A mesterségesintelligencia-robbanás egyik legváratlanabb és legpozitívabb „mellékhatása” a videojátékokat érinti. Rajongók rájöttek, hogy a gépi tanulás tökéletes eszköz klasszikus darabok grafikájának megújításához.

Az „MI felskálázás” (AI upscaling) néven ismert technika lényege, hogy az algoritmusba alacsony felbontású képet táplálunk be, és a gyakorlóadatok felhasználásával, az eredetivel egyező, de sokkal több pixelt tartalmazó változat lesz az output.

Maga a felskálázás régóta elterjedt megoldás, az MI alkalmazása viszont nem. Mesterséges intelligenciával drasztikusan gyorsabb a folyamat és jobb minőségű a végeredmény.

Eddig tervezők és kódolók csapatai hónapokig, esetleg évekig dolgoztak klasszikusok felújításán. Gépi tanulással egyrészt néhány hétre rövidült az idő, másrészt nagynevű fejlesztőcégeken kívül az egyszerű felhasználónál magasabb szintű programozási tudással rendelkező rajongók, független modderek is képesek elvégezni a feladatot.

Egy példa: márciusban a BearborgOne nevű Reddit felhasználó (a feljavított szuper-felbontású generatív ellenséges hálózatot rövidítő) ESARGAN programmal a Metroid Prime 2 darab textúráját varázsolta 4k mesterművé.

Az ESARGAN kiveszi az eredeti darab textúráját, elemzi, kitölti az alacsony felbontású grafika lyukait, és az eredeti designt megtartva javítja fel a minőséget. MI felskálázással kivehetetlen pixelködök részletesen kidolgozott épületekké, fákká stb. válnak. A programmal nagyjából olyan eredmény érhető el, mint amikor restaurált festményeken addig nem vagy alig látott arcokat, arcvonásokat látunk.

Az MI azonban (egyelőre) nem végzi el az összes munkát. Egyes játékoknál hosszú órákig manuálisan kell módosítani az algoritmuson, és néha a végső grafikán is.

Ezzel együtt a gépi tanulás szenzációs segédeszköz.

„Mint a varázslat. Az eredmény úgy néz ki, mintha magától a játékfejlesztőtől töltöttem volna le nagyfelbontású textúracsomagot” – magyarázza az Elder Scrolls III: Mirrorwindet megújító norvég Daniel Trolie.

A régi játékok iránti nosztalgiával és a csináld magad (Do-it-yourself, DIY) attitűd térhódításával a „mozgalom” komoly eredményeket érhet el. Egy-egy ikonikus játék grafikája viszont annyira márkajeggyé vált, hogy új köntösben nem lenne ugyanaz a darab.

Nagyjából egy hónapja a Dadabots nevű death metal zenekar YouTube csatornáján nonstop sugározza élőben alkotásait. A projekt neve: Relentless Doppelganger.

Már a folyamatos live streaming is árulkodó jel, ugyanis egészen különleges csapatról van szó. Két amerikai zenetechnológus, CJ Carr és Zack Zukowski „alapította”, és nem húsvér muzsikusok játszanak, nem klasszikus négyszemélyes felállást hallunk.

A számokat az alapítók által fejlesztett mélytanuló (deep learning) szoftver, mesterséges intelligencia generálja.

Az idegháló hatalmas mennyiségű bemenő (input) adatból, ezúttal death metal zenékből tanulja meg a mintázatokat, és megállapítja, mely elemek és szekvenciák a legáltalánosabbak, majd újraalkotja azokat.

A két fejlesztő nagyon rövid (pár másodperces) zenei szegmenseket táplál az MI-modellbe, és elkezdődik a tanulási folyamat. A gyakorlás előrehaladtával az MI megtanul tipikus jegyeket azonosítani, aztán egyre részletesebb hangminták generálásába fog. Ezekbe a mintákba a kiállások és a zenei váltások is beletartoznak.

Az eredmények eleinte meglepték Carrt és Zukowskit.

„Míg az eredeti adatok újraalkotására állítottuk be, döbbenten csodáltuk a tökéletlenség esztétikai értékét. Szólóénekesek szellemhangok buja kórusává, rockbandák csikorgó kubista dzessz-formációkká, különféle felvételek kereszteződései szürrealista hangkimérákká alakultak át” – nyilatkozták a 2017-es kezdetekről.

