Kell a diploma?

Milyen területen tanuljon, diplomázzon a mai fiatal? Mivel tud hosszú távra biztos jövedelmet szerezni?

Ezek a kérdések mindig aktuálisak voltak, de még sose volt ennyire gyors a változás, sose volt ennyire bizonytalan a következő egy-két évtized.

Abban meglehetős az egyetértés, hogy a fizikai munkakörök jelentős része automatizálható – a gyári munkától a mezőgazdaságon át a szolgáltatásokig. Vajon érdemes még egyáltalán szakmát tanulni? Most még igen, még rengeteg jó szakemberre van szükség a világon, de nagyon gyors a változás abban, hogy mit hagynak meg nekünk a gépek.

Azt is látjuk már néhány éve, hogy a „fehér galléros” munkakörökben is gyorsan terjed a gépesítés. Az irodai, adminisztratív munkákat (pl. a pénzügyi osztályokon) tízezrével alkalmazott „robotok” veszik át. Azért tettem idézőjelbe a robotot, mert ezek a robotok nem láthatók, nem jelennek meg a maguk fizikai valójában, hiszen csak szoftverekről van szó. Ezek a szoftverek gyorsan megtanulják az egyszerű, ismétlődő lépésekből álló munkafolyamatokat az emberektől, majd átveszik tőlük. A pillanatnyi hatása annyi ennek a folyamatnak, hogy az emberek érdekesebb, alkotóbb, hasznosabb munkát kapnak. A cikkekben ismertetett esetekben nem járt elbocsátással az sem, amikor 1800 ilyen robot állt be, sőt az sem, amikor a pénzügyi osztályon a dolgozók 80%-át cserélték le ilyen robotokra.

Eddig diploma nélkül betölthető munkakörökben láttuk a robotok jelentős elterjedését. Vajon mi a helyzet a diplomásokkal? A nem műszaki területeken komoly dolgok történnek, mutatok néhány példát.

Jogi területen vannak ígéretes kezdetek. Az egyik terület a dokumentumok elemzése abból a szempontból, hogy mennyire relevánsak egy adott jogvita szempontjából. Angliában már születtek olyan bírósági határozatok, amik elismerték az ilyen módszerek helyénvalóságát. Ezekben az ügyekben emberi munka és kulcsszavas keresés helyett szoftvert alkalmaztak dokumentumok relevanciájának eldöntésére. A bíró indoklása el is magyarázza, hogy hogyan (a Predictive Coding fejezetben található).

Mik voltak a szempontok? Költség és konzisztencia. Az adott ügyben 3 millió dokumentumot kellett átnézni, és azok közül kiválogatni az ügy eldöntésében lényegeseket. Ezt emberi erővel sok pénz és idő felhasználásával lehetne megtenni, és egyáltalán nem biztos, hogy nem lenne benne sok hiba. A szoftveres megoldás a “mesterséges intelligencia” szokásos betanítási módszerét követte: kisebb mintán (1600-1800) megmutatják a szoftvernek, hogy mik a fontos dokumentumok, majd a szoftver keres. Az eredmények egy részét megvizsgálják emberek, és visszajeleznek a gépnek, hogy jól dolgozott-e, ami ennek alapján tanul, ügyesedik.

Ez még csak a kezdet, itt a gépnek még elég csekély szerepe van a per eldöntésében, de már ezen a kezdeti szinten is számít a szoftver minősége és az esetleges szándékosan beleírt “hiba” (amire néhány példát láthatunk ebben a cikkben). A mesterséges intelligencia kutatói arra számítanak, hogy hamarosan ennél komolyabb szerepe is lesz a gépnek jogi területen is, ezért a mesterséges intelligencia alapelvei között is esik szó erről a problémáról.

Itt még nem érnek véget a jogi alkalmazási lehetőségek! Egy fiatal (19 éves) programozó egy év munkával és az IBM Watson felhasználásával megalkotta a DoNotPay szolgáltatást. Ez kezdetben csak a parkolási büntetések megfellebbezésében nyújtott segítséget. Hogyan tud segíteni? Kikérdezi az ügyfelet a körülményekről, majd a válaszok alapján megírja a fellebbezést. Már az első pár hónapban (akkor még csak egy államban) 3 millió dollárt szerzett vissza az ügyfeleinek. Idén nyár óta már az USA 50 államában és az Egyesült Királyságban segít 1000 különböző fajta jogi eljárásban.

Ez csak egy apró falatja a nagy tortának, és a nagy játékosok sokkal több időt, pénzt és szakértelmet tudnak bevetni, mint ez a fiatal programozó, aki teljesen ingyen nyújtja a szolgáltatást. Pillanatnyilag főleg a kezdő jogászokat érinti az ügy, az ő munkájukat tudja gyorsabban, pontosabban és olcsóbban elvégezni a gép. Ez nem kevés! A McKinsey becslése szerint a jogászok összes munkájának 23%-át lehet így automatizálni a technika mai szintjén. A kezdő diplomások helyett vagy mellett gépek lesznek a jogi csapatok tagjai, őket fogják a tapasztalt vezetők irányítani. Érdekes jövő! Ismerve a világcégek szemléletét (a kezdőkből a lelket is kipréselik, elképesztő óraszámban dolgoztatják, és apró hibákért is kirúgják őket), a napi 24 órában, villámgyorsan, kevés hibával dolgozó robotok lesznek a főnökök kedvenc munkatársai. Vajon kapnak majd kedvezményeket, előléptetést, jobb irodát?

Természetesen, a DoNotPay nem jogász. Itt egy csomó ok, amiért nem az.

