Elsőként a világon, a DALL-E2 program tetoválást készített, és a munkát felvarrták egy érdeklődőre. A világpremiert az a tény jelenti, hogy eddig még senkit sem tetováltak mesterséges intelligencia által generált motívummal, képpel.

Maga a DALL-E2 az MI-kutatások egyik élenjárójának, a kaliforniai OpenAI-nak a fejlesztése, a természetes nyelvet alakítja át realisztikus fényképpé, műalkotássá. Egyelőre nem álmaink legéteribb vagy éppen legsúlyosabb vizuális tartalmait festi meg, hanem a létező legegyszerűbb formát választotta: izgalmas A betűt, keresztet és nyilat (mint később kiderült, a keresztet, legalábbis a mostani formájában nem az MI álmodta a képhez, ráadásul ki is lóg belőle).

A Twitter-felhasználó büszke tetkó-tulajdonos azonnal posztolta is a munkát, és még az OpenAI.t is beteggelte.

„Ismereteim alapján, ami pontosan nulla perc kimerítő keresést, kutatást jelent a témában, Boom az első, mesterséges intelligencia által tervezett tetoválás” – újságolta Everett Randle, akinek a bal belső felkarján látható a munka.

Peter Welinder, az OpenAI termékmenedzsere megerősítette a tényt, hogy ez volt DALL-E2 első műve ezen a területen.

Több mesterségesintelligencia-rajongó viszont attól fél, hogy az OpenAI valamilyen márkaépítő gépet hozott létre.

„Begépeled, hogy a DALL-E2 által tervezett első tetkó, és tényleg ez az? Nincs más leírás? Úgy érzem, ez egy kultusz kezdete” – kommentelte az eredeti posztot egy másik Twitter-felhasználó.

Randle mindenesetre elégedett, mert eltöprengett azon a lehetőségen is, hogy mi van, ha idő előtt beszerez egy démonszimbólumot, mert az MI véletlenszerűen azt is kidobhatna.

Nem így történt, viszont elárulta, hogy a keresztet ő adta hozzá, így ellenpontozva, lenullázva az esetleges szentségtörést.

Egyes ideghálók meglepően jók horrorba illő darabok alkotására, sőt, akár Lovecraft-regényeket illusztrálhatnának már. Vagy ha nem is teljes regényeket, egy-egy oldalt mindenképpen.

Képzőművészet és mesterséges intelligencia egyre több szállal kötődnek egymáshoz. A Google Dreams néhány éve szenzációszámba ment, ma már viszont egyre több a hasonló, de még jobb minőséget generáló próbálkozás. Ezek a munkák persze nem feltétlenül önálló alkotások, hanem meglévő anyagok átalakítása, továbbgondolása, de akár a posztmodern appreciation fogalmát is rájuk húzhatjuk, amikor annyira értékelünk egy alkotást, hogy kisajátítjuk, és ugyan megtartva, de új minőséget akarunk kihozni belőle. Akár művészi lopásnak is nevezhetjük, bár nem teljesen az.

Az MI által generált képek mindig elgondolkoztatnak, és persze elcsodálkozunk a fejlődésükön.

Az Artificial Nightmares (Mesterséges lidércnyomások) YouTube-csatorna egyperces darabját, a „Krusty, a bohóc”-ot is csak döbbenten, és persze szörnyülködve nézzük. A gótikus borzalmakat, reneszánsz eleganciájú és színvilágú figurákat a bohóc inspirálta, idegháló generálta. Álomszerű, szürrealista, szinte valósághű képek peregnek, de legalábbis tudjuk, hogy – például pszichedelikus drogok hatására – ilyen valóságok, ha máshol nem, akkor a tudatalattiban, az emberi psziché mélyrétegeiben léteznek.

A képeket három gépitanulás-algoritmus, VQGAN, CLIP és Rife-RealESRGAN generálta, mindegyik szöveges leírásokat vizualizált, addig javítva rajtuk, amíg el nem értek egy szintet.

Ezek az algoritmusok szinte bármiből, a Simpson család jól ismert karaktereiből, Buzzfead szalagcímekből, pornóból stb. képesek hátborzongató képanyagot generálni.

