Bevásárlóközpontokban, reptereken, témaparkokban, boltokban és sportlétesítményekben hamarosan megjelenhetnek a robotautomaták, azaz az automatizált eladógépek.

Mobilrobotok sokat segíthetnek a házhozszállításban, különösen az utolsó egy-másfél kilométeren lehetnek hasznosak, de elképzelhető, hogy előbb az eladásnál, helyszíni értékesítőként bizonyítanak, és generálnak az őket alkalmazó cégeknek egyre nagyobb bevételt. Jelenlétük egyben a robotasszisztensek megjelenésére, munkába állására is felhívja közönség figyelmét.

A Teknős (Tortoise) az első kereken mozgó, távirányított bolt iránt sportlétesítményeket, reptéri terminálokat és szupermarketeket üzemeltető cégek érdeklődnek, ők alkalmazzák a gépet.

NBA- és NHL-meccseken koncessziókat értékesítenek, és hamarosan MLB- és NFL-rendezvényeken is megjelennek. A Nickelodeon Mall of America bevásárlóközpontjában pattogatott kukoricát, gumicukorkákat és témapark-belépőjegyeket árulnak. A San Franciscói Levi’s Plazában irodai dolgozókkal csevegnek, hogy visszacsalogassák őket a munkahelyükre.

Minden olyan helyen jól működnek, ahol nagyok a sorok, sok élelmiszert adnak el, érdeklődő a közönség, vagy a három valamilyen kombinációja érvényes – állítja Dmitry Shevelenko, a Tortoise társalapítója.

A vásárlók hitelkártyával kinyitják a teknős hátán lévő dobozt, és elveszik a kiválasztott terméket. Az összes robotot emberek távvezérlik egy mexikóvárosi irányítóközpontból. Az átlag tranzakcióidő tizenegy másodperc, és a felhasználók harminc százaléka rögtön vesz egy másik terméket is.

Először nem nagyon értik, hogy mi fog történni, aztán többen vásárolnak még valamit ugyanonnan, vagy egy másik rekeszből.  Sok vásárlás biztos nem történne meg, ha a robotok nem lennének ott.

A Teknős semmi olyat nem kínál, amit az „utolsó mérföldre” kiszállító robotok, mások viszont igen.

Például egy másik cég, a kampuszokon élelmiszereket árusító Starship Technologies robotja. Ezeket a gépeket nem kell a távolból figyelni, és a fejlesztők szerint a leghatékonyabb, leginkább környezetbarát helyi csomagszállítás csak szignifikáns mértékű automatizációval oldható meg.

Mindkét cég állítja, hogy hamarosan óriási amerikai élelmiszerláncokkal kötött szerződésekről számolnak be.

Az antibiotikumoknak ellenálló fertőzések növekedésével, és a járványokat okozó vírusok folyamatos átalakulásával, teljesen érthető, hogy kutatók miért akarnak a fertőzést megszüntető nanorészecskéket tervezni. Álmaik megvalósulásához egy lépéssel közelebb visz a Michigan Egyetem új gépilátás-modellje, amely előrejelzi az ilyen nanorészecskék és a fehérjék közötti interakciókat.

A fejlesztők újragondolták a nanorészecskéket, és arra a következtetésre jutottak, hogy többnek kell lenniük egyszerű gyógyszer-kiszállító eszközöknél (amelyek például az emberi szervezetben dolgoznak). Még hasznosabbak, ha gyógyszereket tartalmaznak, vagy maguk is aktív gyógyszerek.

Gyógyszerek felfedezése lassú és kiszámíthatatlan folyamat. Sok antibiotikum pontosan ezért egy korábbi gyógyszer újabb változata. A fejlesztők baktériumokat és vírusokat az általuk választott módszerrel támadó gyógyszereket szeretnének kidolgozni. A „zár és kulcs” mechanizmusok előnyeit kihasználva – erre a módszerre alapozva –, uralnák a biológiai molekulák közötti interakciókat.

A fejlesztők viszont sokáig nagyon bizonytalanok voltak az elmélet gyakorlattá változtatásában, hogy hogyan valósítsák meg, hogyan implementálják a nanorészecskék fertőzések megállítására való felhasználásának az elméleti alapjait.

