A koronavírus járvány kitörése milliókat kényszerít saját maguk, sokszor lakáson belüli elszigetelésére, és így értelemszerűen nem folytatnak többé interakciókat mindazokkal, akikkel naponta, rutinszerűen szoktak.

Munkatársak, barátok, családtagok különülnek el önkéntesen egymástól.

Az elszigetelődés és az egyre nagyobb egzisztenciális félelmek, a bizonytalan jövő képe a magyarázat az össztársadalmi szinten növekvő – és teljesen érthető – nyugtalanságra.

Nem véletlen, hogy a meditációtól a szellemi jólétet segítő, például a Headspace és a Sanvello, valamint a telepátiás platformokig (Talkspace), drasztikusan nőtt a mentális egészséget valamilyen szinten ápoló, karbantartó, távolsági terápiát (teletherapy) kínáló alkalmazások iránti kereslet, egyre többen használják ezeket az appokat.

Megan Jones Bell, a Headspace főmérnöke elmondta, hogy megduplázódott a stresszel kapcsolatos speciális tartalmakat keresők száma. A cég ki is adott egy ingyenes meditációs csomagot – a „Vihar átvészelése” (Weathering the Storm) speciálisan kríziskezelésre készült.

A szabályozásban történt változtatások szintén megkönnyítik az online mentális egészségügyi eszközökhöz való hozzáférést. Az Egyesült Államok egészségügyi minisztériuma március harmadik hetében enyhített az orvos és beteg digitális érintkezését ellehetetlenítő, érvényben lévő törvényben.

Az új szabályozás mindent megváltoztathat.

A változással könnyebb hozzáférni mentális egészségügyi alkalmazásokhoz, tanácsokat kapni, ellátáshoz jutni. Kérdés persze, hogy mindez felér-e a megszokott személyes találkozással, amikor orvos/pszichológus és páciense szemtől szemben, minden apró rezdülésre figyelve beszélget.

Egyes kutatások kimutatták, hogy az online érintkezés ezen a területen nem annyira hatékony és eredményes, mint a hagyományos, és önmagában gyógykezelésnek sem elegendő. Ugyanakkor annyira stresszes időkben, mint a mostani, a tényleges gyógymódokhoz, kezeléshez való hozzáférést növelő bármilyen megoldás hasznos lehet.

Köztudott tény: nagyon sok üzleti vállalkozás szervezi ki (outsourcing) ügyfélszolgálati munkáit a Fülöp-szigetekre, amely ezen a területen, főként a hívásközpontok (call centers) terén India elsőszámú „tengerentúli” vetélytársává vált.

Döbbenetesek a számok: a fülöp-szigeteki gazdaság 10 százalékát kiszervezett munkák jelentik.

Az eredmény részben a kormány korai 1990-es években indított, a technológiai „írástudást”, számítógépes ismereteket és a kommunikációs infrastruktúrát növelni hivatott programjainak köszönhető. 

Az ország módosítani kíván a helyzeten, és felkészíti a dolgozókat, hogy egyes tevékenységeiket hamarosan mesterséges intelligenciák végezhetik.

A tervek szerint a változatlanul jelentős mértékben növekedő helyi hívásközpont-iparban dolgozók egy része (a felük nő) magasabb képzettséget adó tréningeken vesz majd részt, míg eddigi tevékenységük könnyebbik felét MI-knek adják át.

A programmal a helyi tehetségek számát is növelni akarják. Jobb technológiai adottságokkal rendelkező dolgozókkal pedig megvalósulhat az álom; a Fülöp-szigetek kiszervezés-központból innovációs csomóponttá alakul át.

A délkelet-ázsiai szigetcsoporton 1,3 millióan élnek kiszervezett munkákból. Egy helyi intézmény, az IT és Üzleti Folyamatok Szervezetének (IBPAP) felmérése alapján nagyon sokan könnyű feladatokat látnak el, például egyszerű kérdésekre adnak telefonon vagy e-mailben választ.

Az IBPAP masszív kampányt indított, hogy ugyanezeket a dolgozókat más foglalkozásokra, például adatelemzőkké vagy gépitanulás-szakértővé képezze ki, míg jelenlegi tevékenységüket MI-kre bíznák.

A szervezet számításai szerint idén 5 ezer személlyel kezdik, 2022 végéig viszont 1 millió érintett vesz részt továbbképző tréningeken.

