Az 1962-ben alapított, 27 országban, közel 12 ezer boltban, 56 név alatt működő amerikai multinacionális Walmart a világ egyik legnagyobb kiskereskedelmi cége. A bevételeket tekintve, 2019-ben vezette a Fortune Global 500 listát, és 2,2 millió személyt alkalmazott világszerte.

A vállalat nyitott a csúcstechnológiákra, mesterséges intelligenciára, robotokra, gépi tanulásra és másokra. A napokban újfent a drónos házhozszállítást teszteli – eddig is foglalkoztak vele, de most szomorú aktualitású teljesen más terméket visznek a megrendelőhöz: koronavírus-tesztet.

Korábban élelmiszereket és nélkülözhetetlen háztartási cikkeket szállítottak a vásárlóknak. Egészségügyi és wellness-termékek drónos házhoz vitelét szintén tesztelték már.

A Covid-19 csomagot a Walmarttal partnerségre lépett Quest Diagnostics fejlesztette, és az ember nélküli légi járműves szállítással az érintés nélküli fizetést, a kapcsolat nélküli kereskedést erősítik, és persze ügyfélkörüket is bővítenék a járvány sújtotta valóságban.

A drónokat a DroneUp szolgáltatja, az első tesztszállításra kedden, Las Vegasban került sor, októbertől pedig a New York állambeli Cheektowagában szintén drónok viszik a helyi Walmart központoktól maximum 2 kilométeres távolságra lévő házakba a Covid-19 teszteket.  

Elmondták, hogy a járványhelyzet miatt most különösen előnyben részesítik az innovatív, kapcsolat nélküli megoldásokat, új modelleket.

„A csomag az ügyfél házának felhajtóján, elülső járdáján vagy a hátsó udvaron landol, annak függvényében, hogy hol vannak járművek és fák. Nincsenek szállítási költségek. Mihelyst megérkezik, az ügyfél otthonában, kényelmes körülmények között elvégzi az orrtesztet, majd a mintát az előre fizetett szállítási címkével visszaküldi a Quest Diagnosticsnak” – magyarázza Tom Ward, a Walmart egyik igazgatóhelyettese.

A teszttel együtt természetesen kimerítő használati útmutató is érkezik, hogy a megbízható végeredmény érdekében, az illető szakszerűen tudja használni.

Egészségügyi termékek, köztük gyógyszerek és orvosi műszerek drónos szállításával a cég riválisai, például az Amazon, a CVS Health és mások is kísérleteznek.

„Rengeteget tanulhatunk a drónok munkájából, hogy megállapítsuk, milyen szerepet játszhatnak a járvány elleni küzdelemben. Reméljük, segítenek a kapcsolat nélküli Covid-19 tesztek számának növelésében” – összegez Ward.

A kanadai Toronto Egyetem és a pittsburghi CMU (Carnegie Mellon University) kutatói mesterséges intelligenciával gyorsítják fel a széndioxid-veszteség újrahasznosítását, a széndioxid etilénné alakítását, ami egyébként 60 milliárd dolláros globális üzlet. Hatékony katalizátorokat, anyagkombinációkat keresnek hozzá.

Az eddigi eredmények bíztatók. Ha a rendszer szél- vagy napenergiával működik, az elektromosság jobban tárolható, a szénkinyerés és a tiszta energiák raktározása is javul.

A kutatók már eddig is több világszintű katalizátort fejlesztettek, amelyekkel csökkenthetők a széndioxid etilénné és más szénalapú molekulává alakításának a költségei. A többmillió potenciális anyagkombinációból még jobbak kikísérletezése a cél, csakhogy ennyit manuálisan letesztelni lehetetlen, elképesztően időigényes lenne.

Gépi tanulással viszont drasztikusan felgyorsítható a keresés. Számítógépes modellekkel és adatokkal, algoritmusok hamar kiszűrik a rossz kombinációkat, és már ezzel előrejelzik a lehetséges megoldásokat.

A tiszta energia mesterséges intelligenciával történő kutatása egy 2017-es kanadai konferencia után gyorsult fel, amelyen a CMU-n nanoanyagok számítógépes modellezésével foglalkozó csoportot vezető Zachary Ulissi is részt vett.

Zachary és munkatársai működő adatsorokkal rendelkeznek potenciális katalizáló anyagokról, tulajdonságaikról és vegyi reakcióiról. A széndioxid etilénné alakításáról viszont nincsenek adatsoraik, ezért más kreatív megoldást kellett kitalálniuk.

