A haluszonyok és a rovarszárnyak a természet technikai csodái, környezetükben – vízben, levegőben – történő navigálásra alakította ki őket az evolúció. Az évek során tudósok és mérnökök gyakran fordultak ezekhez a biológiai modellekhez, ha tovább akartak fejleszteni általuk készített gépeket, például szárnyas repülőket vagy uszonyszerű kormányos csónakokat.

Felsőoktatási intézmények, mint például a Kaliforniai Technológiai Intézet (Caltech) hosszú ideje foglalkoznak biológiailag inspirált tervezéssel, a természetben látott mozgások gépi alkalmazásaival. Legutóbb azzal, hogy robotrendszerek miként képesek károkra reagálva adaptálni meghajtó mechanizmusokat. A halak és a rovarok ihlették meg a kutatókat, ahogy sérülésnél szabályozzák a mozgásukat.

Ezek az állatok csapkodó mozdulatokat használnak saját maguk meghajtásához. Alkalmazkodóképességük az uszonyok, illetve a szárnyak sérülésekor is figyelemre méltó. Egyes halak akár uszonyaik hetvenhat százalékos sérültsége esetén is úsznak tovább.

A rugalmasságot látva, a Caltech kutatóiban felmerült a kérdés: vajon egy robot csappantyúja képes-e hasonló alkalmazkodásra?

A labor egyik olajtartályában csapkodó robotot teszteltek. Az olajra a vízzel szembeni jobb jel-zajarány miatt esett a választás. Miután a csappantyú egy részét eltávolították, gépi tanulást alkalmaztak a mozgást támogató meghajtó mechanizmusok adoptálásához.

Segítség nélkül a sérült rész nem tudna mozogni. Biológiailag inspirált adaptációs technikák beépítésével viszont úgy programozták, hogy különféle lökésmechanizmusokkal kísérletezzen. Több tesztet végeztek rajta, hogy lássák a működő mechanizmusokat.

Gépitanulás-algoritmusokkal javított a mozgásmintáin, és még a csappantyú felének eltávolítása után is hatékonyan „meghajtotta” magát. Például tízféleképpen próbált úszni. Mérték az erőkifejtést, az útvonalakat, összehasonlították a hatékonyságukat. Az algoritmus kiválasztotta a legjobbakat, majd az előzőek által inspirált újabb útvonal-készlettel állt elő.

A kiértékelés, a módosítás és az új-alkotás ismétlődő ciklusaival a tanulási folyamattal eljutottak a leghatékonyabb módszerekig. Az eredmények rengeteg gyakorlati alkalmazásban hasznosíthatók.

A Coca Cola bejelentette, hogy partnerségre lépett a WPP reklámügynökséggel. Együttműködésük célja az Nvidia mesterségesintelligencia-technológiáinak az üdítőgyártó globális kampányába integrálása. A WPP más márkáknak, például a Fordnak is segít generatív 3D tájak, világok kialakításában.

Az Nvidia mikroszolgáltatásait az Egyetemes Jelenet-leíró generatív MI-modellekhez használják, az így teremtett 3D világok az elsők a GPU-gyártó Omniverse platformján.

Az autógyártóval a járművek fizikailag pontos, valósidejű digitális ikreit dolgozták ki. A hasonmásokat jármű-konfigurációk tesztelésére használják, amelyeket az ügyfelek is áttekinthetnek, majd a végterméket az ő igényeik szerint alakítják ki. Így generálnak már a futószalagra kerülés előtt keresletet új járművek iránt. 

A WPP és az Nvidia közösen dolgoznak a marketingben és a gyártásban, kampányok előtt alkalmazható generatív MI-megoldásokon. A házon belüli Hogarth gyártócég jóvoltából, a WPP kreatív tech-csapata a gyártófolyamat egyes fázisait képes kiiktatni, felgyorsítani az egészet. 3D világokat építenek, méreteznek és alkalmaznak kulturálisan releváns, hallgatóság-specifikus kampányokhoz. Világaik remekül használhatók helyi reklámkampányokhoz.

A Coca Cola a WPP azon első ügyfeleinek egyike, amelyek generatív MI-vel méretezik globális kampányukat. A WPP Open X marketingcsapatával együtt több mint száz piacra dolgozzák ki megoldásaikat.