A képzésben vállalkozások is közreműködnek. A 6500 fülöp-szigetekit alkalmazó, technikai szolgáltatásokat nyújtó Genpact Genome nevű, magasabb képzettséget adó appja például az alkalmazottakat a megtanulni óhajtott képesítéssel rendelkező dolgozókkal köti össze.

Ingyenesen hozzáférhető, különleges appot fejlesztettek együtt MIT-s (Massachusetts Institute of Technology), harvardi, Google-, Facebook-kutatók és a Mayo Klinika szakemberei; összesen 43-an dolgoztak rajta. A Privát csomag: biztonságösvények nevű alkalmazás bétaváltozata iOS-es és androidos mobilkészülékekre is letölthető.

Elvileg így működik: miután mindenki telepítette, és a pozitív koronavírus-teszttel rendelkező személyek megnyomnak egy gombot rajta, mire az applikáció bárkit riaszt, aki az illetővel találkozott.

A fejlesztők főként az érzékeny személyes infók biztonsága, a privacy sérthetetlenségére ügyeltek. A felhasználók emiatt kódolt adatokat használnak, a hálózat pedig nem rendelkezik semmiféle központi maggal. A biztonságot és az anonimitást erősítendő, egyetlen entitás sem tárolja/birtokolja az összes user adatait. Adattovábbítás csak a mi kívánságunkra történik, a hozzáférés pedig személyre szabott.

Ez azonban nem oldja meg a másik problémát, az app széleskörű elterjedését, mert komoly egészségügyi szervezetek támogatása is kellene hozzá. A fejlesztők kérelmezték is az Egészségügyi Világszervezet (WHO), az Egyesült Államok Járványellenőrzési és Megelőzési Központjának, valamint az illetékes amerikai minisztériumnak a jóváhagyását.

Tanácsokat kaptak már, a hivatalos engedélyezésre azonban még várniuk kell.

Nem ez az első alkalom, hogy egy járvány elterjedésének megfékezésére fejlesztettek appot.

Például a Cambridge Egyetem 2011-ben influenzára dolgozta ki a FluPhone-t, amit aztán a felsőoktatási intézmény mindössze 1 százaléka töltött le.

A széleskörű elterjedés harmadik akadálya, hogy még mindig sokan nem rendelkeznek okostelefonnal, mert egyszerűen nincsenek meg rá az anyagi lehetőségeik.

Izraeli példa: személyiségi jogi problémákat, a „szenzitív adatok” kérdését félretéve, a kormány elfogadott egy eredetileg terroristák nyomon követésére kitalált alkalmazást. Most a koronavírust hordozó vagy feltételezhetően hordozó személyek mobiltelefonos tevékenységét figyelik vele.

Mesterséges intelligencia észlelte először, hogy a kínai Wuhanban nem stimmel valami.

December 30-án a fertőző betegségek, járványok kitörését gépi tanulást használó szoftverrel folyamatosan figyelő BlueDot MI-fejlesztő figyelmeztette ügyfeleit, köztük több kormányt, kórházat és vállalatokat, hogy Wuhanban szokatlan mértékben emelkedik a tüdőgyulladások száma.

Az Egészségügyi Világszervezet (WHO) hivatalosan kilenc nappal később kezdett járványról beszélni. Azóta sajnos az egész világ tudja, mit jelent a Covid-19, azaz a koronavírus.

A BlueDot rendszere nem volt egyedül.

Hozzá hasonlóan, a Bostoni Gyermekkórház Egészség Térkép (Health Map) automatizált szolgáltatása is felfigyelt az első jelekre. Egy, a San Francisco-i Metabiota által működtetett modell úgyszintén.

De mennyit segített eddig a járvány kezelésében ténylegesen a mesterséges intelligencia?

Nagyon nehéz megválaszolni a kérdést.

Humán (csak emberekből álló) szakértői csoportok elmondták, hogy ők is ugyanazon a napon, december 30-án érzékelték a baj első jeleit, mint a mesterséges intelligenciák.

