Drónok remekül használhatók ember számára nehezen megközelíthető, veszélyes környezetek felderítésére, például leégett épületek vagy összeomlott hidak körüli navigálásra. Gyakran okoz viszont problémát, hogy lyukakon, majd keskeny járatokon kell keresztülrepülniük. A lyukak néha csak egy-két centisek, és ez jelentősen megnehezíti a közlekedést.

A Zürichi Egyetem kutatói megoldást találtak a problémára – a kicsi lyukakon keresztüli repülésre alkalmas, méretre zsugorodó, összehajtogatható drónt fejlesztettek.

Technológiájuk sokat segíthet ember nélküli légi járművek (unmanned aerial vehicles, UAV) szűk területen történő mozgásában, például katasztrófa utáni keresési és mentési műveleteknél.

A technológiát a szárnyaikat repülés közben összehajtó madarak ihlették meg. A svájci mérnökök szeme előtt az járt, hogy a drónok a légi stabilitás, egyensúlyuk elvesztése nélkül legyenek képesek arra, mint az állatok, és ugyanezt nagyon kis térben is meg tudják tenni.

„Mechanikai szempontból egyszerű, a fedélzeti érzékelő/észlelő és irányítórendszerrel viszont nagyon változatos, rugalmas és autonóm megoldás” – magyarázza Davide Falanga, az egyik kutató.

A kvadrokopter mind a négy karja hajtogatható, és mindegyiknek van a többitől függetlenül forgó propellere. A négy kar különböző irányokba hajtogatható, hajlítható, ami azt jelenti, hogy a drón többféle alakot képes felvenni.

Az összehajtogathatóság azonban nem érne sokat önmagában, ha nem lenne különleges a gép irányítórendszere.

Amikor a karok különféle irányokba hajlítódnak, a drón súlypontja megváltozik, megnehezítve a stabil repülés fenntartását. Az irányítórendszer viszont a súlypont függvényében tud módosítani mind a négy rotor sebességén. Az eredmény: a gép megőrzi egyensúlyát.

Az alakváltó drón a mindenkori környezethez legalkalmasabb konfigurációt választja. A karok viszont egyelőre csak két dimenzióban mozognak, de a kutatók már dolgoznak a 3D-s összehajtogatáson. Valósidejű alakválasztást biztosító algoritmust is fejlesztenek hozzá, így lyuk előtt vagy szűk járatokban azonnal dönthet az ideális konfigurációról.

„A végcél, hogy magasszintű utasításokat adjunk neki, például menjen be az épületbe, nézze át az összes szobát, aztán jöjjön ki, és találja ki magától, hogyan oldja meg” – vázolja fel a jövőt Falanga.

A Harvard, az MIT (Massachusetts Institute of Technology), a Stanford egyetemek, a nonprofit OpenAI és a Partnership on AI ipari konzorcium és más szervezetek szakértői december 12-én közzétették a második éves MI-indexet. Az index a szakterület fejlődésének, a munkahelyi automatizáció mértékének és az emberi intelligenciával azonos szintű általános MI lehetőségének adatokon alapuló méréséből levont következtetéseket tartalmaz.

A tavaly decemberben publikált első anyagból kiderült, hogy a befektetések és a kutatómunka soha nem látott tempóban gyorsult fel, egyes területeken, például a táblás játékokban és a gépi látásban elképesztő a fejlődés, általánosabb feladatokban viszont még rosszul teljesít az MI, és a teljes automatizáció is csak nagyon korlátozott számú állást érint. Az index szemére vetették, hogy Észak-Amerika központú, és nem globális. Az ideinél igyekeztek ezen változtatni.

A 2018-as szerzői megállapították, hogy a területen végzett kutató- és kereskedelmi munka, valamint az anyagi támogatás változatlanul növekszik. Európát, Ázsiából Kínát, Japánt és Dél-Koreát, valamint Észak-Amerikát emelték ki. Számszerűsítve: a legtöbb MI-vel kapcsolatos kutatási anyag, az összes anyag 28 százaléka Európában jelenik meg, Kínában 25, Észak-Amerikában 17 százalék (az amerikaiakat viszont többször idézik).

