November elején az OpenAI újabb eredményeket, Elon Musk xAI-ja a ChatGPT-vetélytársnak szánt Grok chatbotot, Kai-Fu Lee nyílt forrású nagy nyelvmodellt (Yi-34B) jelentett be. Ezzel egyidőben a Fehér Ház és az MI Biztonsági Csúcs huszonnyolc országból, köztük az USA-ból és Kínából összesereglett résztvevői az MI-újításokat lelassító, a nyílt forrású kezdeményezéseket korlátozó szabályozáson dolgoztak. Az amerikai álláspont ugyan visszafogottabb az európainál és különösen a kínainál, a túlzó és indokolatlan megszorítások viszont mindig az innováció halálát jelentik.

Az OpenAI fejlesztői napján több új eszközt mutattak be – természetesen fejlesztői használatra. A cég teljesítménye az utóbbi években egyszerűen lenyűgöző, ráadásul azt is bizonyította már nem egyszer, hogy a megrendelt termékek leszállítását is gyorsan végzi.

Sok vállalat tanulhatna tőle egy olyan korban, amikor a fejlesztők számára elérhető eszközök, a generatív MI-hez használt technológiák döbbenetes tempóban fejlődnek. A döntéshozás és a kivitelezés gyorsasága kulcstényezők egy mai startup sikerében. Ezzel szemben, egyes cégeknél viszont kisebb kiegészítők leszállítása is hónapokat vehet igénybe. A jogi, a marketinges és az adatvédelmi felülvizsgálat a késés leggyakoribb oka.

Nyilvánvaló, hogy a gyorsasággal nem minden fejlesztés válik be. Az OpenAI  annyi újítást, funkciót jelent be, hogy garantálható: lesznek közöttük sikertelenek is. A GPT store az egyik – minden bizonnyal sikerré váló – frissen bemutatott innováció, ahol a fejlesztők speciális rendeltetésű chatbotokat a mobil appok mintájára terjeszthetnek.

A kivitelezés dinamikája viszont előrevetíti a sikert – persze nemcsak az OpenAI esetében, hanem azoknál a fejlesztőknél is, akik az új funkciókat termékek kidolgozásához használják fel. Fejlesztőként, a rendelkezésükre álló, gyorsan növekvő eszközkészlet lehetővé teszi a gyors kivitelezést, teljesen új termékek létrehozását. Egyszerű oknál fogva: a hozzájuk használt eszközök nem léteztek korábban.

Andrew Ng világhírű gépitanulás-szakértő szerint a gyors és persze felelősségteljes fejlesztések korát éljük. Ez azt is jelenti, hogy le kell rövidíteni az időt, amíg az alkalmazások mindenkihez eljutnak. Az OpenAI folyamatosan jó példát mutat.

Másrészt, nem a túlszabályozással fogjuk felgyorsítani.

Mi történik 2024-ben az internettel, milyen irányból változik a statikus honlapokból a közösségi média, valamint a mobil web jóvoltából egyre dinamikusabbá váló közeg?

Bernard Marr jövőkutató szerint a fejlett képtechnológiákkal létrehozott vizuális anyagok, a folyamatosan megosztott interakciók és együttműködések, az ezeket támogató technikák, például a kiterjesztett és a virtuális valóság (AR és VR) együttes hatására alakul ki az állandóan változó internet következő evolúciós állapota, az immerzív web. Elvileg metaverzumnak is nevezhetjük, a rárakódott és tovatűnt hype miatt viszont Marr nem szereti a kifejezést.

2024-ben elsősorban a generatív mesterséges intelligencia (MI), a multiszenzorikus technológiák, az AR és a VR konvergenciája a kevert valóságban, az erőteljesebb, sokoldalúbb, egyben könnyebb eszközök fogják alakítani az immerzív internetet.

Az MI a környezet, a digitális világok, a chatbotoktól az élethű figurákig, az azokat benépesítő karakterek kialakításában játszhat kulcsszerepet. A multiszenzorikus technológiák a haptikus kesztyűktől az egésztestes high-tech ruhákig, az eredményesen még nem szimulált érzetekig, például a szaglásig, tág spektrumon gyorsan fejlődő megoldások összessége. Az AR és a VR együttes használata az élő koncertektől a digitális ikrekig, rengeteg lehetőséggel, köztük a kettőt keverő közegekkel kecsegtet. Eszközszinten a Metától az Apple-ig több nagy cégtől számíthatunk újdonságokra (Quest 3, Apple AR-szemüveg stb.).

