A Facebook meztelenséget automatikusan kiszűrő filtereinek rendeltetése, hogy a kiskorúakat megvédjék fejlődésüket a közösségi hálózat szabályai szerint negatívan befolyásoló vizuális élményektől. Csakhogy a filterek és a mögöttük lévő algoritmusok, azaz mesterséges intelligencia gyakran tévednek.

Az algoritmus legutóbb például egy kosárban lévő csomag hagymát címkézett nem megfelelő, „szexuálisan explicit” tartalomként.

Egy kanadai cég próbálta a közösségi médiumon reklámozni magát a képpel, amelyet a Facebook algoritmusa blokkolt, azzal indokolva, hogy az „nyíltan szexuális tartalmú.”

A tévedésen mosolygunk egyet, aztán el is felejtjük. Csakhogy rögtön több kérdés fel is merül: az MI milyen kritériumok alapján döntött, miért szűrte ki pont ezt a képet?

Az eset leginkább viszont azt szemlélteti, hogy a mesterséges intelligencia tartalommoderálása egyelőre hagy kivetnivalókat maga után, és még nem kész felelősségteljes szituációkban teljesen megalapozott döntéseket hozni.

A Gaze Seed Company részletesen nem ment bele, hogy mit gondol a döntésről. A Facebook értesítette őket a nemkívánatos tartalomról, és hogy el kell tüntetniük az oldalról.

„Szerintem a hagymák két kerek formájáról hihette tévesen az algoritmus, hogy női mell vagy valami más, és valamilyen módon meztelen” – találgatott Jackson McLean, a Gaze Seed Company menedzsere, majd hozzáfűzte: „egyszerűen mókásnak tartottam. Elég elrugaszkodott fantázia kell ahhoz, hogy valaki ránézzen a hagymákra, és valami szexuális dolog jusson eszébe róluk. A nyíltan szexuális szöveg pedig arra utal, hogy tévedésnek helye sincs.”

Ellentétben az algoritmussal, az emberi szemnek teljesen egyértelmű, hogy se explicit, se implicit nincs a képen nemiség, meztelenség – közönséges hagymákat látunk. A hagyma még akkor is hagyma, ha a Facebook mesterséges intelligenciája másnak látja.

A Gaze Seed Company panasszal élt a közösségi médiumnál, de egyelőre még nem kaptak választ.

Közel tíz éve az önvezető autók az egyik legizgalmasabb és legdinamikusabban fejlődő infokommunikációs technológia, és egyben az egyik legkonkrétabb, „fizikailag tapintható” mesterségesintelligencia-alkalmazás. A robotjárművek az ígéretes részeredmények ellenére még nem terjedtek el, viszont folyamatosan érezzük: előbb-utóbb meg fog történni.

Az ezirányú fejlesztések vezetője, a Google önvezető autó projektjéből továbbfejlődött Waymo október 8-án jelentette be teljesen vezető nélküli szolgáltatását az arizonai Phoenix egyik elővárosában.

2019 nyarán az anyacég Alphabet néhány száz személyből álló válogatott fogyasztói csoporton, a „korai utasokon” kezdte tesztelni a biztonsági sofőr nélküli szolgáltatást. Szerződést kötöttek velük, hogy nyilvánosan nem közlik az élményeiket, viszont a visszajelzések is segítettek a döntésben, a Chrysler Pacifica kisbusz Phoenix környéki magáncélú használatának beindításában.

„Nekünk is, és az egész világnak is óriási dolog ez” – jelentette ki John Krafcik, a Waymo egyik vezetője.

A Waymo önvezető járművében öt éve ült először valaki közúton. A technológia méretezése hatalmas kihívást jelentett, két évükbe telt, amíg három autójuk egyszerre közlekedett teljesen vezető nélküli módban Phoenix utcáin. Száz autóhoz újabb év kellett, és idén jutottak el odáig, hogy elsőként a világon, fizető szolgáltatást kínálnak.

Kockázati tőkésektől és más befektetői csoportoktól idén több mint 3 milliárd dollárt gyűjtöttek össze, ami azért nagyon fontos, mert ez volt az első alkalom, hogy nem az Alphabettől érkezett a pénz.

