Sok rovar ügyes és hatékony repülésének egyik oka a repülési irány feletti kontrollt, a lejtőkön, sziklák közötti egyensúlyozást és a hirtelen irányváltást biztosító négy szárny. Nem véletlen, hogy robotikusok egyre gyakrabban próbálnak az állatokról mintázott repülő gépecskéket fejleszteni.

A valaha kiépített repülő szerkezetek egyik legapróbbika a Harvard Egyetem mindössze 75 gramm tömegű 2013-as RoboMéhe (RoboBee) volt, egymástól független két szárnnyal, amelyeket pirinyó aktuátorok működtettek.

Elvileg a szárnycsapások elegendő energiát generáltak a repülésirányításhoz, a valóságban viszont nem, és a gép kontrollálhatatlanná vált.

A Los Angelesi Dél-kaliforniai Egyetem kutatói szerint a harvardi gép nem utánozta eléggé a rovarokat, és kettő helyett négy szárnyat terveztek hozzá, szárnyanként feleannyi tömegű aktuátorokkal, 33 milliméter fesztávval.

A 95 milligrammos Méh+ (Bee+) nevű gép le tud ereszkedni, képes landolni, útirányt követni, akadályokat elkerülni. A számokból kiderül, hogy az új szerkezet szárnyai és aktuátorai könnyebbek, mint az elődjéé (amelynek 75 grammjából 50-et az aktuátorok tettek ki), így repülése is rugalmasabb, jobban hasonlít a rovarokéra.

Az első gép Biomorf nevű aktuátorai passzív réteg által elválasztott, piezoelektromos anyagból álló két rétegből tevődnek össze. A rétegek felváltva mennek össze, tágulnak ki, és ezek a mozgások irányítják a szárnycsapásokat.

A kaliforniai kutatók az úgynevezett Unimorf tervezést alkalmazták – két piezoelektromos réteg helyett az aktuátor passzív réteghez kapcsolódó, egyetlen (piezoelektromos) szalagfélét használ, és a réteg összehúzódása vezérli a szárnyakat.

A megoldással a négy aktuátor össztömege 56 gramm, ráadásul az új terv az összeszerelést is megkönnyíti, a gyártást is leegyszerűsíti, négy szárnnyal pedig jóval kevesebb az egy-egy szárnyra eső terhelés, nő az aktuátorok „élettartama.”

A tervezés egyik hátulütője, hogy az új és a régi gépet, akárcsak a legtöbb rovarszerű repülő robotot szinte hajszálnyi vékony apró kötelekkel kell működtetni. Az energiatárolással így nincs gond, a fedélzeti számítási kapacitások biztosítása viszont komoly kihívás.

Mások lézersugarakkal próbálkoznak, de valódi környezetben működő repülő robotrovarokhoz még komoly előrelépésekre van szükség. A 95 milligramm ugyan szinte semmi, ám a legtöbb igazi rovarhoz képest RoboMéh és Méh+ is behemót. Egy poszméh tömege ugyanis kb. 10 milligramm.

Első lépésben a gépek tömegét kellene legalább a felére csökkenteni, és csak utána jöhet az energiatárolás megoldása, azaz a figyelemreméltó fejlesztések ellenére is évekre vagyunk még a megoldástól.

Az elmúlt hónapokban a Google finomhangolta fordítótechnológiáját, a Translate-et tavaly kiejtésfajtákkal bővítette, így egyes nyelvek dialektusait is képes visszaadni. Az eszközt több nyelvvel egészítette ki, év elején pedig „fordító móddal” bővítette a Google Asszisztenset. Az okos kijelzőkön és hangfalakon működő módban 26 nyelvről lehet oda- és visszafordítani.

A cég a napokban újabb mérföldkőnek ígérkező, látványos eredményt tett nyilvánossá.

Május 15-én ugyanis bemutatta fejlesztési stádiumban lévő Translatotronját, a kategóriájában úttörő, beszédet közvetlenül egy másik nyelvre lefordító modellt. Különlegessége, hogy a beszélő hangja és hanglejtése, beszédritmusa a másik nyelven is ugyanaz marad.

