Szabadság, intimitás

Most akkor a koronavírus. Addig sem kell klímaszorongani és a populizmus terjedése, a menekültek áradata miatt aggódni. (Rád nem vonatkozó szorongás igény szerint kihúzható.) A vírus előnye, hogy közelebb van, […]

Bővebben

Az adat az új olaj, de hiába, ha képnézegető állatokká válunk

A mesterséges intelligencia és a big data idővel az üzleti világ minden szegmensét érinteni fogja, azonban még sok kérdés van ezen technológiák fejlődési irányát illetően. A felhasználási területeken túl etikai irányelvekről is szó esett a HUB Design House januári szakkonferenciáján.

Vallomással tartozom: ha van téma, amitől feláll a szőr a hátamon, akkor az a mesterséges intelligencia (MI). Sajnos még ma is gyakran hallunk fura, futurisztikus értelmezéseket, sok a félreértés az MI jelen helyzetével kapcsolatban, és csak fokozza a zavart a fejekben, ha a big datát is ide keverjük.

Az én vízióm a blokkláncra tíz év múlva az, hogy mindenki használja, de senki sem tud róla

Olyan ez, mint a kriptovaluták esete: mindenki beszél róluk, de alig tudja valaki pontosan, mik is azok. Aki meg igen, az vagy nem tudja átadni a tudását, vagy úgyis belefojtják a szót, mondván: oké, tök jók ezek az elemzések meg chatbotok, de

mikor lesz már végre Terminátor és valóban lesz-e kamusteak a Mátrix luxuséttermeiben?

Ilyen környezetben az ember hajlamos a szájhúzásra, valahányszor olyan rendezvény programja kerül a szeme elé, ami ezekkel a buzz wordökkel foglalkozik; mindezek ellenére tűnt mégis érdekesnek a HUB Design House nevű kezdeményezés, ami megpróbál elrugaszkodni a szokványos konferenciák ismert toposzaitól.

Nem állófogadás, nem is színpadi előadások halmaza, hanem egy budai lakásban rendezett összejövetel, ami leginkább egy házibuli hangulatát idézi, csak a hangos zene helyett olyan témák kitárgyalását hallgathatjuk, amik ilyen-olyan okból, de befolyásolják az üzleti világ alakulását.

Kép: HUB Design House

Inkább kötetlen beszélgetés, semmint állófogadás // Kép: HUB Design House

Mivel pedig az utóbbi években az MI és a big data ellepték a technológiai- és üzleti lapok címoldalait, januárban pont ezek az ismerősen csengő, mégis számtalan kérdést felvető szavak voltak a találka témái. Mert hát mi az, hogy mesterséges intelligencia? Valóban elveszik a robotok a munkát? És ha igen, mit fogunk csinálni a mostani meló helyett?

A robotok, amik sosem romlanak el

Mivel a rendezvény inkább egy háttérbeszélgetés hangulatát idézte, az előadók sem csak diákat mutogatva ismertették saját eredményeiket, hanem néha a tárgytól eltérve, esetleg a saját szakterületükön túlra merészkedve vetettek fel újabb és újabb kérdéseket, melyekre a többiek azonnal reagálhattak. A MI-alapú üzletfejlesztésben utazó Werschitz Ottó már a mondandója elején felvetette, hogy bár ő is használja, a mesterséges intelligencia kifejezés nem helyes, mert ezek a rendszerek még nem intelligensek, csak arra képesek, amikre megtanítjuk őket –

és hát az öntanuló algoritmusok képességei erősen korlátozottak az emberi elméhez viszonyítva.

Ez persze valahol jó dolog, hiszen nem kell attól félnünk, hogy a gépek egy nap nekünk nem tetsző döntéseket hoznak; egy helyben elhangzott példával élve milyen ciki lenne már, ha az önvezető autó közölné, hogy visz a fene Szentendrére, sorry not sorry. Helyette a folyamatosan fejlesztett algoritmusok és az egyre több, méghozzá napról-napra jobban feldolgozható adat számtalan üzleti, ipari és gazdasági lehetőséggel kecsegtet.

