκπαιδεύονται μέσω βίντεο και παρατήρησης του πραγματικού κόσμου και μπορούν μελλοντικά να υποστηρίξουν ρομπότ ώστε να αλληλεπιδρούν αποτελεσματικά με το περιβάλλον τους, σηματοδοτώντας τη μετάβαση από τα chatbots σε συστήματα που δρουν στον φυσικό κόσμο.
Ο ίδιος ανέφερε ότι τα μοντέλα εκπαιδεύονται σε τεράστιες βάσεις δεδομένων βίντεο και ότι η επόμενη φάση είναι η χρήση τους για την εκπαίδευση ρομπότ στην εκτέλεση φυσικών ενεργειών.
Ο ίδιος σημείωσε ότι η ομάδα ξεκίνησε από νωρίς με generative models, τα οποία αρχικά περιγράφονταν ως "synthetic media” ή "generative AI”, αν και για χρόνια η έννοια παρέμενε αφηρημένη για το ευρύτερο κοινό. Όπως είπε, από την περίοδο 2015 έως 2018 ήταν ήδη εμφανές ότι η ποιότητα των μοντέλων διπλασιαζόταν κάθε χρόνο, οδηγώντας στην πρόβλεψη ότι κάποια στιγμή το AI θα παράγει εικόνες δυσδιάκριτες από την πραγματικότητα.
Καθοριστική στιγμή, σύμφωνα με τον ίδιο, ήταν το 2022, όταν τα μοντέλα DALL·E της OpenAI και Stable Diffusion άλλαξαν ριζικά το τοπίο. Από εκεί και μετά, η τεχνολογία έφτασε σε επίπεδο επαγγελματικής χρήσης, γεγονός που οδήγησε τη Runway να αναπροσαρμόσει πλήρως τη στρατηγική της. Όπως ανέφερε, η εταιρεία σταμάτησε τότε μεγάλο μέρος της προηγούμενης δραστηριότητάς της και μέσα σε περίπου 30 ημέρες ανέπτυξε και λάνσαρε 30 νέα AI εργαλεία, αναγνωρίζοντας την επιτάχυνση της τεχνολογικής προόδου.
Παράλληλα, αποφασίστηκε η δημιουργία ιδιόκτητου GPU cluster, μια επένδυση υψηλού ρίσκου για το μέγεθος της εταιρείας εκείνη την περίοδο, με στόχο τη δημιουργία ανταγωνιστικού πλεονεκτήματος στην ανάπτυξη video models. Η στρατηγική αυτή, όπως σημείωσε, αποδείχθηκε καθοριστική.
Πάνω από 50 εκατ. χρήστες
Σήμερα η Runway θεωρείται μία από τις πρώτες εταιρείες που συνδέονται άμεσα με την έννοια του AI video, με περισσότερους από 50 εκατομμύρια χρήστες παγκοσμίως, πέρα από συνεργασίες με μεγάλα studios του Hollywood, διαφημιστικές εταιρείες και τεχνολογικούς κολοσσούς όπως η Meta, η Amazon και η Microsoft.
Σε επιχειρηματικό επίπεδο, σημείωσε ότι στόχος της Runway είναι να παραμείνει αυτόνομη, με μακροπρόθεσμη προοπτική ενός IPO, χωρίς όμως άμεσο χρονικό ορίζοντα.
Ποιος είναι ο Ιωάννης Αντώνογλου
Από τη Θεσσαλονίκη μέχρι τη Νέα Υόρκη, η διαδρομή του Ιωάννη Αντώνογλου αποτυπώνει την πορεία ενός ερευνητή που ξεκίνησε από τα έδρανα του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης (ΑΠΘ) και βρέθηκε στην αιχμή της τεχνητής νοημοσύνης, ιδρύοντας τη Reflection AI — μια startup που μέχρι σήμερα έχει αντλήσει πάνω από 4 δισ. δολάρια χρηματοδότησης, ενώ η αποτίμησή της ξεπερνά τα 25 δισ. δολάρια.
Ο Ιωάννης Αντώνογλου γεννήθηκε και μεγάλωσε στη Θεσσαλονίκη, όπου και σπούδασε στο Τμήμα Ηλεκτρολόγων Μηχανικών του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης. Στη συνέχεια μετακόμισε στο Εδιμβούργο για μεταπτυχιακές σπουδές στην Τεχνητή Νοημοσύνη το 2011, ενώ το 2012 ξεκίνησε να εργάζεται στη DeepMind, όταν ακόμη η εταιρεία βρισκόταν σε πολύ πρώιμο στάδιο ανάπτυξης. Όπως είπε, τότε η startup αριθμούσε περίπου 25 εργαζομένους συνολικά και η ερευνητική ομάδα μόλις 6-7 άτομα.
