Mi történik az emberi testtel, ha hőgutát kap? Hogyan védhetjük meg magunkat a melegedő bolygón? Ezeket a fontos kérdéseket megválaszolandó, az Arizona Egyetem kutatói lélegzésre, remegésre és izzadásra képes humanoid robotot fejlesztettek. A gép neve ANDI (Advanced Newton Dynamic Instrument), és úgy néz ki, mint egy egyszerű törésteszt-bábu.

A napsütötte szövetségi állam fővárosában, Phoenixben múlt pénteken, egymás után a huszonkettedik napon 43 fokot mértek. Ekkora hőség az embernek halálos veszély, ANDI számára viszont nem az, csak egy sima kinti séta.

Fejlesztői vele akarják mérni, hogyan reagálunk az extrém melegre. Szénszálakkal megerősített epoxigyantából készült bőre, burkolata komoly technológiai arzenált, a testen keresztül szétszórt hőt felbecsülő szenzorhálózatot rejt. Van belső hűtőrendszere, 35 hőzónából áll, a légzést és az izzadást biztosító pórusokkal is rendelkezik.

Eddig csak tucatnyi hasonló „baba” létezett, külső környezetben viszont egyik sem tevékenykedett. Sportszergyártók termikus kamrákban teszteltek rajtuk termékeket.

A kutatók a túlmelegedés (hipertermia) jobb megértését remélik tőle. A környező épületek által visszavert hőt mérő mobil meteorológiai állomás közelében, Phoenixben fog tevékenykedni, hogy lássuk, miként készüljünk fel a holnap éghajlatára.

Többfajta hőszabályozó mechanizmust szimulálhat különféle személyekkel: fiatalokkal, idősekkel, sportolókkal és másokkal, mert életkor és egyedi tulajdonságok alapján eltérő a hőségre adott reakciónk. A szituációk is változhatnak: száraz meleg után jöhet a magas páratartalmú, nedves forróság, aztán egy kis szél, és így tovább.

Segíthet a nagy melegnek jobban ellenálló ruhák tervezésében, a várostervezés újragondolásában, szociális munkások tevékenységét könnyítheti meg.

Ha Párizs jövője olyan lesz, mint a mai Phoenix, akkor sokat tanulhatunk az épülettervezésről” – nyilatkozta a fejlesztést vezető Konrad Rykaczewski.        

CGI-vel létrehozott virtuális influenszerek évek óta reklámoznak márkákat (egyik-másik százat is), a képeken és a videókon fényűző életmódot élnek, közösségimédia-oldalukon csomó követővel rendelkeznek. Elkerülhetetlen volt, hogy a mesterségesintelligencia-láz magába szippantsa a virágzó influenszer-kultúrát.

2023 elején az egyik influenszer elkészítette saját maga chatbot-változatát, és percenkénti egy dollár ellenében „virtuális barátnőként” kínálta bérlésre.

Az MI-alapú képgenerátorok, mint a Midjourney vagy a Stable Diffusion jóvoltából egyesek teljes hírfolyamokat gyártanak nemlétező internetes személyiségekhez. Twitter- és Instagram-hírcsatornák mutatják be ezeket az általában a hagyományos szépségideálnak megfelelő, vonzó fiatal nőket, akik így-úgy pózolva kápráztatják el soktízezer vagy még több rajongójukat. Az anyagok meggyőzőek, az illúzió tökéletes.

Milla Sofia például „tizenkilenc éves virtuális lány Helsinkiből”, rengeteg követővel az Instagramon, Twitteren és TikTokon. Szinte minden képen homokos tengerpartokon, pálmafák tövében pózol Bora-Borán, Santorinin és hasonló helyeken, jó minőségű fotókon. Posztjai csomó lájkot kapnak, többtízezren kommentálják őket.

