A gépi tanulás fejlődése alkalmat ad arra is, hogy újféle szórakozási módokat próbáljunk ki, például képzeletbeli pizzákról generáljunk képeket, vagy akcióhősök szájmozgását hozzuk összhangba slágerekkel. Egyes eszközök lehetővé teszik, hogy az „internet népe” a populáris kultúra elemeit korábban soha nem látott formában „remixelje”, kreatív módon engedje el a fantáziáját.

Most éppen az OpenAI DALL-E nyelvi modelljének „házilag” újraalkotott változata a legújabb online szenzáció.

Boris Dayma, amerikai gépitanulás-konzultáns tavaly nyáron készítette el, az először DALL-E Miniként ismert, néhány frissítést követően, idén júniusban virálissá vált Craiyon rendszerét. A mostani ráncfelvarrásokkal drasztikusan nőtt az outputok minősége.

Dayma finomhangolt egy előre begyakoroltatott VQGAN kódoló-dekódolót, hogy újraalkossa a bemeneti képeket, és megtévessze a GAN (generatív ellenséges hálózat) folyamatosan kritizáló részét, azaz valódi képekként osztályozza őket.

Ezt követően egy másik ideghálót (BART) tanított be, hogy a kapcsolódó VQGAN képekhez passzoló tokenek sorozatát hozza létre. Nyilvános adatbázisok 30 millió képén gyakorolt, az adatbázisokat átszűrték – eltüntették az erőszakos és az erotikus képeket.

A bemeneti szövegek alapján BART kódolója token-sorozatot hoz létre, a dekóder pedig a sikeres eloszlásukat prognosztizálja, és az alapján a háló a lehetséges képek többféle reprezentációjával áll elő.

VQGAN a reprezentációk alapján alkot képeket, amelyeket a képosztályozó CLIP aszerint rangsorol, hogy mennyire felelnek meg a szövegnek, majd meghagyja a legjobb kilencet, ők az output.

Craiyon ma kb. 50 ezer képet készít felhasználói kérésre, ami annak köszönhető, hogy fotorealisztikus mashupokat („remixeket”) tud létrehozni: Pokémon-karaktereket, jéghorgász Darth Vadert és hasonlókat. Kép és szöveg illeszkedik egymáshoz.

Az OpenAI többször megerősítette, hogy ellenőrzi a DALL-E modellhez való hozzáférést, mert tart attól, hogy az MI-t alantas célokra is használhatják. A Craiyon bíztató ellenpélda.

Kriptovaluta-bányászok nem sokszor döntenek környezettudatosan, ezért szenzációszámba ment, hogy a múlt héten mégis „zöld módon” viselkedtek – Texas szövetségi államban annyira meleg volt, hogy időszakosan ők is felhagytak tevékenységükkel. Az ok egyszerű, nem akarták túlterhelni a helyi elektromos hálózatot.

Július 11-én, hétfőn a Texasi Elektromos Megbízhatósági Tanács (ERCOT) az energiafogyasztás visszafogására, csökkentésére kérte a szövetségi állam lakosságát, hogy megakadályozzák az áramszüneteket. 40 Celsius-fokot meghaladó, intenzív hőhullámok söpörtek végig Texason, ezért volt szükség önkéntes korlátozásokra.

A hatóság sajtóközleményben bejelentette, hogy a rekkenő hőséggel nemcsak az energiaigény nőtt rekordszintre, hanem a kánikula egyes újrahasznosítható opcióknak, például a szélenergiának is keresztbe tett.

Mivel a kriptovaluta-bányászati telephelyek Texas teljes energiahasználatának egy százalékát jelentik, a bányászok július 12-én önként abbahagyták áldásosnak nehezen nevezhető tevékenységüket. Ezzel egyrészt az áremelkedést igyekeztek megakadályozni, másrészt eleget tettek az ERCOT kérésének.

Döntésük azért dicséretes, mert így a texasiak több energiához férnek hozzá – egyesek egyáltalán hozzáférnek forrásokhoz –, hiszen tragikus következményekkel járna, ha nem. 2015 óta az Egyesült Államokban ugyanis folyamatosan nő a hőséggel, hőhullámokkal kapcsolatos halálozások száma.

Az utóbbi években egyre köztudottabbá vált, hogy a blokklánc (blockchain) technológiák mennyire károsak a környezetre. A bányászat által fogyasztott energia mennyisége brutális, egy nap kisebb országok teljes évi áramhasználatát veri.

