Az Neumann Társaság blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Jelenből a Jövőbe

Készen állunk a munkahelyi agyszkennelésre?

2022. november 30. - ferenck

Sok főnök szeretné, ha beleláthatna alkalmazottai fejébe. Most viszont úgy tűnik, hogy ez nem sci-fi, hanem tényleg megvalósulhat.

Az utóbbi években több vállalat állt elő „elmeolvasó” technológiákkal, amelyekkel az alkalmazók megfigyelhetik a munkaerőt. Egy izraeli cég, az InnerEye az emberi elmével összekapcsolható, gépi tanulással felerősített headsetet fejlesztett. Elmondásuk alapján az eszköz a gyorsabb munkavégzésben és a döntéshozás bizonytalanságainak leküzdésében segíti a dolgozókat.

A San Franciscói Emotiv startup vezeték nélküli EEG-s (elektroenkefalográfos) headsetje az alkalmazottak mentális állapotát, állapotváltozásait képes hatékonyan követni. Az InnerEye („belső szem”) szerint „embereket és gépeket összekötve, technológiánk a két világ legjavát kombinálja egybe.”   

bossware.jpg

Sokan viszont – nem véletlenül – szkeptikusak ezekkel a megoldásokkal szemben, és joggal beszélnek disztópiáról. A fejlesztőcégek azonban nem törvényenkívüliek, virágzik a piac, a munkaadók egyre komolyabb összegeket kezdenek befektetni az elmefürkésző technikákba.

Az alapképlet ismerős: ilyen eszközökkel jelentősen növelhető a munka hatékonysága. Ha alkalmazásra kerülnek, véletlenül sem az alkalmazottakat figyelik meg, hanem a jólétüket, mentális állapotukat erősítik velük. Technikai értelemben lehet, hogy monitoring folyik, de „értük, és nem ellenük.”, például azért, hogy ne kelljen megerőltetni magukat a gyors döntéshozásban.

Míg az InnerEye a dolgozókat „szuperemberekké” változtatná, addig az Emotiv „csak” a boldogságukra figyel…

bossware1.jpg

„Tisztában vagyunk a technológia disztópikus lehetőségeivel. Éppen ezért tudatosan választjuk ki a partnereinket; csak olyan szervezeteket, amelyek felelősen vezetik be megoldásainkat, és az alkalmazottakat tényleg gazdagítani akarják velük” – jelentette ki Tan Le, az Emotif alapító-vezérigazgatója.

Az alkalmazottakra koncentráló marketingstratégia megkülönbözteti ezeket a technológiákat az alkalmazó megfigyelési lehetőségeit a távmunka által meghatározott világban is növelő termékektől, az úgynevezett bossware-től. A különbség hangsúlyozása viszont valószínűleg csak marketingfogás, mert az adatbányászattal és az elmeolvasó headsetekkel a személyes szféra is eredményesebben monitorozható, mint eddig.

Az Emotiv elmondta, hogy az EEG-adatok kizárólag az alkalmazottakat illetik meg, akik hozzájárulhatnak azok anonimizált formában történő másolásához, megosztásához.

De vajon akarják is ezeket a technikákat, és lehetőségükben áll-e egyáltalán, hogy ne az ilyen megoldások iránt élénken érdeklődő alkalmazók érdeke érvényesüljön?

Amerikai kutatók önmagukat építő robotokat építenek

Az MIT (Massachusetts Institute of Technology) Bitek és Atomok Központjának kutatói a többek között a NASA és az Egyesült Államok Hadseregének Kutatólaboratóriuma által finanszírozott ambiciózus projekten, magukat eredményesen összeszerelő robotokon dolgoznak. Elmondták, hogy még évekre vagyunk az autonóm „önépítő” robotoktól, az eddigi eredmények viszont bizakodásra adnak okot.

