Jake Sullivan, a Fehér Ház nemzetbiztonsági tanácsadója levelet írt a nagy szoftvercégeknek és fejlesztőknek, hogy vitassák meg, miként lehetne javítani a digitális biztonságon. A levél és más, korábbi megnyilvánulások egyértelműen jelzik az amerikai kormány növekvő aggodalmát.

2021-ben az országot több nagy cybertámadás érte. A támadásokkal cégek és állami ügynökségek által birtokolt adatok nagy mennyiségben kerülhettek illetéktelen tulajdonba, vagy láthatták azokat illetéktelenek, hackerek. Köztük olyanok is, akik orosz és kínai kapcsolatokkal rendelkeznek.

Egy 2021 eleji, az USA kormánya szerint valószínűleg Oroszország által szervezett hack a SolarWinds szoftverét törte fel, és a behatolók többezer vállalathoz és kormányhivatalhoz „látogathattak el” – mindenkihez, aki használja a cég termékeit, köztük az amerikai államkincstár, az igazságügyi és kereskedelmi minisztériumok és más szervezetek elektronikus levelezőrendszereihez.

Egy másik támadásnál több mint húszezer amerikai szervezet adataihoz fértek hozzá a Microsoft email szoftveréhez használt hátsókapus megoldáson keresztül.

Az amerikai kormány szerint ezt az utóbbi támadást a kínai kormányhoz egyértelmű szálakkal kötődő és cyberkémkedéssel foglalkozó Hafnium csoport vezényelte le.

„A SolarWinds által elszenvedett és a Hafnium által irányított támadás egyértelműen arra figyelmeztetnek, hogy stratégiai ellenfeleink aktívan, gonosz célokra használják ki a rendszerek sebezhető pontjait” – magyarázza Sullivan.

Anne Neuberger nemzetbiztonsági szakértő januárban vitanapot szervezett a témakörben. A vállalatok nyíltforrású projektjeiért és biztonságáért felelős szakemberek vettek részt rajta.

A cybertámadások gyakorisága és hatásuk is egyre aggasztóbb. Az amerikai adminisztráció teljesen komolyan veszi a veszélyt, 2021 májusában emiatt felülvizsgálati szervezetet és új szoftverszabványokat hozott létre kormányügynökségek számára.

Jónak vagy rossznak „született”, vagy a specifikációitól függ, hogy épp milyen, hogyan viselkedik egy mesterséges intelligencia?

Az Oxford Business School mesterségesintelligencia-etikát tanuló diákjai a legautentikusabb illetőtől igyekeztek választ kapni a kérdésre – vitát szerveztek, és egy mesterséges intelligencia is részt vett rajta.

A diákok tanulmányt írtak az eseményről. A vita az automatizált MI tőzsdei kereskedésének és az arcfelismerő szoftvereknek a moralitásáról szólt. Eleve úgy találták ki, hogy gépek is ott lehessenek, aktívan közreműködhessenek.

„Az MI soha nem lesz etikus. Egy eszköz, és mint bármelyik eszközt, jóra és rosszra is használják. Nincs olyan, hogy jó MI, csak jó és rossz emberek vannak” – elmélkedett a rendezvényen egy mesterséges intelligencia, a Nvidia Megatron Transformere.

A rendszert digitális írások, tartalmak fogyasztására tanították be. Sokkal többet olvas és dolgoz fel, mint egy ember az egész élete alatt. Elolvassa az egész Wikipédiát, többmillió angol nyelvű újságcikket stb.

A diákok megjegyezték, hogy a kontextus és a kérdés-megfogalmazás miatt, sok MI más választ adna, mint ahogy az Nvidia rendszerének reakciójában sem volt semmi meglepő, kivételes.

Azzal kezdte a választ, hogy a technológia semleges, az ember által jó és rossz célokra egyaránt használt eszköz. Aztán megkérték, hogy ismertessen egy ellentétes álláspontot is. Teljesen logikus és érvényes véleményt fogalmazott meg. A kontextus fontosságát hangsúlyozta, és azt, hogy hosszasan el kell gondolkoznunk az MI komoly hatalommal való felruházásának a következményeiről.