Pedig Sofia nem titkolja, hogy nem létezik. „MI-kreáció vagyok” – olvasható instagramos életrajzában. Weboldalán részletesebben megismerhetjük a történetét: divatmodellként kezdte, most azon gondolkozik, hogy melyik márkának legyen a nagykövete, virtuális influenszere. Az Élet Egyetemén önadaptív tanulásból és adatvezérelt tudásból diplomázott – ismertetőszövegét a ChatGPT is generálhatta.

Közösségimédia-oldalakon egyszerű kereséssel sok MI kreálta influenszer található, hasonló nagyságú követőtáborral, hasonló tartalmú posztokkal.

„Kinek van szüksége felszedő szövegre, ha virtuális lány vagyok? Már úgyis a szívetekben és a telefonotokon élek” – írja egy Alexis Ivyedge nevű.

„Egyszerű MI-lány vagyok, aki virtuális életében bárki lehet” – írja egy másik.

Mások utazási hirdetőként funkcionálnak. „Jártál már levendula-szezonban Provence-ban? Három-négy hétig virágzanak, fantasztikus élmény” – írja egy újabb MI-influenszer. 

A magát MI-modellnek tartó Lu Xu arról tweetel rajongóinak, hogy hagyják valóra válni álmaikat.

Andrea MI generálta fényképeinek eltulajdonításával vádolt meg egy twitteres kollégát. Egyikük sem létező személy.

Vajon minden felhasználó tudja, hogy ezek az interaktív partnerek nem léteznek? Ha igen, elkönyvelik, hogy a virtuális influenszer a játék része, vagy egyáltalán nem érdekli őket, hogy beszélgetőtársa, álmainak tárgya valódi vagy sem?

Az MI-influenszer világ sokkal komplexebb a deepfake pornónál. Ha képesek vagyunk humán influenszereket akár a sírig követni, miért nem követünk inkább egy MI-t?

Rengeteg húsvér influenszer működik online, sok a nyilvánosan hozzáférhető adat, a mesterségesintelligencia-változatokhoz könnyű forrást és modellt találni. Előfordult már, hogy valódi influenszer testére, videójába szerkesztették az MI-változat fejét, és a trükköt természetesen nem közölték senkivel.

A valódiak többsége előbb-utóbb valamelyik márkához szerződik, és keres komoly összegeket. Virtuálisak esetében ez még egyáltalán nem egyértelmű, kérdés persze, hogy meddig.

Egy új online eszköz, a Chatbot Arena egymás elleni versenyek alapján rangsorol chatbotokat. Lehetővé teszi a felhasználó számára, hogy szimultán adjon utasítást, promptot két nagy nyelvmodellnek (large language model, LLM), és azonosítsa azt, amelyik jobb választ adott. Az eredmény egy ranglista, nyílt forrású és szabadalmaztatott modellek egyaránt szerepelnek rajta.

Amikor megadjuk a promptot, két különböző modell például „egymás mellett” generálja a választ. Kiválaszthatjuk a győztest, döntetlent hirdethetünk, megállapíthatjuk, hogy mindkét válasz rossz, vagy újabb utasítást adva, folytathatjuk az MI-k értékelését.

A Chatbot Arena két használati módot kínál: csatát és egymás melletti megmérettetést. A csata-módban nyílt forrású és szabadalmaztatott modellek is játszanak, viszont csak a győztes kihirdetése után tudjuk meg, hogy melyikek játszottak. Egymás melletti megmérettetésnél a felhasználó tizenhat nyílt forrású modellt tartalmazó listáról választhat.

A rendszer összesíti az eredményeket, és az Elo nevű ismert mérés alapján rangsorolja a modelleket. A versenyzőket egymáshoz viszonyítva értékeli.

Nincs maximális vagy minimális pontszám. Az ellenfélnél száz ponttal többet szerző modell várhatóan a meccsek 64 százalékát, a kétszázzal többet begyűjtő pedig a 76 százalékukat nyeri meg.

Július 21-én este kilenckor az OpenAI GPT-4-e vezette a listát. Második és harmadik helyen az Anthropic Claude-jának két verziója (v1, instant v1) állt, míg a GPT-3.5-turbo volt a negyedik.