Milyen következményekkel jár mindez?

A tréningeket – a játék és szórakozás után legelterjedtebb VR- és AR-hasznosulások – immerzív virtuális tanulókörnyezetekkel egyre tökéletesebbé alakítják. Az interfészek és a felhasználói élmény minőségjavulásával, az on- és offline boltok összekeveredésével a kereskedelem tovább virtualizálódik. Csinosodnak az online együttműködésnek helyet adó platformok, a kevert valóság képminősége is jobb, mint a finom részleteket nehezen visszaadó videóchateké. A marketingtől az eladás utáni szolgáltatásokig, immerzívebbé válik a teljes fogyasztói élmény, és mint az online történelemben mindig, a szex és a pornó – különösen a bele- és alámerülést biztosító internetes terekkel – változatlanul a fejlődés meghatározó driverei közé fognak tartozni.

Az immerzív internet viszont csak akkor működhet rendeltetésszerűen, ha nem ellenséges, diszkriminatív és veszélyes közeg. 2024-ben eredményesebb biztonsági stratégiákat dolgoznak ki ezek csökkentésére.

Az angliai Plymouth Egyetem biológusai, a fajok evolúcióját tanulmányozva, komoly észrevételekig jutottak el, bizonyítva, hogy naprakész vizuális technológiákkal különféle organizmusok fejlődésének a legapróbb részletei is nyomon követhetők.

Robotikus videó mikroszkópokat és a gépi látást összekombinálva, három különféle faj embrióinak megfigyelhető karakterjegyeit mérték. A méréseket energiaspektrumokként rögzítették, azokat vizsgálva hasonlították össze a fajok közötti eltolódásokat, miközben a korábban dokumentált különbségeket is figyelembe vették.

Ezeknek az úgynevezett energia-proxy tulajdonságoknak (EPT) részletes elemzése szolgáltatta az első bizonyítékokat arra vonatkozólag, hogy a fejlődési események hagyományosan mért időzítése az embrió megfigyelhető karakterjegyeinek sokkal szélesebb körű változásaihoz kapcsolódik. A tudósok az egyes evolúciós események kezdete előtt és után is hatalmas változásokat figyeltek meg.

Szerintük vizsgálódásaik tanulságának alkalmazásával, a biológiai fejlődés mélyebb értékelése és a fajok széles skálájára vonatkozó adatok kombinálásával továbbfejleszthető az evolúció tanulmányozása.

Napjainkban ez azért különösen fontos, mert az éghajlati és más környezeti változások szignifikáns, nagyon sok esetben káros hatással vannak a természet jó részére.

Az EPT módszer timelapse videókat használ állatokról, a legkorábbi és a legdinamikusabb életszakaszaikról. Mindegyik videó egyedi pixelek sorozatából áll, fényerejük képkockáról képkockára ingadozik, ahogy az objektumok, például dobogó szív, összehúzódó izmok vagy az apró szőrszálakkal irányított teljes embrió mozognak.

A pixelértékek, ezeket az ingadozásaikat kiaknázva, frekvenciaadatokká alakíthatók át, és így kutatók számára lehetővé válik nyomon követni az állat élettanának fejlődés közbeni különféle aspektusait. Az eredményként kapott képanyag azt jelenti, hogy az állat egyedi részeinek mérése helyett a tudósok a nagy egészet, az összes tulajdonságát képesek vizsgálni. 

A méhek az állatvilág legnagyobb építészei, egyes fajaik mérnöki adottságokkal rendelkeznek, fészkeket, sőt, meglepően magas szerkezeteket, az ő szintjükön kvázi-felhőkarcolókat építenek maguknak. Közösségi állatok, mint némely madár, halak, termeszek vagy a hangyák.