Mivel az énekeket széttorzították, és közben levegővételre sincs idő, a szédítő gitártempóra nagyon kevesen lennének képesek, a végeredmény nem hangzik teljesen emberinek, az általános élmény és a hangszerek viszont meggyőzik az avatatlan füleket.

Különféle metal és kísérleti zenekarok (Aepoch, Battles, Meshuggah stb.) számain alapuló tíz különböző Dadabots albumot adtak ki eddig. A legjobb dalokat egy albumra válogatják, céljuk az „emberek kiiktatása a fekete metalból.”

Dadabots egy-egy alkotó diszkográfiáját elemzi minden egyes projekthez, és létrehozza belőle a saját műveit. A live stream például a vancouveri Archspire csapat zenéin alapul.

A jövőben valahogy a hallgatósággal folytatott interakciókat is beépítenék Dadabots alkotásaiba.

A virtuális valóság (Virtual Reality, VR) headsetek („sisakok”) már most vannak annyira jók, hogy a felhasználó fülével, szemével – és agyával is – elhitetik: egy másik világban jár.

De ez csak egy közbülső állomás, mert hamarosan képesek lehetünk ezekben a világokban pusztán gondolati úton navigálni.

A játék- és headset-fejlesztő Valve pszichológusa, Mike Ambinder szerint a közeljövőben a „sisakok” agy-számítógép interfészekkel (Brain-Computer Interface, BCI) bővülnek.

Az elképzelés lényege, hogy már meglévő VR headseteket inváziv beavatkozást nem igénylő elektroenkefalogram (EEG – az idegsejtek elektromos aktivitását valósidőben mérő eszköz) szenzorokkal egészítenek ki.

Az EEG-olvasók detektálják, majd adatpontokká alakítják az agyban tüzelő elektromos jelzéseket. Az adatok elemzésével játéktervezők úgy dolgozhatnak ki játékokat, hogy azok a felhasználó hangulatának megfelelően reagáljanak – másként, ha izgatottak, ha boldogok, vagy ha csalódottak stb. vagyunk.

„Gondoljunk az alkalmazkodó ellenségekre. Milyen állatok ellen szeretünk játszani? Ha ismerjük a választ, sokkal jobban töltjük el az időnket, kevesebbet unatkozunk” – magyarázza Ambinder.

A játékdesign szinte tökéletesen a VR headsetet viselő személyre szabható, sőt, ideális virtuális világbeli reprezentációnkat is megalkothatják. Avatárunk egy-egy az egyben leutánozza aktuális hangulatunkat, elmeállapotunkat.

„Hirtelen meg tudjuk állapítani, hogy a felhasználó hogyan reagál különböző elemekre. Apró változtatásokat eszközölünk, hogy nagy változásokká váljanak” – folytatja a pszichológus.

Már most is több cég próbálkozik az agyból érkező jelzések összegyűjtésével, elemzésükkel pedig a játékélményen javítanának.

A Neurable startup olcsó headsetekbe épített agy-számítógép interfészeket tesztel. Céljuk „agyunk természetes kibővítése, az emberi elme gazdagítása új lehetőségekkel.”

Egyelőre azonban még távol vagyunk a tökéletes BCI-ktől. Egészségügyi használatra alkalmas EEG-knek is nagymennyiségű zajjal kell megküzdeniük, a szélesebb körű fogyasztásra szánt, nem inváziv eljárással a koponyára került szerkezeteknek pedig még zajosabb környezetben kell elboldogulniuk.

Ausztrál kutatók a Nagy Korallzátonyhoz lárvaállapotban lévő korallokat szállító robotot építettek. Bizakodnak, hogy a gép visszaad valamit a zátony „régi fényéből”, abból az állapotából, amikor a klímaváltozás negatív hatásai még nem váltak egyértelművé a csodálatos természeti képződményen.

Szeretnék visszafordítani a kifehéredési folyamatot.

Az iPadről vezérelt LarvalBot nevű gép a korábban a korall körüli ragadozókat üldöző és leölő vízalatti drón barátságosabb változata, egyben újabb kísérlet a robotika az UNESCO világörökséghez tartozó zátony, és általában a korallzátonyok megmentése, újjáélesztése közbeni alkalmazására.

A projektben résztvevő tudósok szerint munkájuk gyepszőnyegek termékenyebbé tételéhez hasonlít; annyi különbséggel, hogy fű helyett gyönyörű és bonyolult vízalatti ökoszisztémával dolgoznak.

