Képzeljük el, hogy az Egyesült Államok valamelyik északnyugati államában vagyunk farmerek, itt a koratavasz, és az éjszakai, hajnali hőmérsékletek éppen hogy elkezdtek fagypont fölé emelkedni.

Kellene valamit kezdeni az új vetőmaggal, például trágyázni, viszont a fagypont alatt történő trágyázással kinyírjuk a termést. A legközelebbi város ötven kilométerre van, az időjárás-jelentés szerint ott és a környéken nem lesz fagy a következő napokban, ezért elgondolkozunk, majd a trágyázás mellett döntünk.

A következő éjszaka gazdaságunk egy részén mégis fagy, az elvetett és letrágyázott magok negyede pedig elpusztult.

Ez sajnos nem egyedi eset.

Különösen akkor nem, ha az időjárásadatok nagyobb területre, a gazdáktól viszonylag messzebbre fekvő településekre vonatkoznak. A Microsoft kutatói ezeken a farmereken, megújulóenergia-termelőkön (és másokon is) segítendő, fejlesztették a lokális időjárást nagyon pontosan előrejelző DeepMC keretet.

A DeepMC gépi tanulással, mesterséges intelligenciával éri el a pontos eredményeket. Két különböző forrásból, a helyszínen lévő szenzoroktól és a standard helyi időjárás-előrejelzésekből származó adatokkal dolgozik. Az adatok közvetlenül, alkalmazás-programozói felületeken (API) jutnak el hozzá a Nemzeti Óceán és Légkör Felügyelettől, a Nemzeti Időjárás Szolgáltatótól stb.

„Van egy fúziós mechanizmusunk, amivel egyesítjük a két jelet” – nyilatkozta a kutatást vezető Peeyush Kumar.

A DeepMC mesterséges intelligenciával taníttatta meg a helyi időjárás-előrejelzés és a mikroklimatikus időjárási feltételek közötti eltérések, hibák észrevételét. Az előrejelzéshez és a szenzorikus adatokhoz is „történelmi” adatokkal dolgozik, és külön-külön prognosztizál minden egyes paramétert (hőmérséklet, széllökés ereje stb.).

A rendszer egy úgynevezett dekompozíciós módszert is használ, amellyel rövid- és hosszútávú trendeket igyekszik kimutatni, és amely – Kumar szerint – még pontosabbá teszi. Szintén ő nyilatkozta, hogy a DeepMC akkurátusabb a többi hasonló modellnél, például az IBM Weather Company-jénél, vagy az Apple által felvásárolt Dark Sky-nál.

A GPT-3 nyelvi modell kereskedelmi forgalomba kerülésének első lépését a fejlesztő OpenAI – akkor még nonprofit kutatóintézet – 2019-es profitorientált vállalattá alakulása jelentette. Néhány hónappal később a Microsoft exkluzív kereskedelmi hozzáférést kapott a modellhez. A privát bétaváltozat 2020 közepén indult. A jelenlegi a Microsoft természetes nyelvet számítógépes kóddá alakító Power Apps fejlesztői platformját is működteti.

A GPT-3-at, a világ egyik legerősebb mesterséges intelligenciáját a Microsoft most közkinccsé teszi az Azure felhőszolgáltatáson, és így bővül az OpenAI által biztosított korlátozott hozzáférés.

Ezentúl nemcsak MI-fejlesztőcégek dolgozhatnak vele, hanem az egészségügyben, a gyártásban, a kormányzati szférában és más területeken szintén használhatják (de nem módosíthatnak rajta).

A bétaváltozatot fikciók, és szöveges leírásokon alapuló zenék, képek generálására is alkalmazták, több mint háromszáz alkalmazást fejlesztettek hozzá. A realisztikus prózaírásra képes modell örömmel, de félelemmel is töltötte el az MI-közösséget és az érdeklődőket. Most még nagyobb léptékű alkotások várhatók tőle.

A Microsoft viszont csak jól meghatározott és a vállalat felelősségteljes mesterséges intelligenciákra vonatkozó alapelveit betartó alkalmazásoknak biztosít hozzáférést – ezeknek az MI-knek korrektnek, megbízhatónak, átláthatónak, elszámoltathatónak és a személyes szférát tiszteletben tartónak kell lenniük.

