A mesterségesintelligencia-ipar piaci értékének folyamatos növekedését látva, gazdasági szakértők a kései 1990-es évek dotkom lufijával vonnak párhuzamot. A világháló korai időszakának aranylázakor kockázati tőkések irdatlan összegeket fektettek magukat világmegváltóként ajánló startupokba. A tervek nem váltak valóra, a vállalkozások zöme becsődölt, semmivé enyészett a mintegy ötbillió dollár befektetés.

Hasonló aranyláz érzékelhető a mai MI-piactéren is. Rengeteg kockázati tőke áramlik startupokba, pedig a profitteremtés módja egyáltalán nem egyértelmű még, igaz, annyira nem is délibábos, mint volt annó egy csomó dotkom-vállalkozásnál. Cégvezetők mindenesetre megint nagyívű jövőképeket vázolnak fel, és mindennek az MI az alapja bennük. A részvények rendületlenül emelkednek, az Nvidiáé csak idén háromszorosára, a Metáé 154, a Microsofté 65, az Amazoné 35 százalékkal nőtt.

A technológia tényleg magával ragadó és lebilincselő, igazi értékét viszont még nem ismerhetjük pontosan. A világjavítás és az utolsó ítélet egyaránt növelik az érdeklődést, minél többen hallanak az MI-ről, annál több a befektető. Így volt ez a dotkom lufi korában is.

A piaci koncentráció szintén fontos párhuzam. Az S&P 500, az ötszáz amerikai tőzsdén jegyzett nagyvállalat részvényárfolyamainak súlyozott átlagát követő tőzsdeindex tíz legnagyobb részvénye a teljes piac több mint egyharmada, és az internetes buborék idején is hasonló volt a helyzet.

A fontos párhuzamok mellett több a fontos különbség is. A legmarkánsabb, hogy az MI-ipar legfőbb érintettjei (Amazon, Google, Meta, Microsoft) egytől egyik régi Szilícium-völgyi versenyzők, sőt, a Meta kivételével, dotkomlufi-túlélők is, az évtizedek során több technológiai hullámot meglovagoltak, és viszonylag hosszú ideje dolgoznak az MI-n.

Kétségtelen, hogy sok új cég is megjelent, de például az OpenAI-t komoly technológiai ismeretekkel és kötelékekkel rendelkező Szilícium-völgyi veteránok (Sam Altman, Reid Hoffman, Elon Musk, Peter Thiel) alapították, ráadásul a Microsoft is masszívan beléjük fektetett. A Character.AI-t, a Humane Inc-et korábbi Google- és Apple-vezetők alapították, tehát tapasztalatban és tőkében náluk sincs hiány. Nagyon sok más startup jár hasonló cipőben. 1999-ben teljesen más volt a helyzet, mert a befektetők zömmel pénzcsinálásra alkalmatlan kezdő vállalkozásokba öntötték a pénzt.

Mi várható? A hype előbb-utóbb nyilván lecseng, viszont dotkom lufi-féle kipukkadás sem lesz. A startupok egy része el fog tűnni, sokan megmaradnak, néhány nagy még nagyobb lesz, a mostani eredményeken alapuló, új és komplexebb fejlesztési irányok jönnek.         

Digitális puzzle-t játszó hatvan év feletti személyek memóriaképességei ugyanolyan jók, mint a huszonéveseké – derült ki az angliai York Egyetem tanulmányából. Jobban ignorálják a nem releváns figyelemelterelő tényezőket. Stratégiai játékoknál viszont a memóriájuk és a koncentrációs készségük is gyengébb.

Életkorunk előrehaladtával köztudottan csökken az a készségünk, hogy több dologra emlékezzünk egyszerre. Általános vélekedés szerint a munkamemória húsz és harminc év között van csúcson, majd lassú hanyatlásnak indul.

Korábbi kutatások alapján az információ tárolási módja az agyunkban az öregedéssel változik. A yorki kutatók ezért azt vizsgálták, hogy bizonyos mentális stimulációk, például a játék hatásai is életkor-függően változnak-e.