A korallzátony lárvákkal történő behintése előtt a kutatóknak először meg kellett találni a „magokat.” Ennek megfelelően tavaly novemberben többmillió korallspermát és -tojást gyűjtöttek össze.

A zátony teljes „felújításához” évi több tízmillió „felnőtt” korallnak kellene képződnie. A kutatók technológiai cégeket is be akarnak vonni a kivitelezésbe, mert elképzeléseik robotika és más automatizációs technológiák nélkül megvalósíthatatlanok.

Robotból is többre lenne szükség…

„Egyelőre fel kell gyorsítani a folyamatokat, hogy lehetővé váljon korallok tömeges előállítása. Terveim szerint technológiai cégekkel kivizsgáljuk a zátony megújításának lehetőségeit, és megfelelő technikákkal úgy méretezzük a megoldást, hogy hatékony legyen” – nyilatkozta Taryn Foster, az egyik kutató.

LarvalBot decemberben végezte az első szállítást, fejlesztői most tervezik a második bevetést. Az októberre-novemberre előrejelzett küldetés egybeesik a korallzátony természetes szaporodási periódusával.

A robot alá fog merülni, többmillió lárvát széthint, amelyekből a remények szerint teljesen új korall fejlődik ki.

Tevékenysége ígéretes, csakhogy hiába a sok bébikorall, ha egyelőre nincs megfelelő mennyiségű érett egyed.

A mai telefonhívások kb. harmada robothívás. Automatizált szerkezetek kezdeményezik, amelyeket úgy programoztak, hogy válasz esetén előzetesen felvett szöveget mondjanak el.

Szakértők szerint az idegesítő hívások újabb fejlődési szinthez közelítenek. A következő lépés, amikor csalók személyek hangját utánzó mesterséges intelligenciákat felhasználva, elhitetik velünk, hogy családtag vagy barát a hívásindító fél, ráadásul a megjelenő szám is az övé.

Egyelőre a hangot ipari mennyiségben még nem tudják tökéletesen utánozni, a VoIP (Voice-over-IP) szolgáltatásokról, például Skype-ról kezdeményezett hívásoknál viszont bármilyen számkombináció megadható. A csaló tudja, hogy ismerős számot nagyobb valószínűséggel felveszünk, mint ismeretlent.

Tarum Wadhwa, a Day One Insights techtanácsadó cég alapítója szerint idegeneknek is könnyű kideríteni, hogy ki áll közel hozzánk, és a telefonszámokat sem nehéz beszerezniük. Hosszú esztendők biztonsági rései, adatlopásai, közösségimédia-felületeken kiszivárgott információi alapján előbb-utóbb összeáll valakiről a puzzle.

„Idővel olyan lesz, mint a Photoshop, annyira könnyű, elterjedt és ismert, hogy nem fogjuk visszakövetni, hogyan használják személyek ellen. Könnyen el tudom képzelni, hogy a hangutánzó technológiákat zavarkeltésre, zsarolásra használják, könnyebb és pontosabb lesz velük a csalás” – magyarázza Wadhwa.

Több startup dolgozik hangokat manipuláló technológiákon, mások pedig mesterséges intelligenciával generálnak, például valódi emberekhez hasonlóan gúnyolódó géphangokat.

A Google tavaly mutatta be az MI által működtetett Duplex asszisztenst. Úgy beszélhetünk le vele vacsorafoglalásokat, hogy nem tudjuk: a vonal másik végén nem élő ember válaszol. A technológia döbbenetesen élethű, idővel telefonon egyre nehezebben fogjuk megkülönböztetni a robot- és az emberi hangot.

A folyamat következményeként elmosódhatnak az automatizált és az autentikus telefonbeszélgetések közötti határok.

Alex Quilico, a robothívásokat elhárító YouMailIf app mögötti cég igazgatója szerint egyelőre azonban nem kell aggódnunk.

„Ma még nagyon sok munka egy kamu számítógépes hang kidolgozása. Ha valakiével azonosat akarok, egy csomó speciális hangmintára van szükségem hozzá: speciális fonémákat stb. kell kiejtenie stb., majd az összegyűjtött anyagon be kell tanítani egy számítógépes modellt” – nyilatkozta.

Az Amazon online könyvesboltjában sok algoritmus által generált e-könyv szerezhető be. Általában más szerzők műveiből kiválogatott, meghackelt, lényegében olvashatatlan szövegek.

