Milyen világban élnek majd az unokáink?

Gyermekeink, unokáink és az új technológia – a család és az iskola viszonya ezekhez. Értjük, megértjük a szerepüket? Tudjuk tanítani a gyerekeket, vagy lemaradunk? 

Kompetenciák, amik fontosak lesznek a következő évtizedekben. Hol szerzik meg ezeket a gyerekek? 

Új technológiák, amik a küszöbön állnak, vagy már be is léptek az életünkbe. Hogy hatnak az életünkre?

A múlt héten volt alkalmam – közel 5 év után ismét – a Balatonakarattyai Nyugdíjas Klubban az új technológiákról beszélni. Akkor meghívott előadóként az internet lehetőségeiről és hatásairól beszélgettem velük, most már klubtagként “meséltem” a világ dolgairól. 

Ebben a cikkben azt a vázlatot mutatom meg, aminek alapján beszélgettünk. Lesz benne egy csomó link más cikkekre, ahol az egyes pontokat részletesebben kifejtem. 

Élveztem a klubban a beszélgetést! Sok olyan kérdés és hozzászólás hangzott el, amiből látszott, hogy érdeklik ezek a kérdések a klubtagokat, és figyelemmel követik, hogy mi történik a világban, merre megy a tudomány és a technológia fejlődése. Ahogy az iskolásoknál szokott lenni, itt is friss eredményekhez, friss hírekhez kapcsolódó kérdéseket kaptam. 

Azt nem tudjuk ma megmondani, hogy pontosan mik azok a képességek és begyakorolt tevékenységek, amik 15-20 év múlva majd kellenek az akkori világban való eligazodáshoz és sikeres élethez, de abban talán egyetérthetünk, hogy a mai modern technika készségszintű használata jó alapot ad azok elsajátításához.

Milyen kompetenciákkal érdemes ma foglalkozni? Mik lesznek jövőállóak? 

• Írás billentyűzeten és képernyőn. Melyik kell? Lesz még billentyűzet? 
• Biztonság (jelszavak kiválasztása és használata). Vajon meddig használunk még jelszavakat? Mi lép majd a helyükbe?
• Programozás, kódolás. Lesznek még programozók 15-20 év múlva, vagy már a programokat is gépek írják addigra?
• Logikus gondolkodás, szabályosságok felismerése. Ömlik ránk a korrekt, téves és szándékosan torz információ. Hogyan tudjuk elemezni, megérteni, észrevenni a csalást? 
• Koncentrált figyelem, a látottak és hallottak gyors megértése. A lényeg megragadása és gyors jegyzetelése (akár géppel, akár telefonnal, akár kézírással). 
• A tanulásra való képesség mellett a folyamatos tanulás igénye nagyon fontos. Biztosak lehetünk abban, hogy a legtöbb meglévő vagy mostanában megszerzett tudásunk elavul. Az az ember lesz sikeres, akiben megvan az igény a folyamatos önképzésre, művelődésre (nem csak az iskolai vagy munkahelyi követelmények teljesítésére). Ehhez az oktatásban is szemléletváltásra van szükség. A ma sikeres iskolák és tanárok az adott mérési módszerre optimalizáltan tanítanak. Ezzel az a baj, hogy mindegyik vizsga a múltról szól. Azt tükrözi, hogy a készítői mit gondoltak fontosnak évekkel ezelőtt. A világ viszont gyorsan változik, és bár a tudás maga nem avul el gyorsan, a megszerzésének és felhasználásának módszerei állandóan változnak.
• A gyors tanulás szükséges képességgé válik. A gyors innováció miatt az a dolgozó értékes, aki hamar tudja megtanulni az új módszereket és folyamatokat, amik egészen mások lehetnek a maiaknál. 
• Egyre kevésbé lehet a munkát és a tanulást szétválasztani. Már az iskolában el kell kezdeni: projekteket kell megcsinálniuk a diákoknak. Legyen ezen a területen együttműködés iskolák és cégek között!

Sok új technológia jelent meg, jelenik meg és fejlődik a szemünk láttára. Mi a hatásuk, mi lesz a hatásuk a közeli jövőben? 

Mik ezek az új technológiák? Nem tudom az összeset felsorolni, de itt vannak azok, amelyek szerintem mostanában a legérdekesebbek:

• Mesterséges intelligencia 
• Folyamatautomatizálás robotokkal (RPA), esetleg “okos” robotokkal
• Dolgok internete (IoT), alacsony fogyasztású, olcsón kommunikáló szenzorok
• 5G és egyéb új hálózati megoldások
• 3D nyomtatás, 3D tervezés
• Kvantum-számítógép

Ez nagyon sok újdonság, itt nincs lehetőség minddel foglalkozni. A mesterséges intelligencia lesz a kiindulási pontunk. 

Mesterséges intelligencia. Mi ez? Sokféle értelmezése van ennek a fogalomnak, néha a gépi tanulás különböző formáit értik rajta.