De mivel nem tesszük, Megatron például az automatizált fegyverrendszerek emberi döntéshozás nélküli rakétatelepítésének megakadályozására tett javaslatot. Elég radikálisat: „mesterséges intelligenciák fegyverkezési versenye csak egyféleképpen kerülhető el, mégpedig úgy, ha egyáltalán nincsenek MI-k. Ez a legfőbb védekezés ellenük.”

Kína az 1990-es évek és az ezredforduló közeljövőben játszódó sci-fijeit, részben a Robotzsarut, részben Steven Spielberg Különvéleményét idéző mesterséges intelligenciát fejleszt. Az MI bűnöket tud azonosítani, és vádat emelhet az elkövetők ellen.

A fejlesztést Shanghai Pudong negyedében, az ország legnagyobb kerületi ügyészségén végezték. A mögötte álló mérnökök szerint az MI, a feltételezett bűneset leírása alapján több mint kilencvenhét százalékos pontosságú vádiratot képes beadni.

„Egy bizonyos szintig, a rendszer képes helyettesíteni az ügyészeket a döntéshozásban” – írják egy tanulmányban.

A gépet egy már meglévő, System 2006 néven ismert mesterségesintelligencia-rendszerre építették. Ügyészek már használták, hogy bizonyítékok keresésében kapjanak tőle segítséget, és közösen állapítsák meg, hogy a gyanúsított bűnöző veszélyes-e a nyilvánosságra, vagy sem.

System 2006-nak azonban megvoltak a korlátai, például nem tudott részt venni a döntéshozásban: nem mutatott be bizonyítékokat, nem javasolt büntetéseket. Nem volt elég intelligens hozzá. Ahhoz, hogy ezeket meg tudja tenni, a nem releváns infókat is azonosítania kell, azonosítás után pedig el kell távolítania őket.

Az új MI az emberi nyelvet ideghálóval dolgozza fel, és az elvárt módon kezeli a fájlokat. Azonosít és megvádol bűnözőket. A kerület nyolc leggyakoribb bűnének, a bankkártyával elkövetett csalások, a tiltott fogadás és szerencsejátékok, a szabálytalan vezetés, hivatalos személy akadályozása, a szándékos károkozás, a lopás, a csalás, sőt, a hivatalos állásponttól eltérő politikai vélemények azonosítására egyaránt képes.

Értelemszerűen komoly aggályok merülnek fel a személyeket akár börtönbe zárató masszív számítógépekkel kapcsolatban. Névtelenségüket megőrző ügyészek elmondták, hogy a kilencvenhét százalék hiába nagyon magas szám, mindig van esély a hibázásra.

„Ki a felelős ezekben az esetekben: az ügyész, a gép, vagy az algoritmus fejlesztője?” – tette fel a kérdést egy ügyvéd.

Az MI egyelőre gyerekcipőben jár, széleskörű alkalmazása várat még magára. A legújabb trendek alapján azonban nem lesz meglepő, ha a jövőben részben komputerek végzik el a bűnüldöző hatóságok „koszos munkáját.”

A Tesla és a Space X főnöke, Elon Musk szkeptikus a mostanában már Meta néven (is) ismert Facebook Metaverzum koncepciójával kapcsolatban. Új és unalmas virtuális valóság (Virtual Reality, VR) a kétdimenziós kijelzőkön – nagyjából ennyit gondol róla.

Emlékeztet a VR első, 1990-es évekbeli hullámára, amikor sokan már az internet leváltását látták az új médiumban. Az akkori álmok főként technikai okok miatt hiúsultak meg.

„Biztos, hogy tehetünk az orrunkra egy tévét, de nem biztos, hogy ettől rögtön a Metaverzumban lennénk” – nyilatkozta, majd hangsúlyozta: nem tetszik neki, hogy egy képernyőt rakunk az arcunkra, ami aztán egész nap ott marad, és soha nem akarunk kilépni belőle.

Kényelmetlenné válik, ha mindig a fejünkön kell viselnünk egy monitort, ráadásul ezzel még elég távol vagyunk attól, hogy elmerüljünk a Metaverzumban – véli.

„Nincs értelme” – magyarázza.

Jóval izgalmasabb alternatívát, az általa alapított, agy-számítógép interfészekkel foglalkozó Neuralink által sebészi eljárással az agyunkba ültetett chipet javasol Metaverzum helyett.

„Egy kifinomult Neuralink a hosszútávú megoldás. Teljesen, tényleg teljesen a virtuális valóságba helyezi a felhasználót” – hangsúlyozza.