A helyzeten sokat változtathat a tudományos munkákra specializálódott Springer Nature kiadónál frissen megjelent Lítium-ion elemek: gép által generált összefoglaló a jelenlegi kutatásról (Lithium-Ion Batteries: A Machine-Generated Summary of Current Research) kötet. A 247 oldalas anyag ugyan szintén nem lebilincselően izgalmas olvasmány, Hollywood sem tervezi megfilmesíteni, viszont egyszerűen és pontosan felvázolja, összegzi, hogy hol tart ma a szakterület.

A kiadónak ez az első algoritmikusan generált publikációja. A szerzőt Beta Writer (Béta Író) néven jelölték meg. Hatalmas mennyiségű szakirodalmat nézett át, és magától kiválogatta a legfontosabb részeket.

Az elmúlt három esztendőben több mint 53 ezer cikk, tanulmány jelent meg a területen folyó kutatásokról. Mivel a telefonoktól és az óráktól kezdve az elektromos autókig rengeteg szerkezet lítium-ion elemről működik, nagyon fontos diszciplínáról van szó.

A következő komoly újítás forradalmasíthatja eszközeinket, fejlesztőit pedig milliárdossá teheti.

A szakirodalom annyira szerteágazó és terebélyes, hogy ember képtelen áttekinteni ennyi szöveget. A Springer Nature ezért bízta gépre a feldolgozást, összegzést.

A gépi tanulást használó algoritmus keresett témák szerint elemezte a tömérdek publikációt. A témák meghatározása jelentett garanciát arra, hogy a kiadott változatban csak releváns anyagok maradnak. A Springer Nature online adatbázisában található munkákat tudósok előzetesen értékelték ki, hagyták jóvá. Beta Writer koherens fejezetekbe és szakaszokba rendezte válogatását, majd minden egyes fejezetről automatikusan összefoglalót generált. Egy-egy fejezet az elemek egy-egy aspektusát vizsgálja.

A könyv lényegében egy szöveggyűjtemény.

Az összefoglalókban idézetek, az eredeti szövegre visszamutató linkek, keresztlinkek szerepelnek. Az eredetire való visszautalás főként az adott részterülettel mélyebben foglalkozó szakembereknek szól. 

Az algoritmust a frankfurti Goethe Egyetem Alkalmazott Számítógépes Nyelvészet Laboratóriumában fejlesztették.

New yorki orvosok első alkalommal készítenek elő agy-számítógép interfész nyílt sebészeti beavatkozás nélküli beültetését emberi koponyába. Az illetékes hatóságok által engedélyezett Stentrode neurális implantátum közvetítésével lebénult személyek kommunikálhatnak. A szerkezet az egyik nyaki éren keresztül, a koponya megnyitásával járó kockázatok nélkül jut az agyba.

A nyílt agysebészet nélküli beültetés forradalmasíthatja az egészségügyet. Állatokon már tesztelték, és be is bizonyosodott, hogy biztonságos.

A Synchron cég által fejlesztett megoldást a következő hónapokban öt, kezét és száját mozgatni képtelen személybe implantálják. Előtte agyukat többször leszkennelik, majd neurológusok végeznek elemzéseket, hogy a szerkezet valóban hasznukra válik, vérkeringésük megfelelő-állapotban van a beültetéshez, hogy az eszköz eljusson rendeltetési helyére stb.

A Stentrode úgy néz ki, mint egy közönséges fém vagy műanyag cső (sztent), beépített áramkörökkel.

Mihelyst a kísérletek megkezdődnek, a páciensek elkezdik gyakorolni az eszköz, valamint a szoftver használatát. Gondolataikból a program generál szövegeket.

„Stroke, amiotrófiás laterálszklerózis vagy gerincvelő-sérülés miatt lebénult, a munka- és közösségi tevékenységükhöz szükséges kommunikációra képtelen személyeken próbálunk segíteni. Célunk, hogy a program az okostelefonon történő szövegíráshoz hasonló tempóban generáljon szövegeket” – nyilatkozta Thomas Oxley, a Synchron alapító-vezérigazgatója. (Stephen Hawking is amiotrófiás laterálszklerózisban szenvedett.)

