Az ENSZ nemrégi beszámolója alapján 2020 márciusában, az egyébként az ENSZ által támogatott líbiai nemzeti egységkormány katonai műveletekért felelős részlege a visszavonuló lázadó erők ellen bevetette a török STM cég által gyártott Kargu-2 kvadrokoptereket, azaz drónokat. A beszámoló nem részletezi, hogy a drónok céloztak valakire, megtámadtak vagy megöltek volna embereket.

Bevetésük mindenesetre megint felveti az autonóm fegyverrendszerekben, a katonai célokra használt fejlett mesterséges intelligenciában rejlő veszedelmes potenciált.

A török drónokat objektumdetektáló és arcfelismerő algoritmusokkal szerelték fel, tehát emberi beavatkozás nélkül is megtalálják a célpontot, és rá is tudnak lőni. Az objektum észlelését követően, közvetlenül föléje repülnek, és robbanófejjel igyekeznek megsemmisíteni.

Az STM közölte, hogy a rendszer meg tudja különböztetni a katonákat a civilektől. A török hadsereg egyébként legalább ötszáz Kargu-2-t vásárolt a szír határnál folyó harcokhoz. A Forbes szerint az STM három másik országgal is folytat tárgyalásokat drónjai értékesítéséről.

A mesterséges intelligencia, a gépi tanulás katonai használata nem újkeletű – meglévő rendszereken akarnak javítani velük, a műveleteknél viszont általában mindig van ember.

A legutóbbi izraeli-palesztin konfliktusban, az izraeliek gépitanulás-algoritmusokkal elemezték a beérkező adatokat. A légierő az elemzésekre támaszkodva azonosított célpontokat, és figyelmeztetett támadásokra szárazföldi csapatokat.

Az amerikai hadsereg célpontokat akár egy kilométerről azonosító, gépi látással felszerelt drónt fejleszt. A légi jármű képes meghatározni, hogy a célpont felfegyverzett, vagy sem.

Az Európai Unió több mesterségesintelligencia-alapú katonai projektet finanszíroz – a rendszerek bombákat detektálnak, ember nélküli szárazföldi járművek nehéz terepen támogatják a csapatokat stb.

A tendenciák az autonóm fegyverek csatatéri használatát vetítik előre, és a líbiai példa tanulsága, hogy valószínűleg ez már meg is történt. Versengés indul be, hogy ki gyárt hatékonyabb gyilkos gépeket, amelyek maguk döntik el, kit ölnek meg. Ahhoz, hogy ez ne váljon valóra, megfelelő, a harci drónok tevékenységét korlátozó, ugyanakkor a mesterségesintelligencia-fejlesztéseket nem hátráltató nemzetközi szabályozásra lenne szükség.

A mostani ideghálók látványos eredményeket érnek el, rengeteg problémát segítenek megoldani. Az elektronikus hardver – amelyen futnak – viszont még mindig túl sok energiát fogyaszt el, és így ezek a mesterséges intelligenciák egyáltalán nem versenghetnek a szenzorikus információkat, vagy a környezettel folytatott interakciókat valósidőben, energiatakarékosan feldolgozó emberi aggyal.

Három zürichi egyetem kutatói úgynevezett neuromorfikus tervezést, a mesterséges és a természetes intelligencia közötti szakadékot áthidalni hivatott megközelítést alkalmazva, fejlesztettek bonyolult biológiai jeleket – agyhullámokat – megbízhatóan és pontosan felismerő chipet.

A technológiával sikeresen detektáltak korábban felvett magas frekvenciájú rezgéseket (high-frequency oscillation, HFO). A speciális hullámokat koponyán belüli (intracranial) elektroenkefalogrammal (iEEG) mérték, és kiderült, hogy ígéretes biomarkerek az epilepsziás rohamokat okozó agyszövet azonosításához.

A kutatók első lépésben a HFO-kat észlelő, az agy természetes ideghálóit szimuláló algoritmust fejlesztettek. Második lépésben az ideghálót ujjhegy-méretű, az idegi jelzéseket elektródákon keresztül vevő hardverbe integrálták.

A megoldás, ellentétben a hagyományos számítógépekkel, masszívan energiatakarékos. A számításoknál ezért lehetséges internet vagy felhőkapcsolat nélkül is a nagyon nagy felbontás, amelynek eredményeként az új technikával biológiai jelzések tér-időbeli mintázatai valósidőben felismerhetők.