Márciusban úgy döntöttek, hogy a Covid-19 miatt felfüggesztik a fuvarokat, és csak a biztonsági sofőr nélküliekkel foglalkoznak. Az ügyfelek 300 járműből álló kisbusz-flottából válogathatnak. Az út maximum 130 négyzetkilométeres területre vonatkozik, az utas bárkit meghívhat, megoszthatja élményeit a közösségi médiumokon. Bárki igénybe veheti, aki letölti hozzá a Waymo One appot.

Krafcik elmondta, hogy a szolgáltatással bővíteni óhajtják ügyfélkörüket. A jövőben tervezik a biztonsági sofőrös szolgáltatás visszaállítását, de mindaddig nem, amíg a vezetőt nem szeparálják el teljesen az utasoktól.

A következő hasonló Waymo szolgáltatásra a cég „szülőállamában”, Kaliforniában kerülhet sor.

A természetesen postai, valamint futár és logisztikai szolgáltatásokat nyújtó Japán Posta október 7-én mutatott be egy levélhordó robotot.

Manapság ugyan egyre kevesebb hagyományos levelet írunk és kapunk, de azért még így is épp eleget adunk fel ahhoz, hogy a szolgáltatást ne lenne értelme automatizálni. Ráadásul a Covid-19 világában egyre jobban nő az emberek fizikai érintkezésének minimalizálása iránti igény, ezért lehetnek minden korábbinál népszerűbbek például az érintés nélküli fizetési megoldások.

A ZMP Inc. által fejlesztett, kerekesszék-méretű, DeliRo nevű robot beépített kamerákkal és szenzorokkal működik. Múlt szerdán egy tokiói utcán, a járdán tesztelték, akadályokat, például hirdetőoszlopot került el, és a zebrán, a közlekedési lámpák utasításait betartva, útkereszteződésen is átment.

DeliRo pont egy, szeptember 18-án indult és október végéig tartó tesztsorozaton megy keresztül. Az egyikben egy kórház kisboltjától a helyi postaépületig tartó utat 25 perc alatt abszolválta.

A gép óránkénti 6 kilométer sebességgel közlekedik, maximum 30 kiló tömegű küldeményeket szállít. A Japán Posta elmondta, hogy az önvezető szerkezet még ebben az évben munkába állhat.

A teszteredmények alapján az ország kormánya enyhíthet az autonóm szállító robotokra vonatkozó szabályozáson. A mostani törvények értelmében robotok csak emberi segítséggel – ha folyamatosan figyelik őket – közlekedhetnek járdán, közutakon. A tesztekre csak azt követően kerülhetett sor, hogy DeliRo-t járműként regisztrálta a rendőrség.

A robotra nemcsak a pandémia miatt és alatt van szükség, a jövőben is fontos szolgáltatásokat végezhet. A másik ok az elöregedő japán társadalom, az egyre fenyegetőbb munkaerőhiány. A probléma nem újkeletű a szigetországban, évek óta keresik rá a megoldást, és konszenzus van arról, hogy a robotika az egyik opció.

DeliRo kollégáival más országokban is próbálkoznak, az Egyesült Államokban például gyógyszert és zöldség-gyümölcsöt szállítanak házhoz.

A képmanipuláció a képkorszak egyik legtöbbet vitatott eredménye, ma már mesterségesintelligencia-programok nélkül feltáratlan, azonosíthatatlan, remek minőségű kamuarcok készíthetők.

Szerencsére nemcsak negatív célokra.  

Dokumentumfilmesek, híradósok bevett gyakorlata arcok elhomályosítása, elmosása, hangok eltorzítása. Az érintett személyeket érthető okokból teszik felismerhetetlenné: cél, hogy nyilatkozatukért a későbbiekben semmiféle retorzió ne érje őket.

A változtatások azonban nemcsak előnyökkel, hanem komoly hátrányokkal is járnak – a nézők érzelmileg nem, vagy alig azonosulnak a megszólalókkal.

Az HBO – az idei Sundance Fesztiválon díjnyertes – „Üdvözöljük Csecsenföldön” dokumentumfilmjének alkotói kreatív megoldást vetettek be a probléma megoldására: a sokat kockáztató nyilatkozók arcát kamuképekkel (deepfakes) helyettesítették. A borítékolhatóan az újságírói arzenál részévé váló ígéretes technikával tanúkat is könnyebb megvédeni.