Hasonló modellek léteznek már, az eredeti beszélő hangját azonban egyik sem őrzi meg.

A beszédfordítás eddig három lépésben zajlott: a szöveg átírása, az átírt szöveg lefordítása, hanggenerálás a lefordított szöveghez.

A modell kikerüli az elsőt, a beszédet nem alakítja át szöveggé, és aztán azt vissza beszéddé, hanem egyből beszéddé fordítja. A megközelítés előnye, hogy az első fázisban gyakran történnek hibák, és a végső anyag pontatlanabb, mint a közvetlen fordításnál.

A nagyvállalat reméli, hogy a Translatotron közvetlen fordítómodell fellendíti az ezirányú fejlesztéseket.

A fordító szakaszról szakaszra dolgozó hálózati modellt használ. A modell spektrogrammal, a frekvenciák képi ábrázolásával dolgozza fel a hangbemenetet, majd új spektrogramot generál a célnyelven. A fordítás így sokkal gyorsabbá válik, és kisebb a valószínűsége, hogy menet közben valami kimarad, vagy hiba történik.

Az eszközhöz tartozik egy, a beszélő hangjának megőrzéséért felelős optimális beszédkódoló komponens is. A lefordított anyag egyelőre szintetizált, és kicsit robotikusan hangzik, de az eredeti hang számos elemét megtartja.

Ne felejtsük el, a Translatotron távolról sem késztermék, nyilvánvalóan sokkal emberibb hang lesz a végeredmény.

Dél-Korea madarak, kígyók és tengeri állatok, sőt rovarok mozgását és képességeit is utánzó újgenerációs katonai robotokat fejleszt a jövő csatatereire. A tervet, a harctéri egységeket segítő biometrikus eszközök létrehozását a hadsereg fegyverrendszereiért felelős Védelmi Beszerzési Programhivatal (DAPA) jelentette be.

Az elképzelések szerint a valódi teremtményeken alapuló robotokat – „biobotokat” – 2024-ben vethetik be.

Általános vélemény, hogy a dél-koreai hadseregnek a jelenleginél jóval nagyobb mértékben kell alkalmaznia a csúcstechnológiákat. A legfőbb ok hasonló, mint Japánban: a csökkenő születésszám miatt egyre kevesebben töltik le a szárazföldi erőknél 21, a légvédelemnél 24 hónapos kötelező katonai szolgálatot. A kisebb születésszám mellett egyre többen tiltakoznak a kötelező szolgálat miatt, és a kormány sokat enyhített a feltételeken, például vallási meggyőződés, túlsúly, mentális problémák vagy az egész testet beborító tetoválások miatt is kaphat valaki felmentést.

Míg a dél-koreai hadseregben kb. 600 ezren teljesítenek szolgálatot, 3,1 millió tartalékossal, addig az észak-koreaiban 945 ezren, a tartalékosok száma pedig 7,6 millió.

A bevezető szakaszban a madárszerű androidok vagy úszórobotok felderítő akciókban vesznek majd részt. Az ellenség lépéseiről miniatűr repülőeszközök szolgáltatják az információt, míg a kígyóféle robotok lezárt területekre is bejuthatnak.

Katonai műveletek mellett a keresésben és a mentésben is részt vehetnek, és katasztrófa sújtotta terepeken szintén bevethetők.

„A biometrikus robotok megváltoztatják a jövő hadviselését, a kapcsolódó technológiáktól mindenki a védelmi ipar fellendülését várja” – nyilatkozta Park Jeong-enn, a DAPA egyik szóvivője.

A DAPA azért kezdett el biológiailag inspirált gépekkel foglalkozni, mert az evolúció túlélésre, a környezethez való alkalmazkodásra tervezte az állatokat, sikerüket pedig többmillió év tanúsítja.

A dél-koreai hadsereg szorosan együtt akar működni az ország mesterségesintelligencia-kutatásban világviszonylatban is a leginnovatívabbak között számon tartott technológiai cégeivel.