Automatikusan merül fel a kérdés, hogy a technológia folyamatos fejlődésével, az általunk fogyasztott média hány százalékát hozzák létre mesterséges intelligenciák a közeljövőben?

A Stanford Egyetem Emberközpontú MI Intézete kiadta immáron ötödik évi MI Indexét. Az akadémiai és konferenciapublikációkon és nyilvános adatsorokon alapuló anyag korábbi trendek folytatásáról, a támogatás, a szabályozás és a mesterségesintelligencia-teljesítmény növekedéséről számol be.

2020-ban 42,2 milliárd dollár szakterületi magánbefektetést, 2021-ben több mint a kétszeresét, 93,5 milliárdot könyveltek el. A pénz többsége, 76,5 milliárd Kínából, az Európai Unióból és az Egyesült Államokból jött, viszont kevesebben kapták, mint a korábbi években. Míg 2017-ben négyezernél több új MI-cég volt, addig 2021-ben hétszázötvennél kevesebb.

Nő a szabályozás, 2015 óta huszonöt meghatározó országban ötvenöt MI-vel kapcsolatos törvényt hoztak, és ebből csak 2021-ben tizennyolcat.

Az USA és Kína között ugyan sok a geopolitikai jellegű súrlódás, de a kutatókat ez sem gátolta abban, hogy 2021-ben kilencezernél több amerikai-kínai közös publikációt jegyezzenek – ötször annyit, mint 2010-ben.

Egyre több területen (képosztályozás, tárgydetektálás, nyelvfeldolgozás) csökken a begyakoroltatás ideje és költsége. A 2021-es képosztályozó modellek 63,3 százalékkal olcsóbbak, 94,4 százalékkal gyorsabbak, mint a 2018-asok.

Az MI-etikára összpontosító konferenciákra 2021-ben ötször annyi tanulmány érkezett, mint 2014-ben. A magánszféra által jegyzett tanulmányok száma 71 százalékkal nőtt. Mindez azt jelenti, hogy az etikai aggodalmak mainstream kutatási témákká váltak.

Az MI Index korábbi kiadásai az iparági növekedés fontos inflexiós pontjaira világítottak rá. Az idei kiemelte az új MI-doktorátusok növekvő számát. Az USA-ban már több külföldi doktorál, mint amerikai, a tanulmányokban lévő hivatkozások számában pedig Kína megelőzte az Egyesült Államokat. Többek között Kínával kapcsolatos még, hogy egyre elfogadottabb az MI-vezérelte megfigyelés. Már a 2020-as anyag leszögezte, hogy az USA és Kína a világ két abszolút szakterületi nagyhatalma, és Kína minden más államot maga mögé fog majd szorítani.

A magánbefektetések növekedése és az automatizáció csúcsra futtatott szabályozása jelzi, hogy az MI a társadalmi hajtóerők középpontjában van.

A közösségi média bonyolult hirdetésrendszere mögötti ideghálók akár az egész hálózat összes energiáját úgy leszívhatják, hogy soha nem valósítják meg mindazt, amiért fejlesztették őket – figyelmeztetnek a Koppenhágai Egyetem kutatói.

A világon nincs elég energia az ideghálók tökéletessé fejlődéséhez, és ha a mostani típusok használatban maradnak, jó lenne jobban kifizetődő, értékesebb célokra alkalmazni őket, mint a hirdetések.

„Az a probléma, hogy végtelen energiamennyiség használható fel, például arra, hogy az ideghálók csak ránk targetáljanak hirdetéseket, és emellett semmi mást ne tegyenek. Soha nem fejezik be a gyakorlást, a végtelenig tökéletesednek. Olyanok, mint az összes energiát elnyelő fekete lyukak. Ez semmilyen esetben sem tartható fenn” – magyarázza Mikkel Abrahamsen, az egyik kutató.

Még a legjobb, maximum nyolc ismeretlent kezelő hagyományos algoritmusok sem passzolnak a közösségi hálózatok hirdetéseket a felhasználók irányába finomhangoló ideghálóival, mert az utóbbiak akár többmilliárd paraméter figyelembevételével állíthatók csak be.

