A mostani robothívások általában átmennek az okostelefonok spam-szűrőjén, újgenerációs mélytanulás-eszközök viszont megoldhatják a problémát.

A Georgia Technológiai Intézet kutatói készülékeinkre hamarosan telepíthető új megközelítést találtak ki, és úgy tűnik, jöhetnek az appok. A RoboCallGuard válaszol a hívásra, majd a hívó szövege alapján eldönti, hogy az rosszindulatú, vagy sem.

A RoboCallGuard a kínai és amerikai egyetemeken fejlesztett TouchPal a felhasználók híváslistáit tömegesen is ellenőrző, és az ártó szándékúakat azonosító technológiával dolgozik.

Az „őr” a hívó személyazonosságának ellenőrzésével kezdi. Ismert hívók listáját tanulmányozza, és ha az illető feketelistás, blokkolja. Megkérdezi a hívót, hogy kicsoda, ideghálója kulcsszavakat is felismer, átiratot készít az interakcióról. Az átíráshoz a Google Speech-to-Text alkalmazásprogramozói (API) felületet használja.

A TouchPal adatsorában a felhasználókat címkék – zaklatás, csalás, szállítás, értékesítés stb. – alapján kategorizálják. A címke mellé a hívó telefonszáma, a beszélgetés időtartama stb. is felkerül. Ezt követően jön az idegháló gépi tanulása, amely a rosszindulatú hívásokat még a válasz előtt osztályozza.

Sok robottelefonáló „kinőtte” a fix telefonszámokat, a felismerhetően előre rögzített szövegeket, a „nyomja meg az egyes gombot” típusú telefonfákat stb. Ezek a megoldások sajnos megnehezítették a kamutelefonálók hívás előtti azonosítását.

Ma már egyre több robot személyre kidolgozott, egyedi hangot, gyakran emberi hangok rögzített klipjeit használják, amelyeket speciális kulcsszavakra játszanak le, hogy valódi embert szimuláljanak. Általában meghamisítják a saját számukat, és így nagyon nehéz nyomon követni, azonosítani pedig szinte teljesen lehetetlen őket.

2021 januárjában csak az USA-ban közel négymilliárd kamuhívást számoltak össze, a szám 2019 óta durván emelkedik, pedig a kormány mindent megtesz a rosszfiúk ellen.

Máshol még súlyosabb a helyzet, Brazíliában például a hívásblokkoló appot telepített felhasználókat napi átlagban egyszer keresik „hívásszeméttel.”

A robothívások eltűnése az eredmények ellenére sem várható még, gépi tanulással viszont elérhető, hogy háttérbe szoruljanak, mint az e-mailszemét, a spam.

A nukleáris fúziót régóta a biztonságos és tiszta energia korlátlan forrásának tartják. Most úgy tűnik, hogy egy gépitanulás-algoritmusnak köszönhetően komoly lépést tettünk afelé, hogy végre valósággá váljon. Az algoritmus a reaktor belsejében alakítja át a plazma formáját.

A vonatkozó kutatásfejlesztéseket a Google-leányvállalat DeepMind és a Lausanne-i Szövetségi Műszaki Főiskola (EPFL) végezte. Megerősítéses tanuláson alapuló algoritmusuk módosítani, manipulálni tudja az anyag extrém nagyenergiájú formáját, a hidrogénplazmát. Az energiagyártáshoz optimális formát alakít ki neki.

A plazmát tokomak néven ismert kamrába záró reaktorok az atomok egymás közelébe terelésével, és ennek hatására, az összeolvadásukkal generálnak energiát.

A kutatók szimulált tokomakban kezdték gyakoroltatni a modellt. Jutalmazó függvénye kiértékelte a plazma formáját, elhelyezkedését, és hogy hogyan viszonyul az ideális konfigurációhoz, mennyire passzol hozzá.

Mivel a plazma közvetlenül nem figyelhető meg, a kutatók a tokomakon belüli mágneses mező mérése alapján következtettek a formájára és az elhelyezkedésére. Öt különböző kísérletet végeztek, és a plazma változatos formákat, például hagyományos hosszúkást vagy hópehely-jellegűt „öltött magára.” Az eredmények tűréshatáron belül voltak, tehát megfeleltek az elvárásoknak.

