Az AI veszélyei közé korábban nem látott kockázatok férkőztek be – egy fiatalember már áldozatul is esett!
Az Egyesült Államokban legutóbb egy tinédzser halálát kérték számon a mesterséges intelligencián! Az AI veszélyei egyre fenyegetőbbek.
A mindennapi ember számára, aki nem foglalkozik a számítástechnika, a játékelmélet vagy a programozás rejtelmeivel, a mesterséges intelligencia (MI) valami nagyon távoli, ködös, de leginkább veszélyes és félelmetes fekete doboz. Nézzük meg, mennyire az valójában!
A többségnek az mesterséges intelligenciával kapcsolatos hírek hallatán olyan antiutópiák ugranak be rögtön, mint a Terminátor- és a Mátrix-sorozatok, amelyekben az emberiséget leigázó gépek, robotszörnyek veszik át az uralmat a világ felett, irtják ki vagy éppen taszítják rabszolga sorba emberek milliárdjait.
Persze vannak szofisztikáltabb történetek is. Ezekből sokkal pontosabb kép rajzolódik ki arról, valójában mit is értünk mesterséges intelligencia alatt. Ilyen például az Ex Machina című, kissé elvontabb, de mélyebb mondanivalóval bíró 2014-es film, amely minden, a mesterséges intelligencia témája iránt érdeklődő gondolkodó ember számára valóban fontos kérdéseket feszeget, persze a szokásos filmes túlzásokkal, de azért a szikrázó robbanások ezúttal elmaradnak.
Természetesen a valóságban még ennél is kevésbé szélsőséges a mesterséges intelligencia megjelenése. Jobban megvizsgálva azonban a kérdést, azért már ma is rengeteg ilyen rendszer működik, és ha az emberiség kiirtásán még nem is mesterkednek gondolkodó gépek, azért eléggé megdöbbentő az, hol tartanak ma a mesterséges intelligencia fejlesztések.
Papp László, a Gartner Magyarországi és Bolgár Képviseletének vezetője a Makronóm szerkesztőségének a napokban tartott közel két órás exkluzív előadásában arról is beszélt, hogy pontosan mit is jelent az informatikai-tudományos világban és a vállalati mindennapokban az alkalmazott mesterséges intelligencia.
Ezen túlmenően, természetesen a Gartner, mint neves infokommunikációs kutatóintézet, rendkívül részletes forgatókönyvekkel vagy pongyolább kifejezéssel „jóslatokkal” rendelkezik a következő években várható MI fejlesztésekről.
A veszélyekről szólva Papp László elismerte:
nem véletlen, hogy Elon Musk és Steven Hawking évekkel ezelőtti aláírásai egyaránt szerepelnek azon az ENSZ-nek és más döntéshozóknak is eljuttatott nyílt levélen, amelyben kifejezetten és határozottan szállnak síkra az MI kordában tartásáért.
Nem lehet ugyanis tudni, hogy pontosan mikor lépjük át „Rubicont” a tekintetben, hogy az általunk létrehozott intelligens gépek egyfajta digitális öntudatra ébrednek.
Addig pedig is fontos kérdés egyébként, hogy egy MI által elkövetett hiba, jogsértés esetén ki lesz a felelős - erről a témáról ebben az anyagban írtunk.
A Gartner területi vezetője ugyanakkor
ebben a tekintetben.
Hasonlata szerint a mai legfejlettebb mesterséges intelligenciák körülbelül egy egyéves, éppen járni tanuló kisgyermek szintjén vannak - már ha az emberi agy képességeihez akarjuk feltétlenül hasonlítani „őket”.
Ennél is plasztikusabb, kifejezőbb volt az a hasonlat, amikor
hasonlította előadásában a szakértő.
A lézersugár ugyanis természetesen sokkal fényesebb, mint egy villanykörte, viszont egy adott sötét helyiséget egészében, összefüggéseiben csak az „értelem fénye”, mint egy villanykörte képes megvilágítani.
Ezzel szemben a lézerfény csupán egyetlen apró pontot képes a sötétben megvilágítani, azt azonban jóval nagyobb intenzitással, pontossággal. Mint mondta, éppen ilyenek a jelenlegi mesterséges intelligencia rendszerek is.
Sokkal sokkal
Az MI pontossága viszont, ahogyan a lézersugár példája mutatja, nagyon-nagyon fókuszált, egyúttal tehát a valóság összetettségének csak egy-egy apró szeletét képes megvilágítani. Azt azonban tűélesen.
A legkiválóbb példa az MI alkalmazására az önvezető autó. Egy önvezető autó is tud hibázni mondjuk egy gyalogos felismerése során, viszont egy fáradt, álmos vezetővel szemben, aki vezetés közben esetleg telefonon beszél vagy mondjuk az utasával beszélget, az MI matematikai, statisztikai értelemben sokkal nagyobb valószínűséggel észre fogja venni a hirtelen elé ugró gyalogost, mint az iménti nehezítettségekkel terhelt humán sofőr.