Az lényeges, hogy jelenleg csak a nagy egységes (vagy közel egységes) jogrendszerű és egységes nyelvű területek jönnek szóba, ott lehet igazán hatékonyan alkalmazni a technológiát. A magyar jogászokat még nem fenyegeti ez a veszély, de az EU jogharmonizációja növeli a gépek alkalmazási lehetőségét. El tudom képzelni, hogy a GDPR (általános adatvédelmi rendelkezés, ami 2018 májusában lép érvénybe) – lévén új terület és egységes – lehet a „robot jogász” egyik első alkalmazása az Európai Unióban.

Olvastam egy másik érdekes jogi alkalmazást, ez Lisa, az elfogulatlan robot. Elsősorban arra találták ki, hogy szerződések kidolgozásában segítse egyszerre mindkét felet. Az ügyvédek nem dolgozhatnak egyszerre mindkét oldalnak, de a robot akár ezt is megteheti. A felek elmondják neki, hogy mit akarnak elérni, és segítséget kapnak tőle (akár egy elkészített szerződés formájában) ahhoz, hogy a megtalálják a kölcsönösen előnyös megoldást, a win-win eredményt. Megalkotói arra a problémára kerestek megoldást, hogy az emberek és a kis cégek jelentős része nem fordul ügyvédhez, mert nincs rá ideje, nem is érti, amit az ügyvéd mond, kényelmetlenül érzi magát, ha ügyvéddel kell tárgyalnia, munkaidőn kívül alig talál ügyvédet stb.

Nem a jogi munka az egyetlen, ahol már megvetette a lábát az automatizált tanácsadás! Az orvosok munkájának egy részét is kiválóan tudja elvégezni a gép. Arról nincs szó, hogy egy orvos minden feladatát el tudná látni, de fontos részterületeken gyors, pontos és olcsó tud lenni. Nincs messze az idő (sőt, talán már itt is van), amikor néhány fitnesz és egészségügyi kütyü és szoftver, valamint a felhőben ülő elemző rendszer komoly szerepet vállalhat az egészségügyi alapellátásban. Ha mellette még videókapcsolatba is lehet lépni az orvossal, aki minden mérési eredményünket és azok gépi kiértékelését látja, akkor gyorsabban, pontosabban, olcsóbban lesz elsődleges diagnózisunk. Erre is vannak már működő példák – nem meglepő módon elsősorban Amerikában. Kedves Olvasó, ha érdekel, mit tud és hogyan működik egy ilyen eszköz, itt találhatod a leírását. Annak, aki sok időt szeretne eltölteni a téma tanulmányozásával, ezt a hosszú listát tudom ajánlani.

Jó hír, hogy itthon is vannak már olyan háziorvosok, akik örömmel fogadják, ha a betegük otthoni mérések eredményeit hozza a rendelőbe. Így sokkal megalapozottabb lehet a diagnózis, mint egy pillanatban mért adatok alapján.

Itt még nem ér véget a példák hosszú sora! Vannak olyan kutatások, amik szerint a felsőoktatásban is érdemes bevetni a gépesített tanárt. Az első sikereket a matematika tanításában érték el. Itt sem arról van szó, hogy megszabadulnak a humán tanároktól – a gép csak a munkájuk egy részét veszi át (és csinálja eredményesebben, kevesebb kimaradó diákkal).

Szóval, vissza a kezdeti kérdésemhez: milyen diplomának induljon neki a fiatal? A fenti példákat mind humán területekről hoztam, de ez nem jelenti azt, hogy pl. mérnökök munkája ne lenne veszélyben.

Milyen tudás kell ahhoz, hogy az elkövetkező évtizedekben legyen jó és érdekes munkája az embernek? Hivatkoznék Bőgel professzor három évvel ezelőtti előadására: adattudóssá kell válni, olyan emberré, aki a gépek által összegyűjtött mérhetetlen mennyiségű és változatosságú adat feldolgozását, elemzését tudja irányítani. Ehhez érdemes több szakmában járatosnak lenni. Az adattudósok manapság főleg orvosok, biológusok, fizikusok, asztrofizikusok. Mi bennük a közös? A szakmájuk tudásanyaga szerteágazó. A lényeg az, hogy sok dolog iránt kell érdeklődni, sok dologhoz kell érteni (köztük a matematikához is, de nem kell matematikusnak lenni).

Azt hiszem, nem is az a kérdés, hogy miből legyen diplomája az embernek. Inkább az a kérdés, hogy az új, digitális, elektronikus világhoz mi a viszonya. A jogi, orvosi, oktatási, mérnöki munkát végző gépeket emberek hozzák létre, ők tanítják be őket. Olyan emberek, akik az adott szakterületen és a gépek világában is otthonosan mozognak. Talán ez a megfejtés: tanuljuk meg a mesterséges intelligencia világát!

 

Hová vezet ez?

Nem mindig látható a robot! Van, amikor elbújik, nem úgy mint dr. Robot, akiről a múlt héten írtam.

aimotive-4-930x698Nagyon örültem, hogy az NJSZT 10. Digitális Esélyegyenlőség konferenciáján az előadók között volt Takács Árpád az AImotive kutatója is. Miért? Elég sokat olvastam, sőt írtam is a cégről (akkor még AdasWorks volt a neve), amikor az önvezető autókkal foglalkoztam. Kik ők és mit csinálnak? Viszonylag fiatal magyar cég (2009-ig nyúlik vissza a történetük), ami gyorsan betört az autóiparba, fontos elektronikai beszállító lett. Az önvezető autókhoz mesterséges intelligencián alapuló szoftvereket fejlesztenek, beleértve környezet felismerését, a helymeghatározást, a mozgás megtervezését, és az autó alacsony szintű vezérlését. Főleg kamerákat használnak, de szükség szerint radarra és ultrahangra is támaszkodnak. A koncepciójuk megvalósításának fontos eleme az olcsó és nagy teljesítményű GPU, amire sok kamerát lehet rákötni, és képes a nagy felbontású videókat valós időben feldolgozni.