Más szempontból a döntés időzítése tökéletes, hiszen a kriptovaluta-piac pár hónapja bukdácsol, például a bitcoin árfolyama drasztikusan csökkent. Ezekben a napokban, hetekben nem csábító opció felcsapni bányásznak. Ugyanakkor mélyen elgondolkodtató, hogy a kriptovaluták kontrollálják egy amerikai szövetségi állam energiahasználatának egy százalékát.

A leállás alatt esetleg a kriptoszektor is újradefiniálhatná magát.

Hirdetésektől a pénzügyekig és az egészségügyig, személyes adatainkat egyre több alkalmazásban használják fel. E jelenség miatt a szenzitív információ megvédése a számítási architektúrák egyik legfontosabb elemévé vált.

Az ilyen jellegű alkalmazásoknak meg kell bízniuk a rendszerben, amin futnak, a rendszerszoftverek viszont annyira komplexek, hogy gyakran sebezhetők. A sebezhetőség kockáztatja az adatok titkosságát és integritását.

A Columbia Egyetem kutatói az elmúlt két évben a félvezető IP és szoftvertervező Arm-mal közösen dolgoztak ki verifikáló technológiát (Arm CCA) az Armv9-A architektúrához.

Az Arm CCA a hardver biztonsági garanciáit kezelő firmware-en alapul. Sok korábbi rendszer szintén firmware-alapú, viszont egyik sem garantálja, hogy azon nincsenek rések.

A formális verifikáció viszonylag új módszer, amely tényleg garantálja a hardver/szoftver „korrektségét.” Tesztelés helyett sokkal pontosabb matematikai módszerekkel ellenőrzi azt.

Egyszerű programok megbízhatósága többféle módszerrel verifikálható, de ezek a módszerek nem alkalmasak olyan komplex elemek vizsgálatára, mint az Arm CCA firmware. A kutatóknak ezért kellett új technikát kitalálniuk.

Az Arm CCA esetében fejlesztői alapelv, hogy nem megbízható szoftvernek is meg kell tartania a hardver-erőforrások kezelése feletti kontrollt, azaz a legfőbb kihívás a rendszer megbízhatóságának bizonyítása – annak ellenére is, hogy a nem megbízható szoftver tetszés szerint elvehet hardveres erőforrásokat. Korábbi módszerekkel ezt nem lehetett megvalósítani – klasszikus tesztekkel nehéz megtalálni a réseket –, az új technikával viszont igen.

Ezt sikeresen be is bizonyították, a verifikált firmware támogatja az architektúrát.

Arm CPU-kat világszerte többmilliárd eszközön használnak. Ha az Arm CCA is elterjed, és (főként a számítási felhőben) védi a felhasználó személyes adatait, az új verifikációs technika jelentős előrelépés lesz az adatvédelemben és a biztonságban.

Az Egyesült Államokban és a világ más térségeiben is egyre többet foglalkoznak a mesterséges intelligencia szabályozásával, nő a félelem, hogy a gépi rendszerek kárt okoznak, miközben az MI markánsan jelen van a hétköznapokban. Írtak már sokszáz fejlesztési irányelvet, dicséretesek az erőfeszítések, a leírtak viszont ritkán valósíthatók meg a gyakorlatban.

A Microsoft felülvizsgálta 2019-ben kidolgozott Felelős MI Szabványát, igyekszik proaktívan hozzáállni a témakörhöz.

Az új anyag hat alapérték támogatására hívja fel a figyelmet.

Az elszámoltathatóság arra vonatkozik, hogy a fejlesztőknek fel kell mérniük rendszerük társadalmi hatásait, tényleg működő megoldás-e a kapcsolódó problémára, és kié az MI és az adatok miatti felelősség. Érzékenyebb területeken (pénzügy, oktatás, munkaerő-piac, egészségügy, ingatlanok, biztosítás, társadalmi jólét) az átlagosnál is nagyobb figyelemre van szükség.

A rendszereket alaposan dokumentálni kell, azaz átláthatónak kell lenniük, és a felhasználónak is tudnia kell, hogy MI-vel lépett interakcióba.

A méltányosság szintén alapérték, úgy kell kidolgozni az MI-t, hogy a különböző demográfiai csoportokkal egyformán igazságos legyen, minimalizálja a különbségeket. A felhasználókat figyelmeztetni kell az azonosított kockázatokra.