A rendszer központjában (a számítógépes grafikából kölcsönzött szóval) voxelek vannak, ezek az egységek szállítják a részek között megosztható energiát és az adatokat. A részek alkotják a robot alapját, további voxeleket „csípnek el” és kapcsolnak magukhoz, mielőtt azok – későbbi összeszerelés végett – áthaladnának a rácshálózaton.

mit_robot_1.jpg

A kutatók megkérdőjelezik azt az általánosan elfogadott álláspontot, mely szerint nagyobb szerkezetek építéséhez nagyobb gépek kellenek. Megközelítésük olyan területekre alkalmazható, ahol ma vagy komolyabb anyagi befektetések kellenek a létező és kötött infrastruktúrához, vagy egyelőre kivitelezhetetlenek az elképzelések.

E rendszerek megfelelő szintű intelligenciájának fejlesztése is akadályt jelent. A robotnak meg kell határoznia, hogyan és hol építsen új robotot, mikor kezdjen bele, hogyan kerülje el a többi robottal való ütközést.

A szerkezetek kiépítése során intelligenciát is beléjük kell ágyazni. Az egyik fejlesztő, Neil Gershenfeld szerint ezért döntöttek a „szerkezeti elektronika, az adatokat és az energiát, valamint az erőt továbbító voxelek” mellett.

Hardver-problémák is adódnak, és ezeket megoldandó, a kutatók a voxeleket egyben tartó erősebb konnektorokon dolgoznak jelenleg.

Ha elkészül, egy ilyen rendszerrel megspórolható a prototípuskészítésre fordított rengeteg idő.

„Miközben egyre nő a 3D nyomtatással készült házak iránti igény, ezekhez legalább akkora, vagy nagyobb printerek kellenek, mint az épület. Komoly haszna lehet, ha a szerkezeteket apró robotok szerelik össze. A munka iránt a DARPA (az USA Védelmi Minisztériumának Fejlett Védelmi Kutatási Projektek Ügynöksége) is érdeklődik, az erózió és a tengerszint növekedése miatt a partvédelmet erősítő lehetőséget lát benne” – írta egy sajtóközleményben az MIT.

Annyi az adat, hogy új mértékegységek kellettek

Egyre több digitális adatot hozunk létre és tárolunk, és a folyamatosan növekvő számokkal csak akkor tudjuk tartani a lépést, ha új mértékegységeket találunk ki.

Ennek az alapvetésnek a szellemében, a 27. Általános Súly- és Mértékkonferencián, november 19-én úgy döntöttek, hogy a Nemzetközi Mértékegységrendszert, a metrikus rendszert újabb előtagokkal egészítik ki, és mostantól a ronna (R) és a quetta (Q) a hivatalos elnevezés, ha az első számjegyet további huszonhét, illetve harminc nulla követi. Ezek a jelenlegi legnagyobb mértékek.

ronna.jpg

Ugyanez a miniatürizált világban is érvényes, csak természetesen visszafelé: ha huszonhét nulla van a tizedesvessző után, akkor ronto (r), ha harminc, akkor pedig quecto (q) az elnevezés. Ennél kisebb egyelőre nincs.

„A legtöbb ember megszokta a milli- előtagot, mint például a milligramm. A mostaniak viszont a valaha végzett legnagyobb és legkisebb mérések” – magyarázza Richard Brown, az Egyesült Királyság Nemzeti Fizikai Laboratóriuma metrológiai csoportjának vezetője.

Eddig a huszonnégy nullát jelölő yotta volt a csúcs, de most már a Föld tömegét is hat ronnagrammnak, és nem hatezer yottagrammnak mondjuk, míg a Napéra is jobban hangzik a kétezer quettagramm, mint a 2,000,000,000 yottagramm.

Szükség volt már ezekre az új mértékegységekre, mert a tudósok és a különféle iparágak egyre nehezebben tudják kezelni az eddig érvényes kategóriákkal leírt adatmennyiséget. A váltást elsősorban az adattudomány és a digitális tárolás növekvő követelményei indokolják, hogy a yotta- és zettabájt határokat meghaladó információmennyiséget is érthetően le tudják írni.

Az International Data Corporation piackutató csoport előrejelzése szerint a világ 175 zettabájt (huszonegy nulla) adatot fog generálni 2025-ig, míg a legkisebb méretet leíró ronto és quecto a kvantumtudományokban, a részecskefizikában és fizikai laboratóriumokban lesz nagyon hasznos, mert például az eddigi 0,001 yoctogramm helyett elég, ha csak egy rontogrammot mondunk.