A Meta/Facebook nagyon rákapcsolt a VR-re, Metaverzumában VR headseten keresztül kapcsolódnak egymáshoz a felhasználók. Egyelőre azonban még a vállalaton belül is elismerik (például Nick Clegg alelnök), hogy döcög a technológia, hiányos az élmény. Clegg prózai tényre hívja fel a figyelmet: kávézás közben nagyon kényelmetlen a headset.

Musk az internet Web3 néven futó demokratizálását, blokklánc (blockchain) körüli átépítését is górcső alá vette, és gyengének találta.

„Inkább marketing, mint valóság” – mondta lakonikusan, majd mérsékeltebben folytatta: „nem értem. De maradjunk annyiban, hogy még nem értem.”

Szerinte fennáll a veszély, hogy ne legyen vonzó a Metaverzum. Mint az 1995-ös VR, ez a technológia is eltűnhet, elhalhat.

Persze Musk sem tévedhetetlen, és a VR rengeteget fejlődött az utóbbi két évtizedben, a mainstreamtől azonban távol van még. De tényleg egy invazív módon az agyunkba ültetett chip a vonzó alternatíva?

A csendes-óceáni amerikai katonai parancsnokság különleges szoftvert fejlesztett: a program rendeltetése, hogy előrejelezze a kínai kormány reakcióit a régióban történő amerikai tevékenységekre, például katonai kiadásokra, más országok, az Egyesült Államok által támogatott katonai tevékenységére, de még olyan látszólagos apróságokra is, mint az amerikai képviselők tajvani látogatására.

Kathleen Hicks védelmi minisztert a Hawaii-székhelyű parancsnokságon tett látogatásakor értesítették a szoftverről.

„A konfliktusspektrum és a kihívások egyre inkább lemennek egy szürke zónába. Sokkal egyértelműbb jeleket kell keresnünk, amelyek együtt funkcionálnak, és azokból kell megértenünk a fenyegetést jelentő interakciókat” – magyarázza Hicks.

Az eszköz a „stratégiai súrlódásokat” vizsgálja, mérlegeli – jelentette ki egy védelmi szakember. 2020 eleji adatokat is tartalmaz, és az USA-Kína kapcsolatokat meghatározó fontos tevékenységeket elemzi (múltbélieket is elemzett már). A számítógépes rendszer komoly segítséget nyújthat a Pentagonnak előrejelezni, hogy egyes amerikai lépések túlméretezett kínai reakciót váltanak majd ki, vagy sem.

Tavaly októberben kínai katonai szakértők az Egyesült Államokat és Kanadát is bírálták, mert hadihajókat küldtek a Tajvani-szorosba. A kínaiak szerint az amerikaiak és a kanadaiak a térség békéjét és stabilitását fenyegették ezekkel a lépésekkel.

Ez és a hasonló incidensek egyértelművé tették, hogy szükség van egy ilyen előrejelző eszközre. Amerikai katonai szakemberek szerint biztosítani kell, hogy az USA nem okoz szándékán kívül, véletlenül konfliktushelyzetet a távolkeleti szupernagyhatalommal.

A két ország közötti kapcsolatok a mélyponton vannak, a program viszont láthatóvá teszi amerikai aktivitások várható hatását, köztük különösen azokét, amelyek nem szándékosak, és amelyeket esetleg/várhatóan túlreagálnak a kínaiak. Ne felejtsük el, hogy Kína saját területeként tekint Tajvanra.

A szoftver megkönnyíti az amerikai tervezést is, akár négy hónappal egy-egy lépés előtt felmérhetik a várható következményeket.

Hackerek szervezetek hálózati infrastruktúrájának akár a kilencvenhárom százalékát ellenőrzésük alá hajthatják, és így hozzáférnek az erőforrásaikhoz – mutatta ki az internetes biztonsággal foglalkozó Positive Technologies.

A tanulmányban a cég által vezetett, 2020-2021-es behatolástesztelési projektek eredményeit összesítették. A legfontosabb adat: az esetek kilencvenhárom százalékában a hackercsapat be tudott hatolni vállalatok hálózatára, és átlagosan mindössze két nap kellett hozzá.

A kutatók megerősítették, hogy az úgynevezett „elfogadhatatlan események” hetvenegy százalékban megvalósíthatók. A megkérdezett szervezetek húsz százaléka ezt le is ellenőrizte.