A rendszer legyen megbízható és biztonságos, definiálni kell, hogy meddig, milyen keretek között működik kockázatmentesen, minimalizálni kell az előrejelezhető hibákat. Módszerek szükségesek a folyamatos monitorozáshoz, illetve iránymutatók a meghibásodás esetében történő visszavonáshoz.

A privacy és a biztonság a fejlesztőcég e területen megfogalmazott alapelveihez igazodjon, a felhasználó tudja mindig, ha adatot gyűjtenek róla.

Az MI-nek befogadónak kell lennie, be kell tartani a vonatkozó szabványokat, hogy például fogyatékkal élők is hozzáférjenek.

Az új irányelveknek való megfelelés érdekében a Microsoft korlátozta az Azure felhőplatformja által nyújtott mesterségesintelligencia-szolgáltatásokat. Új felhasználóknak hozzáférést kell kérniük az arcfelismerő és a szöveget beszéddé alakító (text-to-speech) alkalmazásokhoz. Az arcfelismerő szolgáltatás portré alapján többé nem készít becslést az illető koráról, neméről, érzelmi állapotáról. Jelenlegi felhasználók 2023 júniusáig használhatják ezt a funkciót.

A Microsoft azért döntött a 2.0 mellett, mert az első változatot elnagyoltnak tartják. Az új egyértelműbb irányelveket ad a fejlesztőknek. Ezt segítendő, a nagyvállalat kb. húsz eszközt bocsát a rendelkezésükre, amelyekkel könnyebb felelős MI-t kidolgozni. Például a HAX Workbook az ergonómián javít, az InterpretML segít elmagyarázni a modell viselkedését, a Counterfit biztonsági stressz-tesztet végez.

A General Motors leányvállalata, a Cruise június másodikán kapott engedélyt arra, hogy San Franciscói robottaxi szolgáltatásáért pénzt kérhessen az utasoktól. Az engedély önvezető autók fizetős taxiként történő használatát tette lehetővé este tíz és reggel hat között. A megengedett maximális sebesség tiszta időben 30 mérföld/óra (kb. 48 km/h).

Az önvezető autók elterjedése sokkal lassabban megy, mint prognosztizálták évekkel ezelőtt. Ezért számított mérföldkőnek a Cruise engedélye.

A vállalat komoly fejlődésen ment keresztül a taxiprogramjával, jelentősen csökkentette a mozgás közbeni kockázatokat. A kockázatcsökkentés mértéke pedig épp elég volt ahhoz, hogy a járművek megkapják az engedélyt a közúti vezetésre.

A központi irányításnak, vezérlésnek viszont megvannak a maga veszélyei, arról nem is beszélve, hogy tökéletes célpont lehet rosszban sántikáló hackerek számára.

Több sajtóorgánum számolt be ugyanis arról a sajnálatos tényről, hogy a Cruise önvezető taxijai nemrég tömegesen leálltak. De mi is történt?

Május óta a járművek legalább négy alkalommal elveszítették a kapcsolatot a cég szervereivel. Ezekben az autókban egyáltalán nincs biztonsági humán vezető, így a kapcsolat megszakadása miatt az autók jelentős ideig mozgásképtelenné váltak.

Május 18-án a Cruise a teljes flottával elveszítette a kapcsolatot. Az alkalmazottak képtelenek voltak a járművek távvezérlésére, és az utasokkal sem tudtak kapcsolatba lépni.

Június 28-án közel hatvan Cruise-taxi kilencven percen keresztül nem állt összeköttetésben a szerverekkel. Legalább tucatnyi ugyanabban az útkereszteződésben tartózkodott, gátolva az utat és a keresztutakat. Emiatt egy takarító jármű nem tudta végezni a munkáját, amiért a Cruise-nak bírságot kell majd fizetnie. A távirányítás megint nem működött, az alkalmazottaknak manuálisan kellett a járműveket a garázsba vezetni.

Június 21-én és 24-én hasonló esetek történtek.

A vállalat megoldást keres az ilyen jellegű jövőbeli problémák kezelésére, hogy a jármű semmilyen körülmények között ne veszítse el a kapcsolatot a szerverekkel, távoli irányítókkal. Jelenlegi technológiákkal komoly kihívás a baj orvoslása.

