Univerzális fordító

A kínai keresőportál, a Baidu vezető kutatója szerint „a beszédtechnológia megbízhatósága közelít ahhoz a ponthoz, amely után már csak használni fogjuk, és egyáltalán nem is gondolunk rá”. Andrew Ng szerint a legjobb technológia gyakran láthatatlan, és a beszédfelismerés is így fog eltűnni a háttérben. A Baidu jelenleg pontosabb beszédfelismerésen és hatékonyabb mondatelemzésen dolgozik, amitől azt várják, hogy a hangtechnológiák hamarosan többeszközös – például háztartási berendezések közötti – interakcióra is alkalmasak lesznek.

A Google 2016 szeptemberében indított, radikálisan új módszerrel dolgozó fordítójával 80 százalékkal csökkentek a hibák: az összehasonlító tesztek 6-os skáláján a régi módszer 3,6 pontot, míg az új 5-öt ért el (az emberi átlag 5,1). A beszédfelismerés és -szintézis, a hang- és más nyelvtechnológiák együttes hatására hamarosan elterjedhet a fülhallgatón, mobilappról vagy chatbottal működő, valós idejű fordító is.

Gépi tanulás

Az utóbbi évek IT-híradásai a gépi tanulástól – és legkifinomultabb hajtásától, a deep learningtől – voltak hangosak. E technológia segítségével győzhette le a Google-leányvállalat, a DeepMind AlphaGo nevű algoritmusa Lee Szedol dél-koreai gofenomént, verhetett tönkre januárban 60 kínai gomestert, és készülhet a megméretésre valósághoz közelebbi, állandóan változó játékközegben. A technológia számítási teljesítménye és intuíciós képességei hamarosan döntéshozatali modellekben csúcsosodhatnak ki.

Kreatív programok

2016 egyik szenzációjaként képet küldhettünk a Google Dreamnek, és azt a program saját, pszichedelikus stílusában újjávarázsolva kaptuk vissza. A különféle felismerő technológiákon alapuló gépi kreativitás a komoly fejlődés ellenére korlátolt; egy-egy program, robot alkotását egyelőre csak nagy jóindulattal nevezhetjük autentikusnak. A közeljövő algoritmusai, szoftverei annyiban közelítik a kreativitást, hogy – eredeti felismerő rendeltetésükön túllépve – 3D-ben, mélységben látva modelleznek majd tárgyakat.

Google Dream-alkotások

A Massachusettsi Műszaki Egyetem laborjaiban népszerű gépitanulás-technikával elérték, hogy a komputer példák alapján megismeri a 3D-s tér jellegzetességeit, és az elsajátított ismereteket hasznosítva élethű és fizikailag hiteles, új tárgyakat generál. A 3D-s érzékelés kulcsfontosságú a fizikai világgal kapcsolatba kerülő robotok fejlesztésénél, mert a valóság megismerése nélkül stagnál az MI.

Önvezető és kommunikáló járművek

Az önvezető járművek elterjedéséről megoszlanak a vélemények, abban viszont egyetértenek, hogy a gépi tanulás kulcsfontosságú, és eleinte célszerűbb szimulátorokban fejleszteni a technológiát. Ilyen például a Barcelonai Független Egyetem ideghálókat és mélytanulást használó Synthiája, amely eleinte a gyalogosok detektálására összpontosított, mostanra viszont már a járművek környezetkezelő képességeit javítja (többek között a dinamikusan változó városi környezet váratlan helyzeteinek kezelését). A szimuláció után pedig jöhet a valóság. Az a valóság, amelyben a jelenleginél jóval szofisztikáltabban kommunikáló, önvezető autó harmadik életterünkké válik otthonunk és munkahelyünk mellett.

Biztonság

A feldolgozó technológiák következményeként hamarosan olyan Különvélemény-féle sci-fi világban találhatjuk majd magunkat, ahol MI-vel felpörgetett biztonsági megoldások vigyáznak ránk. A tavaly munkába állt AnBot például olyan intelligens biztonsági robot, amely – a Tianhe-2 szuperszámítógéphez, valamint felhőszolgáltatásokhoz kapcsolódva – felismer vészhelyzeteket a kínai sencseni repülőtéren, sőt kameráival és arcfelismerő rendszerével személyeket is azonosít. Az AnBot a felhőszolgáltatással saját kapacitását bőven meghaladó feldolgozásra képes, szuperszámítógépes kapcsolata révén pedig tanulási lehetőségei is jobbak.