Sok tanulmány akciójátékokra összpontosít, mivel – többek szerint – a gyors reagálás, a célpontok követése stb. segíti a memóriát és a figyelmet. Új elemzésekből viszont kiderült, hogy az akcióelemek nem jelentenek szignifikáns előnyt a fiatalabb felnőtteknek.

Ezzel szemben a stratégiai jegyek, mint a tervezés és a problémamegoldás jobban stimulálják a fiatalok memóriáját és figyelmét. Idősebbeknél nem ugyanazok a hatások, de a pontosabb megértéshez a területet, például a kihívás szintjének hatásait tovább kell kutatni.

A yorki kutatásban idősebb és fiatalabb felnőttek olyan digitális játékokat játszottak, amelyeket a „való életben” is játszanának. Ezért sokféle játék tesztelése mellett, a résztvevőknek úgy kellett képeket memorizálni, hogy közben elterelték a figyelmüket.

Irreleváns, zavaró tényezőket általában képesek vagyunk figyelmen kívül hagyni, például elvárjuk, hogy csecsemősírás vagy kutyaugatás közben is megjegyezzük egy-egy utca nevét. Ez az adottságunk azonban romlik az öregedéssel.

Kirakós játékok viszont ugyanúgy támogatják idősek mentális képességeit, a memória és a koncentráció szintjét, mint a játékkal frissen ismerkedő húszévesekét. Az idősek könnyebben felejtenek, ha csak stratégiai játékokat játszanak, és elterelik a figyelmüket. Fiataloknál kirakós játékoknál történik így.

A kutatók a közeljövőben a különféle játéktípusok életkor-függő hatásait, és azoknak az agyi információtároláshoz való kapcsolatát tervezik vizsgálni. 

Az ember közösségi lény, és már kiskorunktól kezdve egymástól tanulunk. A csecsemők figyelik a szüleiket, testvéreiket, gondozóikat. Képességek és viselkedések megtanulásához nézik, utánozzák, újrajátsszák a tőlük ellesett vizuális élményeket.

A csecsemők tanulási és környezet-megfigyelési módja komoly hatást gyakorolt a Carnegie Mellon Egyetem (CMU) és a Meta AI a robottanulás új módszereit vizsgáló kutatóira. Szimultán akarnak több képességet elsajátíttatni robotokkal, amelyeket korábban nem ismert, mindennapos feladatok megoldásához használhatnak.

Hároméves gyerek környezetét, személyeket és tárgyakat, szó szerint is kezelni tudó adottságaival rendelkező robotikus mesterségesintelligencia-ágenst fejlesztettek hozzá. RoboAgent mesterséges intelligenciája passzív megfigyeléssel és aktív tanulással teszi lehetővé ezeknek az adottságoknak a kialakulását.

A nyílt forráskódú ágens különféle valóvilág-forgatókönyvekben sajátított el tizenkét manipulációs (ügyességi) adottságot. A kutatás változó környezetekhez alkalmazkodó robotplatformokat vetít előre. A korábbi hasonló projektekkel ellentétben szimuláció helyett a robot mindent a valóságban végez, ezért kevesebb adat is kellett hozzá.

Robotok általában saját élményeikből és nem környezetük történéseiből tanulnak, és a közeggel kapcsolatos „vakságuk” erősen korlátozza a rájuk váró tapasztalatok változatosságát, adottságaik új szituációkra történő alkalmazását. A korlátok felszámolása végett, RoboAgent ugyanolyan passzív megfigyeléssel tanul, mint a csecsemők, csak ő internetes videókat néz.

A mozgóképanyagokból sajátítja el, hogy emberek miként folytatnak interakciókat tárgyakkal, és hasznosítják különféle adottságaikat feladatok megoldására. Ha hasonló képességeket figyelnek meg változatos forgatókönyvekben, megtanulják, hogy mi az, kell-e alkalmazni bizonyos feladatokhoz, vagy sem.

Az ilyen típusú tanulásra képes ágenssel közelebb kerülünk különböző feladatokat ismeretlen szcenáriókban megoldó, tapasztalatai miatt folyamatosan fejlődő, nem egyetlen szűk területen, hanem többen jól teljesítő, általános robothoz.