Az MI-k diagnosztikai eszközökként, vagy oltóanyag-kutatásra történő használatát célzó más projektek pedig nagyon korai fázisban járnak még, így a koronavírussal kapcsolatban (lényegében) semmi nem állítható róluk, egyelőre távol vannak attól, hogy technológiáikat bevessék, használják. És ha a kezdeményezések sikeresek is lesznek, akkor is időbe, inkább hónapokba, mint hetekbe telik, amíg az új technikák egészségügyi dolgozók kezébe kerülnek.

Csak részben igaz a tetszetős vélemény, mely szerint az MI hatékony fegyver járványok ellen. Ha túlzottan megbízunk bennük, akár tévesen értelmezett infók alapján is születhetnek döntések, és egyelőre csak a már bizonyított rendszereknek hihetünk.

A gépi értelem a koronavírustól biztos nem fogja megmenteni az emberiséget, most legalábbis nem. Az esély viszont megvan arra, hogy jövőbeli járványok ellen tényleg hatékony fegyverként használhassuk. Három területen segíthet sokat: előrejelzés, diagnosztika (korai diagnózis), gyógykezelés (gyógyszerek, hatóanyagok kidolgozása).

Nem egyedül, hanem ember-gép együttműködésben.

Mindehhez pedig nagyon sok adat, idő és különféle személyek intelligens koordinációja szükséges. Adat rengeteg áll rendelkezésre, az idő mindig sürget, a koordináció pedig még nem igazán működik.

A Pentagon bejelentette: új etikai irányelveket alkalmaznak mesterséges intelligenciák háborús használatakor.

Az irányelveket a vezető cégek szakértőiből álló, a korábbi Google vezérigazgató, Eric Schmidt által irányított Védelmi Innovációs Tanács nevű bizottság dolgozta ki, ajánlásaikat még októberben a Pentagon rendelkezésére bocsátották. (Az anyag címe: Ajánlások a hadügyminisztériumnak a mesterséges intelligencia etikus használatáról.)

Az MI-k kezelése öt irányelv körül kristályosodik ki: felelősség, igazságosság, követhetőség, megbízhatóság, kezelhetőség.

De mit is jelentenek pontosan ezek a kifejezések ebben a kontextusban?

Felelősségen azt értik, hogy a minisztérium személyzete megfelelő gonddal és alaposan végig gondolt döntést követően használ háború esetén MI-megoldásokat. Ők a felelősek e technológiák implementálásáért és használatáért.

Az igazságosság arra vonatkozik, hogy a minisztérium megteszi a megfelelő lépéseket a mesterséges intelligenciák nem szándékos – de létező – előítéletessége, részrehajlásai elkerülése céljából. Azért van szükség rá, mert a gépi tanulással, tehát rengeteg adaton pallérozódó MI-k több esetben bőrszín, származás stb. alapján, azaz előítéletektől vezetve hoztak döntéseket. (Például, ha az MI-t a bűnüldözésben alkalmazzák, és a gyakorló adatokban sok hispánóamerikai bűnöző szerepel, hajlamos lesz inkább ebben a csoportban keresni megoldatlan esetek elkövetőit.)

Mesterséges intelligenciák adottságait úgy kell kifejleszteni, hogy a minisztérium érintett dolgozói megértsék a technológiát, dokumentációkat, fejlesztési folyamatokat, az MI lehetőségeit, és tudják követni a működését, legyen mindig áttekinthető, és lássák át, hogy mit miért tesz. (Ez az alapelv evidenciának tűnik, de mégsem az. Több szakértő elmondta, hogy nem tudja, hogyan jutnak el MI-k egyes döntésekig, az inputot és az outputot ugyan ismerik, az adatfeldolgozást és a következtetések meghozását azonban nem látják át teljesen.)

A megbízhatóság ebben az esetben a biztonságos és jól körülhatárolt, pontosan definiált használatot, valamint a gördülékeny működést jelenti. Ahhoz, hogy így is legyen, a technológiákat folyamatosan kell tesztelni, és garantálni kell, hogy teljes életciklusuk során csak a pontosan meghatározott esetekben használják őket.

Ezeket a mesterségesintelligencia-rendszereket úgy kell fejleszteni, hogy felismerjék és elkerüljék használatuk nem tervezett következményeit, a személyzet pedig észlelje, ha „elszabadult” az MI – leegyszerűsítve: ne váljon Skynetté. Ez az ötödik pont, a kezelhetőség.