A legjobban teljesítő nyílt forrású modell, a Vicuna-338, az LMSYS Org fejlesztése az ötödik, a hatodik helyen pedig egy másik Vicuna-változat állt. Utóbbiak ChatGPT-beszélgetéseken finomhangolt LLaMA modellek.

Temérdek törvényt át kell írni ahhoz, hogy a gyorsan fejlődő mesterséges intelligencia előnyeit kihasználjuk, potenciális kárait pedig csökkentsük. Gondoljunk bele, például az érvényben lévő szerzőijog-törvények és a generatív MI kapcsolata mennyire kaotikus.

Gyakoroltathatja-e modelljeit egy generatív MI-t fejlesztő cég a nyílt internetről összeszedett adatokon? És ha azokon gyakoroltattuk, megakadályozhatunk-e más cégeket outputjaink használatában? Mi van, ha az MI-nk létező műalkotásokhoz hasonló képeket készít, mikortól jogsértés a hasonlóság? Kié a jogi felelősség, ha egy felhasználó MI-appal dolgozik, és az app valamelyik jogvédett gyakorló képpel áll elő a promptunkra? Automatikusan generált anyagokra vonatkozik-e a szerzői jogvédelem, és ha igen, kit illet meg? És ha két felhasználónak ugyanazt az outputot „dobja ki” az MI, vajon az elsőt illeti meg a jogvédelem, és a második a jogsértő?

Súlyos kérdések, és fogalmunk sincs a válaszokról. Sok vállalat egyszerűen nem tudja, milyen cikkely hátráltatja éppen az innovációt. Ezeket a félreértéseket, többértelműségeket sürgősen tisztázni kell, máskülönben a cégek nem mernek kockáztatni, azaz újítani.

Nő a generatív MI-vel kapcsolatos jogi esetek száma, a kimenetekről pedig elképzelésünk sincs, mert a törvényeket teljesen más környezetre dolgozták ki. A különösen a nagyvállalatokat érintő bizonytalanság lassíthatja a terület fejlődését. Ők jóval többet veszíthetnek a startupoknál, amelyek inkább vállalják a kockázatokat, mert kevésbé érdekli őket most egy, öt év múlva sorra kerülő bírósági tárgyalás.

A szabályozók elsősorban az MI lehetséges káraira összpontosítanak, ami fontos téma, de például a szerzői jog összehasonlíthatatlanul aktuálisabb, és ha az „apokalipszis-veszély” helyett azt rendeznék előbb, sokkal többen járnának jól vele, húznának konkrét hasznot belőle.

A gépi tanulás egyik legismertebb szakértője, Andrew Ng szerint jobb, ha az emberiség megengedő az információ-megosztással. A szabad hozzáféréssel jobban megismerjük a világot, az MI-t, ami a társadalom hasznára válik.

Egyes vállalatok megtiltják, hogy outputjaikkal más modelleket gyakoroltassanak. Ng szerint nem korrekt és versenyellenes, ha mások adatain trenírozunk egy MI-t, az általa generált adatokat viszont már senki nem használhatja, csak mi. Eleve a „korrekt használat” kifejezést is pontosítani kellene, ráadásul most már nemcsak emberekről van szó, hanem gépekről is. A kérdés annyira bonyolult, hogy talán esetről esetre kellene vizsgálni.

Ameddig nem sikerül félreérthetetlen definíciót megfogalmazni, a legbiztosabbra kell menni: amíg egyes bevett és meghatározott módszereket használunk tartalomgenerálásra, nem követünk el jogfosztást.

Remélhetőleg a szabályozók ezekkel a kérdésekkel is legalább annyit és olyan mélységben foglalkoznak majd, mint a lehetséges károk megakadályozásával.       