A technológiával a Coca Cola egyedire alakítja, személyre szabja a brand képeit, nagyon helyhez kötött üzeneteket gyorsan képes közvetíteni, és mindezt globális léptékben teszi.

A WPP-vel közösen fejlesztett Prod X valódi tárgyak virtuális másolatának készítését teszi lehetővé. A másolatok manipulálhatók a 3D környezetben, például bármilyen étel mellé odatehető egy üveg Coca Cola.

A WPP márkaképek és digitális modellek gyűjteményéből katalógust készít, a modellek és képek kulturálisan releváns helyi jelenetekbe dolgozhatók össze. A Coca Cola így még jobban képes lokális piacokat targetálni.

A mesterséges intelligencia jóvoltából a jövő munkája más lesz, mint a mai. A Világgazdasági Fórum szerint 2030-ig 8,5 millió munkahelyet érint az MI, miközben ma még nem létező többmillió újat is generál.

Ebben a gyorsan változó világban inkább az adottságaink, s nem az elvégzett tanulmányok, korábbi állások határozzák meg munkaerőpiaci pozíciónkat. Az alkalmazókat jobban érdekli ismereteink és képességeink eredményes használata, hogy hogyan kezelünk velük jelenlegi üzleti és más kihívásokat.

Két képességtípus-csoportra, MI- és szoft emberi adottságokra lesz leginkább szükség az érvényesüléshez. Az előbbi nem azt jelenti, hogy MI-fejlesztők vagy adattudósok leszünk, sokkal inkább a technológia eredményes alkalmazását, például tudni fogjuk, mikor melyik eszköz használata a leginkább célravezető. A második csoport az emberiséget az evolúció során sikeressé tevő adottságaival az MI vagy nem rendelkezik még, vagy nem tudja olyan jól kiaknázni őket, mint mi.

Ezek biztosítják az embertársainkkal végzett közös munkát, komplex problémák megoldását változatos adatokkal, közösségi helyzetek kezelését, érzelmi kapcsolatok kialakítását, fejlődésünk kritikus kiértékelését, kreatív megoldásainkat. A gépek fejlődésével a csak ránk jellemző adottságok értéke folyamatosan nő.

A két csoport kiegészíti egymást, közös „fejlesztésük” a jövőbiztos képességek kialakulása.

Az MI képességekhez a technikai adatok és a számítógépes ismeretek, az MI lehetőségeinek és alkalmazásainak ismerete, az „MI-írásbeliség”, de megfelelő promptok írása is tartozik. Tudnunk kell, miként automatizáljuk MI-vel a rutinfeladatokat, hogyan alkalmazzuk kreativitásunk növelésére, képesek legyünk kontrollálni a mesterségesintelligencia-munkaerőt, és természetesen a technológiai etikai és jogi vonatkozásairól is kell ismeretekkel rendelkeznünk.

A szoft képességekhez a magasszintű stratégiaalkotás, a kreatív problémamegoldás, a hosszútávú tervezés, a kritikus gondolkodás, a csapatmunkára való alkalmasság, partnerkapcsolatok kialakítása, empátia tartoznak.

Egy készség talán mindegyiknél fontosabb, mert nélküle nem maradunk kompetitívek az MI korában, az állandóan változó valóságban: az életünk végéig történő tanulás és az alkalmazkodás képessége.

A mesterséges intelligenciával dolgozó, világhírű török kortárs adatművész, Refik Anadol Rúmi álmodik installációja szeptember 29-ig megtekinthető a debreceni Modern Kortárs és Művészeti Központban (MODEM).

A 2022-es Rumi Dreams (Rumi álmodik) különleges helyet foglal el a 2010-es évek eleje óta Los Angelesben élő digitális/újmédia-művész munkásságában. Majdnem lehetetlen feladatra vállalkozott vele: a 21. századi transzhumán, tudományos-technológia alapú kultúra infokommunikációs arzenálját és a 13. századi spiritualizmust, az iszlám ezoterikus ága, a szúfizmus elméletét, gyakorlatát és rituáléját kombinálta össze, hozta közös nevezőre benne.