A Michigan Egyetem szakemberei, matematikai modelleket alkalmazva fehérjék közötti interakciókra finomhangolták a fehérjepár egyikét utánzó nanorészecskék fejlesztését. Ezek a részecskék azért fontosak, mert stabilabbak a biomolekuláknál, ráadásul antibakteriális és antivirális ágensek teljesen új osztályához vezethetnek.

A gépitanulás-algoritmus háromféleképpen hasonlítja össze a nanorészecskéket a fehérjékkel. Az első hagyományos kémiai leírás, a másik kettőről – együttes használatukról – viszont kiderült, hogy fontosak az előrejelzésben, mert megmondják, melyik speciális fehérjével kerülhet „zár és kulcs” kapcsolatba egy adott részecske.

Baktériumok belsejében és külső részükön is sok az erre a célra alkalmazható fehérje. Kiválasztásukhoz és az adott nanorészecskével történő párosításukhoz kell az új modell.

A kapcsolódások azonosítását részletesebb szimulációk és kísérletek követik majd.

A háztartásokban mindenhol jelen vannak a vezeték nélkül működő eszközök. Ezek a szerkezetek azonban veszélyeztethetik a magánszféránkat, mert passzív lehallgatók, elcsípett nagyfrekvenciás jelekkel, érzékeny adatokhoz férhetnek hozzá.

Tehát az okos szerkezetek valóban megkönnyítik az életünket, viszont biztonsági kockázatot is jelentenek. Német felsőoktatási intézmények kutatói a lehetséges megfigyelést akadályozó, a magánszférát vezeték nélküli kommunikáció közben védő rendszert, intelligens fényvisszaverő felületeket (Intelligent Reflective Surfaces, IRS) fejlesztettek.

Szinte az összes dolgok internete (Internet-of-Things, IoT) eszköz nagyfrekvenciájú rádiójeleken alapuló vezeték nélküli kapcsolatra épül, és a titkosító technikák ellenére, érzékeny információk juthatnak illetéktelenekhez. Ez azért lehetséges, mert a jelek terjedését fizikai környezetük, a tárgyakról, falakról, személyekről stb. történő visszaverődés befolyásolja.

A támadók távolról is észlelhetik ezeket a hatásokat, és egyszerű statisztikai módszerekkel megállapíthatják, hogy például egy személy mozog a megfigyelt helyiségben.

Az „ellenséges vezeték nélküli érzékelés” ellen jól használható az IRS. Lényege, hogy több fényvisszaverő darabot helyezünk el egy felületen, tevékenységüket pedig példányonként, elektronikusan növelhetjük. Az eszközök így lesznek képesek a rádióhullámok dinamikus manipulálására, és például úgy is konfigurálhatók, hogy a jeleket speciális irányokba tükrözzék vissza.

A német kutatók a világon elsőként javasolják az IRS-ek passzív vezeték nélküli lehallgatás elleni használatát. Fejlesztésük, az IRShield (IRPajzs) speciális algoritmusa véletlenszerű IRS-konfigurációkat generál, például random egymáshoz igazítja a fényvisszaverő elemeket.

Ezzel úgy álcázzák a vezeték nélküli csatornákat, hogy a támadó többé már nem tudja kiolvasni a jelből a helyiségben történő mozgásokra utaló infókat.

Az IRShield három fontos követelménynek felel meg: a megoldás eszközöktől, rádióhullámoktól és szabványoktól függetlenül működik, nem veszélyezteti a vezeték nélküli kapcsolat minőségét, nagyon magasszintű csatornalefedést biztosít.

Letesztelték, és az új fejlesztésnek hála, a támadások 95 százaléka sikertelennek bizonyult.

A mesterséges intelligencia hatékonyabbá, emberibbé tehet hagyományos iparágakat.

Az Amazon által támogatott Modjoul fizikai munkát végző személyek biztonsági kockázatait elemző rendszert fejlesztett. Az övre helyezett eszköz viselője viselkedését és a környezetet figyeli. Az adatokat külső szoftver elemzi, és úgy irányítja a kütyüt, hogy visszajelzéseket adjon. Az eredményeket a szakértők szoftveres műszerfalon látják.