A felhasználók a kívánthoz hasonló outputokat táplálnak a GPT-3-ba, amely például sporteseményekről készít majd összefoglalót, programozókat segíti a kódírásban, marketingeseket a kollektív agyalásban. Mindezek mellett, speciális szűrőkkel például videojátékokhoz, vagy vállalati kommunikációhoz is igazítható az MI által generált szöveg.

A rendszerhez tartozó más eszközök pedig azt garantálják, hogy mindenhol megfeleljen a helyi törvényeknek, a hálózatbiztonsági előírásoknak stb. Az új implementáció biztonsági monitoring- és elemzőfunkcióval is rendelkezik, amelyekkel kiszűrhetők a félreértelmezések és a visszaélések.

A Caltech kutatói a járást és a repülést összekombináló kétlábú robotukkal új mozgástípust hoztak létre. A gép ráadásul kivételesen fürge, és komplex mozdulatokra képes.

A részben sétáló robot, részben repülő drón neve LEONARDO, és a LEgs ONboARD drOne rövidítése, de egyszerűen csak LEO-nak is hívják. Kötélen lépeget, ugrál és még gördeszkázik is. Az első robot, amely több-csuklós (ízületes) lábat és propelleralapú tolóerőt használ egyensúlya ellenőrzésére, szabályozására, összességében a fenntartására.

Fejlesztőit a természet, egyrészt a telefonpóznákon ücsörgő, azokról le-, majd felugró madarak navigációja, balanszírozása ihlette meg. Meg akarták érteni, tanulni kívántak a komplex és izgalmas viselkedésformából.

Másrészt, az ember repülőgéppel történő fel- és leszállás közbeni lábkontrollja és LEO mozgása között is látnak párhuzamot – járást, repülést, a kettő közötti interfészt –, amelyeket a dinamika és a vezérlés szempontjai alapján igyekeztek értelmezni.

Kétlábú robotok az ember által használt mozdulatokkal képesek kezelni bonyolult terepeket: felugranak, futnak, sőt, lépcsőn is felmennek, ha kell. A repülő robotok könnyedén kezelik a nehéz közegeket – egyszerűen vigyáznak arra, hogy ne érintsék meg a talajt. De megvannak a korlátaik is: sok energiát használnak fel, és kevés teher pakolható rájuk.

Mivel egyikről a másikra válthat, a köztük lévő különbségeket felszámolni hivatott LEONARDO, a két mozgástípus szintézisével kialakított multimodális helyváltoztatással jobban kezeli a kihívásokkal járó terepeket, mint a hagyományos robotok.

A hibrid mozgással a kutatók mindkét „világból” ki akarják hozni a legjobbat. A robot ultrakönnyű lábai, különleges egyensúlyozó készsége, és a választás lehetősége sokat segítenek – például az akadály típusának függvényében döntheti el, hogy a földön vagy a levegőben kíván helyet változtatni, sőt, még az ember számára teljesen szokatlan mozdulatokat is képes megvalósítani.

Az Egyesült Államok Oak Ridge Nemzeti Laboratóriuma (ORNL), a Stanford és a Purdue Egyetem kutatói teljesen működőképes kvantumhálózatot (quantum local area network, QLAN) fejlesztettek, majd mutattak be.

A klasszikus számítógépeket összekapcsoló helyi hálózatókban, a LAN-okban semmi új nincs, QLAN-okat is teszteltek már, viszont, mivel a kvantumkulcs-kiosztás volt a kvantumkommunikáció legismertebb példája, a lehetőségek korlátokba ütköztek. A csomópontok közötti biztonságos kommunikáció adott volt, a kvantumösszefonódás azonban nem, márpedig igazi kvantumrendszerek anélkül nem működnek.

Jelen kutatás megtörte a jeget.

A kutatók egymástól távoli – három különböző laborban és épületben lévő – három csomópontot kapcsoltak össze az ORNL kampuszán. A három csomópont neve Alice, Bob és Charlie.