Eddigi eredményeik alapján, a kutatók az HFO-kat valósidőben megbízhatóan felismerő és folyamatosan megfigyelő elektronikus rendszert terveznek fejleszteni. Kiegészítő diagnosztikai eszközként, operációknál rendkívül hasznos lenne, idegsebészeti beavatkozások sikeresebbek lennének vele.

A kutatók számára azonban nem az idegsebészet, hanem az epilepszia kezelése az elsődleges cél. A betegséget hetekig, hónapokig pontosan monitorozó, a biológiai jelzések folyamatos elemzésében hatékony, kórházakon kívül is használható eszközben gondolkoznak.

Az alacsony energiafogyasztású, vezeték nélküli adatkommunikációt mindenképpen a rendszerbe akarják integrálni, hogy például okostelefonokkal is kapcsolatba lehessen állítani. A hordozható vagy az agyba beültethető chip azonosítja azokat a periódusokat, amikor gyakoribbak vagy ritkábbak a rohamok, és így hozzájárulna a medicina egyik ígéretes trendje, a személyre szabható gyógyászat gyorsabb elterjedéséhez.

Az amerikai Északnyugati Egyetem kutatói tüzetesen átvizsgálták a legalább harminc nagy nyelvmodell gyakoroltatására használt BookCorpus adatsort, és komoly hiányosságokat fedeztek fel benne. Kimutatták, hogy a korpusz többféleképpen befolyásolhatja a modellek tevékenységét, késztetheti őket elfogult döntéshozásra, előrejelzésekre.

Egy korpusz az adott nyelv adott periódusában használt szövegeinek összességre törekvő gyűjteménye. A számítástudomány elterjedésével, egyre könnyebbé vált nagymennyiségű természetes nyelven írt szövegből szerkesztett, változatos célokra, például szótárak készítésére használt nyelvi korpuszok létrehozása. A BookCorpus offline nem publikált szerzők műveinek tizenhat alműfajból (elsősorban kaland-, történelmi, romantikus regényekből) álló gyűjteménye.

A kutatókat egy korábbi tanulmány inspirálta, amelyben a szerzők szabványosított módszert javasoltak az adatsorok tervezéséről szóló beszámolókhoz. Kihangsúlyozták, hogy az információhiány – sokszor nem lehet pontosan tudni, mi ment a korpuszokba – komoly gondokat okozhat a modellek működésében, negatív hatással lehet az outputokra.

Jelen tanulmány szerzői rávilágítottak az adatsor használhatóságát akadályozó problémákra.

A BookCorpus a Smashwords online kiadó által ingyen hozzáférhetővé tett, elvileg 11038 elektronikus könyv szövegét tartalmazza. Elvileg, mert a fájlok közül csak 7185 egyedi, több másolatot találtak, egyesekből rögtön ötöt. Közel száz fájlban pedig nincs semmiféle szöveg.

A vallásokkal összefüggő szavakat elemezve, megállapították, hogy az adatsor a kereszténységre és az iszlámra összpontosít, míg a judaizmust, a hinduizmust, a buddhizmust, a szikeket és az ateistákat kvázi ignorálja. A statisztikából nem nehéz azt a következtetést levonni, hogy a BookCorpuson gyakorló modellek nem egységesen ítélik meg a vallásokat.

A gyűjtemény szinte teljes egészében fikciókból áll, egyes műfajok pedig túlreprezentáltak. A legtöbb, 26,1 százalék kalandregény. Egyes szövegek gender-szempontból is elfogultak.

Az adatsor válogatói nem kaptak engedélyt a könyvek íróitól, sőt, többszáz kötetben szerepel, hogy a szöveg nem másolható.

Mindezek alapján ne lepődjünk meg, hogy a BookCorpuson gyakorló modellek hibáznak, pontatlanok, esetleg teljesen félrevezető eredménnyel állnak elő. Fontos lenne, ha dokumentáció figyelmeztetné a mérnököket a hiányosságokkal kapcsolatban, és így például még a szerzői jogokat sem sértenék meg.

Hírügynökségek változatos célokra használják a természetes nyelvet feldolgozó technológiákat.

A kanadai Globe and Mail például mesterséges intelligenciával alakítja ki honlapját, ügyelve, hogy minél több legyen az alkalmi olvasókat előfizetésre bíró történet. A KPCC Los Angelesi rádió rendszere témák szerint csoportosítja a hallgatók Covid-19-re vonatkozó kérdéseit. A nonprofit Knight Alapítvány hárommillió dollárral támogatja az újságírók munkáját segítő automatizált eszközök fejlesztését.

