Hogy áll ma a mestereséges intelligencia fejlesztése?

A mesterséges intelligencia lehetőségeiről és megoldásra váró problémáiról tartottak konferenciát Budapesten.

Hogy áll ma a mestereséges intelligencia fejlesztése?

A március 20–22. között az Ericsson Magyarország szakmai irányítása és fő támogatásával először rendezték meg a Reinforce AI Konferenciát, amelynek résztvevői első kézből, a terület legnagyobb szakértőitől értesülhettek a szektor legfrissebb eredményeiről, olvasható az Ericsson sajtóközleményében. Az előadásokból az rajzolódott ki, hogy bár már vannak területek, ahol a mesterséges intelligencia ma is kellő megbízhatósággal alkalmazható, másutt komoly kihívások sora áll még a kutatók előtt.

Patrick van der Smagt, a Volkswagen-csoport mesterséges intelligencia kutatási részlege igazgatójának előadásából például kiderült, hogy a deep learning kapcsán számos kiaknázatlan lehetőség áll a témában talán leginkább szem előtt lévő autóipar előtt. Ugyanakkor hatalmas kihívás a minél változatosabb adatok begyűjtése, az újabb járművekben ugyanis egyre több olyan vezetést segítő eszköz dolgozik, amelyek ezeket az adatállományokat használják. A jelenlegi irányok szerint  így már a költséghatékony adatgyűjtés, a gyors és megbízható működés területére kerülnek a fókuszpontok.

A konferencia során arról is szó esett, hogy mesterséges intelligenciát övező vitáknak többnyire az a forrása, hogy a különböző célokkal rendelkező szervezetek és emberek nem egy nyelvet beszélnek. Prekopcsák Zoltán, a piacvezető adatelemzési platformot fejlesztő RapidMiner elemzési vezetője arra mutatott rá, hogy egy automatikus fékező rendszer fejlesztése során egészen más típusú problémák merülnek fel, mint amikor egy kutató például mesterséges intelligencia segítségével próbál egy go játszmát megnyerni.

Az előbbi esetben életek múlhatnak a jó megvalósításon, míg az utóbbiban viszont bátran lehet kísérletezni és fokozatosan fejleszteni az algoritmust. Éppen ezért fontos ezeknek a konfliktusforrásoknak a felismerése és a viták konstruktív mederbe terelése. Az összes szereplőre szükség lesz ugyanis ahhoz, hogy a mesterséges intelligencia alkalmazások beváltsák a hozzájuk fűzött reményeket és a mindennapok részévé váljanak.

Galéria megnyitása
Prekopcsák Zoltán (RapidMiner) előadása

Ehhez a témához kapcsolódott az IBM mesterséges intelligencia fejlesztésekért is felelős kutatási központjának részlegvezetője Kush R. Varshney, aki előadásában a gépi tanulás torzulásainak kockázatairól beszélt. A képzési, azaz mintavételi adatok gyűjtésénél egyes csoportok előtérbe kerülhetnek, így az adatsorokban ezek felül-, míg mások alulreprezentáltak lesznek, ezáltal pedig deformációk jöhetnek létre az adatokra épülő algoritmusokban is. Könnyen elképzelhető, hogy milyen problémákhoz vezethet, ha ezeket a csoportokat nem, rassz vagy vallás alapján osztják be, hiszen ezáltal a mesterséges intelligencia válaszai is ezeket a torzulásokat tükrözik majd, ami egyáltalán nem kívánatos. Ez is egy fontos megoldandó kérdést jelent a jövőben. 

A mesterséges intelligencia korlátairól Prekopcsák Zoltán azt is elmondta, hogy egyre több olyan vélemény akad, amelyek szerint a tisztán deep learning alapú megoldások hamarosan korlátokba ütköznek. Ezek a rendszerek ugyanis elsősorban korábban látott mintázatokat képesek felismerni, ám az ezen túlmutató általánosítási és következtetési képességük szegényes. Számos példa van arra, hogy a jelenlegi mesterséges intelligenciák olyan összefüggéseket sem képesek megtanulni, amelyet már az 1–2 éves gyerekek is felismernek. A jövőben így alighanem komolyabb fókuszt kell helyezni erre a területre, vagyis az ok-okozat megtanulására, ezek nélkül jelentősen lassulhat a fejlődés üteme.

A mesterséges intelligenciának a távközlésben is komoly szerep jut majd. Ignacio Más, az anyacég, az Ericsson OSS részlegének innovációs vezetője előadásában arra világított rá, hogy e technológiák segíthetnek az infokommunikációs bumm eredményezte, az emberek számára sokszor már felfoghatatlan hálózati komplexitást kezelni. A cél, hogy a felügyeleti és irányítási funkciók 90–95 százalékát automatizálják, így az emberi beavatkozásra csak a magasszintű, az üzletet is befolyásoló döntéseknél, valamint a mesterséges intelligencia működését irányító szabályok felállításánál lesz szükség.

Jakab Roland, az Ericsson regionális igazgatója és a hazai Mesterséges Intelligencia Koalíció elnöke a nyitóbeszédében a mesterséges intelligencia adatelemzésben betöltött szerepét emelte ki. Ma egyetlen nagy amerikai mobilszolgáltató hálózatán másodpercenként 4 terabit halad át, és ez idő alatt 15 millió „adatesemény” történik ugyanezen a hálózaton. E rendszerek működése is nehezen képzelhető el a jövőben a hatékonyan alkalmazott mesterséges intelligencia nélkül.

Neked ajánljuk

Kiemelt
-{{ product.discountDiff|formatPriceWithCode }}
{{ discountPercent(product) }}
Új
Teszteltük
{{ product.commentCount }}
{{ voucherAdditionalProduct.originalPrice|formatPrice }} Ft
Ajándékutalvány
0% THM
{{ product.displayName }}
nem elérhető
{{ product.originalPrice|formatPriceWithCode }}
{{ product.grossPrice|formatPriceWithCode }}
{{ product.grossPrice|formatPriceWithCode }}
{{ product.displayName }}

Tesztek

{{ i }}
{{ totalTranslation }}
Sorrend

Szólj hozzá!

A komment írásához előbb jelentkezz be!
{{ orderNumber }}
{{ showMoreLabelTranslation }}
A komment írásához előbb jelentkezz be!
Még nem érkeztek hozzászólások ehhez a cikkhez!
Még nem érkeztek hozzászólások ehhez a cikkhez!
Segíts másoknak, mondd el, mit gondolsz a cikkről.

Kapcsolódó cikkek

Magazin címlap