1991 óta most változtattak először a mértékegységrendszeren. Brown szerint legfőbb ideje volt.

Kamukép-detektort fejlesztett az Intel

Az utóbbi években egyre több kamukép, kamuvideó (deepfakes) árasztotta el a világhálót. Lényegük, hogy készítőik egy képbe vagy videóba egy másik személynek az arcát, hangját majdnem tökéletes technológiával beillesztve, új, megtévesztő vizuális anyagot hoznak létre személyekről, eseményekről. Nagy valószínűséggel mindannyian belefutottunk már ilyen álló- és/vagy mozgóképeket tartalmazó anyagokba.

A Pew Kutatási Központ felmérése alapján az amerikai felnőtt lakosság 63 százalékát zavarta már össze aktuális témákban deepfake.

deepfake_3.jpg

A teljesen élethű arcvonásokat, hamisítványokat sok esetben félretájékoztatásra, hamis infók, álhírek terjesztésére, csalásra és egyesek (főként politikusok és más hírességek) megalázására, hírnevük rontására használják. Olyanokat tesznek ezek a celebek, amit soha nem szoktak, de léteznek egyébként soha nem élt személyekről készült teljesen hihető képek, videók is. Egyes anyagok túl erőszakosak, míg mások tovább növelik a lakosság médiumok iránti bizalmatlanságát.

A múltban magukat álláskeresőnek kiadó csalók kamuképekkel próbáltak vállalatok bizalmas adataihoz hozzáférkőzni. Mára gombamód szaporodott el a zavarosban halászó alkalmazások száma.

deepfake0_3.jpg

Készítésükhöz gépi tanuláson, mesterséges intelligencián alapuló módszereket alkalmaznak. A káros következmények, például – a videókon – kirekesztő beszédeket mondó politikusok ellehetetlenítése miatt egyre fontosabbá vált a deepfake anyagokat azonosító szoftverek, alkalmazások fejlesztése.

Az Intel bejelentette, hogy a deepfake-özön ellen harcolva, kamuvideókat – 96 százalékos pontossággal azonosító – technológiát (FakeCatcher) fejlesztett.

Munkáját valósidőben végzi, és abból indul ki, ami emberivé tesz minket, ezért a pixeleken is észlelhető vérkeringést figyeli. Képes az erek színében végbemenő változásokat azonosítani, majd az arcról a vérkeringésre utaló összegyűjtött jeleket algoritmusok vizsgálják, és mutatják ki, hogy az adott videó igazi vagy kamu.

Egyes mozdulatok és a modor ugyan árulkodók, de a legtöbb felhasználó észre sem veszi, vagy gyorsan végigfutva például a Twitteren, nem fordít időt a videó valóságtartalmának tanulmányozására. Nem meglepő módon kamuvideókat többmillióan osztanak meg, és már túl késő, mire megtudjuk, hogy nem valódiak.

Remélhetőleg az Intel rendszerével valamelyest változik a helyzet.

Jól veszi az akadályokat az olcsó négylábú robot

A pittsburghi Carnegie Mellon Egyetem (CMU) és a Berkeley Kaliforniai Egyetem kutatói olcsó, aprólábú robotokat vezérlő rendszert fejlesztettek. A robotok fel- és lemásznak lépcsőkön – a lépcsőfokok kb. ugyanolyan magasak, mint ők –, sziklás, egyenetlen, meredek, csúszós és más nehéz terepeken is mozgékonyak, átmennek réseken, jól egyensúlyoznak sziklákon, peremeken és szegélyeken, sőt, még sötétben is működnek.

Kulcsfontosságú, hogy kicsi robotok lépcsőn közlekedjenek, és többféle környezetet tudjanak eredményesen kezelni, mert csak így lesznek hasznosak otthonainkban, keresési és mentési munkálatoknál – vélik a kutatók. A rendszerrel működtetett gépek sok mindennapos feladatot elvégeznek.

cmu_robot_1.jpg

A csapat pici robottal tesztelte a rendszert. Szokatlan lépcsőkkel, közparkok domboldalaival, köveken, csúszós felületeken kellett boldogulnia. Lépcsőről lépcsőre úgy kellett ugrálnia, mintha akadályok lettek volna. Gépi látása és fedélzeti számítógépe komoly segítséget jelentettek.