Az irányelveket sok kritika érte – kidolgozóik szemére vetették, hogy azok nem elég hatékonyak, fájdalmasan egyértelműek, túl általánosak és elnagyoltak, nincsenek összhangban a téma jelentőségével.

23 éve, jóval a gépi tanulás divatja, a kifejezés buzzword-dé válása előtt, mindannyiunk döbbenetére az IBM Deep Blue nevű mesterségesintelligencia-alapú számítógépe legyőzte az akkori világbajnok és világranglista-első sakkozót, Gari Kaszparovot.

A szak- és még inkább a kevésbé szaksajtó rögtön közelgő gépkorszakról, az emberit meghaladó gépi intelligencia dominanciájáról beszélt. A diskurzus tökéletesen illett az ezredvég transzhumanizmustól átitatott csodaváró és az 1990-es évek optimista korhangulatához.

Azóta programok más táblás játékokban, például a sakknál sokkal nehezebben sematizálható góban is legyőzték az aktuális világelsőt, és a kiszámíthatatlanabb pókerben és videojátékokban is egyre jobbak.

Mindezek ellenére, az MI-k egyelőre csak szakterületeken, behatárolható, leszűkíthető, viszont rengeteg számítást igénylő problémakörökben teljesítenek jobban a Homo sapiensnél.

 A Wired a Szerveződés a Mesterséges Intelligencia Fejlődéséért (AAAI) által az MI-ről szervezett vitát követően meginterjúvolta Kaszparovot.

„Megbékéltem vele. Végső soron a meccs nem átok, hanem áldás volt, mert nagyon fontos valamiben vehettem így részt. 22 éve még másként gondoltam volna, mint ma. De ilyen dolgok megtörténnek, mind követünk el hibákat, veszítünk. Az a fontos, hogy hogyan kezeljük a hibáinkat, negatív élményeinket” – magyarázza Kaszparov.

Hibázott, a komputer pedig kíméletlenül kihasználta. Ő volt az első híres személy, akinek szakmájában járt túl az eszén egy gépi intelligencia. Az egykori világelső sakkozó (majd politikai aktivista) mostanában egyre gyakrabban tesz fel az MI gyakorlati és technikai oldalán túlmutató kérdéseket, fogalmaz meg a gépekkel kapcsolatos filozofikus elképzeléseket. A szakterületnek pont erre a gondolkodásmódra lenne (nagyobb) szüksége.

„Nem tudjuk pontosan, mi az intelligencia. Még a legjobb, a terület leginkább előremutató fejlesztéseit végző számítástudományi szakembereknek is vannak kétségeik, hogy valójában mit is csinálnak” – válaszolta az emberi szintű MI közelségét firtató kérdésre.

A kvantummechanika elvein alapuló kvantumszámítógépek a lehetőségek szinte végtelen tárházát képesek kezelni, és kb. azonnal elő tudnak állni hasznos megoldások sokaságával.

Egyelőre azonban még nem építettek kereskedelmi célokra is használható kvantumkomputert. Úgy tűnik, most fog változni a helyzet.

A Honeywell ipari konglomerátum ugyanis három hónapon belül ma még kezdeti állapotban lévő, de kereskedelmi alkalmazásokra kísérleti szinten akkorra alkalmas kvantumszámítógépet tervez bemutatni. Az első nyilvános felhasználó a JPMorgan Chase lesz.

A cég egyik vezetőségi tagja, Tony Utterly elmondta, hogy a várt legalább 64 kvantummennyiség alapján rendszerük a világ legmasszívabb kvantumkomputere lesz. Óriási teljesítmény, hiszen a versenyben olyan markáns szereplők is érintettek, mint például az IBM, a Google (Alphabet), vagy a Microsoft.

A kvantummennyiség az ezekre a rendszerekre alkalmazott mérték, meghatározza, hogy mennyire erős az adott gép. Kiszámításakor figyelembe veszik, hogy milyen komplexitású algoritmusokkal kell dolgoznia ahhoz, hogy az eredményeket ne zavarja meg a hőmérséklet változása, a „zaj”, frekvenciák és a pontosságot befolyásoló más tényezők.

A Honeywell gép jelenleg 16-nál jár, az IBM januárban 32-nél tartott.

Az érdeklődő cégek számítások szignifikáns felgyorsítására, új anyagok tervezésére, kereskedelmi szolgáltatásokhoz alkalmazandó új stratégiák kidolgozására, portfoliók optimalizálására használják majd a gépet. A Honeywell már fejleszt technológiákat ezeknek a szektoroknak.