A hagyományos atomenergia atommaghasadással jön létre. Tudósok viszont már az 1950-es évek óta próbálják hasznosítani a magfúziót, de eddig még egyetlen fúziós reaktor sem generált több energiát, mint amennyit elfogyasztott. Legközelebb 2021-ben egy amerikai központ került hozzá.

Manapság egyre több kutató próbálja gépi tanulással megoldani a problémát, a fúziós reakcióban szerepet játszó többszáz tényező kezelését: a Joint European Torus vagy a Google és egy másik partnere (a TAE Technologies) dolgozik rajta. Modelljeik többek között előrejelzik a reaktor falát megkárosító szakadás kockázatát, igyekeznek javítani a reaktor teljesítményén.

Ha a valóságban is működni fog, a fúziós energia megváltoztathatja az emberi civilizációt. A mélytanulás (deep learning) fontos szerepet játszhat a változásban.

A Meta, azaz a Facebook bemutatta a számítógépes látáshoz, természetes nyelvfeldolgozáshoz és beszédfelismeréshez használt nagy modellek tanítását felgyorsító AI Research SuperCluster (RSC) szuperkomputert. A cég 2020-ban kezdte építeni a rendszert.

Trillió paraméteres modellek gyakoroltatása, az adatfeldolgozásban az egymilliárd gigabájt, azaz az exabájt elérése volt a cél. Jelenlegi állapotában 6080 Nvidia A100-as chipet tartalmaz. Az Nvidia „zászlóshajójáról” van szó, jelenleg ez a chip a legjobb grafikus feldolgozó egység (GPU).

Névtelen elődjével összehasonlítva, az RSC hússzor gyorsabban gyakoroltat gépitanulás-modelleket, míg a természetesnyelv-feldolgozásnál háromszor sebesebb. A Meta tervei alapján még ebben az évben további 9920 GPU-val bővítik a rendszert, amely még gyorsabb tanulást eredményez.

A cég kiemelte a szuperszámítógép adatvédelmi képességeit. A korábbi kutatóinfrastruktúrában kizárólag nyilvánosan hozzáférhető adatokkal dolgoztak, hogy véletlenül se sérüljenek a felhasználók személyiségi jogai (privacy).

Az RSC-t úgy tervezték, hogy a felhasználói adatokat is használhassa, és közben a biztonság és a privacy védelme is adott. A tárolóinfrastruktúra a nagyobb hálózattól gondosan távol tartja ezeket az adatokat.

A belső adatok felhasználása nagy mértékben felgyorsíthatja a multimodális MI- és az otthonirobot-fejlesztéseket.

A fokozott adatvédelem azért is fontos, mert a francia hatóságok nemrég büntették meg a Facebookot 238 millió dollárra. Az ok: a felhasználók nem tudták leállítani az aktivitásukat követő szoftvereket. Írország a Whatsappot büntette 270 millióra, mert nem elég transzparens. Ezek a döntések az USA Facebookra kiszabott, a privacy megsértése miatti monumentális, ötmilliárdos büntetését és korlátozásait követően születtek.

A házon belüli specializált feldolgozó kapacitás komoly stratégiai érték a felhőszámítások korában. Az RSC központi eleme lesz a Meta gigászi virtuálisvalóság-elképzelésének, a Metaverzumnak.

A Microsoft és az Nvidia szintén kiépítette a saját infrastruktúráját. Gondoljunk bele, tíz éve kb. mennyivel kevesebb klaszterből állt egy csúcsszuperszámítógép, és milyen behemóttá váltak mára.

A táblás játékokkal, például a sakkal és a goval ellentétben, virtuális autóversenyek megnyeréséhez, algoritmusoknak nagyon gyorsan kell komplex döntéseket hozni, miközben kicentizett határon mozognak, ami az egyik pillanatban küzdelem, a másikban az ellenfél veszélyeztetésévé, sportszerűtlenséggé válhat.

És ez „csak” a virtuális tér, mert hiába döbbenetesen élethű egy játék, és teljesít jól benne a mesterséges intelligencia, a valóság, egy igazi autó szignifikánsan más.

A Sony egyik csoportja által fejlesztett Gran Turismo Sophy (GT Sophy) megerősítéses tanulásalapú modell az autóversenyeket nagyon részletesen, hitelesen szimuláló Gran Turismo Sport PlayStation játékon legyőzött humán bajnokokat.

