A mesterséges intelligencia kifejezés első, 1956-os használata óta főként vezető nélküli autók, szóbeli utasításokat felismerő okostelefonok és látó számítógépek formájában, ha nem is úgy, ahogy elképzelték, de valósággá fejlődött. Ezt a fejlődést igyekszik számszerűsíteni a Stanford vezető MI-kutatókból álló AI100 (One Hundred Year Study on Artificial Intelligence) csoportja. Az index átfogó képet ad az MI állapotáról, és ugyanúgy méri a technológiai fejlődést, mint a GDP a gazdaságot, az S&P 500 a tőzsdét, vagy a szintén nehezen számszerűsíthető társadalmi haladást, közép-keleti békét, Banglades szegénységét stb. számszerűsítő technikák.
A kezdeményezés kiegészíti az AI100 rendszeres beszámolóját a terület helyzetéről. Magát az AI100-at három éve alapították, 2016 őszi első beszámolója a 2030-as állapotokat vetítette előre. Az új index az MI startupok számának és a befektetéseknek drámai növekedését, a technológia komoly javulását állapította meg.
Az index legalább 18 oktatási, ipari, nyílt forrású szoftveres, közérdekű tényezőt, valamint az „emberi szintű teljesítmény” felé tartó technikai fejlődést méri olyan területeken, mint a beszédfelismerés, kérdés-felelet, gépi látás stb. A publikált tanulmányokat, tanfolyamokat, startupokat, állásokat, keresési szavak gyakoriságát, médiavonatkozásokat stb. speciális mutatók alapján értékelik.
„Sok szempontból vakon vitázunk az MI-ről, hiányoznak a gépi tevékenység hiteles értékeléséhez nélkülözhetetlen adatok. Az index célja a tényalapú mérés, amellyel felvázolhatjuk a fejlődést, és mélyebb beszélgetéseket folytathatunk a terület jövőjéről” – jelentette ki az indexet és az AI100 vezetőbizottságát megálmodó stanfordi professor emeritus Yoav Shoham.
Az első eredmények között szerepel, hogy 2017-ben 14-szer annyi MI startup működik, mint 2000-ben. A kockázati tőkebefektetések meghatszorozódtak, az akadémiai közegben kilencszer annyi MI-témájú tanulmányt publikálnak, mint 20 éve, jóval többen iratkoznak be MI-tanfolyamokra, a Stanfordon például bevezető gépitanulás-kurzusra 45-ször annyian iratkoznak be, mint 30 éve.
A technikai méréseket illetően, a kép- és a beszédfelismerés egyaránt megközelíti, sőt, időnként túl is szárnyalja az emberi szintű teljesítményt. MI-rendszerek olyan „valóvilág” alkalmazásokban remekelnek, mint a tárgydetektálás, kérdés-felelet játékok megértése, bőrrákos sejtekről készült fényképek csoportosítása stb. A probléma, hogy a számítógépek változatlanul le vannak maradva speciális információk általánosításában, mélyebb jelentések megértésében. Hiányzik belőlük, vagy nagyon alacsony szintű ez a képesség.
„Az MI döbbenetes haladást ért el az elmúlt 10 évben, viszont nincs meg bennük az ötéves gyerekek józanész-bölcsessége, általános intelligenciája” – magyarázza Shoham, majd megjegyezte, hogy a beszámoló nagyon USA-központú, és nemzetközibbnek kellene lennie. A kockázati tőke mellett a kormányzati és a vállalati beruházásokat szintén célszerű lenne mérni.