MI-ben valóban értek el szép eredményeket, a katonai alkalmazásokat viszont eddig elhanyagolták.

Több kutatócsoport próbálkozik a gépi beszédfelismerés és szövegértés biztonságosabbá tételével, hogy mesterséges intelligenciákat ne tévesszenek meg például az emberi fül számára jóindulatú, de rejtett, például egy eszköz virtuális asszisztensen keresztüli meghackelésére vonatkozó utasításokat mégis tartalmazó üzenetek.

Az MI fejlődését a mélytanulás (deep learning) gyorsította fel, az algoritmusok működését viszont még mi sem értjük teljesen, és kiszámíthatatlanságuk miatt vissza lehet élni velük.

Az MI nem biztos, hogy ugyanazokat a mintázatokat használja például képek felismerésére, mint az ember. Ha valamit minimálisan megváltoztatunk rajtuk, mi ugyanannak látjuk, de egy algoritmus másként értelmezi, és néhány vonal miatt stoptáblát sebességkorlátozásnak néz stb.

Ilyen ellenséges példák (adversarial examples) audioanyagokba is becsempészhetők.

Bo Li, az Urbana-Champaign Illinois Egyetem kutatója és munkatársai teljes audioanyagot, majd annak csak egy részét átíró algoritmust fejlesztettek. Ha a részlet nem kapcsolódik szorosan az egészhez, elképzelhető, hogy az anyagot megtrükközték, és a program figyelmeztetést ad le.

A kutatók algoritmusukkal több támadásfajtánál kimutatták a beavatkozást, és amikor a támadó még ismerte is a védelmi rendszert, sokkal tovább tartott a kivitelezés. Maga Li sem értette teljesen, miért működik annyira jól az MI. Egyik kollégája elmondta, hogy az ellenséges példák elszaporodásával, a Google Asszisztensnek, az Amazon Alexájának és az Apple Sirijének is hasonló védekezésre kell felkészülnie.

Nicholas Carlini a Google Brain kutatója szerint a rosszindulatú támadások és a rájuk adott reakciók folyamatos macska-egérharc, mert minden új védelmi mechanizmusra hamar előállnak azt megkerülő, kijátszó opciókkal.

Mivel egy kép vagy hang jóval könnyebben megtrükközhető, a szövegeket eddig viszonylag megkímélték hasonló támadásoktól. Szavak nehezebben manipulálhatók, bár szinonimák használatával megtéveszthető egy MI, és egy spam-et máris biztonságos e-mailnek minősít stb.

Az összes szó összes szinonimájának tesztelése a végtelenig eltarthat, így az Austini Texas Egyetem kutatói először kiderítették, hogy a szövegosztályozó melyik szavaktól függ leginkább, amikor az anyag mögötti rosszindulatú szándékról vagy annak hiányáról kell döntenie. E szavaknál próbálkoztak néhány szinonimával.

Egy korábbi támadással az MI pontosságát 90 százalékról 23-ra csökkentették hírek, 38-ra e-mailek, 29-re Yelp-értékelések (közösségi oldal, étterem-ismertetésekkel stb.) esetében. A texasi kutatók 17, 31 és 30 százalékos eredményt értek el, pedig csak pár szón módosítottak (például „it is” helyett „it’s” vagy „those” helyett „these” stb.).

Kutatók általában közkinccsé teszik ezeket a trükköket. Az OpenAI februárban nem hozta nyilvánosságra kamuhíreket generáló algoritmusát, amiért sokan támadták.

„Ha a támadást nyilvánossá tesszük, a védekezés is nyilvánossá válik” – véli az Austini Texas Egyetem fejlesztését vezető Alexandros Dimakis.

Az Amazon.com megcáfolta azt a híresztelést, mely szerint néhány éven belül teljesen automatizált raktárakat fog működtetni. A Homo sapiens magasszintű kognitív tevékenységét és a jelenlegi technológiák korlátait jelölték meg legfőbb okokként.

