Ha filmhez, videokliphez keresünk robotot, újfajta tehetségkutatókra, figyelőkre van szükségünk. Ezek egyike lehet, a két Seattle-illetőségű vállalkozó, Forest Gibson és Jared Cheshier által április elején (de nem április elsejei tréfaként) alapított, beszédes nevű (a mesterséges intelligencia és az ügynökség szavakat összevonó) Aigency. (Egy másik tech vállalkozást, a 2015-ben alapított Pluto VR-t szintén ők vezetik.) 

A speciális művészeket menedzselő ügynökség kizárólag robotokkal foglalkozik, őket képviseli.

Az alapítók meggyőződése, hogy filmrendezők és eseményszervezők munkáikban egyre inkább akarnak robotokat, automatákat szerepeltetni, ráadásul egyre többet, viszont meg van kötve a kezük. A programozók, a helyszíni technikusok, a gépkezelők és -szállítók költsége, szükségleteik, sok pénzt elemésztenek. A megfelelő és hozzáértő személyzet összeverbuválása szintén komoly feladat.

Az ügynökség célja nemcsak a „mechanikus tehetségek” leszállítása, hanem a robotok, robotkülsőbe bújtatott mesterséges intelligenciák mellé megfelelő logisztikai és technikai támogatást is igyekeznek nyújtani.

Jelenleg két robotot, a Boston Dynamics két négylábú szerkezetét, Zero-t és One-t képviselik. (Mások, például a világhírű gépitanulás-kutató, amerikai-kínai Andrew Ng nevéhez köthető The Batch szintén menedzsel két robotot, a DJI RoboMasterét és a Skydio 2 névre hallgató drónt.)

A két partner sokat foglalkozik gépek tanításával, hogy a szerkezetek új viselkedésformákat sajátítsanak el szimulált környezetekben. Mindeközben hangszintézissel is foglalkoznak, amellyel vonzóbbá, „karizmatikusabbá” tennék a robotokat – ügyfeleiket.

Eredetileg fellépéseket is lekötöttek számukra, de a koronavírus-járvány közbeszólt, és törölni kellett mindet.

A robotikával a 2010-es évek elején kerültek közelebbi kapcsolatba, amikor gépeket mutattak be, és a NASA Curiosity terepjárójáról készült szimulációt használták fel elektronikus zenei videókhoz.

A Google kutatói utánzásos tanulással igyekeznek elérni, hogy robotok a mostaninál sokkal ügyesebben mászkáljanak, forogjanak stb.

A Laikogo nevű négylábú szerkezetet egy kutyához kapcsolt változatos érzékelőkkel rögzített mozgásadatokkal, „mozgásrögzített” (motion capture) adatsorral gyakoroltatták. Hagyományosan kódolt robotvezérléssel nehezen vagy egyáltalán nem kivitelezhető, változatos mozgásokra okították.

Első lépésként a valódi kutya mozgásadatai alapján minden egyes mozdulat szimulációját elkészítették: ügetésszerűét, oldalra lépését, 1980-as évekbeli klasszikus táncformuláékét (a futó emberét). Az utolsó kategóriába tartozókat nem húsvér állatról mintázták. A szimulált kutyát manuálisan animálva megtáncoltatták, hogy lássák: a robottal is működik-e ez?

Ezt követően összekapcsolták a szimulált kutya és a robot legfontosabb ízületeit, hajlatait, hogy pontosan ugyanúgy mozogjon, mint az állat, majd megerősítéses tanulással stabilizálták a mozgásokat, megszüntették a súlyeloszlás aránytalanságait.

Befejezésként az utolsó irányítóalgoritmust tesztelték le, és a fizikai robot, igaz, laboratóriumi körülmények között, de egészen jól teljesített. A futó ember utánzása viszont nem sikerült túl jól.

Robotok valóvilágban történő navigációhoz elengedhetetlen komplex és ügyes mozdulatokra történő betanítása régóta a terület egyik legnagyobb kihívásának számít. E tevékenységek utánzásos tanulása viszont lehetővé teszi, hogy a gépek viszonylag könnyen tegyenek szert állatok, sőt, akár a Homo sapiens ügyességére is.

