Az Amazontól kirúgott több szállító állítja, hogy a nagyvállalat automatizált rendszere negatív szerepet játszott az elbocsátásukban.

Az Uber-szerű Amazon Flex program lehetővé teszi, hogy a cég független sofőröket alkalmazzon csomagszállításra. A sofőrök szerint a program igazságtalanul pontozta le a munkájukat, és senki nem figyelmeztette őket, hogy ki lesznek rúgva.

A Flex automatikusan osztályozza a sofőröket. Minősíti, hogyan pakolják fel és szállítják ki a csomagokat, mennyire tartják be az utasításokat.

Az elbocsátott személyek állítják, hogy a program nem kalkulálja be a hatalmas sorok, az elosztó központok körüli dugók, a kapukkal zárt házak és a rossz időjárás miatti csúszásokat.

Az Amazon egyik korábbi menedzsere elmondta, hogy a vállalat tisztában van a Flex rossz publicitáshoz vezető hibáival, a hatékonyság azonban még így is megéri a kockázatot.

A sofőröknek tíz napjuk van a fellebbezésre. Névtelen források elmondták, hogy a panaszokat megválaszoló e-mailek automatizált levelek. Az elutasított fellebbezések után a kirúgott alkalmazottak 200 dollárt költhetnek, hogy bíróság elé vigyék az ügyet.

A cég egyik szóvivője állítja: az elbocsátásról szóló végső döntést nem algoritmusok, hanem emberek hozzák meg.

Az USA Szövetségi Kereskedelmi Bizottsága nemrég arra kötelezte az Amazont, hogy 61,7 millió dollárt fizessen ki sofőröknek. Az automatizált rendszer munkavállalók megítélésére való használata egyébként is ellentmondásos, a nagyvállalatot sokan kritizálják érte.

A cég 2018-ban azért hagyott fel egy, új munkaerőt felvevő algoritmus használatával, mert nőkkel szemben elfogult volt. 2019-es dokumentumokból kiderült, hogy a nagyvállalat raktáraiban algoritmusok figyelték a termelékenységet, és teljesítmény-követelményeknek nem megfelelő dolgozókat elbocsátották.

A cég megköveteli sofőrjeitől, hogy egyezzenek bele: tevékenységüket mesterséges intelligenciával működő kamerák figyelik, és például a fáradtság vagy az álmosság jeleit is keresik rajtuk. Magánéletükbe történő beavatkozásra hivatkozva, többen megtagadták, hogy kamerák jelenlétében dolgozzanak.

Minden algoritmus hibázhat, egy Amazon-nagyságú vállalatnál viszont a legkisebb tévedések is komoly következményekkel járnak. Vigyázni kell, hogy a hatékonyság ne menjen az átláthatóság kárára, és a dolgozókat tiszteletben tartsák.

Az általános elégedetlenség olyan javaslatokhoz vezetett, mint az algoritmikus elszámoltathatóság. Ez az algoritmusok elfogultságának felszámolására és olyan más törvényekre kötelezné az amerikai kormányt, amelyek eredményeként az állampolgárok jobban megbíznak az automatizált gépi döntésekben.

Balesetek, súlyos betegségek és más tragédiák miatt nagyon sokan elveszítik kommunikációs készségüket. Hosszú évek óta kísérleteznek az ezeket a velünk született adottságokat valamilyen szinten helyreállító technológiákkal. Például természetes nyelvi modellekkel igyekeznek visszaadni a legtermészetesebb kommunikációs formát, a beszédet.

Teljes áttörés ugyan még nincs, és a fejlesztések elején tartunk, de mindenesetre azok egyre ígéretesebbek.

Kaliforniai kutatók egy, a beszédkészségét másfél évtizede elvesztett személy agyában lévő elektromos impulzusok értelmezésére, és a jelek szavak formájában, videó-kijelzőn történő megjelenítésére tanítottak be egy rendszert.