Radiológusok az 1980-as évektől használnak mesterséges intelligenciát mellrák diagnosztizálására. Az akkori módszert sokan megkérdőjelezték, az MI viszont maradt és addig fejlődött, mígnem 2020-ban a Google egészségügyi csoportja arról számolt be, hogy túlszárnyalta a radiológusokat. A módszerben azonban megint találtak hiányosságokat.

A svéd Lund Egyetem kutatói idén véletlenszerű, kontrollált klinikai tesztet végeztek, hogy eldöntsék: képes-e MI-rendszer a páciensek veszélyeztetése nélkül időt spórolni radiológusoknak. Ez volt az első alkalom, amikor az MI mellrák-diagnosztikai képességeit az orvosi tesztek „aranysztenderdjének” megfelelő mammogramokon vizsgálták.

Kiderült, hogy az ember plusz gép kiértékelési folyamattal radiológusoknak lényegesen kevesebb időt kell eltölteniük egy-egy beteggel, miközben a biztonsági feltételek is teljesültek.

A kutatásvezetők 80 ezer svéd nőt véletlenszerűen kontroll- és kísérleti csoportra osztottak.

A kontrollcsoport mammogramjait az Európa legtöbb részén bevett gyakorlat szerint, két radiológus manuálisan értékelte ki. A kísérleti csoportét a mellrák felismerésére gyakoroltatott Transpara konvolúciós neurális háló vizsgálta. A röntgenképeket rákkockázat alapján egytől tízig terjedő skálán pontozta, és a legnagyobb kockázatot jelentő pontoknál (nyolc, kilenc, tíz) megjelölte a képet.

A kísérleti csoport pontjait és jeleit humán radiológusok értékelték ki. Egyikük minden egyes képet átnézett, de azokat már ketten, amelyekre a Transpara tíz pontot adott. Végül mindegyik páciensről eldöntötték, hogy visszahívják-e további vizsgálatra, vagy sem, amellyel kiszűrhették a hamis pozitívokat.

Az MI-vel támogatott diagnózisnál minden ezer személyből 6,1-nél fedeztek fel rákot. A szám hasonló volt a kontrollcsoportéhoz, a biztonság viszont valamivel túllépte a megállapított alsó határt. A radiológusok a kontrollcsoport 2, a kísérleti csoport 2,2 százalékát hívták vissza. Mindkét csoportnál 1,5 százalék volt a hamis pozitívok aránya. A szinte teljesen egyező arányokon kívül az is kiderült, hogy MI segítségével, a radiológusok idejük 44,3 százalékát spórolhatják meg.

Egyre gyakrabban merül fel a kérdés, hogy a nagy nyelvmodellek (LLM-ek) megértik-e a világot, általánosabban fogalmazva: értenek-e valamit a valóságból a mesterségesintelligencia-rendszerek?

Egyelőre nincs semmilyen elfogadott tudományos teszt, amellyel meg lehetne válaszolni a kérdést. Andrew Ng világhírű gépitanulás-szakértő szerint az LLM-ek elég komplex világmodelleket építenek ahhoz, hogy egy bizonyos szintig elmondható róluk: értik a világot. Inkább maguktól kitalálják, milyen valójában a világ, semmint papagájként ismételnek szavakat.

Egy GPT nyelvmodellen (Othello) dolgozva, Ng és kollégái megfigyelték, hogy az általuk gyakoroltatott változat egy táblás játékot úgy értett meg, hogy senki nem magyarázta el neki a szabályokat. Rengeteg gyakorlás után viszonylag pontos előrejelzéseket tett a következő lépésekről. Vajon világmodell építésével jutott el eddig?

A kutatást ismertető tanulmány szerzői szerint igen. A neurális hálónak megadtak egy lépéssorozatot, mire rejtett egységeinek aktiválásával úgy tűnt, hogy rögzítették a játéktábla aktuális helyzetét és a lehetséges szabályos mozgásokat. Tehát a csak a gyakorlóadatok statisztikáit utánozni próbáló „sztochasztikus papagájjal” – meggyőző szöveg generálására jó, de az általa feldolgozott szöveget nem értő LLM – összehasonlítva, az idegháló világmodellt épített.