Négyezer klónjával tesztelték egy szimulátorban, ott gyakorolta a járást, mászást, akadályok vételét. A szimulátor sebessége lehetővé tette, hogy egy nap alatt hat év tapasztalatra tegyen szert. A gép a tanulás közben elsajátított motorikus adottságaival kapcsolatos infóit is tárolta egy ideghálóban, amelyet a kutatók a fizikai robotba másoltak.

A fejlesztés abban is különbözik a hagyományos robotépítéstől, hogy a gép mozgásához semmiféle manuális mérnöki munkára nem volt szükség. A kutatók a magasszintű vezérlés esetében jól működő, kamerákkal történő környezet-feltérképezés, majd a térkép alapján való tervezés, tájékozódás gyakorlatával szintén szakítottak.

Amit a robot lát, meg is határozza, hogyan mozogjon, a vizuális input közvetlenül a vezérlőrendszerbe megy. A kutatók a lábmozdulatokat sem specifikálták. A megközelítés előnye, hogy mindig gyorsan reagál a terepre, és jól mozog rajta. Azért olcsó, mert nem kell térképet készítenie, terveznie – a teszten használt gép ára az alternatívák huszonötöde.

Az algoritmus lehetővé teszi a mostaninál sokkal szélesebb körben hozzáférhető olcsó robotok fejlesztését. A vizuális infókat és a test felőli visszacsatolásokat inputként használja, belőlük lesz a motorjait irányító output. Ennek a technikának köszönhetően robusztus, és ha például elcsúszik a lépcsőn, fel is áll. Ismeretlen környezetbe is mehet, amihez gyorsan alkalmazkodik.

A közvetlen látás-vezérlés gyakorlatot az élővilág, például az ember ihlette. Korábbi kutatásból kiderült, hogy kamera nélküli – „vak” – robotok ugyan képesek megbirkózni nehéz terepekkel, gépi látást hozzájuk adva, viszont rengeteget javul a teljesítményük. A lépcsőjárás módjával a fejlesztők szintén a magas akadályokat abszolváló embert másolták.

Mesterséges intelligencia dönt a lesről

A katari foci világbajnokságon a Félig Automatizált Lestechnológiát (SAOT) használják lesszituációk eldöntéséhez. A rendszer a szintén Katarban rendezett tavalyi Arab Kupán debütált, de Európában, Bajnokok Ligája meccseken is bemutatkozott már ebben a szezonban.

A VAR-t, azaz a videobírót hivatott segíteni a lesek megítélésében.

A mesterséges intelligencia helyadatokat használva térképezi fel a játékosok helyezkedését a labda elrúgásának pillanatában. Ha az MI szerint a játékos lesen tartózkodott, figyelmezteti a VAR-t: megmutatja neki az elrúgási pontot és a lesvonalat. A VAR ellenőrzi, majd értesíti a bírót, aki így a SAOT megfigyelésének értelmében hoz döntést.

les.jpg

A rendszernek a labda (az Adidas Al Rihka) belsejében lévő szenzor küld adatokat, másodpercenként ötszázszor arról, hogy pont hol van. A stadionban tizenkét követőkamera figyeli a labdát, és huszonkilenc pontot a játékosok testén. A kamera másodpercenként ötvenszer továbbítja az infókat.

Az MI 3D grafikát is generál, megmutatva a leshatárt és a játékosok helyzetét: lesen vannak, vagy sem. A grafikát a döntés után készíti el, a stadionban tartózkodó és a meccset televízión néző szurkolók egyaránt láthatják.

A VAR számára a négyszáz szóban meghatározott lesszabály alkalmazása a legnagyobb kihívás. Azonban a videofelvételek sem mindig pontosak, nem határozzák meg mindig ezredmásodpercre a labda elrúgásának pillanatát.

Sok esetben és fontos meccseken egy-egy gól megítélése millimétereken vagy azok törtrészén múlhat, a szituáció elbírálása pedig percekig eltarthat.

A SAOT gyors és pontosabb, egy átlag hetven másodpercig tartó döntést huszonötre redukál, ráadásul a drukkerek felé is jobban kommunikálható a 3D grafika.

