Milyen fejlettségi szinten áll most a mesterséges intelligencia?

A közeljövőben nem számítanék veszélyre, még bőven van időnk felkészülni. Russel elmondta a receptet arra, hogy ezt hogyan tudjuk tompítani, elkerülni. Az ilyen elismert szakértők véleményét figyelembe kell venni. Az is biztos, hogy időt és energiát kell szánni a tudományban erre a témakörre. Mivel a közeljövőben nem várható veszély, erre most kell az időt és energiát szánni, hogy ne kelljen kapkodni.

Komolyan veszi a tudomány ezt a kérdést?

Elkezdtek foglalkozni vele, de véleményem szerint ez még gyerekcipőben jár. Még nincsenek kellően alátámasztott válaszok.

Most még mi kontrolláljuk az algoritmusokat?

Részben igen, részben nem. Például már az adatoktól való függés miatt sem kontrolláljuk teljesen az algoritmusokat. Ráadásul nagyon gyors a fejlődés, és óriási sebesség van a mesterséges intelligencia-kutatásokban. Ez azt is jelenti, hogy sok mindenre nincs idő. A legtöbb algoritmus nincs matematikai értelemben bizonyítva, de mégis működik. Ez a furcsa, hogy a hasznot hozza, de nincs idő végigjárni ezeket a dolgokat.

Kifejlesztik, tudják használni őket a célnak megfelelően, de azt nem tudni, hogyan üthet vissza, hogy mi a hosszú távú hatása?

A kutatók az algoritmusok készítésénél nézik a „mellékhatásokat” is, és azt, mi történik a gyakorlati felhasználásakor. Ahogy azonban a gyógyszereknél is van olyan mellékhatás, ami csak tíz év múlva derül ki, itt is előfordulhatnak ilyenek. Ezért is kell erre a tudományágra pénzt, időt, energiát fordítani, hogy ezt a területet fejlesszük és kordában tartsuk. Ez a befektetés nagyon gyorsan megtérül.

Azt nem látjuk, hogy egy algoritmus hova fejlődhet?

Inkább azt nem látjuk még, hogy a mesterséges intelligencia hova fejlődhet. A negyedik ipari forradalmat most éljük, és nem látjuk a végét, számos kifutási lehetősége van. A mesterséges intelligenciáról se tudjuk, hol lesz a vége és hova fejlődik. Azt viszont látjuk, hogy nagyon sok olyan, társadalmilag hasznos funkció jön létre rajta keresztül, ami korábban lehetetlen volt és óriási, korábban elképzelhetetlen mértékű hasznokat hoz.

Miért hagyunk véletlent az algoritmusokban?

Számos algoritmus azért tud megfelelően teljesíteni, mert például véletlen keresés van benne, lássunk egy példát. Kollégáimmal együtt dolgozunk a szentgotthárdi Opel gyárral. Ott olyan algoritmust használunk, amiben benne hagyjuk a véletlen faktort azért, hogy az algoritmus felfedezzen és alkalmazkodjon a környezet változásához. Például a téli és nyári hőmérséklet, páratartalom már befolyásolja az autómotor gyártását. Az egyik lehetőség, hogy télen és nyáron mindig kézzel átállítjuk az algoritmusokat, vagy sokkal hatékonyabb az, hogyha az algoritmus ezt maga megtanulja. Ez a felfedezési képesség konkrét gazdasági hasznot hoz. Nem kell odaállítani egy embert, neki nem kell jól választania. Ha az algoritmus képes felfedezni, akkor adaptálódik a környezetéhez, ami gazdasági előnyt jelent. Olcsóbb lesz általa az autó is.

Ez minden esetben jól jön?

Nem mindegy, hogy mikor felfedez, és mikor aknázza ki a meglévő tudást az algoritmus. Ha rámegyünk egy jeges útra az önvezető autónkkal, akkor nem jó, ha az autó akkor kezdi felfedezni, hogy milyen hatása lenne annak, ha össze-vissza fékeznénk. Ott már a meglévő tudást kell kiaknázni. A zalaegerszegi tesztpályán, a ZalaZONE-on viszont sok ilyen jellegű tesztelés van, ott pedig kifejezetten a felfedezés az előnyös. Ezáltal egyre olcsóbb és stabilabb járműveket tudunk készíteni. A felfedezés és a véletlen faktorok elkerülhetetlenek, mert egyre jobbak így az algoritmusok, és gyorsabban találnak megoldást egy adott helyzetre.

A kényelem hajt minket az algoritmusok felé?

Ha megnézzük a történelmet, az ipari forradalmakat, és az összes nagy változást, akkor látjuk, hogy egyrészt a kényelem, másrészt a gazdasági haszon volt az ok. Ezek egyértelműen nagyon jó befektetések. Ha valaki jól eltalálja a mesterséges intelligencia alkalmazását, az jobban megtérül, mint egy jó tőzsdei befektetés. Nemrég dolgoztunk egy zalai gyárban, ott a tanuló algoritmus egytized másodpercenként hoz döntéseket, mégpedig jobb döntéseket, mint az ember. A termelékenységet 200 százalékkal lehetett vele javítani, és a magyarországi gyár a világ legjobb üzemei közé került abban a technológiában. Már globálisan vannak kimutatások, hogy a következő 10-20 éven belül milyen mértékben ígér GDP-növekedést a mesterséges intelligencia.