Tanulási folyamatukhoz rengeteg idő és energia kell, és a kutatók számításai alapján, ha egyetlen idegháló trenírozásához a bolygó összes energiáját elhasználjuk, akkor sem lesz soha tökéletes. Gyakorlás közben egyre lassabban megy minden. A nyolcvan százalékos pontosságot már egy nap után elérik, ezt követően, a nyolcvanöthöz viszont legalább egy hónap kell.

Ez a masszív energiaigény cseppet sem meglepő mesterségesintelligencia-kutatók számára, kívülállók viszont keveset tudnak róla, és a hálók pont ezért lehetnek kártékonyak.

Kontinenseket átszelő repüléseink, vagy ruhavásárlásaink energetikai vonzatával sokkal jobban tisztában vagyunk, mint azzal, hogy mennyit fogyasztunk egy-egy Facebook, Twitter stb. bejelentkezéssel.

Jobban oda kellene figyelnünk rá – javasolják a dán kutatók.

Ugyan egyre több kutatás foglalkozik a mesterségesintelligencia-fejlesztések masszív környezeti lábnyomával, ezek a következmények általában háttérbe szorulnak a gyorsan fejlődő technológiák más társadalmi hatásaival összehasonlítva.

A kriptovaluták bányászatának következményeit viszont már elég jól ismerjük.

A még nagyon fiatal kvantumszámítástechnika máris csomó meghökkentő, hosszas gondolkodásra késztető szalagcímet generált: „kvantum-apokalipszis”, „kvantum-szupremácia” és hasonlók, miközben rengeteg az új befektetés, a kockázati tőke. Ezek együtt a technológia kereskedelmi lehetőségeinek megnyílását vetítik előre.

Előbb viszont mindenkinek nagyon mély levegőt kellene vennie – figyelmeztet a Maryland Egyetem szakembere, Sankar Das Sarma.

A kutatások és fejlesztések döbbenetesek, izgalmasak, és szenzációs eredményekhez, rendkívüli áttörésekhez vezethetnek. Das Sarma azonban arra is felhívja a figyelmet, hogy – túl a hype-on –, a fejlődés lassú, és a közeljövőben sajnos aligha látunk világmegváltó kvantumszámítástechnikai újításokat.

„Annyira vagyok kvantumszámítás-párti, amennyire csak lehet valaki. Több mint száz tanulmányom jelent meg a témakörben, sok PhD és posztdoktori diákom a világ különböző pontjain, a terület ismert szakemberei, viszont a mostanában tapasztalható hype zavar. Különösen akkor idegesítő, amikor a kereskedelmi hasznosíthatóságról tesznek elhamarkodott kijelentéseket” – írta egy nemrégi tanulmányban Das Sarma.

A hype történetét 1994-ig vezeti vissza. Egy elemzés szerzői akkor bizonyították be, hogy elméletileg a technológiával a létező legerősebb titkosító algoritmus is feltörhető. Mivel ez a felvetés komoly veszélyt jelentett (és jelent ma is), a kormányok jelentős összegekkel kezdték el támogatni a kvantumszámítástechnikai kutatásfejlesztéseket.

A probléma magja, hogy a technológia fizikailag ugyan megvalósítható, a megfelelő mérettartományban történő eredmények elérése viszont döbbenetesen komoly kihívás. Számszerűsítve: a mai csúcs-kvantumszámítógépek több tucatnyi kvantumbittel (qubit) próbálnak figyelemfelkeltő eredményeket elérni. A qubitek hatékony kihasználásához azonban ennyi nem elég, számukat milliókra kellene felvinni.

„A mostani qubit-rendszer szenzációs tudományos teljesítmény, viszont nem visz közelebb minket mindenki számára fontos problémák megoldásához. Olyasmi, mintha az 1900-as évek vákuumcsöveivel próbálnánk létrehozni a legjobb mai okostelefonokat” – folytatja Das Sarma.

Ettől függetlenül persze eljöhet a kvantumszámítások kora, de a levegővételt se tartsuk vissza – figyelmeztet megint. Abszolút bizonytalan, hogy a sok startup mit ér el a közeljövőben.

Ideghálók segíthetnek gazdáknak, megnyugtathatják őket, hogy állataik jól érzik magukat, boldogok.