Persze, ha tényleg a milliméter törtrészén múlt a les, a döntést elszenvedő csapat trénere és szurkolói, nyilván megkérdőjelezik, mert biztosan másként látták. Az Arab Kupán például jól működött, azaz észrevétlen maradt, bár az ESPN sportmédium újságírói többször egy-, egy alkalommal pedig kétperces késést figyeltek meg leshelyzetek megítélésében.

Az ároptimalizálás hatása ingatlanok bérbeadására

2021 és 2022 márciusa között az USA-ban tizenhét százalékkal emelkedtek a meghirdetett lakásbérlések. Az árak növekedése több tényezővel magyarázható, például az automatizált árazási eszközök kifejezetten gyengítik a bérlők alkupozícióit.

A technológia eddig vegyes eredményeket ért el az ingatlanszektorban. Az Offerpad, az Opendoor és a Redfin ilyen algoritmusokkal becsüli fel az ingatlan értékét. Ezek a rendszerek az Egyesült Államok eladásainak kb. egy százalékát teszik ki. A Zillow több mint 600 millió dollár veszteség után tavaly szüntette be hasonló programját.

ingatlanok.jpg

A texasi RealPage árelőrejelző YieldStar szolgáltatása gyakran a piaci átlagnál drágább bérléseket kínál. Kritikusai szerint az algoritmus megfojtja a versenyt, a felpumpált árakat sok bérlő nem tudja megfizetni, és így tovább csökken a megfizethető lakások száma.

Az ország tíz legnagyobb ingatlanközvetítőjéből öt által használt algoritmus több mint tizenhárommillió amerikai bérleti szerződést elemezve, számolja ki napi húszmillió bérlésre szánt lakás árát, és a közvetítők kb. kilencven százaléka el is fogadja a YieldStar által sugallt összeget.

ingatlanok0.jpg

A YieldStar ügyfeleinek bérleti adatai a nyilvános hirdetéstől esetleg eltérő jelenlegi árat, a hálószobák és az épületben lévő más, valamint a közelben hamarosan meghirdetésre kerülő bérlemények számát tartalmazzák.

A RealPage hirdetésében sokáig szerepelt, hogy az algoritmus segítségével ügyfelei három és hét százalékkal a piaci átlag felett tarthatják az árakat. Miután a ProPublica oldalon cikk jelent meg a YieldStarról, a hirdetést eltüntették.

Seattle központjában például a YieldStar alapján egy év alatt harminchárom százalékkal emelkedett az egy hálószobás lakások bérleti díja. Egy közeli stúdióban az árkalkulációt manuálisan végezték, és a növekedés csak 3,9 százalék volt ugyanabban az időintervallumban.

Az ingatlanbérlés és a trösztellenes törvények szakértői szerint a RealPage termékei lehetővé teszik a rivális ingatlanközvetítők közötti együttműködést az árazásban. Azaz, potenciálisan megszegik a törvényt, amit a RealPage az adatok névtelenségére és összesítettségére hivatkozva tagad.

 Az árazó algoritmus mellett a cég más termékeiben, például felhasználói csoportokban a tulajdonosok tapasztalataikat osztják meg egymás között, együttműködhetnek.

Mégsem fenyegeti annyira a munkánkat az MI, mint amennyire riogatnak vele

A beszélgető szoftvereket fejlesztő amerikai Tidio 2022-es felmérése alapján az 1225 megkérdezett 65 százaléka – köztük az egyetemet végzettek 69 százaléka – fél, hogy az automatizáció miatt hamarosan elveszítheti a munkáját.

De valóban így lesz-e, és a mesterséges intelligenciák tényleg elveszik az állásunkat?

Az eddigi statisztikák szerint erős túlzás ilyet állítani. Egy amerikai kormányzati beszámoló pont az ellenkezőjét igazolja, bár a vizsgált periódus a 2008 és 2018 közötti évek voltak.

automatizacio.jpg

Michael J. Handel, a Munkastatisztikai Hivatal szociológusa tizenegy kockázatos állást azonosított, és vizsgálta 2008 és 2018 közötti alakulásukat (lásd az ábrát).