Egy ír startup teljesen más területen igyekszik eredményt elérni: mesterséges intelligenciájuk rágalmazásnak minősíthető állításokat keresve böngész szövegekben. A CaliberAI egyedi modelleket használva, értékeli ki, hogy személyek vagy csoportok egyes állításai jogilag kimerítik-e a törvénytelen, erkölcstelen vagy a rágalmazás definíciójába tartozó más minősítéseket.

A fejlesztők potenciális rágalmazó állításokból állítottak össze listát. Szerepelnek rajta gyilkossággal, házasságtöréssel, részegséggel stb. kapcsolatos mondatok. A listát nyelvészek bővítették ki nagyobb, gyakorló adatsorrá.

Egy modell megtanulta, hogy nullától százig terjedő skálán értékelje a bemenő (input) mondatokat. A hatvanat vagy magasabb pontszámot elérőket embereknek küldi tovább, ők döntenek az állítások igaz vagy hamis mivoltáról. Például, nem minősíthető rágalmazásnak az, amely ugyan súlyos, de igaz dolgokat tartalmaz.

Egy másik modell bizonyos csoportokat gyalázó, sértő mondatokat emel ki. A cég határozza meg, milyen tartalmak kerülnek ezekbe a kategóriákba.

A rágalmazásokra figyelmeztető rendszer drága és hosszan tartó pereskedések elkerülésében segíthet újságoknak, hírügynökségeknek. Az Európai Unióban és az Egyesült Királyságban valószínűleg sikeresebb lesz, mint az USA-ban, ahol nehezebb sajtórágalmazásért bírósági eljárást indítani.

Elképzelhető, hogy hamarosan a közösségi hálózatoknak is szükségük lesz ilyen MI-re. Az európai és brit törvényjavaslatok ugyanis a platformjukon publikált tartalmakért a vállalatokat akarják jogilag felelőssé tenni.

Csakhogy egy ilyen gépi rendszer kétélű fegyver. Egyrészt megvannak a nyilvánvaló előnyei, másrészt akadályozza újságírók, bloggerek és más hírszolgáltatók munkáját, mert lassan már senkit sem kritizálhatnak.

Pálcikafigura jelenik meg a képernyőn, mintha guggolna, húzza az egyik térdét, úgy halad előre. Mozog, de legalábbis valami hasonlót tesz. Egyik fejlesztője, az Ubernél dolgozó Rui Wang elégedett vele.

„Minden nap, amikor bejövök az irodába, és megnyitom a számítógépet, nem tudom, mire számítsak” – jelentette ki a komputerén éjjel-nappal futó POET (Paired Open-Ended Trailblaizer, párosított, nyílt végű úttörő) nevű szoftverről.

POET egyfajta edzőterem virtuális botoknak. Ezek a mesterségesintelligencia-ágensek egyelőre nem tanultak sokat, nem góznak, nem észlelik a rák megnyilvánulásait, nem fedezik fel fehérjék újszerű elrendeződését, helyette kerítéssel, szakadékkal teli rajzfilmszerű terepen próbálnak navigálni, úgy járni, hogy ne bukjanak orra az akadályokban, vagy szimplán önmaguktól.

Az újítás nem abból áll, hogy mit tanulnak meg, hanem a tanulás módja. Az akadálypályákat POET generálja, felméri az apró mesterséges intelligenciák képességeit, kijelöli nekik a soron következő feladatokat. Mindezt emberi segítség, beavatkozás nélkül teszi.

A botok lépésről lépésre, próba-hiba (trial and error) módszerrel tanulnak. Egyelőre csak az alapoknál tartanak, de Wang és más kutatók szerint forradalmi megoldásról van szó, a jövő szuperintelligens gépei, a sokat emlegetett és félt általános mesterséges intelligencia (Artificial General Intelligence, AGI) is valahogy így, teljesen újféleképpen alakulhat majd ki. Ezek az MI-k lényegében saját magukat alkotják meg.

Számítástudományi szakemberek hosszú ideje az emberi intelligenciát utánzó algoritmusokat igyekeznek fejleszteni. Az igazi áttörést viszont az evolúciót, annak összes megpróbáltatásával lemásoló technikák hozhatják el.

Az intelligencia nem az evolúció célja, végpontja; számos egymással versengő túlélési és a jövőt kezelő opcióból fejlődött ki. Ebben a megközelítésben jelentős mértékben különbözik a mai gépitanulás-algoritmusoktól. Emergens módon alakul ki a nyílt végű folyamatban. POET ebből mutat fel valamit, igaz, jelenleg csak apró villanásokat. Önmagát fejleszti.