A kutatást vezető Jason Peng elmondta, hogy még több kihívásra kell választ találniuk. Mivel a robot elég nehéz és nehézkes, egyes mozdulatokat, például a nagy ugrásokat és a gyors futást aligha sajátítja el, és állatokkal sem megy mindig simán a mozgásadatok rögzítése. Van, amikor lehetetlen. Ezek mellett nagyon drága, plusz a kutyának, macskának stb. együtt is kell működnie a kutatókkal. Egy kutya általában barátságos, de már egy gepárdról például nem mondható el ugyanez.

A fejlesztők tervezik, hogy élő állatok helyett állatokról készült videókat is használnak, amellyel technológiájuk sokkal hozzáférhetőbb és méretezhetőbb lesz.

A koronavírus a sportot is átírhatja. A labdarúgástól a súlyemelésig, minden áll, a foci Európa-bajnokságot és a tokiói Nyári Olimpiai Játékokat át is tették 2021-re.

Az ázsiai baseball-rajongók pedig csak televízión, interneten követhetik a meccseket, szurkolhatnak kedvenceiknek. A koronavírus-járvány miatti szigorú óvintézkedések következményeként ugyanis nem léphetnek be a stadionokba, ami eddig nem volt probléma, most viszont már az.

Szombaton újraindult a Kínai Professzionális Baseball Liga (CPBL). A CPBL egyébként nem a Kínai Népköztársaság, hanem a másik (demokratikusabb, és a Covid-19 ellen, legalábbis eddig jobban bizonyított) Kína, azaz Tajvan bajnoksága.

A liga egyik csapata, a Rakuten Monkeys különlegesen kreatív ötlettel állt elő: 500 „robotmanökent” helyezett el az egyébként teljesen üres stadionba. A gépeket drukkereknek öltöztették be, távolról úgy is mutattak, mintha a csapat szurkolói lennének. (A japán Rakuten 2019-ben vásárolta meg a korábban Lamigo Monkeys nevű csapatot.)

Közelről viszont nem.

„A hátborzongatás újabb szintje, de ez lesz a jövőben” – írta Twitter-bejegyzésében egy sportriporter, és közelképet is mellékelt hozzá: a posztapokaliptikus lelátón ülő élettelen robotok a csapat zászlóját, transzparenseket tartottak a kezükben.

„Mivel egyetlen szurkolónk sem lehet itt, kellett valami szórakoztatót találnunk, és a mostani szabályoknak megfelelően, 500 robotot helyeztünk el a nézőtéren” – magyarázza Justin Liu klubigazgató.

Egyelőre fogalmunk sincs, mire képesek ezek a robotok. Leszámítva azt, hogy üres szemmel merednek a semmibe.

Az egészet azt követően találták ki, hogy az egészségügyi hatóságokkal tárgyalásokat folytató amerikai Major Baseball Liga bejelentette: a játékosok májusban újrakezdik az edzéseket.

A szövetségi egészségügyisekkel pontosan erről vitázó MBL digitalizálna is – a szociális távolságokat betartva igyekeznek a sportágat újjáéleszteni.

A Rakuten Monkeys gyorsan cselekedett.

Naponta világszerte többmillióan gépelik be tüneteiket a Google-keresőbe. Ezek a keresések, különösen ott, ahol kevés tesztet végeznek, nagyon hasznosak lehetnek eddig nem ismert Covid-19 esetek felderítésében, új gócpontok létrejöttének megakadályozásában.

A Google-adatokban rejlő információ keresésénél például árulkodók a „nem érzek semmiféle szagot” jellegű szövegek. Az utóbbi időben az USA-ban a járvány által keményen sújtott New York, New Jersey, Louisiana és Michigan államokban nagyon sokan gépelték be ezt a mondatot.

A keresések fontos közegészségügyi eszközzé válhatnak.

A Harvard és a University College London kutatói meg is állapították, hogy a keresések mennyisége, például a kiugróan egy adott szó, kifejezés, szókapcsolat, mondat stb. sok keresésben való előfordulása, megegyezik a járvány súlyosságával az adott területen.

Seth Stephens adattudós szerint ezek az információk rengeteget segíthetnek egészségügyi szakembereknek a koronavírus-járvánnyal kapcsolatos előrejelzések készítésében, a járvány nyomon követésében, kezelésében.