Takács Árpád novemberi előadásának címével, „A jövő luxusa: hús-vér sofőrök?”, adta meg az alaphangot. Megtudtam tőle, hogy a közlekedési balesetek jelentik a nem betegséghez köthető leggyakoribb halálozási okot, évente 1,3 millió ember hal meg így. Ez tényleg óriási szám! Olyan, mintha naponta tíz nagy utasszállító repülő összes utasa meghalna. Ha más nem, ez is elég motiváció lehet arra, hogy megokosítsuk az autókat.

A cél az ötös szintű önvezető autó, ami azt jelenti, hogy az autó minden közlekedési helyzetben és mindenféle úton legalább olyan jól teljesít, mintha ember vezetné. A fenti statisztika ismeretében nem elég annyira jól vezetnie, mint az ember teszi, hanem még jobban is kell!

sae-automated-levels-table

Hogy érjük ez el? Nem úgy, hogy még tovább és tovább javítgatjuk a jelenlegi autókat (amikbe már tényleg rengeteg biztonsági megoldás került be), hanem valami nagyot és újat kell lépni – ez lesz a mesterséges intelligencia. (Ezért is változtatták meg a cégük nevét, mert már nem a vezetést segítő ADAS rendszerekkel, hanem a mesterséges intelligenciával foglalkoznak.) Ehhez nem csak a technológiában, hanem a szabályozásban is nagyot kell lépni, mert ma Európában még az 1969-es Bécsi Egyezmény van hatályban, ami szerint még tesztelni se lehetne ilyen autókat. (Összehasonlításul: az USA 14 államában már szabályozták az önvezető autók tesztelését.)

Az, hogy nem a meglévő autók javítgatása a cél, látszik abból is, hogy a nagy autógyártók mellett fontos kulcsszereplők lettek olyan cégek is, amelyek korábban az autógyártás közelében sem jártak, pl.: NuTonomy, Delphi, MobilEye, Baidu, Google, Über, Apple. (Tavaly ősszel írtam egy részükről.) Az alábbi frissebb ábrán a legalább hatszáz játékosból a 125 legfontosabb jelenik csak meg. Hozzátehetjük, hogy állandó itt a változás, gyorsan avulnak el az ilyen összeállítások.

autonomous-drive_vision_systems_intelligence_infographic

A lényeg az – mondja Takács Árpád –, hogy a tetején lévő integrátoroknak mindenképpen mesterséges intelligenciához kell folyamodniuk, de ez utóbbival sokkal kevesebben foglalkoznak! Az autógyártók közül szinte senki. Miért? Az egyik alapvető korlátjuk az, hogy sok-sok beszállító elemeit építik be a járművekbe, akár 150 processzor is lehet egy autóban! Meglehetősen reménytelen vállalkozás lenne egy ilyen platformra mesterséges intelligenciát telepíteni.

vision_systems_intelligence_ai_pr_infographic_new

Az önvezető autókban kamerákon kívül még LIDAR és radar is szokott lenni. Az utóbbi olcsó, de a képe rossz felbontású, ezért elsődleges szenzorként nem használható. A LIDAR alkalmas a távolság nagyon pontos megmérésére, így 3 dimenziós képet is elő tud állítani. Egy előre elkészített 3D térképpel összekapcsolva, centiméteres pontosságú helymeghatározást tesz lehetővé. Az ára viszont elképesztő (kb. 20 millió forintba kerül). Szintén korlátozza a használatát az is, hogy az alapul szolgáló térképet az autóban kell tárolni, és folyamatosan frissíteni kell.

A kamerák az emberhez hasonlóan látnak, és jól használhatók lehetnek, de sokáig kívül estek a tervezők érdeklődési körén, mert nem volt módszerük a hihetetlen adatmennyiség gyors elemzésére és a tárgyak, emberek felismerésére. A képfeldolgozásban rohamléptekkel fejlődik a mesterséges intelligencia használata. Más alkalmazási területekről tudhatjuk, hogy viszonylag rossz minőségű kültéri kamerák felvételein is fel tudják ismerni az embereket. Más alkalmazásokban pedig az emberek arca alapján már a gép is sok mindent meg tud mondani (pl.: nem, életkor, hangulat – persze ez egyik sem akkora csoda, mi emberek már régen tudjuk ezt).

Mi az AImotive megoldási módszere? Az autóvezetés négy fontos lépéséhez kell megtalálni a megfelelő eszközöket. Melyek ezek a lépések?

  1. Felismerés: fel kell mérnünk a környezetünket, azonosítanunk kell az objektumokat (autó, fa, gyalogos, kerékpáros, stb.)
  2. Lokalizáció: el kell helyeznünk magunkat ebben a térben
  3. Döntés: felmérni, hogy mi fog történni, és erre hogyan reagálunk
  4. Irányítás: az autó a megtervezett módon haladjon

Ehhez sok szoftverre van szükség. Az első lépésben a sok szenzorból érkezett adatokat össze kell vetni, együtt kell értelmezni. A kamerák képei együtt használhatók például a tárgyak távolságának vagy mozgási sebességének meghatározására. Ezt követően ismeri fel majd az autó az objektumokat. A felismerést sok-sok valós életből vett kép alapján lehet megtanítani az autóban futó rendszernek. Ez a videó ad képet arról, hogy miképpen azonosítja a képfeldolgozó rendszer az autókat, gyalogosokat (különböző színekkel jelöli be és különíti el a háttértől őket, hogy jobban lássuk): https://youtu.be/Nj1UQ-L-Ux0?t=6m11s Nekem nagyon tetszik!