Az arcfelismeréshez általában kormányzati ügynökségeket, a rendőrséget és más hasonló szervezeteket asszociálunk. Egy új webes alkalmazás, a PimEyes segítségével viszont bárki használhatja a technológiát, például magáról készült fotókat, esetleg festményeket kereshet a világhálón.

A fejlesztőcég elmondta, hogy az alkalmazással a felhasználóknak akarnak segíteni: jobban kontrolláljuk online jelenlétünket, könnyebben meg tudjuk akadályozni identitásunk ellopását. Az app nem meglepő módon azonban személyiségjogi (privacy) kérdéseket is felvet, mert értelemszerűen mások is megfigyelhetők, és az összegyűjtött adatok rossz célokra, például zsarolásra szintén használhatók.

Fejlesztéséhez több mint 900 millió online talált arcképből kivonatoltak geometriai adatokat. A képeket nem közösségimédia-oldalakról szedték össze, az eredmények viszont megegyeznek Facebookon, Instagramon, Twitteren, YiuTube-on lévő fotókkal.

A fejlesztők a felhasználók által feltöltött képek arcgeometriáit adatbázisokban lévőkkel hasonlítják össze, és jelzik az egyezéseket. Az app ingyenes, előfizetőit viszont – plusz szolgáltatásként – azonnal értesítik, ha a 90 százalékos pontossággal dolgozó rendszer új egyezéseket talál.

A szolgáltatáshoz nem ellenőrzik a felhasználók személyazonosságát, tehát vissza lehet élni vele. Meg is tették már: 4Chan felhasználók nőket zsaroltak vele, egy aktivista pedig a PimEyes segítségével nyomozott a Twitteren a Kapitólium elleni támadásban résztvevők után.

A Seychelles szigeteken bejegyzett cég eddig minden személyes interjút visszautasított, titokban tartja alkalmazottai személyazonosságát, kérdésekre csak e-mailen keresztül válaszol egy anonimizált szóvivő.

Arcok ingyenes és bárki által hozzáférhető online összetársítása lassan talán mainstreammé válik, és az arcfelismerés egyik legveszélyesebb alkalmazása lehet. Ezeknek a programoknak, appoknak a Google 2015-ben bemutatott FaceNetje az alapja. Jó és rossz célokat is szolgálnak. A 2016-ban hírhedtté vált orosz FindFace alkalmazással például kormányzati szervek próbálnak ellenzékieket követni. Az ExposingAI viszont figyelmeztet, ha Flickr-képeinket mesterségesintelligencia-modellek begyakoroltatására használják.

Ha ezek a megoldások széles körben valóban elterjednek, komoly veszélyt jelenthetnek a személyiségi jogokra, magánéletünkre. Másrészt, ürügyet adhatnak az előbb-utóbb tiltásokhoz, ígéretes fejlesztések leállításához vezető újabb szabályozásokhoz.

(A képeken Andrew Ng mesterségesintelligencia-kutató látható.)

A Ford bemutatta F-150 Lightning (Villám) kisteherautóját. Látszatra úgy néz ki, mint az F-150, de a látszat ezúttal csal, mert a fejlesztők nagyon fontos változtatásokat végeztek.

Az elektromos jármű designja megszokott, benzin helyett viszont elemmel működik, egy töltés 370, a bővített változaté 480 kilométerre elég. Előbbi közel 40 ezer, utóbbi 55 ezer dollárba kerül.

A bemutató vízválasztó, történelmi pillanat lehet az elektromos autók amerikai történetében (de talán a világon is), mert a gyártó F-sorozata az USA-ban több mint négy évtizede a legjobb eladási mutatókkal rendelkező járművek közé tartozik.

Mit jelenthet ez? Például azt, hogy itt a tömegek számára készült elektromos furgon. A szövetségi és állami engedmények miatt ráadásul a Lightning ára még a belsőégésű motorral rendelkező járművek alá is mehet.

A Ford állandó mozgásban lévő, most pont nagyon „forró” piacon jelent meg újabb szereplőként. A Tesla évek óta reklámozza a még idén várható Cybertruckját. Piacra dobását a globális chipínség is hátráltatja, kérdés, hogy Musk és munkatársai találnak-e megoldást rá. A General Motors szintén bemutatta a gigantikus elemmel és meggyőző specifikációkkal rendelkező 2022 Hummer EV-t (EV = electronic vehicle, elektromos jármű).