Az eszköz hat szenzorral, valós időben figyeli a felhasználó testtartását, mozgását, a helyszínt, a környezeti zajokat, világítást, hőmérsékletet és a levegő minőségét.

A számítási felhőben lévő gépitanulás-modellek minden egyes felhasználót pontoznak. Például, ha nehéz tárgyat hátizmaink segítségével emelünk fel, kevesebb pontszám jár érte, mintha a lábizmainkat használnánk.

Magas pontszám esetén, a rendszer visszajelez, tapintásra emlékeztető rezgést küld, ami kockázatos mozdulatra figyelmeztet. A szakértőknek jelezheti a veszélyt, például, ha nincs mozgás, ha romlik a levegő minősége stb.

Az övet rádiófrekvenciás azonosítóval (RFID) szerelték fel. Ez teszi lehetővé, hogy a rendszer figyelje a helyszínt, és ha az adott dolgozó nem viseli az övet ott, ahol kötelező, vagy ha az öv kikerült a munkahelyről, szintén figyelmeztető jelzést küld.

Mindenki jól jár vele, mert a dolgozó megóvása neki és alkalmazójának is az érdeke. A folyamatos megfigyelés ugyanakkor személyiségi jogi aggályokat is felvethet, vagy az a kockázat is fennáll, hogy a munkáltató a végletekig igyekszik optimalizálni a dolgozó teljesítményét.

A Modjoul mellett az Amazon Ipari Innovációs Alap további négy céget támogatott. Közös bennük, hogy mesterségesintelligencia-alapú termékeket fejlesztenek. A kaliforniai Vimaan például készletek valósidejű nyomon követésére alkalmas rendszeren dolgozik. Az izraeli BionicHIVE raktárpolcokon lévő termékeket kamerákkal és más szenzorokkal figyelő robotokat épít.

A Google-hoz tartozó DeepMind kutatói egy lépéssel közelebb kerültek egy régi célhoz: modelljük egy csomó – hatszáznál több – különböző feladatot hajt végre, például képaláírásokat generál, valódi robot karját irányítja, vagy éppen Atari-játékokkal üti agyon az időt stb.

Az 1,2 milliárd paraméteres Gato modellt (ami spanyolul macskát jelent) hét látás-szöveg feladaton, robotok kép- és mozgás adatsorán, csúcsminőségű Atari-szimulációkon és egy nyelvi adatsoron, a Massive Texten gyakoroltatták.

Összességében jól teljesített.

Az ALE Atariban 51 játékból 23-ban elérte vagy meghaladta az átlagos emberi pontszámot, sőt, a 23-ból tizenegyszer legalább kétszer annyit, mint a human gamerek. A több mint 450 szimulációs feladat jelentős részével szintén elboldogult, és a robotkart is jól irányította. A kar vörös tömböt rakott egy kékre, miközben a zöldről tudomást sem vett. Korábban nem látott hasonló alakzatokat, így az ötven százalékos eredménye különösen megsüvegelendő. Egy speciális alapmodell 49 százalékot teljesített.

Nando de Freitas, a DeepMind kutatási igazgatója szerint minden a méretezésről szól. „A nagyobb modellek és a jobb adatok a kulcsok az általános mesterséges intelligenciához (AGI)” – jelentette ki.

A New York Egyetemen kutató Gary Marcus nem ért egyet ezzel az állítással. A nagy ideghálók kétségtelenül érnek el kiváló eredményeket, viszont túl gyakran generálnak zavarba ejtő mondatokat, képeket és viselkedésformákat – érvel, és igaza is van.

A DeepMind munkája mindenesetre a multimodális mesterséges intelligencia legújabb és legmasszívabb példája. A transzformer ideghálók nagyon jól passzolnak sok feladathoz – ez részben azért lehetséges, mert a hosszú bemeneti szekvenciákban mindig találnak mintázatokat, és mert sokféle adattípus osztható szekvenciákra.