A bukaresti reptér virtuális határőre anyanyelvükön tesz fel kérdéseket nemzetközi utasoknak, majd testbeszédüket és válaszukat figyelve azonosít szokatlan viselkedésformákat. Az ezekhez hasonló MI-k akkor teljesíthetnek majd kiemelkedően, ha érzelmek felismerésére, feldolgozására, esetleg utánzására is alkalmassá válnak.

Egészségügy

Mivel az MI ismereteket halmoz fel, kapcsolati hálókat generál, hipotéziseket fogalmaz meg, az emberi egészség javításához is felhasználják. A londoni BenevolentAI természetesnyelv-feldolgozó rendszere például vegyi könyvtárakban, orvosi adatbázisokban és tudományos papírok között kutat potenciális gyógyszermolekulák után. Az IBM és a gyógyszergyártó Pfizer együttműködésében az IBM legendás MI-rendszerét, Watsont használják immunonkológiai gyógyszerfejlesztések felgyorsítására, a bostoni BERG Health pedig adatok tanulmányozása révén modellezi fehérjék speciális betegségekre utaló hálózatát. A közeljövő kihívása, hogy az MI elérje a molekuláris pontosság egyedi sejtek belső működésének modellezéséhez szükséges szintjét.

Új személyi asszisztensek

A közeljövőben nagy áttörésre számíthatunk a dolgok internete (IoT) által dominált kereskedelmi alkalmazásokban is. Az összekapcsoltság e szintje vezethet el ugyanis a felhőrobotikához, amelyen keresztül változatos feladatokra optimalizálhatunk robotokat. E robotok a munkáikon magukban dolgoznak, a megoldást viszont megosztják egymás között a felhőben: egyikőjük megtanít valamit a másiknak, az dolgozik rajta, és továbbítja. Ezáltal nő a tanulási potenciál és a gépek összekapcsoltsága is. E trendek intelligens személyi asszisztensekben csúcsosodhatnak ki, amelyek adataink gyűjtéséhez és értelmezéséhez az MI, a minket körülvevő eszközök működtetéséhez az IoT, a mobilvilágbeli jelenléthez pedig a kiterjesztett valóság eredményeit használják fel.

Kollektív intelligencia

A madárrajok, hangyák és halak csoportjai az egymáshoz közeli egyedek helyi interakcióiból kifejlődő, önszerveződő rendszerként működnek. Együttes viselkedésük nem vezethető le a részek összességéből, túlmutat rajta. A rajintelligenciák elterjedése különösen a hadászatban és a szállításban borítékolható. 2016 nyarán az amerikai haditengerészet a Csendes-óceán felett tesztelt egy harminc darab, egyméteres gépből álló drónrajt. Ezek a közeljövőben képesek lesznek rajként, a lehető legkevesebb központi irányítással, koordináltan cselekedni. E technológiának köszönhetően változhat a paradigma is: míg a múltban a kislétszámú és drága hadirepülőgépekből álló légierő volt a norma, a következő években jöhetnek az olcsó és beáldozható dróntömegek. Az amerikai haditengerészet felfújható csónakokból álló rajokat is fejleszt, amelyek majd önálló csoportként járőröznek, a humán operátor távoli felügyelete mellett. Ismeretlen hajót látva a rajbotok közösen döntik el, melyik csónak közelítsen az idegen felé, és állapítsa meg, hogy ártatlan vagy kártékony. Utána kommunikál a raj többi tagjával, esetleg támogatást kér.

Kömlődi Ferenc cikke eredetileg a HVG Extra Businessben jelent meg.

Friss lapszámunkban olyan etikus befolyásolási módszereket mutatunk be, amelyekkel jobb hellyé tehetjük a világot, javíthatunk megítélésünkön vagy könnyebben eladhatjuk termékeinket. Keresse a magazint az újságárusoknál, vagy rendelje meg itt kedvezménnyel! Ha megtetszett az újság, fizessen elő egy évre, és Simon Sinek A jó vezetők esznek utoljára című könyvét adjuk az előfizetés mellé.

Ha érdeklik a gazdasági, üzleti témák, lájkolja a HVG Extra Business Facebook-oldalát!