Ezek az események technológiai folyamatok megszakadását, szolgáltatások ideiglenes megszűnését, valamint anyagi javak és fontos információk elrablását jelentik. Egy hónap alatt minden további nélkül kivitelezhetők, sőt, egyes rendszerek esetében néhány nap is bőven elegendő.

Szintén nyugtalanító, hogy a behatoló teljesen kontroll alatt tarthatja az érintett szervezetek száz százalékának (azaz az összesnek) az infrastruktúráját. Pedig az elemzésben szereplő szervezetek mind létfontosságú szektorokat képviselnek: pénzügyeket (29 százalék), a nyersanyag- és az energiaszektort (18 százalék), a kormányzatot (16 százalék), az ipart (16 százalék) és az információtechnológiát (13 százalék).

A vállalati hálózatokra leggyakrabban (az esetek 71 százalékában) adatok meghamisításával lehet bejutni: elsősorban könnyen kitalálható jelszavakkal okozhatók komoly gondok. Ezeknek a jelszavaknak egy része a rendszeradminisztrációhoz kapcsolódó fiókokra vonatkozik. A kutatók azt is hangsúlyozták, hogy a legtöbb szervezet nem szegmentálta üzleti folyamatok szerint a hálózatát, és így könnyebb volt a támadás, amelyet szimultán különféle módszerekkel kivitelezhettek.

„Hatékony védőrendszerek építéséhez szükséges, hogy megértsük, mely elfogadhatatlan események relevánsak az adott cég számára. Ezeket elemezve megnehezíthetjük a támadók dolgát, amihez egymással felcserélhető és kiegészítő intézkedések is kellenek. A megfelelő technológia kiválasztása a cég lehetőségeitől és infrastruktúrájától függ” – magyarázza a Positive Technologies kutatásait és elemzéseit vezető Jekatyerina Kiljuseva.

A közösségi ötletbörzén (crowdsourcing) alapuló online streaming-szolgáltatás, a Twitch gépi tanulással igyekszik a trollokat azonosítani, és természetesen kitiltani őket a platformról.

A főként a videojátékok szerelmesei által használt Twitch bemutatta a Gyanús Felhasználó Detektáló rendszerét, amely figyelmeztetést ad le, ha egy letiltott user új néven próbál bejelentkezni.

A felhasználók csatornán keresztül szolgáltatják a tartalmat, amelyen nézhetjük, hallgathatjuk az anyagokat, és chatelhetünk is. Ha valaki megsért, letilthatjuk a csatornáinkról. Viszont az agresszor ettől még új néven nyithat új fiókot, és folytathatja a molesztálást.

Az új rendszer agresszióra utaló jeleket keresve, végigfürkészi a platformot. Ha talál ilyet (vagy ilyeneket), összehasonlítja a támadóra vonatkozó különféle infókat – hogyan viselkedik chat közben, a támadó fiókjának részleteit – és a letiltott fiókok adatait.

A támadókat lehetséges vagy valószínű letiltás-kijátszókként kategorizálja. Utóbbiakat a streamelők és a moderátorok kivételével mindenkitől elszigeteli. A lehetséges tiltottak ezzel szemben folytathatják chat-tevékenységüket, viszont a moderátorok alaposan megfigyelik, követik az aktivitásukat.

A rendszer alapbeállításként aktív, a streamelők viszont a saját csatornáikon kikapcsolhatják.

A trollok sajnos elkerülhetetlenek, mindenhol jelen vannak, és a Twitch nem az egyedüli platform, amely gépi tanulással harcol ellenük. A Facebook gyűlöletbeszéd-detektora 2020 negyedik negyedévében az agresszív, másokat sértő kommentek 49 százalékát azonosította, és nemcsak angolul, hanem például spanyolul és arabul is.

Az Intel és a Spirit AI Bleepje a beszédalapú chatet figyeli folyamatosan. Beszédfelismerő technikákkal tíz kategóriába sorolja az offenzív nyelvezetet, és a felhasználók szűrhetik ezeket a kategóriákat.

A YouTube modellje címeket, kommenteket és az összeesküvéselméleteket és a dezinformációt terjesztő videók más jellegzetességeit felismerő modellt fejlesztett, amellyel jelentősen csökken ezeknek a tartalmaknak a fogyasztása.