A UC Berkeley és a UC San Francisco szakemberei 128 elektródás szerkezetet ültettek az illető agyának a száj, az ajkak, az állkapocs, a nyelv és a gége mozdulataiért felelős részébe.

A rendszer több mint egy évtized kutatás eredménye. A kutatásokat az agy neurológiai tevékenysége és a beszélt nyelv hangjai közötti kapcsolatokat vizsgáló Edward F. Chang idegsebész vezette.

Az implantátumot számítógéphez kapcsolták, majd megkérték a pácienst, hogy próbáljon elmondani ötven egyszerű szót és ötven egyszerű mondatot. Közben rögzítették az agytevékenységet.

A rendszert huszonkét óra hosszat gyakoroltatták a felvett anyagon.

Egyes részei a beszédhez kapcsolódó agytevékenységet térképezték fel. Több modellből álló más részei az ötven szó valamelyikeként osztályozták a beszédjeleket. Egy nyelvi modell előrejelezte, hogy egy adott szó mekkora valószínűséggel lesz a következő. Egy dekódoló algoritmus a modellek outputjaira alapozva, meghatározta az ötven legvalószínűbb mondatot.

A teszteken a rendszer percenként átlagosan 15,2 szót dekódolt, a mondatok „fordítását” 25,6 százalék átlagos hibarátával végezte.

Egy másik, BrainGate (AgyKapu) nevű projekt tudósai a kézírás szöveggé alakulása és az agyból érkező kapcsolódó jeleket vizsgálják.

Ha azt akarjuk, hogy a robotok egyre emberszerűbben viselkedjenek, meg kell találni a tervezés és a vezérlés közötti kényes egyensúlyt. Ügyességünk, komplex feladatok kezünkkel történő kivitelezése hosszú evolúciós folyamat eredménye.

Egy új robotkar fejlesztése szintén hosszú folyamat: a tervezés sok iterációs ciklusból áll, aztán jön a fizikai megvalósítás, majd az emberi intuíción alapuló kiértékelés.

Mivel feladat-specifikus robotkarokat nehéz kidolgozni, a legtöbb általános rendeltetésű. A mostani módszerek a sok érintkezést igénylő feladatokra történő tervezés és a gyártás gyakorlati korlátai között egyensúlyoznak.

Az MIT (Massachusetts Institute of Technology) kutatói új eljárást találtak ki robotkarok formájának és irányításának speciális feladatra való optimalizálásához. Szoftver módosítja a tervet, szimulálja a feladat végrehajtását, pontozza a tervezést és a vezérlést.

A feladatorientált optimalizálás széleskörű gyártási és raktározási alkalmazásokkal kecsegtet, amelyekben repetitív tevékenység megvalósítására, de a különféle munkákhoz különféle robotkarokra lenne szükség.

A rendszer működésének teszteléséhez a kutatók első lépésben földön lévő dobozt megfordító robotikus ujjat készítettek. Az ujjvég szerkezetét egy algoritmus úgy optimalizálta, hogy hátsó oldalába akadva, megfordítsa a dobozt.

Összerakáshoz is fejlesztettek modellt – a kétujjas szerkezet egy kis kockát tett egy nagyobb tartóba. Az eltérő hosszúságú ujjak különböző méretű tárgyakat tudnak mozgatni.

Az ujj „ízületeinek” mindent leegyszerűsítő optimalizálása (ez a bevett gyakorlat) komplex feladatok elvégzéséhez szükséges komplex tervek megvalósításakor sok problémát jelent, korlátozza a lehetőségeket. Az MIT-s kutatók az úgynevezett „ketrecalapú deformációban” találták meg a megoldást – egy alakzat formája valósidőben megváltoztatható, eltorzítható. Az algoritmus automatikusan módosít a ketrecen, természetesebbé, a komplex robotujj számára könnyebben kezelhetővé teszi azt.

A kar tervezéséhez és vezérléséhez a kivitelezést pontozó szimulátort is fejlesztettek, és kiderült, hogy módszerükkel gyorsabban és jobb megoldások találhatók, mintha a robotikus tárgymozgatás megvalósításához eddig alkalmazott megerősítéses tanulásalapú algoritmusokkal dolgoznának.