A Koppenhágai Egyetem kutatói ugyanis a sertések röfögése és visítása mögötti hangulatokat értelmező rendszert fejlesztettek. Egy hálót tizenkilenc szituációban (etetés, egymás közti dulakodás, futás, vágóhídra vitel stb.) felvett 7417 állati hangból álló adatbázist használva tanítottak be a disznók önkifejezésének osztályozására.

Minden egyes hangot pozitívnak vagy negatívnak címkéztek. A megítéléshez az aktuális helyzet jelentette az alapot. A például táplálkozás vagy egy ismerőssel való találkozás közben kiadott hangokat pozitívként, a dulakodás vagy a vágóhídra menet alattiakat pedig negatívként értékelték.

A kutatók két másik hálót a hangok spektrogramján gyakoroltattak. Az egyik a pozitívokat és a negatívokat azonosította, a másik pedig a szituációt címkézte.

A modell a hangok által kifejezett érzelmeket 91,5, a szituációkat 81,5 százalékos pontossággal azonosította. Ezek a számok gépi tanulás nélküli módszerrel sokkal alacsonyabbak, 61,7 és 19,5 voltak.

Persze nemcsak az általuk kiadott hangok alapján állapítható meg állatok hangulata, viszont jó fogódzók mentális állapotuk feltérképezéséhez.

Korábban sertések táplálkozási szokásainak előrejelzésére, esetleges tüdőgyulladás megállapításához használtak ideghálókat. Dél-koreai kutatók tehenek hangját elemző ideghálókat dolgoztak ki, amelyek megállapítják, hogy az állat éhes, melege van, vagy köhög.

Ezek a technológiák nemcsak állatok esetében hasznosak, hanem embereknek is segíthetnek. Például a bázeli és barcelonai illetőségű Zoundream startup csecsemők sírását éhségként, fájdalomként, rossz levegőként, ölelés hiányaként interpretáló rendszert hoz hamarosan kereskedelmi forgalomba.

A koppenhágai kutatók távolabbi célja a disznók viselkedését figyelő, követő és vágyaikat, szükségleteiket előrejelző rendszer fejlesztése. Állatok természetesen magasszintű érzelmek kifejezésére képesek, és e tényekből kiindulva egyes országok, például Ausztrália és az Egyesült Királyság törvényei markánsabban védik őket, szabályozzák, hogy jól érezzék magukat az adott istállóban. Az érzelmi állapotukat értékelő rendszerek segítenek a gazdáknak a törvények betartásában.

Kaszinók és játékhonlapok gépi tanulással jelölik – bélyegezik? – meg az addiktív viselkedést mutató játékosokat. Ezek az intézmények hamar elveszíthetik az engedélyüket, ha megkönnyítik az önpusztító magatartást, így érdekük, hogy ne történjen meg. Ráadásul több pénzt csinálnak a rendszeresen visszatérő nyertesekből, mint azokból, akik mindenüket elveszítik.

A dán Mindway AI rendszere segít a kockázatok csökkentésében – megjelöli az ügyfelek nyugtalanító megnyilvánulásait. Egyelőre főként online platformok élnek vele, de valódi kaszinókban is használják már.

A cég minden egyes ügyfélhez egyedi modellt tanít be. Alapvetően egy, ezen a téren tapasztalattal rendelkező pszichológus tizennégy kockázati tényező, például a feltett pénzösszeg, a játékkal eltöltött idő, hányszor vett ki pénzt automatából stb. alapján pontoz. A játékosokat három kockázati szint alapján címkézi fel, és a modellt a címkéknek megfelelően gyakoroltatja.

A rendszer figyeli minden egyes játékos viselkedését, és kockázati szintet generál. A kaszinó vagy a honlap még a baj előtt figyelmeztetheti ügyfeleit nyugtalanító folyamatokról. A fejlesztők szerint célszerűbb, ha a lehetséges problémákat telefonon beszélik meg, sok kliens viszont az e-mailt vagy a felugró üzeneteket szereti.

A függők nem biztos, hogy jó néven veszik az „őrületükre” figyelmeztető üzeneteket. Emellett, az arcfelismerés is szerepet játszik a játékosok problémáinak azonosításában. A makaói kaszinókban ezzel a technológiával ismerték meg a nagynyerőket, akiknek aztán jutalmat ajánlottak fel, miközben a város játékhatósága hivatalosan csak biztonsági célokra használta az arcfelismerést.