Meg kellett tanulnia, hogy nem probléma, ha verseny közben ütközünk egy másik autóval, viszont nem mindegy hogyan, mikor szabályos vagy szabálytalan az előzés. A játékban, mint a valódi versenyekben, bíró bünteti a szabályokat megszegő versenyzőket.

Megerősítéses tanulóalgoritmus tudja modellezni ezt a döntéshozást: minden egyes ütközéshez költséget rendel, viszont vigyáznia kell, hogy ne befolyásolja rossz irányba a teljesítményt. Ha túl nagy a büntetés, a versenyző elveszíti a kedvét és félénk lesz, ha viszont túl kicsi, akkor könnyen veszélyessé válik, és egyik sem jó.

Az olyan gyakori esetek büntetése, amelyekben a sofőrt általában hibásnak tartják, mint a hátra hajtás, a nagyon hirtelen oldalra kihúzással történő sávváltás, a frontális ütközés beható megismerése segíthet az ideghálónak megtanulni a merész, de ellenfeleit nem veszélyeztető vezetést.

A járműre és a környezetre vonatkozó információk birtokában, egy másik idegháló döntötte el, hogyan kell kormányozni és gyorsítani. A fejlesztők három virtuális pályán, egyedi forgatókönyveken gyakoroltatták a hálózatot. Saját magával, korábbi iterációival és a játékon belüli MI-vel is megmérkőzött.

A gyorsítást vagy fékezést olyan változók alapján döntötte el, mint a jármű sebessége, gyorsulása, gumik tömege, elhelyezkedése, irányultsága, a környezetet leíró adatpontok, a körülötte lévő kocsik pozíciója, hogy fallal vagy másik autóval ütközik stb.

Gyakorlás közben a modell jutalom-, illetve büntetőpontokat kapott, míg egy külön idegháló az adatok alapján megtanulta előrejelezni, hogy adott lépés esetén jutalmat kap-e.

GT Sophy jobb futamidőket ért el, mint a világ három Gran Turismo Sport topversenyzője.     

Az Egyesült Államok Kereskedelmi Minisztériuma egyre jobban aggódik az integrált áramkörök révén gyakorlatilag az összes digitális eszköz középpontjában álló félvezető chipek nehéz elérhetősége miatt. Szignifikáns mértékben akadozik a fejlett mesterségesintelligencia-rendszereket működtető mikroprocesszorok beszállítása.

A geopolitikai feszültségek, az emelkedő árak és az ellátási lánc gyakori megszakadása súlyos problémát jelentenek.

A kereskedelem, a biztonság és a high-tech feletti uralom miatt egyre gyakoribbak az USA és Kína közötti súrlódások, feszültségek. Az amerikaiak az utóbbi években hozott intézkedéseikkel zavarják a kínai chipgyártás gördülékenységét, például korlátozzák a kereskedést a kulcsfontosságú gyártókkal. Újabb szankciókkal el akarják érni, hogy Kína ne tudjon saját gyártóberendezéseket készíteni.

Közben a Tajvant az ország részének tekintő Kína a sziget elleni lépéseivel az Amazon, a Google és a Nvidia, valamint chiptervező startupok (Cerebras, Graphcore stb.) számára MI-chipeket készítő Tajvani Félvezető Gyártóvállalatra (TSMC) is veszélyt jelenthet.

A chipgyártáshoz szükséges kapacitások növelése rendkívül drága. Egy, az Intel által építési szakaszban lévő üzem összköltsége akár a százmilliárd dollárt is elérheti. A TSMC tavaly tíz százalékkal felvitte a fejlettebb chipek árát – az elmúlt tíz éveben nem volt példa ekkora áremelésre.

Egy friss elemzés kimutatta, hogy a koronavírus-járvánnyal nő a félvezetők iránti kereslet, az ellátási láncot viszont több kimaradás hátráltatja: áramszünetek, tüzek, viharok, leállások, természeti katasztrófák. Az amerikai törvényhozók szabályozni kívánják, hogy az ország területén épülendő gyártótelepeket, mint például az Intelét és más vállalatokét, a kormány támogassa. A bevándorlási szabályok könnyítésével szintén a hazai félvezető ipart kívánják fellendíteni.