Az élővilág e különös teremtményeiről, a nagyon fejlett szociális készségekkel rendelkező rovarokról és másokról mintázzák a számítástudomány multiágens rendszereit, rajintelligenciáit, amelyekben az egyes tagok egyéni képességeit összeadva, a raj mindig többet, magasabb szintű intelligenciát mutat. Az egész több mint a részek összessége, a közösségi készségeik pedig emergens módon fejlődnek ki.

A rajintelligencia évtizedek óta kutatásfejlesztések tárgya.

A Barcelonai Egyetem kutatói kollektív döntéseket fényt egymásra villogtatva hozó pici robotokat, úgynevezett kilobotokat fejlesztettek. Úgy viselkednek, mint a kaptárt vagy darázsfészket építő méhek.

Viselkedésüket, a méhek fészeképítés közbeni megegyezését, az ahhoz vezető folyamatot szimuláló algoritmus irányítja. Mindegyik kilobot köralakú lemez, korong, átmérőjük nagyjából három centiméter, három orsós lábbal rendelkeznek, van infravörös fényt adó és vevő szerkezetük, valamint színes LED-ük.

Minimum tíz, maximum harmincöt kilobottal végzett, hetvennél több teszten, a kutatók a gépecskéket elkerített, köralakú arénába tették, és néhányukat azzal az utasítással bízták meg, hogy bizonyos állapotokat LED-ük vörösre, zöldre vagy kékre kapcsolásával jelezzenek.

A kísérletek során a kilobotok nagyjából harminc másodperc leforgása alatt egyezségre jutottak.

„Meggyőződésünk, hogy a közeljövőben egyszerű robotok általunk nem óhajtott munkákat végeznek el, és nagyon fontos, hogy decentralizált, autonóm módon hozzanak döntéseket” – nyilatkozta a kutatásfejlesztést vezető Carmen Miguel a projektről.

Kutatók régóta tartottak attól, hogy a mesterséges intelligencia befolyásolhatja a választásokat. A félelmek azonban sokáig alaptalannak bizonyultak, mert a mélyhamisítványok (deepfakes) gyártásához szükséges technológia túl drágának, az eredmények pedig mindennek, csak nem meggyőzőnek tűntek. Hamar észre lehetett venni rajtuk a kamut.

2023 végére viszont megváltozott a helyzet, ráadásul nem a legfejlettebb országok egyikében, ahol számítani lehetett rá, hanem ott, ahol közel egy évszázada folyamatos a hanyatlás, de valahogy mégis túlélnek mindent, az 1940-es évek óta (akkor jött először Perón) viszont tényleg teljes a lejtmenet, és a véreskezű junta 1980-as évekbeli bukása, meg az azt kiváltó Falkland-csőd ellenére, máig a korrupció a legeslegnagyobb úr. 

A szélsőjobboldali, libertariánus, de leginkább kívülálló Javier Milei nyerte a mostani argentin elnökválasztást, amelynek a kampányában ő és második fordulós ellenlábasa, az establishment embere, Sergio Massa is előszeretettel használta a mesterségesintelligencia-technológiát. Az MI őket promótáló vagy az ellenfelet lejárató fényképeket, videókat készített.

Olyanokat is mondatott velük, amik a jelöltek száját soha nem hagyták el, híres filmekben játszatta, de legalábbis beletette őket, és kampányposztereket is készített, szóval tényleg mindenhol jelen volt. A tartalmak zöméről egyértelműen látszott, hogy kamu, jópár viszont inkább a félretájékoztatás kategóriájába tartozott.

Az MI argentínai használata lehet majd a referenciapont, amikortól minden megváltozott.

„Most láthatjuk a hihetetlenül hozzáférhető és egyre hatékonyabb, demokratizált eszközkészletek abszolút robbanását, és ezentúl már nem érvényes a korábbi álláspont, mert radikálisan megváltozott az MI politikabefolyásoló szerepének a megítélése” – nyilatkozta a kormányoknak mesterséges intelligencia által generált tartalmakkal kapcsolatos szaktanácsokat adó Henry Ajder.

A technológiai fejlődés is ebbe az irányba mutat. A ma láthatóan kamukép jövőre sokkal jobb, hihetőbb lesz, tehát többeket megtéveszt. Az MI a 2024-es amerikai elnökválasztáson vagy a tajvanin még fontosabb, talán királycsináló tényező lehet.