A Google fontos lépést tett afelé, hogy a folyamatos fejlesztési állapotban lévő, jelenleg 54 fizikai qubit kezelésére képes Sycamore kvantumszámítógépükön lévő kényes információkat megvédjék a megsemmisítésükre is képes hibáktól. Egyelőre azonban nem az összestől, ami kulcsfontosságú a teljes kapacitásában működő rendszer felépítéséhez. A mostani eredmények mindenesetre bizakodásra adnak okot, a kutatók szerint belátható közelségben van a teljes hibakorrekció.

Kvantumszámítógépeket bő két évtizede fejlesztenek, születtek már látványos sikerek, de a kvantumbitek (qubitek) sokkal bonyolultabbak és kényesebbek, mint hagyományos megfelelőik, a bitek. A környezetből, például elektromos vagy mágneses mezőkből érkező legkisebb zaj megszüntetheti az állapotukat, és vagy nullák, vagy egyek maradnak.

A Google-gép szupravezető fémek apró áramköreiből álló qubitjeinek különféle energiákkal maximum 15 mikroszekundumig fenntartható két állapotuk van. A zaj utána működésképtelenné teszi őket. A 15 mikroszekundum viszont távolról sem elég a nagyszabású célok megvalósításához.

Egy hagyományos komputer a bitek redundáns másolatainak elkészítésével és a pontos állapot ellenőrzésére történő felhasználásukkal védi meg magát a hibáktól. Egy kvantumszámítógép képtelen erre, mert a kvantummechanizmusok nem teszik lehetővé a qubitek ismeretlen állapotának másolását egy másik qubitre. Ha egy qubit állapota például az 1 30 és 70 százaléka, akkor az három, csoportot alkotó qubitbe mehet át, amelyben mindhárom 30 százaléka 0, és mindhárom 70 százaléka 1. Ez a nagyobb, de egyenértékű kvantumállapot segíthet kiszűrni a hibákat.

Az adat-qubitek közvetlen mérésével sajnos nem tehető meg, mert maga a mérés vetne véget a kettős állapotnak. A kutatók az adat-qubitek kiegészítő qubitekkel való összevonását, minden egyes kiegészítő qubit és szomszédja összefonódását – kvantumkapcsolatát – javasolják. A kiegészítő qubitek folyamatos mérésével megállapítható a szomszédos adat-qubitek egymáshoz való viszonya – anélkül, hogy az utóbbiakat mérni kellene. Ezek az elforgatott qubitek így, elvileg visszahelyezhetők az eredeti állapotukba.

Maximum tizenegy adat-qubites lánccal a Google kutatói elérték, hogy a fizikai qubitek számának növekedésével, a logikai qubit exponenciálisan növekvő ideig fenntartható. Azzal, hogy egyetlen qubit állapotát akár tizenegy adat-qubitre osztották szét, 50 mikroszekundum után 40-ről 0,2 százalékra csökkentették a hibalehetőséget. A hibák exponenciálisan növekvő mennyiségben törlődnek, amellyel talán elérhető, hogy egy logikai qubit több mint ezer adat-qubitre szétosztott állapotát tetszőleges ideig fenn lehessen tartani.

A kutatók azonban csak félúton vannak. Egyrészt, a megfordított qubiteket még nem mozgatták vissza az eredeti állapotukba – működő kvantumkomputeren ezt meg kellene tenniük. Másrészt – és ez a fontosabb – nem tudták szimultán megoldani a qubitekkel felmerülhető két hibát: a kvantumállapot 0 és 1 része közötti váltást (bit flips), illetve a 0 és 1 részek matematikai elrendezését meghatározó változást (phase flips).

A Google által ígért közeljövőbeli megoldáshoz pluszdimenzióra lesz a szükség.

Ha nagyobb épületben vagy ipari létesítményben szivárog a gáz, a tűzoltók speciális műszerekkel szállnak ki, sokáig eltarthat, míg megtalálják a pontos helyszínt.