Hőse Dzsalál ad-Dín Rúmi (1207-1273) misztikus író-költő, filozófus-teológus, az ezoterikus iszlám, a szúfizmus szellemi atyja.

„Először a fény jelent meg, majd a színek. Valahányszor követ látsz, világíts rá fénnyel, és tedd ékszerré” – vallotta Rúmi, tudva, hogy a világ számos jelenségét, a valóság mélyrétegeit, a láthatatlant lehetetlen szavakba önteni.

Ezt a láthatatlant, Rúmi fényét teszi láthatóvá, a megjelenítéshez kapcsol egybe Anadol és az MI irdatlan mennyiségű, szerteágazó adatot: Rúmi tizenkilenc nyelvre lefordított szövegeit, könyveket, szúfi-zenéket, vizuális információkat; gépi memóriában teremtve meg az emberi történelem egyik legfontosabb archívumát.

Mivel Rúmi a fényt tartotta az univerzum legfőbb rendezőprincípiumának, a 21. századi alkotónak azt kellett megjelenítenie, és úgy, hogy az installáció közönsége valóban el tudjon merülni a 13. századi szúfimester munkásságában, hogy át- és megéljék Rúmi fényét. 

Anadol bejáratott technológiai arzenáljával, például DALL-E 2-vel lehelt életet a régmúltba. Szimulálta az anyagok MI által kategorizált és feltárt láthatatlan információhálózatait. Emlékeket és álmokat töltött fel a mesterséges memóriába, hogy az audiovizuális installáció nézője közelebb kerüljön a láthatatlan rétegekhez, lássa azokat. 

 Több érzékszervre ható, dinamikus alkotás lett a végeredmény. Anadol konceptuális és többrétegű munkáiban átlényegülnek az adatok, többek, mint az információ lineáris vagy formális kifejezései, a nézőt az immerzív környezetbe, alternatív valóságba varázsoló, már-már saját identitással, személyiséggel rendelkező eszközök.

Az Egyesült Királyság kormánya bejelentette: öt kvantumtechnológiai csomópontot (hub) támogat anyagilag, hogy összehozza az érintett kutatókat és vállalatokat. A következő városokról van szó: Birmingham, Edinburgh, Glasgow, Oxford és London. A hubok kvantumérzékelésre, -hálózatépítésre és -pozícionálásra fognak összpontosítani.

Az öt csomópont: UK Kvantum Biomedikális Érzékelés Hub, Kvantumtechnológiai Érzékelés Hub, Integrált Kvantumhálózatok Kvantumtechnológiai Hub, Integrált és Összekapcsolt Implementációval Megvalósított Kvantumszámítás Hub, UK Kvantum által Biztosított Pozicionálás, Navigálás és Időzítés Hub.

Az első a University College London és a Cambridge Egyetem közös csomópontja, ultraérzékeny betegség diagnózisokhoz kísérleteznek ki kvantumérzékelőket. A szenzorokat gyors vértesztekhez is használják, biomedikális szkennerekkel segítik súlyos betegségek, mint például a rák és az Alzheimer-kór korai diagnózisát.

A Birmingham Egyetemen demencia-vizsgáló agyszkennerhez, rákdiagnózishoz, fejlett biztonsági és infrastruktúra monitoring-tevékenységhez dolgoznak ki technológiákat. 

Az edinburghi Integrált Kvantumhálózatok Kvantumtechnológiai Hub (Heriot-Watt Egyetem) rendeltetése a jövőben az Egyesült Királyság egész területén működő kvantuminternet technológiáinak megalapozása.

Az Oxford Egyetemen kvantumszámítógépek építéséhez dolgoznak ki technológiákat, hardvereket, szoftvereket.

A Glasgow Egyetemen a kritikus infrastruktúrához, önvezető járművekhez, belső és külső navigációhoz fejlesztenek kvantumalapú pozicionáló és tájékozódó-rendszereket.

A kormány bizakodik, hogy a csomópontokkal hidat építenek az ötletek és a gyakorlati megoldások közé. Olyan szektorok átalakulását várják tőlük, mint az egészségügy és a biztonság. A brit gazdaság erejét növelő, felgyorsított innováció kultúrájához akarnak hozzájárulni. 