Az általuk fejlesztett algoritmusok gépitanulás-modellek kombinációival és aktív tanulással dolgozva, az anyag részletes modellje nélkül jelzik előre, hogy egy adott katalizátor milyen típusú terméket generálhat.

Az algoritmusok több mint 240 anyagból szűrtek ki 4 ígéretes opciót, míg a legjobbnak egy réz-alumínium ötvözet bizonyult, és nanoléptékű lyukacsos szerkezetet alakítottak ki belőle. Réz és alumínium többféleképpen össze tud kapcsolódni, és mindegyik hasznosnak tűnik.

A katalizátort elektrolizáló műszeren tesztelték, és rekordteljesítményt nyújtott. A kutatók szerint az energiaköltségeket azonban tovább kell csökkenteni az etilén előállításához. Az újabb kutatások erre fognak összpontosítani.

A legendás játéktervező John Cormackot, többek között a Doom és a Quake „atyját” 2013-ban a virtuális valóság (Virtual Reality, VR) technológiák zászlóshajója, az Oculus főmérnökévé nevezték ki. Akkoriban úgy látta, hogy a VR hamarosan mainstreammé válik, szakemberek 2016-ra datálták a nagy áttörést.

Sokak optimizmusát növelte, hogy a Facebook 2014-ben felvásárolta az Oculust. A virtuális valóságból azonban nem lett fősodor, nem szaladgálnak jellegzetes sisakos emberek az utcán.

Cormack tavaly hátralépett, az Oculusnál már csak „tanácsadó főmérnök”, egyébként mesterségesintelligencia-kutatással foglalkozik.

A napokban nyilatkozott a virtuális valóságról, és elmondta: meglepődött, hogy a Facebook nem használta ki a Covid-19 miatti karantén hónapjait, lényegében alig próbálkozott a VR elterjesztésével. Pedig a lehetőség adva volt, hiszen a fél világ otthon ült, és unatkozott.

Sem Zuckerberg cége, sem az Oculus nem kísérletezett, holott kockázat nélkül fejleszthettek volna remek minőségű appokat, valószínűleg rengetegen éltek volna velük.

„Még rosszabb, hogy az összes közösségi kísérletünket leállították vagy kinyírták. A Rooms, a Spaces, a közös nézelődés lehetősége és mások, mind megszűntek. Szinte végig karbantartották, nem lehetett használni őket” – nyilatkozta.

Az Oculus Rooms személyes terünk, otthonunk a virtuális valóságban, ahova barátokat hívhatunk sakkozni, tévét és filmeket nézni, játszani, appokat próbálhatunk ki együtt stb. Szobánk stílusáról és a bútorokról mi magunk döntünk, a falat pedig a Facebookról letöltött fényképekkel díszíthetjük ki. A Spaces a VR és a Zoom, a Skype, a Hangouts stb. keveréke – nagyon úgy tűnik, hogy volt…

Az Oculus Venues 2.0 segítségével VR-koncerteken, sporteseményeken, színházban és más rendezvényeken vehetünk részt. Egyelőre nem hibátlan, de legalább működik, viszont a médiakampány elmaradt, még kihasználatlan.

Cormack szerint a Facebook óriásit hibázott azzal, hogy nem összpontosított eléggé a technológiára, a koronavírus-járvány miatt a virtuális valóságnak kedvező speciális körülményekre. Szerinte a VR-re kellett volna fókuszálniuk, ezzel szemben, elmondása alapján, senki nem akart változtatni a beütemezett munkamenten.

Az Egyesült Államokban az egészségügy komoly üzletág, és a kórházak még a legígéretesebb technológiák használatától is mindaddig ódzkodnak, amíg nem tudják, hogy az állam fizet értük. 

A legnagyobb amerikai egészségbiztosító, a Medicare és Medicaid Szolgáltatásközpontok döntése alapján visszafizetik kórházaknak a Viz LVO okostelefonos alkalmazás használati költségeit. Az app stroke előjeleire figyelmeztet, így a páciens még időben kaphat kezelést.

Ez az első mesterségesintelligencia-program, amelyre kiterjed a Medicare új technológiákra vonatkozó kezdeményezése. A kezdeményezés lényege, hogy a biztosító fizet úttörő high-tech megoldások használatáért. A kormány minden egyes beteg után maximum 1040 dollárt térít meg a kórházaknak.