Összességében 13,9 százalékos növekedést tapasztalt. A fordítók és tolmácsok esetében 49,4, személyes pénzügyi tanácsadóknál 30,4, gyorséttermi és pultos munkákban 29,7, fizikai és fuvarozási tevékenységeknél 27,6 százalékkal több személyt alkalmaztak

Handel csak két területen tapasztalt csökkenést: 0,2 százalékkal kevesebb a szobalány és házvezetőnő, a sebészek száma – a szemészeten kívül – viszont 30 százalékkal esett vissza. A Roomba robotporszívó és a Da Vinci robotsebész ellenére úgy tűnik, hogy egyik területen sem az automatizáció a visszaesés oka.

A 13,9 százalékos becslés túlszárnyalja a Munkastatisztikai Hivatal 2008-as 8,7 százalékos előrejelzését. Ugyanez a szervezet a 2019 és 2029 közötti periódusra átlagosan 5,8 százalékos növekedést prognosztizál. Handel a lakosság elöregedésével magyarázza a növekedési ütem lassulását.

Beszámolójában a nem a mesterséges intelligencia, hanem más technológiák miatti (2008 és 2018 közötti) állásvesztésekre szintén kitért. A vizsgált időszak végén 9,7 százalékkal kevesebb volt az adó-előkészítő, 20,5 százalékkal a jegyértékesítő, 28,3 százalékkal az újságíró. Legdrasztikusabb mértékben, 50 százalékkal, a telefonos marketingesek száma csökkent. Ez egyrészt a zaklató hívások szigorúbb szabályozása miatt történhetett, másrészt a munkakört egyre gyakrabban töltik be gépi, köztük mesterségesintelligencia-alapú rendszerek.

Handel anyaga korábbi kutatásokhoz hasonló tényeket összegez. Finnországban, Japánban, Franciaországban és az Egyesült Királyságban az erősen automatizált iparágakban is nőtt a munkahelyek száma és a termelékenység – derül ki ezekből.

Egy OECD-jelentés szerint az érintett 38 országban 2022 áprilisában alacsonyabb volt a munkanélküliség, mint 2020 februárjában, azaz a Covid-19 gyors elterjedésekor. Ez azért érdekes, mert sok közgazdász a világjárvány miatti munkahelygyilkos automatizációs hullámtól tartott.

Virtuálisvalóság-betegség nélküli virtuális valóság

A Tokiói Városi Egyetem kutatói Segway-eken (önegyensúlyozó, kétkerekű, elektromos meghajtású eszközökön) közlekedő felhasználók által megosztható távolsági együttműködés-alapú virtuálisvalóság-rendszert fejlesztettek. Nemcsak a látványt, hanem a mozgás közbeni érzeteiket is megoszthatják így egymással.

A kamerákkal és gyorsulásmérőkkel felvértezett felhasználók visszajelezhetnek élményeikről egy távoli, kerekein külön motorokkal felszerelt tolószékben ülő, VR headsettel rendelkező személynek.

vr_sickness.jpg

Az eddigi felmérések alapján a technológia jelentős mértékben csökkenti a VR által kiváltott rosszulléteket (VR sickness), és az eddigieknél jobb élményt kínál a távolsági együttműködés kategóriájába sorolható tevékenységekhez.

A gyorsan fejlődő technológiával lehetővé válik immerzív (a közegbe való alámerülést biztosító) 3D környezetek megtapasztalása és megosztása. Távmunkánál például komoly előny, hogy a máshol tartózkodó felhasználó a többiekkel is megismertetheti a valósidőben látottakat és hallottakat. Képzeljük el, hogy hatalmas raktárban, gyárban, építkezésen van, és valamilyen közlekedési eszközt használ közben. Könnyen bejárhat nagy területeket, miközben munkatársainak hibákat, problémákat mutathat meg.

vr_sickness0.jpg

A „VR-betegség” azonban tönkreteheti az élményt. Ennek az émelyítő, szédüléssel és fejfájással, időnként hányással járó rosszullétnek az oka, hogy a headseten keresztül akkor is mozgást látunk, észlelünk, ha valójában nem mozgunk.