2024 a választások és a megtévesztés technológia adta lehetőségeit minden eddiginél jobban kiaknázó médiakampányok éve. A tavaly év végi argentin után, idén több országban és nemzetközi közösségben, például Tajvanon, Indiában, az EU-ban is urnák elé járultak a szavazók – és a technológiai befolyásolást mindenhol csúcsra pörgették. 

A november eleji amerikai megmérettetés tartogat még bőven izgalmat ezen a téren, a szavazók soha nem látott mértékű manipulációjára számíthatunk. Július huszonhatodikán a legmindenhatóbb techmogul meg is adta az alaphangot. 

Elon Musk, az X, a hajdani Twitter tulajdonosa újratweetelt egy Kamala Harris kampányparódiát. Szépséghiba, hogy nem jelezte: félrevezető, kamuanyagról van szó. Saját platformja szabályait is megsértette.

A nemrégi YouTube-videót felhasználó, trükközött tartalmú mozgóképanyagon Harris eleve demokrata elnökjelöltként szerepel. A hangalámondás alapján el is hinnénk, hogy a jelenlegi alelnököt halljuk, csakhogy furamód Joe Bident szenilisnek, saját magát inkompetensnek és a „mélyállam” embereként írja le.

Az eredetin Beyoncé Freedom dala is felcsendül, a hamisítványon nem, helyette Harris elmondja: azért lett elnökjelölt, mert a Donald Trumppal folytatott júniusi CNN-es vitán bebizonyosodott, hogy Biden szenilis. Aztán hozzáteszi: a sokszínűség miatt is esett rá a választás, mert nő és színesbőrű. Tehát, „ha bármit is kritizáltok, amit mondok, szexisták és rasszisták is vagytok.”

Harris még Barack Obama stílusában is beszél a videón. Kampányának egyik szóvivője élesen bírálta Muskot és Trumpot: „Harris alelnök nem hamisítványt, manipulált hazugságokat kínál, mint Elon Musk és Donald Trump.”   

Először nem volt egyértelmű, hogy a videó mesterséges intelligencia terméke. A YouTube-ra egy „Mr. Reagan” nevű fiók posztolta, paródiaként. Szakértők szerint mélyhamisítványként (deepfake) kezelhető. Musk mindenesetre nem tüntette fel, hogy a videó paródia, manipulált anyag.

„Nem tehetünk közzé szintetikus, manipulált vagy a kontextusból kiragadott, embereket átverő vagy megzavaró, kárt okozó médiatartalmat. Túl ezen, a félrevezető médiumot tartalmazó bejegyzéseket felcímkézhetjük, hogy így segítsük megértetni a felhasználóval, mennyire autentikusak ezek, hogy kiegészítő kontextust szolgáltassunk nekik” – áll az X szabályzatában.

Az AEON japán szupermarket-lánc mesterségesintelligencia-rendszerrel értékeli ki és „egységesíti” alkalmazottai mosolyát. A július elsejei bejelentés értelmében a világpremierre kerül sor: a szigetországban 240 áruházzal rendelkező AEON alkalmaz először „mosolyjavító” MI-t.

A Mr. Mosoly nevű rendszert japán cég, az InstaVR fejlesztette, és beszámolók alapján valóban képes pontozni az alkalmazottak kiszolgálói attitűdjét. 450-nél több elemre támaszkodik hozzá: arckifejezések, hangerő, üdvözlés tónusa stb. A fejlesztők a személyzet hozzáállását a pontszámok megkérdőjelezésével javító játékelemeket is az MI-be integráltak.

Az AEON elmondta, hogy nyolc áruházban, 3400 alkalmazottal tesztelték a rendszert, és a három hónap alatt 1,6 százalékkal javult a dolgozók hozzáállása. Az ügyfelek maximális kiszolgálása a cél.

Az MI bevezetése többekből váltott ki aggodalmat, mert különösen a vásárlók részéről növeli a Japánban komoly problémának számító munkahelyi zaklatást. A kasu-hara néven ismert jelenség arra vonatkozik, hogy a vásárló durva nyelvezetet használ, ismétlődően panaszkodik. 