Adatvédelmi szempontból rendkívül fontos, hogy senki nem olvas bele egyéni kereséseinkbe, a kutatók algoritmusok által készített, anonim és összesített keresési adatokkal, számsorokkal dolgoznak, azokat hasonlítják össze földrajzi régiókkal, államokkal.

Nincs szó új technikáról – kutatók korábban már azonosítottak például Google-keresések és a szifilisz elterjedése közötti összefüggéseket. Stephens megemlítette, hogy a sertésinfluenza nyomon követéséhez szintén használtak Google-adatokat, csakhogy azok túl változatosak, összevisszák voltak, és nem bizonyultak hasznosnak. Az ok egyszerű: akkoriban inkább csak érdeklődésből, félelemből kerestek rá, és nem azért, mert valóban rosszul érezték magukat. A mostani szituáció teljesen más, és éppen ezért (is) beszédesek az összesített keresési számok.

Az amerikai keresési adatok és a keresett szavak, kifejezések, valamint az ebből levont következtetések más országokban is hasznosak lehetnek a Covid-19 elleni küzdelemben.

A New York állambeli Buffalo Egyetem kutatói megállapították, hogy az Orosz Internet Kutatási Ügynökség (IRA) által létrehozott kamuprofilok 2015 és 2017 közötti tevékenysége hozzájárult az oltások természetének és hasznosságának amerikai megítélésében bekövetkezett változásokhoz.

A koronavírus árnyékában különösen megnő az egészségügyi témák átpolitizálásának, propagandaeszközként történő használatuknak a veszélye. Képzeljük el, hogy ha a koronavírussal történne ez, és a szakemberektől, orvosoktól, megbízható médiaforrásokból stb. érkező egészségügyi üzenetek fontosságát és igazságtartalmát politikai preferenciáink alapján ítélnénk meg.

A kutatók felügyelet nélküli gépi tanulással közel 3 millió tweetet elemeztek, hálózatokat vizsgáltak, mintázatokat ismertek fel, és kiderült, hogy az IRA másként közelítette meg az amerikai republikánus és demokrata szavazókat.

Az ügynökség célja a vita elmélyítése volt.

A szomorú valóság, hogy sikerült nekik – az utóbbi években a republikánus szavazók kezdenek kevésbé bízni az oltásokban, míg a demokraták pozíciója változatlan maradt –, és a történelmileg közegészségügyi, és semmiféle szempontból nem politikai téma további ellentéteket generál a két tábor között. Ha pedig, legyen az bal- vagy jobboldali, politikai irányelvek alapján viszonyulunk ezekhez a kérdésekhez, fokozatosan elveszítjük az egészségügyi szervezetek iránti bizalmunkat, és az objektivitásukat is megkérdőjelezzük.

Az IRA ott is ellentétet teremtett a két tábor között, ahol korábban nem volt. Az ügynökség aligha foglalkozik az oltáskérdéssel, mindössze annyit tettek, hogy a republikánusoknak szánt üzenetekkel az átlagos republikánus karaktert még republikánusabbá, a demokratát pedig még demokratábbá tegyék. Ezt elérve ölbe is tehették a kezüket. 

„Egy vírusban nincs semmi politikum, de amikor bármely egészségügyi téma a tények rovására politikává válik, a következtetések és a döntéshozás, például, hogy kell-e a távolság vagy sem, a párthűségen, és nem a tudományon alapulnak, és ez extrém-mód veszélyes” – magyarázza Yotam Ophir, az egyik kutató.

A Covid-19 tüneteinek felismerésére fejlesztett chatbotok (online beszélgető szoftverrobotok) veszélyesen inkonzisztens ajánlásokat tesznek. Nyolc kifejezetten jónak tartott orvosi bot meglepő módon másként ítélte meg ugyanazokat a tüneteket. Válaszaik eltértek egymástól, tanácsaik gyakran teljesen ellentétesek voltak egymással.

Két újságíró ismert tünetekről – köhögésről, lázról, légzési problémákról – beszélgetett az amerikai kormányügynökségek, kórházak és infokommunikációs vállalatok által felajánlott rendszerekkel.

A CDC (Betegségvizsgálati és Megelőzési Központ) Koronavírus Önellenőrzője azt mondta az újságíróknak, hogy legalább egy tünetet észlelt rajtuk, majd az önkéntes karantént és egy egészségügyi szolgáltatóval való 24 órán belüli kapcsolatfelvételt javasolta.