Az előadásban még van néhány érdekes példa, érdemes megnézni őket!

Újdonság volt számomra, hogy ezt a felismerési képességet emberektől tanulja az autó. Rengeteg valódi képet dolgoznak fel (annotálnak) emberek, azaz bejelölik rajtuk az összes objektumot, amit majd a helyzetelemzés és a döntés során fel kell ismernie a mesterséges intelligencia szoftvernek.

Takács Árpád az előadása végén felhívta a figyelmünket néhány tévhitre az önvezető autóval kapcsolatban:

  • A mai vezetéstámogató rendszerekből nő majd ki
  • Azonnal kereskedelmi forgalomba kerül majd
  • Évtizedekre van még szükség.
  • Több százmillió km tesztelés kell majd
  • Ha-akkor szabályok alapján dönt majd az autó
  • Helyes morális döntéseket kell majd hoznia

Ez az utóbbi két téma egy-egy külön tanulmányt is megér…

Ez a cikk nagyrészt Takács Árpád előadása alapján készült, és felhasználtam hozzá saját olvasmányaimat és írásaimat is.

A dolgok és a mesterséges intelligencia kapcsolatáról (benne az önvezető autókról) elég sokat írtam már, ezek az írások az Összekapcsolt mindenség című oldalon is megtalálhatók.

Dr. Robot

Miről lehet beszélgetni dr. Robottal? Kell egyáltalán beszélgetni vele?

da Vinci robotA múlt héten azt ígértem, hogy visszatérek a modern számítástechnika orvosi alkalmazásaira. Akkor megemlítettem a Watsont, ami orvosokat segít a diagnózis megtalálásában és terápiás javaslatokkal, és nagyszerű eredményeket ér el (főleg a daganatos betegségek területén). Egyelőre úgy látszik, hogy nem elveszi az orvosok munkáját, hanem tudós kollégaként segíti őket abban, hogy hihetetlen számú beteg leleteit, kezelési módjait és azok eredményeit átnézve, elemezve, gyorsan jó diagnózist állítsanak fel, és megtalálják a legjobb terápiát. Watson többé-kevésbé tekinthető gondolkodó gépnek, hiszen tanulni is képes. Ez a terület, a cognitive computing, nagyokat lép előre, és nem az IBM Watson az egyetlen képviselője. (Itt írtam tavaly egy-két érdekes dolgot erről a területről.)

Ma nem erről lesz szó, hanem a robotika orvosi alkalmazásairól, azon belül is a sebészetről. Talán nem is olyan meglepő, hogy egy nagyon precíz, finom mozgásokat igénylő területen bevetik a robotot, aminek nem remeg a keze, nem fáradt, nincsenek érzelmei, hanem minden helyzetben nagyon pontosan el tudja végezni a feladatát. Ha erre számítottunk, akkor nem teljesen volt igazunk. Ugyan sebészeti robotok használatát már 2000-ben engedélyezte az FDA, a robot egyáltalán nem dolgozik önállóan. Nincs benne semmilyen formája az intelligenciának. Mégis mi a haszna, mire jó?

A nagyon finom, apró mozdulatokat igénylő területeken alkalmazzák, mert le tudja kicsinyíteni a sebész kézmozgását. A szoftvere képes a kézremegés hatásának csökkentésére, kiszűrésére. Az ízületei mozgékonyabbak, mint az emberéi, így olyan helyekre is be tud kanyarodni, ahova egyébként sokkal több vágással lehetne csak eljutni. A döntéseket viszont egyáltalán nem akarja kiadni a kezéből a sebész – mondta az NJSZT idei Digitális Esélyegyenlőség konferenciáján Haidegger Tamás. Azt is megtudtuk tőle, hogy már 3-4 évtizedes múltja van ennek a témának, először a NASA kezdett el ezen a területen kutatni a hosszú időt a Földtől távol töltő űrhajósok miatt. 1970-ben alkották meg a NASA mérnökei az első távsebészeti rendszer terveit, amik akkor még megvalósíthatatlannak bizonyultak, de évekkel később kezdtek realitássá válni egyes elemei, és felmerült a földi katonai alkalmazás lehetősége. Az első megvalósult műtét 1985-ben mégsem a hadseregben, hanem polgári területen történt, egy idegsebészeti beavatkozásban szolgált asszisztensként egy robot. Itt azt a képességét használták ki a robotnak, hogy nagyon nagy pontossággal tudja végrehajtani az előre megtervezett műveleteket. Tehát itt a sebész semmilyen döntést sem bízott a robotra, hanem „csak” a terv nagyon precíz végrehajtójaként alkalmazta.