Az Alice-t és a fotonforrást tartalmazó laboratórium az ORNL meglévő száloptikás infrastruktúráját használva érte el Bobbal és Charlie-val a kvantumösszefonódást. Az összefonódott fotonok a száloptikán mentek keresztül, és juttatták el az információt az egymástól földrajzilag izolált rendszerekhez.

A kutatók GPS-alapú órákat használtak, hogy mindhárom csomópont tevékenysége tökéletesen legyen szinkronizálva, ne legyen probléma az időzítéssel. A GPS-jel jobb minőségű és biztonságos adatok továbbítását tette lehetővé.

A hálózat szépen szemlélteti, hogyan kapcsolhatók össze a gyakorlatban kvantumszámítógépek és szenzorok. Az egyik legjobban várt következőgenerációs technológiából, a kvantuminternetből villantottak fel valamit.

„A kritikus funkciók, mint például az összefonódás-eloszlás sávszélességének megértésével, próbáljuk lerakni azokat az alapokat, amelyekre felépíthetjük a kvantuminternetet. Célunk a kvantumhálózat-alkalmazásokhoz szükséges eszközök és építőkockák fejlesztése, hogy aztán valódi hálózatokba telepíthessük őket, ahol ki tudjuk használni a kvantumszámítások előnyeit” – jelentette ki az ORNL Kvantuminformatika Csoportját vezető Nicholas Peters.

Ha ismeretlen és komplex környezetet, például erdőt, épületeket és barlangokat kell felfedezni, a drónok szinte verhetetlenek. Gyorsak, ügyesek, kicsik, szenzorokkal szerelhetők fel, terhek is pakolhatók rájuk, lényegében bárhova elküldhetők.

Térkép nélkül viszont nem találják meg az utat, ezért a technológiában rejlő teljes potenciál kiaknázásához egyelőre humán szakértők kellenek.

A biztonságos és pontos repüléshez a pillanat törtrésze alatt meg kell érteni a környezetet, különben a drón más járművel ütközhet össze. Ez embernek és gépnek egyaránt nagyon nehéz, gyakorlott pilótáknak is több év kell hozzá – magyarázza a Zürichi Egyetem Robotika és Észlelés Csoportját vezető Davide Scaramuzza.

A kutató és munkatársai autonóm kvadrokoptert gyakoroltattak ismeretlen terepeken: erdőkben, épületekben, romok között, vonaton. A 40 km/h sebességet összeütközés nélkül tartotta. A megsüvegelendő teljesítmény fedélzeti kameráinak és az általa végzett számításoknak köszönhető.

Ideghálója egyfajta szimulált szakértőt figyelve tanult meg repülni. A szakértő, a számítógép által generált drónt egy csomó nehéz és persze szimulált akadályon keresztül átreptető algoritmus volt, amely mindig komplex infókkal rendelkezett a gép állapotáról, olvasott a szenzorokból, ráadásul az ideális útvonal kikalkulálásához is maradt elég ideje és számítási kapacitása.

Szimuláción kívül sajnos, de logikusan nem használható egy ilyen szimulált szakértő, az adataival viszont meg lehetett tanítani az ideghálót a legjobb útvonal kiszámolására. Ez pedig nagyon komoly előny az elsőként szenzorikus adatokból térképet generáló, majd a térképen útvonalat tervező jelenlegi rendszerekkel szemben. Mindkét lépéshez idő kell, így a gyors repülés kizárt.

A szimulációs gyakorlás után a rendszert a valóságban is tesztelték, és jól vizsgázott. Nem évek alatt, hanem jóval hamarabb sajátította el az ismeretlen terepen történő gyors és pontos repülés készségét. Az sem kellett hozzá, hogy a szimulátor a valóság pontos másolata legyen, mert helyes megközelítéssel elegendő volt a leegyszerűsített változat.

Az alkalmazások nem korlátozódnak kvadrokopterekre, a technológia önműködő autókkal, vagy ajtók újfajta kinyitásával foglalkozó mesterséges intelligenciákkal is hasznos lehet.

