A The Dallas Morning News és a Berkeley Újságírói Iskolája közös kutatás eredményeként megállapította, hogy georgiai, észak-karolinai és más gimnáziumok és felsőoktatási intézmények a Social Sentinel („közösségi őrszem”) természetesnyelv-feldolgozó rendszerrel megfigyeltek diákokat. A rendszer közösségimédia-posztokat és azokból következtetve, személyek mentális állapotát monitorozva azonosít magukban vagy másokban kárt okozni szándékozó személyeket.

Az „őrszemet” 2015 és 2019 között, és valószínűleg később is, tüntetők nyomon követésére szintén használták.

A 2020 óta Navigate360 Detect néven futó „őrszem” mesterségesintelligencia-alapú nyelvi motorral elemzi a kommunikációt: Facebook-, Instagram-, Reddit-, Twitter- és YouTube-posztokat, kommenteket. A keresés a biztonsággal és a biztonságossággal kapcsolatos nyolc topikra, valamint huszonöt altopikra korlátozott.

Az újságírók kiszivárgott dokumentumokat, iskolai alkalmazottakkal folytatott beszélgetéseket és a kormányzathoz beadott kérvényeket elemezve, több tényt megállapítottak.

Nyilvánosan hozzáférhető posztok mellett a rendszer e-maileket, Google Docs, Google Hangouts anyagokat és Facebook Messenger üzeneteket, sőt, veszélyesnek minősíthető webes kereséseket is vizsgált. A fejlesztők nem nyilvánosan promótálták oktatási intézmények vezetőinek, hogy tiltakozásokat előzzenek meg, illetve súlyosságukat csökkentsék vele.

Egy észak-karolinai főiskola a szoftverrel az intézmény vezetőségét nemi erőszak miatti feljelentésért kritizáló diákjának közösségimédia-kommentjeit követte 2019-ben. Egy georgiai egyetem legalább három 2017-es tüntetésen figyelte a diákjait az „őrszemmel”, köztük legalább egy olyan személyt is, aki semmiféle kapcsolatban nem állt az oktatási intézménnyel. Egy észak-karolinai kampusz rendőrsége a rendszerrel 2015-ös abortuszellenes és abortuszpárti tüntetőket, majd 2018-ban egy, az 1861 és 1865 közötti déli hadsereget ünneplő szobor eltávolítását követelő megmozdulások résztvevőit figyelte meg.

Az „őrszemet” 2020-ban megszerző ohiói Navigate360 vállalat szerint az újságírók nyomozása pontatlan, mert például a „tiltakozni” szó nem is szerepel a rendszer keresési topikok listáján. Iskolaigazgatók és más potenciálisan érintett oktatási szereplők nem válaszoltak az újságírók kérdéseire, és az ilyen és hasonló szoftverek használatára vonatkozó irányelveikről sem voltak hajlandók nyilatkozni.

Mivel a rendszer tevékenysége és felhasználása egyértelmű személyiségi jogi (privacy) kérdéseket vet fel, és súlyos, akár büntetőjogi következményekkel is járhat, nem meglepő, hogy az érintettek kerülik a médianyilvánosságot.

A hal- és tengergyümölcsei-ipar mesterséges intelligencia használatával próbálja csökkenteni környezeti lábnyomát. Az MI-t és más csúcstechnológiákat többféleképpen alkalmazzák azért, hogy az iparág minél zöldebbé váljon.

A norvég Aquaticode például ideghálókkal vizsgálja át, osztályozza és válogatja ki a lazacokat. A technikával a halgazdaságok kevesebb anyagi erőforrással nagyobb állományokat tenyésztenek.

Az Aquabyte rendszere folyamatosan figyeli a gazdaságokban tenyésztett halak egészségi állapotát, előrejelzi az ideálos lehalászási időpontokat, amellyel csökkenti a tevékenység közben termelődő hulladék mennyiségét.