A Delfti Műszaki Egyetem, a Barcelonai Egyetem és a Harvard kutatói biztonságos megoldást találtak ki a probléma orvoslására: a gázszivárgás forrását zsúfolt ipari közegben detektáló és lokalizáló kicsi gépekből álló autonóm drónrajt fejlesztettek.

A fő kihívást a komplex feladat végrehajtásához szükséges, viszont a pirinyó szerkezetekbe integrálható mesterséges intelligencia, a szűkös érzékelési, számítási és memóriakapacitásokat figyelembe vevő fejlesztése jelentette.

A fejlesztés egyrészt fontos lépés a mesterségesen intelligens kicsi robot felé, másrészt a raj valódi környezetben valódi problémát old meg – hatékony munkájával az érintett hatóságok nem kockáztatják emberek és a kismennyiségű gázt nálunk jobban kiszimatoló állatok életét.

Eddig egyedi robotokkal, akadálymentes közegekben kísérleteztek, ahol a forrást könnyebben azonosították.

A drónok kis méretükkel sem az épületben lévő értéktárgyakat, sem az ott tartózkodó személyeket nem veszélyeztetik. Méretük lehetővé teszi, hogy belső terekben is repüljenek, miközben három dimenzióban keresik a szivárgást. Mivel rajban dolgoznak, munkájukat gyorsabban végzik el.

Méretük miatt azonban értelemszerűen nem működtethetők ugyanazokkal a mesterségesintelligencia-algoritmusokkal, mint az önvezető autók. Ráadásul nincsenek egyedül, tehát nem szabad összeütközniük, és kommunikálniuk is kell egymással.

A megoldáshoz a természetből vették a mintát – a fejlesztést a kb. százezer idegsejttel rendelkező muslicák (gyümölcslegyek) többek között a konyhaasztalon lévő banánt lokalizáló képessége inspirálta. Légáramlás-érzékelők hiánya miatt azonban az állatok tevékenységét nem tudták egy az egyben a gépekbe integrálni, a navigációt irányító Szimatoló bogár algoritmus mégis a muslicákhoz hasonlóan működik.

Ha valamelyik drón érzékeli a gázt, kommunikálja a többiekkel. Az együttműködés innentől válik szorossá, és mindaddig folytatódik, amíg meg nem találják a forrást. A kutatást – eredetileg repülő madarakról modellezett – rajrészecske optimalizáló algoritmussal végzik, minden egyes drón egy részecske.

A fejlesztés ígéretes, az algoritmusok gázszivárgás detektálása mellett tudományos missziókban, például a Mars felszínén történő metánkutatásban vagy járványok kórokozóinak korai felderítésében szintén segíthetnek.

Egyre több mesterségesintelligencia-alapú rendszer próbál rovarokat azonosítani, de nincs könnyű dolguk.

Az Oregoni Állami Egyetemen fejlesztett technológia például folyadékkal megtöltött csövön keresztül juttatja el a rovarokat a kameráig. Izraeli kutatók hím és nőstény szúnyogokat megkülönböztető rendszert dolgoztak ki. Dán és finn tudósok mesterséges ideghálókkal végzik az azonosító munkát. Készülékük szépséghibája, hogy a felhasználóknak manuálisan kell boldogulniuk a példányokkal.

A Világgazdasági Fórum szerint a biológiai sokszínűség elvesztése a globális civilizációra leselkedő egyik legnagyobb veszély. A rovarok kulcsfontosságúak, apró méretük és nagy számuk viszont, különösen a fajok szintjén, megnehezíti sorsuk nyomon követését. Populációik kiértékelésében rengeteget segíthetnek az automatizált megoldások.

A legújabb a német, olasz és szingapúri múzeumok, egyetemek és kutatóintézetek közös fejlesztése, egy rovarosztályozó.

A robotikus szerkezet az állatokat ki- és beszállító, pillanatfelvételeket készítő és a képeket feldolgozó rendszereket integrál össze. A modell outputját megjelenítő érintőképernyő a felhasználói interfész.