Ng szerint az emberi szövegen dolgozó LLM-ek szintén világmodelleket építenek. Emergens viselkedésformáikat, például megadott utasítások finomhangolását, nehezen tudjuk megmagyarázni, ha azt feltételezzük, hogy nem értik a világot.

Az MI világértése évtizedek óta vita tárgya. John Searle amerikai filozófus 1980-ban publikálta elhíresült kínai szoba érvelését. Képzeljük el azt a hipotetikus helyzetet, hogy kínaiul nem tudó angol anyanyelvű személy tartózkodik egy bezárt helyiségben, és kínaiul írt szöveget kell angolra fordítania. A fordításhoz a kínai szimbólumok mondattani rendezésére szolgáló, jelentésüket viszont nem magyarázó, angolul írt szabálykönyvet használ, aztán valahogy elkészül a fordítás. Searle szerint a számítógép olyan, mint ez a személy: úgy tűnik, érti a kínait, a valóságban azonban nem.

Az egyik ellenérv, hogy a szobában lévő személy, a szabálykönyv, papír, az ottani rendszer elemei külön-külön ugyan nem értik a kínait, együtt, komplett rendszerként viszont igen. Az agy hasonlóan működik: egyes neuronjainak fogalmuk sincs például a gépi tanulásról, de rendszerként már van.

Konklúzió: az LLM-ek is érthetik a világot. Ha nem, akkor bajosan jutunk el általános mesterséges intelligenciáig (AGI), szingularitásig.

A zeneipar árgus szemekkel figyeli a hanganyagokat készítő generatív mesterségesintelligencia-modelleket. Az egyik ok: rajongók mélytanulás-rendszerekkel igyekeznek utánozni kedvenceik hangját. A művészek és a kiadók reakciója megosztott.

Grimes például egy appal lehetővé teszi, hogy a felhasználók az övévé alakítsák át a hangjukat. A klónnal készült számok bevételének fele az énekesnőt, másik fele a felhasználót illeti meg. Eddig háromszáznál több rajongó töltött fel Grimes-stílusú anyagokat streaming-szolgáltatásokra.

A kevésbé belátó Universal Music kiadóóriás a művészei hangklónjával, rajongók által készített anyagok eltávolítására szólította fel a streaming-szolgáltatókat.

A népszerű dél-koreai popzene, a K-Pop egyik ismert alakja, Lee Hyun (Midnatt) legújabb száma, a Maquerade angolul, japánul, mandarinul, spanyolul, vietnámiul és természetesen anyanyelvén, koreaiul is elkészült. Az énekesnő egyik idegen nyelvet sem beszéli folyékonyan, ezért a legnagyobb K-Pop kiadó, a Hybe mélytanulás-rendszerrel javította a kiejtését.

A Neural Analysis and Synthesis (NANSY) neurális beszédfeldolgozó rendszert a Hybe által januárban 36 millió dollárért felvásárolt szöuli Superzone fejlesztette.

Hangfelvételnél a NANSY a kiejtés-, a hangszín-, a hangmagasság- és a hangerő-információkat elkülöníti egymástól. A kiejtést wav2vec beszédfelismerő modellel, a hangszínt konvolúciós ideghálóval, a hangmagasságot speciális algoritmussal, a hangerőt spektrogrammal elemzi. Ezeket követően, a négy elemet egy alrendszer segítségével újraegyesíti.

Lee-vel mind a hat nyelven felvették a számot, majd anyanyelvi beszélőkkel rögzítették a nem-koreai változatokat. Mindegyik felolvasta a szöveget. NANSY az énekelt és a beszélt felvételeket egyesítve állította be az énekesnő kiejtését a másik öt nyelven.

Az alkalmazás a technológia kereskedelmi értékének újabb bizonyítéka. K-Pop művészek rendszeresen adnak ki angolul és japánul is számokat, de a zeneiparban legalább az 1930-as évek óta bevett a többnyelvű felvétel (amikor Marlene Dietrich dalait angolul és németül is elénekelte). Az új technikával az eddiginél is szélesebb körben terjedhetnek el zenék.