Az MI tevékenységeit illetően a gépi tanulás és a játékoknál (sakk, go stb.) alkalmazott valószínűség-alapú következtetés toronymagasan vezet, a legtöbb tanulmány róluk jelent meg. A természetesnyelv-feldolgozás, az általános tervezés és döntéshozás kevésbé tűnik fontosnak.

Az index érdekes eleme a kategóriák földrajzi régiók szerinti eloszlása: Kína a mezőgazdasági és mérnöki tudományokra, technológiákra, Európa és Észak-Amerika viszont inkább az egészségügyre és a humán oldalra fókuszál. Kínában és Európában a kormányzati szervezetek és kutatóügynökségek, Amerikában a techóriások (Amazon, Apple, Facebook, Google, Microsoft) a főszereplők.

Teljesítményben változatlanul szárnyal az MI, különösen a gépi látás. Az ImageNet gyakorló adatsoron pallérozódó modellek másfél év alatt egy óráról négy percre csökkentették képosztályozási feladatuk pontos kivitelezését. Tárgyak szegmentálásában, a tárgy és a háttér szétválasztásában három év alatt 72 százalékot fejlődtek a programok. Gépi fordításban és nyelvtani elemzésben közelebb kerültek a nyelv emberi szintű megértéséhez.

Az index szerzői egyes játék- és orvosi diagnosztikai eredményeket tartanak „emberi szintű” mérföldkőnek. Az adatokból viszont nehezebb kihámozni, hogy pontosan hol is tartunk az automatizációval, ahol a teljesítmény mellett a kormányzati, vállalati szándék is meghatározó tényező. Egyértelműnek tűnik, hogy távol vagyunk a rettegett tömeges munkanélküliségtől, inkább az a kérdés, hogy a társadalom mennyire készült fel a kevésbé stabil, rosszabbul fizetett munkákra.

Az MI társadalmi hatásait egyelőre túl korai lenne mérni, megbízhatóan pedig szinte lehetetlen még mérni.

Gari Kaszparov sakkvilágbajnok 1997-ben szenvedett vereséget az IBM Deep Blue szuperszámítógépétől.

Az azóta eltelt több mint két évtizedben a mesterséges intelligencia látványos fejlődésen ment keresztül. Míg Kaszparovot a „nyers” számítási erő, masszív komputerkapacitás késztette megadásra, Deep Blue utódai már maguktól tanulnak és következtetnek is. Jelenleg az Alphabethez, azaz a Google-hoz tartozó londoni DeepMind a kutatásfejlesztések élharcosa.

AlphaZero rendszerük sakk mellett japán sakkban, a sógiban és a goban is kiválóan teljesít. A technológia gyógyszerfejlesztéstől az anyagtervezésig nagyon sok területen alkalmazható.

Az algoritmus megerősítéses tanulással pallérozza tudását, mintegy 60 milliószor játszott saját magával, hogy még jobban értse a szabályokat. Utána az ember számára kvázi-legyőzhetetlen világvezető sakkprogrammal, Stockfish-sel mérkőzött meg, 1000 játszmából 155-öt megnyert, 6-szor kikapott, a többi döntetlenre végződött. Elmot, az elsőszámú sógi-algoritmust a játszmák 91, saját maga korábbi változatát, az I Szedol, a világranglista akkori negyedik helyezett dél-koreai gofenomént 2016-ban legyőző AlphaGo-t a pedig mérkőzések 61 százalékában verte meg.

A korábbi hasonló játéktechnológiákkal ellentétben, AlphaZero repertoárja nem korlátozódik egyetlen táblás játékra, hanem többen, ha nem a legtöbben teljesít kiválóan. Úgy tűnik, a DeepMind kifejlesztette a mindezek rögzített szabályait emberi segítség nélkül elsajátító algoritmust. Az MI többlépéses komplex problémákat old meg.

Kivételes képességeit, a szabályok automatikus elsajátítását részben a Google által kifejezetten MI-algoritmusokra kitalált 5 ezer tenzorfeldolgozó egységének (azaz óriási számítási kapacitásnak) (TPU) köszönheti.