Gato valóban bámulatra méltó mérnöki munka, de túl nagy – hangzik több ellenérv. Ugyanazt az ötszáznál több feladatot kisebb ideghálók is képesek elvégezni. Igen, viszont nem tudnak általánosítani, és itt ez a lényeg.

Egy teszten a fejlesztők négy új feladatra finomhangolták, gyakoroltatták a rendszert, és végül a négyből háromszor jobb munkát végzett, mint az ezekre specializált modellek.

A virtuális valóság (virtual reality, VR) az utóbbi harminc év egyik legvitatottabb technológiája. Amikor divat beszélni róla, sok szakértő a hamarosan bekövetkező nagy áttörésről, a technológia tömeges elterjedéséről beszél. Ez történt az 1990-es évek közepén, és ez történt két évtizeddel később is.

Az álmok azonban még nem váltak valóra, a VR nem forgatta fel a világot, nem szaladgálnak sisakos, headsetes emberek az utcán, ugyanakkor csődként sem beszélhetünk róla, mert a technológia jelen van, csak másként, mint a szakértők prognosztizálták. Az oktatástól kezdve a hadseregig, a vállalati szektorig, sokan sokféleképpen használják.

A fogyasztói szintű térhódítás – a játékközeg kivételével – egyik hátráltatója a VR nagy előnye: immerzív jellege, hogy a külvilágot teljesen kikapcsolva, a fiktív térben mozgunk. Csak az létezik, minden más megszűnik körülöttünk. Léteznek már a két valóság közötti kapcsolatot teremtő, a váltást lehetővé tevő megoldások, headsetek, de úgy tűnik, egyelőre ezekkel is várni kell, és összességében, az egész VR-ről elmondható, hogy hiányzik a killer application.

Az ETH Zürich kutatói, ha nem is vágták át a gordiuszi csomót, de egy lépéssel közelebb kerültek a probléma kezeléséhez. VR üzenetrögzítőt fejlesztettek.

De mire jó egy VR üzenetrögzítő?

Arra, hogy miközben a felhasználó alámerült a virtuális világban, a gép felveszi a közvetlen környezetében bekövetkezett változásokat, és később 3D-ben visszajátssza az illetőnek.

A jövő munkahelyein komoly hasznát vehetik az alkalmazottak. Mivel virtuális közegben összpontosítanak feladataikra, nem tudnak részt venni a kollégákkal folytatandó valósidejű kommunikációban.

„A kihívás, hogy létre tudunk-e hozni egy olyan valóságot, amelyben még természetesen beszélünk, míg a másik személy ugyanabban a pillanatban nem érhető el?” – magyarázza Andreas Fender, az AsyncReality rendszer egyik fejlesztője. (Christian Holz a másik.)

Az AsyncReality beszédes név, a VR-ben tartózkodó személlyel történő kommunikáció aszinkron valóságára utal. A rendszer négy mélyérzékelő kamerával dolgozik, a környezetet pedig 3D-ben rekonstruálja. Míg a felhasználó „fókusz módban” van, addig AsyncReality felveszi a változásokat, azokhoz kapcsolódó eseményeket.

„A jövő irodai környezete azért lehet teljesen más, mint a mostani, mert összekapcsolódik a virtuális világokkal, és mi azokban is interakciókat folytatunk” – összegez Fender.

A virtuálisvalóság-játékok lassan maguk mögött hagyják kezdeti darabosságukat, esetlenségüket – bumfordiságukat –, de ennek ellenére még mindig bántón sok a hiányosság. A közegben történő teljes alámerülés (immerzió) megvalósítása elsősorban egy alapelem, az érintés érzetének gyakori hiánya miatt akadozik.

A pittsburghi Carnegie Mellon Egyetem (CMU) kutatói által fejlesztett, virtuális környezetekben szájunkat, fogainkat és nyelvünket érzékelésre serkentő új eszköz lehet a megoldás. Egy kicsit olyan, mintha a valódi fogmosást vinnénk át VR-környezetbe.