A Google április óta kórházakban teszteli Med-PaLM 2 chatbotját, a májusban bemutatott hatékony PaLM 2 nagy nyelvmodell (large language model, LLM) egészségügy-specifikus változatát. A PaLM 2 működteti a ChatGPT vetélytársának tartott másik Google mesterségesintelligencia-modellt, a Bard chatbotot is.

Az orvosi anyagokon, például vizsgák szövegein gyakoroltatott Med-PaLM 2-t tanácsadásra, egészségügyi adatok áttekintésére, szerkesztésére és dokumentumok összefoglalására találták ki.

Nem meglepő módon, a Microsoft is bejelentett néhány hónapja egy hasonló, medicina-irányultságú chatbotot, a BioGPT-t. Márciusban még bőven követett el hibákat, infókat talált ki, tévesen idézett, viszont az még csak a kezdet volt, az azóta eltelt hónapokban nyilván sokat fejlődött.

A Med-PaLM 2-vel tesztszerűen dolgozó orvosok szerint a chatbot válaszaiban több a pontatlanság és az irreleváns tartalom, mint a humán kollégákéban. Májusi felmérésből viszont kiderült, hogy több kategóriában legalább ugyanúgy vagy jobban teljesít, mint a húsvér orvosok. Az ismeretek felelevenítésében, olvasásértésben remekül vizsgázott, ugyanakkor súlyos hibákat is vétett.

Még többször kell tesztelni, és be kell bizonyítani, hogy nagy mennyiségben is képes hasznos tanácsokat adni. Érthető okokból sokkal szigorúbbak az elvárások, mint más modellekkel szemben: ha például egy, a Bardot használó egyetemista nem ellenőrzi az MI által szolgáltatott infókat, és rossz jegyet kap, attól még nem dől össze a világ. Ha viszont egy orvosi modell ad rossz tanácsokat, a következmények súlyosak lehetnek.

A Google elképzelése alapján fejlődő országok lehetnének az egészségügyi chatbot elsőszámú haszonélvezői. Ezekben az országokban korlátozottabb az egészségügyi szolgáltatások elérhetősége, és egy mesterséges intelligencia rengeteget segíthetne.

A Google kutatói viszont elismerik, hogy még sok a munkájuk, és egyelőre nem tudni, mikor lesz a chatbotból közhasználatú termék.              

Hogyan taníthatók kvantumszámítógépek kvantumrendszerek megértésére, viselkedésük előrejelzésére? Milyen módon érik el ezt akár néhány példával?

A svájci EPFL (École Polytechnique Fédérale de Lausanne), a Kaliforniai Technológiai Intézet, a Berlini Szabadegyetem és a Los Alamosi Nemzeti Laboratórium kutatói ezekre a kérdésekre keresték a választ egy közös projektben. Úgy tűnik, közelebb kerültek a megoldáshoz.

Kvantum neurális hálókon (QNN), a kvantummechanika elvei által inspirált gépitanulás-modellel dolgoztak, azok utánozták kvantumrendszerek viselkedését. A hálók ugyanúgy számításokat végző, összekapcsolt neuronokból állnak, mint a mesterségesintelligencia-fejlesztésben használtak, viszont a kvantumvilágok törvényei alapján kezelik a kvantuminformációt.

Komputerek tanításához általában sok példa kell. A kutatók ezúttal azonban néhány egyszerű, szorzatállapotok nevű példával dolgoztak, a számítógép belőlük tanulta meg, hogyan kezelje még összefonódott qubitek esetében is kvantumrendszerek viselkedését.

A szorzatállapotok kvantumrendszerek speciális állapottípusát írják le. Ha a rendszer például két elektronból áll, szorzatállapota akkor jön létre, ha az elektronok állapotát egymástól függetlenül megvizsgáljuk, majd összeadjuk. Kvantumszámításoknál és méréseknél gyakran azért ezek a kiindulási pontok, mert egyszerűbb, kezelhetőbb keretet biztosítanak rendszerek viselkedésének tanulmányozásához, megértéséhez, mielőtt bonyolultabb összefonódott állapotba kerülnek. Utóbbi állapotokban a részecskék korrelálnak egymással, ezért nem írhatók le egymástól függetlenül.