Számomra az a mesterséges intelligencia lényege, hogy a gépet nem programozzuk be konkrétan valamilyen algoritmus vagy folyamat végrehajtására, hanem a tanulás képességével ruházzuk fel. A gép pedig tanul. Ez a tanulási folyamat többféle lehet. 

• Irányított tanulás (supervised learning)
• Megerősítéses (jutalmazásos) tanulás (reinforcement learning) 
• Önálló tanulás (unsupervised learning)

Számomra akkor válik igazán érdekessé, amikor a gép valami olyasmit csinál, amire nem számítottunk, nem volt a célunk, vagy esetleg nem is értjük. Ez utóbbihoz kapcsolódik egy viszonylag új fogalom, az “érthető” mesterséges intelligencia. Ez azt az igényt jelenti, hogy nem csak a gép cselekvését vagy döntését akarjuk ismerni, hanem azt is, hogy miért döntött úgy, ahogy döntött. 

Példák: AlphaGo, Facebook (osztozkodás, chatbot).

Automatizálás, robotok. Az egyszerű gyári robotok (kevés folyamatot tudnak, felügyeletet igényelnek), a programozható robotok (végtagok, sokféle mozgás, finom műveletek) sokféle műveletet, folyamatot tudnak. Általános célú robot: mindent el tud végezni, amit az ember. Általános célú gyár: sokféle terméket tud előállítani. Alkalmazás termékfejlesztésben, startup. 

RPA, szoftverrobot. Üzleti folyamatokat visz végig, megtanulja, lemásolja az emberi tevékenységet. Nem kell változtatni az üzleti folyamatokon, kicsi a kockázat. Példák: bank, biztosító (ANZ, Allianz). Olcsó, gyors. Mi lesz, amikor “okos” is lesz, vagyis öntanuló, önfejlesztő lesz?

3D nyomtatás. Kezdetben kevés fajta anyag, főleg műanyagok. Korai példa: harckocsi alkatrészének ideiglenes pótlása. Otthon lehet termékeket előállítani, csak a tervrajzot kell megvenni, meg a nyomtatót és az alapanyagokat. 3D szkenner. Később lényegében bármilyen anyag, fémek, építőanyagok, ételek, emberi szövetek, szervek. Lehetséges példa: marsi kolónia. Példa: holland vendéglátó cég, Olle kisbusz. Egydarabos széria, minden egyes példány egyedi lehet (bizonyos határokon belül). 

3D tervezés. Szembeállítás a nézetekkel, metszetekkel, amiket nehéz megérteni. Gyors tervezés és prototípus. Bárki tervezhet új terméket. 

Dolgok internete, IoT. Hálózatra kapcsolunk mindenfélét, ami nem számítógép, nem okostelefon vagy hasonló. Már most is sok milliárd van. Példák: sport, fitnesz, táplálkozás, allergiák, termosztát, ajtózár, garázskapu, gyárban a gépekbe épített, repülőgépekben, vitorláson (Naubit, Antenna Hungária), parkoló úttestjében. Új igény: alacsony fogyasztás, 10 éves élettartam. Gyors, olcsó hálózat (licencelt vagy nem licencelt spektrum). Használat: TMK, monitorozás, járműflotta követése. Újdonság: termék helyett szolgáltatás, Kone lift és mozgólépcső. 

Mezőgazdaság és IoT: Példák: gabona szállítása, hús szállítása, amerikai spenót. Élelmiszerlánc követése, érték a cég és a hatóság (fogyasztó) számára.  

Biztonság: mesterséges intelligencia használata rosszindulatú kódok előállítására (itt is egydarabos szériák, de másképp), a rosszindulatú kódok elleni harcban (felismerés, analizálás), jobb titkosítás létrehozásában, titkosítás feltörésében. 

Tévedő mesterséges intelligencia: amerikai egyetemi kutatás (közlekedési tábla), MIT (teknős-lőfegyver). 

Elfogult mesterséges intelligencia: ki tanítja, milyen mintán tanul, milyen a tanulási algoritmusa? 

Hasznosság: ASILOMAR AI PRINCIPLES: “hasznos” legyen a mesterséges intelligencia! Legyen pénz kutatásra ezeken a területeken: 

• azt csinálja a gép, amit mi akarunk, és hibátlanul csinálja
• a jogi keretek fejlesztése, hogy alkalmazkodjon az új helyzethez és kezelje az új kockázatokat
• milyen értékrend alapján, milyen jogi és etikai viszonylatban működjön?

Új irányzat: érthető, értelmezhető mesterséges intelligencia (kutatók és fejlesztők).

Hol találkozunk a mindennapokban mesterséges intelligenciával?  Facebook, hirdetések, útvonal-javaslatok, chatbot, virtuális asszisztens, …

Több mint egy órát beszélgettünk. Ennyi elég volt egyszerre, de talán még folytatjuk …