Murray Campbell, az IBM kutatója a DeepMind munkájával kapcsolatban elmondta: a táblás játékok logikus kiindulási pontot jelentenek a mesterséges intelligencia számára. Mivel a játékos látja az összes fontos infót, könnyebb elemeznie őket, mint például a pókert.

A kártyajátékokban, például pont a pókerben azonban szintén sokat fejlődtek a gépek. A következő komoly kihívás a több-résztvevős videojátékok jelentik, és a DeepMindnál, valamint más vállalatoknál is dolgoznak már a StarCraft II-t kezelő algoritmusokon.

A magyarra kamuvideókként fordított deepfakes mélytanulással (deep learning) készült manipulált és félrevezető mozgóképek. Készítőik általában valakinek, főként hírességeknek a fejét rakják rá meglévő videóra, és az illetővel olyasmi esik meg, ami nagy valószínűséggel soha nem történt meg vele.

A technológia a napokban szintet lépett, immáron nem csak a fej, hanem az egész test másolható mozgóképekre. Teniszezünk, baseballozunk, hegyet mászunk, és ott sem vagyunk… A Heidelberg Egyetemen kidolgozott megoldás egyelőre nem tökéletes, de folyamatosan finomhangolják.

Képzeljük el: teniszezés közbeni kamuvideót akarunk magunkról. Az eddigi iterációk korlátozottak voltak, a készítők csak az eredeti anyagon látható játékos mozgását tudták használni. Az igazit láthattuk, annyi különbséggel, hogy a fejét a miénkre cserélték.

Az új algoritmus felszámolja az ellentétet. Képeink alapján, ruhástól, ütőstől, mindenestől megtanulja, hogyan nézünk ki, és a profi teniszezőre, de akár szimulált virtuális környezetbe is helyez minket. Utóbbiban karunk és lábunk úgy mozog, mint a marionettfiguráké.

A külső modellezéséhez a rendszernek nem kell minden szögből látnia az illetőt, mert a környezet megértésével kitalálja, hogyan mutatnánk különböző nézőpontokból.

A fejlesztők el vannak ragadtatva, mert technikájuk forradalmasíthatja a videojátékokat és a rajzfilmeket. Mások viszont, legalábbis potenciálisan a politikai manipuláció és egyéb kétes tevékenységek újabb eszközét látják benne.

„A képszintézis területén bármely fejlesztésben benne van a rosszindulatú alkalmazás lehetősége. A kamu és az igazi megkülönböztetése viszont könnyebb, mint ezeknek a képeknek az előállítása. A kamuvideókkal együtt fejlődnek az azokat detektáló technológiák” – magyarázza Björn Ommer, az egyik heidelbergi kutató.

Az új szimulációk még gyengécskék, például az árnyékok nem igazodnak a fényviszonyokhoz stb. Ommer szerint pontosan ezeket a hibákat észlelik a kamuvideókat detektáló algoritmusok, és megállapítják, hogy az anyag nem valódi.

Utóbbiak sikeréhez viszont az kell, hogy ugyanazzal a technikával tanuljanak, gyakoroljanak, mint a megtévesztő videókat generáló algoritmusok.

Kérdés, hogy meddig lesznek hibák.

A mesterséges intelligencia való világbeli alkalmazásaival problémákat vet fel az a tény, hogy számítógépek úgy megbolondíthatók, hogy teknősbékát fegyvernek nézzenek, hangversenyt beszédnek halljanak stb.

Képzeljük el: önvezető autóban ülünk, meglátunk egy stoptáblát, és hirtelen elkezdünk pánikolni, mert a jármű felgyorsít. Ráüvöltünk, de aztán eszünkbe jut: senki nem ül a vezetőülésen. Belénk jön a vonat, meghalunk.

A fiktív forgatókönyv valódi problémára hívja fel a figyelmet. Az utóbbi években ugyanis több kísérlet során kiderült, hogy a gépek felismerő rendszere „zajokkal” megzavarható, és elkezdenek „hallucinálni.”

