Feltámad a mesterséges intelligencia

Fotó: The Picture Desk / David James / The Picture Desk / David James

-

A döbbenetes számítási kapacitások, big data és gépi tanulás begyorsították a mesterséges intelligencia-fejlesztéseket. A mainstream jele, hogy a „nagyok” – IBM, Google, Facebook – irdatlan összegeket fektetnek bele. Nemcsak a fordításba vagy Watsonba, hanem más megoldásokba is.


A mesterséges intelligencia-kutatások eddigi története legplasztikusabban két évszakkal, tavasszal és téllel, az évszakok tíz-tizenöt évenkénti váltakozásával szemléltethető. A kezdeti, 1950-es évek végi és az 1960-as évekbeli nagy elvárásokat, határtalan optimizmust a gyors sikerek elmaradása miatt elzáródó pénzcsapok, és lassú tetszhalál, az 1970-es évek „MI-tele” követte. 1985 körül, a személyi számítógép elterjedésével megint kirügyeztek a fák, de világraszóló konkrét eredmények híján, a következő évtized a sikertelenség jegyében telt el. Szép lassan – egy-egy valóban izgalmas rendszer megbízhatóságába vetett hitet fenntartandó – az MI kifejezést is száműzték. Zsákutcának tűnt az egész. Az új évezred elején a szerteágazó szakterület és a biológia, agykutatás vagy az idegtudományok és aztán még több diszciplína egyre gyakoribb fúziójának köszönhetően elméleti eredmények után jöttek a valóban praktikus, széles körben használt alkalmazások. Ezekről már senki sem beszél mesterséges intelligenciaként. Az infokommunikációs nagyágyúk, IBM, Google, Facebook és a többiek látványos beszállása – és sikerei – előrevetítik, hogy egyszer akár nyár is lehet.

-


Hétköznapi mesterséges intelligenciák

A legmeglepőbb, hogy az utóbbi évek tényleges eredményeit távolról sem követte akkora hurrá, mint a kezdetek megmosolyogtatóan ostoba, de nagyon komplex vagy legalább annak tűnő fejlesztéseit. Pedig az elképesztő online adatmennyiséggel, döbbenetes gépteljesítményekkel, számítási felhővel, adatelemzéssel, gépi tanulással a terület elérte az inflexiós pontot. „Valósággá válik az MI” – nyilatkozta Jackie Fenn, Gartner-elemző. Nem véletlenül használt jelen időt – mondandóját arcfelismerő algoritmusokkal és önvezérlő autókkal támasztotta alá. A Berkeley Gépi Intelligencia Kutatóközpontját igazgató Luke Muehlhauser még egyértelműbb: töretlen lesz az MI fejlődése, nem akad el többé, sőt, már most is ott van mindenhol – Google fordításnál, felhasználó és Siri kommunikációjában, GPS-es autóvezetésnél. Jeff Hawkins 2005-ben alapította az agyműködés elméletén dolgozó és az elméletet algoritmusokká konvertáló Numentát. Géppel generált adatok, nagyon-nagyon sok adat automatikus feldolgozására (elemzésére, modellezésére, mintázatok kimutatására) találnak ki az élővilág mintáit, például tanulási folyamatokat másoló megoldásokat. Első termékük, a Grok információs rendszerek anomáliáit deríti fel. A Numenta törekvései szépen szemléltetik, hogy a Big Data és a masszív számítási erőforrások mellett a „mélytanulás” (deep learning) – a gépi tanulás többszintű elemzéssel, az elemzési eredmények más szintekkel való összehasonlításával kivitelezett teljes automatizálása, teljes egészükben trenírozható rendszerek megjelenése – szintén az MI fejlődés mozgatórugója.


A deep learning statisztikai tendenciák feltárásában, problémák csoportosításában teljesít különösen jól, a természetes nyelv-feldolgozással viszont komoly gondjai akadnak. Leegyszerűsítve: ezzel a módszerrel a gépek aligha fogják megérteni, hogy miről beszélünk. Gary Marcus, a New York Egyetem nyelvtechnológiával és a zene-agy kapcsolattal foglalkozó kutatója a három terület lehetőségein felbátorodva, szívesen felélesztené a hőskor, az 1960-as évek néhány abbahagyott projektjét. Indoklása egyszerű: sokszor elég a nyers számítási erő, abból pedig most van bőven. Csakhogy az akkori tervek komplexitása (teljes belső világmodell, öntudattal rendelkező gépek az öntudat pontos definíciója nélkül stb.) a mai technológiai lehetőségekkel sem érhető el. Rövid távon kevesen gondolkodnak emberi szintű gépi értelemben.