2024-ben a főként a szolgáltatóiparban megfigyelt több mint harmincezer személy fele számolt be a legnagyobb japán szakszervezetnek arról, hogy az ügyfelek zaklatták.

Ha a szolgáltatóiparban valakinek „szabvány” szerint kell mosolyognia, az is a zaklatás egyik formája – nyilatkozta több alkalmazott, majd hozzátették: a mosolynak gyönyörűnek kell lennie, a szívből kell jönnie, és ne kezeljék termékként. 

Az emberek különbözőek, érzéseiket is másként fejezik ki. Géppel szabványosítani ezeket, hidegnek és bolondnak tűnik – fűzték hozzá más alkalmazottak.

Több hónap találgatás és egy héttel a Gemini Generatív Keresés eredményeinek a Google találataiba integrálása után az OpenAI bejelentette SearchGPT nevű keresőmotorját. Egyelőre átmeneti prototípus, és csak kiválasztottak tesztelhetik, mindenesetre már a szélesebb körű használat előtt fontos lépés a mesterséges intelligencia történetében.

A képernyőn szövegdobozt látunk promptoknak. Megjelenik a „mit keresel?” kérdés. Természetes nyelven írt szövegekre ad választ, például „Minnesota legjobb paradicsomai, melyiket tudom termeszteni?” A kontextus további kiegészítő lekérdezésekig megmarad, amire se a Google, se a Bing nem képes még. 

A keresőmotor fejlesztése azért is jelentős, mert a ChatGPT első változatának gyakorlóadatai maximum 2021-esek voltak, így nem fért hozzá valósidejű infóhoz. A SearchGPT viszont a cég masszív MI-modelljeit webes információkkal kombinálja össze, egyértelmű és releváns források alapján ad gyors és aktuális válaszokat.

A SearchGPT hivatkozik a forrásokra, közvetlen linket ad hozzájuk. Igyekszik eljátszani a „jó keresőmotor” szerepét, segíti a felhasználókat a kiadók és élményeik megismerésében. Eközben több kiadó pont jogvédett anyagai illegális használata miatt pereskedik az OpenAI-val (egyes kiadókkal viszont partnerségre lépett)…

Az MI-alapú keresés az internetes navigáció kulcselemévé válik, és már az elején kitüntetett jelentőségű, hogy a technológiát az újságírás és a kiadók tiszteletben tartásával fejlesszék – hangsúlyozza Nicholas Thompson, az Atlantic vezérigazgatója (a médiaorgánum az OpenAI partnere).

Az OpenAI hangsúlyozza, hogy a SearchGPT a keresésről szól, elkülönítették a cég generatív MI-alapmodelljeitől, és a kiadókra vonatkozó találatok akkor is fel lesznek tüntetve, ha a gyakorlóadatok miatt nem értenek egyet a nagyvállalat gépitanítás-módszereivel.

A Google-val ás a Binggel összehasonlítva, a SearchGPT-től több vizuális találati eredmény várható. A tervek szerint, a jelenleginél masszívabbá és eredményesebbé téve a platformot, a ChatGPT-be integrálhatják,

Veszélyeztetheti-e a SearchGPT a Google egyeduralmát? Egyelőre nem, viszont az OpenAI és az Apple együttműködése – amelynek keretében a ChatGPT-4o-t az iOS 18 oprendszerbe, az iPad OS 18-ba és a macOS Sequoia-ba integrálják – idővel keresési partnerséghez is vezethet, ami viszont már komoly kockázat lehet a Google számára.

A Google DeepMind két új mesterségesintelligencia-rendszert mutatott be: az AlphaProof és az AlphaGeometry 2 közösen oldotta meg az idei Nemzetközi Matematikai Olimpia hatból négy feladatát. Az olimpia érettségiző diákoknak kiírt rangos verseny. A két rendszer teljesítménye annyit ért, mintha ezüstérmet nyertek volna.

Eredményük azonban túlmutat a matematikán, mert a rendszerek az MI-fejlesztés új irányát is jelenthetik. A chatelésre alkalmas MI-keresők az intelligencia érzetét kelthetik, a Google DeepMind jelen technológiái viszont növelik az MI tényleges intelligenciáját.