A vállalat egyik robotikai csoportját vezető Scott Anderson elmondása alapján legalább 10 évre vagyunk attól, hogy teljesen automatizálják a megrendeléseket teljesítő raktári dolgozók munkáját.

A robotok markoló-mechanizmusa egyszerűen nem elég fejlett. Ha megfognak egy terméket, értelemszerűen vigyázniuk kell a környező tárgyak épségére is, aminek gyakran nem tesznek eleget. Ez pedig annyit jelent, hogy messze van még az idő, amikor a robotizált raktárak ugyanolyan sikeresek lesznek, mint például az Amazon által fémjelzett elektronikus kereskedelem.

Többféle technológiával kísérleteznek termékek raktárból a megrendelőhöz történő eljuttatásának gépi kivitelezéséhez, a különböző lépések automatizált megvalósításához.

A környezeti, egészségügyi és élelmiszerbiztonsági kérdésekért felelős Derek Jones elmondta, hogy például egyetlen robotot sem alkalmaznak friss gyümölcsök válogatására. Egyszerűen nem tudnák megállapítani, melyik banán érett, melyik nem stb.

Robotokat elsősorban „általános” árucikkekhez használnak. Ebbe a kategóriába lámpáktól ruhákig, kajakoktól kerékpárokig, lényegében bármi beletartozhat.

A cég nem változtat a termékek nemrég bejelentett (kettő helyett) egy napon belüli kiszállításán. A raktárak termelékenységi szintje ezzel együtt ugyanakkora lesz, mint eddig, a módosítások főként a szállítási folyamatban várhatók. A mostani cél, hogy a termék a megrendeléstől számított négy órán belül elhagyja a raktárt.

Az Egyesült Államokban 110 raktárt, 45 válogatóközpontot és 50 szállítóállomást üzemeltető, a raktárakban 125 ezer személyt teljes munkaidőben alkalmazó céget az utóbbi időben többször támadták a raktárak rossz munkafeltételei, munkakörök automatizálása, az emberi munkaerőtől való függés csökkentése miatt.

Az esős évszak Dél-Floridában nagyjából szúnyog-évszakot és -inváziókat is jelent. A technológiai fejlődés eredményeként azonban újabb és újabb eszközökkel harcolhatunk a kártékony állatok ellen.

Az Egyesült Államok legdélnyugatibb városában (és egyben szigetén), a karib-tengeri Key Westen, egy hatalmas esőt követő koramájusi reggelen a lakók a szúnyogokat figyelő és az állatokat vegyszerekkel irtó helikopter jól ismert zajára ébredtek fel.

A gépről speciális, a zikavírust és a dengue-láz kórokozóját hordozó Aedes aegypti, azaz az egyiptomi csípőszúnyogot és lárváit elpusztító szereket szórtak a levegőbe.

A nyár folyamán a lakók másfajta légi jármű hangjait hallhatják majd, az új gép rendeltetése viszont ugyanaz lesz, mint a helikopteré: végeznie kell a szikes mocsarakban élő és szaporodó szúnyogokkal. Az illetékes hatóság ugyanis ember nélküli légi járművel, egy drónnal fogja elvégeztetni a helikopter munkáját.

Andrea Leal, a Florida Keys Szúnyogellenőrző Csoportjának ügyvezető igazgatója elmondta, hogy a drón a mintegy egy hektárnyi terület lefedésére elegendő kb. 3,5 kiló lárvairtót képes szállítani.

„Csak nagyon kicsi területeket kezel. Biztosak akarunk lenni abban, hogy a lehető legpontosabb munkát végzi. Most kezdjük, és hamarosan látni fogjuk, mennyit segít a dróntechnológia” – nyilatkozta Leal.

A csoport viszont nem most alkalmaz először drónokat.

Nehezen megközelíthető területeken ember nélküli légi járművek vizsgálják az állóvizeket, és amennyiben szükséges – ha például szúnyoginváziót észlelnek –, a gépek tevékenysége után küldenek csak ki humán megfigyelőket. Drónok használatával, köztük a kártékony kórokozók irtásával komoly pénzösszegeket próbálnak a jövőben megspórolni.