-


A Szilícium-völgyi óriáscégek jelenléte jelzi, hogy terület mainstreammé vált. Az IBM kezdte a 2011-ben Jeopardy kvízműsor két korábbi győztese felett diadalmaskodó, azóta folyamatosan okosodó és több területen, például a gyógyászatban alkalmazott, természetes nyelv-feldolgozáson alapuló Watsonnal. Januárban jelentették be, hogy 1 milliárd dollárt fektetnek MI-kutatásokba, köztük a (számítási felhőből ténykedő) Watson köré kiépülő startup ökoszisztémába. Rob High a Watson csoport főmérnök-igazgatóhelyettese fontos váltásra hívta fel a figyelmet: míg a klasszikus mesterséges intelligenciákkal szemben az ő rendszerük többféle technológia és stratégia egybekapcsolásával ér el eredményeket. Ezért tud természetes nyelven írt szövegeket olvasni és információt kihámozni belőlük. Közben tapasztalataira, a korábban megtanultakra hagyatkozik. A két abszolút szaktekintélyt, Ray Kurzweilt és Peter Norvigot soraiban tudó Google négy robotikai vállalat mellett a gépi tanulást segítő mély neurális hálókkal kísérletező cégeket vásárolt fel télen. Az egyik, a londoni DeepMind rendszerét Space Invaders típusú klasszikus játékon tesztelték. Pontjait a semmiből indulva próba-hiba módszerrel igyekezett maximalizálni. Olyan gyorsan tanult, hogy egy hét múlva már húsvér játékosokat győzött le. A robotikai felvásárlások közül a harci lépegető Nagy és Kiskutyát, valamint a humanoid Atlaszt és más kültéri szerkezeteket jegyző Boston Dynamicsé szólt a legnagyobbat, de karokat (Redwood Robotics), kerekeket (Holomni) és kétlábúakat (Meka Robotics) gyártó cégek is kerültek hozzájuk. Alaposan felkészültek a 3D nyomtatás miatt a prognosztizált 15-20 évnél hamarabb bekövetkező „robotika-forradalomra.”


„A Google érzi, hogy az MI-nek nemcsak webes, hanem robotikai alkalmazásai is lesznek. Azt gondolják, hogy a következő 10 évre lesz hatása, és rendelkeznek az ennyire előre gondoló beruházásokhoz szükséges anyagi forrásokkal” – véli az akvizíciókról Yann LeCun, a Facebook szeptemberben alapított MI csoportjának igazgatója. Egyelőre azonban a sokkal inkább a gépi fordításra összpontosítanak. Szabályokat kidolgozó nyelvészek helyett a big datából merítenek, MI-programjuk irdatlan mennyiségű fordított anyagon tanul. 2012-ben ezért szerződtették Kurzweilt, 2013-ban pedig a deeplearning-úttörő Geoff Hintont. A Facebook a beszédfelismerés- és gépi fordítás-specialista Mobile Technologies augusztusi felvásárlásával jelezte, hogy komoly tervei vannak az MI-vel. Mark Zuckerberg természetes interakciónál, fényképek azonosításánál jóval többre képes szolgáltatásokról beszélt októberben. Drónokkal is vannak céljaik. Többet azonban nem árultak el.

Evolúció vagy szingularitás?

Ez a jelen. A jövővel kapcsolatban megoszlanak a vélemények. Lassan arról is, hogy mi a mesterséges intelligencia. Ha pedig valami annak indul, és sikeres lesz, senki nem tekinti többé MI-nek. Az eddigi fejlődést figyelembe véve, feltételezhetjük, hogy idővel lesznek köztünk vagy inkább utódaink között embert emuláló gépek. Talán csak 2-300 év múlva, talán korábban. Nem kell rettegni és riogatni se velük, a társadalomnak bőven lesz ideje felkészülni rájuk. Előbb azonban agyi funkciókat kell mind jobban átplántálni a gépekbe, hogy minél több, aztán majdnem minden olyan feladatot kivitelezzenek, amiket ma az ember tesz meg. Jó lenne, ha tömegesen gyárthatnánk efféle szerkezeteket. A mezőgazdasági és az ipari forradalomhoz fogható léptékű változásokat hoznának. Mások sokkal gyorsabb fejlődést várnak, remélnek. Az internetet sem láttuk előre. Valamikor a 2020-as, 2030-as években jön a szingularitás, a gépek „öntudatra ébredése”, és minden más lesz utána, mint volt előtte – hirdeti lassan két évtizede Kurzweil. Transzhumanisták, extropiánusok úgyszintén. „Nagyon messze vagyunk még attól, hogy intelligens gépeket fejlesszünk. Mennyire messze? Az ilyen előrejelzések mind rosszak” – összegzi LeCun.