Hogyan kellene az embereknek a mesterséges intelligenciával felruházott gépekhez viszonyulniuk?

Beke Zoltán (BZ), a Mortoff Kft. ügyvezetője: Azt gondolom, hogy az emberek egy része tart a mesterséges intelligenciától, amely eredhet abból, hogy kevés az információjuk. Sokan félnek attól, hogy az MI-k majd elveszik a munkájukat, ugyanakkor most azt látom, hogy az MI inkább segíteni fogja a munkánkat. Alapvetően kétfajta munkában tud az MI szerepet vállalni: azokban a munkákban, amiket most is ellátnak az emberek, és azokban, amiket nem tudtak eddig ellátni az adatok számossága, vagy jellege miatt. Azt látjuk, hogy azokban a feladatokban, amiket jelenleg is emberek végeznek, jellemzően az MI nem helyettesíti, hanem támogatni fogja őket. Szakmai körökben már ismerik (az „artificial intelligence”, azaz mesterséges intelligencia helyett) az „augmented intelligence” kifejezést, amely magyarul kiterjesztett vagy kibővített intelligenciát jelent, ezzel is utalva arra, hogy az MI arra szolgál, hogy segítse az emberi döntéshozatalt. Például az MI-vel kiszűrt rezonanciaszint változás utalhat arra, hogy a nyolcas csapágy tönkre ment a berendezésben. Vagy például orvosi területen kérdéssorokat fogalmaz meg a begyűjtött adatok alapján, illetve segítség lehet a diagnózis felállításában is. Ugyanis a szerteágazó szakmai területen az ember nem képes minden tekintetben naprakész lenni, vagy pedig nem minden esetben van lehetőség teljes mértékben átlátni egy adott helyzetet.

A vállalatok mely területein használják leginkább a mesterséges intelligenciát?

BZ: Mielőtt a kérdésre válaszolnék, tisztázni kell azt, hogy mi gátolja, hogy használják a vállalatok az MI-t. Ennek a gátnak a legfontosabb oka az, hogy sok területen az MI még mindig egy kiforratlan technológia. Sok esetben szinte alapkutatásokat kell végezni egy adott területen, hogy az MI-t alkalmazni lehessen. Másik esetben az MI már működik is egy adott gépen, de a működtető nem tud róla (pl. öndiagnosztika, amely képes felismerni bizonyos helyzeteket, vagy minőség-ellenőrzés a gyártósorban beépített black-box-ok segítségével). Ha még nem készült az adott témában egy sorozatgyártható megoldás, akkor ennek a bekerülési költsége nagyon magas – amit adott esetben egy kkv nem engedhet meg magának. Ugyanakkor az is elmondható, hogy a piac nagyon gyorsan változik: például ami 2-3 éve még a K+F kategória volt, az ma már a „polcról levéve” elérhető.

Rátérve a kérdésre, az egyszerű válasz az: ott használják, ahol „fáj”. Mit is értünk ez alatt? A vállalatok számára az egyik érzékeny pont a termék minősége és folyamatos ellenőrzése, illetve annak a célnak a teljesülése, hogy minél kevesebb selejt szülessen a gyártott termékből. A másik legfontosabb terület a gépek rendelkezésre állásának biztosítása, azaz időben felismerni azt, ha egy gép karbantartásra szorul, vagy hamarosan el fog romlani. Továbbá az utóbbi időben még felmerült az ipari vállalatoknál is a munka- és egészségvédelem, mint felhasználási terület (pl. kamerákkal ellenőrizik, hogy minden alkalmazott felvette a védőfelszerelést, vagy az automata targoncák kijelölt közlekedési útvonalán nem járnak emberek).

Ön szerint melyek az MI legszembetűnőbb előnyei?

BZ: Ez egyik legnagyobb előnyének lehet tekinteni, hogy az MI nem fárad el, így a teljesítmény minősége a 10. vagy 12. órában is ugyanaz, mint az elsőben. Továbbá az MI olyan feladatokra képes, amire az ember nem (ahogy már korábban szó volt róla, pl. a minőség-ellenőrzése 0,5 másodperc alatt, amit az embernek nincs lehetősége elvégezni).

A kkv-k megengedhetik maguknak az új MI-rendszerek megvásárlását, vagy ez csak a nagyvállalatoknak való?

BZ: Ahogy telik az idő, egyre több megoldás lesz a piacon, ami a kkv-k számára is elérhető.  A költségek nagyságát az határozza meg, hogy már egy kész modellen (kitanított, vagy mások által elkészített eszközön) alapul a megoldás, vagy az alapoktól kell kezdeni a feladatot.

A kkv-knak is elérhető, hozzáférhető megoldások mindig a már meglévő modelleket hasznosítják. Egyre több a meglévő modell a piacon, és egyre több a szakember is, aki tudja őket alkalmazni, így a bekerülési költség is jelentősen csökken.