Marco Pistoia, a JPMorgan Chase egyik vezetője nyilatkozatában megemlítette, hogy a géppel Monte Carlo szimulációkat is fognak végezni. A Monte Carlo szimuláció bevett módszer egy-egy opció elméleti értékének kiszámítására.

Utterly meggyőződése, hogy a kvantumszámítások nagyon mély hatást gyakorolnak rengeteg iparágra.

A cég nemrég kezdett el meg nem nevezett összeggel kvantum-szoftverfejlesztőket, például a cambridge-i Quantum Computing Ltd.-t (Egyesült Királyság) és a Zapata Computing Inc-et (Boston) támogatni.

A Gartner előrejelzése alapján 2023-ban minden ötödik szervezet, köztük vállalatok és kormányzati szervek költségvetésében szerepelnek majd kvantumszámítási projektek. Összehasonlításként, 2018-ban kevesebb, mint 1 százalékuk szánt éves büdzséjéből valamennyi összeget ilyen kezdeményezésekre.

A gyorsan fejlődő dróntechnológia újabb, mégpedig az élővilág egyik legkülönösebb lényétől ellesett lépéssel került közelebb az önnavigációhoz, azaz a járművek emberi segítség nélküli tájékozódásához.

A Purdue Egyetem kutatói ugyanis – egy, a denevéreket bemutató könyv alapján – a gépekhez környezetük visszhang alapján történő tájékozódáson nyugvó feltérképezését biztosító szerkezetet fejlesztettek.

A drónt hangszóróval és négy mikrofonból álló felülettel szerelték fel, majd hagyták, hogy itt-ott, különféle helyiségekben „vesszen el.”

Az eddigi önmaguk navigálására hivatott drónok ugyan ügyeskék (de igazából nem túl ügyesek), de az új szerkezettel még jobban fognak teljesíteni.

A fejlesztést más területeken is alkalmazhatják, például hatékonyabban működő tartalék autókamerákat eredményezhet, illetve fogyatékkal élő személyeknek segíthet a tájékozódásban.

A visszhang alapján történő tájékozódás általában arra vonatkozik, hogy valaki kiabál egyet, aztán detektálják a hanghullámok visszafelé tartó útját, hogy megzavarta-e őket valami, vagy sem. Ha igen, a denevérek például rögtön tudják, hogy élelem vagy akadály van a közelben.

A Purdue Egyetem új drónja is nagyjából így működik. A hanghullámok visszaverődési (visszhang) és minden egyes mikrofonba való „visszatérési” idejének mérésével, a gép képes volt nagyjából pontos térképet készíteni környezetéről, hogy aztán hogyan hagyja el a szobát (falaival együtt), és közben az ütközéseket is kerülje el.

A mikrofonok „olvasatainak” összevetésével, a gép sikeresen kihagyta az összes „hamis pozitívot” – képzeletbeli falakat –, és pontosan navigált, repült az igaziak körül.

A négy mikrofonból álló rendszer jó eszköz helyiségek feltérképezéséhez. A következő lépés a mikrofonrendszer kisebb akadályok detektálására alkalmas átméretezése lenne. Mivel egy autó nem tudja körberepülni a szobát ahhoz, hogy lássa, mi van mögötte, optimális esetben mozgáskényszer nélkül kellene feltérképeznie a környezetét.

Úgy tűnik, vége a hanyag, nemtörődöm edzéseknek, mert egy mesterséges intelligencia kijavítja a hibáinkat.

Az internetre kapcsolódó fitnesz-kerékpár, a Peloton évekkel ezelőtt robbant be a hétköznapokba, kultikussá vált, és iskolát teremtett, jöttek az online világba lépő bokszzsákok, gyaloglógépek és az edzést segítő egyéb eszközök. Bőséges a paletta.

Mindegyikhez tartozik valamilyen streamelhető, az eszközről nézhető fitneszlecke. Csak éppen egyvalami, valószínűleg a legfontosabb hiányzik eddig belőlük – egyik sem rendelkezik azzal a képességgel, hogy megmondja: úgy végezzük az adott gyakorlatot, ahogy kell, vagy sem.

Ennek lehet most vége.