Az agytevékenységet olvasó és szöveggé alakító állandó neurális beültetés felbecsülhetetlen egészségügyi eszköz lehet, másrészt viszont az orvosokat előzmények nélküli 24/7-ben (a hét mindhét napján, 24 órán keresztül) juttatja az idegtevékenységre vonatkozó adatokhoz.

Oxley hangsúlyozza: nem az agytevékenység megfejtése, hanem a betegek segítése a cél.

„A teljesen új adatsor személyiségjogi és biztonsági kérdéseket is felvet. A páciens adatai, nincs jogunk bányászni bennük” – magyarázza, és hozzáfűzte, hogy kidolgozták a szükséges biztonsági protokollokat, az adatokat pedig nem használják fel további kutatásokhoz.

A későbbi fejlesztések viszont elég egyértelműen ebbe az irányba mutathatnak, és az egyre jobb beültetésekkel egyre több, ma még megvalósíthatatlannak tűnő tevékenységet is kivitelezhetünk.

Ha egy mesterségesintelligencia-algoritmus új képességre tesz szert, például megtanul sakkozni, előbb-utóbb annyira jó lesz az adott területen, hogy elismert humán versenyzőket, világbajnokokat is képes legyőzni.

De csak és kizárólag abban az esetben, ha mindenki betartja a szabályokat. Ha megváltoztatjuk a paramétereket, az MI tehetetlenné válik, képtelen alkalmazkodni az új követelményekhez. Ha három fát arrébb teszünk, már nem tudja, mit kezdjen velük.

Egy IBM-kutatás a változás lehetőségét vetíti előre, ugyanis menetközben tanuló algoritmust fejlesztettek. Úgy működik, mintha virtuális memóriával rendelkezne, és azt használva alkalmazkodik a változó környezethez. Így pedig nem kell újból nulláról indulnia, a semmiből megtanulnia az egészet.

Amikor a Flappy Bird-öt játszotta, még akkor is tudta folytatni, miután a csövek és az akadályok közötti távolság folyamatosan megváltozott – állítja az IBM-Watson AI Lab.

A fejlesztés a rugalmas következtetés figyelemreméltó példája, és egyben következőgenerációs MI-ket vetít előre.

Az IBM új algoritmusa és a hasonló projektek az emberszerű (vagy a sci-fikből ismert ember feletti) általános mesterséges intelligencia (artificial general intelligence, AGI) felé mutatnak. Egyelőre messze vannak tőle, viszont az MI ismeret/tudásalapjának időről időre történő frissítésének képessége közelebb visz az emberi agy rugalmasságának utánzásához.

A probléma a mesterségesintelligencia-kutatásban „katasztrofális felejtésként” ismert jelenség. Mihelyst egy algoritmust új feladatra tanítanak/gyakoroltatnak be, más területekre vonatkozó korábbi ismereteit azonnal „elfelejti”, mindent elölről kell kezdenie. Mindig csak egy területre, feladatra, feladatkörre szakosodik, és ahányszor belefog valamibe, a semmiből indul.

A Google-hoz tartozó londoni DeepMind szintén foglalkozik a problémával, fejlesztettek egy, az „emlékeket” jobban tároló algoritmust.

Az IBM megközelítése komplexebb. Az alkalmazkodást és új dolgok megtanulását, a folyamatos tanulás stabilizálását fontosabbnak tartják, mintha csak megakadályozzák a felejtést.

A legfőbb különbség, hogy az IBM kutatói megtalálták az MI betanításának azt a módszerét, hogyha a környezet megváltozik, az akkori ismeretei és a korábban tanultak alapján képes alkalmazkodni hozzá.

Az IBM célja emberi beavatkozás nélkül, önmagától tanuló és minden újhoz alkalmazkodó MI fejlesztése.

A gótól a mágnesesrezonancia-képalkotásig (MRI), mesterséges intelligenciák gyakran diadalmaskodnak a terület humán szaktekintélyei felett. Merészebbek hajlamosak a Szingularitás rövid időn belüli eljövetelére következtetni, de a látványos győzelmek után minimum azt hinnénk, hogy az okos gépek könnyen elboldogulnak középiskolás matematikai feladványokkal.

Tévednénk, mert napjaink talán legismertebb MI-je, a Google által pár éve felvásárolt londoni Deep Mind rendszere elhasalt egy 16 éves brit diákok szintjének megfelelő matematikateszten, a megszerezhető 40 pontból mindössze 14-et gyűjtött össze.

