Manuela Veloso, a CMU elsőszámú gépitanulás-szakértője a közeljövőről

Ember és mesterséges intelligencia 2021-ben

2016. november 18. 8:30
Ember és mesterséges intelligencia szimbiózisban, elválaszthatatlanul egymástól, egymást segítve, közös célokat abszolválva fejlődik. Az MI humanizmusa és a humán értelem, empátia hozza össze a két fajt. Az általános gépi értelemig azonban hosszú az út – vallja a jelen egyik leghíresebb gépitanulás-specialistája.

Az ötéves The Verge múltbetekintés helyett jövőbenézéssel ünnepli fél évtizedes fennállását: a technológiai hír- és médiahálózat különböző infokommunikációs területek jeles képviselőivel készített interjúsorozatából körvonalazódik előttünk a 2021-es világ.

Az egyik legizgalmasabb diszciplína, a mesterséges intelligencia várható fejlőséről a portugál születésű Manuela Velosot, a pittsburghi Carnegie Mellon Egyetem (CMU) Gépi Tanulás Tanszék vezetőjét, napjaink egyik legismertebb MI- és robotika-szakértőjét faggatták.

Együttműködő robotok

Kicsit távolabbra prognosztizálva, az MI-megoldások elterjedésének következményeként egyesek nagyméretű munkanélküliségtől, mások – még messzebb – ember-gép háborútól féltik a Homo sapienset. Kétségtelen tény, hogy a közelebbi 2021-ben az egyre intelligensebb szoftverek mind több feladatot végeznek majd el helyettünk, Veloso mégsem látja sötéten a jövőt, sőt…

„Szimbiotikus autonómiaként” definiált jövőképében ember és intelligens rendszerek elválaszthatatlanok egymástól, az információt megosztják egymással, együtt dolgoznak közös célokon.

Kölcsönös függés, miközben a cselekedeteik közti határok egyre jobban összemosódnak.

Veloso újféleképpen gondolkozik az MI-ről, és a „szimbiózist” a gyakorlatban, a CMU kampuszán teszteli: collaborative robotot rövidítő Segway-formájú cobotjai épületről épületre önállóan kísérik a vendégeket, probléma esetén viszont emberektől kérnek segítséget.

Ez a megközelítés komoly hatással lehet a következő évek fejlesztéseire.

A cobot-koncepció, a megosztott munkahelyen emberekkel interakciókat folytató robot éles ellentétben áll a függetlenül vagy minimális irányítással működő gépek gyakorlatával, azaz a legtöbb 2010 előtti ipari robottal. Nem Veloso találta ki őket – az elméletet Edward Colgate és Michael Peshkin az Északnyugati Egyetem két tanára dolgozta ki 1996-ban. Mivel ezek a gépek közvetlen mellettünk tevékenykednek, a lehető legszigorúbb biztonsági követelményeknek kell megfelelniük. Az erre vonatkozó szabványokat 2002-ben dolgozták ki, idén aktualizálták.

A Universal Robots UR5 (2008) és UR10 (2012), a KUKA LBR iiwa, a Rodney Brooks nevével fémjelzett Rethink Robotics Baxter nevű szerkezete és a CMU masinái a legismertebb cobotok. Irodai munkavégzéstől az ipari feladatokig sok területen alkalmazhatók.

MI-ökoszisztéma

Veloso 2021-ében kitüntetett szerepet kapnak a cobotok. De nemcsak ők, hanem a fizikai világban ténykedő más robotok, drónok, önvezető autók, a szintén fizikai tereket, például a dolgok internetét (IoT) feldolgozó rendszerek, valamint a digitális világot kezelő szoftverek.

Komplex MI-ökoszisztéma alakul ki. Mellettük a közönséges számítógépek, okostelefonok és más számítási kapacitással rendelkező, világhálóra kapcsolódó eszközök szintén a gépi intelligencia egyre több tulajdonságával rendelkeznek. Az „igazi” MI-k pedig szép lassan komoly ismeretekkel rendelkeznek a környező világról, és nagyobb társadalmi problémák megoldásában is segédkeznek: nagyvárosok közlekedés-irányításában, komplex klímaváltozás- és időjárás-előrejelzésekben, emberi döntéshozásban.

Veloso azon dolgozik, hogy ezek a gépek képesek legyenek elmagyarázni döntéseiket, átláthatóan működjenek, és felelősségre is lehessen vonni őket. Például, ha késik a cobot, megkérdezze tőle, hogy miért, és milyen útvonalon jött, aztán elmagyarázza neki a gyorsabbat, a gép (mélytanulással és/vagy megerősítéses mélytanulással) okul belőle, következő alkalommal pedig részletesebb magyarázatot ad a robot szintén részletesebb okfejtésére. Az interakció-sorozat eredményeként jobban megbízunk a döntéseik miértjét is megválaszoló, ha kell önkorrekciót végző MI-rendszerekben, például személyi asszisztensekben, és az asszisztenseknél magasabb szintű, tudósok kutatómunkájában közreműködő programokban.

Ők már nemcsak döntést hoznak, hanem hiányzó láncszemeket, információrészeket azonosítanak, és eredményesen rájuk is keresnek. Idővel azt is azonosíthatják, hogy mit nem tudnak, mi hiányzik belőlük.

Az általános mesterséges intelligencia felé vezető út

Az MI öt évtizeden keresztül igen lassú fejlődését az információ szédületes tempójú digitalizálása, a releváns adatok online elérhetősége és mindezek együttese, a big data néven ismert jelenségcsoport gyorsította fel.

A folyamat kicsit távolabbi pontján felsejlik a „Szent Grál”, az általános MI. A mostani rendszerek zöme speciális feladatokra szakosodott: tárgyfelismerésre, útvonalválasztásra és -optimalizálásra stb.

Fontos, de egymástól elkülönült, közös nevezőre egyelőre nem hozható képességek.

Veloso szerint már rendelkezünk a különféle területek összekapcsolásához, az általánosításhoz szükséges technikákkal, és itt főként a mélytanulásra és a megerősítéses mélytanulásra, illetve a tanulás, a megtanultak átadására gondol. Az algoritmus speciális feladat abszolválásakor valami mást is elsajátít, és ezekből a másokból áll majd össze a speciális rendszereket integráló, a leginkább Marvin Minsky Elmetársadalmához hasonlóan működő általános MI. A másik utat a döbbenetesen komplex problémákat megoldó – egyébként speciális – algoritmusok jelenthetik.

Most még persze nem tudjuk pontosan, milyenek lesznek ezek a rendszerek, de „jó úton járunk.”

Összesen 2 komment

Jelenleg csak a hozzászólások egy kis részét látja.
Hozzászóláshoz és a további kommentek megtekintéséhez lépjen be, vagy regisztráljon!

A kommentek nem szerkesztett tartalmak, tartalmuk a szerzőjük álláspontját tükrözi.
Hozzászóláshoz és a további kommentek megtekintéséhez lépjen be, vagy regisztráljon!

Bejelentkezés