Hol tart ma a globális mesterségesintelligencia-verseny – valóban lehagyta Kína az Egyesült Államokat? Mekkora energetikai kihívást jelent, hogy ma már előbb nyúlunk a ChatGPT-hez, mint a klasszikus keresőmotorokhoz? Ezekről is kérdeztük Csapó Gábort, a Google San Franciscóban élő fejlesztőjét.
Forbes Checkout – e-kereskedelmi hírlevél minden kedden
Adatzsonglőr, MI-guru, hardverhekker – így írható le néhány szóban Csapó Gábor, aki 30 éves kora ellenére jó pár életet leélt már. Gimnázium után hagyta el Magyarországot, a New York University (NYU) Abu Dhabiba költöztetett kampuszáért. Egyetemi évei alatt találkozott először a mesterséges intelligenciával (MI), tanulmányai révén Ghánába és Grönlandra is eljutott.
Első munkahelye a londoni Goldman Sachs befektetési bank lett, ahol pénzügyi szoftver írt – ez azonban még nem volt az igazi. Féléves felvételi procedúra után 2019-ben Google-hoz ment át, itt a techóriás tajvani irodájában találta meg a számításait. Huszonévesen évekre kint rekedt a pandémia miatt, több ezer kilométerre otthonától, mégis pozitívan tekint vissza erre az időszakra.
Négy év Tajpej után költözött San Franciscóba, amit azóta is otthonának hív. Jelenleg a Google Beam csapatában dolgozik: mesterséges intelligencia és kamerák segítségével 3D-videóchat funkciót fejlesztenek – VR-szemüvegek nélkül.
Fotó: Sebestyén László // Forbes
Forbes.hu: Milyen trendekre érdemes figyelni az MI téren? Mi látszik a tengerentúlon, ami Európában még nem?
Csapó Gábor: Kutatás terén, ami mögött igazán van tartalom, az a robotika. Eszméletlen, hogy milyen gyorsan fejlődnek a fizikai formába öntött mesterséges intelligencia modellek, rengeteg startup dolgozik ebben a szektorban.
Egy másik lenyűgöző terület az úgynevezett világmodellek fejlesztése. Ezek olyan MI-k, amelyek nemcsak képeket generálnak, hanem működő, interaktív mini-világokat. Képzeld el, hogy feltöltesz egy fotót, és ebből a képből egy teljesen új, videójátékként játszható összefüggő, konzisztens világot tud létrehozni.
Ez nem egy film, vagy előre programozott videojáték, hanem az MI valós időben rajzolja meg pixelenként, hogyan reagál a környezet a parancsokra.