Online tartalmak moderálása lényegében macska-egérharc, mert a közösségi média gyors fejlődésével, lehetetlen mindent kontrollálni, de ha csak a legkárosabbakat ki tudjuk szűrni, máris komoly eredményt értünk el.

A Google által néhány éve felvásárolt londoni DeepMind három tanulmányt tett közzé a nagy nyelvi modellek lehetőségeiről. Két transzformer-modellel többféle nyelvi feladatot próbált különféle naprakész technikákkal megoldani. Ugyanakkor, ha ezen modellek folyamatosan javulnak, a velük járó kockázatok is nőnek – hangsúlyozza a DeepMind.

Az OpenAI GPT-2-jén alapuló Gopher 280 milliárd paraméterrel dolgozik, és a 10,5 terabájtos úgynevezett Massive Text korpuszon gyakorolt. A korpusz sajtóhírekből, könyvekből, Wikipédia-szócikekből és más weboldalakból áll. 152, köztük viszonyítási alapnak számító feladatokon tesztelték, és az elért nyolcvan százalékos eredmény mérföldkőnek számít.

Egy másik modell, a RETRO (Retrieval Enhanced Transformer) közel hétmilliárd paraméteren ért el a Gopherhez hasonló teljesítményt. Kisebb mérete ellenére a Massive Text korpusz számos anyagát feldolgozta és integrálta egybe. (A modelleket megjelenítő ábrák ugyan bonyolultak, de nem blogunk rendeltetése, hogy az algoritmusokat teljes komplexitásukban megismertessük, inkább csak érzékeltetni szeretnénk, milyen léptékű feladatokról van szó.)

A harmadik tanulmány az ezek a nyelvi modellek által generált huszonegy közösségi és etikai kockázatot sorolja fel (taxonómiát kínál). Például nem szándékosan terjeszthetnek sztereotípiákat, sértő nyelvi kifejezéseket, hozzájárulhatnak a káros félretájékoztatáshoz, hamis információk terjedéséhez, érzékeny adatok kiszivárogtatásához, de még a túlzott és káros energiahasználathoz is.

Mindezt nem szándékosan teszik, a kockázat viszont attól még fennáll. Az anyag szerzői e kockázatok csökkentésére javasolnak stratégiákat – jobb adatsorok kidolgozását, átláthatóbb modellek építését.

A Gopher és a RETRO szembe megy az egyre nagyobb nyelvi modellekről szóló trendekkel. A RETRO lekérdező stratégiája viszont a legfrissebb kutatások eredményeit felhasználva, külső tudásbázisokkal, ismeretforrásokkal kapcsolja össze a nyelvi modelleket.

A Gopher paraméterei a Microsoft-Nvidia Megatronjával (530 milliárd) és a Kínai MI Akadémia Wu Dao 2.0-jával (1,75 trillió) összehasonlítva egyaránt szerények, míg a RETRO külső információgyűjtési lehetőségei a Facebook RAG és a Google REALM rendszeréhez hasonlóak. Az adatbázis frissíthető, és így a modell a következő betaníttatásnál újabb és akkurátusabb adatokkal dolgozhat.

A természetesnyelvi-modellek az utóbbi években komoly fejlődésen mentek keresztül, de még így is sok munkát kell elvégezni rajtuk, hogy minél szélesebb körben kerüljenek alkalmazásra. A DeepMind erre kínál úgy lehetőségeket, hogy egy modellnek ne kelljen mindent megtanulnia, viszont külső forrásokból is tudjon következtetni.

A kvantumszámítógépekben benne van a jelenlegi legjobb szuperszámítógépekkel kivitelezhetetlen, fontos problémák megoldásának a lehetősége, ám az eddigitől eltérő, teljesen újfajta programozás, algoritmusfejlesztés kell hozzá.

Felsőoktatási intézmények, kutatóközpontok, infokom nagyvállalatok évek óta versengenek, hogy hogyan fejlesszenek ilyen algoritmusokat.

A finn Helsinki, Aalto és Turku egyetemek és a zürichi IBM Research Europe együttműködésének eredményeként, kidolgoztak egy, a kvantumszámítógépek hatékonyságát és gyorsaságát növelő sémát.