A tartós és megosztott 3D virtuális világok, immerzív digitális terek összessége, a web3-at kiteljesítő metaverzum koncepció nem új. Ebben a szuper- és metaközegben dolgozhatunk, játszhatunk, szocializálódhatunk, vásárolhatunk, tanulhatunk és még sok minden mást tehetünk. Mindenkit személyes avatár képvisel, észrevétlen váltogathatjuk a platformokat, kriptovaluták a fizetőeszközeink.  

Elsőként a névadó Neal Stephenson vázolta a kultikus cyberpunk Snow Crash-ben (1992), a jelenre és a közeljövőre aktualizált, az eredetinél sokkal kidolgozottabb, realisztikusabb változatát pedig Ernest Kline Ready Player One-jában (2011) olvashattuk, majd láthattuk a könyvből készült 2018-as Steven Spielberg-filmben (aztán a 2020-as Ready Player Two-ban megint olvashattuk).

Az elméletet a 2000-es években finomították, a múlt évtized közepi virtuálisvalóság-hullámmal került be a közgondolkodásba, a 2020-as évek elején Mark Zuckerberg pedig akkora potenciált vélt benne, hogy azóta a Facebook anyacége is Meta néven szerepel. A látványos médiafelhajtás ellenére a technológia eddig nem váltotta be a hozzá fűzött reményeket, néhány éve divat volt még, ma pária. Nyilvánvaló, hogy pár esztendőn belül úgy biztos nem valósul meg, ahogy megszállottjai elképzelték, inkább egyes alkalmazásokban, például a digitális ikrekben, a koncepcióhoz közeli, játéknál több játékplatformokon (Roblox, Fortnite) ér el sikereket.

Míg az általános mesterséges intelligencia (AGI) vagy a kvantumszámítógép valamikori megvalósulásával kapcsolatban általában pozitívak a vélemények, addig a metaverzumról több a szkeptikus, lemondó hang. Nem így Bernard Marr, a világhírű jövőkutató és influenszer, aki öt pontban foglalta össze, miért vár fényes jövő a virtuális világok összességére.

Első érve, hogy a virtuális és a kiterjesztett valósággal (AR és VR) az online élmény immerzívebbé válik. Ezekkel a technológiákkal élethűbb és átélhetőbb lesz, nő az interakció, VR headsetet viselve, például kedvenc márkánk digitális boltjában élhetünk át élményeket.

A metaverzumban mindent és még többet megtehetünk, amit a fizikai világban megteszünk – hangzik a kissé hurráoptimista második érv. Úgy végezzük a távmunkát, mintha a kollega mellett ülnénk, és ez a távolsági kommunikáció már nem egy Zoom-találkozó színvonala lesz. A technológia fejlődésével tanulás, játék, bármi a metaverzumban teljesedik ki.

Marr szerint a metaverzum a valóságnál is nagyobbá nőhet, majd Dubai példáját hozza fel, ahol valóvilág-helyszínek metaverzum-utánzatait, digitális ikreit hozzák létre. Közösségi médiumok, nagy márkák oktatási intézmények mind működtetnek virtuális világokat, és soknak nem lesz valódi megfelelője. Adjuk mindezt össze, és a metaverzum tényleg a valóság fölé nő – magyarázza Marr, majd hozzáfűzi: a folyamat nyilván nem máról holnapra, hanem fokozatosan valósul meg.

A metaverzum befolyásolni fogja a minket körülvevő fizikai világot – hangzik a negyedik érv. Egyrészt az interneten belül lesz, másrészt az internetet és digitális elemeit átviszi a valóságba. Megváltoztatja környezet-érzékelésünket, a környezettel folytatott interakcióinkat. Például fizikai boltban járva, az AR segítségével digitálisan próbálhatunk fel ruhákat – ezt egyébként már ma is megtehetjük.

Marr végső érve, hogy a metaverzum megváltoztatja a vállalatokat, mert az ügyfelekkel főként ott ápolják majd a kapcsolatokat. Ez már elkezdődött, és a jövőkutató a Nike-t, a Vans-t és egy szabadalmi kérvény alapján a McDonald’s-t hozza fel példaként. A közeg tökéletes a márkaépítésre, termékértékesítésre, fogyasztó és márka kapcsolatának elmélyítésére. Mindezeken túl, cégek készítenek majd kizárólag digitális, csak a metaverzumban létező termékeket is: autókat, ruhákat, bútorokat stb. A munkavégzés és a kapcsolódó képzések ott történnek majd, miközben az együttműködés új formái alakulnak ki.