Az ultrahang modulokkal, jelátalakítókkal működő eszközt a VR headset aljára kapcsolják. A jelátalakítók segítik a haptikus visszacsatolást: szánkba vezérelt ultrahang-hullámokkal érik el az érintés/tapintásérzetet. Nyelvünk pontosan azt „érzi”, amin átmegyünk a virtuális környezetben: vízcseppeket az esőben, szökőkút permetét, sár fröccsenését, szánkon mászkáló pókokat, autóvezetés közbeni légmozgásokat…

„Mivel az ultrahang-hullámokban vannak csúcsok és mélységek, ezért időzíteni tudjuk őket, hogy több hullám csúcsa egyszerre érjen ugyanarra a pontra az arcodon, és így tényleg érzed. A nyomás épp elég ahhoz, hogy tényleg hasson a bőrre” – jelentette ki az egyik fejlesztő, Vivian Shen, a CMU robotika PhD-hallgatója.

Elmondta még, hogy játékokon kívül is nagyon sok az alkalmazási lehetőség, az eszköz például egészségügyi dolgozók – fülészek, fogorvosok stb. – tréningjein használható szimulációkhoz. Ez a fajta VR-tréning lehetővé teszi, hogy a felhasználó bárhonnan beavatkozhasson orvosként.

Rossz hír a hősszerelmeseknek és magányos szívtipró-jelölteknek, hogy a technológia nem elég kifinomult még a csókélmény megvalósítására. Shen szerint ez azért nem lehetséges, mert az ultrahang csak nagyon kicsi csomópontból érkezhet. Érzeteink ezért minimálisak, és valószínűleg sokkal jobb, hogy így van.

Képzeljük el, hogy máskülönben mekkora pszichés pusztítást végezne a digitális pók.

A 38 éves, teljesen átlagos Akihiko Kondo még 2018-ban vette feleségül a nerdek körében népszerű Hatsune Miku virtuális sztárt. Most viszont egy szoftverhiba miatt el kellett válniuk egymástól.

Japán lapok januárban beszámoltak a házassággal kapcsolatos problémákról, de a részletek csak nemrég derültek ki: a fejlesztő startup „korlátozott gyártási modellt” fejlesztett Kondo feleségéből, és kifutott a szériából.

Ez az egyik gond. A másik, hogy az 1300 dolláros Gatebox szerkezet teszi lehetővé, hogy a felhasználók, elsősorban a célközönség, főként fiatalemberek, interakcióba lépjenek, beszélgessenek holografikus fiktív karakterekkel, köztük hősünk szívszerelmével, Hatsune Mikuval is.

A koronavírus-járvány legsúlyosabb időszakában, amikor napról napra dőltek meg a szomorú rekordok, a Gatebox mögött álló cég bejelentette, hogy leállítja a virtuális Miku-szolgáltatást.

Egyik hétköznap, miután Kondo hazatért a fárasztó munkából, kellemes időtöltésre számítva, felesége helyett a „hálózati hiba” felirattal szembesült a képernyőn. Elképzelhetjük a reakcióját.

Érzelmei nem változtak, azóta is ugyanúgy szerelmes Mikuba, mint előtte – árulta el egy májusi interjúban.

„Azért házasodtunk össze, mert azt hittem, örökké együtt lehetünk” – nyilatkozta.

Két évvel a Covid-19 előtt, 17300 dollárt költött az egészen egyedi, de tényleges esküvőre, és hivatalosan is egybekeltek. A technológia lehetővé tette számára, hogy beszélgessen a háromdimenziós, mesterséges intelligencia által működtetett hologrammal. Miku egy kicsi hengerben volt.

„Remélem, nagy becsben fogsz tartani” – a hölgy állítólag ezekkel a szavakkal válaszolt szíve választottjának.

A mesterségesintelligencia-fejlesztések egyik élharcosa, a részben Elon Musk által alapított – a Tesla-vezér azóta távozott a cégtől –, sokáig nonprofit, egy ideje viszont üzleti alapon működő OpenAI körülbelül olyan fontos szerepet játszik a szakterületen, mint a Google által néhány esztendeje felvásárolt londoni DeepMind.

A két vállalat fejlesztései évről évre döbbentik meg az érdeklődőket. Ezek a fejlesztések egyrészt nagyon látványosak, másrészt, ha nem is a sokak által elvárt tempóban, hanem jóval lassabban, de közelebb visznek az emberrel azonos szintű általános mesterséges intelligenciához (artificial general intelligence, AGI).