Andrew Ng, a világ egyik legismertebb gépitanulás-szakértőjének cége Generatív MI mindenkinek tanfolyamot indít a Coursera oktatástechnológiai oldalon. A kutató elkötelezett a mesterséges intelligencia legújabb vívmányainak közkinccsé, mindenki számára elérhetővé tétele mellett, a tanfolyam ennek a hozzáállásnak a példája.

Nem kell hozzá programozói vagy MI-háttér, remélhetőleg diákoknak, tanároknak, művészeknek, tudósoknak, mérnököknek, üzleti vezetőknek, kormányzati szereplőknek, bárkinek hasznos lesz, aki egyszerűen tudni szeretné, hogyan használja munkájához, magánéletében a generatív MI-t.

Ng szerint ahogy a webes keresés és a szövegfeldolgozás nélkülözhetetlen munkahelyi ismeretté vált, hamarosan az MI alkalmazása is minden munkaadó által elvárt készség lesz. A hozzáférhető, általános rendeltetésű technológia ugyanis számtalan feladatra jó, ráadásul egy csomó felhasználási módot még nem is azonosítottak.

A tanfolyam több területet lefed.

A diákok megismerhetik a generatív MI, különösen a nagy nyelvmodellek (large language models, LLM) működését, hogy mi tehető, mi nem tehető velük. A fejlett technikákról, például az LLM-nek járulékos, személyes információkhoz való hozzáférést engedő eljárásról és a finomhangolásról nem technikai jellegű leírást kapnak, és azt is megtudják, hogy mikor használják ezeket, és mikor nem.

Az LLM-használat bevált gyakorlatait szintén megismerhetik – vagy webes interfészen (például a ChatGPT-n vagy a Bardon) keresztül, vagy nagyobb alkalmazásba (LLM API-kba, alkalmazásprogramozói felületekbe) integrálva azokat.

Hogyan azonosíthatók az MI bővítésének, automatizálásának lehetőségei feladatok alfeladatokra bontásával, automatizálási potenciáljuk kiértékelésével? A hallgatók erre a fontos kérdésre is részletes választ kapnak. Megtudják, hogyan csökkenthetők közben a költségek, növelhetők a bevételek.

Végül a felelősségteljes és a generatív MI munkára, társadalomra gyakorolt hatásáról is lesznek órák.

A tanfolyamból infokommunikációs szakemberek is sokat profitálhatnak, mert könnyebben dolgozhatnak majd együtt nem technológusokkal, nő az együttműködési hajlam, gyümölcsözőbbek lesznek a közös munkák.

Kalifornia szövetségi állam illetékes hatósága, a DMV (Department of Motor Vehicle) felfüggesztette a General Motors (GM) leányvállalat Cruise járműveinek biztonsági vezető nélküli üzemeltetését. A cég erre az egész országban leállította robottaxijait.

A rendelkezésnek megvoltak az előzményei, a járművel több probléma adódott San Franciscoban.

2022 decemberében a Nemzeti Autópálya-Forgalmi Biztonsági Hivatal még mindig tartó vizsgálatot indított a Cruise járműveinek hirtelen fékezése okozta problémák miatt. Múlt hónapban a gyalogosok veszélyeztetése kapcsán másik vizsgálat is indult. Az előzmény mindkét esetben több bejelentés volt. San Franciscoi lakosok azóta többször panaszkodtak, hogy a robottaxik miatt leállt a forgalom.

Áprilisban egy Cruise-jármű hátulról belement egy városi buszba. Augusztusban egy másik kaliforniai szövetségi hatóság engedélyezte, hogy a Cruise és a Google-leányvállalat Waymo vezető nélküli járművei juttatást kérjenek a fuvarokért. Pár nappal később egy Cruise-taxi nekiment egy mentőautónak, amire a DMV flottája megfelezésére utasította a vállalatot. Októberben gyalogost ütött el egy robottaxijuk, a DMV arra reagált a felfüggesztéssel.