„Kis területeket nagyon drága helikopterekkel kontrollálni, szúnyogtalanítani” – magyarázza Leal.

Első lépésben Key Largo néhány erősen érintett helyszínén tesztelik a drónt, hogy lássák, mennyire eredményes az ember nélküli szúnyogirtás. Ha minden a tervek szerint alakul, jövőre bővítik a programot.

2018 áprilisának egyik napján egy Ringo nevű majom gyümölcslevet ivott a Harvard egyik laboratóriumában, miközben furcsa képek vibráltak a szeme előtt. A képeket a majom agyával összekapcsolt XDREAM mesterségesintelligencia-algoritmus hozta létre, folyamatosan trükközve rajtuk, hogy az állat agyának az arcfelismerésért felelős részén stimuláljon egy-egy meghatározott idegsejtet. A képek fejlődésével az idegsejt aktiválódott, tüzelni kezdett.

A kutatók a szomszédos szobából figyelték az egészet.

Először formátlan, alaktalan képeket láttak, majd a káoszból fokozatosan kifejlődött valami – két fekete pont, fekete vonallal alattuk, mindez egy halvány tojásidommal szemben. A formák absztrakt arccá álltak össze.

Hamarosan vörös pacafélét is láttak, és a Ringoval szembeni ketrecben élő majom, Anthony gallérjára gondoltak.

Pár nappal később XDREAM a majmokat etető, kék műtősruhát és fehér arcmaszkot viselő Diane-ról vetítettek képeket Ringo más vizuális idegsejtjeire. Fehér maszk mögötti torzított arcot ábrázoltak.

A képek minőségéről, művészi értékéről felesleges vitázni, mert olyanok, mint egy-egy rossz absztrakt festmény, félresikerült vázlat. Viszont mindegyik közel áll a meghatározott idegsejtekre gyakorolható ideális ösztönzéshez, együtt pedig közelebb visznek az emberi agy megértéséhez, hogy hogyan próbálja értelmezni a környező világot.

„Ha a sejtek álmodnak, akkor ezekről a képekről álmodnak. Ez az álom elfogult emberi megközelítés nélkül fedi fel az agy vizuális szótárát” – magyarázza a kísérletben résztvevő Carlos Ponce idegtudós.

A képeket generáló MI úgy aktiválta a megcélzott idegsejteket, hogy szomszédjaik nem reagáltak a stimulálásra. A képek időnként szürreális rémálmokat idéztek fel, nehezen, de azért azonosítható ismerős arcokkal és tárgyakkal.

A kísérlet provokatív példa arra, hogy a mesterséges intelligencia és szenzorok milyen közvetlen hatással lehetnek a biológiai agyra.

XDREAM mindig az idegsejt visszajelzései alapján módosított a képen, a kutatók pedig azonosítottak az adott tárgyakhoz, arcokhoz stb. kapcsolódó neuronokat.

Az FBI bejelentette, hogy lefoglalta a Deep Dot Web hírportál sötét webes (dark web) indexét. Az oldalról linkek mutattak a dark web piactereire, és az ottani honlapját szintén leállították.

Maga a sötét hálózat nagyjából ugyanolyan, mint a „felszíni web.”

A zárt, meghívásos alapon működő párhuzamos hálózat, a dark net vagy dark web már évek óta létezik. A nagy keresők és az internetet megfigyelő szervezetek látóterén kívüli közegben mindent szabad. Eredetileg (elnyomó) politikai rendszerekben történő titkos kommunikációra hozták létre, de az évek múlásával egyéb, köztük illegális tevékenységekre (hamis okmányok, drogok, fegyverek, különféle szolgáltatások stb. adásvételére) szintén használják. A hálózatra keresőmotort is fejlesztettek, a grafikus megjelenésében a Google-keresőre emlékeztető Grams 2014-ben debütált.