A Providence-i (Rhode Island állam) St. Joseph Kórház botja szerint elképzelhető, hogy az újságírók fertőzöttek, és hívjanak fel egy orvost, vagy a 911-es segélyvonalat.

A webes Buoy Health orvosi szolgáltatás a tüneteket sima megfázásnak tartotta, és nem javasolt semmiféle külön intézkedést.

A Google Verily leányvállalatának chatbotja semmiféle további tesztet nem tartott szükségesnek.

A Recode intelligens hangfal-platform hasonló tesztet végzett, és kiderült, hogy az Amazon, az Apple és a Google hangasszisztensei gyakran egyaránt túl általános, elavult és kontextus nélküli információkkal válaszoltak a tünetekre, így ők sem tűnnek túl hatékonynak.

A Stanford Egyetem tanulmánya szerint a Covid-19 felismerésére fejlesztett tünetellenőrző rendszerek részben azért buktak meg, mert a koronavírus első szimptómái hasonlóak egy sima megfázáséhoz, vagy többféle influenzáéhoz. De már egy 2015-ös anyag is kimutatta, hogy a különféle betegségek tüneteinek felismerésére kitalált online rendszerek gyakran vonnak le hibás következtetéseket. Ugyanakkor nem is kell tökéletesnek lenniük, mert azért anélkül is tehetnek hasznos szolgálatokat. Egyszerűen, további vizsgálatokra javasolt eseteket kiválasztó statisztikai eszközökről van szó.

A jelentős különbségek viszont egyértelműen jelzik, hogy bőven akad rajtuk finomítani való, és a maihoz hasonló baljós időkben a rossz tanács kifejezetten veszélyes. Azonban, ha figyelembe vesszük, hogy hány országban van hiány a teszteszközökből, az MI-alapú vizsgálatok hibáik ellenére is könnyíthetnek a túlterhelt kórházi dolgozók munkáján, és azért azt se felejtsük el, hogy sok esetben az orvosok ajánlásai szintén jócskán eltérnek egymástól.

A mesterséges intelligencia és adattudományi alkalmazásai életeket menthetnek meg a Covid-19 elleni világméretű harcban. Ahhoz, hogy ez valóban így is legyen, több szervezet nyílt adatbázissal, közkinccsé tett adatsorokkal járul hozzá.

A nyilvánosan hozzáférhető forrásokat bárki felhasználhatja, segítségükkel trendeket elemezhet, vagy indíthat el saját projekteket, de részt is vehet speciális versenyeken, például a CORD-19 NLP-n, amelyen tíz kérdést kell megválaszolni, és tízféleképpen segíthetjük a világot a betegség megértésében és legyőzésében. A megmérettetést a szakterületén a világ legnagyobbjának számító Kaggle gépitanulás- és adattudományi közösség szervezi.

A New York Times Esetadatai az egyik ilyen gyűjtemény. A világhírű újság az Egyesült Államokban megyei szinten dokumentálja a megerősített koronavírusos megbetegedéseket. Ez a legátfogóbb és legegyszerűbben értelmezhető nyilvános adatsor a járványról.

A Röntgensugaras Mellvizsgálatok Covid Adatbázisa a Montreali Egyetem kutatóinak felajánlása, röntgen- és CT-felvételeket tartalmaz. A gyűjteményt nagy gyakorisággal frissítik tudományos publikációkban szereplő adatokkal, de naprakész információival, a nemzetközi orvosi közösség is hozzájárul.

A Kinsa Intelligens Hőmérő Időjárási Térkép a Kinsa Health által gyártott, internetre kapcsolódó hőmérők mérési eredményeit tartalmazza, és jeleníti meg térképszerűen. Finomhangolt, ugyanakkor „zajos” képet ad a fertőzés gyakoriságáról az Egyesült Államokban.

Figyelemre méltó, hogy az említetteken kívül is sok más mesterséges intelligenciával foglalkozó vállalat és kutatási intézmény igyekszik technológiái felhasználásával minél eredményesebben szembeszállni a betegséggel.