Következő lépésben a drón az eddiginél is többet fog gyakorolni, gyorsabb és több infót szolgáltató szenzorokat fejlesztenek hozzá, és így talán még a 40 km/h sebességet is felülmúlja.

Képzeljük el, hogy fejlett érzékelőeszközökkel felszerelt autonóm drónokból álló csapat a Sierra Nevada feletti magasságokban füst jeleit keresi. Mihelyst észlelik az erdőtüzet, a megfigyelő robotok üzenetben közlik a földrajzi koordinátákat a tűzoltó drónokkal. Utóbbiak a helyszínre sietnek.

De mi történik akkor, ha a vezérszerepet betöltő megfigyelő robotok egyikét vagy akár többet meghackel egy rosszindulatú ágens, és szándékosan pontatlan koordinátákat küld a mentőknek? Hogyan tudják meg a tűztől távolodó mentők, hogy becsapták őket?

Az MIT (Massachusetts Institute of Technology) és a Madridi Műszaki Egyetem kutatói szerint a robotcsapat számára a kommunikációs eszközként használt – a kriptovaluták világából, különösen a bitcoin miatt ismert – blokklánc-technológia lehet a megoldás. A blokklánc egyelőre ultrabiztos, sokat nem kockáztatnak vele.

A kutatási eredményeket városokban is alkalmazhatják, ahol önvezető járművek multirobot rendszere termékeket szállít a megrendelőkhöz, vagy személyeket juttat el a település egyik pontjából a másikba.

Egy blokklánc hamisításbiztos rekordot szolgáltat a robotcsapat vezetőinek üzenetéről, így a többi gép, azaz a követő drónok észrevehetik az adattovábbítás esetleges következetlenségeit.

Egy szimuláció során az adatokat minden egyes blokkban, a vezetőtől a követőknek küldött iránysorozatokként tárolták. Ha egy rossz szándékú robot a blokk kivonatának átírásával próbálja megváltoztatni a blokk tartalmát, a megbuherált blokk többé már nem tartozik a lánchoz, és a követők könnyedén megtehetik, hogy a hamis irányokról és földrajzi koordinátákról egyszerűen nem vesznek tudomást.

„Ezek a technikák nagyon hasznosak megállapítani, hitelesíteni, auditálni és persze megérteni, hogy az adott rendszer nem válik-e rosszindulatúvá, bűnözővé” – nyilatkozta az MIT-n Marie Curie ösztöndíjas és a projektről készült anyag elsőszámú szerzője, Eduardo Castelló.

A Tesla önvezető autójának lehetőségei több problémát felvetettek már. A cég most a vezető képességeit megítélő algoritmust telepít a rendszerbe, és az algoritmus fogja eldönteni, hogy rendelkezünk-e a teljes önvezető szoftver használatához szükséges adottságokkal.

A szoftver legújabb változatát csak biztonságos vezetők használhatják, a bétaváltozatot kétezren tesztelték.

A szoftvert, megnyomva egy gombot a műszerfal képernyőjén, kérhetjük. Ezt követően az autó öt tényezőről gyűjt adatokat: ezer mérföldenkénti összeütközésre figyelmeztetésről, erőteljes fékezésekről, túl határozott (agresszív) fordulásokról, biztonságosnak egyáltalán nem nevezhető követésekről (amikor a követési távolságnormákat nem tartottuk be), az önvezető funkció kikényszerített kikapcsolásáról (amikor az autó megállapítja, hogy a sofőr nem figyel).

Azok a fogyasztók, akik egy héten keresztül magas biztonsági pontszámot érnek el, használhatják a teljes önvezetés bétaváltozatát. A szoftverrel a Tesla-jármű magától fékez a közlekedési lámpáknál, és azt is eldönti, hogy mikor változtat sávot.

A legtöbb vezető 80 körüli biztonsági pontot ért el. Mindent láthatnak az appban, az app viszont nem feltétlenül pontosítja a bétaváltozathoz szükséges pontszámot.