A technológia jelenállása, a mostani infokommunikációs és társadalmi-gazdasági trendek ugyan nem támasztják alá Marr metaverzum-jövőjét, megvalósulásának azonban nincsenek elméleti akadályai.

A generatív mesterséges intelligenciához alkalmazásprogramozói felületet (API) kínáló startupok előtt álló kihívás, hogy egy API-ról egy másikra váltani olcsó, viszont a vállalkozás védelmi szintje csökken. Ezzel szemben a felhőszámítás-platformok sok API-t kínálnak, a váltási költségek viszont magasak. Azaz, ha egy felhőplatformon alkalmazást fejlesztettünk, nem praktikus egy másikra migráltatni. A felhőszámítások ezért is jövedelmezők. A startupoknak ezt az ellentmondást kell valahogy felszámolniuk.

A legújabb generatív modellekhez való hozzáférés minden iparág számára kulcsfontosságú. Az Amazon Webszolgáltatások Bedrock platformja új generatív modelleket, szoftverágenseket kínál a felhasználóknak a modellekkel folytatott kommunikációhoz, illetve orvosi rekordokat generáló szolgáltatást is nyújt. Az újdonságok „előnézetben” (preview) érhetők el, és változhatnak.

A Bedrock a Stable Diffusion képgenerálóval és nagy nyelvmodellekkel (AI21 Jurrasic-2, Anthropic Claude) indult áprilisban. A mostani újításokkal nőttek a platform lehetőségei.

A Cohere két modellje is közéjük tartozik. A Command összefoglal, szöveget ír, kérdésekre ad választ, az Embed pedig száznál több nyelven generál beágyazásokat. Az Anthropic Claude 2-jét frissítették, és a Stability AI új Stable Diffusion XL 1.0-ját is a platformba integrálták.

Az Ágensekkel lehetővé válik, hogy a felhasználók alkalmazásokba építsék ezeket a modelleket. Például repülőjegy-foglaló honlapok alkalmazásaiban, az MI az adott személy korábbi utazásait, figyelembe véve javasolhat járatokat, és foglalhat helyet rajtuk.

A HealthScribe vizit után generál orvosi jegyzeteket. Nyelvmodellek átírják a páciens és az egészségügyi szakemberek beszélgetéseit, azonosítják a beszélőket, kivonatolják az orvosi szakkifejezéseket, és összefoglalókat készítenek. A rendszerek megfelelnek a személyes információ védelmére vonatkozó amerikai jogszabályoknak.

Az Amazon persze nincs egyedül, mert legfőbb felhőszámítás-vetélytársai, mint a Google Cloud Platform és a Microsoft Azure saját generatív MI-jüket szolgáltatásként kínálják a felhasználóknak. 

A drónok gyorsan a csataterek alapvető eszközévé váltak, támadóerejük folyamatosan nő. A világ kormányai most Ukrajnára figyelnek, hogy levonják a tanulságokat az esetleges lázadók, félkatonai csoportok és drogkartellek elleni harchoz.

Ukrajna orosz inváziójának kezdete óta többszáz drónfejlesztő cég alakult az országban, komplett helyi iparág jött létre. A startupok által épített légi és tengeri robotokat a hadsereg ellenséges pozíciók megfigyelésére, tüzérségi csapások irányítására és (időnként orosz területen is) bombák ledobására használja.

A Twist Robotics kvadkopterei mesterséges intelligenciával vezérelt célkövetést használnak. Azért van szükség MI-re, hogy a célpontot akkor se tévesszék szem elől, ha az operátorral megszakad a rádióösszeköttetés. A Warbirds légi és vízi drónjai hasonló képességekkel rendelkeznek.

Ha háborús zónában kell dolgozni, a helyi fejlesztők előnyben vannak a külföldiekkel szemben. Az ukrán hatóságok hazai cégeknek hozzáférést biztosítanak elfogott orosz zavarótechnológiákhoz, azok alapján ellen-megoldásokat dolgozhatnak ki. Ezek a startupok óriási mennyiségű adathoz, például tankok vagy aknák képeihez is hozzájutnak közvetlenül a frontról, és a fotókat rendszereik gyakoroltatásához használhatják. Gépeik csatatéri teljesítményéről szintén azonnali visszajelzést kapnak.