Egy önvezető jármű ugyanakkor ma még lényegében
Ilyen például az, hogy az autóvezetés elsajátítása során hosszú ideig trenírozzuk magunkat arra, hogy figyeljünk, amikor egy kocsisorban három autóval előttünk felvillan egy féklámpa. Mi, emberek ilyenkor már számítunk arra, hogy a közvetlenül előttünk haladó is fékezni fog.
Ha azonban az MI-nek kifejezetten nem tanítjuk meg ezt a szabályt, akkor a számítógép „magától” egész egyszerűen nem fogja tudni felismerni ezt az összefüggést.
Arról nem is beszélve, hogy alapesetben
Gondoljunk arra, hogy mi hogyan vezetjük az autót akkor, ha nyugodtan kirándulgatunk egy kellemes őszi napon, és hogyan vezetünk akkor, ha a feleségünk szülni készül, és éppen a kórházba sietünk, száguldunk.
Nemhogy ilyen fajta különbségtételre, de még ennél jóval egyszerűbbnek tűnő apróságokban is kifejezetten „egybites” válaszokat ad egyelőre a ma létező, szárnyait bontogató mesterséges intelligencia egy önvezető járműben.
Röviden összefoglalva tehát a Gartner várakozásai szerint az emberi agy reprodukálására elméletileg teljes értékűen képes „digitális agy”, azaz Artifical General Intelligence (AGI) megszületésére még feltehetően hosszú évtizedeket kell várni.
Addig is viszont egyre több és több szakmában, illetve feladatban tudja rendkívüli módon megnövelni az emberi hatékonyságot az MI.
Az alábbi ábra a témában egy cikknél, bejegyzésnél mélyebbre ásóknak szól, azt mutatja, hogy ma hogyan áll a különböző új MI technológiák fejlődése-fejlesztése.
A Gartner Hype Cycle több innovációs területre elkészül, ez most kifejezetten az MI ágazatról szól. Maga a Hype Cycle megjelenítési megközelítés valójában az innovációk érettségének egy egyedi grafikus ábrázolási modellje. Ezt a kutatócég azért készítette, hogy segítsen a döntéshozóknak megérteni az új és kialakulóban lévő technológiák érettségét, valamint azt, hogyan lehet azokat felhasználni a valódi üzleti problémák kezelésére és megoldására.
Látható például hogy a gépi látás-képfelismerés (Computer Vision) már mennyire előrehaladott, általánosan is használt fejlesztés, de mondjuk az emberi agyat teljes komplexiitásában leutánzó AGI, azaz Artifical General Intelligence ugyanakkor még nagyon fiatal újítás, a szakma e fejlesztéstől még nem is vár sokat, 10 éven túl várható az üzleti hasznosítás.
Az MI egyik legelterjedtebb funkcionalitása a képfelismerés vagy a beszédfelismerés képessége.
Előbbire kitűnő példa egy röntgen, CT vagy MRI felvételen a daganatos sejtburjánzások felismerése.
Nyilván a diagnosztizáló orvosok önállóan is képesek a tumorok felismerésére, ugyanakkor sok száz beteg leletét kell vizsgálják. Az okos gépek ez esetben nem veszik át az orvosok munkáját, viszont igen jelentősen megkönnyítik azt, hiszen
Döntést természetesen a gépek ez esetben sem hoznak, viszont szinte 100 százalékos pontossággal „karikázzák” be, jelölik be a leleteken, felvételeken azokat a kicsit is gyanús területeket, amelyeket a szakorvosoknak tüzetesebben meg kell vizsgálniuk. Egy lelet kiértékelése így összehasonlíthatatlanul gyorsabbá válik.
Egy másik ismert MI rendszert jelentenek például a csevegő robotok, azaz a chatbotok. Ezek az ügyfélszolgálati munkatársak feladatait könnyítik meg jelentősen. Itthon is sok ilyen működik ma már a nagy pénzintézetek vagy telekommunikációs vállalatok ügyfélportáljain, közösségi oldalain, vagy telefonos rendszereiben - ilyen például Vanda, a Telekom virtuális asszisztense.
Ám ahogyan a lézersugaras hasonlat is mutatja, miközben bizonyos sematikus problémákat könnyedén kezelnek a chatbotok, illetve elő is készíthetik bonyolultabb ügyek megoldását, addig az összetettebb kérésekkel, kérdésekkel egy-egy digitális asszisztens még jó ideig nem fog tudni boldogulni. Marad tehát az emberi beavatkozás a bonyolultabb ügyfélkérések esetén.
De mindeközben akad olyan MI fejlesztés is, ami részben visszaadja a látását azoknak, akik csak foltokat érzékelnek a környezetükből.
További cikkek, sőt akár könyvek témája is lehetne az, hogy hogyan működnek és milyen veszélyei vannak mondjuk egy banknál vagy biztosítónál működő ügyfelek hitelképességét vagy kockázati besorolását készítő okos algoritmusoknak, a tőzsdéket ma már igen jelentős részben uraló ezredmásodpercek alatt döntő kereskedő robotoknak, vagy éppen az önvezető autókban már szárnyukat bontogató MI-technológiáknak.
Mindezek a fejlesztések jelenleg és a közeljövőben nyilván millió problémán enyhítenek, könnyebbé és hatékonyabbá teszik a mindennapi életünket, ugyanakkor