Egyelőre főként a régi gyártóeljárásokkal készülő chipeket érinti a hiány. Ezeket gépjárművekhez, orvosi eszközökhöz, rádiófrekvenciás azonosításhoz és optikai szenzorokként is használják. A mesterséges intelligencia fejlődésével folyamatosan egyre több számítási kapacitásra van és lesz szükség. A chiphiány komolyan lelassíthatja, hátráltathatja a fejlődést.

Greg Abbott texasi kormányzó igyekszik biztosítani, hogy a szövetségi állam áramhálózata ne álljon le még egyszer (amire volt már példa). Meglepő helyen keresi a segítséget, ugyanis a kriptovaluta-bányászokat kérte meg, hogy támogassák.

Tavaly októberben a szektor tucatnyi vállalkozójával találkozott, és kérte tőlük, hogy ha Texas hálózata megint teljesen leállna, mint 2021. februárjában, akkor még a leállás előtt, ők is állítsák le a bányászatot.

„Az önök segítségével ki tudunk mászni a télből” – jelentette ki állítólag a találkozó résztvevőinek.

Merész elképzelés, elhatározás, kérés egy olyan iparág képviselőitől, amely mindent megtesz a kormányzati szabályozás ellen, és a takarékosság sem jellemző rájuk.

Sőt, nem csak merész, hanem kockázatos is, mert katasztrofális következményekkel járhat.

Meglepő módon, bitcoin-bányászok maguktól is felajánlották tevékenységük ideiglenes felfüggesztését abban az esetben, ha az elektromos hálózat megint leáll. Ha így történik, lépésükkel otthonok és más, létfontosságúbb vállalkozások számára takarítanának meg energiát. Tehát Abbott elképzelése akár működhet is.

A kormányzónak nincs is sok választása. Komoly kihívásokkal kell szembenéznie. Saját pártja és a demokraták egyaránt támadhatják az elektromos hálózat problémái miatt, amely a szövetségi állam teljes infrastruktúrájára lehet rendkívül negatív hatással.

Az állam és a kormányzó a 2021-es leállást sem kezelte jól, a legutóbbi közvéleménykutatás alapján, Texas lakosságának hatvan százaléka nem ért egyet az államvezetéssel, szerintük másként, eredményesebben és hatékonyabban kellene csinálni az egészet.

Ez a február ugyanolyan hideg, mint a tavalyi, az elektromos hálózat működését megint árgus szemek figyelik. Ha komoly gondok adódnak, Abbott-nak tényleg a kriptobányászokra is kell támaszkodnia, és az is előfordulhat, hogy ő is fagyoskodni fog.

Az évek óta fellendülőben lévő kriptovaluta-bányászat közismerten nagyon sok energiát fogyaszt, így fenntarthatónak vagy környezetkímélőnek egyáltalán nem nevezhető.

Vezető nélküli autók és más szárazföldi járművek után, törvényszerű volt, hogy a levegőben is történjen valami.

Történt, mégpedig a hadipari komplexum lépett: az USA Védelmi Minisztériumának Fejlett Védelmi Kutatási Projektek Ügynöksége, a legendás DARPA ugyanis nemrég közölte, hogy egy új Fekete Sólyom (Black Hawk) helikopterük képes személyzet nélkül repülni. Azaz a gépben misszió közben nincs senki, feladatát közvetlen humán jelenlét nélkül végzi.

A meghökkentő, sokaknak hátborzongató gépet a Lockhead Martin mesterséges intelligenciájával szerelték fel. A megoldás neve: pilótafülke automatizálási rendszer. A helikopter egy februári próbarepülés során tartózkodott bő félórát a légtérben.

Érdekes módon úgy tervezték, hogy könnyen be lehessen illeszteni ember által vezetett, személyzettel rendelkező mostani légi járművekbe. Annyi különbséggel – és ez óriási különbség –, hogy az ember nélküli változat potenciálisan gyilkos robot is lehet, tele halálos fegyverekkel. Plug and play, csatlakoztasd és használd jelleggel működik.

A gyilkos robotok esztendők óta a mesterségesintelligencia-kutatás egyik „legforróbb topikja” – folyamatosan tárgyalnak róluk, korlátozásokat hoznak, szabályoznak, de kérdés, hogy éles helyzetben a felek vajon mennyire tartanák magukat a szabályokhoz.