Változatos régi-új hobbik tűnnek fel a koronavírus-járvány alatt. Az elzártságban egyesek gőzerővel sütnek-főznek, mások varrnak, megint mások az antarktiszi pingvinek életét és szokásait igyekeznek megismerni, majd a közösségi médián megosztják munkájuk gyümölcsét.

A járvány miatti négy fal közé zártság új lehetőségeket is teremt, például az újnak egyébként nem nevezhető közösségi tudományos projektekben vehetünk részt, tudományos képesítés nélkül. Tömeges ismeretmegosztáson, közösségi ötletbörzén (crowdsourcing) alapul az egész, és komoly kezdeményezésekbe is besegíthetünk.

Egyikük, a Galaxy Zoo résztvevői aktívan dolgoznak azon, hogy jobban megértsük az univerzumot.

A közösségi tudomány, így a Galaxy Zoo mögött is olyan elképzelések vannak, hogy a kemény tudományos résszel szakemberek foglalkoznak, míg a kevésbé technikai jellegű feladatok kivitelezésében bárki részt vehet. A Chris Lintott, oxfordi asztrofizikus által vezetett projektben Lintott és kollégái teleszkópokkal figyelik a kozmoszt, speciális technikákkal pedig teljesen új képeket rögzítenek a világűrről, a közben feltűnő új galaxisok osztályozásába, csoportosításába viszont minden érdeklődő besegíthet.

„Egy galaxis formája sokat elárul a történetéről. Információt szerezhetünk arról, mikor alakultak ki az összetevő anyagai, mikor ütközött össze más galaxisokkal, mikor képződtek a csillagai, és sok más hasonló kérdésre kaphatunk választ. A csillagászok elég jók a galaxisokat ábrázoló képek elkészítésében, az adatok kisilabizálásával viszont gyakran meggyűlik a bajuk” – magyarázza Lintott.

Az éjszakai csillagos ég megfigyelésével irdatlan, már-már feldolgozhatatlan mennyiségű új információhoz jutunk. Egy csomó önkéntes rengeteget segíthet az ilyen esetekben, sokat tehetnek azért, hogy az asztrofizikusok rájöjjenek, mi is történik valójában.

„Bármelyikük lehet az a személy, aki először pillant meg egy új galaxist. Lényegében, ha bejelentkezünk az oldalra, már akkor tényleg olyat láthatunk, mint korábban senki más” – hívja fel Lintott a projektre a közfigyelmet, és egyben igyekszik is minél több érdeklődőt bevonni a kezdeményezésbe.

A gombamód szaporodó mobilalkalmazásokkal minden eddiginél könnyebb az emberek közötti kapcsolattartás. A jelenség fontos következménye, hogy a hálózatos rendszerek, például az online közösségi hálózatok vagy a dolgok internete (IoT) egyre méretesebbé, szerkezetükben pedig bonyolultabbá válnak.

Ezeken a rendszereken, áthaladva az egyedi összeköttetéseken, különféle, esetenként egymással ellentétes információk, például pletyka kontra igazság, malware kontra biztonsági kiegészítés „rivalizálnak”. Az ilyen információpárok esetében, amelyekben a kívánt információ (jó esetben) „kinyírja” a nem-kívántat, izgalmas és komoly kihívás megválaszolni azt a kérdést, hogy a nem-kívánt infót mikor és hogyan lehet a leggyorsabban eltüntetni.

Az Észak-Karolinai Állami Egyetem és az amerikai Hadsereg Kutatási Hivatala közösen igyekeznek választ adni rá. Bemutattak egy modellt, amelyen a rivális infók mindkét hálózattípuson elterjednek. A két típus közötti rövid ideig tartó versengésekre összpontosítva állapították meg és számszerűsítették, hogy mennyi idő alatt, milyen tempóban hal ki a nem-kívánt információ.

A hálózati topológia és a kezdeti feltételek komoly szerepet játszanak ezeknek az infóknak az élettartamában. Fényt derítettek arra is – és algoritmust is dolgoztak ki rá –, hogy hol érdemes bevezetni a „jó” adatokat, hogy a „rosszak” minél hamarabb eltűnjenek.

A hálózatokban több körülmény teszi lehetővé régi, már nem aktuális infók terjedését, amellyel, például biztonsági adatok esetében komoly problémák merülhetnek fel.