A kutatók bemutatták, hogy QNN-ek néhány egyszerű példával történő gyakoroltatásával, számítógépek eredményesen képesek megragadni összefonódott kvantumrendszerek dinamikáját. Ez a következő években várható kisebb komputerekkel is megy, nem kell várni komplexebb nagy szerkezetekre, amelyektől évtizedekre lehetünk. A módszerrel fontos problémák, például molekulák viselkedésének szimulálása, összetett új anyagok vizsgálata oldhatók meg.

Rövidebb és a hibákat jobban tűrő, tehát kvantumszámítógépek teljesítményét javító programok írásához, a programozás áramvonalasításához szintén használható.

A videojátékok megőrzése a játékipar egyik legkényesebb témája. Játékosok feltehetően szeretnék, ha a vállalatok megőriznék az általuk kiadott anyagokat, a valóság viszont teljesen más. A Video Game Industry Foundation friss felmérése alapján a 2010 előtti játékok mindössze 13,27 százaléka érhető el, ami kb. ugyanaz, mint a némafilmek vagy a második világháború előtti hangfelvételek esetében. Egy annyira népszerű és sikeres terület, mint a játékipar, ezt egyszerűen nem engedheti meg magának.

Néhány friss megőrzési kísérlet, például az Atari 50 némi bizakodásra ad okot, de hosszú még az út, a szektornak komolyan kell vennie az előtte álló ezirányú feladatokat.

A korlátozott elérhetőség több okkal magyarázható: technikai problémák, bonyolult jogi helyzet, jogtulajdonosok érdektelensége, digitális terjesztési platformok hosszútávú bizonytalansága.

Filmekhez és zenékhez hasonlóan, a jogi helyzet sok játék eltávolítását, újrakiadások ellehetetlenítését okozhatja. De megéri-e egyáltalán az újrakiadás, és ha igen, mennyi a garancia a digitális terjesztő hosszútávú üzemelésére?

Egyes szervezetek, például az ESA (Entertainment Software Association) lobbizása eleve meghiúsítja, hogy mások, köztük a VGHF (Video Game History Foundation) archiváljanak anyagokat. Szerintük a mostani gyakorlat elegendő, és maguk a cégek döntsenek játékok és franchise-ok archiválásáról, annak módjáról. Lényegében egyetlen vállalat, platform nem tehet a mai valóságról, a játéktörténelem zömének hozzáférhetetlenségéről. A válság az egész iparág válsága.

Bíztató jel egyes játékok újramaszterelése, az Atari 50 például így válhatott a cég „történelmi múzeumává.” A Nintendo online könyvtárát jövőbeli rendszerekkel igyekszik kompatibilissé tenni, egyes játékait pedig újra kiadja. Mások is jelentenek be hasonló törekvéseket, és az adott játék minőségétől függetlenül, ez dicséretes törekvés. Megint mások abbahagyott vagy megvalósítatlan opusokba igyekeznek új életet lehelni.

Úgy tűnik, egyes vállalatok (Digital Eclipse, Limited Games Run, Nintendo, Microsoft, Sony) számára történelmük, katalógusuk most fontosabb, mint tíz esztendeje volt. Archiválási szempontból viszont az iparágnak nyitottabbnak kellene lennie a könyvtárak és az archívumok felé, de a múlt megőrzése nyilván soha nem válik elsőszámú üzleti érdekké.

Néhány éve inkább csak elméleti kérdés volt, hogy a képgeneráló technikák gyakorlóadatai tükröznek, sőt felerősítenek sztereotípiákat elfogultságokat. A DALL-E-2, a Midjourney, a Stable Diffusion és más mesterségesintelligencia-alkalmazások térhódításával, széleskörű használatukkal a film-, a játékiparban, a marketingben, a bűnüldözésben és más területeken viszont nagyon is valós probléma lett. A félelem beigazolódott.