Παρέμεινε στη DeepMind από το 2012 έως το 2024, ασχολούμενος με την έρευνα στην Τεχνητή Νοημοσύνη. Αρχικά εργάστηκε στα Deep Q-Networks (DQN), τα οποία χαρακτήρισε ως ένα από τα πρώτα μεγάλα breakthroughs στο reinforcement learning, δηλαδή στην ενισχυτική μάθηση. Εξήγησε ότι επρόκειτο ουσιαστικά για το πρώτο σύστημα που μάθαινε μόνο του μέσω trial and error.
Στη συνέχεια συμμετείχε στην ανάπτυξη των AlphaGo, AlphaZero και MuZero, δηλαδή agents που βασίζονταν στο deep reinforcement learning. Πριν αποχωρήσει από τη DeepMind, είχε αναλάβει το reinforcement learning κομμάτι του Gemini, του μεγάλου AI μοντέλου της Google. Όπως σημείωσε, μετά την εμφάνιση του ChatGPT πραγματοποιήθηκε ένα μεγάλο reorganization στη Google και μεγάλο μέρος του ανθρώπινου δυναμικού μεταφέρθηκε στο Gemini, με τον ίδιο να έχει αναλάβει το τελικό στάδιο του reinforcement learning.
Η γέννηση της Reflection AI
Μέσα σε αυτό το ερευνητικό περιβάλλον συνεργάστηκε με τον Misha Laskin, με τον οποίο μοιράστηκαν την ιδέα για το επόμενο βήμα. Τον Φεβρουάριο του 2024 ίδρυσαν τη Reflection AI, με έδρα τη Νέα Υόρκη και παρουσία σε Σαν Φρανσίσκο και Λονδίνο, η οποία σήμερα αριθμεί δεκάδες εργαζομένους.
Σύμφωνα με τον ίδιο, η εταιρεία βασίζεται σε δύο κεντρικές ιδέες: αφενός στην πεποίθηση ότι το reinforcement learning αποτελεί το επόμενο μεγάλο βήμα στην εξέλιξη της Τεχνητής Νοημοσύνης και αφετέρου στην πίστη στα open models, δηλαδή στα ανοιχτά μοντέλα AI.
Εξήγησε ότι η λογική πίσω από το εγχείρημα είναι να μπορεί να υπάρχει ένα μοντέλο ανοιχτού κώδικα, πάνω στο οποίο ένας οργανισμός, μια επιχείρηση ή ακόμη και μια κυβέρνηση να μπορεί να "χτίσει” το δικό του sovereign AI.
Ο ίδιος ανέφερε ότι η Reflection προσφέρει το βασικό μοντέλο, το οποίο μπορεί να προσαρμοστεί από μια μεγάλη επιχείρηση ή ακόμη και από την ελληνική κυβέρνηση, ώστε να δημιουργηθεί ουσιαστικά ένα δικό της LLM. Αντιπαρέβαλε μάλιστα τα open-source μοντέλα με τα κλειστά μοντέλα εταιρειών όπως η OpenAI, επισημαίνοντας ότι στα τελευταία δεν υπάρχει δυνατότητα περαιτέρω εκπαίδευσης από τον πελάτη.
Αναφερόμενος στην έννοια του superintelligence, σημείωσε ότι στο μέλλον τα μοντέλα θα μπορούν να γίνουν καλύτερα από τους ανθρώπους σε συγκεκριμένα πεδία και ότι δεν πρόκειται απλώς για AI που θα φτάσει την ανθρώπινη νοημοσύνη, αλλά για συστήματα που σε ορισμένα tasks θα την ξεπερνούν. Ως χαρακτηριστικό παράδειγμα ανέφερε το περίφημο Move 37 του AlphaGo απέναντι στον Lee Sedol στην Κορέα.
"Μέχρι τότε υπήρχε η αντίληψη ότι τα μοντέλα AI δεν έχουν δημιουργικότητα. Όμως το AlphaGo έκανε μια κίνηση που κανένας άνθρωπος δεν θα θεωρούσε καλή. Και τελικά αποδείχθηκε εξαιρετική”, ανέφερε χαρακτηριστικά.