Az MIT (Massachusetts Institute of Technology) kutatói új gyártótechnológiával a testhez szorosan illeszkedő, ezért viselője testtartását és mozgását is érzékelő intelligens textíliákat dolgoztak ki.

Speciális műanyag fonalat hővel enyhén megolvasztottak – az eljárás neve hőformázás (thermoforming) –, amellyel jelentősen javítottak a többrétegű kötött textíliákba (3DKnITS) szőtt nyomásérzékelők pontosságán. Ezzel a folyamattal hoztak létre „okos” cipőt és szőnyeget, majd a nyomásérzékelők adatait valósidőben mérő és értelmező hardver- és szoftverrendszert dolgoztak ki. A gépitanulás-alapú rendszer 99 százalékos pontossággal előrejelezte a cipőt viselő és a szőnyegen álló személyek mozgását, jógapozícióit.

A digitális kötés előnyeit kiaknázó gyártófolyamat lehetővé teszi a gyors prototípuskészítést, és könnyen bővíthető nagyüzemi gyártáshoz.

A technika többféle alkalmazással kecsegtet, az elsőkre az egészségügyben és a rehabilitációban számíthatunk. Például súlyos sérülés után a járást újratanuló személyek mozgásának követésére alkalmas cipők, vagy cukorbetegek lábára nehezedő nyomást monitorozó zoknik fejleszthetők így. A zoknival fekélyek kialakulása előzhető meg.

A digitális kötés teljes szabadságot biztosít a fejlesztőnek saját mintázatok tervezéséhez, szenzoroknak a szerkezetbe való integrálásához. A technológiát a testükhöz kialakított, kényelmes cipők, textíliák stb. viselője nem érzékeli, jelenléte láthatatlan.

Az MIT Médialaboratóriuma már az 1990-es évek vége felé foglalkozott intelligens textíliákkal. Az akkor nagyon futurisztikus, úttörő munkákba elektronikát ágyaztak be. Az anyagtudomány, a beágyazott technológiák és a gyártórendszerek, például a digitális kötőgépek rengeteget fejlődtek azóta, és a jövő a mainál is rugalmasabb megoldásokkal, kvázi végtelen lehetőségekkel kecsegtet – vélik a fejlesztők.

A munkában a szintén Massachusetts állambeli Wellesley College és a szingapúri Nanyang Műszaki Egyetem is részt vett.

Hagyományos komputerek amikor felmelegednek, általában lelassulnak, kvantumszámítógépeknél pedig jóval nagyobb a kockázat. Ugyanis, ha nagyon felmelegednek, nemcsak lelassulhatnak, hanem, rosszabb esetben, teljesen le is állhatnak.

A hagyományos gépeket jellemzően ventillátorok hűtik, kvantumszámítógépek esetében komolyabb a kihívás: mivel az izolált qubiteket (kvantumbiteket) hidegen kell tartani, számítások közben viszont mindig felmelegszenek, hatékony hűtőtechnika kell több kvantumalgoritmus egymás utáni futtatásához, a gép eredményes működéséhez.

Úgy tűnik, hogy a Stuttgarti Egyetemen megtalálták az ellenszert, speciálisan tervezett, számítások közben is hűlő, új típusú – nem tökéletes – gyémántokat. Ezek a gépek egyetlen algoritmus futtatásával képesek megakadályozni, hogy túlmelegedjenek.

A legtöbb kvantumgépet alacsony hőmérsékleten kell tartani, és az úgynevezett algoritmikus hűtés lehetővé teszi, hogy a jövő kvantumkomputerei szobahőmérsékleten is tökéletesen működjenek, pontosan hajtsák végre a rájuk bízott feladatokat.

A német kutatók matematikai műveletek sorozatával magát hidegen tartó, gyémántalapú kvantumszámítógépet fejlesztettek.

A gép három kvantumbitből áll egy gyémántban. Hiányzik két szénatom, az egyiket nitrogénatom helyettesíti, a másik helyén üresedés van. A kvantumbiteket mikrohullámokkal „sokkolták”, amelyre vagy a nitrogénatom magja, vagy az üresedéshez közeli szénatomok magjai, egész pontosan a hozzájuk kapcsolódó spin megváltozott. (A spin sajátperdület vagy sajátimpulzus-momentum kvantummechanikai részecskék perdületének egyik, a részecskék mozgásától független összetevője, nincs klasszikus mechanikai megfelelője.)