A legutolsó eset nemcsak a GM-nek, hanem a túlzott ígéretek és a kevés teljesítés miatt egyébként is sokat kritizált teljes önvezetőautó-szektornak szintén komoly visszalépés. A mostani felfüggesztés másrészt kifejezetten kapóra jött a vezető nélküli taxizást ellenző politikusoknak, aktivistáknak és más közszereplőknek.

A DMV szerint a Cruise-járművek nem tudnak biztonságosan, megfontoltan reagálni olyan esetekre, amelyekben gyalogosok érintettek. Eredetileg a cégnek teljes videófelvétele sem volt az októberi esetről, amit a Cruise cáfolt, fellebbezés helyett viszont tevékenységük országos felfüggesztése mellett döntöttek. San Francisco mellett az arizonai Phoenixben és két texasi nagyvárosban, Austinban és Houstonban működtettek robottaxikat. Nem sokkal később bejelentették, hogy a kocsiban tartózkodó biztonsági vezetőkkel folytatják önvezető járműveik tesztelését.

Kérdés, mikorra tudják helyreállítani a megcsappant bizalmat.

A Google-hoz tartozó DeepMind társalapítója, Shane Legg több mint egy évtizede (2011-ben, a blogján) prognosztizálta, hogy 2028-ig ötven százalék az esély az emberrel azonos szintű általános mesterséges intelligencia (Artificial General Intelligence, AGI) megvalósulására.

Egy nemrég készült interjúban Legg elmondta: véleményét fenntartja, most is ötven százalék a siker esélye. Az előrejelzés azért is érdekes, mert például Sam Altman, az OpenAI vezérigazgatója régóta kardoskodik az AGI mellett, és nyilván ők is megtesznek mindent a sikerért. Viszont, hogy mikorra történik meg, sőt, hogy mi egyáltalán az AGI, vita tárgya.

Legg 2011-ben Ray Kurzweil 2001-es könyve, a The Age of Spiritual Machines két megállapítására hivatkozott: a számítási kapacitás, valamint az adatmennyiség exponenciális növekedésére a következő évtizedekben. 2011-ben még a prognózist tovább erősítő mélytanulás (deep learning) is „berobbant.” Annyit fűzött még hozzá, hogy persze csak akkor lesz AGI 2028-ra, ha semmi őrület, például egy atomháború nem tör ki közben.

Most hozzátette még, hogy vannak kitételei a prognózissal kapcsolatban. Ilyen az AGI az emberi intelligencián alapuló meghatározása, amit nagyon nehéz tesztelni, mert eleve bonyolultan gondolkodunk. Soha nincs komplett készletünk arról, hogy mire vagyunk képesek, mint például az epizodikus memória, vagy teljes múltbeli „epizódokra” való emlékezés, esetleg a videósztrímelés értése stb. De ha mégis összehozunk egy tesztet az emberi intelligenciáról, és ha egy MI-modell elég jól teljesít rajta, máris megvalósult az AGI.

Persze egyetlen teszt biztosan nem elég, mert egy AGI-nek csomó különféle tevékenységet kell hiba nélkül végeznie.

Szintén fontos kitétel, hogy az MI gyakorlómodelleket lehessen méretezni. Azért kulcsjelentőségű, mert a fejlesztőcégek irdatlan energiamennyiségeket használnak rendszereik trenírozásához. Szerencsére vannak figyelemre méltó kísérletek.

Legg szerint a számítási kapacitás már most adott az AGI-hez, és fontos lenne, ha olyan adatokkal kezdenénk el a gyakoroltatásukat, amelyek mennyisége túlmutat az egy emberélet alatt feldolgozható, megélhető adatmennyiségen.

Itt tartunk most – véli a DeepMind egykori társalapítója.

Hiába teszünk meg mindent azért, hogy az ég kémlelése közben földönkívüli életet fedezzünk fel, eddigi próbálkozásainkat nem koronázta siker.

Tudósok több elméletet dolgoztak ki az alienekről, 1950-ben Enrico Fermi híres paradoxonjában fogalmazta meg: ellentmondás van a földönkívüli civilizációk létezésének magasra becsült valószínűsége és a létezésükre utaló bizonyítékok hiánya között.