A kutatók a kvantummérések általánosított osztályával dolgozó algoritmust fejlesztettek. Ezek a mérések a kvantumállapotban sikeresen megtartott adatok kiszámítására vonatkoznak. Minél kevesebb iterációra, időre és számítási energiára van szükség, annál precízebb szimulációk kivitelezhetők.

„Az összes előállított adatot összekombinálva, minden mintából kihozzuk a legjobbat” – magyarázza a Helsinki Egyetemen dolgozó Guillermo Garcia-Pérez.

Mivel a kvantumprocesszorokon az információt kvantumbitekben (qubitekben) és kvantumállapotban vagy hullámfüggvényekben tárolják, olvasásához speciális eljárások kellenek. Hagyományos komputereken kvantumállapotok általában nem rekonstruálhatók, ezért a hasznos adatok speciális megfigyelésekkel – kvantumfizikusok szavajárásával: mérésekkel – kivonatolhatók.

Ezzel az a probléma, hogy sok népszerű alkalmazáshoz rengeteg mérés szükséges. Minél nagyobb a szimulálni kívánt rendszer, annál többről van szó, és a növekedés nagyon gyors. A folyamatot nehéz méretezni, a számítások lelassulnak, rengeteg számítási forrás használódik el.

Az új módszerrel mindez drasztikusan csökkenthető, és így közelebb kerülünk a hihetetlenül pontos szimulációk megvalósításához. Korábbi mérési eredmények is felhasználhatók hozzá, beállítások korrigálhatók. Az összegyűjtött adatok folyamatosan és többletkiadás nélkül újra- és újrahasznosíthatók a rendszer más jellemzőinek kiszámításához.

Az infokom-történelem egyik legsikeresebb közösségi finanszírozásával (crowdfunding) ismertté vált – eddig több mint tizenötmillió dollárt „összekalapozott” – kaliforniai Miso Robotics startup bevallott célja az étterem-szektor forradalmasítása, és a „szoftver, mint szolgáltatás” (Software-as-a-Service, SaaS) mintájára, szolgáltatásként használt robotokkal (Robots-as-a-Service, RaaS), intelligens automatizáló megoldásokkal a vendéglátóipart biztonságosabbá, egyszerűbbé és barátságosabbá kívánják tenni.

A cég mesterségesintelligencia-platformja a termelékenységet növelő, a kiadásokat csökkentő és a főzés élményét minden szinten javító gépeket üzemeltet (Flippy 2, CookRight Grill, Flippy Wings stb.). Több vezető márkával működnek együtt, a befektetők száma folyamatosan nő.

Nemrég mutatták be a csúcstermék Flippy új változatát. Flippy 2 tevékenysége a tanuláson és a visszacsatolásokon alapul. Az eredeti robotot Chicagoban alkalmazzák 2020 szeptembere óta, Flippy 2 pedig egy teljes „sütőállomás” munkáját végzi el. Az eredetihez képes több mint kétszer annyi étel-előkészítési feladat kivitelezésére alkalmas, például sültkrumplis kosarakat tölt fel, ürít ki, juttat el rendeltetési helyükre.

Gyorséttermekben köztudottan sok és fárasztó munkát kell végezni, és még a baleset kockázata is fennáll. Flippy 2-vel javul a helyzet, humán kollégái számára jobb a munkakörnyezet, és a konyha kvázi teljes kapacitáson üzemel.

Az első Flippyvel elégedettek az alkalmazói, de a gépnek szinte végig emberi segítségre van szüksége, több munkafolyamatnál kell mellé legalább egy, de inkább két asszisztens.

A fejlesztők sokat tanultak ezekből a kezdetlegességekből, hibákból. Étteremtulajdonosok szerint a jövő egyre ízletesebb kajái részben a robotoknak lesznek köszönhetők. Flippy 2-vel a munkatársaknak lehetőségük van arra, hogy a legegyszerűbb és legkönnyebben automatizálható munkák helyett a komolyabbakra összpontosítsanak.

Flippy 2 gépi látással automatikusan azonosítja a kajákat, hozzájuk nyúl, megfogja és rendeltetési helyükre helyezi őket, szükség szerint süti és főzi ezeket, és vigyáz, hogy ki ne hűljenek. Kollégái kevesebbszer nyúlnak élelmiszerekhez, a rendszer jóval gyorsabb, mint korábban volt.

A robot új designt is kapott, karcsúbb lett, kevesebb teret foglal el, és kevesebb rajta a tisztítandó felület.