Matematikában jól teljesítő rendszerek fejlesztése sok MI-labor, például az OpenAI célja is lehet. Egyértelmű oknál fogva: a matematika a következtetés, a logika mércéje. A feladatok megoldásával a rendszereknek nagyon összetett tevékenységeket kellett végezniük: tervezést, absztrakt problémák megértését és megoldását.

Képesek voltak általánosítani, ennélfogva megoldani a matematika több területének különböző problémáit. A már a góban remeklő AlphaGo esetében, 2016-ban kiválóan működött megerősítéses tanulás most, nagy nyelvmodellekkel (LLM) kombinálva, meglepő dolgokat tud.

Ezt a képességet Lean számítógépes nyelvű, matematikai bizonyítást jelentő programok írására használták fel. A módszer bármilyen helyzetre alkalmazható, ahol egyértelmű a jutalom, ellenőrizhetők a jutalom-jelzések, a válaszok helyessége pedig megkérdőjelezhetetlen módon értékelhető. Például a kódolás is ilyen terület.

Az AlphaProof és az AlphaGeometry 2 egyelőre csak érettségi szintű feladatokat old meg, és távol van még az ember által abszolvált extrém nehéz algebrai vagy geometriai problémáktól – hangsúlyozza a Google DeepMind. De nem is ez volt a jelenlegi cél.

Ezek és a hasonló rendszerek ugyanis új problémákat dolgoznak ki és oldanak meg, miközben sokakat inspirálnak arra, hogy az MI-vel foglalkozzanak.

Sci-fi szerzők és robotikusok évek óta várják, hogy tucatnyi, sőt többszáz kicsi, bogárméretű drón autonóm módon, tandemben figyeljen nagy területeket. A pehelykönnyű gépekben azonban nincs elég számítási és szállítási kapacitás, mint például az önállóan navigáló önvezető járművekben vagy nagyobb robotokban.

Úgy tűnik, a holland Delfti Műszaki Egyetem (TU Delft) kutatói megoldást találtak a problémára. Az otthonukba, bolyba és más helyekre sikeresen visszatérő hangyákból és általában a rovarokból indultak ki. Elméletileg a hangyák lépéseik számlálásával és „pillanatkép modellel” boldogulnak: mentális „fotókat” készítenek a környezetről. Útközben a vizuális elemeket mindaddig igyekszenek a tárolt pillanatfelvételekhez társítani, amíg nem találnak azonosat. Összességében minimális memóriával és agykapacitással érnek el remek eredményt.

A holland kutatók pici kamerával és olcsó processzorral felszerelt, ötvenhat grammos drónra alkalmazták a rovarok példáját. Belső akadálypályát dolgoztak ki a gépnek, referenciaként pillanatfelvételeket készítettek a pályáról. Igyekeztek egymástól minél távolabbi pontokról minél kevesebb képet készíteni, hogy a drónnak kevesebb memóriakapacitásra legyen szüksége.

Sikeresen végezték el a feladatot, 0,65 kilobájt memóriával száz méteren navigáltak. Minimális vizuális számítás kellett hozzá, amelyre olcsó elektronika is elegendő. Tehát még a legkisebb robotok is képesek önállóan tájékozódni. 

A pillanatfelvétel-kísérlet alapján idővel apró drónokból álló rajok nehéz és komplex szenzorok vagy külső infrastruktúra, például GPS nélkül autonóm navigálhatnak. Az egyszerűség sűrűn lakott városi területeken, távoli barlangokban, és olyan helyeken jöhet jól, ahol a GPS nem opció.

A rajok mezőgazdasági területeken monitorozhatják a terményt, fertőzések korai jeleit, raktárakban kontrollálhatnak készleteket, és akár kutatási-mentési műveletekben is segédkezhetnek.

Az amerikai hadsereg kísérletezik változatos méretű drónrajok harctéri alkalmazásával. A TU Delft kutatói figyelmeztetnek: ha nagyon telepakolják a gépeket, sok alkalmazásnál eleve reménytelen a használatuk. 

Munkájuk fontos lépés a pici drónok, drónrajok fizikai közegben történő használata felé.