A qubitek ilyen jellegű módosításai logikai kapukként funkcionálnak, a kapuk szekvenciájával pedig megváltoztatható a gép energiája, lehűthető a kvantumkomputer. A kutatók szerint ez az algoritmikus hűtés nagyon közel áll a maximális hűtési hatékonyság elméleti határaihoz.

A joghoz kapcsolódó IT-megoldásokkal foglalkozó Everlaw ügyvédek bizonyítékgyűjtő munkáját segítő, akár 25 millió dokumentumot automatikusan rendszerező, klaszterező szoftverét bírósági eljárásoknál is felhasználják.

Az algoritmus felügyelet nélküli, előfordulási gyakoriság alapú klaszterezéssel elemez szöveges dokumentumokat, és készít vizuális térképet szófelhőkről. Minimum 35 dokumentum kell egy klaszterhez, amelyekben a szöveg mellett e-mailes metaadatokat is vizsgál: tárgy, cím, feladó, címzett stb. A felhasználó manuálisan létrehozhat kisebb klasztereket, illetve új klaszterekbe csoportosíthat át dokumentumokat.

A szoftver olyan részleteket, bizonyítékokat is észrevehet, amelyek felett elsiklik az ügyvédek figyelme.

A szófelhők között görgethetjük az egeret, zoomolással felnagyítva, kicsinyítve vizsgálhatunk dokumentumokat. Egy előrejelző kódolás nevű funkció megtanulja felismerni az adott eset szempontjából releváns dokumentumokat. A program 109 nyelvre lefordítja a szövegeket.

Egy ismert esetben a szoftver egymillió dokumentumból negyvenben talált a vádlott csalási szándékát alátámasztó bizonyítékokat.

A mesterséges intelligencia egyre nagyobb szerephez jut jogi eljárásokban, és a jövőben sokkal több okos algoritmus dolgozhat ezen a területen.

A Lex Machina jogi elemzőplatform a tárgyalás hosszúságát és az egymással szemben álló jogászok, jogászcsoportok korábbi tevékenységét figyelembe véve, előrejelzi, hogy egy adott bíró milyen döntést hozhat egy-egy ügyben.

A CorsearchNow és a SmartShell szellemi tulajdonjogi esetekben nyújt hatékony támogatást ügyvédeknek.

Az USA több tagállama kockázatértékelő algoritmusok előrejelzéseit is tanulmányozva, dönt például az óvadék nagyságáról, vagy a büntetés hosszáról. Ezek az algoritmusok felmérik, hogy a vádlott mekkora eséllyel lesz visszaeső, mennyi a valószínűsége, hogy megjelenik a tárgyaláson stb. Alkalmanként viszont részrehajlók, például egy 2016-os floridai eset során, a visszaesés valószínűségének előrejelzésénél, megállapították az algoritmus bőrszín szerinti elfogultságát.

Az IBM és a nonprofit ProMare tengerkutató szervezet által épített ember nélküli Mayflower Autonóm Hajó 400 (MAS 400) két korábbi sikertelen „nekifutás” után, június utolsó hetében az angliai Plymouthból az új-angliai Plymouthba (Massachusetts állam) ért.

Az autonóm navigáló hajó működése az IBM Operációs Döntéskezelőjén, gépi tanulással és más forrásokból gyűjtött adatokat integráló szabályalapú rendszeren alapul, az segíti a tengeri navigáció szabályainak betartásában. Ember nincs rajta, de, ha szükséges, akkor a ProMare csapata átveheti a távirányítást.

Gépi látással támogatott hat kamera detektálja a kockázatokat, veszélyeket. A fejlesztők több mint egymillió tengeri képpel tanítottak be egy algoritmust más hajók, bóják, hulladék és szárazföld felismerésére.

Egy másik szabályalapú rendszer detektálja a közeli hajókat, és reagál rájuk. Kamera, radar, szonár és adóvevő inputokat vesz figyelembe más hajókról, hogy a szabályoknak megfelelően feltérképezze az irányt a másik hajó elkerüléséhez. Iránymódosítás előtt biztonsági rendszer ellenőrzi a döntést.

A hajó tudományos célokra is gyűjt adatokat. Szenzorok mérik a légszennyezéssel és a klímaváltozással kapcsolatos környezeti feltételeket: az óceán hőmérsékletét, sótartalmát, savasságát, fluoreszcenciát, mikro-műanyagok jelenlétét. Hangérzékelők bálnák és delfinek hangját veszik fel, gyorsulásmérők a hullámenergiát rögzítik.

