Európa elvesztette az AI-versenyt, de van, amiben még lehet első

AI a gyakorlatban

A mesterséges intelligenciáról gyakran úgy beszéltünk, mintha egyetlen, mindent átalakító technológia lenne, amely egyszerre jelenik meg minden ágazatban. Most azonban, hogy a kezdeti hype már kezd alábbhagyni, egyre több szó esik arról, hogy hol tud ténylegesen értéket teremteni az AI. A Transport Research Arena (TRA) konferencia okos közlekedési rendszerekről szóló panelbeszélgetésén kutatók, iparági szereplők és az Európai Bizottság képviselője azt mutatták meg, hogy a mesterséges intelligencia már nagyon is jelen van a mobilitásban, még ha az utasok a mindennapokban ezt nem is feltétlenül veszik észre. Ami kirajzolódott, az nem egy olyan futurisztikus vízió volt, amelyben teljesen önvezető rendszerek egyik napról a másikra leváltják a mai közlekedést, sokkal inkább egy gyakorlati valóság:

• A közúti közlekedésben és a városi forgalomirányításban például az AI támogathatja az útvonaltervezést vagy például a közlekedési lámpák optimalizálását. Az egyik említett példa a Google Green Light projektje volt, amelyet Budapesten is teszteltek, és amelynek célja az volt, hogy AI segítségével optimalizálja, mikor váltanak a jelzőlámpák. A projekt képes volt 30 százalékkal csökkenteni az autók kibocsátását és 10 százalékkal mérsékelni, hogy mennyiszer kellett megállni útközben.
• Az AI segíthet előre jelezni a váratlan közlekedői viselkedést, és támogathatja a vészfékező rendszereket. Emellett a mesterséges intelligencia már mélyen beépült a környezetérzékelésbe is: a szenzorok, kamerák és automatizált vezetési funkciók mesterséges intelligenciára támaszkodnak, hogy értelmezzék a jármű környezetét és támogassák a döntéshozatalt. Ahogy az egyik felszólaló megjegyezte, az AI nemcsak akkor van jelen, amikor a jármű működik: egyre fontosabb szerepet játszik a mérnöki tervezésben és fejlesztésben is, segítve a gyártókat a fejlesztési folyamat felgyorsításában, ami elképesztően fontos a Kínával való nyaktörő tempójú technológiai verseny korában.
• A vasúti közlekedésben Francesco Flammini, a Firenzei Egyetem kutatója három fő AI-alkalmazási területet emelt ki: a prediktív karbantartást és hibavédelmet, a forgalomirányítást, valamint az autonóm közlekedést. A prediktív karbantartás – tehát hogy mesterséges intelligencia segítségével előrejelezzük, hogy mikor fog meghibásodni a jármű – különösen ígéretes, mert a vasúti rendszerek működési és műszaki adatai segíthetnek a hibák felismerésében még azelőtt, hogy azok ténylegesen bajt okoznának. Ugyanakkor ez a terület jól mutatja az ágazat egyik fő korlátját is: a vasútnál gyakran kevés a modellek tanításához és teszteléséhez használható adat. Flammini szerint emiatt jelenleg valójában több időt töltenek el azzal, hogy próbálnak használható adatokat "vadászni", mint az új megoldások tényleges fejlesztésével.
• A panel az utasok számára közvetlenül érzékelhető alkalmazásokat is érintette. Elodie Petrozziello kutató például a szolgáltatási zavarokról szóló információk valós idejű, többnyelvű fordítását említette, amelyet Párizsban teszteltek. Ez elsőre talán kevésbé látványos, mint az önvezető járművek világa, de az utasok számára nagyon is gyakorlati jelentőségű lehet: egy közlekedési zavar idején a jobb tájékoztatás hozzáférhetőbbé teheti a közösségi közlekedést a turisták, a bevándorlók vagy bárki számára, aki nem beszéli a helyi nyelvet.