Hiába volt nagyon pontos és precíz, ez a módszer mégsem terjedt el, mert hiányzott a bizalom a robotok iránt. Végül nem is ez a megközelítés (az előre megtervezett beavatkozás automatikus vagy félautomatikus végrehajtása) hozta az első komoly sikereket, hanem a da Vinci „távoperáló” rendszer, vagyis a NASA mérnökeinek ötlete, de nem a világűrben, hanem egyszerű kórházban, és nem távolról, mert egy helyen kell lennie a sebésznek és a robotnak (szabályok és aggodalmak miatt). Akár a laporoszkópia továbbfejlesztésének is lehet tekinteni, mert azt teszi könnyebben, pontosabban kivitelezhetővé. Úgy látszik, hogy ezt a megközelítést könnyebben értették meg és fogadták el az emberek. Már több mint 3500 da Vinci robot dolgozik szerte a világon (kétharmaduk az USA-ban), és a közelünkben is vannak páran. Kíváncsiságból beírtam Budapestet a keresőjükbe, és elég sok közeli találatot kaptam (mindet tőlünk nyugatra, a legközelebbieket Bécsben). A rendszer kétmillió dolláros ára nyilván jelentős akadálya a terjedésének.

Az elfogadáshoz járulhat az is hozzá, hogy nem is nagyon használják a „robot” szót, amikor a módszert ismertetik. A bemutató szövegben csak egyszer, és csak a vége felé fordul elő a „robotics” szó. Ez stimmel is, hiszen semmit se csinál önállóan a da Vinci – csak egy (vagyis három-négy) precíz kezet ad a sebésznek. Évente több százezer műtétet végeznek így az Egyesült Államokban, és egyes műtétek (például prosztata) túlnyomó többségét.

Természetesen nem egyöntetűen pozitív a fogadtatása, és sok kritika is éri. Ezek különféle szempontból bírálják a da Vinci rendszert, amikből eggyel foglalkoznék csak. Fontos a kórházak számára, hogy egy ilyen ügyes és drága berendezést minél inkább kihasználjanak, ezért elcsábulhatnak és kevesebb oktatás és gyakorlás után is egyedül rábízhatnak valódi beteget egy kezdő orvosra. Talán ennek tulajdonítható, hogy egyes elemzések szerint nem jobbak az eredményei a hagyományos laparoszkópiás beavatkozásokénál. (Egy 2013-as tudományos cikk szerint az eredmények nem voltak mérhető mértékben jobbak, de a költségek sokkal magasabbak voltak: The Journal of American Medical Association.)

Érdemes a da Vinci rendszert használni a megszokott, bevált módszerek helyett? Igazságot ebben a kérdésben majd a következő évtizedek hoznak, de nem biztos, hogy az a kérdés ugyanez a kérdés lesz.

Az írásom elején említett Watson a kórismében és a kezelés kiválasztásában segít. A da Vinci a műtétben. A kettő között ott van az orvos, és a da Vinci kezét is az orvos fogja. Ő értelmezi Watson tanácsait, ő hozza meg a döntést a kezelésről. Ő tervezi meg a műtétet, és ő hozza meg a műtét közben felmerülő kérdésekben a döntést. A pontosabb képalkotó rendszerek és a pontosabb diagnózis birtokában talán egyre kevesebb ilyen azonnali döntés kell majd. Ha majd – akárcsak a vizsgálatokról és a kezelések eredményességéről – a műtétekről is lesz sokmilliós adatbázis, esetleg a Watson segíthet a sebésznek műtét közben. Eljön majd az az idő, amikor Watson és da Vinci együtt dolgozik, és az orvos csak megfigyelő lesz? Vagy az sem? Kivel fogunk beszélni a műtétről, a várható eredményekről és a kockázatokról? A Watson képes lehet erre…

Talán már itt van a küszöbön egy efféle megoldás: a Google és a Johnson & Johnson nemrég belefogott egy közös vállalkozásba, aminek a célja a „Sebészet 4.0” vagy „digitális sebészet” megteremtése. (Ebben a terminológiában „Sebészet 3.0” az, amit a da Vinci használatával csinálnak.) A diagnosztikai és a műtéti eszközöket döntéstámogató algoritmusokkal egészítik majd ki. Azt még nem merik kimondani, hogy döntéshozó szerepük is lesz… A prototípust 2020-ra ígérik.

Amikor majd könnyű szívvel rábízzuk a családunk életét az önmagukat vezető autókra, talán a mesterséges intelligenciával bíró orvosi robotokat is szívesen látjuk magunk körül.

Ebben az írásomban nem Haidegger Tamás előadását ismertettem, de erősen támaszkodtam rá abban, hogy merre induljak, merre nézzek körül. Nem is mindenről írtam, amiről ő nagyon érdekesen, sok képpel és videóval beszélt. Javaslom az érdeklődőknek, hogy nézzék meg a teljes előadást (26 perc).

Továbbiak erről a konferenciáról:

Gondolkodom, tehát…?

„Gondolkodom, tehát vagyok” – erre a következtetésre jutott Descartes a XVII. században. Milyen folyományai vannak ennek a megállapításnak ma, és milyenek lesznek holnap, holnapután?

blue-river-technology-see-spray-machine

Forrás: Blue River Technology

Az NJSZT (Neumann János Számítógép-tudományi Társaság) idén is nagyon aktuális témát választott a DE! (Digitális Esélyegyenlőség) konferenciájának, ami immár a tizedik volt a sorban. A gondolkodó embernek szükségképpen látnia kell a veszélyeket is, amik a hihetetlen sebességű és irányú fejlődés mögött vannak, és hozzáértő (írástudó) embernek a felelősséget is vállalnia kell. Ezzel adta meg a konferencia alaphangját bevezetőjében Alföldi István.

Valóban nagy a felelőssége mindenkinek, akinek bármilyen szerepe van ebben a folyamatban, és még nem is tudjuk, hogy hova vezet ez az egész. Látunk „apró” részleteket, itt vannak a nyakunkon a robotok, a majdnem gondolkodó számítógépek, amelyeknek már nem csak az a jellemzője, hogy sok adatot tudnak gyorsan tárolni, előszedni és elemezni, hanem olyan következtetésekre is pillanatok alatt jutnak el, amikhez az embernek napok vagy hetek kellenének (ha egyáltalán). Vajon fejlődés vagy forradalom az, ami elkezdődött?