A japán kutatók rendszere azért különleges, mert a mozgás mellett a tényleges észleléseinket, a mozgás érzetét is megoszthatjuk rajta. A szenzorok a vizuális jegyek mellett a jármű gyorsulásáról is részletes infókat szolgáltatnak. Az infók interneten keresztül jutottak el a módosított tolószékben ülő másik felhasználóhoz.

Amikor a Segway-en álló személy felgyorsult, a tolószékes is, tehát valóban nemcsak a látványt, hanem más érzékszervi élményeket is sikerült megosztani vele. A tolószék természetesen nem tette meg ugyanazt a távot, mint a Segway, és amikor az utóbbi nem gyorsult, szép lassan vissza is tért a kiindulási helyzetbe.

A kutatók önkéntesekkel végezték a tesztet. A mozgásérzet hozzáadásával ötvennégy százalékkal csökkent a VR-betegség.

A rendszeren ugyan bőven akad még finomítanivaló, viszont valódi megoldás lehet a virtuálisvalóság-technológia elterjedését hátráltató egyik nagy problémájára.

A felhasználó hangja alapján azonosítja a Parkinson-kórt és a Covidot egy app

Egyes betegségek korai fázisában csak nagyon kevés bizonyosság van a szervezetben lappangó és lassan kifejlődő kórra. Nagyon kevés a jel, de mégis jelen vannak.

Az ausztrál Melbourne-i Királyi Technológiai Intézet két kutatást végzett, és az általuk fejlesztett algoritmusok személyek hangját elemezve, azonosítottak korai Parkinson-kórosokat és súlyos tüdőszövődményektől szenvedő Covid-19 eseteket.

A kutatók az Aum nevű okostelefonos-alkalmazásba integrálták az algoritmusokat, az app a betegségeket diagnosztizálja, figyeli az illető személyek állapotát.

parkinson_app.jpg

Orvosok rutinszerűen figyelik pácienseik hangját, ami különösen neurodegeneratív megbetegedéseknél, így a Parkinson-kórnál, vagy tüdőproblémáknál, például Covid-szövődménynél árulkodó. Az app azonban nemcsak a betegség megállapítására, hanem a gyógyszerek hatásának vizsgálatára, szedésük optimalizálására, a megfelelő adagok kialakítására is használható.

A kutatók az első tesztnél 36 Parkinson-kóros és 36 egészséges önkéntessel dolgoztak. Mivel az emberi hangok között természetes különbségek vannak, és csak azokból nehéz eldönteni, ki beteg, és ki nem, „nem nyelvi” hangokat kerestek, amelyek alapján – a természetes különbségek ellenére – már könnyebben ment az azonosítás.

Torok-, száj- és orrhangokat kiváltó fonémákat kellett mondaniuk, a felvételhez iOS-alapú okostelefont használtak, a Parkinson-kóros és az egészséges személyeket gépitanulás-alapú algoritmus azonosította. A háttérzajok ellenére száz százalékos pontossággal dolgozott.

Az algoritmus a gyógyszert szedő és nem szedő Parkinson-kórosokat szintén képes megkülönböztetni egymástól. Ez azért is előnyös, mert az orvos akkor is eredményes munkát tud végezni, ha a páciens nincs a rendelőben, mert például messze lakik.

A Coviddal Indonéziában, még 2021. június-júliusban végeztek hasonló tesztet negyven kórházban tartózkodó betegen és negyvennyolc egészséges személyen huszonkét napon keresztül. Hat fonémát kellett kiejteniük, az adatokat egy másik gépitanulás-algoritmus elemezte, és rájöttek, hogy az „i” hangból kivontak jelentik a legszignifikánsabb különbséget betegek és egészségesek között. Az algoritmus kilencvennégy százalékos pontossággal dolgozott.

A Covid esetében azért fontos az app, mert hangfelvételnél az orvos nem kerül fizikai kapcsolatba a pácienssel, kevésbé terjed a járvány. Nem is kell ugyanabban a fizikai térben tartózkodniuk.

A fonéma-alapú megközelítés a kutatók szerint nem nyelvspecifikus.

Az appon finomítanak, és bizakodnak, hogy minél előbb a való világban is használni fogják.   

süti beállítások módosítása