A kutatók az ImageNet képadatbázison gyakoroltattak, majd 4325 rovarképen és felnagyított változataikon finomhangoltak egy ideghálót.

A „rovarbot” következőképpen működik: a felhasználók a gép edényére helyeznek egy szét nem válogatott halott rovarokkal teli Petri-edényt. A modell a lefelé irányuló kamera képeivel dolgozik. Eldönti, hogy melyik néz ki rovarnak, majd az állatokat egy szívószál végű komponens emeli fel.

A mintákat Raspberry Pivel működtetett, háromtengelyű robot juttatja el egy lapra, ahol a második kamera részletes fényképeket készít róluk. A rendszer elfogadja az adott képet, és megállapítja, hogy milyen rovarról van szó.(A teszteken a kutatók az azonosításra használt képrészletekről hőtérképet is készítettek.)

A robot ezt követően egy másik tálcára helyezi a mintákat, ekkor történik a DNS-szekvenálás. A rendszer a DNS-adatokat hozzáadja a képet, az azonosítás és a mérések eredményeit tartalmazó fájlhoz.

A tesztek jól sikerültek, a rendszer 91,4 százalékos pontossággal dolgozott. Szép, de a humán szakértőknél rosszabb eredmény. Egyelőre legalábbis így van, viszont az árak csökkenésével és a technológia tökéletesedésével hamarosan ezen a területen is komoly igény lehet a mesterséges intelligenciára, robotokra.

Az elmúlt évtizedben rengeteg személyes fényképet tettek vagy véletlenül, vagy szándékosan nyilvánossá. Botrány botrányt követett.

A Columbia Egyetem mérnöki iskolája tanulmányt készített privát fotók erre specializálódott, népszerű felhőszolgáltatásokon (Google, Apple, Flickr stb.) történő titkosítási módjáról. A szolgáltatásokon semmit nem kell változtatni hozzá.

Manapság annyi fényképet készítünk, hogy okostelefonunkon nincs elég tárhely, és online, a számítási felhőben tároljuk őket. Ezek a képek azonban nemcsak a készítőiknek értékesek, hanem a személyes adatokban vájkáló, azokból hasznot húzó hackereknek is. Az olyan biztonsági megoldások, mint a kétszintű azonosítás vagy a jelszavak sajnos nem nyújtanak elegendő védelmet, és így az online tárolás is problémássá vált. Sokszor a szolgáltatók alkalmazottai élnek vissza a hozzáférésükkel, máskor súlyos hibák miatt lehetséges a „külsős” képlopás.

A fotók titkosítása az egyik lehetséges megoldás, csakhogy a felhőszolgáltatások nem kompatibilisek a titkosítási technikákkal. A Google Photos például tömörítéssel csökkenti a fájlok méretét, ezzel viszont drasztikusan romlik a titkosított képek minősége, akár ki is dobhatjuk őket.

Ha esetleg működik a tömörítés, akkor a titkosítással nem megy a gyors böngészés, és harmadik fél alkalmazására lenne szükség. Ugyanezek a cégek titkosítást és biztonságos tárolást ígérnek, de ha mellettük döntünk, a széles körben használt szolgáltatóknak inthetünk búcsút.

A Columbián fejlesztett Easy Secure Photos (ESP) titkosítja a felhőbe feltöltött képeket, sem külső, sem belső támadók nem tudják feltörni őket. Hiába hackelik meg a fiókunkat, nem látják a titkosított képeket.

A JPG és PNG fájlformátummal egyaránt dolgozó ESP titkosító algoritmusát nem zavarja a tömörítés, a minőség nem romlik, és csak a jogosult felhasználó látja a képeket, mindenki más fekete-fehér pöttyöket csodálhat. Az ESP a felhasználó által könnyen böngészhető titkosított indexképeket is generál és tölt fel galériákként.