A Shinkei Systems hajóra szerelhető gépe automatikusan elpusztítja és megtisztítja a frissen fogott halakat. Tevékenységét a legjobb szushi-éttermek előírásai/szabványai szerint végzi, mert ha nem így tenné, a vendéglátóipari egységek nem vennék át a halakat.

A mexikóvárosi Atarraya garnélarákok szállító konténerekből kialakított speciális tartályokban történő tenyésztésével foglalkozik. A tartályokat mesterséges intelligencia vezérli, a cég húsz egység telepítését tervezi az amerikai Indianapolisban.

Miért jó ez? A fejlesztőcég szerint azért, mert garnélarákok tenyésztése nyílt tóban a talajvizet és a parti vizeket szennyező mérgezőanyagokat generál. Az MI által vezérelt tartály így fenntarthatóbb megoldás (kérdés persze, hogy a meg nem kérdezett garnélák „mit szólnak hozzá”).

A Shrimpbox („garnéladoboz”) két nagy víztartályból áll. Mindkettőt a pH-t, tápanyagokat, vegyi anyagokat, vízhőmérsékletet figyelő szenzorokkal szerelték fel. Gépitanulás-modellek automatikusan adagolják a tápanyagokat, szükség szerint módosítanak a feltételeken.

Ugyanezek a modellek optimalizálják a garnélák salakanyagát és az általuk termelt más hulladékokat fogyasztó algák és gombák növekedését, amellyel a tartályban élő lények egészségesebbek maradnak, és vízöblítésre is kevesebb alkalommal van szükség. A felhasználók távolról, távirányítva módosíthatnak a beállításokon, illetve etethetik a garnélákat.

Ha tömegesen termelhető, a Shrimpbox a víziállat-tenyésztés több kényes problémáját megoldhatja. Például megállíthatja a világ halpopulációját és így a vizek ökológiai egyensúlyát egyre jobban veszélyeztető túlhalászást. A nyílt víz helyett tartályban történő tenyésztéssel hulladékok, antibiotikumok és más vegyszerek nem kerülnek a környezetbe, plusz a tenyésztés is közelebb történik a fogyasztáshoz, azaz nincs szükség távolsági szállításra – ezzel szintén csökken az iparág széndioxid-kibocsátása.

A Google új módszert mutatott be nagy nyelvi modellek (large language models, LLM) felhasználására. Lényege, hogy robotok emberek utasításai (promptok) alapján képesek megírni a saját kódjukat.

A munka a vállalat egyik új nyelvi modelljén alapul. A modell lehetővé teszi, hogy robotok megértsenek emberek által adott utasításokat, majd racionálisan és biztonságosan reagáljanak rájuk a fizikai térben. A kivitelezéshez az OpenAI híres GPT-3-ját és kapcsolódó automatizált kódkiegészítéseket (például a GitHub Copilotját) is használták.

Mi történik akkor, ha robotok utasítások alapján autonóm megírják a világgal folytatott interakciókhoz szükséges saját kódjukat? – tették fel a kérdést a Google kutatói.

Volt okuk a bizakodásra, mert a nyelvi modellek legújabb generációja képes bonyolult következtetésekre, ráadásul többmillió kódsoron gyakoroltatják őket. A kutatók rájöttek, hogy a modellek természetes nyelvű utasításokat követve nemcsak általános, hanem robotok cselekvéseit irányító kódokat is tudnak írni (Kód, mint szabályozás a fejlesztés neve). A kódíró LLM-eket át is programozhatják azzal a céllal, hogy természetes nyelvű utasításokra reagálva, írjanak robotokat szabályozó kódokat.

A felhasználó például azt mondja, hogy „tedd az építőkockákat az üres tálcára”, mire a nyelvi modell a kódot Pythonban író és a robotot az elmondottak követésére utasító programot generál. A Google szerint nyelvi modellek – különösen a CaP – jobbak erre a feladatra, mint a korábbi megoldások.