Mit jelent a gondolkodás mint az embert a géptől megkülönböztető képesség? Számomra az egyik fontos eleme az, hogy mi akkor is tudunk döntést hozni, ha nincs előre megírt algoritmusunk. A gép viszont előre megírt programok mentén halad. Ez azt is jelenti, hogy a programot létrehozó embernek sokkal magasabb szintű képességei vannak, mint az általa létrehozott programnak, „mesterséges intelligenciának”. Meddig igaz ez az állítás, hol vannak a határai? Ha a Watson képességeit nézzük, azt hihetjük, hogy eltűnik ez a különbség. Van félnivalónk, vagy örömteli a fejlődés?

Bőgel György professzor – szokás szerint – alapos kutatással készült az előadására, nagyon sok adatot és információt osztott meg velünk, és mindjárt segített is megértenünk a teljes képet. Már amennyire meg lehet azt ma érteni…

A gépek régen jelen vannak az életünkben, és az sem újdonság, hogy „elveszik” a munkánkat. Ha a gép olcsóbban, gyorsabban, pontosabban végzi el a munkát, akkor a tőkés, a vállalkozó, a tulajdonos lecseréli az embert a gépre. Az ember kereshet magának más munkát… Ez nagyszerű, hiszen nő a termelés, csökkennek az árak, javul a minőség. Az emberek megszabadulnak a nehéz, testet gyötrő fizikai munkától, felszabadulnak, magasabb szintű, alkotó munkát végezhetnek. Akik be tudnak  illeszkedni, el tudják végezni azokat a munkákat… A többi munkanélküli lesz, kilátástalan lesz az élete neki is és a gyerekeinek is. A munkanélküliség folyamatosan nő az egész világon, és főleg a fiatalokat sújtja már elég sok éve Nyugat-Európában is. Máshol még rosszabb a helyzet, rengeteg embernek reménytelen az élete emiatt.

Az ipari fejlődés során a mezőgazdaságban feleslegessé vált munkaerőt a városok és az ipar szívta fel. Vajon folytatódik ez a folyamat, így lesz ez a jövőben is? Az a része biztos, hogy egyre kevesebb kétkezi munka van a mezőgazdaságban. Már nem csak az egyszerű feladatokat veszik át a gépek, hanem megkezdődött ez a folyamat a tudást, tapasztalatot igénylő területeken is. Bőgel professzor a salátaritkító gépet hozta fel egyik példának. A saláta egyelése nem egy egyszerű, mechanikus feladat. Nem könnyű a pici növénykék esetében megkülönböztetni egymástól a gyomot és a salátát, és még azt is el kell dönteni, hogy a saláták közül melyik maradjon, melyiket kell kihúzni. Az erre a célra alkotott gép lát, gondolkodik, cselekszik, tanul. És mindezt gyorsan csinálja, két óra alatt elvégzi egy egész brigád tíznapi munkáját. Innentől kezdve már egyszerű gazdasági a kérdés: ki csinálja olcsóbban és megbízhatóbban?

Mi lesz azokkal, akik a salátát egyelik? Találnak másik munkát a földeken? Elmennek a városba rosszul fizetett, betanított munkát végezni? Ezek a lehetőségek gyorsan szűkülnek. Egy nagyon rossz folyamatot erősít ez a technológiai változás most. Valamikor a gyerekek általában arra számíthattak, hogy jobb életük lesz, mint a szüleiknek volt. Sajnos évtizedek óta romlik a helyzet, és a mai harmincasoknak már csak a fele számíthat erre (ez USA-adat, de Nyugat-Európában is hasonló a romlás). Ez kapcsolódik az egyre fokozódó vagyoni polarizációhoz is, ami ma már ott tart, hogy a 8 leggazdagabb emberé az összes vagyon fele, és az összes vagyon 89%-a van az emberek 10%-ának a kezében. A többi 90%-nak szinte semmi se jut. Ez súlyos probléma, érzik az emberek (és szerintem sok bajunk gyökere). Itt van még a Gallup felmérése: Obama elnök nyolc éve után megkérdezték az amerikaiakat, hogy melyik területen javult, és melyiken romlott a helyzet. Az általános kép egyáltalán nem fényes, de itt most csak ezt az egyet akarom megmutatni. Az emberek gazdasági helyzetében mutatkozó korábban is veszélyes szakadék tovább mélyült.

usa-obama-weath-gap

Bőgel professzor több példát és statisztikát mutatott arra a jelenségre, hogy a közepesen fizetett munkahelyek tűnnek el, és általában csökkennek az átlagfizetések. Az olcsó munkaerőre még szükség van (talán csak azért, mert olcsóbb a gépesítésnél). A magasabb képzettségű dolgozók is kellenek (amíg ott is tömegesen meg nem jelennek a számítógépek).

Ma az a helyzet, hogy az automatizálás és a gépesítés a középen elhelyezkedő munkahelyeket szünteti meg a legnagyobb számban, azonban nem tudhatjuk, hogy mit hoz a jövő. A cikkem elején említettem a Watson szuperszámítógépet. Ezt – természetesen – úgy pozícionálja az IBM, hogy nem elveszi az ember munkáját, hanem jó kolléga, aki segít a tanácsaival. Az eddigi alkalmazásaiban ez így is van, még az orvosi területeken is, ahol a legnagyobbat alkotja a diagnózisok felállításában segítve a szakorvosokat. (Erre a témára majd még visszatérek.)