Az Oroszországhoz tartozó, vitatott jogállású Csecsen Köztársaságban a melegeket, leszbikusokat és az LGBTQ közösség más tagjait diszkriminálják, üldözik, többüket bántalmazzák. Mintegy 40 ezren vannak, gyakoriak a letartóztatások, a büntetőtáborokba hurcolás, többet megöltek már közülük.

 A dokumentumfilm róluk, egyesek elmeneküléséről szól.

A vizuális effektusokért felelős Ryan Laney által kidolgozott „Cenzorfátyol” nevű eljárással a 23 szereplő fejét élethű „kamuarccal” helyettesítették. A folyamat során hagyományos vizuális effektusokat és az automatikus kódoló néven ismert tanuló ideghálót kombinálták össze. Az interjúkon amerikai LGBTQ aktivisták feje jelenik meg a biztonsági okokból eltávolított eredetiek helyén. Az önkéntesek természetesen hozzájárultak, mindegyiküket kilenc kamerával filmezték.

„A technikával a leforgatott filmbe lehetett tenni az arcokat. Ugyanúgy mozognak, mosolyognak, kiabálnak, mint az eredetiek, pedig mások arcát látjuk” – nyilatkozta David France rendező.

A világ orvosi közössége magasra állította a biztonsági és a hatékonysági mércét. A jelenlegi elvárás, hogy az egészségügyi mesterségesintelligencia-megoldások minimum kielégítsék, de inkább haladják meg ezeket a követelményeket.

A technológia azonban folyamatosan generál új kihívásokat is, például, hogy az egyre bonyolultabb rendszerek miatt, az adott MI működését el lehessen érthetően magyarázni, vagy teljesítményük megítélésére legyenek széles körben elfogadott szabványok.

Ezeknek az elképzeléseknek megfelelően, a transzparenciát, a megbízhatóságot és a szigort garantáló új irányelveket dolgoztak ki az egészségügyben használt mesterségesintelligencia-megoldásokat ismertető anyagokra. Az irányelvek orvosok, szabályozó szervezetek és a technológiákat kidolgozó kutatócsoportok kérdéseire és kételyeire hivatottak választ adni.

Azért van szükség rájuk, mert például egy 2019-es tanulmány alapján 20500 orvosi mesterséges intelligenciának kevesebb mint az 1 százaléka teljesítette a minőség és a transzparencia kritériumait.  

A világ száznál több érintett szervezete a Birmingham Egyetem és az egyetemhez tartozó kórház vezetésével egymást kiegészítő két ajánló, protokollsort fejlesztett erre a célra. A tanulmány szerzői között a fejlesztésben résztvevő kutatók is szerepelnek.

Az egymást kiegészítő Spirit-AI és a Consort-AI a mesterségesintelligencia-alapú beavatkozásokkal történő klinikai tesztek minőségét javítani hivatott protokollok.

A Spirit-AI javasolja a teszteket, hogy gondosan megfigyeljék az orvostudományban bevett legjobb gyakorlati módszereket. Például kéri, hogy a szakemberek pontosan és közérthetően magyarázzák el az MI használati módját, az alapját képező algoritmus verziószámát, az inputként kezelt adatok eredetét, valamint – elsősorban – azt, hogy a modell miként segíti orvosok döntéshozását, mennyiben járul hozzá.

A Consort-AI garantálja, hogy az ezeket a kutatásokat ismertető beszámolók egyértelműek és közérthetőek lesznek. Észrevételei, rendelkezései nagyrészt a másik protokollra reflektálnak, az esetek többségében egybecsengenek a Spirit-AI javaslataival.

A két protokoll komoly segítséget nyújthat egészségügyi MI-termékek gyorsabb szakértői és szabályozói véleményezéséhez, így pedig az új megoldások az eddigieknél jóval hamarabb elterjedhetnek, előbb gyógyíthatók velük betegek.

A nem mindig rossz szándékból készülő kamuképek (deepfakes) annyira mainstreammé váltak, hogy ma már egy celebnek be sem kell tennie a lábát a stúdióba, és mégis szerepel reklámokban. A lehetőséggel azonban rengetegen visszaélnek.