Nagyobb a gazdasági haszna, mint a veszélye? Nem jár azzal, hogy elbutulunk, mert nem lesz szükségünk bizonyos képességekre?

Számos emberi képességet, például az érzelmeket, a megérzéseket a távoli jövőben sem tud majd vélhetően átvenni a mesterséges intelligencia. Ha valaki nem tud térképen jól tájékozódni, és azt megtámogatja a technológia, akkor az előny vagy hátrány? A mesterséges intelligencia a megsegítésben nagyon jó. Amikor több ezer változót kell egyszerre figyelni, és azok alapján tized másodpercenként döntéseket hozni, arra egy ember képtelen. Már a tudomány is foglalkozik azzal, hogyan tud a kettő jól kooperálni.

Nemrég jelentették be, hogy a NATO felgyorsítja a mesterséges intelligencia alkalmazását. Ezt mennyire látja veszélyesnek, vagy itt is a segítő szerepet kell-e nézni?

Az elmúlt tíz évben minden iparág – az egészségügy, a gyártás, az agáripar – azt mondja, hogy a mesterséges intelligencia szerepét növelni akarja. Nem olyan meglepő, hogy a NATO is ezt mondja. Persze az olyan speciális iparágban, mint a hadiiparban, mindig fennáll a veszély, ezt a történelem is megmutatta. Az a kérdés, hogy az emberiség mit kezd vele.

Előadásában is említette, hogy nem lehet kizárni, hogy visszaüt a technika. Ez a felfedezés miatt van?

A felfedezés szerintem csak egyfajta módszer. Ezeket az algoritmusokat is emberek fejlesztik, és az emberek függnek az algoritmusoktól. A másik irány is igaz, az algoritmusok is függenek az emberektől. Tehát az, hogy visszaüt-e vagy sem, az az emberek kezében van, ahogyan a háborúk, vagy a nukleáris technológia. Ezért is nagyon fontos, hogy ezt a tudományterületet nagyon erősen támogassuk.

Azért van ez a függés, mert a mesterséges intelligencia nem áll még olyan fejlettségi szinten, hogy függetlenedjen az embertől?

Azt gondolom, hogy még olyan ágenset nem ismerünk, ami teljes függetlenséggel működne. Bizonyos szűk területeken, például a tőzsdei kereskedésben egész jól, önállóan működnek az ágensek. Vagy pár éve nagy hír volt, hogy egy felfedező ágens módszeresen megveri az embert sakkban, a világ legjobb sakkozóit. Egyel nehezebb feladat, de már megveri a legjobb go játékosokat is az algoritmus. A sakknál voltak olyan algoritmusok eleinte, amik hetek alatt lettek betanítva tankönyveken keresztül. Majd rájöttek, hogy sokkal jobb, ha a sakk algoritmus saját maga készíti el a tanítóhalmazt is, és azt tanítja be, amit saját maga generált. Ezáltal gyorsabban tanult és jobb tudásra tett szert.

Ez nem ijesztő?

Rövid távon nem számítok arra, hogy elszabadulnak az algoritmusok. Sokkal inkább az emberiséget, az emberek napi dolgait támogatják meg, például a fényképezőgép beállítását. Egy ember nagyon sok területen tud jól teljesíteni. Nincs viszont olyan algoritmus, ami jelenleg járművet vezet, főz, permetez egyszerre, mindent, amit egy ember jól meg tud csinálni. Általános ágens még nem létezik.

Siófokon említette, hogy Kína és az USA versenyzik egymással, és iszonyatos robbanás van a finanszírozásban és a fejlesztésekben is. Mennyire garantálható az etikus működés, vagy a gazdasági haszon reményében minden mást odadobnak?

Jelenleg úgy látszik, hogy Kína messze lekörözi az Egyesült Államokat erőforrásokban. A gazdasági haszon folyamatosan újratermeli a finanszírozást, ezért is van ebben robbanás. Ha megnézzük az ipari forradalom történetét, ott is a gazdasági haszon mozgatta a világot, de közben az etikai aspektus és az emberiség kiszolgálása hamar előkerült. Ez a mesterséges intelligenciával is így megy. Egyre több a gazdasági haszon, de folyamatosan foglalkoznak az etikai vonatkozásával is.

Mit vár a közeljövőben, egy-két éven belül ekkora fejlődési robbanásnál milyen változást hozhatnak az algoritmusok?

Vélhetően az lesz a trend, hogy egyre több területen lesz mesterséges intelligencia. Olyan területeken, amire még nem is gondolunk. Senki se gondolta volna tíz évvel ezelőtt, hogy algoritmusok szakértő orvosi szinten elvégezhetnek feladatokat. Vagy, hogy az agrárgazdaságban olyan drónok lesznek, amelyek speciális arányban módosítják a permetezőszereket úgy, hogy a növényeknek a legjobb legyen, és a környezetet a lehető legkevésbé károsítsák. Az is látszik, hogy új szereplők jönnek be. Például szoftvergyártók elkezdenek autókat gyártani, mert fontosabb lesz az algoritmus, mint maga a hardverépítés. Ami a jövőt is egyértelműen meghatározza, az a sztenderdizálás. Akkor lehet kordában tartani ezt a területet, ha új sztenderdek születnek. Emellett ma a legnagyobb divatja a mélytanulásnak van. Szerintem a következő néhány évben több, ettől is újabb tanulási algoritmus jön majd létre, hasonlóan kiugró előrelépést eredményezve.

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