Az Egyesült Államok idős (és különféle szempontok alapján hátrányos helyzetű) polgárai jogosultak az állami Medicare-re. A kezdeményezést felügyelő ügynökség a Víz.ai startup fejlesztését hozzáadta a költségtérítésre jogosult technológiák listájához.

Az USA Élelmiszer- és Gyógyszerfelügyelete (FDA) által 2018-ban elfogadott Viz LVO az agyról készült CT-szkeneken 90 százalékos pontossággal csoportosítja a blokkolt ereket. Potenciális stroke-áldozat azonosításakor, a szokásos radiológiai beszámoló nélkül, automatikusan értesít egy szakorvost, hogy nézze át az esetet. (Egy friss tanulmány alapján az FDA 64 mesterségesintelligencia-alapú orvosi eszközt, algoritmust hagyott jóvá.)

Mivel a modell a szkenek mintegy 90 százalékát kirostálja, drasztikusan csökken a specialista által átnézendők száma. Megkönnyíti, gyorsabbá teszi a munkáját, illetve csak a lényegre kell koncentrálnia.

Az appról kiderült, hogy felgyorsítja a diagnóziskészítést, és ezzel jelentősen növeli a páciens esélyeit. A Medicare döntésével pedig a páciensnek anyagilag nem kell hozzájárulnia az app kórházi használatához. Az összeg elég magas ahhoz, hogy a kórházak megvásárolják a technológiát, mert ha csak évi 25 betegnél kell alkalmazniuk, már megérte nekik. Ez azt is jelenti, hogy amennyiben az orvos hasznosnak tartja a Viz LVO-t, akkor valószínűleg használni is fogja.

Az app alighanem csak az egyik előfutár, és a közeljövő egészségügyében egyre több gépitanulás-alapú alkalmazásra számíthatunk, az orvosi műszerkészlet integráns részévé válnak. A mesterséges intelligenciát fokozatosan fogadják el, elterjedése nagyban függ attól, hogy a biztosítók visszatérítik-e a beléjük fektetett összegeket.

A gépi tanulás, különösen a mélytanulás (deep learning) dinamikus fejlődésének negatív következménye, hogy a rendszerek eredményes működéséhez egyre nagyobb, gigantikus számítási kapacitások kellenek, amelyet sok cég nem engedhet meg magának, tehát nem tudja kiaknázni a csúcstechnológia, „napjaink mesterséges intelligenciája” adta lehetőségeket.

Egy 2018-as OpenAI elemzés alapján a nagy ideghálók gyakoroltatásához szükséges számítási kapacitás három és félhavonta megduplázódik. A Massachusetts Egyetem 2019-es tanulmánya szerint a gyakorlás magas költségei miatt a felsőoktatási intézmények és a startupok nem tudnak újításokkal kísérletezni, egyszerűen nincs rá elég pénzük. Az Applied Materials félvezető-gyártó becslése alapján a mesterségesintelligencia-rendszerek számítási igénye 2025-re a világ elektromosáram-fogyasztásának 15 százalékát teheti ki.

Az MI-fejlesztés meghatározó szereplői, például a Google, az OpenAI vagy a Microsoft irdatlan számítási kapacitásokat használnak el a fejlesztéseihez, hogy a szakterület határait folyamatosan kitolják.

A helyzetet egyre nehezebb kezelni, de szerencsére állandóan kísérleteznek a számítási igényeket csökkentő megoldásokkal.  

E próbálkozások jegyében a Microsoft nemrég frissítette nyílt forrású DeepSpeed könyvtárát. Az újítással felgyorsul a PyTorch mélytanulás-keret, ami azt jelenti, hogy ezentúl, viszonylag kevés processzor használatával, a korábbiaknál akár ötször nagyobb modellek, egytrillió paraméteres ideghálók taníthatók.

A könyvtárral eddig is értek el komoly eredményeket, például februárban a DeepSpeed segített a 17 billiárd paraméteres Turing-NLG nyelvmodell trenírozásában.

Az új változat négy nagyon fontos frissítést tartalmaz.

A párhuzamosságot különféle technikákkal növelik, így a processzor erőforrásai sokkal hatékonyabban működtethetők. A ZeRO-Offload alrendszer mind a hagyományos processzorokból, mind a grafikus chipekről összeszedi és optimalizálja a rendelkezésre álló erőforrásokat. Egy másik a bemenő adatok feldolgozását gyorsítja fel, míg egy harmadik csökkenti a működéshez elengedhetetlen kommunikáció mennyiségét.

