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.

A legtöbb navigációs alkalmazás megmutatja a célhelyszínhez vezető leggyorsabb utat, egyesek a legkevesebb széndioxid-kibocsátás alapján a leginkább környezetbarátot is kiszámolják. Szerencsére most már a legkevesebb kockázattal járó, tehát a legbiztonságosabb felvázolására is van lehetőség.

A kanadai Brit Kolumbia Egyetem kutatói által fejlesztett, valósidejű kockázati adatokkal dolgozó új algoritmussal ugyanis lehetőség nyílik a potenciálisan legbiztonságosabb nagyvárosi útvonal azonosítására. Az alkalmazás navigációs appokba, például a Google Maps-be integrálható.

A kutatók Athén belvárosa felett keringő tíz drónnal dolgoztak. A drónok több napon keresztül végezték munkájukat: különféle tényeket, például járművek elhelyezkedését, sebességüket, felgyorsulásukat rögzítették. A szakemberek ezek alapján majdnem bekövetkező összeütközéseket azonosítottak, majd valósidejű karambolok kockázatát jelezték előre az algoritmussal.

Ebben a kutatásban használtak először valósidejű karambolkockázatra vonatkozó adatokat navigációs célokra: a városon átvezető legbiztonságosabb útvonal megállapítására. Az algoritmus valósidőben pontosít, finomhangol, kerülőket javasol kockázatos környékek elkerülésére.

A technológia mindenki számára biztonságosabbá teszi a nagyvárosi közlekedést, vállalatok például a biztonság és a karambolkockázat csökkentése szellemében jobban megszervezhetik flottájuk mozgását.

A kutatásból kiderült, hogy nem mindig a leggyorsabb a legbiztonságosabb útvonal. Athén egy részét elemezve, megállapították, hogy csak 23 százalékos az egyezés. A vezetők a legbiztonságosabb útvonalon átlagosan a leggyorsabb útvonalon használt utak 54 százalékát használták. Ez azt jelenti, hogy útvonaltervezéskor a biztonság és a hatékonyság kombinációját kell figyelembe venni.

A legbiztonságosabb útvonalak 22 százalékkal biztonságosabbnak bizonyultak a leggyorsabbaknál, míg a leggyorsabbak csak 11 százalékkal voltak gyorsabbak a legbiztonságosabbaknál. Tehát, ha csak egy kicsivel érünk később valahova, máris jelentősen nő a biztonságunk.

A kutatók jelenleg más nagyvárosokra terjesztik ki vizsgálódásukat. Köztük Bostonra is, ahol önvezető autókat ebből a célból is tesztelnek.

Az algoritmus biztonságos kerékpár-útvonalak azonosítására szintén használható.

Frank Rubio, a NASA űrhajósa a Nemzetközi Űrállomásról (ISS) vezérelt a Földön lévő kislétszámú robotcsapatot. A teszttel a távirányított robotok jövőbeli tevékenységét tanulmányozták. Ilyen robotcsapatokat a Holdra vagy majd a Marsra tartó missziókon használhatnak.

A NASA Artemis II űrhajóján jövőre asztronauták repülnek a Hold közelébe, 2025-ben vagy 2026-ban pedig le is szállnak. Cél a folyamatos ott-tartózkodás, amelyben robotok is fontos szerepet töltenek be.

A kétórás teszt hasonló környezetben játszódott a Münchenhez közeli Német Űrhajózási Központban. Rubio az ISS európai Kolumbusz moduljáról vezérelt három robotot, földrengésmérő műszert kellett leszedniük a holdra szálló egységről, majd elhelyezniük a talajon. Az eszközt egy humanoid tette a szimulált holdfelszínre.

Az űrhajós a teljes feladatsort el tudta végeztetni a gépekkel, és értékes adatokhoz jutottak. Mindezt úgy tette az ISS fedélzetén, hogy közben óránkénti 28 ezer kilométeres sebességgel keringtek a Föld körül.

A vizsgálódás az átfogó Felszín Avatár tesztsorozat része volt. A három robot kikövezi az utat egy nagyobb robotcsapat előtt, az ő távirányításukat az Európai Űrügynökség (ESA) dán űrhajósa, Andreas Mogensen fogja végezni.

A jövőben a NASA és az ESA műveleteiben valódi forgatókönyvekkel számolnak – az űrhajósok a Gateway holdállomás fedélzetén tartózkodnak, miközben a Hold felszínén lévő robotokat távirányítanak.

