Stanford: itt az MI-őrület vége, jön a szembesülés a valósággal 

Éveken át tartó exponenciális növekedés és dollárszázmilliárdos befektetések után az idei lehet az az év, amikor a mesterséges intelligencia szembesül a valós hasznosságával. Ez a konklúziója a neves Stanford Egyetem MI-kutatóintézetének nemrég kiadott, az MI 2026-os évére fókuszáló anyagának.  

Ugyanis szerintük az MI-evangélizmus korszaka átadja helyét az érettebb szakasznak, azaz amikor a világ egész máshogy közelíti meg ezt a technológiát. Vagyis többé nem az a kérdés, hogy „meg tudja-e csinálni a tőle kért feladatot az MI”, hanem hogy „mennyire jól, milyen áron és kinek”. 

Nem lesz még csoda-MI az idén 

James Landay, a Stanford HAI társigazgatója egyértelműen fogalmaz: az idén biztosan nem jön el a szuperokos AGI (artificial general intelligence, azaz a mesterséges általános intelligencia). Ennél valószínűbb a ChatGPT-hez hasonló nagy nyelvi modellek (LLM-ek) látványos skálázásának megtorpanása, vagyis az a folyamat, ami a 2024–2025-ös évek jellemzője volt, hogy egyre nagyobb modelleket építenek egyre több adattal. Ugyanis az óriási adatközpontokba fektetett dollármilliárdok ellenére az MI fejlődése elért egy feltehetően ideiglenes csúcspontot. Másképpen:  

A világban egyre több jel mutat arra, hogy – különösen a részvényárfolyamokat és az adatközponti beruházásokat tekintve – spekulatív állapotban vagyunk. Ugyanakkor az Egyesült Arab Emírségek májusi és Dél-Korea őszi óriási adatközpont-beruházásai azt jelzik, hogy minden ország az MI-szuverenitásért küzd, vagyis azért, hogy ne függjenek az amerikai technológiai óriásoktól. De ez a beruházási őrület sem lehet végtelen, hiszen  

Az új év az MI-kudarcok éve lesz? 

A Stanford HAI anyaga alapján 

Landay szerint rengeteg sikertelen mesterségesintelligencia-projektről fogunk hallani. A kérdés az lesz: tanulnak-e a cégek ezekből a kudarcokból, és megtalálják-e, hogy hol érdemes valóban alkalmazni az MI-t. 

Erik Brynjolfsson, a Stanford Digital Economy Lab igazgatója úgy véli, az idén végre átváltunk az „argumentációból a mérésbe”, azaz megjelennek az első valós idejű, az MI gazdasági hatásait mérő érdemi mutatók. Olyanok, amelyek feladatonként és foglalkozásonként követik nyomon, hol növeli az MI a termelékenységet, hol helyettesíti a dolgozókat és hol teremt új szerepköröket. Arra reagálva, hogy a fiatal munkavállalók már most is gyengébb foglalkoztatási mutatókat produkálnak az MI-nek kitett területeken, a Stanford kutatói 2026-ban ezeket a számokat havi rendszerességgel frissítik majd. 

Az orvostudományba is megérkezik az MI 

Curtis Langlotz radiológusprofesszor szerint végre közeleg az orvosi MI áttörése. Korábban ezek fejlesztése rendkívül drága volt, mert szakértők által jól ellenőrzött adatokra volt szükség, például, hogy egy mammográfiai vizsgálat eredménye jó- vagy rosszindulatú tumort mutat-e. Csakhogy az új, felügyelt gépi tanulási módszerek – amelyeket a kereskedelmi chatbotok fejlesztői már széles körben használnak – nem igényelnek nagy emberi munkaerő-befektetést igénylő ellenőrzéseket, ezzel jelentősen csökkentve a költségeket. 

Így aztán hamarosan az orvostudományban is felfedezhetjük a ChatGPT hihetetlennek tűnő képességeit. Az új biomedikai alapmodellek így 

Ugyanakkor Nigam Shah, a Stanford Health Care vezető adattudósa figyelmeztet: az amerikai kórházakat az idén eláraszthatják az MI-startupok, mindegyik saját megoldást kínálva. Egyenként mindegyik megoldás hasznos lesz, de együtt egy őrült versengéssé válik – legalábbis az egészségügyi szektor szemszögéből nézve. Ám remélhetőleg még az idén kifejlődnek az orvoslás terén is azok a keretrendszerek, amelyek értékelik egy MI-rendszer valódi hatását, a technikai jellemzőit, a betegbiztonságot, a hatékonyságot, ráadásul végre mindez meg is térül. 

Kapcsolódó: 

    
További cikkeinket, elemzéseinket megtalálják a makronom.eu oldalon.    

 Nyitókép: RALF HIRSCHBERGER / AFP