Musk gratulált a Fordnak.

A Villámban minden van, aminek benne kell lennie: felújított belső tér, a dashboard középpontjában 15,5 colos érintőképernyő, nagy a tehertér, sok szerszám, szállítmány tárolható benne. Végszükség esetén, a lakás áramellátását is megoldhatja.

Kezdetben problémát jelenthet, hogy az USA elektromos járműveket töltő infrastruktúrája, különösen, ha nem a Tesláról van szó, szegényes állapotban van még. Ráadásul a Ford ügyfeleinek jelentős része a lefedettségben hátul kullogó mezőgazdasági területeken él.

Ez azt jelenti, hogy továbbra is félni kell az elem lemerülésétől, az elektromos járművek vásárlásával szembeni egyik legfőbb visszatartó októl. Jó hír, hogy hamarosan más lesz a helyzet. Joe Biden ugyanis szignifikáns változásokat jelentett be a töltőinfrastruktúra kapcsán, és a befektetések is egyre markánsabbak. (Az elnöknek bemutatták a járművet, megkocsikáztatták rajta, és felsőfokokban nyilatkozott utána.)

Lehet, hogy néhány hónapon belül minden feltétel adott lesz a Villám gyors térhódításához?

Évtizedek óta riogatnak az ember felett diadalmaskodó MI-vel. Hol hollywoodi filmek, hol szakterületükön ugyan világelső, a mesterségesintelligencia-fejlesztéseket viszont inkább csak értő, de nem aktívan alakító laikus tudósok (Stephen Hawking stb.) vázolják fel a gépi apokalipszist. Szerintük nem a végkimenetel, hanem inkább csak az a kérdés, hogy mennyire nőnek fölénk, milyen léptékben nőnek túl rajtunk az MI-k.

Legutóbb a 2002-es közgazdasági Nobel-díjas izraeli-amerikai pszichológus, Daniel Kahneman fejtette ki a témában pesszimista véleményét. Eleve reménytelen helyzetben vagyunk, teljes kiütés lesz a vége – állítja.

Kahneman megközelítése mégis érdekes, mert túlmutat a mára már klasszikusnak számító riogatáson. 2011-es „Gondolkodás, gyorsan és lassan” kötetében, a viselkedésalapú gazdaságtan egyik alapművében fejtette ki, hogy miért és hogyan hiszünk gyors gondolkodásunkban, amely inkább intuitív, míg a lassú a racionális. Mindezek tükrében mennyire készültünk fel a jövőnkkel kapcsolatos döntéshozásra?

2002-es Nobel-díját az úgynevezett „kilátáselméletért” (prospect theory) kapta. A következő kérdésekre próbált magyarázatot adni: hogyan racionalizáljuk a nyereségek és veszteségek közti különbséget, hogyan működnek a kockázatelkerülési és a kockázatvállalási küszöbértékek?

Most a kockázatelméletből és az egyszerre gyors és lassú emberi gondolkodásból kiindulva tette fel a „miért vagyunk ennyire felkészületlenek a mesterséges intelligencia hatalomátvételére” kérdést. A Covid-19-et, a járványra felkészületlen világba történt berobbanását, a vírus exponenciális növekedését hozta fel párhuzamként.

Az emberi elme lényegében nincs felvértezve egy Covid-19-szerű, fokozatosan ellenőrizhetetlenné váló eseménysorra, nem képes kezelni az azt megalapozó matematikát – állítja Kahneman.

„Szinte semmit nem tudunk kezdeni az exponenciális jelenségekkel. Többé-kevésbé lineáris világhoz szoktunk hozzá, és amikor a dolgok felgyorsulnak, a racionalitás keretein belül gyorsulnak fel. Az exponenciális változás, mint például a vírus elterjedése, viszont teljesen más. Nem vagyunk felkészülve rá, hosszú idő, amíg megtanuljuk kezelni az intuíciót” – magyarázza.

A technológia és a mesterséges intelligencia is olyan, úgy működik, mint a vírus: nagyon gyorsan, exponenciálisan fejlődik, az emberi gondolkodás viszont lineáris, így az általános MI megjelenéséhez sem tudunk majd könnyen alkalmazkodni.

Az 1978-ban indult Amerikai Keresztrejtvény Verseny résztvevőinek két nap alatt nyolc keresztrejtvényt kell megfejteniük. A háromezer dolláros fődíjért folyó végső megmérettetésben a három leggyorsabbnak és legpontosabbnak kell megoldaniuk egyet.