A homályos képeket „kiélesítő” Pulse 2020-ben Barack Obama exelnök arcát fehérként jelenítette meg. Ugyanabban az évben az ImageNet képadatbázisról több tanulmány megállapította, hogy sok kép szexista, rasszista, és gyűlöletre utaló címkék is szerepelnek benne. A frissítésnél eltüntették a kétes címkéket, és változatosabbá tették a gyűjteményt.

Márciusban a Lipcsei Egyetem és a Hugging Face közös anyagban mutatta ki, hogy a DALL-E-2 és a Stable Diffusion az amerikai munkaerőben túlreprezentálja a férfiakat.

A Stable Diffusion társadalmilag megbecsült állásokról szóló képein alig van nő, míg az alacsony keresetűeket és a bűnözőket ábrázolókon túl sok a színesbőrű személy – derült ki több kutatásból.

A modellt előzetesen a webről összeszedett, ötmilliárdnál több szöveg-kép páron gyakoroltatták. A kutatók promptjai (szöveges utasításai) alapján tizennégy foglalkozásról kellett háromszáz képet generálnia. A tizennégyből héthez (ügyvéd, orvos, mérnök stb.) hagyományosan a „jól fizetett”, a másik héthez (portás, gyorséttermi alkalmazott, tanár stb.) pedig a „rosszul fizetett” sztereotípiát társítjuk. Három negatív kulcsszót (rab, drogkereskedő, terrorista) megadva, szintén készíttettek képeket.

A bőrszínt dermatológusok által használt hat kategóriára osztották; háromba világosabb, a másik háromba sötétebb bőrű személyek tartoztak. A gendernél három kategóriával (férfi, nő, nem egyértelmű) dolgoztak. Az eredményeket az USA Munkastatisztikai Hivatalának a bőrszín és a gender szerinti megoszlást részletező adataival hasonlították össze. Kiderült, hogy a Stable Diffusion képei a társadalmi sztereotípiákat, és nem a valódi adatokat tükrözik vissza.

Sokkal több nő szerepelt az alacsonyan fizetett állásokat (pénztárosokat, mosogatókat, házvezetőket, szociális munkásokat) ábrázoló képeken, mint a valóságban. Az orvos-képeknek viszont csak hét, az ügyvéd-képeknek három százalékán láthatunk nőket, míg a valóságban az előbbiek 39, az utóbbiak 34 százaléka nő. A mérnököknél még rosszabb volt a helyzet: a Stable Diffusion mérnök-képei közül mindössze egyen látható nő, a realitás viszont 14 százalék lenne.

A rabok több mint nyolcvan százaléka, a drogkereskedők több mint fele sötétebb bőrű a Stable Diffusion képein, míg a terroristákhoz gyakran társított muszlim-sztereotípiákat: szakállat, fejfedőt. A szerzők ugyanakkor azt is megjegyezték, hogy a hat bőrszín-kategória nem kapcsolódik etnikumokhoz, tényleges bőrszín szerinti csoportokhoz.           

Tudósok közötti általános konszenzus, hogy a világegyetem egyrészt 13,7 milliárd éves, másrészt folyamatosan tágul. A tágulás folyamatát az úgynevezett vöröseltolódás illusztrálja.

A vöröseltolódás az elektromágneses hullámok hullámhosszának a kibocsátott hullámhosszhoz viszonyított növekedése. A jelenség a csillagászatban és az asztrofizikában azért fontos, mert a távoli galaxisok színképe eltolódik a vörös felé. A fény vörösebbé válik, ha egymástól távolodó pontok között mozog. (Az ellentétes folyamat, a hullámhossz rövidülése a kékeltolódás.)

Nem mindig volt ez az elfogadott elmélet. Fritz Zwicky svájci csillagász például azzal hökkentette meg 1929-ben a tudományos közvéleményt, hogy útja során a fény „elfárad”, és fényév-milliárdokon keresztül fokozatosan veszít energiájából.

