A mesterséges intelligenciában rejlő lehetőségekről és azok távközlési alkalmazásairól tartott előadást a téma két szakértője, Werschitz Ottó és Kovács Gyula január 30-án az NMHH Visegrádi utcai székházában több mint hatvan érdeklődő előtt.
A Frekvencia- és Azonosítógazdálkodási Főosztály munkatársai meghívták az NMHH-ba Werschitz Ottót és Kovács Gyulát, a mesterséges intelligencia vállalati, elsősorban távközlési alkalmazásainak szakértőit, a technológiai vállalati alkalmazásaival foglalkozó Neuron Solutions cégvezetőit, hogy tekintsék át a témát a hatóság munkatársai számára.
Keskeny sávban okos, de ott nagyon
A január 30-án, a Visegrádi utcai székházban megtartott prezentáción több mint hatvan fő hallgatta a két szakértőt. Werschitz Ottó az előadás elején kiemelte, hogy a mesterséges intelligencia egyik első definíciója 1956-ból ered, amikor John McCarthy „emberi viselkedést imitáló számítógép” létrehozásának lehetőségeiről beszélt. A mesterséges intelligencia (MI) elnevezés, különösen, ahogy az irodalomban, filmekben találkozunk vele, és ahogyan a sajtó gyakran hivatkozik rá, félrevezető. Amivel ugyanis a mai vállalati (és hatósági) környezetben dolgozunk, az az úgynevezett leszűkített mesterséges intelligencia (Narrow Artificial Intelligence). Ez elkülönítendő az emberivel egyenértékű általános mesterséges intelligenciától (General AI), és még távolabb áll a fantasztikus irodalomban gyakran ábrázolt szuperintelligenciától, amely meghaladja az emberi értelmet és képes önmagát fejleszteni. Ez utóbbiak ugyanis egyelőre csak elméleti felvetések, a gyakorlatban nem léteznek.
Amire viszont a mai, szűkített értelemben használt mesterséges intelligencia is használható: jól definiált feladatokat nagyon sok adatot felhasználva rövid idő alatt statisztikailag (!) jó eredménnyel (azaz nem 100%-os pontossággal) képes elvégezni. Ezen túlmenően azonban nincs birtokában semmi olyannak, amit az emberi értelemhez szoktunk kötni: nincs öntudata, ítélőképessége, világképe.
A gép ugyan képes „tanulni”, ez azonban egészen mást jelent, mint az emberi tanulás. A technológia éppen azért vált központi témává az elmúlt évtizedben, mert egyszerű tanulási folyamathoz is iszonyatosan sok adatra van szüksége, ezek pedig csak a közelmúltban kezdtek el minden eddiginél nagyobb mennyiségben rendelkezésre állni – mondta Werschitz Ottó. Egy olyan egyszerű megkülönböztetés automatizálásához például, mint a férfi és a női arcok vagy a hibátlan és a selejt autóalkatrészek megkülönböztetése, több millió képet kell „megtanítanunk”.
Nem az eszéért szeretjük (hanem a teljesítményéért)
Hogy még a rendkívül nagy adatmennyiség mellett is milyen nagy a hibalehetőség, ezt Kovács Gyula két példával illusztrálta: egy katonai drónt a tankok és a kombájnok megkülönböztetésére igyekeztek tesztkörnyezetben megtanítani, de mivel a tanuláshoz használt ellenséges tankokat ábrázoló fotók egytől egyig éjjel készültek, a kombájnfotók pedig nappal, minden éjjeli képen szereplő objektumot tankként azonosított a rendszer. Hasonló hiba csúszott egy farkasokat és kutyákat kép alapján megkülönböztető algoritmus működésébe is. Mivel a programnak a farkasokat természetes közegükben ábrázoló fotókat „mutattak”, így a szelektív input miatt minden havas háttér előtt álló kutyát is farkasként azonosított a rendszer. Mindezt intelligenciának nevezni tehát egyelőre zsurnalisztikus túlzás – szögezte le Kovács. Ugyanakkor vállalati környezetben így is rengeteg jól körülírható, jól hasznosítható képessége van ennek a (szűk értelemben vett) mesterséges intelligenciának.
Hírközlési területen például a MI képes lehet megkülönböztetni, hogy egy hívást szándékosan szakítottak meg, vagy rendszerhiba történt. Energiafogyasztási információk alapján képes lehet előre jelezni bizonyos hardverek várható meghibásodását, illetve a legkülönbözőbb területeket automatizálni, optimalizálni, döntésekhez szükséges információkat gyűjteni és osztályozni.
Ami kell: adat, adat, adat
Ehhez mindenekelőtt nagyon nagy mennyiségű elérhető, jogszerűen felhasználható és nem torzított (lásd a fenti példákat), metaadatokkal ellátott (azaz „felcímkézett”) adat kell. Ha mindez rendelkezésünkre áll, ezeket az adatokat a MI roppant hatékonyan és gyorsan, az általunk megadott szempontok alapján képes feldolgozni. Így számtalan olyan területen teheti hatékonyabbá a munkát, ahol emberi erővel a feladatot elvégezni túl bonyolult vagy időigényes lenne. Tudnunk kell azonban, hogy az algoritmus nem fog ok-okozati összefüggéseket feltárni, a döntésekhez magyarázattal szolgálni vagy nyitott kérdésekre választ adni.
Felhasználási területei az autóipartól a precíziós mezőgazdaságon keresztül akár az energetikáig és a logisztikáig terjednek. A telekommunikáció területe egyelőre még MI-szempontból kihasználatlan, pedig az ágazatban lévő pénzmennyiség, a rengeteg felhasználó és a hihetetlen mennyiségű adat egytől egyig erős érvek a mesterséges intelligencia bevetése mellett.