Sőt, még bonyolultabb feladatok elvégzésére is utasíthatják a robotokat, és néhány szavas promptokból közvetlenül írhatják a kódot. A CaP pontos értékeket, például a nem egyértelmű leírásokon („gyorsabban”, „balra” stb.) alapuló sebességet is képes értelmezni, de az angolon kívül más nyelvekkel és emojikkal is elboldogul.

Egyelőre ott tart, hogy a gépeket különböző színű építőkockák például 2D négyzetre helyezésére ösztönözze, de az építőkockákkal történő házépítésre, azaz jóval komplexebb utasítássor megadására még nem képes. Az ok: nincsenek 3D-s referenciái.

A CaP plusz rugalmasságot ad a robotnak, az viszont potenciális kockázatokkal, például előre nem kalkulált viselkedéssel is járhat.

Egyre több a repülőautó-prototípus, viszont az elektromos járműveket gyártó kínai Xpeng – a Tesla egyik riválisa – úgy tűnik, megalkotta a legabszurdabbat, de még a látványnál is abszurdabb, hogy ránézésre, videók alapján a gép működik is.

Egyelőre csak prototípus, X3-nak hívják, és elsőre pont olyan, mint egy normál autó. Egy komoly kivétellel: akkora rotorok vannak rajta, mint a drónokon. Miattuk fest úgy a járgány, mintha meseautó vagy még inkább, óriásméretű játék lenne.

Repülésnél X3 fokozatosan felemelkedik a talajról, majd közel tíz méter magasságban lebeg. Miután stabilizálódott a pozíciója, előre repül, sőt, meg is fordul, majd visszatér az indulási pontra, és sikeresen landol.

Tömege 1936 kiló, és a kilók jelentős részét valószínűleg az elemek alkotják. A szám magáért beszél – egy ilyen súlyú gépet a levegőbe vinni önmagában megsüvegelendő teljesítmény.

Kialakítása értelemszerűen különcködő, és ugyan nem kifejezetten elegáns, repülésre viszont mindenképpen alkalmas, pláne ha minden korrekt a cég demonstrációs anyagában.

Az autó „teste” szokatlanul hosszú, amit nyilvánvalóan a masszív rotorok és a hardver miatt alakítottak így ki. Kicsit olyan, mint egy lebutított, nagyon átformált helikopter.

Mivel a rotorok behúzhatók, az X3 elvileg országúti közlekedésre szintén alkalmas. Ez a tulajdonsága is különlegessé, egyedivé teszi, mert vele ellentétben, a legtöbb repülő autó nem tud utakon közlekedni. Fejlesztőik inkább csak a repüléssel foglalkoznak, a szárazföldet hanyagolják, így maga az „autó” név is eufemizmus, és nem valóság.

Az X3 prototípus viszont hiába látványos, nincs még az 1960-as évek legendás amerikai rajzfilmsorozatában, az űrcsalád Jetsonékról szóló történetekben látható repülő autók szintjén. Az ablakok vagy le vannak takarva, vagy elsötétítettek, így nem is tudjuk, hogy a járműben van-e hely sofőr számára. Belső teréről sincs sok elképzelésünk, például, hogy mennyit foglalhat el belőle a hardver.

Az Xpengnek nem az X3 az egyetlen repülő autója. Októberben, Dubaiban mutatták be a kevésbé hagyományos külsejű X2-t, egy kisebb, inkább repülőre emlékeztető masinát.

Az orosz invázió előtt Ukrajna volt a földkerekség ötödik búza-exportőre. A háború miatt világszerte drasztikusan felmentek az élelmiszerárak, egyes régiókban akár éhínség is lehet. Az ukrán gabonatermést ért károk mértékének pontos felmérése segíthet a veszteség helyettesítését célzó stratégiák kidolgozásában.

A háborúban több területen alkalmazták már a gépi tanulást: hadifoglyokat, háborús övezetből menekülőket, háborús bűnöket elkövető katonákat azonosítottak a propaganda leleplezésére, elhurcolt személyek mozgásának figyelésére, füst és felhők miatt nehezen vagy nem látható, sérült épületek lokalizálására szintén alkalmas technológiával.