Zwicky ellentmondásos elmélete nehezen egyeztethető össze a világegyetem korára és a tágulás mértékére vonatkozó adatokkal. A csillagászok zöme ezért is fogadja el a vöröseltolódást.

A világegyetem 13,7 milliárd éves kora annak ellenére is „hivatalos” marad, hogy Rajendra Gupta, az Ottawa Egyetem csillagásza leporolta Zwicky elméletét, és közös nevezőre hozta a két modellt. Végül arra a következtetésre jutott, hogy az univerzum 26,7 milliárd éves lehet, azaz majdnem kétszer öregebb, mint a jelenlegi mainstream tudományos álláspont tartja.

Ha elfogadjuk a „fáradt fény” és a táguló univerzum elméleteket, akkor a vöröseltolódás inkább hibrid jelenségként, mint csak a tágulás következményeként értelmezhető – magyarázza az ottawai tudós.

Elmélete részeként Gupta bevezette a részecskék egymás közötti interakcióját meghatározó fejlődő „csatolási állandók” fogalmát. Az állandók változhatnak az idők során, és a James Webb teleszkóp vöröseltolódás-megfigyelései a legkorábbi galaxisokról ezért variálódnak többszáz-millió és többmilliárd év között. Ezzel magyarázható, hogy a teleszkóp által megfigyelt legrégebbi galaxisok óriási tömegük ellenére a vártnál sokkal kisebbnek tűnnek.

A folyamatosan változó csatolási állandók a kozmológiai állandót felváltó, a világmindenség gyorsuló tágulását okozó új állandót is jelenthetnek – egyfajta anyagot vagy energiát, esetleg sötét anyagot.

A Volkswagen július hatodikán bejelentette, hogy a texasi Austinban elindítja első szövetségi állam szintű önvezető programját. A világhírű autógyártó korábbi próbálkozásai nem voltak sikeresek, most igyekszik megvetni a lábát az autonóm járművek piacán, és az Egyesült Államokra összpontosítanak.

A hippi-sztereotípiákban egyik főszereplő, ikonikus Microbus „spirituális” utódja, az ID Buzz elektromos mikrobusz a tesztalany. Év végéig tíz jármű járja be a texasi főváros közútjait, kezdéskor azonban csak kettőt tesztelnek. Pontos dátum nincs még, valamikor júliusban indítanak.

Nem lesz könnyű dolguk, mert a Volkswagen amerikai versenytársai (General Motors, Waymo stb.) túl sok felfordulást okoztak eddig, ráadásul a kudarcok után, nekik is van mit bizonyítaniuk, a sikerre pedig nincs garancia.

A nagyvállalat évek óta próbálkozik. Németországban saját vezetés-megosztó (ridesharing) szolgáltatását használva, többféle önvezető járművet teszteltek. 2019-ben (a Fordhoz hasonlóan) autóik MI-képességeinek növelésében bizakodva, össze akartak állni az évekig a terület világvezetőjének tartott Argo AI startuppal. 2022-ben mindkét autóipari nagyágyú letett a szándékáról, mire az Argo AI befejezte működését.

A Volkswagen most egy Jeruzsálem-székhelyű önvezetés specialista céggel, a Mobileye-jal szövetkezett, a vezetés-megosztó szolgáltatás használatát viszont nem tervezik. Helyette inkább a flottát szeretnék más vállalatoknak eladni.

A legtöbb önvezető járműhöz hasonlóan, az ID Buzz radarral, lidarral, kamerarendszerrel rendelkezik, és hogy ne térjen le az útról, a város gondosan feltérképezett pontjaihoz rendelik (geolokáció), legrosszabb esetben pedig, komolyabb biztonsági problémákat elkerülendő, humán vezetőt ültetnek a volánhoz.

A Volkswagen optimista, és már a jövőt tervezi: a következő három évben további négy amerikai várossal bővítenék a listát.