Nagyon megragadott, ahogy Bőgel György átadta nekünk Andrew McAfee gondolatait a különböző típusú munkakörökben dolgozó emberek helyzetéről. Röviden összefoglalva: a középen elhelyezkedő, vagyis alacsonyabb képzettséget igénylő „fehérgalléros” munkát vagy magasabbra értékelt „kékgalléros” munkát végző emberek helyzete, élete drasztikusan romlik, egyre többen kerülnek börtönbe, válnak el, nevelik egyedül a gyereküket, veszítik el az érdeklődésüket az ország dolgai iránt. A teljes TED-előadást is érdemes megnézni (15 perc, magyar felirattal).

A gépek már ismerik, és jól csinálják a finom, precíz mozgást, megfogást igénylő feladatokat. Az optikai felismerési képességeik gyorsan fejlődnek, már nemcsak az arcok megismerése, hanem a jellemvonások felismerése is realitás. A közösségi térben is kezdenek egyre jobban mozogni (ha eltekintünk egy-két nagyon rosszul sikerült kísérlettől, pl.: @TayAndYou).

Bőgel György rámutatott arra, hogy még keveset tudunk ezekről a folyamatokról. Annyi látszik, hogy a kapitalizmus szelleme működik, a gyorsuló technikai fejlődés ezt támogatja, és globális és többé-kevésbé korlátok nélküli világban növekszik az egyenlőtlenség. Azt még nem tudjuk, hogy a technikai csodák, az óriási feszültségek milyen újabb radikális változásokhoz vezetnek majd. Van sok világmegváltó ötlet: erős állam, megváltozó oktatás, progresszív adó, alapjövedelem, több innováció, közmunka, vezetői jövedelmek korlátozása.

Remélem, sokaknak felkeltettem az érdeklődését! Nekik javaslom Bőgel György előadását (28 perc).

Ahogy szoktam, ebben az írásomban is több forrást használtam fel, és ezeket kiegészítettem a saját gondolataimmal, véleményemmel. A forrásokra hivatkoztam. Azok a bekezdések alapulnak Bőgel professzor előadásán, amelyekben megemlítettem a nevét.

Továbbiak erről a konferenciáról:

 

Az IT és az üzlet 2015-ös trendjei – hozzáértők szemével

Mi történt és mi történik az informatikában? Van forradalmi változás? Mit kezdünk a rengeteg adattal, kijön belőle valami jó a számunkra?

analytics_13731547153_6f6fa08ed0_zAz ITBusiness Club havi összejövetelei mindig érdekesek számomra, és néha szoktam is írni róluk, amikor a kedvenc témáim valamelyikéhez szorosan kapcsolódik a beszélgetés. A legutóbbi alkalom elsőre mintha nem is érintené azokat a témákat, amikről általában írok (együttműködés, zaj, oktatás, generációk), de jobban belenézve kiderül a régi nagy igazság: minden mindennel összefügg…

Mi kérdezett Sziebig Andrea a két meghívottól? Az elmúlt év nagy fejleményei és az új év várható trendjei érdekelték – természetesen az informatika területén.

Gaidosch Tamás mindjárt lehűtötte a várakozásokat, mondván, hogy tavaly semmi valóban új dolog nem történt. Nem volt revolúció, csak evolúció. Amikor belementünk az evolúció részleteibe, már nem voltam egész biztos abban, hogy a fejlődés nem hozott-e létre tényleg új dolgokat.

Nagy fejlődés volt a technológia terén – főleg a számítási felhőhöz kapcsolódóan. A felhő itt van, és velünk is marad még jó darabig. Miért és hogyan? Üzletileg kritikus rendszerek kerülnek a felhőbe; főleg a szoftverszolgáltatás (SaaS) fontos ebből a szempontból. A mobil alkalmazások már megkerülhetetlenek, nélkülük nincs üzlet, és a felhőben laknak. A gyorsan felnövő új cégek és szolgáltatások (startup) a felhő nélkül nem is létezhetnének (néhány nagy név: Airbnb, Uber, Prezi).

A felhő nem csak technológiai szolgáltatást jelent. Léteznek már a felhő koncepció alapján felépített más jellegű szolgáltatások is. Az egyik ilyen a crowdfunding: interneten keresztül, rengeteg embertől begyűjtött apró összegekből jön össze egy projekt vagy kampány céljára sok-sok pénz (akár több millió dollár is). Ez kétszeresen is „felhő”, hiszen a technológiája is az, és maga a módszer is azon alapszik.

Hasonló a crowdsourcing működése: itt embereket hoznak össze, akik együtt, egyenként kevés munkával érnek el nagy eredményt. Erre nagyszerű példa az Amazon Mechanical Turk. Mielőtt a részletekbe mennék, egy kis múltbéli kirándulás következik. Az elnevezés Kempelen Farkas sakkozó gépére utal, ami egy török bábu volt, és nagyon jól sakkozott. Kempelen azt hitette el az emberekkel, hogy drótok, fogaskerekek és óramű ellen játszanak, de valójában egy nagyon jó sakkozó is megbújt a szekrényben.