Az MIT (Massachusetts Institute of Technology) Számítástudományi és Mesterséges Intelligencia Laborjában új módszert fejlesztettek ki a generatív ellenséges hálózatok (Generative Adversarial Networks, GAN) alkotta képek eredetiségének bizonyítására vagy megcáfolására.

Egy GAN két „ellenséges” ideghálója közösen próbál élethű képeket, hangokat stb. létrehozni. A generátor, megtanulja utánozni a képen szereplő arcot, a megkülönböztető, összehasonlítja az újat az eredetivel, majd visszajelez, a generátor korrigál, és az iterációk a hitelesnek tűnő végeredményig folytatódnak. Minél jobb egy GAN, annál hasznosabb, annál könnyebb jó vagy rossz célokra alkalmazni.    

Az MIT kutatók technikája árulkodó képrészleteket derít fel.

A GAN-ok képeinek főbb jellemzői jelentős mértékben variálódnak, textúráikban viszont jellemzően mindig találhatók rendellenességek. Egyes ideghálók különösen érzékenyek a textúrákra, ezért dogoznak hatékonyan, és ismerik fel a turpisságokat. A speciálisan erre betanítottak remek munkára képesek.

A kutatók osztályozó ideghálója képgenerátorok anyagait figyeli, elemzi. Nagy adatsorokkal dolgozik, architektúrákat alakítottak át, majd sokat gyakoroltatták. Méretesebb képek finomabb részleteit kellett vizsgálnia.

A képekről hőtérképet generált, kékkel jelölve a trükközött részeket, pirossal az eredetieket. E térképek alapján a kutatóknak sikerült rájönniük, hol hibázott egy-egy GAN: egyesek az arc bizonyos részeinél, mások különféle háttérelemeknél; mindegyiknek megvan a maga „specialitása.”

Az osztályozók változatos, összességében eredményes munkát végeztek. Az egyik GAN trükkjeit 100 százalékosan, de a többit is 90 százalék feletti pontossággal azonosították. Más modellek mindig gyengébb eredményeket produkáltak.

Amikor viszont az osztályozók átvágására gyakoroltattak be egy GAN-t, az osztályozók átlagosan 65 százalék körül, azaz igen haloványan teljesítettek. Kiderült az is, hogy a generátor munkáit felismerő megkülönböztető hálót könnyebb építeni, mint egy jó generátort. A GAN-fejlesztők viszont inkább gyengébb megkülönböztetőket dolgoznak ki, mert akkor a generátor könnyebben „átveri” őket.

A koronavírus-járvánnyal a korábbinál több üzleti tevékenység helyeződött át a világhálóra, és sok más szektorhoz hasonlóan, a szépségiparban is egyre fontosabb az e-kereskedelem. Termékek könnyű online tesztelhetőségével bővülnek a lehetőségek – sőt, egyes esetekben jelenleg ez az egyetlen lehetőség –, javulnak az eladási mutatók.

Macerás egy új smink kipróbálása – fel kell tenni, meg kell nézni, le kell mosni, aztán lehet ismételni az egészet. Ráadásul ki kell mozdulni otthonról, boltban, kozmetikusnál pedig törvényszerűen nagyobb a fertőzésveszély. Kiterjesztett valósággal (Augmented Reality, AR) egyszerűbb a helyzet, mert a teszt bárhol elvégezhető, sehova nem kell elmenni hozzá.

Az AR alkalmazások már a pandémia előtt betörtek a szépségiparba, lépésről lépésre változtatják meg a területet.

Az amerikai Ulta lánc fel is vásárolta az AR-re specializálódott Glamst startupot. A multimilliárdos kínai Meitu mesterséges intelligenciás appja arcképeket módosít, és a felhasználók előnyösebben mutatnak közösségimédia-posztokon, online állásinterjúkon, bárhol a digitális térben.

A L’Oréal tavaly vásárolta fel az ideghálókat használó – beszédes nevű – Modiface startupot. A cég hibrid megközelítést alkalmaz, egymással versengő-együttműködő algoritmusai gondosan megmutatják a terméket tesztelő ügyfélnek, hogy mennyire különböznek a rúzs színei, a szemárnyék-variánsok vagy a hajopciók. A hajon és az arcon fontos pontokat azonosítanak, és követik a módosulásaikat.