Külföldi vállalatok is a dróngyártásba való bekapcsolódásra törekednek, például hozzá akarnak férni ugyanazokhoz az adatokhoz. A kanadai Dragonfly és az amerikai BRINC a helyszínen fejleszt ember nélküli légi járműveket, a katonai mesterséges intelligenciával foglalkozó német Helsing és a szintén amerikai, adatelemző Palantir irodát is üzemeltet az országban.

Értelemszerűen az oroszok is reagálnak, az utóbbi hónapokban például fokozták a célpontba ütközéskor felrobbanó Lancet pilóta nélküli repülők gyártását. Az új egységekben a Forbes szerint MI-s vezérlésre és célpont-beállításra alkalmas Nvidia Jetson TX2 számítógépek is vannak. Az orosz állami média cáfolta a Forbes állítását.

Más országok is felgyorsították a drónos hadviseléssel kapcsolatos fejlesztéseiket. Az amerikai hadsereg könnyen beszerezhető alkatrészekből drónok és más légi járművek, hajók és tengeralattjárók adatai által veszélyforrásokat azonosító rendszert fejlesztett. Az izraeli védelmi erők légicsapás-célpontokat kiválasztó MI-rendszert telepítettek. Egy másik rendszer kiszámolja a szükséges hadianyagot, ütemezi a légi csapást, drónoknak és más repülőknek (ember is van rajtuk) jelöl ki célpontokat. Tajvan átfogó drónfejlesztés programot indított.

Az ember meg tud markolni és forgatni tud tárgyakat úgy, hogy nem látja azokat. A San Diegói Kaliforniai Egyetem kutatóinak köszönhetően most már robotkéz szintén képes ugyanerre.

A kéz kicsi játékoktól, üdítődobozokig, sőt gyümölcsökig és zöldségekig, többfajta tárgyat forgat el puszta érintéssel, és közben egyiket sem karcolja, rongálja meg. A feladat kivitelezéséhez kizárólag érintés közben gyűjtött adatokat használ.

A négyujjas robotkéz széles területén, tenyerén és ujjain, elsősorban az ujjvégeken elosztott tizenhat érintésszenzor működik. Olcsó eszközök, darabonként tizenkét dollárba kerülnek, egyetlen rendeltetésük, hogy megállapítsák: hozzáért-e a kéz egy tárgyhoz, vagy sem.

A megközelítést az olcsó és alacsony felbontású, egyszerű bináris jeleket (igeneket és nemeket) használó érzékelők teszik egyedivé. A bevett gyakorlat, azaz nagyfelbontású és a robotkezeken kis területen elhelyezett, kevés szenzor működtetése drága.

Pedig ha kevés a szenzor, kevesebb az esély, hogy a kéz bármilyen tárggyal is kapcsolatba kerül, nagy felbontásuk miatt nehezen szimulálhatók, ráadásul drágák is, és nagy részük látást is használ. Összességében, nem praktikusak valóvilág-forgatókönyvekben. Mivel a feladat elvégzéséhez nincs szükség például textúra-információkra, bőven elegendők hozzá a bináris jelek. Ha a szenzor érzékeli őket, az információ a sikeres forgatáshoz épp eleget elárul a tárgy 3D szerkezetéről és elhelyezkedéséről.

A kezet szimulációban kezdték gyakoroltatni, változatos, köztük szabálytalan formájú tárgyakat is megérintett. A rendszer megállapította, melyik érzékelő, hol és mikor érintette meg az adott objektumot. A begyűjtött infók alapján már tudja, mire utasítsa a kezet.

Ezt követően jött a valódi kéz tesztelése, olyan tárgyakkal, amelyeket korábban nem érintett meg. Többet sikerült úgy forgatnia, hogy nem ejtette le. A komplexebbek mozgatását lassabban tanulta meg.

A fejlesztők jelenleg bonyolultabb feladatok kivitelezésén dolgoznak, a kéz például elkapni próbál tárgyakat.