Legújabban ideghálók segítenek humanitárius szervezeteket az ukrán gabonatermést ért háborús károk felbecslésében.

Az amerikai Yale Közegészségügyi Iskola és az Oak Ridge Nemzeti Laboratórium kutatói légi felvételeken látható gabonatároló létesítményeket detektáló gépilátás-modellt fejlesztettek. A rendszer kimenetei segítették őket az orosz hadsereg által lebombázott, megkárosított épületek azonosításában.

A kutatók gabonasilók utoljára 2019-ben frissített adatbázisával kezdték. Gépi tanulást használva jöttek rá, melyek hiányoznak, és hol építettek újakat 2019 óta.

A YOLOv5 objektumdetektáló/osztályozó eszközt Google Earth képeken látható gabonasilók azonosításával gyakoroltatták, majd a modellt másfajta létesítmények (gabonafelvonók, raktárak és hasonlók) észrevételére finomhangolták. Kereskedelmi műholdak címkézett felvételeivel dolgoztak hozzá.

A modell a teszteken 83,6 százalékos pontossággal teljesített. A február 24-i orosz támadást követően, az invázió által sújtott térségekről készült 1787 műhold-felvételt tápláltak a rendszerbe, és korábban nem katalogizált tizenkilenc létesítményt azonosítottak. A lokalizáció után a kutatók manuálisan elemezték a károkat.

Kiderült, hogy 344 létesítményből 75-öt ért károsodás, az ellenség pusztítása 3,07 millió tonna gabona tárolására alkalmas kapacitását sodort komoly veszélybe. Ez a szám a teljes ukrán gabonatermés közel tizenöt százaléka.

Az ENSZ új klímaügyi jelentése alapján a század végéig akár 2,5 fokkal is nőhet a bolygó átlaghőmérséklete. A 2015-ös Párizsi Egyezményben 1,5 fok szerepel, és egyértelmű, hogy a 2,5 katasztrofális következményekkel járna. (Már a mostani 1,1 fokkal is mindinkább érezzük a változásokat.)

A sztratoszférikus aeroszol injekció, mesterséges intelligenciával támogatott klimatikus geomérnökség lehet az egyik megoldás. A művelet során a napfényt nagyon magas mennyiségben visszaverő részecskéket szórnak az atmoszférába. A bolygó fényvisszaverő képességének növelésével lelassíthatjuk a napfény melegedésének ütemét, amivel több időnk marad a széndioxid-kibocsátás csökkentésére, hatékony módszerek alkalmazására.

A mesterséges intelligencia több szempontból is fontos szerepet játszhat ebben a műveletben.

Az aeroszolokat valószínűleg speciális repülőgépek szállítják majd. Nagy magasságban közlekedő autonóm drónok specifikációinak kidolgozása kifejezetten MI-nek való feladat.

Az aeroszolok bolygónk éghajlatára gyakorolt hatásait még alig értjük, sötétben tapogatózunk velük kapcsolatban. Az átlaghőmérsékletnek csökkennie kell, de mi van, ha egyes régiókban gyorsabb a csökkenés, míg másokban folytatódik a felmelegedés? Hogyan befolyásolja mindez a termést, az esők savasságát, a széláramot és sok minden mást?

A kérdések megválaszolására és a hatások modellezésére tökéletes lehet a gépi tanulás, nélküle nehezen elképzelhető bármilyen hasznos és gyorsan alkalmazható megoldás.

Ha ismerjük a sztratoszférikus aeroszolok potenciális éghajlati hatásait, valamint a különféle aeroszolok közötti különbségeket, a megerősítéses tanuláshoz hasonló optimalizáló technikákkal dönthetjük el, melyik aeroszolt, mikor és hol használhatjuk úgy, hogy az a bolygó javát szolgálja.