Weiler Ádám, a Telekom munkatársa erre már működő példát is mutatott: a német telekommunikációs óriás az előfizetői adatokat felhasználva közigazgatási, pénzügyi, turisztikai, egészségügyi és közlekedési lehetőségekben gondolkodik, mert a sokmillió ügyfél geolokációs és viselkedési adatainak elemzése mindezen területeken segítheti a célzott, rétegzett üzenetátadást.

Ádám elmondta, hogy egy kutatásból kiderült: elég fél órával korábban kinyitnia egyes T-Pontoknak, és máris 20 százalékkal több vásárló tér be az üzletekbe. Erre akkor jöttek rá az elemzők, amikor a rendelkezésükre álló adatok részletes elemzése kimutatta, hogy bár ez elsőre nem egyértelmű, egy nagyobb tömeg épp abban a kritikus időszakban halad el az üzletek előtt –

ez egy remek példa a big data üzleti felhasználására.

Ádám szerint egyébként a sok adat önmagában még nem elég, tudni kell, hogy mit akarunk kezdeni vele, a jövő pedig azon szolgáltatóké, akik az ügyfelek kérésének megfelelően tudják feldolgozni a már rendelkezésre álló adatbázist.

Kép: HUB Design House

Azért a diák sem maradhattak el // Kép: HUB Design House

Ami pedig az ipart illeti, Gulyás Máté, a Datapao munkatársa világított rá, hogy az ipar 4.0-ként aposztrofált rendszerek is jórészt analitikai eszközökön alapulnak. Máté szerint egykor volt az IT és a gyári munka, a kettő elkülönült, utóbbi pedig előnyt évezett a termelés pénzügyi faktorja miatt. Mára ez megváltozott, a fejlett gyárakban emberek és robotok együtt dolgoznak, a munkafolyamatokat pedig analitikai megoldásokkal tudják optimalizálni.

Ez a kuka nem a ház előtt áll, avagy meglátogattuk az egyik legnagyobb robotgyár hazai központjait

Kiemelte a prediktív szervizelés fontosságát: ennek lényege, hogy a gyártósorok adatelemzésével rámutathatunk a közeljövőben meghibásodó robotokra, még mielőtt lerobbannának és leállna miattuk a gyártás. Hozzátette, hogy az ipar 4.0 „német találmány”, nehéz definiálni, és végső soron mindegy, kinek mit jelent, a lényeg, hogy a megacégek a kkv-k is fejlesszék a saját technológiájukat, „előre haladjanak”.

Sok a kérdés, de kevés a válasz

Bár a big data és az okosrendszerek előnyei vitathatatlannak tűnnek, nem mindenki gondolja úgy, hogy ezek az eszközök jelentik a választ a jövő kihívásaira. Szakadát István, a BME docense az adatgyűjtés és -feldolgozás gyors ütemének potenciális visszásságaira is rávilágított, amikor a folyamatosan digitális tartalmat fogyasztó embert „képnézegető állatokhoz” hasonlította.

István szerint a rengeteg információ okozta zajban idővel elveszhet a „kanonizált tudás”, ez pedig a kulturális értékek öröklődésének eddigi modelljével szembe menve károsíthatja az emberiség emlékezetét.

A nézet parázs vitát gerjesztett, és akkor még szó sem volt arról, hogy mi is a gépi és emberi intelligencia közti különbség, összemérhető-e a kettő. Na meg ugye felmerült, hogy a sok begyűjtött adat felhasználása etikai oldalról sem egyértelmű: hangoztathatjuk, hogy GDPR, meg titkosítás, minden efféle digitális és jogi biztosítékot a hajunkra kenhetünk, ha egyes országok törvényhozása a saját kezébe veszi a big data lehetőségeit.

Felmerült többek között a kínai társadalmi pontrendszer ügye is, személy szerint pedig azon morfondíroztam, hogy mennyire szeretném én azt, ha a kedves szolgáltatók az mozgásom alapján is mindenféle személyre szabott hirdetésekkel bombáznának a jövőben. Már attól hülyét kapok, ha egy karácsonytáji Google-ös ajándékkeresés után betalál a Facebook mindenféle jó kis ajánlatokkal, képzelem, mi lenne, ha ugyanezt óriásplakátokkal is megspékelnék a jövőben (rád nézek, Különvélemény).