Miért nem látunk több ilyen megoldást Európában?

A példák után természetesen adódik a kérdés: ha az AI ennyi mindenre képes, miért nem látjuk tömegesebben a mindennapi európai közlekedésben?

A panel egyik legfőbb válasza a kutatás és az ipari fejlesztés közötti szakadék volt. Az akadémiai projektek gyakran alacsony technológiai érettségi szinten működnek: új ötleteket vizsgálnak, prototípusokat tesztelnek és tudományos eredményeket publikálnak. Az ipari projektek ezzel szemben érett és széles körben alkalmazható rendszereket igényelnek.

Ez a szakadék ráadásul jelentős részben eltérő érdekekből is fakad. Somogyi Rita, a TERN közlekedési cég vezetője kifejtette, hogy miközben egy magáncég azt kérdezi: hogyan lehet ebből üzletet csinálni, addig egy egyetem vagy kutatóintézet azt: hogyan lehet finanszírozást szerezni, hogyan lehet biztosítani a munkatársak fizetését? A közszféra pedig azt mérlegelheti, hogy a cél a fenntarthatóság, a hatékonyság, a biztonság vagy a növekedés. Noha ezek az érdekek nem feltétlenül összeegyeztethetetlenek, de éppen ezek miatt fontos, hogy a szereplők egy asztalhoz üljenek – mint ahogy ez egyébként meg is kezdődött a légiközlekedés terén például a SESAR tásulással.

Végül arról is szó esett, hogy a jó megoldások nem terjednek el automatikusan. Petrozziello a Hi-Drive automatizált vezetési funkciókkal foglalkozó projektet említette pozitív példaként, többek között azért, mert a projekt aktívan kommunikálta az eredményeit, például YouTube-videókon keresztül. Petrozziello szerint az üzenet egyszerű, de fontos: nem lehet elvárni, hogy a magáncégek pusztán azért tudomást szerezzenek egy technológiáról, mert az jó. A kutatóknak és projektpartnereknek láthatóvá kell tenniük magukat, hogy a sikeres pilotokból valódi alkalmazások legyenek.

Európa lehetősége: elsőnek lenni használható AI-ban

A panel egyik legfőbb üzenete egy számvetés volt: Európa valószínűleg nem lesz első a mesterséges intelligenciában általában – de nem is biztos, hogy erre kell törekednie. A generatív AI terén (mint amilyen például a ChatGPT is), a globális versenyben már más szereplők váltak dominánssá. Európa természetesen továbbra is végezhet kutatást ezen a területen, de Flammini felhívta a figyelmet, hogy reálisan kell látni, hol lehet valódi vezető szerepe.

A közlekedés éppen egy ilyen terület lehet.

Európának hosszú hagyománya van komplex közlekedési rendszerek építésében, szabályozásában és működtetésében: az öreg kontinensen az egyik legfejlettebb a tömegközlekedés a világon.

Lehet, hogy az EU processzorokat vagy szoftvereket máshonnan importál, ez tulajdonképpen eddig is így volt, de erős abban, hogy ezeket a rendszereket biztonságossá tegye és beillessze összetett közszolgáltatási infrastruktúrákba. És itt lehet Európa versenyelőnye. A kulcs nem egyszerűen az AI fejlesztése, hanem olyan mesterséges intelligencia rendszerek létrehozása, amelyek megbízhatóak, robusztusak és valóban hasznosak a mindennapi közlekedésben.

Ugyan ez a szabályozottság első látásra korlátozásnak tűnhet, a közlekedésben azonban piaci lehetőség is lehet: ha az európai vállalatok, kutatók és hatóságok képesek biztonságos közlekedési AI-t fejleszteni, akkor olyan megoldásokat hozhatnak létre, amelyek nemcsak Európában, hanem világszerte értékesek lehetnek.

A címlapkép illusztráció. Címlapkép forrása: Getty Images