Az amerikai Szállításbiztonsági Szervezet szerint felelőtlenség a „teljes önvezetés” kifejezés használata, míg egy másik, nemzetközi szervezet autonómia-szempontból a második kategóriába sorolta a Tesla rendszerét, azaz a humán vezetőnek folyamatosan figyelnie kell rá. A Nemzeti Autópálya Forgalombiztonsági Hivatal közben tizenegy balesetben vizsgálja a szoftver felelősségét.

A technológia folyamatos fejlesztés alatt áll, és a való világbeli vezetés közben adódó több problémás esetről egyáltalán nem tudni még, hogy önvezető szoftverek képesek-e azokat kezelni, vagy sem. Sok nagyvállalat azért alkalmaz biztonsági sofőröket, hogy ezekben az esetekben, kvázi laboratóriumi környezetben tesztelje a rendszereket.

Velük ellentétben, a Tesla valódi utakon, legjobb vezetőivel teszteli az önvezető szoftvert. Kérdés persze, hogy a pontozás mennyire felel meg a valóságnak. Az mindenesetre nem rossz, hogy a tömeges méretben egyelőre még nem bizonyított technológia legkockázatosabb funkcióit csak a legbiztosabb kezű vezetők használhatják. Személyeket nem bizonyított technológia tesztelésére alkalmazni viszont mindig kockázatos.

A Nemzetközi Űrállomáson (ISS) az asztronauták nemcsak egymással és a földi személyzettel, hanem robotokkal is folyamatosan kommunikálnak. A komplex ütemterveket és rendszereket az anyabolygóról kezelik.

Nem sokáig lesz így.

Áprilisban egy „döngicsélő” asztrorobot, Bumble az ISS-en szimulált anomáliát tesztelt. A szimulációban az állomás életfenntartó rendszere nagy széndioxid-koncentrációt észlelt. A valóságban ekkora koncentráció nagyon veszélyes lenne az ott dolgozó hét személyre.

A kockaformájú robot ügyesen navigált, megtalálta a légáramlásért felelős részeket, gépilátás-rendszerével automatikusan észlelte a levegő mozgását akadályozó objektumot, majd segítséget hívott. A következő teszten egy modult vizsgálva, nagyfelbontású, többszenzoros 3D térképet készített a környezetről.

Ezzel le is zárult az űrállomást automatikusan működtető robotikus és más rendszereket irányító szoftver, ISAAC (Integrated System for Autonomous and Adaptive Caretaking) első tesztfázisa.

A NASA-nál fejlesztett ISAAC hosszútávú rendeltetése, hogy űrhajókat autonóm robotrendszerekké alakítson át. A mélyűrben, a Földtől egyre messzebb, a Homo sapiens nem tölthet el annyi időt, mint az űrállomáson (ahol húsz éve állandó az emberi jelenlét).

Hogyan működhet rendeltetésszerűen nélkülünk egy űrhajó? ISAAC erre – karbantartásra, logisztikára, földi személyzettel való kommunikációra – talál ki a mainál jobb megoldásokat. Nagy szükség van rá, mert a jövő űrállomásain kevesebb ideig lesznek asztronauták, viszont éveken át fenn kell tartani, hatékonyan kell működtetni őket.

A hamarosan újabb teszteken áteső ISAAC ebbe a jövőbe enged betekintést. A második fázis során több robotot fog vizsgálni, személyzet nélküli űrállomásra személyzet nélküli űrhajóról szállítanak majd csomagokat. A harmadik, egyben utolsó fázis lesz a legnehezebb – az egyik kabinból levegő vagy füst szivárog, az anomáliákra valósidőben működő technikai javaslatokkal kell előállnia.

A koronavírus-járvány hatására Velencében drasztikusan csökkent a turisták száma. Olyan mértékű a visszaesés, hogy több helybéli egy másik városról kezdett el álmodozni, amely elsősorban az övék, és nem kell megosztaniuk az odalátogató tömegekkel. A lecsendesedett városból eltűntek a napi turistákat szállító hajók, ismét a velencei dialektus az általánosan használt, leggyakrabban hallott nyelv.