Ma is ez történik, csak a telefonunkon 

A jelenlévők ugyanakkor egyetértettek abban, hogy a Terminátorok még messze vannak, mint ahogy a létező oktatási rendszerek is védik a különböző kultúrák öröklődésének szabályrendszerét.

Hiába hangzott el azonban, hogy „az adat az új olaj”, ha egyszer mindkét erőforrás kitermelésének megvannak a maga hátrányai.

Ezekről elsősorban Koltai Júlia és Kmetty Zoltán beszéltek, akik az MTA és az ELTE adatelemzéssel és statisztikával foglalkozó kutató munkatársai, emellett pedig vállalkozók is.

Kezdetnek arról beszéltek, hogy bár a big data analízis valóban sokat segíthet a különböző piacok folyamatainak megismerésében, sajnos az eddigi példák azt mutatják, hogy a látszólagos korrelációk ok-okozati összefüggéseit csak ritkán tesztelik a kutatók, helyette egyszer bevált modelleket húznak rá különböző adattáblákra, aztán értetlenkednek, hogy miért futnak lyukra.

Példaként a Google influenzajárvány-előrejelző algoritmusának hibás működését említették, illetve a streamszolgáltató Netflix és Amazon nézői elemzéseit, amik alapján két tévésorozat készült, ám csak a Kártyavár lett siker, a konzervatíz szitkom Alpha House bizony elhasalt (a lenti trailer láttán ez mondjuk nem olyan meglepő). Ez 50 százalékos eredmény, ami Júlia szerint azért alakult ennyire keservesen, mert a gépi algoritmusok nem helyettesíthetik az emberi kreativitást.


Az Amazon-féle Alpha House-t John Goodman sem mentette meg

Ide kapcsolódó észrevétel még a kutatótól, hogy bár a gépek valóban sokak munkáját elvehetik, a jövőben pont az érzelmi intelligencia lesz majd az emberi siker fokmérője, ezzel ugyanis nem rendelkeznek a robotok.

De persze nemcsak üzleti elemzések kerültek szóba, hanem társadalmi kutatások is: egy internetes cikkeket és szócikkeket összegző adatbázis neurális hálózattal készült nyelvi elemzése például kimutatta, hogy

a luxusmárkának számító Tesla a köznyelvben már mint tömeggyártott autó él, mert sok szó esik a cég azon terveiről, miszerint valóban mindent elárasztanának Teslákkal.

Ezek az eredmények idővel a tőzsdét is befolyásolhatják, a közízlés és közvélekedés elemzésének tehát végső soron üzleti hatása is lehet.

Különös formátum és finom borok

Az este kilencig meghirdetett eseménynek végül tizenegy után lett vége, mert a beszélgetőpartnerek folyamatosan egymásra reagálva újabb és újabb témákat dobtak be. Szó esett a nemi diverzitás tech-szakmákat érintő problémáiról, az intelligens otthonok eljöveteléről, a mobiltelefon és a közösségi média társadalomformáló erejéről – és ki tudja, még miről, mert a témák közti huszárugrások nem mindig voltak követhetők.

Jómagam nem folytam bele a vitákba, inkább kívülről figyeltem az eseményeket, és bevallom, roppant szórakoztatónak találtam, hogy a máskor komoly előadásokat tartó szakértők humorral, néha szerepből kilépve, roppant laza és barátságos hangulatban vágnak vissza egymásnak.

Remete Tibor szervező szerint a HUB-élményt az adja, hogy körbeülünk, van kávé és bor, és szabad a gazda, mehet az eszmecsere – nos, ilyen rendezvényen még valóban nem jártam, és bár az MI körüli összes kérdésre itt sem született válasz, izgalmas volt hallgatni az eszmecserét.

Csak aztán nehogy eljöjjön a nap, amikor már csak robotokkal beszélgethetek.

 

Főoldali kép: Hitesh Choudhary // Unsplash

 

Három óra: mindig túl kései, vagy túl korai időpont ahhoz, amit az ember éppen csinálni akar.