A MI technológiái a távközlési szegmens üzleti, technológiai és adminisztratív területét is hatékonyabbá tehetik: az ügyfelek viselkedésének rögzítése, analízise és az alapján prognózisok felállítása, a hálózati meghibásodások előrejelzése, komplex és testreszabott üzleti ajánlattételek csak kiragadott példák. Ahhoz azonban, hogy a hírközlésben a technológia komoly áttörést hozzon, egységes, generális működési modell, szabványosítás szükséges.
Nem nehéz belátni azt sem, hogy az 5G áttöréséhez is nélkülözhetetlen a MI használata. Az 5G sokféle hálózati igényéhez szükséges hálózatszeletelést mesterséges intelligencia nélkül gyakorlatilag lehetetlen a megfelelő precizitással és gyorsasággal elvégezni – vonta le a konklúziót Kovács Gyula.
Nem harap (egyelőre)
Végül Werschitz Ottó az MI szabályozás etikai kérdéseire is kitért. Az előadó szerint az etikai kérdések tisztázása lemaradásban van a technológiai fejlődés üteméhez képest. A kulturálisan évtizedek óta velünk élő, fantasztikus filmekben testet öltő félelmek (gondoljunk csak a Terminátor-filmekre) irracionálisak, ugyanakkor az elmúlt években valódi, létező problémák merültek föl a mesterséges intelligencia használatát illetően. Az előadó ide sorolta az etikátlan használat (például az adathalászat), a rosszindulatú használat (álhírgenerátor algoritmusok) a mesterséges intelligencia iránti túlzott bizalom (hiszen tudjuk: a MI csak statisztikailag megbízható, 100%-os pontosságú), valamint az elfogult inputadatok problémáit (mint a fent említett kombájnos vagy farkasos példában).
Jelenleg némi emberi találékonysággal könnyen „meghekkelhető” a legfejlettebb technológia is. Közkézen forgó anekdota szerint a Netflix ügyfélszolgálati chatbotjai például a dühös ügyfeleket előrébb sorolják, amit a felhasználók hamar észrevettek, és sokan rögtön a legfelháborodottabb stílusban reklamáltak. A rendszerek azonban egyre gyorsabban fejlődnek, így a szabályozásnak is egyre nagyobb lesz a felelőssége. Jelenleg a mesterséges intelligencia etikakutatásai terén az állami és az akadémiai szférában is nagy erőbevetéssel folyik a kutatás. A két szakértő egy ismert hálózatbiztonsági szakember, Andrew McAfee a Harvard Business Review-nak adott nyilatkozatából idézett, miszerint: „A mesterséges intelligencia nem váltja le a vezetőket. De azokat a vezetőket, akik nem használják a mesterséges intelligenciát, leváltják azok, akik használják azt.”
Az ember legjobb barátja
Az előadás ezen a ponton véget ért, de a közönség részéről még rengeteg kérdés, hozzászólás merült föl elsősorban a technológia hosszabb távú jövőjével kapcsolatban. Elsősorban a MI munkaerőpiacra gyakorolt hatásai kerültek szóba. Bartolits István, az NMHH technológiaelemző főosztályvezetője hozzászólásában a tudás „emelkedő tengerszintjéről” beszélt, hiszen egyre bonyolultabb folyamatokat gépesítünk (mint például az ügyfélszolgálat vagy a minőség-ellenőrzés), így a munkaerőpiac küszöbe egyre magasabbra kerül. Lépéskényszerben van tehát az oktatás. Kovács Gyula Jack Ma, az Alibaba Group vezetőjének gondolatát osztotta meg, miszerint egyre több folyamatot gépesítünk, így a gyerekeinknek egyre inkább olyan tudásra lesz szükségük, ami gépesíthetetlen. A Világgazdasági Fórum jelentését idézve azt is elmondta: a most iskolába kerülő diákok hatvanöt százaléka olyan munkakört fog betölteni, ami ma még nem létezik. Tehát azzal párhuzamosan, hogy bizonyos munkakörök megszűnnek, újak is születnek– akárcsak az ipari forradalmak idején.
Bartolits szerint a MI jó ideig még sokkal inkább segíti, mintsem helyettesíti az emberi munkaerőt. Megemlítette például a Mentőszolgálat informatikai rendszerét, ami a meteorológiai, közlekedési, járványügyi adatokat és például a fesztiválokat is figyelembe vevő rendszer segítségével prognosztizálja a várható riasztások mennyiségét, előfordulási helyét, ezzel segítve az erőforrások optimalizációját.
Szóba kerültek még a klasszikus etikai problémák, mint például az önvezető autók baleset esetén meghozott döntéseinek kérdései, de – mint abban a jelenlévők megegyeztek – ezek a kérdések nem csak a mesterséges, de a meglévő emberi intelligencia számára is komoly kihívások. Ezzel együtt azt leszűrhetjük, hogy a fejlesztések gyorsuló tempója egyre több nehéz etikai kérdést hoz majd elénk, ami a hatóságokat is nehéz feladatok elé állítja. Mindazonáltal – mondta Kovács Gyula, aki pályája elején maga is a hatóság elődszervezeténél dolgozott – a mesterséges intelligencia, bármilyen fejlett is lesz, mindig az ember által neki adott célt fogja követni, ezt a célt pedig érdemes körültekintően meghatározni. Ez pedig az emberi intelligencia számára is kihívás, hiszen mi is hajlamosak vagyunk mindent tanknak nézni a sötétben.
Ne maradjon le a mesterséges intelligencia legújabb megoldásairól!
Kérje blogértesítőnket, és legyen mindig naprakész korunk legfontosabb technológiájával kapcsolatban!