Όπως υποστήριξε, το συγκεκριμένο παράδειγμα απέδειξε ότι η AI δεν μιμείται απλώς τους ανθρώπους, αλλά μπορεί να παράγει νέες και δημιουργικές στρατηγικές που ξεπερνούν την ανθρώπινη σκέψη.
Ισχυρή χρηματοδότηση
Παρά το σύντομο διάστημα από την ίδρυσή της, η Reflection AI έχει προσελκύσει σημαντικό επενδυτικό ενδιαφέρον.
Τον Μάρτιο του 2025 ανακοίνωσε ότι είχε σηκώσει 130 εκατ. δολάρια σε δύο γύρους χρηματοδότησης. Στον πρώτο seed γύρο, ύψους 25 εκατ. δολαρίων, επικεφαλής ήταν η Sequoia Capital και το CRV, ενώ ακολούθησε ένας δεύτερος γύρος Series A, ύψους 105 εκατ. δολαρίων, με lead investor το Lightspeed Venture Partners και το CRV. Τον Οκτώβριο του ίδιου έτους, ανακοίνωσε ότι έλαβε χρηματοδότηση ύψους 2 δισ. δολαρίων, σε έναν γύρο του οποίου ηγήθηκε η NVIDIA Corporation, με την αποτίμηση της εταιρείας να φτάνει τα 8 δισ. δολάρια. Στον γύρο συμμετείχαν επίσης εξέχοντες επενδυτές, όπως ο πρώην CEO της Google Eric Schmidt, η Citigroup, η ιδιωτική εταιρεία επενδύσεων 1789 Capital που υποστηρίζεται από τον Donald Trump Jr., καθώς και οι υφιστάμενοι επενδυτές Lightspeed και Sequoia. Πριν από περίπου τρεις εβδομάδες, η εταιρεία σήκωσε άλλα 2 δισ. δολ., με την αποτίμησή της να ξεπερνά πλέον τα 25 δισ. δολ.
Συνεργασίες-κλειδιά
Ο Ιωάννης Αντώνογλου αποκάλυψε ότι η εταιρεία έχει ήδη προχωρήσει σε σημαντικές στρατηγικές συνεργασίες, μεταξύ των οποίων ένα MOU με μεγάλο νοτιοκορεατικό retail όμιλο, συνεργασία με τη Dell για on-premise AI deployments, καθώς και συμφωνία με το Department of Energy των ΗΠΑ, ώστε τα μοντέλα της Reflection AI να αξιοποιούνται σε εθνικά ερευνητικά εργαστήρια.
Όπως ανέφερε, η εταιρεία απασχολεί σήμερα περίπου 900 εργαζομένους και διατηρεί γραφεία στη Νέα Υόρκη, στο Σαν Φρανσίσκο και στο Λονδίνο, με έδρα τη Νέα Υόρκη.
Σημειώνεται ότι πρόσφατα το Πεντάγωνο των ΗΠΑ ανακοίνωσε συμφωνία με επτά εταιρείες τεχνητής νοημοσύνης για την αξιοποίηση προηγμένων δυνατοτήτων τους σε διαβαθμισμένα δίκτυα του υπουργείου Άμυνας, με τη Reflection AI να συγκαταλέγεται μεταξύ αυτών.
Ο κίνδυνος της φούσκας
Σε ερώτηση για το κατά πόσο η τεχνητή νοημοσύνη βρίσκεται σε "φούσκα” και για τις προοπτικές της αγοράς, ο Ιωάννης Αντώνογλου εκτίμησε ότι υπάρχει πράγματι υπερεπένδυση, όπως συμβαίνει σε κάθε μεγάλο τεχνολογικό κύμα, υπογραμμίζοντας ωστόσο ότι αυτό δεν αναιρεί τη μακροπρόθεσμη δυναμική της τεχνολογίας.
Όπως σημείωσε, σε κάθε αντίστοιχο κύκλο υπάρχουν τόσο χαμένοι όσο και μεγάλοι νικητές που αναδιαμορφώνουν το τεχνολογικό τοπίο. Ως χαρακτηριστικό παράδειγμα ανέφερε τη φούσκα των dot-com, επισημαίνοντας ότι, παρότι πολλές εταιρείες κατέρρευσαν, μέσα από εκεί αναδύθηκαν κολοσσοί όπως η Google, η Amazon και το Netflix. Κατά την εκτίμησή του, ένα αντίστοιχο μοτίβο αναμένεται να επαναληφθεί και στον κλάδο της τεχνητής νοημοσύνης.