A 2021-re tervezett Plymouth-Plymouth távval az eredeti és legendás Mayflower majdnem 400 évvel korábbi (1620-as) útjáról kívántak megemlékezni, amikor Angliából vallási üldözöttek – puritánok – csoportja menekült Amerikába. A jármű már egy hete úton volt, amikor technikai problémák miatt abba kellett hagynia a három hétre tervezett utat. A ProMare személyzete visszanavigálta Angliába. A második kísérlet több mint két hónapig tartott, két nem tervezett kikötő-vizittel: az Azori-szigeteken és Új-Skóciában. Végül generátor és elemprobléma miatt hiúsult meg az út.

A MAS 400 nem az egyetlen autonóm hajó a tengereken, óceánokon.

Az Orca AI nemrég tett meg 790 kilométert a japán partok mellett. Egy norvég jármű Norvégia és Finnország partjainál tesz meg tövid távolságokat. Tavaly nyáron autonóm vitorlás kutatóhajó ment Kaliforniából Hawaiira, útközben az óceánfeneket igyekezett feltérképezni.

Ha nincs személyzet egy hajón, tér, üzemanyag és pénz takarítható meg. Az iparág figyeli a fejleményeket, és a Nemzetközi Hajózási Szervezet elkezdte kidolgozni az autonóm hajók szabályozását.

A gépi látás egyik nagy kihívása a műholdas képalkotás javítása, ezeknek a képeknek a helyes értelmezése. Több kutatócsoport e felvételekre támaszkodva követi a klímaváltozás hatásait, jelez előre vulkánkitöréseket, vagy figyeli Kína covid utáni gazdasági felépülését. A műholdas képek hírszerző ügynökségek számára is kulcsfontosságú anyagok.

A földfelszínen bekövetkező változások lefényképezése mindent megváltoztathat az erre szakosodott technológiai területeken, változatos szegmensekre (mezőgazdaság, logisztika, katasztrófavédelem) lehet komoly hatással.

Embernek egyáltalán nem praktikus, kvázi lehetetlen feladat a bolygót figyelő 150-nél több műhold képözönének az elemzése. A folyamat automatizálásával, gépi tanulással azonban komoly lehetőségek nyílnak meg – persze nemzetbiztonsági szervezetek számára is.

Az USA kormánya által szervezett, szórakoztató nevű SMART (Space-based Machine Automated Recognition Technique) verseny résztvevőinek nagyszabású építkezéseket szekvenciális műholdfelvételeken lekövető rendszereket kellett fejleszteniük.

Dömperek, méretes daruk, kopár talaj az építkezések jól ismert vizuális jelei, csakhogy ezek a jelek nem mindig észlelhetők egyszerre, és más célokat is szolgálhatnak. Tegyük hozzá, hogy különféle műholdaknak más a képalkotó rendszerük, másként keringenek, más az ütemezésük stb. Mindezek tovább nehezítik az automatizált osztályozást.

A verseny első szakaszában, 2021 januárja és idén április között a résztvevők képforrástól függetlenül ugyanazon a helyen, de nem ugyanabban az időben látható jeleket összekapcsoló modelleket építettek.

Dubaitól Amazóniáig, 27 régióról készült 100 ezer műholdfelvétellel dolgoztak. Kb. 13 ezret címkéztek fel, ezek 1000 építkezésre és 500 hasonló, de más tevékenységre utaltak. Az adatsor nyilvános volt, a modelleknek meg kellett találni az építkezés-helyszíneket, megállapítani a munkafázist, jelezni a speciális változásokat, plusz azonosítani az érdeklődést felkeltő jegyeket: hőmérsékleti anomáliákat, a talaj áteresztőképességét, munkagépeket stb.

A NASA, az amerikai Geológiai Megfigyelőközpont és más akadémiai szervezetek szakembereiből álló zsűri döntése alapján hat csapat jutott a 2023-as második körbe, amelyben az építkezést felismerő modelleket időbeli változásokhoz kötődő feladatokhoz, például a termésnövekedés detektálásához kell alkalmazniuk. A 2024-ben kezdődő harmadik körben a még álló versenyzőknek a változatos földhasználati módokat általánosító rendszert kell fejleszteniük.