Mesterséges intelligenciák sakkban, dámában, dominóban, pókerben és goban legyőzték már az embert, nem egyszer aktuális sakk-, vagy más táblás játék világbajnokát „fektették két vállra”, keresztrejtvényben eddig viszont még nem jeleskedtek.

A pontatlan magyarítással Dr. Kitöltőnek fordítható Dr. Fill nevű rendszernek azonban sikerült. A rendszer az áprilisban megrendezett éves versenyen közel 1300 embert múlt felül.

Az Oxfordban asztrofizikát végzett, majd a Stanford Egyetemen mesterséges intelligenciára váltott Matt Ginsberg első rendszerével 2012-ben vett részt a megmérettetésen, tizenegyedik lett. Akkori MI-je a klasszikus megközelítést használta.

A mostani már a hagyományos és az új mesterséges intelligencia, szimbolikus alapok és mélytanulás (deep learning) igencsak működőképes kombinációja, hibridje. Ginsberg mesterséges ideghálóval kapcsolta össze a hagyományos modellt. A keresztrejtvényfejtésre specializálódott ideghálót a Berkeley-i Kaliforniai Egyetemen fejlesztették.

Az ideghálót hatmillió szavaknak kihagyott kockasor- és megoldáspáron mindaddig gyakoroltatta, amíg megoldás-tippeket nem generált. A rendszer kiszámolja a megoldások valószínűségét, több tényezőt (betűk számát, kiejtés és írott forma kapcsolatát stb.) vesz figyelembe hozzá.

Annyira jól sikerült, hogy Dr. Kitöltő az április tornán mindösszesen három hibát vétett, a végső feladványt pedig 49 másodperc alatt abszolválta. Ezzel bő két percet vert a leggyorsabb emberre.

A rendszer azért is érdekes, mert a szimbolikus megközelítés és a mesterséges ideghálók sokak szerint egymással versengő, összeegyeztethetetlen megközelítések. Most viszont úgy tűnik, hogy együtt eddig megoldhatatlannak tűnt problémákkal is megbirkóznak.

Sebészrobotok évente többmillió kockázatos műtétben vesznek részt világszerte. Munkájukat szigorú emberi felügyelet mellett végzik. Eddig legalábbis így volt, de most változhat a helyzet, önállósodhatnak a mesterségesen egyre intelligensebb gépek. Ellentétben az emberrel, az ő kezük egész biztosan nem remeg meg.

A Berkeley-i Kaliforniai Egyetem és a Stanford Egyetemről indult menlo Parki SRI International nonprofit tudományos kutatóintézet gépitanulás-rendszert tanított be nemrég egy kétkarú da Vinci sebészrobot irányítására. A feladatban az MI által vezérelt gép ügyességét, pontosságát és gyorsaságát tesztelték.

Az utánzásos tanulás során a rendszer begyakorolta, hogy apró műanyag-gyűrűket emeljen le egy lyukakkal ellátott, speciális deszkáról, és másikakra csúsztassa át azokat. A megoldandó feladat a sebészi gyakorlás része, a hasüreg vagy a medenceüreg diagnózisát és operációját a has felnyitása nélkül lehetővé tevő laparoszkópos folyamathoz tartozik. E folyamat során apró vágáson keresztül kamerát és más speciális eszközöket juttatnak a beteg testébe.

A kutatók négy konvolúciós ideghálót 180 RGBD (vörös, zöld, kék és mélység) videón gyakoroltattak. A mozgóképeken humán sebészek dolgoznak a robottal. Egy hibát és a kijavítását szemléltetik, és közben információkat közölnek a robot ízületeinek helyzetéről.

A rendszer megtanulta, hogyan kivitelezze a feladatot, az idő múlásával viszont egyre pontatlanabbá vált. A robot végtagjait irányító kábelek megnyúltak, és a modell így már könnyebben elvétette a célpontjait.

A fokozatosan kialakuló pontatlanságot ellensúlyozandó, a kutatók másfajta ideghálót is gyakoroltattak. A robot ízületeinek helyzetét bemutató mozgásmegragadásos (motion capture) anyagot használtak hozzá. A gép végül önállóan kivitelezett véletlenszerű mozdulatokat.

Az összekombinált két modell a műanyag-gyűrűs feladatban végül ügyesebbnek, pontosabbnak és gyorsabbnak bizonyult, mint az emberek.