A fejlesztők jelszón túli plusz védelmi szintről beszélnek. Ezzel érik el, hogy „érzékeny” fényképeinket csak mi, és ha akarjuk, több készüléken láthassuk (kivétel, ha megosztjuk őket másokkal). Egy okos appal megoldották, hogy a digitális kódot („kulcsot”) ne kelljen egyik készülékről a másikra vándoroltatni, ami általában komoly problémák eredője.

Az új rendszer több vállalat érdeklődését felkeltette.

Az egészségügyben hosszú évek óta használnak mesterségesintelligencia-megoldásokat, ez a szektor az MI egyik leglátványosabb sikerterepe. Nem véletlenül, mert egyes alkalmazásokban a gép gyorsabban és pontosabban dolgozik, mint az ember.

A diagnosztika sokáig nem tartozott közéjük. A döbbenetes tempójú fejlődés ellenére kevés volt a használható termék, a széles körben alkalmazott módszerek gyakran régi technológiákon alapulnak.

Az izraeli Technion kutatói rájöttek, hogyan lehet mesterséges intelligenciát a gyakorlatban is megbízhatóan alkalmazni. Az egyik legkényesebb és legnagyobb odafigyelést igénylő területről, a kardiológiáról van szó. Az MI ezúttal a diagnosztikában segíti humán partnereit.

A kutatók az egyik legelismertebb tudományos periodikában (Proceedings of the National Academy of Sciences of the United States of America, PNAS) publikálták meglátásaikat, eredményeiket. Az anyagban bemutatták, hogyan használják az MI-t betegségek azonosítására. Az eredmények többszáz elektrokardiogrammon (EKG) alapultak – az EKG a mai kardiológia legelterjedtebb technikája.

A Technion új rendszere kiterjesztett mesterséges ideghálókkal elemez EKG-eredményeket. A hálónak megtanították különféle mintázatok azonosítását. Többszáz beteg bő másfélmillió EKG-tesztjén gyakorolt, az adatokat a világ több kórházából gyűjtötték.

A szívműködésről gyorsan és nem invazív módon információt szolgáltató EKG-teszt hátránya, hogy az adatfolyamot „olvasó” orvosok hajlamosak hibázni. Vagy azért, mert túl szubjektívek, vagy mert nem tudják pontosan, hogy mit is keresnek.

Kiderült, hogy az MI precízebb, és emberi szemmel észrevehetetlen kóros elváltozásokat is lát.

A kutatók kardiológusok mellett dolgozva, az ő kívánságaik szerint alakították ki a rendszert. A kimenet az eredményekre vonatkozó bizonytalan becsléseket, a nem meggyőző eredményekre és a betegség növekvő kockázatára történő figyelmeztetést tartalmazza. Sok olyan adatot, amelyek vagy nincsenek benne az EKG-eredményekben, vagy nem olvashatók ki egyértelműen belőlük.

A rendszer elég pontosnak bizonyult ahhoz, hogy például a szívritmuszavarra figyelmeztessen. Korai diagnózisa nélkül sokkal nagyobb a szívroham és a stroke kockázata.

Az MI a kardiológia hivatalos terminológiáját használja, döntéseit szaknyelven magyarázza el.

Az információ elektromos jelek formájában történő áramlását elektronikus kapuk szabályozzák. A kapuk nyitását és zárását a pillanatnál rövidebb idő alatt kell megoldani.

Az Egyesült Államok Argonne Nemzeti Laboratóriuma és a Chicagói Egyetem molekuláris tervezéssel foglalkozó kutatói a kapuk működésére dolgoztak ki hatékony új megoldást. A kivitelezéshez az információfeldolgozásban elektromagnonika néven (alig) ismert módszert használták, amellyel valósidőben válik lehetővé a fotonok és a magnonok közötti információátvitel irányítása. (A magnonok atomi szintű, neutronokról szóródni képes kvázi-részecskék.)

A megoldással változatos területeken (kvantumszámítások, kommunikáció, érzékelés) alkalmazható következőgenerációs elektronikus és kvantum jelfeldolgozó eszközök hozhatók létre.