A holdi Gateway program valamikor az Artemis III holdraszállása után kezd el működni. Az 1972-es Apollo 17-et követően ekkor lesz először ember a Holdon. Csúcskategóriás robotok és generatív mesterségesintelligencia-megoldások szerves részei a tervnek.

A mostani teszten kiderült, hogy helyi pályáról működik az erőalapú visszacsatolásos vezérlőtechnika. A Felszín Avatárral a közvetlen távirányítást és a felügyelet melletti autonómiát összekombinálva igyekeznek majd komplex feladatokat végrehajtó robotokat vezérelni.

Ha a nagyvállalatok többsége jobbra lép, akkor az Apple balra tart, és fordítva. Bevételei zömét eszközei eladásával generálja, a hardver életre keltéséhez a szoftverrel való nagyon szoros integrációjára van szükség. Az almás cég ebben is különbözik a többi nagytól, és ezek a különbségek kvázi kötelezővé teszik, hogy a generatív MI-ről is másként gondolkozzon. (A második ábrán az Apple 2022-es bevételeinek eloszlása látható – a szolgáltatásokkal szemben, egyértelműen az eszközöké a főszerep.)

Technológiáit közismerten nagyon óvja, MI-fejlesztésekre viszont nem helyezett akkora hangsúlyt, mint a többiek. A Siri úttörő termékként indult, de az Alexa és a Google Asszisztens jobbnak bizonyult, aztán a ChatGPT őket is háttérbe szorította.

A cég az utóbbi években ugyan publikált tanulmányokat a generatív MI-ről, legújabb termékeivel azonban nem emeli ki, nem teszi középpontba a technológiát, miközben legfőbb riválisai nem győzik egymást felülmúlni a versenyfutásban: a Microsoft az OpenAI-ba fektetett, utóbbi nyelvtechnológiáját a Bing keresőbe, képmodelljeit az Azure felhőszolgáltatásba integrálta. A Google a LaMDA nyelvmodellen alapuló Bard chatbottal igyekszik majd javítani a keresést. A Meta ugyan nem fejlesztett még „zászlóshajó-terméket”, a LLaMA és a korlátozott mértékben nyílt forrású LLaMA 2 viszont egyaránt felkeltette a szélesebb érdeklődést.

Apple-dolgozók névtelenül arról beszéltek, hogy a cég hogyan próbálja kihasználni a chatbotok körüli hype-ot.

Nagy nyelvmodellekhez (large language models, LLM) dolgoztak ki keretet, és saját chatbotot fejlesztettek, de az Apple GPT szigorúan belső felhasználásra készült. Ez is jelzi, hogy az iPhone-gyártó milyen óvatosan viszonyul az okostelefonok megjelenése utáni idők „legforróbb” technológiai trendjéhez.

Az Apple generatív MI-vel kapcsolatos tevékenysége a Google JAX gépitanulás-keretére épülő Ajax rendszerre összpontosít. Az Ajaxot használó kislétszámú csoport 2022 végén fejlesztette az Apple GPT-t, amelyet a cég alkalmazottai is csak speciális engedéllyel használhatnak.

A chatbotot termékek prototípusának elkészítéséhez, szövegek és kérdés-felelet anyagok összefoglalására használják. A vállalat mérnökeinek tilos az outputok alapján fogyasztói termékeket fejleszteni.

A generatív mesterséges intelligencia gyors térnyerésével párhuzamosan nő a technológia szabályozását követelők tábora. Az egyre hangosabb kórus a fejlesztőcégeket önkéntesen felállított korlátok elfogadására és újabb modellek kidolgozására ösztönzi.

Kína már januárban törvénybe foglalta az MI-vel létrehozott médiaanyagok címkézését és a hamis infókat terjesztő, illetve a nemzeti biztonságot veszélyeztető outputok betiltását.

António Guterres ENSZ-főtitkár támogatja az MI-re irányelveket kidolgozó, a Nemzetközi Atomenergia Ügynökséghez hasonló szervezet létrehozását.

Az Európai Parlament júniusban MI-törvénytervezetet fogadott el, és így az Unió közelebb került a terület szabályozásához. A folyamatosan módosuló vázlatban a generatív MI-alkalmazásokat „magas kockázatúakként” írják le, ezért rendszeres auditjukra és kormányzati ellenőrzésre lesz szükség.

Egyes amerikai városok és szövetségi államok részlegesen ugyan szabályozták a területet, de nemzeti szintű, átfogó szabályozás nincs még. Ha a vállalatok jóhiszeműen betartják az önkéntes irányelveket, elkerülik a rejtett buktatókat, enyhíthetik a rájuk nehezedő nyomást, és megakadályozhatják, hogy felülről ellenőrizzék, irányítsák a technológiai fejlesztéseket, alkalmazásokat.