Csak az Egyesült Államokban kb. tízmillió személy szenved játékfüggőségtől. A problémák azonosítása segíthet a „vesztésspirál”, az eladósódás és az ezekkel járó mentális bajok megállításában. A kaszinók is jól járnak, ha megmaradnak és továbbra is játszanak az ügyfelek. Paradox módon, a szektorban évtizedek óta a játékbarlangok működtetőit segítendő használják az adattudományt, most viszont, a mesterséges intelligencia az ügyfeleket igyekszik támogatni.

Yoon Suk-yeol nyerte meg a március kilencedikei dél-koreai elnökválasztást. A kampányban egy kérdésekre válaszoló, mesterséges intelligencia által generált hasonmást, azaz kamuvideó (deep fake) személyiséget is használt. A közönséget nem verték át, mert előre tájékoztatták őket, hogy számítógépes animációt fognak látni.

Az avatár a szöuli DeepBrain AI munkája. Az akkor még elnökjelölt Yoonról húsz óra audió- és videóanyagot használtak fel hozzá. Zöld képernyővel szemben vették fel, összesen háromezer mondatból áll.

Az elnökválasztás előtti két hónapban Yoon kampánycsapata minden nap kiválasztott egy kérdést és az avatár által elmondott választ. A hang Yoon hangja.

Először politikáról beszélt, aztán a témák személyesebbé váltak, például szóba kerültek a jelölt kedvenc karaoke-számai. Az avatár az ellenlábas Lee Jae-myungot és a hivatalban lévő elnököt is sértegette.

Eleinte Lee lenézte MI Yoont, de két héttel a választások előtt már ő is használt saját avatárt, viszont – ellentétben a másikkal – a hasonmás tevékenysége tényleges kampányrendezvényeken felvett anyagokon alapult.

Sok víz lefolyt a Dunán a kamuvideók első, 2020-as politikai célú felhasználása óta. Akkor az indiai Manoj Twari kampányvideóját változtatták meg, hogy a politikus több helyi nyelven mondhassa el üzenetét.

A technológia több közéleti botrányt is okozott. Egy malajziai miniszterről például házasságtörő anyag jelent meg, de kiderült róla, hogy kamu. Egy másik eset: a gaboni elnökről készült kamuvideó több katonatisztet ösztönzött puccskísérletre.

A zord és semmitmondó személyiségként ismert Yoon digitális hasonmását azért is készítették el, hogy pozitív hatással legyen a vele szemben és a kimenetel szempontjából egyaránt kritikus fiatal szavazókra. Egyesek ugyan elutasították az avatárt, az eredmény viszont a technológia sikerét vetíti előre. Ha nem csalás, azaz megmondják, hogy hasonmásról van szó, bizonyos célcsoportoknál sokat érhetnek el vele.

Mindenesetre elég ironikus, hogy egy politikus kamuvideója autentikusabbnak tűnik, mint a valódi személyiség.

Andrew Ng-t, a világ egyik legismertebb gépitanulás-szakértőjét nemcsak az MI, hanem más tudományok és technológiák, például a fúziós energiának, az emberi életkor meghosszabbításának és a világűr gyarmatosításának a nagy kihívásai is inspirálják.

Több közös jegyet lát bennük. A következőkről van szó: a megoldás a legtöbb ember jelenlegi életmódját valószínűleg, de nem szükségszerűen jó irányba változtatná meg. Szakemberek évtizedek óta dolgoznak rajtuk, elképzelhető de nem garantált, hogy még a mi életünkben elérik a célt. Technikailag annyira összetett problémakörök, hogy kívülállók, de még szakértők számára is nehéz felvázolni a megoldáshoz vezető lépéseket.

A fúziós energia a biztonságos, tiszta és korlátlan elektromosság-forrás ígérete, az atomok fúziójából történő energiagyűjtéssel hátráltathatjuk a klímaváltozást, és a geopolitika is átrendeződne, ha az államok energiaellátása függetlenedne.

Ha tovább élünk, nagyobb tudást halmozunk fel. Egyesek persze a gazdagságra és a hatalomra is koncentrálhatnak, és a demográfiai kihívást sem szabad alábecsülni. Az élettartam meghosszabbítását célzó eddigi vegyi anyagok nem váltották be az ígéreteket, több mostani kísérlet viszont áttöréssel kecsegtet.