Az MI-kutatók által „ellenséges példáknak” (adversarial examples) vagy „furcsa eseményeknek” (weird events) nevezett jelenség hatására a gép váratlant cselekszik.

Eddig főként képfelismerő rendszereket vizsgáltak ebből a szempontból. Alapjaikat a gépi tanulásban kulcsszereplő mesterséges ideghálók jelentik. Például az okostelefonunkon működő hasonló rendszerek teszik lehetővé barátok bejelölését közösségimédia-felületeken megosztott képeken.

Az MIT (Massachusetts Institute of Technology) kutatói fizikai tárgyak textúrájának és színének enyhe megváltoztatásával elérték, hogy az MI puskának nézzen egy 3D nyomtatott teknősbékát. További 200 printelt objektumon szintén módosítottak, és a gép bennük is teljesen mást látott.

Tavaly kiderült: önvezető autók ideghálói szintén félrevezethetők. Például, ha pici matricákat teszünk jelzőtáblákra, máris nem tudnak mit kezdeni velük.

„A képkategorizálástól az automatikus beszédfelismerésig, fordításig, az ideghálók minden területen annyira megtéveszthetők, hogy hibásan osztályozzák az inputot. Tehát a gépi tanulás a legegyszerűbb feladatokban sem érte el az emberi szintet” – nyilatkozta Nicholas Carlini (Google Brain).

MI-szakértők értik az ideghálók működését, az adatfeldolgozás közbeni apró részleteket viszont nem. Az MI-k ezért nem tudnak mit kezdeni az „ellenséges példákkal.” Megoldás lehet, ha a hálókat nehezebb, komolyabb kihívást jelentő példákon gyakoroltatják, és a jó átlag elérése helyett a váratlan szituációk kezelése is a legfőbb célok közé tartozik.

Az ideghálók és ihlető forrásuk, az emberi agy közötti párhuzamok egyelőre felületesek. Felismernek például éleket vagy tárgyakat, viszont ellentétben velünk, nem dekódolják automatikusan a köztük lévő kapcsolatokat, azt, hogy az adott élek az adott tárgy részei. Másként, az eredeti leegyszerűsített, lebutított másaként működnek.

„Ellenséges példákra” csak akkor tudnak mindig helyesen reagálni, ha ezek a kapcsolatok számukra is egyértelműek lesznek.

Az angliai Lancaster, az amerikai Északnyugati és a Pekingi Egyetem kutatói az egyik legszélesebb körben használt honlap-biztonsági rendszer végét jelentő mesterséges intelligenciát fejlesztettek.

A mélytanuláson (deep learning) alapuló algoritmus jelenleg a leghatékonyabb captcha megoldó-séma, megfejti a világ legtöbb népszerű oldala által használt szöveges captchákat.

A captcha az emberi felhasználót a számítógéptől megkülönböztető automatikus teszt. A komputer feladványt generál, amit csak ember képes helyesen megválaszolni, viszont a gép is könnyedén eldönti a válasz helyességét. Általában eltorzított, gyakran számokkal kombinált szöveget kell elolvasni, és jól működik spambotok kiszűrésében. (Maga a szó a Completely Automated Public Turing test to tell Computers and Humans Apart, magyarul „teljesen automatizált nyilvános Turing-teszt a számítógép és az ember megkülönböztetésére” rövidítése.)

Az új megoldó sokkal jobb eredményeket ért el, mint a korábbi támadó rendszerek, és az olyan captchákat is megoldja, amelyekkel elődei csődöt mondtak. Nagyon gyorsan dolgozik, desktop PC-ről átlagosan 0,05 másodperc alatt megfejt egy captchát.

Az algoritmus generatív ellenséges hálózatokat (generative adversarial network, GAN) használ. A captcha-generátor az eredetiektől megkülönböztethetetlen, nagymennyiségű gyakorló captchát állított elő, az algoritmus rajtuk gyakorolt, majd finomítottak rajta, és valódiakkal tesztelték.