A dark webről közben kiderült, hogy talán nem is annyira anonim, mint gondoljuk; hackerek és kémek már lerántották a leplet a hálózat egyes titkairól, például a Tor böngészőről.

Az ismert internet és „sötét” párja közti különbség, hogy az utóbbi honlapjai nem érhetők el hagyományos webes böngészőkből. Első körben speciális szoftvert, például a Tort kell letölteni ahhoz, hogy bárki hozzáférjen a titkosított hálózat honlapjaihoz.

A titkosítással a felhasználókat újabb „névtelenség-réteg” védi, amellyel a dark web kifejezetten népszerű lett bűnözői körökben.

Az FBI bejelentése néhány nappal azt követően történt, hogy a bűnüldöző szervek Franciaországban, Németországban, Hollandiában, Izraelben és Brazíliában őrizetbe vettek a dark web piactereire anyagiak ellenében ügyfeleket küldő személyeket.

Nemzetközi összefogással a sötét hálózat két piacterét is lekapcsolták: a Walhalla néven is ismert Silkkittie-t és a második legnagyobbat, a Wall Street Marketet.

„Technikai lehetőségeink és a nemzetközi bűnüldözésben érintett partnereinkkel való együttműködés növelésével igyekszünk lépést tartani a sötét web kifinomult módszereket használó szereplőivel. Hiába bujkálnak az internet legrejtettebb bugyraiban, ezek az esetek is bizonyítják, hogy bárhol elkaphatjuk őket” – nyilatkozta Nick Hanna amerikai államügyész.

A Google Brain mesterségesintelligencia-kutatócsoport rájött, hogy egy gépitanulás-szoftvernek hogyan tanítsák meg gépitanulás-szoftver fejlesztését. Az eredmény nemcsak az elvárásoknál, de a korábbi hasonló törekvéseknél is sokkal jobb lett.

Tanulóprogramokkal mások, például az Elon Musk társalapítású nonprofit OpenAI, az MIT (Massachusetts Institute of Technology), a Berkeley-i Kaliforniai Egyetem, vagy a szintén Google-hoz tartozó londoni DeepMind is kísérletezik.

Ha a technikák beválnak, a gépitanulás-szoftverek hamarabb beépülhetnek a gazdasági életbe. A jelenlegi gyakorlat az, hogy a cégek külön gépitanulás-szakértőket alkalmaznak, de egyelőre kevés van belőlük.

A sors paradoxonja, hogy munkájuk egyes részeit szoftver is elvégezheti. Ezzel kapcsolatban Jeff Dean, a Google Brain vezetője „automatizált gépi tanulásról” beszél.

A DeepMind szerint a „tanulás megtanulásával” a gépitanulás-programoknak kevesebb időt kell eltölteniük a speciális feladatok kivitelezéséhez ma még nélkülözhetetlen adatelemzéssel, márpedig a jelenlegi gyakorlatban irdatlan mennyiségű adaton kell pallérozódniuk.

Egyik kísérletükben a szoftvernek különböző, de egymáshoz kapcsolódó problémákat, például a labirintusbeli navigációt kellett megoldania. Általánosító tervekkel állt elő, és így – azokat hasznosítva – a soron következő új feladatok az átlagosnál sokkal kevesebb gyakorlással megoldhatók.

A tanulást megtanuló szoftver fejlesztésének ötlete nem újkeletű, de a korábbi próbálkozások meg sem közelítették a humán tervezők által kivitelezhető szintet. A számítási kapacitás drasztikus növekedésével és a mélytanulással viszont változott a helyzet. A kapacitásoknak azonban még mindig jelentősen kell nőniük ahhoz, hogy az új megoldás praktikus is legyen, és program helyettesítsen húsvér gépitanulás-szakértőket.

A Google Brain például 800 masszív grafikus processzorral próbálja elérni, hogy egy szoftver ugyanolyan jó képfelismerő rendszert tervezzen, mint az ember.