Az új repülő „gyilokbotot” azzal a szándékkal fejlesztették, hogy műveletek során nagyobb rugalmasságot biztosítson a hadseregnek – jelentette ki Stuart Young, a DARPA programmenedzsere.

A gyakorlatban ez azt jelenti, hogy bevetés közben a pilóta a helikopter röptetése helyett más feladatokra képes összpontosítani. A gép bármikor, éjjel és nappal, pilótával és pilóta nélkül, változatos és nehéz körülmények között, zsúfolt, alig látható stb. környezetekben egyaránt bevethető.

Baljósan hangzik, de a Fekete Sólyom remélhetőleg mégsem a Terminátor-jövő előképe.

A Supercomposite művésznéven szereplő svéd zenész és mesterségesintelligencia-megszállott, MI-t felhasználva alkotott ötszáz ijesztő új tarokk-kértyát, és bombázza velük a Twittert kicsit okkult hangulatú gépitanulás-alapú üzenetekben.

„Ez a kártya nem létezik” – írja például bevezetésként több lapról.

Supercomposite a Twitter ai.curio felhasználója által alkotott, tavaly debütált Látóüveg nevű mesterséges intelligenciával dolgozik.

Egyes kártyákon emberformájú lények láthatók, lyukakkal az arcukon, míg máson szörnyetegek a vörös véres árnyalataiban. De vannak olyanok is, amelyek azért ijesztők, mert első ránézésre tarokk-kártyának látszanak, de közben érezzük, hogy mégsem azok.

A kártyák a valóságban nem léteznek, de alkotójuk mindegyiknek nevet adott, a legjobb eredményeket pedig hosszú Twitter-folyamban gyűjtötte össze. Úgy tűnik, próbálja megfejteni, hogy mi látható a képeken, de a sokkoló vizualitás semmiféle objektumnak nem lehet a tökéletes megjelenése, plusz, mindegyik többféleképpen értelmezhető.

„Ötszázat generáltam belőlük, és nem fejeztem be. A legjobbakat kiválogatom, és válogatás után ebben a folyamban teszem közzé őket” – nyilatkozta a művész.

A Twitteren lévő rajongói úgy tűnik, teljesen el vannak ragadtatva a kártyáktól, és már gondolkoznak is a lehetséges spirituális alkalmazásokon.

„A mesterséges intelligencia jóslásra történő felhasználása tökéletes nekem” – magyarázza az egyik.

Mivel a tarokk évszázadok (évezredek?) óta folyamatosan fejlődő művészet és jövendölés, a rajongók gyakran használnak teljesen új és egyedi paklikat. Ezek a paklik teszik lehetővé, hogy összekapcsolják a művészetet személyesebbnek tűnő, ezért hasznosabb üzenetekkel, amelyeken keresztül próbálnak értelmet adni az életüknek. Összességében egy mesterséges intelligencia által készített pakli egyáltalán nem rossz ötlet a médium szerelmeseinek.

Ugyanez az MI sok érdekes alkotást jegyez, például a hátborzongatóan horrorszerű Animal Crossing-ot. Bizonyítja, hogy nem számít, minek vagyunk a rajongói, valamilyen kapcsolódó és általában fura MI művészet mindig létrehozható.    

Az Amazon első fizikai ruhaboltja készen áll arra, hogy a vásárlók automatizált öltözködési tanácsokat kapjanak. Az elektronikus kereskedelem nagyágyúja Los Angeles környékén fogja megnyitni még ebben az évben a „zászlóshajónak” számító létesítményt, az Amazon Style-t.

A kb. 2800 négyzetméter alapterületű üzletben ugyanúgy sorok, polcok stb. lesznek, mint egy hagyományos ruhaboltban, viszont a fogyasztók telefonjaikkal leszkennelhetik a QR-kódokat, hogy lássák a szín- és a méretválasztékot, és megtudják, melyiket ajánlják a gépitanulás-modellek. Minden egyes próbafülkébe tesznek érintőképernyőt, a vásárló ezek közvetítésével kérhet le ruhákat, hogy aztán magára is öltse azokat, és eldöntse: kellenek vagy sem.

