Még nagyon nincs a csúcson a mesterséges intelligencia

Még nagyon nincs a csúcson a mesterséges intelligencia
„A technológiai iparnak még hosszú utat kell megtennie addig, hogy csúcsra járassa a mesterséges intelligenciát” – véli Laurent Heurtin, a Fujitsu MI-központjának vezetője. A nagyvállalati mesterséges intelligencia helyzetéről adott áttekintésében beszél az érettebb MI bevezetésének új szakaszáról és a vele járó komplex problémákról.

Bármerre néz az ember, már a csapból is az MI folyik. Ennek alapján azt is gondolhatnánk, hogy az ökoszisztémában lassan csúcsra ér a mesterséges intelligencia alkalmazása. Pedig attól még messze vagyunk. A mesterséges intelligencia iránti élénk B2B-piaci érdeklődés most terjed át a B2C tömegpiacra, és kezd megjelenni az „AI-washing”, vagyis az MI-vel kapcsolatos hamis ígérgetés. Az „AI-washing” valójában egy marketingtechnika, amely azt állítja, hogy az adott márka vagy termék MI-technológiával működik, pedig ez az állítás meglehetősen gyenge lábakon áll. Azért teszi ezt, mert az MI jelenléte innovatív fényben tünteti fel a márkát. Az „AI-washing” terjed, és a fogyasztók egyre gyakrabban találkoznak ilyen új jellemzőkkel például a digitális fotózás szegmensében, a kiskereskedelmi üzletekben vagy a tömegpiacra szánt XaaS, azaz „szolgáltatásként nyújtott” (as-a-service) megoldásoknál. Ha jelentett már be vonalhibát távközlési szolgáltatójának, Ön is bizonyára találkozott már ezzel a jelenséggel - írja a fujitsuhungary blog.

Tapasztalat mindenek felett

A mesterséges intelligencia alkalmazásában a Fujitsu azoknál a nagyvállalatoknál tapasztal érdemi fejlődést, amelyek az MI-technológiát üzleti folyamataikba integrálva, már egyértelműen továbbléptek a kísérletezés szakaszából az éles működés felé. Az MI-projekteket megvalósító szervezetek már érett tudással rendelkeznek a szükséges szakértelemről és technológiai képességekről, és reálisabban látják, mit lehet a mesterséges intelligencia segítségével elérni. Azok a korai bevezetők, aki nem riadtak vissza a nehézségektől, és hajlandóak voltak kockázatot vállalni a kísérletezés szakaszában, mára versenyelőnyre tettek szert iparágukban.

Ezek a cégek mostanában terjesztik ki MI-megoldásaikat az éles munkafolyamatokra. Miközben a laborkísérletektől eljutnak az üzleti folyamatokba és környezetbe való integrálásig, rájönnek, hogy végponttól végpontig terjedő szolgáltatásokra van szükségük. Ekkor szembesülnek először az adatbiztonság problémáival is. Mostanra már feltűntek a horizonton az MI-biztonságot fenyegető veszélyek, és a szervezetek kezdenek ráébredni, hogy a megbízható működéshez mind a külső támadásokkal, mind pedig a belső szubjektivitással szemben meg kell védeniük MI-alapú rendszereiket.

MI-etika
A szubjektivitás pedig szoros kapcsolatban áll a mesterséges intelligencia mögötti etika kérdéskörével. Az algoritmusok adatokból tanulnak, az adatok pedig nem feltétlenül korrekt emberi döntésekre épülnek. Innentől kezdve pedig rendkívül fontos, hogy bizonyítani tudjuk: az MI-rendszerek által hozott automatikus döntések korrekt helyzetértékelésen alapulnak.

Ez olyannyira így van, hogy várakozásaink szerint hamarosan felmerül majd az igény a mesterséges intelligencia hatósági szabályozására. Az Európai Unió már ki is adott egy konzultációs dokumentumot a megbízható MI etikai irányelveiről (Draft Ethics guidelines for trustworthy AI), amelyben a következőket írja le: „Az MI megbízhatóságának két alapfeltétele van: (1) az etikus szándék biztosítása érdekében tiszteletben kell tartania az alapjogokat, a vonatkozó előírásokat, alapelveket és értékeket, és (2) műszakilag is megbízhatónak és hibatűrőnek kell lennie, hiszen a műszaki hozzáértés hiánya még a legjobb szándék ellenére is kárt okozhat.” Ezek az alapelvek szoros összhangban vannak a Fujitsu emberközpontú mesterséges intelligenciáról alkotott jövőképével.

A vita tehát részben az átláthatóságról és az etikáról szól – miközben annak értelmezése, mit jelent a GDPR a mesterséges intelligenciára nézve, még jogi tisztázásra vár. Az erre adott válasz pedig akár meg is akaszthatja az MI-technológiák széles körű fejlesztését. És ennek a hatása jóval túlmutat a folyamatokon és a vállalatok társadalmi felelősségvállalásán. Az IDC előrejelzése szerint például az algoritmusok átláthatóságának hiánya, az elfogult döntések, az MI rossz szándékú felhasználása és az adatkezelési erőírások miatt a következő két évben meg fog duplázódni a releváns adatvagyon-kezelési és megfelelési szakemberek (ún. „kimagyarázó csapatok”) foglalkoztatására fordított összeg. Az én nézeteim szerint inkább igazolhatóságról és auditálhatóságról kellene beszélnünk ebben a kontextusban, amelyben az igazságosság és a jogszerű eljárás a két fő szempont. A teljes poszt itt érhető el.

Kövesd az oldalunkat a Facebook-on és a Twitteren is!