Az OpenAI brutálisan masszív ideghálója például lefestette azt a személyt, amilyen Burger King, a burgerek királya lehet. A kép inkább ijesztő, mint szórakoztató, mindenesetre fura. A bizarr külsejű koronás személy inkább vérszomjas uralkodókat, például VIII. Henriket juttatja eszünkbe, mint békében építő, országukat felvirágoztató személyeket.

A képet generáló rendszer nem más, mint DALL-E 2, a vállalat legújabb mesterséges intelligenciája, amely egyszerű szöveges utasításokat időnként egészen elképesztő, gyönyörű és realisztikus műalkotásokká, máskor viszont ijesztő szürreális fantáziaképekké alakít át.

Az MI-kutatás egyik legizgalmasabb, több szakterületet (gépi látás, nyelvtechnológiák) összekapcsoló terepe ez, egyre több fejlesztéssel, és a mérnökök manapság már a rendszerek energiafogyasztására is jobban odafigyelnek, mint pár éve.

A kajakirályhoz az OpenAI piacmenedzsere, Adam Goldberg azt az utasítást adta az ideghálónak, hogy csináljon olajfestmény-portrét a whopperrel pózoló Burger Kingről, és a rendszer szó szerint végrehajtotta Goldberg iránymutatását, tehát sikeresnek nevezhető.

Döbbenetes, mit tudnak ma az ideghálók, milyen szintre jutott el néhány év alatt az úgynevezett generatív művészet, és kíváncsian várjuk, miről lesznek még képesek álmodni a számítógépek.

A Covid-19 pandémia világszerte rámutatott, hogy az egészségügyi dolgozók mennyire túlhajszoltak és alulfizetettek. Automatizált eszközökkel korlátozott idejüket és erőforrásaikat jobban ki tudják használni, és ezek a rendszerek komoly segítséget nyújtanak kockázatos esetek kezelésében.

Az Egyesült Államok kórházai mesterségesintelligencia-megoldásokra támaszkodnak betegek biztonságos gyógyításához. Az orvosok változatos gépitanulás-technikákkal becsülik fel a komplikációk valószínűségét, és azonosítják a speciális figyelmet igénylő pácienseket.

A Duke Egyetemi Kórház a Sepsis Watch rendszerrel figyeli a sürgősségi osztály összes betegét, hogy a fertőzést követi-e a minden harmadik kórházi halálesetért felelős akut gyulladás. A rendszer ötpercenként 96 változót elemez, majd kockázatpontot rendel a beteghez. Az ápolókat csak a meghatározott küszöbérték átlépésekor figyelmezteti.

A Kaiser Permanente huszonegy kórházában telepített mesterséges intelligenciát, miután az Advanced Alert Monitor rendszerről kiderült: lerövidíti a kórházi tartózkodást, csökkenti az intenzív osztályra történő beutalások számát. A legfontosabb életjelek, laboratóriumi teszteredmények és más tényezők alapján előrejelzi, ha tizenkét órán belül intenzív osztályra kell utalni a beteget.

A Maryland Egyetem orvosai megállapították, hogy gépitanulás-modelljük jobban előrejelezte betegek harminc napon belüli visszaesésének kockázatát, mint a hagyományos módszerek.

Úgy tűnik, a kormányzati szabályozók is kezdik elfogadni, hogy a gépi tanulás valószínűleg átalakítja az egészségügyet.

2020 novemberében két amerikai programban elfogadták, hogy az orvosoknak megtérítik két MI-rendszer használatát: az egyik a stroke jeleit figyeli, a másik a cukorbetegség vakságot is okozható komplikációit prognosztizálja. 2021 októberében Kanada, az Egyesült Királyság és az Egyesült Államok közösen adtak ki irányelveket a gépi tanulás egészségügyi használatáról.

Május elején az EU jóváhagyta egy, mell-röntgenképeket szkennelő és az észlelhető betegségben nem szenvedő páciensekről automatikusan jelentést író mesterséges intelligencia klinikai használatát.