A használat csak akkor válik realitássá, miután minimum mindezeket a kérdéseket megválaszoltuk.

A sztratoszférikus aeroszol injekciót több szempontból, de leginkább morális alapon és az előre nem látható kockázatok miatt kritizálják. Az MI és kutatók közös és aprólékos munkájával vagy háttérbe szoríthatók ezek a hangok, vagy a technológiáról derül ki, hogy tényleg kockázatos.

Amikor Elon Musk október 27-én felvásárolta a Twittert, a madár felszabadításáról beszélt. Ugyanakkor sok felhasználó az új tulajdonos személye miatt a közösségi médium elhagyásával fenyegetőzött.

Felhasználók mindig lebegtetik, hogy lelépnek a Twitterről, új adatok alapján viszont ezúttal szignifikáns mennyiségben távoznak.

A nem autentikus viselkedést (például botokat) figyelő Bot Sentinel kb. 3,1 millió fiókot és a hozzájuk kapcsolódó aktivitást elemzi napi rendszerességgel. Megállapították, hogy október 27. és november 1. között 877 ezren deaktiválták, további 497 ezernek pedig felfüggesztették a fiókját. Ez a szám az átlagosnak több mint a kétszerese.

Deaktiválás esetén magunk döntünk a fiók bezárása mellett, felfüggesztéssel pedig a Twitter az inaktív, a nem hiteles és a közösségi szabályokat megszegő személyeket sújtja proaktívan. 

A Bot Sentinel szerint a Twitternek kb. 237 millió „pénztermelő” felhasználója van. A felvásárlás előtti héten jóval kevesebb fiók szűnt meg, a számok Musk első négy napjában 208 százalékkal ugrottak meg.

Ez az Elon Musk elleni tiltakozás jele – véli Christopher Bouzy, a Bot Sentinel alapítója, majd felhívta a figyelmet, hogy többen előzetesen posztolták: ha tényleg Musk fogja vezetni a Twittert, akkor távoznak.

A gyűlöletbeszédet is megemlítette – Musk érkezésével a korábbinál több felhasználó kezdte el tesztelni: a „szabad véleménynyilvánítás” nevében, mit tehet, és mit nem az új tulajdonos alatt. Egyes felfüggesztések esetleg azzal magyarázhatók, hogy az illetők túl messzire mentek. Egyelőre nincsenek adatok arról, hogy a felfüggesztések hány százaléka történt nem autentikus viselkedés, és hány a közösségi törvények megszegése miatt.

A Hálózati Fertőzéskutató Intézet elemzése alapján az „N-szót” (néger) 500 százalékkal többen használták Musk első tizenkét órájában a Twitteren, mint előtte. Ezzel párhuzamosan megnőtt a net sötét bugyraiba tartozó oldalakról, például a 4chan-ről történő hosszas copy-paste-ek száma is.

A gyűlöletbeszéd azért is szaporodhatott el, mert a vállalat megszüntette a tartalommoderáláshoz való hozzáférést – míg korábban többszázan foglalkoztak vele, addig Musk érkezése után már csak tizenöt személynek van jogosultsága rá. A vállalat magyarázata: az átállás alatt csökkenteni akarják a belső kockázatot.

Savvas Zannettou, a Delfti Műszaki Egyetem kutatója szerint, a tömeges exodus első fejezeténél tartunk csak, és ha jönnek a változások, a mostanit újabb elvándorlási hullámok követhetik.

Bouzy is elmondta, hogy az ellenséges környezet miatt hosszútávon sokan hagyhatják el a Twittert, és ha a baloldali érzelmű és a marginalizált személyek távoznak, a platform nem fog különbözni az alt-right Parlertól (a Twitter „alt-tech alternatívájától”) és a Truth Socialtól (a Trump Media & Technology Group – szintén alt-tech – termékétől).