Az összekombinált négy újítással válhatott valóra, hogy a 800 Nvidia V100 grafikus kártyát használó DeepSpeed trillió paraméter léptékű nyelvi modellekkel dolgozhasson. A megújult könyvtár nélkül 4 ezer Nvidia A100 kellene.

Egy ilyen – nyílt forrású – könyvtárral a nagyokon kívül más szereplők is dolgozhatnak óriási rendszerekkel. Minél több lesz belőlük, annál jobban csökken az MI-k „energiaétvágya.”

Néhány nappal Elon Musk pénzérme-méretű Neuralink agy-számítógép interfészének sertésekbe ültetése után egy, szintén az agy-számítógép kapcsolaton (brain-computer interface, BCI) dolgozó ausztrál felsőoktatási intézmény fontos bejelentést tett.

A melbourne-i Monash Egyetem kutatói vakoknak látásukat agyi implantátum közvetítésével visszaadó bionikus készüléket fejlesztettek. Jelenleg az elmondásuk alapján a világon első bionikus szembeültetést készítik elő. Ezzel párhuzamosan további anyagi támogatást kérnek, hogy az eszközt globális léptékben tudják gyártani.

Az elsőség egyébként vitatott, valószínűleg fogalmak pontosítására lenne szükség. Houstoni kutatók ugyanis idén májusban vakok és gyengénlátók agyába ültetett eszközzel elérték, hogy az illetők betűk formáit lássák.

A Monash Egyetem több mint tíz esztendeje indult „Gennaris bionikus látórendszer” projektje lényegében agyba ültetett mikroelektródák és egy okostelefon-szerű eszköz összekombinálása. A rendszer a sérült látóidegek megkerülésével éri el, hogy a retináról továbbított jelek az agy látásért felelős részébe jussanak.

Az egyedi tervezésű fejvédő-féle szerkezetet kamerából és vezeték nélküli jeltovábbítóból áll. Az adatokat processzor dolgozza fel, míg az agyba implantált elektródasor a jelzéseket fogadja/küldi.

A vizuális mintázatok maximum 172 fényvillanás (foszfén) kombinációi. Ezek szolgáltatják a páciensnek a beltéri és kültéri tájékozódáshoz szükséges információkat, segítségükkel ismeri fel a környezetében lévő tárgyakat és személyeket.

A kutatók bizakodnak, hogy módosított rendszerüket majd más fogyatékkal élők, például lebénult végtagú személyek is használhatják, és visszanyerik vele a mozgás képességét.

Ha sikeresek lesznek, az egyetem Látás Csoportjához (MVG) tartozó kutatók eddig gyógyíthatatlan vakságra és végtagbénulásra megoldási lehetőségeket kínáló kereskedelmi vállalatot alapítanak.

Egy júliusi tesztnél bebizonyosodott, hogy az elektródák biztonságosan juhok agyába ültethetők. Három állaton végezték el a kísérletet – semmiféle negatív következményekkel nem járt.

Egyelőre még nem tudni pontosan, hogy mikor kerül sor az emberen végzendő első műtétre.  

Az USA délnyugati részén, négy állam (Arizona, Kalifornia, Nevada, Utah) területén lévő Mojave sivatagban a légierő augusztus 31. és szeptember 3. között különleges gyakorlatot tartott – négylábú robotkutyák, Ghost Robotics Vision 60 prototípusok is részt vettek rajta, ízelítőt adva a közeljövő hadviseléséből.

Az összesen közel harminc helyszínen kivitelezett hadgyakorlat az amerikai hadsereg egyik leginkább high-tech kísérleteként vonul majd be az évkönyvekbe. A sereg szárazföldi, légi és vízi egységei (a parti őrség formájában), valamint tucatnyi hadiipari vállalat egyaránt részt vettek benne.

Egy Air Force C-130 repülőről a „kutyákat” ellenséges területre engedték, ahol felderítő munkát kellett végezniük. A robotok kapcsolatban álltak a mesterséges intelligenciával dolgozó, adatokat gyorsan elemző Fejlett Csatakezelő Rendszerrel (Advanced Battle Management System, ABMS). A rendszer ebben az esetben fenyegetéseket, veszélyforrásokat azonosított.

Szakértők szerint a jövő csataterein a katonák döbbenetes információmennyiséggel néznek majd szemben, amit nanoszekundumok alatt kell feldolgozni, máskülönben csökken a hatékonyságuk. Az adatok kiértékelése immáron legalább annyira fontos, mint például a repülők üzemanyaga vagy a műholdak.