A változást hozó szerkezet neve Tempó, egy 1,80 magas állvány, hatalmas monitorral (42 inches HD érintőképernyő), 1995 dollárért. Mozgáskövetője a Microsoft Azure Kinectje köré épült.

Mélységet érzékelő kamerái infravörös fényt bocsátanak ki, a gép pedig közvetett módon méri a fotonok mozgását a kamerától az emberi testig, és vissza stb. Ezzel a tevékenységgel folyamatosan változó, pontos 3D képet generálnak.

Természetesen (a szekrényméretű Tempó is) kapcsolódik a netre, élőben vagy kívánság szerint (on-demand) streamel fitneszleckéket.

Az Azure Kinect fejlesztői csomag MI szoftvere követi a test mozgását. Tempó fejlesztői nem árulták el, hogy termékük ezt a modellt használja, vagy egy másikat. Az viszont biztos, hogy ideghálók közreműködésével elemzi a mozdulatokat, s mondja el, hogy jók, vagy sem.

Azért képes rá, mert úgy trenírozták változatos gyakorlatokon, hogy tudjon ítélkezni. Ha például a térdünk nincs a megfelelő helyen, azonnal jelzi.

Az élő fitneszedzések előnye, hogy edzőnk jobban látja, milyen formában vagyunk, és szól is, ha nem a kívánt úton járunk.

A jól végzett testedzés hatékony, és ha formában vagyunk, szervezetünk is jobban „megbirkózik” a kihívásokkal.

Ebben (is) segíti az embert az MI.  

A mesterséges intelligencia nem biztos, hogy elveszi a munkánkat, viszont jó eséllyel megmondja a főnöknek, hogy mikor lóg a dolgozó.

A kaliforniai Palo Altoban és a dél-indiai infokommunikációs központ Bengaluruban működő Drishti startup MI-je ipari munkások termelékenységét követi nyomon. Tevékenységüket high-tech megoldásokkal azonosítja.

Az autóipari óriás Denso arra használja a Drishti technológiáját, hogy Battle Creek-i üzemében (Michigan állam) megszüntesse az üresjáratokat, azaz a munka a lehető leghatékonyabb legyen.

A Drishti rendszerét úgy gyakoroltatják, hogy az ügyfél ipari folyamataiban felismerje a szabvány cselekvéseket. A gyakorlóadatok több személyről készült, különböző kameraszögekből rögzített videofelvételeket is tartalmaznak. A szoftver a látottak alapján csoportosítja a cselekvéseket, teljesen figyelmen kívül hagyva a cselekvő személyét.

Az autóalkatrészeket összeszerelő alkalmazottakat kamerák figyelik. A rendszer megállapítja, mennyi ideig tart egy-egy feladat kivitelezése. Ha az átlagtól jelentős eltérést tapasztal, értesíti a vezetőséget.

A dolgozók teljesítménymérő kijelzőjén élőben látják, milyen tempóban tevékenykednek. Ha a kijelző mosolygós fejet mutat, minden rendben van, ha viszont szigorú tekintet mered rájuk, akkor lassabbak a kelleténél, az elvártnál.

A Denso vezetősége elmondta a Forbesnak, hogy a rendszerrel a termelékenység több indikátorában kétszámjegyű növekedést értek el.

A Drishti egyik alapítója, Prasad Akella vezeti a General Motors együttműködő robotjainak fejlesztését. Az alapítók közé tartozik még a Googlenál, az Adobe-nál és a Flipkartnál is csoportokat vezető gépilátás-szakértő, Krishnendu Chadbury.

A fejlesztés fontossága egyértelmű. A gyártás 14 trillió dolláros üzlet. A Drishti által szponzorált kutatás alapján egy ember 72 százalékos teljesítményt nyújt a munkában, míg a negatívumok 68 százalékát emberi hibák okozzák. Ha munkánk mesterséges intelligencia segítségével hatékonyabbá válik, jelentős profit termelődik.

A hatékonyság azonban csak egy szempont. Egyre több iparág dolgozói emelnek szót az automatizált menedzsment ellen. Az Amazon raktárosai például tavaly élénken tiltakoztak az MI-ellenőrök ellen.

Algoritmusok figyelhetik és digitalizálhatják a dolgozó összes mozdulatát, a lépések mögötti érzelmekből viszont egyelőre semmit sem fognak fel.