Gépi tanulással támogatott captcha-generátorral a támadók jelentősen csökkentik az egyébként manuálisan felcímkézett captchákkal eltöltendő tanulóidőt, és milliók helyett mindössze 500 elég a hatékonysághoz.

A korábbi megoldók általában egy captcha-változatra specializálódtak. A gépitanulás-alapú támadásokhoz sok munka, kézi címkézés stb. kellett, ráadásul már az apró védelmi változtatásokkal sem boldogultak. Mivel az új algoritmushoz nincs szükség sok emberi beavatkozásra, könnyen átdolgozható, és máris új, módosított captcha-sémák támadhatók vele.

33 sémán tesztelték, amelyből 11-et a világ legnépszerűbb oldalai, köztük az eBay, a Wikipédia és a Microsoft is használ.

„Ez volt az első alkalom, amikor GAN-alapú megközelítéssel építettek captcha-megoldókat. Munkánk bebizonyította, hogy a mostani rendszerek szövegalapú sémái mélytanulásos támadásokkal szemben különösen sebezhetők” – nyilatkozta Zheng Wang, az egyik kutató (Lancaster Egyetem).

Azaz, sok honlap elsődleges „védelmi vonala” minimális védelmet nyújt, de lassan már annyit sem. Hackerek könnyedén indíthatnak szolgáltatásmegtagadásos (DoS) támadást, küldhetnek spam-et vagy adathalász e-maileket stb. A kutatók tanácsa: jobb, ha a honlapok felhagynak a captchákkal, és például felhasználói szokásokon, az eszköz térbeli pozícióján vagy biometrikus adatokon alapuló, többszintes alternatív megoldásokat keresnek.

A cyborg botanika a természetben lejátszódó interakciók megtervezésének új módja. Az MIT (Massachusetts Institute of Technology) Médialaboratóriumában Sareen Hapreet és Pattie Maes projektjének célja az interakciók megjelenítése, érzékelhetővé tétele mesterséges elektronikus szerkezetek közvetítésével.

Rengeteget töprengünk testünk csúcstechnológiai úton történő felturbózásáról, arra viszont nem gondolunk, hogy a jövő társadalmában nem a Homo sapiens lesz az egyetlen cyborg – véli Hapreet.

A növények is azzá válhatnak. Eleve érzékenyek környezetükre – érzik a fény, a gravitáció, a hőmérséklet, a talaj stb. változásait. A változások hatására elektromechanikus jeleket küldenek szöveteik és szerveik között. Mi történik, ha mindezt infokommunikációs megoldásokkal kombináljuk?  

Az új paradigma értelmében növények meglévő tulajdonságait kiaknázva, teljesen különálló rendszerek helyett a természet és a digitális világ keverékeit hozhatjuk létre.

Az MIT-n a napokban bemutatott robot-növény hibrid, Elowan egy kísérleti sorozat első darabja. A kibernetikus létforma lényege a növény és a gép közvetlen „párbeszéde.” A szerkezet elektródarendszer és kerekes robotváz segítségével fedezi fel a fényforrásokat, majd a növény saját elektromos-vegyi jelzéseit használva, vezérli magát feléjük.

A fényt érzékelő növény jelzéseit a hajtásaira és leveleire kapcsolt elektródák detektálják, és működésbe hozzák a robotvázat, amire a különös szerkezet megindul a fény irányába.

Ha a növény nem generál jeleket, a robot nem mozdul.

A hibrid saját egészségi állapotát, a környezet változásait folyamatosan figyelő érzékelőplatformként használható, és kiindulási alapként szolgálhat organikus interaktív eszközök fejlesztéséhez.  

„Állóképességünket technológiai kiterjesztésekkel hangoljuk a természethez. Az evolúció technológia általi felgyorsulása viszont szükségessé tette, hogy embercentrikus világképünkből elmozduljunk egy természetközpontú holisztikus szemlélet felé. Elowan kísérlet, provokáló gondolat, hogy tulajdonképpen mik is a bővített képességekkel rendelkező növények” – nyilatkozta Harpreet.