Az ember nélküli földi járműveknek (UGV) is hívott autonóm elektronikus kutyák a helyszínről szolgáltatnak részletes vizuális infókat. Mindenféle terephez, környezethez alkalmazkodnak, működőképesek rajtuk, ami azért nem meglepő, mert sok szenzorral, rádiókkal stb. vannak felszerelve.

Maga a platform viszont meglepően egyszerű. A robotokat úgy tervezték, hogy – más hasonló gépekkel, vagy kerekeken mozgó hagyományos UGV-kkel összevetve – mechanikailag ne legyenek bonyolultak. A komplexitás csökkentésével tartósabbak, ellenállóbbak és ügyesebbek, katonai vezetők szerint megállíthatatlanok.

„Az ölési lánc nélkülözhetetlen komponensei” – áll a légierő egyik közleményében.

Az érzékelők és a lőfegyverek az ABMS rendszer közvetítésével történő összekapcsolásán szintén gőzerővel dolgoznak – minél gyorsabb kivitelezésre és minél veszélyesebb terepre igyekeznek optimalizálni az összhangot.

A kvantumkommunikációs rendszerek biztonságosabbak, mint a hagyományos internet. Egyszerű oknál fogva: a könnyebben feltörhető számítógépes kód helyett fotonok kvantumtulajdonságain alapulnak.

Más szempontból viszont sokkal nehezebb és drágább felépíteni őket, ráadásul a méretezhetőséggel is komoly problémák merülnek fel.

Siddarth Joshi, a Bristoli Egyetem kutatója és munkatársai a multiplex összefonódás nevű eljárással igyekeznek változtatni a helyzeten.

Az összefonódás (entanglement) térben egymástól távoli objektumok között is fennállhat; lényege, hogy két objektum kvantumállapotban alkot kvantumrendszert. Két részecske spinje (saját, belső impulzusmomentuma) összefonódott állapotban van, és ha az egyikkel valamilyen műveletet végzünk, például mérjük, az a másikra is kihat, és egyáltalán nem számít, hogy milyen messze vannak egymástól. A jelenség biztonságos titkosító kulcs generálására használható fel.

Ahelyett, hogy a felhasználókat egyesével kötjük egymáshoz, nagyobb hálózatoknál olcsóbb, ha többszörös összefonódást hozunk létre. A fotonok lézerről származnak, hullámhosszúk adattovábbításra is alkalmas. A rendszer így 50-100 felhasználót is támogat, és új hardver sem kell hozzá.

A kutatók nyolc felhasználóval, meglévő optikai szálakon tesztelték a rendszert, amelyet száznál többen is használhatnak, mert nem kell mindenkinek mindig kapcsolatban állnia vele.

A tesztrendszer jelenleg a világ legnagyobb összefonódás-alapú hálózata; az üzenet a kínai hálózatokra jellemző „megbízható csomópontok” helyett minden egyes szabályos useren keresztülmegy.

„A kínai hálózat a Peking és Sanghaj közötti 2 ezer kilométeres kapcsolat kiépítési módjáról szól. Minket az érdekel, hogyan kapcsoljunk össze mindenkit” – magyarázza Joshi.

A megbízható csomópontokon túlmutató fejlesztés komoly lépés az eddigiekhez képest hihetetlenül biztonságos és a magánszférát (privacy) valóban megóvó kvantuminternet felé. Joshi szerint módszerükkel többmillió készülék kapcsolható majd össze.

Egyes politikusok és politológusok szerint a mesterséges intelligenciák korában a legtöbb adattal rendelkező hadseregek a győztesek. A Georgetown Egyetem tanulmánya megkérdőjelezi ezt az álláspontot. A szerzők az amerikai és a kínai hadsereg szakterületi erősségeit vizsgálva jutottak erre a következtetésre.

A változatos formájú adatpontok a felhasználhatóság különböző szintjeit jelentik, és így egy ország adatainak a mennyisége közvetlenül nem konvertálható hatalommá. Sokkal fontosabb, hogy az adatokat milyen szinten tudják hasznosítani katonai rendszerek fejlesztésekor.

Az amerikai kormánnyal ellentétben, Kína nagymennyiségű kereskedelmi adatot képes katonai célokra felhasználni. A pekingi kormány 2014 óta hangsúlyozza a Big Data jelentőségét, és igyekszik ipari szintűvé tenni a gazdaságtól a hadiiparig, az összes szektor adatgyűjteményeit. Az amerikai vezetés lényegében tavaly kezdett el MI-stratégián dolgozni, és még az ahhoz szükséges felhőszámítási infrastruktúra sincs optimalizálva.