Az ember több kognitív képességét használja egyszerű matematikai behelyettesítési kérdések megoldásához, komoly elmekapacitást mozgatunk meg hozzájuk.

Egyrészt a karaktereket entitásokra (számokra, aritmetikai operátorokra, változókra és szavakra) bontjuk, szavakat egyenletekké alakítunk. Másrészt tervezünk, például pontos sorrendben azonosítjuk a változókat. Harmadrészt összeadunk, szorzunk stb. függvények felállításához. Negyedrészt munkamemóriánkban matematikai értékeket tárolunk, összességében pedig korábbi ismereteinket alkalmazzuk.

A DeepMind neurális modelljét különböző típusú matematikai problémákat tartalmazó adatsoron tesztelték. Az adatsort közösségi ötletbörze (crowdsourcing) helyett inkább úgy állították össze, hogy több gyakorlópélda legyen, ellenőrizhető nehézségi szinttel, és csökkenjen a tanulási idő.

Az adatok a brit középiskolai matematika-tanmeneten alapulnak, és a tantárgy több területét (algebra, mértan, számolás, mérés, valószínűségek stb.) lefedik.

A kutatók végül többféle mesterségesintelligencia-modellt teszteltek, és az algoritmusoknak meggyűlt a bajuk a szövegben megjelenő kérdés lefordításával, csomó szó, jel és függvény értelmezésével, tényleges műveletekkel történő megoldásával.

Egyik sem teljesített jól, így jött ki a megnyugtatónak egyáltalán nem nevezhető 14/40.

A szám azért nyugtalanító, mert az MI-ket eleve úgy tervezik, hogy adatokra összpontosítsanak, mintázatokat keressenek köztük, elemezzék őket, azaz sokféle matematikai műveletet kell kivitelezniük.

A Microsoft bejelentette, hogy megszünteti e-könyvesboltját, és így a szolgáltatáson keresztül megvásárolt könyveket sem lehet többé olvasni. A cég egyben ígéretet is tett: minden vásárlót kárpótol, azaz visszafizeti a teljes összeget.

Gondolhatnánk, hogy ha megvásároltuk a könyveket, akkor azok a miénk. Tévedünk, mert e-könyvesboltokban (Amazon, Apple, Google, Kobo, Barnes & Nobles stb.) nem a könyvekért, hanem a szolgáltatáshoz való hozzáférésért fizetünk. Az olvasáshoz, s nem a birtokláshoz vásároltunk licencet. A boltokat bárhol, bármikor egyetlen gombnyomással törölhetik.

A korlátozás oka a tömeges és az alkalmi kalózkodás. A legtöbb, de nem az összes e-könyvesboltban eladott könyveket digitális jogokat kezelő szoftver (DRM) ellenőrzi, és győződik meg, hogy az adott példányt törvényesen vásároltuk meg, s fizettük ki. Az adott bolt szerverén (vagy a DRM nagykereskedőként is működő Adobe-n) keresztül hitelesíti a fájlokat.

Kiadók és e-könyvkereskedők szerint a DRM szükséges rossz, különben a szerzőket nem fizetnék ki. A zene-, a videojáték- és más művészetekben, szórakoztató-iparágakban is hasonló a helyzet.

A hamarosan bekövetkező 5G forradalommal drasztikusan nő az összekapcsolt eszközök, berendezések száma, amelyek közül többet csak licencelni, és nem birtokolni fogunk. De mi történik, ha valamelyik techóriás szerint az adott szerkezet nem gazdaságos, és megszünteti a szolgáltatást?    

A „mindig online” korban megváltozott a tulajdon fogalma. Bármilyen digitális vásárlásunk után megtörténhet ugyanez, és az offline világban nem fogadnánk el hasonló forgatókönyveket. Ha a helyi könyvesbolt bezárna, aligha ürítenénk ki könyvszekrényeinket.

A Microsoft e-könyvesboltjának története az internet múlandóságára is emlékeztet…

Akárcsak a Myspace lépése, amikor véletlenül több mint egy évtized zenét semmisített meg. A meglepő módon még létező közösségimédia-oldal több szerveren keresztül vándoroltatta az anyagokat, amelyek aztán szőrén-szálán eltűntek. A cég beismerte: saját hibájából történt így.

Az eset eszünkbe juttatja, hogy online tárolt dolgaink milyen hamar eltűnhetnek örökre.

A könyvek persze megvásárolhatók, és talán a zenék is beszerezhetők máshol…