A hálózat mérete egyrészt szignifikáns tényező, másrészt egy nagy hálózat nem feltétlenül jobb vagy rosszabb, mint egy kicsi. A „jó” adatok terjedési sebességét ugyanis elsősorban a hálózat szerkezete befolyásolja. Egy nagyon összekapcsolt rendszeren az új adatok szélsebesen, minél szélesebb ez a hálózat, annál gyorsabban haladnak végig. Viszont, ha az összeköttetéseket elsődlegesen korlátozott számú csomópont biztosítja, ezek a csomópontok útszűkületként (is) funkcionálnak, és torlódásokat okoznak. Következményként, minél nagyobb egy ilyen hálózat, annál lassabban megy át rajta az új adat.

Az eredményeket felhasználva, IoT-hálózatok a lehető leghamarabb eltüntetik, aktuálisakkal cserélik fel az elavult adatokat. Közösségi hálózatokra szintén alkalmazhatók, az ezek alapján kidolgozott technikák hozzájárulhatnak a nyilvánosságot befolyásoló pontos infók gyors célba éréséhez, az algoritmus például a dezinformáció, a kamuhírek terjedése ellen lehet fontos fegyver.

Mobiltelefonos adatok felhasználása és személyek cellainformáció alapján történő nyomon követése a személyiségi jogok (privacy) védelmezői számára az egyik rémálom-forgatókönyv, másrészt viszont egyik potenciális reményünk a koronavírus elleni harcban.

Egyre több ország figyeli állampolgárainak mobiltelefonos helyadatait, amellyel a koronavírus terjedését igyekeznek követni. Céljuk a kór terjedési sebességének lassítása, a terjedés megállítása.

A megfigyelési lehetőségek mértéke országfüggő, a hatóságok olyan mértékben élhetnek vele, amennyire az adott ország személyiségi jogi és adatvédelmi törvényei engedik. Például az Európai Unióban a GDPR megakadályozza, hogy bármelyik tagország illetékesei polgárai telefonjába nézzenek. Ezzel szemben, más országok, például Izrael vagy Tajvan sokkal többet engedélyez az államnak.

Az Egyesült Államokban több startup fejleszt járványokat megfigyelő és követő alkalmazásokat. A kormány tárgyalásokat kezdeményezett a Facebookkal és más hasonló platformokkal, hogy hozzáférhessen személyek (és a koronavírus) követésére alkalmas helyadatokhoz.

Az európai országok csoportosított, legalább részben anonimizált adatokkal dolgoznak. A hatóságok ugyan nem deríthetik ki, hogy ki mit tesz, azt viszont megfigyelhetik, hogy például állampolgárok tömegesen hogyan reagálnak a karanténra.

Az új izraeli szabályozás alapján az érintett szervek jogosultak pozitív COVID-19 teszttel rendelkező személyek nyomon követésére.

Iránban ugyan fejlesztettek egy, a koronavírust diagnosztizálni hivatott appot, amelyet a kormány az ország állampolgárainak a követésére használ fel.

Kínában minden személy „karantén-szintjét” az okostelefonra küldött kód határozza meg. A kóddal a készülék a karantén-szabályok megszegéséről, azaz a kijelölt tartózkodási hely elhagyásáról is értesíti a rendőrséget.

Tajvanon az otthonuktól túl messzire kalandozó személyekről okostelefonjukra telepített „elektronikus kerítés” ad jelzést a rendőröknek.

A legmesszebbre Dél-Korea ment el: a kormány térképet készített, amely tartalmazza mindenkinek a mobiltelefonos adatait. A térkép nyilvános, teljes a transzparencia, bárki hozzáférhet, lényegében bárki bárkit lekövethet.

Az összes ilyen jellegű új megoldással veszítünk valamit a személyes szabadságunkból, magánszféránk áttekinthetőbbé válik. Kérdés, hogy hol van az a pont, ameddig a hatóságok elmehetnek, ami a jelenlegi körülmények között még elfogadható. Rengeteget vitáznak róla. Ráadásul a drákói szabályozás ellenére (vagy pont azért), úgy tűnik, Dél-Koreában működnek az intézkedések, kordában képesek tartani a járványt.

Többek félelme viszont, hogy a járvány majdani megszűntével, egyes kormányok ugyanúgy fogják használni ezeket a technológiákat, mint a koronavírus alatt.