A városvezetés egyrészt szintén igyekszik hasznot húzni az új valóságból, másrészt a turistákat megtartva, még több bevételt igyekszik generálni belőlük, és a tömegellenőrzést csúcstechnológiákkal köti össze. Sokan túlzásnak tartják az elképzeléseiket, amelyek még tősgyökeres velenceieket is nyugtalanítanak.

A turisták mobiltelefonos adatait gondosan összegyűjtik, tevékenységüket pedig korábban bűnözőket, szabályszegő hajósokat megfigyelő kamerák követik nyomon. A rendszer ezeket a kamerákat, szoftvereket és mobiltelefonokat használva gyűjti a látogatók nemére, életkorára, származási országára és a megelőző tartózkodási helyére vonatkozó információkat.

Hivatalos szervek elmondták, hogy a rendszert tömegek ellenőrzésére, nem kívánt csődületek megszüntetésére, azonosítására kívánják használni, hogy például könnyebben lehessen közlekedni a híres hidakon, ne legyenek túlterhelve stb.

Luigi Brugnano, a konzervatív, de üzletbarát polgármester egyszerűen csak egy élhetőbb várost szeretne. Sok lakos viszont disztópiát, akár rájuk is kiterjeszthető még nagyobb kontrollt, a turisták felesleges megregulázást látja a tervben.

„Így deklarálják egyszer, s mindenkorra, hogy Velence nem város, hanem múzeum” – nyilatkozta Giorgio Santuzzo fotós.  

Mások szerint pedig reklám az egész, így próbálják rávenni a tehetősebb turistákat, hogy másként közelítsék meg és élvezzék Velencét. A high-tech megoldásokkal viszont semmiképpen nem hozzák vissza régi várost, sőt, a maradék romantikát is kiölik a mostaniból.

A tervek szerint jövőre kapukat telepítenek a főbb belépési pontokra, és a csak egy napra látogatóknak előre le kell foglalni a belépést, és fizetniük is kell majd érte. Állítólag így akarják megkülönböztetni a napi turistákat a hosszabb velencei tartózkodást tervező személyektől.

A Kínai Cybertér Hivatal kampányt indított egy, az algoritmusokat szabályozó átfogó rendszer létrehozása mellett. Három éven belül akarnak kész lenni vele, céljuk, hogy az algoritmusok ne legyenek részrehajlók, működésük átlátható legyen, és természetesen feleljen is meg az országot irányító kommunista párt ideológiájának.

A hivatal lépése egybecseng a világ más részein is érvényesülő tendenciával, a mesterséges intelligencia áttekinthetőbbé, érthetőbbé tételével. A működtetőknek át kell látniuk rendszereik működését, mindenképpen törekedni kell arra, hogy legalább ők (és a fejlesztők) tudják, mi játszódik le egy MI-ben addig, amíg elő nem áll egy outputtal.

A kínai kezdeményezést nem sokkal az Európai Unió egyes MI-alkalmazások általi lehetséges károkozás elkerülése érdekében történő korlátozására tett javaslatát követően jelentették be.

Az Egyesült Államokban szintén rengeteget foglalkoznak a témával, és a döntéshozók behatóan tanulmányozzák az algoritmikus tartalmaknak a Facebook felhasználóira gyakorolt hatását.

James Gong  a pekingi Bird & Bird ügyvédi iroda vezetője szerint az algoritmusok nagyobb mértékű szabályozása valószínűleg igen komoly hatással lesz a kínai internetiparra. A mai internetes platformok túlnyomó többsége értelemszerűen használ valamilyen mesterségesintelligencia-megoldást, és az MI szerepe a jövőben csak növekedni fog.

Gong indoklása alapján majdnem minden cég használ algoritmusokat, él az automatikus döntéshozás és a profilalkotás (profilírozás) lehetőségével. Azért is van szükség az új rendszerre, hogy a marketing még pontosabb legyen, nőjenek a vállalatok üzleti lehetőségei, és természetesen a profit is.

Bevallva-bevallatlanul, egyértelműen a mainál is nagyobb állami kontroll a cél, ráadásul – ez is világtendencia – Kínában szintén csökkenteni akarják a felhasználókat egyre eredményesebben befolyásoló infokom mamutcégek (Facebook, Google stb.) túlhatalmát.