A mesterséges intelligencia leginkább a jármű-, a repülő- és a védelmi iparban, valamint a kiskereskedelemben tevékeny cégeknél érezteti hatását a következő években. Az MI a bankszektorban, a médiában, a támogató szolgáltatásoknál, a technológia, a telekom világában és a közlekedésben szintén fontos szerepet játszik – derül ki a svájci UBS bankcsoport piacelemzéséből.

A vizsgált 29 szektorból 27-ben a kiadások (működtetési, karbantartási stb. költségek) csökkenése, a nagyobb hatékonyság jellemzi a változásokat, amelyeket a vállalatok mesterségesintelligencia-megoldásokkal, például gépi tanulással, számítógépes látással, együttműködő robotokkal, autonóm járművekkel, előrejelző analitikával és virtuális ágensekkel érnek el.

Szállítócégek máris használnak raktáraikban költséghatékony robotokat, MI-eszközök eredményesebb útvonalválasztással és minták előrejelzésével teszik hatékonyabbá a telekom hálózatokat; fogyasztáselemzéssel, a fejlesztői ciklus csökkentésével, termékek gyorsabb piaci bevezetésével növelik a bevételeket.

Komoly versengésre számíthatunk, sokkal több előnnyel, mint fenyegetéssel – hangsúlyozzák az elemzés szerzői. A legfőbb üzleti szektorokra vonatkozó eredményeiket az MI-vel kapcsolatos bevételek, megtakarítások és versenykockázatok becslésével számolták ki.

Más tényezőket, például a szektoronkénti adatintenzitást (a területen belül összegyűjtött adatok típusának és az információtechnológiára fordított átlagos költésnek a kombinációját) szintén figyelembe vették.

A tech-, a bankszektor, a média és az egészségügy „adatgazdag” területek, komoly technológiai költésekkel, egyes kialakulófélben lévő szektorokban, például autonóm járművek gyártásában pedig nagymennyiségű strukturálatlan adat generálódik.

A területenkénti automatizálható állások számát is vizsgálták. A kevés képzést igénylő, nagyrészt ismétlődő feladatokból álló munkaköröket chatbotok, virtuális ágensek és fizikai robotok végezhetik el. Egyes szektorokban már ma is komoly összegeket fektetnek MI-megoldásokba: egészségügy, szoftverfejlesztés (főként cyberbiztonsági és kereskedelmi alkalmazások), média, pénzügyek. Az eredmények a McKinsey & Co. a pénzügyi szektort kiemelő nemrégi tanulmányára rímelnek.

A Gartner szerint az MI 2018-ban a 2017-hez képest 70 százalékos növekedést jelentő 1,2 trillió dollár globális üzleti bevételt generál. 2022-ra 3,9 trilliót prognosztizálnak.

Az MI széleskörű ipari használata az UBS Csoport szerint a számítási kapacitások gyors növekedésével és a nagymennyiségű hozzáférhető adattal magyarázható.

Amikor egy számítógép adatokat tárol, az információ hardverdarabról hardverdarabra mozgatása közben szinte érzékelhetetlenül rövid, viszont bosszantó és a gép tevékenységét lassító szüneteket tart. Azonban elképzelhető, hogy hamarosan drasztikusan rövidülnek, esetleg meg is szűnnek ezek a szünetek.

Az MIT (Massachusetts Institute of Technology) és a Szingapúri Műszaki Egyetem kutatói bemutattak egy gyártási trükköt, amellyel kiküszöbölhetők a szünetek.

A megoldás: biológiai vírusra, az M13 baktériumölőre kell hagyni az összeszerelés bizonyos részeit. Ha az M13-at használják egy, a fázisváltó memóriarendszerek blokkolását feloldó komponens gyártására, bármilyen számítógépet felgyorsít.

A vírus által megoldott probléma a memória komputeren belüli mozgatási módjából ered. Az adatok nagyon gyors, de átmeneti hagyományos RAM-ból állandó tárolóba történő mozgatása a merevlemezen egyes esetekben több milliszekundumig tart. A kétrészes memóriarendszer minden tárolástípusnak megfelelő egyetlen megoldással, az úgynevezett fázisváltó memóriával való helyettesítése tíz nanoszekundumra csökkenti a késést.