A világűr gyarmatosításával az emberi történelem a földi keretek közül kilépve, áthelyeződik egy kvázi végtelen jövőbe. A Homo sapiens is elhagyta valamikor Afrikát, majd benépesítette a Földet. Elvileg a világűrben is megvalósulhat valami hasonló léptékű folyamatlánc.

Az általános mesterséges intelligenciához hasonlóan, az ezekkel a területekkel foglalkozó startupok jó részét túlhájpolják, szkeptikusok a vállukat vonogatják, a lelkes követők pedig már-már hívőkként viselkednek.

Ng szerint az a legizgalmasabb, hogy a mesterséges intelligencia komoly szerepet játszhat a célok megvalósításában. Például a DeepMind fúziós reakció vezérléséhez, kontrollálásához fejlesztett MI-t, általánosságban pedig az MI sokat segít nagyléptékű fizikai rendszerek tervezésében és természetesen a szimulálásukban is. Az egészségügyben szintén sok területen alkalmaznak okos algoritmusokat. Új gyógyszerek feltalálásában is segédkeznek, így törvényszerű, hogy a várható élettartam meghosszabbításából is kiveszik majd a részüket. Az űrkutatásban pedig az automatizált vezérlés bevett dolog, a valós időben történő kivitelezéssel viszont a távolságok miatt komoly gondok merülnek fel. Ezek megoldásában játszhat fontos szerepet a mesterséges intelligencia.

Az MI azonban nem varázsszer – hangsúlyozza Ng. Segíthet, de önmagában nem elegendő.

„Mindig azt gondoltam, hogy az általános mesterséges intelligencia, tehát egy átlagemberhez hasonlóan bármely mentális feladat kivitelezését megtanulni képes rendszer fejlesztése korunk egyik legnagyobb kihívása” – nyilatkozta Andrew Ng, világhírű MI-kutató, aki tizenhét éve egyébként már szervezett emberi szintű mesterséges intelligenciát építő workshopot.

Az általános MI (artificial general intelligence, AGI) akkor is ellentmondásos téma volt, és ma is az. A címkézetlen adatokból tanuló, önfelügyelő tanulás utóbbi időbeli gyors fejlődése viszont az emberi agy tanulását imitálni próbáló algoritmusokon dolgozó mélytanulás-szakértőkre emlékezteti Ng-t.

Az AGI felbecsülhetetlen értéket jelenthet, ugyanakkor erősen technikai témaként, kívülállók, sőt, szakértők számára is nehéz felmérni, hogy melyik megközelítés megvalósítható, melyikkel érdemes foglalkozni.

Az AGI potenciáljának és technikai komplexitásának kombinációja több vállalkozót cégalapításra ösztönzött. Abból indultak ki, hogy startupjuk már akkor nagyon értékes lehet, ha csak egy százalékban lesznek sikeresek. Kb. tíz éve részben a cégüket reklámozó vállalkozók, és részben az IT-ipar óriásai által generált óriási hype alakult ki az AGI körül.

Ma még nincs AGI, és nem tudni, mikor lesz. A hype mértéke viszont több szakértőt elbizonytalanított, és nem hajlandók beszélni a mikorról, mert tanultak más területek túlzott optimizmus és megvalósulatlan ígéretek miatti negatív példáiból.

Néhány éve nincs már akkora hype az AGI körül, Ng örül ennek, mert így jobb a munkakörnyezet, kisebbek az elvárások. Szerinte a tanulóalgoritmusok bizonyos kombinációi vezethetnek el az általános mesterséges intelligenciához, csakhogy ezeket a kombinációkat és algoritmusokat fel kell még találni.

A szakemberben felmerült már az a kérdés is, hogy egyes meglévő felügyelet nélküli tanulóalgoritmusok felfelé történő skálázásával az ideghálók komplexebb mintázatokat tanulnának meg. Az öntanító és az önfelügyelő tanulás pont ebbe az irányba mutat. De talán egyes kódoló algoritmusokkal is eljuthatunk eddig.

Ng egy többszáz, többezer óra videóból gazdag reprezentációkat megtanuló alapmodellt szintén elképzelhetőnek tart.