Kutatási anyagokból egyébként máris átfogó képet kaphatunk az Amazon által elképzelt, mesterséges intelligenciák által irányított kiskereskedésről. A nagyvállalat visszautasította a tanulmányok kommentálását, nem nyilatkoztak arról, hogy valóban tervezik-e bevezetni a leírtakat, vagy mást akarnak.

A kutatások több egészen konkrét újításról írnak.

Az egyik modell idegháló segítségével megkeresi a ruhánkhoz passzoló tárgyakat. A vásárló például bepötyög egy inget és egy cipőt, a modell pedig kiválaszt, mondjuk, egy hozzájuk illő kézitáskát.

Egy másik modell szintén ideghálóval értelmezi a szöveg-kép párokat, majd megkeresi a hozzájuk kapcsolódó termékeket. A vásárló például kiválaszt egy képet egy ingről, de más színt kér az MI-től.

Egy harmadik modell a vásárló egészalakos fényképét alakítja át 3D modellé, majd generatív ellenséges hálózatokkal (GAN) generál képeket a kiválasztott ruhát viselő személyről.

Az Amazon tavaly nyitotta meg az első fizikai élelmiszerboltját, ahol a vásárló leveszi a terméket a polcról, és a pénztárral történő interakció nélkül kisétál. A kapuban gépilátás-rendszer azonosítja őt és a terméket, amelynek az árát automatikusan az illető számlájára terheli.

A ruhabolt ezt a koncepciót emeli magasabb szintre egy egyébként zsúfolt piacon. Az Amazon mesterségesintelligencia-szakértelme mindenesetre komoly előnyt jelenthet. Nincsenek egyedül, mert egyes cégek, mint például a Stitch Fix vagy a Wantable szintén alkalmaznak MI-t ruhaajánlásokhoz.

Ne kételkedjünk abban, hogy a gépi értelem komoly szerepet fog játszani a jövő divatjában.

Az Egyesült Államokban a huszonöt leggyorsabban „növekvő” munkakör egyike, a ranglista negyedik helyezettje a gépitanulás-mérnök – áll a LinkedIn éves beszámolójában. Az érdekesség kedvéért: a vakcina-specialista, a sokszínűséggel és befogadással foglalkozó menedzser és a fogyasztói marketingmenedzser az első három.

A LinkedIn a 2017 januárja és 2021 júliusa közötti álláshirdetések listáit elemezve rangsorolta az egész időszakban folyamatos növekedést mutatókat. A különféle végzettséggel rendelkező munkavállalók által ugyanabban a munkakörben betöltendő állásokat egyetlen állásnak tekintették, míg a helyettesítéssel, önkéntesekkel és diákokkal betöltött állásokat nem vették figyelembe.

Egy gépitanulás-mérnök évi 72600  és 170000 dollár közötti összeget keres. Az állások betöltéséhez átlagosan négy év korábbi gyakorlat szükséges. A leggyakrabban elvárt ismeretek: mélytanulás (deep learning), természetesnyelv-feldolgozás, TensorFlow.

A legtöbb álláshirdetést San Franciscóban, Seattle-ben és Los Angelesben adták fel, húsz százalékuk pedig távmunkában is elvégezhető. A korábban más állást betöltött gépitanulás-mérnökök többsége szoftvermérnök, adattudós vagy mesterségesintelligencia-specialista volt. A nemük alapján ismert gépitanulás-specialisták 22,3 százaléka volt nő.

Az elemzésben ugyan csak az Egyesült Államokkal foglalkoztak, a tények viszont arra utalnak, hogy a kereslet világszerte növekszik.

A Fülöp-szigeteken például, ahol a hívóközponti állásokat egyre inkább automatizálják, az outsourcing ipar komoly energiákat fektetett gépitanulás- és adatelemző szakemberek képzésébe.

Az MIT Technology Review felmérése alapján az ázsiai vállalatvezetések 96, az afrikai és középkeletiek 82 százaléka elmondta, hogy 2019 óta cégük legalább egy gépitanulás-algoritmust használ.

Észak-Amerika a világ legnagyobb, a globális bevétel negyven százalékát generáló mesterségesintelligencia-piaca. Az a tény, hogy minden ötödik gépitanulás-állás távmunkában elvégezhető komoly lehetőség a földkerekség másik felén élő álláskeresőknek is.