Ez a memóriafajta speciális anyaggal az alaktalan (amorf) és a kristályállapot közötti reverzibilis kapcsolódást biztosít, azaz bináris anyaggal jobb fázisváltó memóriák gyárthatók. 

Csakhogy a fázisváltó memóriák mai gyártási folyamataival elérik az ezekhez a rendszerekhez nélkülözhetetlen egyik bináris anyag, a gallium-antimonid megsemmisülését okozó hőmérsékletet (620 kelvin) az összetevők visszafordíthatatlan szétválását.

Itt válik fontossá a vírus, amely egyrészt használható huzalokká rakja egybe a gallium-antimonid darabjait, másrészt elég alacsonyan tartja a hőmérsékletet.

Egyelőre azonban csak elméleti kutatásról van szó, amelynek az eredményeit valamikor nyilvánvalóan felhasználják hardverfejlesztésekhez, valóban szélvészgyors szuperkomputerek gyártásához. Kérdés, hogy mikor.

Sokmillióan szenvednek depresszióban, és a korai diagnózis ugyan sokat használ, de mentális rendellenességeket jóval nehezebb felismerni, mint a fizikaiakat. Okostelefonon futó gépitanulás-algoritmusok, például egy őszi MIT-s (Massachusetts Institute of Technology) fejlesztés szintén segíthetnek, mert az arcunkat azonosító és hangunkra válaszoló készülék képes árulkodó jeleket észlelni.

A Stanford Egyetem a Google-tól visszatérő Fei-Fei Li MI-szakértő vezetésével készült friss tanulmánya kimutatta, hogy arc- és beszédszoftverek meglehetősen pontosan azonosítják a depresszió jeleit. A kutatók depressziós és nem depressziós személyekről felvett videoanyagokat gépitanulás-modellbe tápláltak. Az adatokat orvos által irányított avatárral beszélgető páciensek interjúiból gyűjtötték ki. A modell korábban megtanulta különféle jegyek – arckifejezések, hangtónus, kimondott szavak – kombinációit.

A tesztnél több mint 80 százalékos pontossággal azonosította a depressziós személyeket. A kutatásra épülő fejlesztés ugyan csak a kezdeti szakasznál tart, Li és társai szerint viszont előbb-utóbb könnyű diagnosztizáló és a betegeken segítő módszerhez vezet.

„A mentális egészség problémáit korlátok, például a társadalmi stigma, a költségek, a megfelelő kezeléshez való nehéz hozzáférés súlyosbítják. Az új technológia a világon bárhol mobiltelefonra telepíthető, és hozzáférhetővé teszi az olcsó kezelést” – nyilatkozta Li, majd hozzáfűzte: megoldásuk természetesen nem helyettesíti az orvosokat.

A felhasznált adatok nem voltak védett egészségügyi információk, nem tartalmaztak neveket, dátumokat, helyszíneket. A kutatók arra is ügyelnek, hogy algoritmusuk véletlenül se legyen elfogult egy-egy népcsoporttal, nemmel szemben.

Justin Baker, a cambridge-i (Massachusetts) McLean kórház mentális rendellenességek kezelésére használt technológiákat tanulmányozó klinikai pszichiátere nagyon elégedett a stanfordi rendszer arc-, hang- és beszédelemzésével. Szerinte, ha előretekintően alkalmazzuk, és az orvosokkal is hatékonyan együttműködik, az MI és az okostelefon pozitív hatással lesz a depresszió kezelésére.

David Sontag, az MIT egészségügyi gépitanulás-szakértője viszont óvatosságra int. Egyelőre nem látja, hogy az algoritmus hogyan hasznosítható a gyakorlatban, és az sem egyértelmű számára, hogy a diagnózis teljesen automatizált, vagy sem.

Egy másik stanfordi csoport egyszerű kognitív viselkedési terápiára fejlesztett eddig eredményesen működő chatbotot. Sok páciens elmondta, hogy géphez jobban szeret beszélni.