A felhasználó sokféle rúzs, szemceruza, arcpirosító és hajfesték között válogathat a L’Oréal honlapján, majd finomhangolhatja az állagukat, fényüket és árnyékukat. A termékeket virtuálisan ki is próbálhatja – vagy feltöltött szelfin, vagy az arcát ábrázoló valósidejű videón.

A Modiface többezer annotált képen tanította be az algoritmusokat. A képeken látható személyeket hol sminkkel, hol smink nélkül, különféle beállításokban, fény- és háttérviszonyok mellett ábrázolták.

Az egyik idegháló inputként használja a felhasználó smink nélküli fotóját. Amikor az illető kiválasztja a terméket, a rendszer képet generál, hogy hogyan nézne ki, ha alkalmazná.

Új sminkek megjelenését a rendszer kb. ugyanolyan könnyen kezeli, mintha újabb színmintával kellene bővítenie az adatbázist. A Modiface-nek újra kell tanítania a modellt, hogy a gyakorlóadatok között nem szerepelt újdonságokat is tudja kezelni.

Bolygónk, különösen a fejlett északnyugati félteke és Japán lakossága gyorsan öregszik, ezekben az országokban a 65 év felettiek a legütemesebben növekvő korcsoport. Az idősgondozáshoz viszont egyre kevesebb a szakképzett munkaerő. A érintettekre vigyázó, humán szakemberek egyes feladatait átvevő robotok jelentősége fokozatosan nő.   

A Toyota Kutatóintézet (TRI) idős személyeket háztartási munkájukban segítő robotokat mutatott be a cég kaliforniai laboratóriumában. A laborban jellegzetes otthoni környezetek utánzatát alakították ki.

Egyelőre azonban főként látványos, de nem túl praktikus prototípusokról, és távolról sem kész termékekről van szó. Ezt maguk a fejlesztők is elismerik, ők sem tudják, hogy a mostani gépek mikor kerülnek kereskedelmi forgalomba.

Egyikük mosogatni és a mosogató gép megtöltésére hivatott, viszont inkább úgy néz ki, mint a futószalag mellett autókat összeszerelő robotok. Plafonba épített sínekről lelógó kar, bonyolult technológiával. Ugyanakkor „kényes” tárgyakat megmarkoló, levegővel feltöltött kezeket, markolást bemutató emberekről készült videók alapján tanuló gépeket is fejlesztenek.

A Toyota elmondta, hogy terveiket japán otthonok inspirálták. A limitált tér a gépek mozgását is korlátozza, ezért gondolkoztak innovatív megoldásokban, például a robotok épületekbe integrálásán, amellyel csökken a munkához szükséges terület mennyisége. Választásuk így esett padló helyet a mennyezetre. „Kollégájával” ellentétben, a puha kezű markoló földön mozgó szerkezet, és mindketten nagyjából ugyanazokat a tevékenységeket végzik el.

A Toyota bemutatta, hogyan tanítják virtuális valósággal (VR) ezeket a gépeket. Emberek elvégzik a szükséges feladatot, például letörlik az asztalt, majd a mozgásokat a robotba programozzák.

Ugyanezekre a munkákra, a fizikai korlátok áthágására más vállalatok is használnak hasonló technikákat. Otthoni kisegítő robotok építése azonban nagyon bonyolult feladat, pedig sokat fejlesztettek már.

Általában laborban jól teljesítenek, a háztartásokban viszont már kevésbé hatékonyak. Ráadásul tevékenységük nem minden része mérhető, modellezhető és előrejelezhető.

A Toyota ezért is kíván teljesen újat, szükségleteinket és elvárásainkat sokkal jobban kielégítő megoldásokat nyújtani. Megközelítésük emberközpontúbb, robotjaik nem akarnak minket helyettesíteni, hanem a képességeinket egészítik ki valami plusszal.

Az elmúlt évtizedben a gépi tanulást, mesterséges intelligenciát, mélytanuló algoritmusokat a medicina több területén alkalmazták. Legutóbb az MIT (Massachusetts Institute of Technology) és a Massachusettsi Általános Kórház kutatói, egészségügyi szakemberei mutatták be, hogyan tanítható be idegháló sebészi műtét közbeni érzéstelenítés irányítására.