A paradoxon viszont a feje tetejére állítható: talán rosszul közelítjük meg a kérdést, mert egyes csillagászok szerint az idegenek már észrevettek minket, miközben mi még mindig semmit nem tudunk róluk.

Ha ugyanis létezik intelligens földönkívüli élet, nem okozna neki különösebb nehézséget, hogy észlelje az emberi kultúrát. Több mint egy évszázada nagy mennyiségben küldünk jól észlelhető rádiójeleket az űrbe. Ez (a jól észlelhetőség) különösen 1900 és a második világháború közötti időszakra volt érvényes, amikor a rádióknak a viszonylag primitív készülékek miatt nagyon erős jeleket kellett kibocsátaniuk.

A naprendszerben és azon túl keringő számos űrhajó mindegyike rendelkezik saját jeladóvevő készülékkel. Howard Isaacson, a Berkeley Kaliforniai Egyetem csillagásza kiszámolta, hogy a Voyager szondák útjuk során, 2300-ig több mint ezer csillagot értesítenek a létezésünkről.

A jel mindenképpen mesterségesnek tűnne – hangsúlyozza, és nyolc év alatt a legközelebbi csillagnak bőven lenne ideje üzenetünk fogadására, megválaszolására, de semmi nem történik.

Túl a rádióüzeneteken, az eget hozzánk hasonló technológiákkal fürkésző alien csillagászok is észrevehettek minket. A Föld légkörét is elemezhetik, és láthatják a folyékony óceánokat, ahol adottak az élet feltételei.

Mások szerint a városi fények nátriumkibocsátásából, fejlett civilizációk árulkodó jeléből vagy – a földönkívülieket kutató SETI tudósai vélik így – a légszennyezésből szintén felfigyelhettek ránk.

A sci-fi irodalomban és filmekben mindenesetre régóta szerepelnek földönkívüliek, földi látogatásuk általában katasztrofális következményekkel jár. Több tudós figyelmeztet is: a kockázatok elkerüléséért, aktívan tegyünk valamit azért, hogy ne vegyék észre a civilizációnkat.

De lehet, hogy túl késő van, mert már láttak minket, viszont úgy döntöttek, hogy létezésüket nem teszik nyilvánossá előttünk.

A biológiailag inspirált számítástudomány, főként robotika több évtizedes, egyre markánsabban érvényesülő trend. Egyszerű a magyarázat: az evolúció bámulatos munkát végzett az évmilliárdok alatt, így gépek, rendszerek fejlesztéséhez a természet az egyik abszolút inspirációforrás.

Eközben mind többen végeznek fizikai munkát robotok mellett, és az ember-robot együttműködés komoly biztonsági kérdéseket vet fel, bár a folyamat végeredménye nyilvánvalóan az ipar 4.0 és még inkább az ipar 5.0 teljesen automatizált gyárai lesznek.

Ember és robot persze más közegben is találkozhat. Az idősápolástól kezdve a gasztronómiáig, ma már sok területen veszik számításba ezeket a gépeket.

A svájci EPFL (École Polytechnique Fédérale de Lausanne) kutatói az elefánt ormányának és a polip csápjainak mozgása által ihletett robotot fejlesztettek. A gép biztonságosabbá teheti az ember-robot interakciókat.

A rendezett spirálisként (helicoid) leírt új szerkezet nagyobb kontrollt tesz lehetővé, növeli a rugalmasságot és pontosságot, és többféle, szélesebb körű mozgási opciókat biztosít.

A módosított, rugószerű spirál, azaz a helicoid változatos formákhoz és felületekhez képes alkalmazkodni, és érzékeny (például törékeny) tárgyakat is kézbe tud venni, szó szerint kezelni.

Ez pedig azt jelenti, hogy az ember mellett is veszély nélkül végez tevékenységeket.

Az EPFL kutatói elmondták, hogy a számítógépes modellbe speciális felületet vezettek be, majd rendezték, igazítottak rajta, beállították. Komputeres módszerekkel becsülték fel a maximális munkatérhez és együttműködéshez szükséges optimális szerkezetet.

A modell végül annyira pontos lett, hogy a robotnak csak egy változatát kellett felépíteniük.