Mi gátolja most az MI elterjedését, illetve mit tudunk tenni már most, ha fel akarunk készülni az MI-k alkalmazására?

BZ: Egy ellenpéldával jól rá lehet világítani ennek a kérdésnek a bonyolultságára: mintegy 10 évvel ezelőtt került volna sor egy olyan fejlesztésre, mely az USA-beli egészségügyi intézmények radiológiai szakorvosait támogatta volna oly módon, hogy a betegek kórlapjai és CT, MR, röntgen felvételei alapján a rendszer egy előzetes szakvéleményt készít, pl. egy daganat elhelyezkedését mutatja meg. Ez a fejlesztés azért nem jöhetett létre, mert egy kórházon belül sem osztják meg az adatokat az egyes osztályok egymás között (biztosítási és egyéb okokra hivatkozva), a rendszer alkészítéséhez pedig több tízezer beteg adataira lett volna szükség. Így tulajdonképpen elég élesen elválhat egymástól az, hogy hol kellene alkalmazni az MI-t, attól, hogy hol lehet egyáltalán.

A megoldás kulcsa az lehet, hogy már most törekszünk a vállalaton belüli jó minőségű adatok kinyerésére, még akkor is, ha még most nem elérhetőek számunkra ezek az MI megoldások. Például a gyártás során képződő adatokat indokolt az adat születése pillanatában, valós időben gyűjteni, és nem utólag egy excel táblában összesíteni, amikor már lehet, hogy nem pontosan és nem jól kerülnek a történtek rögzítésre. Így a jó minőségű információk biztosítják a jó és hatékony döntés hozatalt. A döntéshozó számára azonban nem csupán a gyártáshoz kapcsolódó adatok lehetnek relevánsak, hanem megrendelések, kifizetések, a működés egyéb területei kapcsán is.

Ön szerint hogyan, milyen időtávban térülhet meg a mesterséges intelligenciába történő befektetés egy cég számára?

BZ: A megtérüléshez kapcsolódó elvárásokat nagyban befolyásolja az iparterület, melyben a vállalat tevékenykedik. Például az autóipari cégek maximum 1 évre terveznek, így a megtérülési időszakot is ehhez szabják. Ugyanakkor az agráriumban, illetve az élelmiszeriparban több évre szokás költségtervet készíteni, illetve az élelmiszerbiztonság vagy egészségvédelem is túlmutat egy megtérülési kérdésen. A kész megoldások általában olcsóbbak, de ezek esetében is meg kell vizsgálni, hogy a modell tud-e értéket termelni, illetve teremteni.

Megtérülés szempontjából releváns, hogy mekkora a vállalat mérete, mekkora volumenben gyárt. Egy nagyvállalatnál sokkal gyorsabban megtérülhet egy ilyen beruházás, sajnos a kkv-k esetében ez most még sok területen kérdéses, hogy egyáltalán megtérül-e egyáltalán. De ahogy említettem, ez évről-évre változik, egyre több ilyen megoldás lesz elérhető a számukra is.

Manipulálja-e a mesterséges intelligencia az embereket, és ha igen, hogyan? Ki lehet ezt védeni? Ha igen, hogyan?

Az a MI, melyet a jelenlegi ismereteink alapján körül tudunk írni, nem képes befolyásolni vagy manipulálni az embert. Ugyanakkor az már egy releváns kérdés, hogy az MI által feltárt információkkal mit kezd az ember, mire használja azokat. A marketing már régóta egy döntésbefolyásoló szakterület, a marketing szakemberek ezzel a segítséggel még mélyebben megismernek minket, még személyre szabottabb ajánlatokat tudnak kínálni.

Kicsit jobban megvilágítva az MI működését az MI rendszerek valamilyen modellekre, vagy algoritmusokra épülnek, amelyek képesek tovább tanulni, finomítani a működésüket, vagy adaptálódni a változó környezethez. Ezek a matematikai modellek bizonyos eseményeket vagy cselekvéseket képesek mintaként felismerni, mondjuk vészhelyzetként vagy ha webshop-ról van szó, akkor egy konkrét célcsoport tagjaként behatárolni. Az eseményt / cselekvést az MI érzékeli, erre nyújt egy becslést, mondjuk egy 0-1 közötti valószínűséggel: mely alapján eldönthető, hogy például a kamerával érzékelt emberen van-e védőfelszerelés vagy nincs, az adott berendezés hibás-e vagy sem, az elkészült termék selejt, vagy nem. Összefoglalva az MI egy adathalmazról egy adott kérdés kapcsán meg tudja határozni annak valószínűségét. Bizonyos adathalmazokat csoportosítják, vagy másképpen klaszterezik, és meghatározzák, hogy ettől a modelltől mennyiben tér el a tapasztalt esemény. Tehát manipulációról nincs szó, de lehetséges olyan modellekből álló komplex rendszereket összeállítani, melyek valami cél érdekében próbálják befolyásolni az embereket, de ez már túl mutat a klasszikus értelemben vett MI-n.