Az Egyesült Királyság független adatvédelmi szervezete, a személyiségi jogokat figyelő Információ-biztos Hivatal (ICO), az ország legfontosabb watchdogjának biztoshelyettese, Stephen Bonner figyelmeztet a mesterséges intelligencia érzelemfelismerésre történő használata ellen. Szerinte egyik vállalatnak sem kellene alkalmazni az érzelemelemzés néven is ismert, egyelőre „éretlen” technológiát. Túl nagy a kockázat, több a potenciális kár, mint az előny.

Bonner a biometriát és az érzelemelemzést egy kalap alá veszi, és mindkettőben veszélyt lát, például egyes személyek pontatlan, igazságtalan és diszkriminációhoz vezető megítélését.

Az érzelemelemzés hasonlóan működik, mint egyes jól ismert biometrikus technológiák, például a szintén vitatott megítélésű arcfelismerés, sőt, még megbízhatatlanabb.

A rendszer többször leszkenneli az adott személy arcát, arckifejezését, rögzíti a hanghordozását vagy más fizikai jegyeket, és ezekből az adatokból kiindulva, mentális állapotokra vagy érzelmekre következtet.

Az arcmozdulatok és az alapvető érzelmi kategóriák közötti kapcsolat automatizálásánál felmerülő nehézségek általánosabb kérdéshez vezetnek: az érzelmek tényleg szűk csoportokba sorolhatók, vagy sokkal összetettebbek? Többek szerint az arckifejezések nem feltétlenül fejezik ki pontosan belső lelkiállapotunkat, például hányan mosolyognak valódi öröm nélkül?

Bonner szerint a fenntartható biometriai alkalmazásoknak teljesen funkcionálisnak, felelősnek és tudományosan megalapozottnak kell lenniük, máskülönben használhatatlanok.

Az ICO régebben is figyelmeztetett egyes technológiák használatára, teljes technológiacsalád ellen, mint most a biometria esetében, viszont még soha nem foglalt állást. Érzelemelemzéshez tudománytalan, áltudományos megoldás – érvel Bonner.

Az arcfelismerés és például a reptereken történő más biometrikus megoldások buktatói is elgondolkodtatók, viszont egyikük sem annyira nyugtalanító, mint az érzelemelemzés – összegez a biztoshelyettes.

Közeleg az újabb amerikai választás, és megint egy közösségimédia-platform fenyegeti a demokráciát – derül ki a Global Witness és a New York Egyetem Cyberbiztonság a demokráciáért csapatának közös kutatásából. A TikTok ugyanis borzasztóan teljesít a választással és a politikával kapcsolatos hamis infók és félretájékoztatások szűrésében.

A TikTokot, a Facebookot és a YouTube-ot tesztelték, és egyik sem végzett jó munkát az egyébként a kutatók által feltöltött, félrevezető információkat tartalmazó hirdetések eltávolításában. A legrosszabbnak a szóban forgó hirdetések kilencven százalékát jóváhagyó TikTok bizonyult.

Ha figyelembe vesszük a közösségimédia-platform döbbenetes növekedését – az utóbbi néhány évben az összes riválisnál gyorsabban növekedett –, valamint, hogy mennyire népszerű a fiatal korosztályban, a szám nyugtalanító. A felhasználók számának exponenciális növekedésével a félretájékoztatás is exponenciálisan nő, és a TikToknak proaktívan kellene fellépnie.

A kamuhirdetéseket súlyosságuk alapján rangsorolták. Egyesek félrevezető választási időpontokat, mások pontatlan követelményeket tartalmaztak, és voltak olyanok is, amelyek egyenesen le akarták beszélni a választókat a voksolásról.

Ez minden platformnak hátrányos, de annak különösen az, amelyik büszke a választási tartalmakkal és a politikai hirdetésekkel kapcsolatos hozzáállására. Márpedig a TikTok nyilvánosan bejelentette: semmiféle fizetett politikai hirdetést nem engedélyez, az igazolt politikai felhasználói fiókoknak automatikusan megtiltották az influenszerek számára elérhető „lejátszásért pénz jár” hirdetések használatát. Augusztusban bejelentették, hogy szigorítottak a félretájékoztatás kezelésén, a megvalósításban független hírszerző cégekkel, civilszervezetekkel és más szakértőkkel dolgoznak együtt.