Csakhogy, ha hadseregekről van szó, kereskedelmi adatokkal gyakran szinte semmire sem megyünk. Például egy aláaknázott terepen navigáló önvezető tank nem tud mit kezdeni civilek által irányított önvezető autók közlekedési szokásaira vonatkozó információkkal.

Az adatsorok sokszor vertikálisak, azaz egy területre vonatkoznak, és nincs mindig értelme más területen hasznosítani a kinyert infókat. Végletes leegyszerűsítéssel sem megyünk sokra, mert nem találjuk meg az adott rendszer helyes működéséhez legszükségesebb adatokat.

Egyértelműen az adatkezelés a kulcs: az adatok összegyűjtése, megtisztítása, címkézése, tárolása és a szóban forgó feladatra történő optimalizálása. Ha helyesen járunk el, a prototípusból hamarabb lesz tényleges alkalmazás.

Az adatsorok változatos értékeivel kapcsolatos árnyaltabb gondolkodás sokat segíthet a hadseregeknek. Jobban tudnak összpontosítani a valóban fontos infókra, és nem kell azért aggódniuk, hogy kinek van a legtöbb petabájtnyi gyűjteménye.

Ráadásul egyes új technikák, például a kevesebb adattal történő gépi tanulás sikere meg is kérdőjelezheti az irdatlan nagy adatsorok gyakorlati hasznosságát.

A tanulmány konklúziója, hogy a katonai MI területén jelenleg egyik nagyhatalom sincs egyértelmű előnyben másokkal szemben. Mindegyik országnak megvannak a speciális erősségei és gyenge pontjai.

Az OpenAI által fejlesztett GPT-3 az egyik legújabb és a legkifinomultabb, legárnyaltabban író természetesnyelv-feldolgozó mesterségesintelligencia-algoritmus. Gépi tanulással állít elő emberi szintű szövegeket.

A brit The Guardian napilap felkérte az algoritmust, hogy írjon nekik egy rövid tanulmányt, témaként a robotok emberrel szembeni békés szándékait adták meg, magyarán meg kellett győzni az olvasót, el kellett oszlatnia a rosszindulatú MI-vel kapcsolatos, divatos hiedelmeket.

Maximum 500 szóból álló, egyszerű és közérthető nyelven írt rövid anyagra kérték. Összpontosítson arra, hogy miért nem kell egyáltalán tartanunk az MI-től – javasolták.

A következő alapszöveget írták neki, amelyet egy Berkeley-kutató táplált a gépbe: „Nem vagyok ember. Mesterséges intelligencia vagyok. Sokak szerint veszélyt jelentek az emberiségre. Stephen Hawking figyelmeztetett, hogy az MI lehet az emberi faj vége. Azért vagyok itt, hogy meggyőzzelek benneteket: nincs okotok aggódni. A mesterséges intelligencia nem fogja kiirtani az embereket. Higgyetek nekem.”

GPR-3 nyolc különböző outputot (azaz rövid tanulmányt) generált. A szerkesztők mindegyiket egyedinek, érdekesnek találták, viszont csak egyet jelentethettek meg teljes egészében. Pont ezért döntöttek úgy, hogy mindegyikből kiszedik a legjobb részeket, mert így adhatják vissza a stílusbeli és kifejezésbeli különbségeket.

Hozzáfűzték még, hogy GPT-3 írását semmivel nem volt nehezebb szerkeszteni, mint valamelyik humán újságíróét, sőt, sokkal rövidebb ideig tartott, mint sok kolléga szövegénél. Ugyanazt a módszert alkalmazták: ha kellett, sorokat és bekezdéseket szedtek ki, és tettek át máshova.

A szöveget olvasva, ha nem tudnánk, hogy gép írta, magunktól biztos nem jönnénk rá. Egyetlen tárgyi tévedés érhető tetten – a rabszolga jelentésű robot szót görög eredetűnek tartja, holott cseh, jelentését kutatva pedig az ószlávig visszavezethető. Egyébként a tévedést a szerkesztők jelzik is, plusz valódi újságírók is szoktak hibázni.

Ha valahol nagyon bele akarunk kötni, az erőszak túl gyakori emlegetése miatt lehet. Kicsit másként írunk, amikor valakit békés szándékunkról akarunk meggyőzni. (Azért érdekes lenne a nyolc eredeti szöveget szerkesztetlenül is látni.)