Otkrist Gupta, az MIT kutatója szerint változni fog a helyzet. A cél eléréséhez nyílt forrásúvá teszik a tárgyfelismerő teszteken emberi fejlesztésű programokkal azonos eredményt elért, gép által fejlesztett saját mélytanuló rendszerüket.

A cégek és a kutatók, különösen az adattudósok is motiváltak, hogy az automatizált gépi tanulás valóban praktikus legyen – állítja.

Poppy Crum, a Stanford Egyetem idegtudósa és a Dolby Labor egyik vezető kutatója szerint fülünk egy USB port biológia megfelelője – egyrészt agyunkra „írja”, azaz továbbítja a fejhallgatón szóló zene hangjait, másrészt „olvas” is az agyból. Idővel fülünkbe helyezett, magunkon viselhető eszközök (hearables) figyelhetik neurális jelzéseinket, és kikövetkeztetik belőlük érzelmi állapotunkat, vagy hogy az agyunk mennyire túlterhelt.

Ha problémánk támad a hallással és a megértéssel, ezek a kütyük proaktívan segítenek, hogy tudjunk összpontosítani a hallani akart hangokra, azokat pedig megszűrik, amelyek stresszt okoznak. Az eszközök összekapcsolhatók a körülöttünk lévő tárgyakkal, például termosztáttal, világítás-szabályozóval stb. Az eredmény: még inkább kapcsolatban állunk a környezetünkkel.

Hozzájárulnak, hogy jobban figyeljünk egyes beszélgetésekre, „okos” hirdetésekre, agytevékenységünk monitorozásával pedig csökkentik a fülzúgást.

A kialakulóban lévő új technológia még jobban elmossa a mesterséges és a természetes intelligencia közötti határokat, agyunkkal együttműködve, javítja a gondolkodási folyamatot – állítja Crum.

Sok más magunkon viselhető (wearable) eszköz nem váltotta valóra a hozzá fűzött reményeket, a Google Glasst például furcsának, potenciálisan ijesztőnek tartották. Fülünkben hordozott kütyükkel nem fordulhat elő ilyesmi, mert mások nem látják, így kíváncsi járókelők sem beszélgethetnek róluk.

Crum négy lehetséges alkalmazási forgatókönyvet vázol fel.

Az elsőben a konyhában főzünk, közben kosárlabda-meccset próbálunk követni a tévén. Nehezen megy, és az agyhullámok, illetve vérnyomásunk változása alapján az eszköz észleli a mentális stresszt. Fiziológiai jelekből kitalálja, mire próbálnánk figyelni, majd automatikusan növeli az abból az irányból érkező hangokat, és máris megnyugszunk egy kicsit.

A másodikban népszerű új étteremben vacsorázunk, de a zene annyira hangos, hogy beszélgetőpartnerünket alig halljuk. Az eszköz agyhullámaink alapján megállapítja, mikor lehet problémás a hallás, majd a beépített mikrofonon javít a jel/zaj arányon, és társunkat máris jobban halljuk. Korábban összegyűjtött hanglenyomatokból eleve tudja, hogy kit akarunk hallani, és kit nem.

A harmadikban vezetünk az autópályán, mellettünk a feleségünk, mögöttünk a gyerekeink ülnek. A zajban nem halljuk, hogy az egyik gyerek jelzi: ki kell mennie. Az eszköz viszont hallja, és úgy módosít a beállításokon, hogy mi is, majd a navigációs appot a legközelebbi pihenőhely keresésére, egy másikat a hátsó ülés kényelmi funkcióinak növelésére utasít, és így tovább.

A negyedikben már évek óta hordunk egy ilyen kütyüt, amely egy ideje hangunk enyhe elváltozására és szokatlan mintázatokra lett figyelmes. Észrevétele alapján háziorvosunk mihamarabbi felkeresését javasolja, mert a változások oka szívprobléma lehet.

A világszerte folyó kutatásokból kiindulva, Crum szerint az új technológiák öt éven belül elkészülnek, és kereskedelmi forgalomba is kerülhetnek.