Október 20-án kiderült, hogy a TikTok mögötti ByteDance vállalat, az app helyalapú adatait felhasználva, kémkedne egyes amerikai állampolgárok fizikai tartózkodási helye után. Egyelőre nem tudni, hogy ezt tényleg megvalósítják, vagy sem.

Az app remekül kivitelezett algoritmusa egyértelműen kapcsolódik a félretájékoztatás elleni csődhöz. Ahogy a platform bármelyik népszerű zenei, tánctrendje, ugyanúgy a dezinformáció is nagyon gyorsan virálissá válhat. Mivel ez az algoritmus a TikTok sikerének kulcsa, nehezen elképzelhető, hogy a cégvezetés jelentős mértékben változtatna rajta.

Így a félretájékoztatás nyilvánvalóan mindaddig marad, amíg a szabályozók meg nem unják.

Fejlett mesterségesintelligencia-megoldásokhoz fejlett hardver kell. De mi történik akkor, ha a csúcskategóriás MI-chipek globális beszállítói lánca elakad?

A legtöbb fejlett MI-processzort Tajvanon gyártják, és a sziget és a Kínai Népköztársaság közötti feszültség nő. Szinte minden chipet az USA-ban terveznek, és az USA nemrég törvényekkel blokkolta, hogy Kína hozzájuk férjen. Ez a lépés arra ösztönözheti Pekinget, hogy elvágja az amerikaiak hozzáférését a tajvani gyártókapacitáshoz.

Esetleges katonai lépések az emberiség és az MI fejlődése szempontjából is tragédiát jelentenének. Egyelőre nem tartunk itt, de a chipháború elkezdődött, és ha a feszültség csökken is, más okok is akadályozhatják a gyártást. A Covid-19 miatti lezárások eddig is rossz hatással voltak rá, és mi történik akkor, ha például Tajvanban aszály, Malajziában pedig árvíz lesz?

Az USA és Kína egyaránt saját beszállítói láncot akar a fejlett chipekhez. Az egyszámjegyű nanométer-egységben mért áramkörök gyártása azonban rendkívül nehéz és drága, és semmi garancia nincs arra, hogy bármelyik félnek sikerülni fog.

Kína a 2014-ben, a félvezetőipari dominanciáról megfogalmazott tervet igyekszik megvalósítani. Sokat áldoztak a hazai félvezetőipar fellendítésére, amit az amerikai szankciók nyíltan veszélyeztetnek.

Az amerikai gyártóknak az ország területén történő gyárak építéséért adókedvezményt ígérő augusztusi törvények egyértelműen az otthoni gyártás és kutatásfejlesztés ösztönzését szolgálják. A piacvezető Nvidiával szemben lemaradásban lévő Intel nemrég két gyárat alapított is Ohio államban.

Mindeközben a legfejlettebb termékeket előállító gyártók az Egyesült Államokba tartanak. A világelső Tajvani Félvezetőgyártó Társaság 12 milliárd dolláros üzemet épít Arizonában, ahol 2024-ben indulhat el a gyártás. A szintén élenjáró Samsung Texasban épít 17 milliárd dolláros létesítményt.

Ha viszont a chipokalipszis bekövetkezik, a nemzetközi mesterségesintelligencia-fejlesztő közösségnek ügyesen kell kihasználnia a régebbi félvezető-technológiát, big data helyett small datát, adatközpontú MI-központokat, hatékony modellarchitektúrákat. Növekvő polarizáció mellett kell fokozniuk a nemzetközi együttműködést.

Mindezek fényében úgy tűnik, hogy egy rövid ideig tartó chiphiány a világ két szuperhatalma közötti konfliktus legkedvezőbb forgatókönyve.