Hét nagyvállalat (Amazon, Anthropic, Google, Inflection, Meta, Microsoft, OpenAI) ebben a szellemben gyűlt össze, és ült le tárgyalni a Biden-adminisztrációval, és együtt fogalmazták meg a megállapodás feltételeit. A közösen kidolgozott irányelvek három kategóriába sorolhatók.

A „biztonságosság” lényege, hogy a cégek megígérték: megjelenés előtt független szakértők tesztelhetik MI-rendszereiket, a potenciális biztonsági sebezhetőségeket megoszthatják a kormánnyal, tudományos körökkel és a civil társadalommal.

A „biztonságra” vonatkozóan, a vállalatok ígéretet tettek a cyberbiztonsági fejlesztések növelésére, különös tekintettel a szabadalmaztatott modellek védelmére, a felhasználók pedig beszámolhatnak a rendszerek általuk tapasztalt sebezhetőségeiről.

A „bizalom” keretében a cégek nyilvánosan beszámolnak modelljeik képességeiről, korlátairól, kockázatairól, előnyben részesítik a lehetséges társadalmi károkkal foglalkozó kutatásokat, és az emberiség legnagyobb kihívásaira, például a klímaváltozásra választ adó rendszerek fejlesztése lesz a prioritás. Mesterséges intelligencia által generált kimeneteket azonosító technikákra, például vízjelek használatára is ígéretet tettek (ez a legkonkrétabb vállalás).

Az irányelvek betartására tett ígéretek még akkor is az MI előnyeinek maximalizálása, kárainak minimalizálása felé tett lépés, ha egyes vállalatok már most megfelelnek a követelményeknek.

A mélyhamisítványokról (deepfakes) már bebizonyosodott, hogy nyugtalanítóan hatékonyak dezinformáció terjesztésére, egy új tanulmányból viszont kiderül: hatásuk a féltnél és feltételezettnél is összetettebb, árnyaltabb lehet. Például kamuklipeket nézve, megváltozhatnak a felhasználó múltbéli emlékei, mint ahogy események érzékelése is.

Az írországi Cork Egyetem kutatói 440 személyt kértek fel kamuklipek nézésére. Filmek nem létező új változatát tekintették meg: a Mátrixot Will Smith-szel, ezúttal nem Harrison Ford játszotta Indiana Jonest, Brad Pitt és Angelina Jolie voltak a Ragyogásban, és így tovább. Utána valódi remake-ek következtek: Az emlékmás, Carrie stb. Egyes önkéntesek szöveges leírást is kaptak a nemlétező változatokról.

A nézők közel ötven százaléka állította: emlékszik a mélyhamisított feldolgozásokra. Közülük többek szerint a kamuváltozat jobb volt az eredetinél.

A számok zavarba ejtenek, viszont az is kiderült, hogy a múlt félretájékoztatására használt mélyhamisítványok nem hatékonyabbak a fiktív mozikat ismertető szövegeknél.

A kutatást vezető és a félretájékoztatással foglalkozó Gillian Murphy szerint nem kell különösebben aggódni az eredmények miatt. A félretájékoztatás más módszereivel összehasonlítva, a mélyhamisítványok nem jelentenek különlegesen hatékony fenyegetést – véli a kutató. Viszont, ha virálissá válnak, vagy hosszú ideig az emlékezetben maradnak, akkor sokkal eredményesebbek lehetnek.

A rosszindulatú mélyhamisítványok potenciális sikerének egyik kulcsa az úgynevezett „motivációs érvelés”, amikor akaratlanul is hagyjuk, hogy előítéletek és elfogultságok befolyásolják valóságérzékelésünket. Ha létező hiedelmeket feltételezett bizonyítékokkal támasztanak alá, nagyobb valószínűséggel, tanulmányozás nélkül fogadjuk el ezeket a „bizonyítékokat.” Ha a deepfake közel áll társadalmi-politikai beállítottságunkhoz, jobban hiszünk benne, viszont, ha cáfolja érveinket, szkeptikusabbak vagyunk.

A motivációs érvelés önmagában is rossz, de ha nem vagyunk tisztában velük, akkor a mélyhamisítványok fel is erősíthetik a bennük lévő általános logikai tévedést. Médiaműveltségünk és kritikus érvelésünk erősítése kulcsfontosságú ahhoz, hogy a fikciót fikciónak tartsuk.

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.