Ideghálók és a mélytanulás nagy orvosi adatsorok automatikus elemzésével mutatnak ki mintázatokat és trendeket, javítják a diagnosztikai folyamatokat, a radiológiai képeken alapuló rákszűrést, legújabban pedig a robotikus eszközökkel végzett sebészetet.

A sebészetben és a gyógyszerellátásban újabb alkalmazások várhatók, például az általános érzéstelenítésre használt Propofol adagolásának irányítása.

A kutatók páciensek adatait tartalmazó adatsorokon gyakoroltatták algoritmusaikat. Ezekből az információkból (testtömeg, életkor, korábbi betegségek stb.) kiolvasható, hogy kell-e változtatni az érzéstelenítőre vonatkozó átlagos szinten, mennyiségen.

Az algoritmusok az adatokból az eszmélet ajánlott érzéstelenítőadag bevétele utáni szintjeit folyamatosan figyelő modelleket, és a modellek által javasolt gyógyszermennyiséget is vizsgálták, majd a kiszűrt információkat az ideghálóba táplálták.

Mivel teljesen új alkalmazásról van szó, szimulált környezetben és virtuális betegekkel kísérleteztek. Sok tesztet végeztek, hogy a modell egyre eredményesebbé váljon.

A szimulált öntudat változásainak rögzítésével, az idegháló megtanulta, hogyan reagáljon a különféle változatokra, és a beteg állapotát figyelembe véve, alkalmazza a Propofol megfelelő adagját.

A vártnál sokkal jobban teljesített, hatékonyabbnak bizonyult, mint a használatban lévő ipariszabvány-technológia.

„Mély ideghálókkal lehetővé vált, hogy a modell sok folyamatos adatot használva, az eddigieknél koherensebb gyógyszerellenőrző szabályokat generáljon” – nyilatkozta Gabriel Schamberg, az egyik kutató.

A neheze azonban még hátra van, mert húsvér betegeken is le kell tesztelni, amihez engedélyek szükségesek.

A koronavírus-járvány megváltoztatta a hétköznapokat, emberi szokásokat. Előtte például fel sem merült senkiben, hogy akár egy konditerem veszélyes lehet, mert emberek túl közel edzenek egymáshoz. Most viszont egyre többen keresik az alternatívákat.

Edzeni például otthon, a nappaliban is lehet. Az innovatív Tempo Studio csúcstechnológiát és izgalmas designt kombináló rendszere pontosan erre az eshetőségre kínál megoldást. Más otthoni edzőrendszerekkel ellentétben nemcsak egy-egy speciális, hanem sokféle gyakorlatot kínál.

Központi eleme egy vékony, hosszúkás állványféle, 42 colos HD érintőképernyővel, sztereo hangfalakkal, mozgásérzékelővel és egy sor prémiumkategóriás edzőeszközzel (súlyzó, futószőnyeg, pulzusmérő stb.). A rendszer révén élőben vehetünk részt kiváló trénerek által vezetett, tetszés szerinti fitneszórákon, és az elvégzett munkáról valósidejű visszajelzést is kapunk.

Az eszközökhöz nem kell túl nagy tér, épp elég, ha van elég hely leülésekre és felállásokra.

A 3D mozgásrögzítő- (motion capture) és mesterségesintelligencia-technológiával működő rendszer korábban csak profi atléták és más hivatásos sportolók számára elérhető biomechanikus és egyéb elemzéseket készít. Most változik a helyzet.

A Tempo Motion mozgásrögzítő szenzora másodpercenként 30 infravörös fényjelzést ad, amelyek alapján komplex 3D modell készül a testről, 80 ezernél több ponttal. Az MI a nyers adatokat 25 nagyon fontos elemmé gyúrja össze, és a rendszer ezeket követi nyomon, belőlük számolja ki a levegővételt, pulzust és más paramétereket, majd készít súlyajánlásokat és formaelemzést.

Az órákon az edzőt valósidőben értesíti, ha hibázunk, aki rögtön reagál is, elmondja, min és hogyan változtassunk. Máskor, ha kell, az MI jelez vissza – a kijelzőn könnyen érthető jelek tűnnek fel. Az egész olyan, mintha fizikai térben dolgoznánk a személyi edzővel, viszont ezúttal a hét 7 napja és a nap 24 órája rendelkezésünkre áll.