Üzlet

Az adat az új olaj, de az adat magában nem ér semmit

Portfolio
Bizonyos területeken a mesterséges intelligencia már ma is kellő megbízhatósággal alkalmazható, más területeken viszont korlátok sora áll még a kutatók előtt, amelyek legyőzése komoly kihívásokat jelentenek még akkor is, ha azok első pillantásra nem is tűnnek nehéz feladatnak.
A mesterséges intelligencia (MI) lehetséges fejlődési irányait mutatta be a március 20-22 között Budapesten, az Ericsson Magyarország szakmai irányítása mellett megrendezett Reinforce AI Konferencia.

Manapság általánosságban úgy tekintenek a mesterséges intelligenciára, vagyis a gépek maguk megfigyelésén és tapasztalatán alapuló önfejlesztő képességeire, mintha az valamiféle csodaszer lenne. A konferencia előadásai alapján a várakozások nem alaptanul magasak, mégis szinte bizonyosan túlzóak. A gyakorlatban is alkalmazott példák mellett a konferencia rávilágított az ilyen rendszerek korlátaira is, előre vetítve, hogy milyen sok izgalmas és nehéz technikai problémát kell megoldani ahhoz, hogy közelebb kerüljünk például az emberi intelligenciához hasonlítható mesterséges általános intelligenciához.

Patrick van der Smagt, a Volkswagen-csoport MI kutatási részlege igazgatójának előadásából 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. Ennek pedig egyszerű oka van. Az egyre újabb járművekben ugyanis mind több olyan vezetést segítő eszköz dolgozik, amelyek ezeket az adatállományokat használják. A jelenlegi irányok szerint immár a költséghatékony adatgyűjtés, a gyors és megbízható működés területére kerülnek a fókuszpontok.

A konferencia során kirajzolódó kép szerint az MI-t övező vitáknak többnyire az a forrása, hogy a különböző célokkal rendelkező szervezetek és emberek egyszerűen nem egy nyelvet beszélnek. Prekopcsák Zoltán, az 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 az MI-t övező 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.

Ehhez a témához kapcsolódott az IBM MI fejlesztésekért is felelős kutatási központjának részlegvezetője, Kush R Varshney előadása, aki arra mutatott rá, hogy a gépi tanulás torzulásainak akadnak kockázatai. A képzési, azaz mintavételi adatok gyűjtésénél egyes csoportok előtérbe kerülhetnek, ezek az adatsorokban ezek felül-, míg mások alulreprezentáltak lesznek, így 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 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 MI olyan összefüggéseket sem képes megtanulni, amit már 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, a vállalat regionális igazgatója és a hazai Mesterséges Intelligencia Koalíció elnöke a nyitóbeszédében az MI adatelemzésben betöltött szerepét emelte ki.

Az adat az új olaj, de az adat magában nem ér semmit

- mondta el. 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. Emellett az Ericsson és szolgáltató partnerei már elkezdték az 5G hálózatok széleskörű kiépítését, ami a jövőben még inkább felgyorsul, ez pedig magával hozza az önfejlesztő, zéró-beavatkozású rendszereket, és a gépi tanulás hálózatokba való beépítésének igényét is.
online bolt_shutter
orvosi kamara0921
palkovicslászló0921
shutterstock_1100688464_rugalmas
brexit0115
bitcoin automata shutter
Népszerű
Friss hírek TÖBB FRISS HÍR
Tőzsdetanfolyam
Légy tudatos a pénzügyeidben, vedd a saját kezedbe az irányítást.
Egészségügy másképpen
Amerikai, nyugat-európai kórházi ellátás, havi 7875 Ft-tól.
Portfolio hírlevél
Ne maradjon le a friss hírekről!
Iratkozzon fel megújult, mobilbarát
hírleveleinkre és járjon mindenki előtt.

Ügyvédek

A legjobb ügyvédek egy helyen

Infostart.hu

Pénzügyi modellező

Pénzügyi modellező

Szerkesztő-újságíró

Szerkesztő-újságíró
2019. szeptember 25.
Követeléskezelési trendek 2019
2019. október 1.
Öngondoskodás 2019
2019. október 16.
Budapest Economic Forum 2019
2019. október 17.
Portfolio-MAGE Ipar 4.0 konferencia 2019
online bolt_shutter