Ha az információtovábbítás módját tervezzük, a hordozó kiválasztásával kell kezdenünk. Vezeték nélküli kommunikációhoz például mikrohullámú fotonokat használnak, azok formálnak elektromágneses hullámokat. Egy másik elképzelés szerint a magnonok is képesek információtovábbításra.

A kutatók érdeklődését felkeltette, hogy mindkét típus alkalmas a feladatra, több központban próbálkoznak különféle információhordozók integrálásával. Ezek a többféle hullámot összekombináló hibrid rendszerek egyetlen hordozóval lehetetlen alkalmazásokhoz is használhatók.

A jel a külső hatások ellenére koherens marad.

A magnon-foton interakció kontrollálásával és a hibrid rendszerekkel évek óta foglalkoznak kutatóközpontokban, de mindezidáig nem történt áttörés. Elvileg a magnonok és a fotonok közötti energiaszintek gyors – száz nanoszekundumnál rövidebb ideig tartó – összehangolásával érhető el ez. De csak elvileg, mert a gyakorlatban eddig kivitelezhetetlen volt.

Az energiaszint-szinkronizálás új módszerével, a kutatók elérték a magnonikus és a fotonikus állapotok közötti gyors, tíz és száz nanoszekundum közötti váltást.

Az összehangolást elektromos impulzussal kezdték, majd elindult, és az impulzus kikapcsolásáig tartott az információcsere. Ezzel a módszerrel az információáramlás úgy irányítható, hogy vagy a magnonban, vagy a fotonban, vagy valahol a kettő között van minden. A kivitelezés egy új szinkronizáló eszköznek köszönhető.

A kutatással bebizonyosodott, hogy információfeldolgozás nemcsak klasszikus elektronikával, hanem a magnonikus állapotok kvantumtartományban történő módosításával is megvalósítható.

A művészetekben régóta használják az infokommunikációs csúcstechnológiákat, az utóbbi bő tíz évben, az ágens-szimulációtól a kép- és hangalapú megoldásokig, a mesterségesintelligencia-technikák is szélvészgyorsan elterjedtek.

Morgan Neville dokumentumfilmes legújabb opusa a legendás szakács, világutazó médiaszemélyiség és író, a három éve tragikusan elhunyt – öngyilkosságot követett el – Anthony Bourdain (1956-2018) eseménydús életét dolgozza fel.

Egyes hézagok pótlására Neville is mesterséges intelligenciát használt, a már hetek óta megtekinthető filmben (Roadunner: A film about Anthony Bourdain) három idézetnél MI-vel alkották újra a legenda hangját.

A technológia alkalmazása kicsit kísérteties, amikor halott személyeket „elevenítenek meg” vele, de ebben az esetben működik, mert az észrevétlen MI-vel hitelesebb a dokumentumfilm.

Az alkotásban hallható hangalámondásokat komputer generálta, az idézeteket viszont nem.

„Mesterségesintelligencia-modellt alkottunk a hangjához. A három idézethez nem volt semmiféle hangfelvétel, viszont mindenképpen azt akartam, hogy a nézők őt hallják” – nyilatkozta Neville.

Egy szoftvercégnek több mint tizenkét órányi hangfelvételt adott, az alapján készítették el a modellt. A dokumentarista szerint a szimulált hangot kvázi lehetetlen megkülönböztetni az eredetitől.

„Ha valaki nézi a filmet, és tud egy mesterséges intelligencia által elmondott idézetről, a többit akkor sem ismeri fel, nem fogja tudni, hogy miket mond még MI” – magyarázza a rendező.

A dokumentumfilm ebből a szempontból az utóbbi évek kicsit disztópikus trendjéhez kapcsolódik: kisebb-nagyobb sikerrel, egyre többen próbálkoznak elhunyt hírességek hangjának újjáélesztésével. Neville-t egyelőre nem aggasztja a jelenség.

„Később lehetnek majd dokumentumfilmes etikai panelek erről” – mondta szűkszavúan.