Ez már tényleg felhőszolgáltatás (Workforce as a Service), hiszen a szolgáltatást igénybe vevő valóban teljesen rugalmasan használhatja a kapacitásokat, lényegében korlátok nélkül, és csak a használt erőforrásokért fizet. Sok érdekes feladatban hasznos az, ha sok embert tudunk egyidejűleg bevonni, például:

  • képek és videók elemzése, kulcsszavazása, kereshetővé tétele (például műholdas felvételeken lezuhant repülőgép darabjait azonosítani);
  • online beszélgetések (chat) feldolgozása, kulcsszavazása, lefordítása;
  • podcastok szövegének leírása;
  • kormányzati és jogi szövegek értelmezése, feldolgozása;
  • adatellenőrzés és -tisztítás, duplikátumok kiszűrése;
  • jó minőségű fordítás;
  • keresési eredmények ellenőrzése és minősítése.

Ezzel végre elérkeztünk a technológiával segített emberi együttműködéshez! Itt is valódi emberek dolgoznak együtt egy feladaton, egy célért. Fontos szerepe van a közösségi technológiának, hiszen olyan emberekről van szó, akik nem ismerik egymást, sose találkoztak, és nem is fognak – mégis közösen végeznek el egy-egy feladatot. A megbízó sem ismeri őket – neki csak egy nagy „felhő” az egész, amiből a végén kijön az eredmény.

Kedves Olvasó! A következő két bekezdést ugord át, ha a technológia nem érint meg!

A felhő műszaki következményeiről is volt szó. Ezekbe nem megyek bele részletesen, de megemlítek néhányat közülük:

  • Az eddigieknél sokkal nagyobb teljesítményű számítógépes rendszerek jönnek létre (hyperscale, web-scale).
  • A számítógépek áramfogyasztása egyre nagyobb szerepet játszik. A nagy adatközpontok adják a teljes áramfogyasztás kb. 1,5%-át a Földön (2%-át az USA esetében). Ez fontos költségtényező, és erősíti a versenyt az egyre takarékosabb gépek létrehozása területén.
  • A nagy és koncentrált adatközpontok esetében a rendelkezésre állás követelményei egyre nőnek, már kilenc kilences (99,9999999%) sem elképzelhetetlen. Ez azt jelentené, hogy évente átlagosan még egy tized másodpercet se érne el a szolgáltatás kimaradása!
  • Olcsóbb hardver használata az adatközpontokban (open source hardware).
  • Sok új technológiai megoldás (pl.: SAP Hana, Hadoop, Oracle Exadata, óriási flash diszkek).

A felhőt Pap Gyula, a másik meghívott előadó, a vállalati informatikai vezető „földhöz kötött” szempontjai szerint tárgyalta. Szerinte is minden vállalat életében fontos kérdés a felhő – ez egy lehetőség, amit ki kell használniuk. Meg kell vizsgálni a szerepét az üzleti igények kiszolgálásában, meg kell találni, hogy mit lehet és mit érdemes házon kívülre vinni. Ugyan az általános vélekedés szerint a felhő használata „olcsó”, mégis alaposan ki kell számolni az összes költséget. Jelentős kulturális és szemléleti változást jelent az, ha nem saját beruházással, hanem szolgáltatás használatával oldják meg a feladatokat – ez az átállás nem könnyű, időt kell hagyni rá, fokozatosan kell bevezetni.

Ezek nyilván a nagyvállalati szempontok voltak. A kicsik, főleg a most indulók, sokkal egyszerűbb döntések előtt állnak. Nekik nem kell sok-sok meglévő hardver és szoftver sorsával törődniük…

A hallgatósággal kialakult diskurzus főleg az óriási adatvagyonok feldolgozása és értelmezése (big data, analytics) körül folyt. Elképzelhetetlen mennyiségű adat gyűlik a világon, amiből nagyszerű dolgokat lehetne kihozni. Becslések szerint, ha a gázturbinák szenzorai által gyűjtött adatok feldolgozása csak 1% megtakarítást eredményezne, az évente több milliárd dollárt érne. Ha valami hozzánk közelebbit akarunk nézni, a városi vízvezetékekben sűrűn elhelyezett műszerek mérései alapján meg lehetne találni a minimális szivárgásokat. Ez nem csak sok ivóvíz megtakarítását jelentené, de meg lehetne előzni a nagy csőtöréseket, amik megbénítják a város forgalmát, és károkat okoznak. Az autók számítógépei is horribilis mennyiségű adatot tudnak begyűjteni, ami a biztonság és a gazdaságosság javítására lenne használható. Ez a terület még gyerekcipőben jár – a világ legnagyobb cégeinek 85%-a még nem tudja valóban értelmesen felhasználni ezt a vagyont (a Gartner 2015-ös előrejelzése).

A mesterséges intelligencia ismét növekedési pályára került, mert anélkül nem lehet jól felhasználni ezt a rengeteg információt. Ugyan Magyarországon még nem alakult ki az adattudósok „piaca”, Európában tízezer ilyen szakember hiányzik, és a semmiből kinövő indiai cégek próbálják ezt az űrt betölteni (Bőgel György).

Az a kérdés, hogy vajon az oktatás mennyire tud lépést tartani a változásokkal. Egyre kevesebb kezdő szintű tudásra van szükség az emberektől, mert a gépek azt a munkát át tudják venni. A magas szintű tudás viszont nagyon fontos, mert a gépi megoldásokat meg kell tervezni, létre kell hozni, a kérdéseket jól kell feltenni, és a válaszokat jól kell értelmezni. Ehhez a szakterület ismerete mellett magas szinten kell matematikához, statisztikához, adatelemzéshez, algoritmusokhoz érteni, és egy kis művészi érzék sem árt. Nem biztos, hogy jó irányba fejlődik most az oktatás… Jó lenne az informatikai szakmai szervezeteket bevonni az irányok és a tananyagok kialakításába.

Kedves Olvasó! Remélem, nem untattalak ezzel a meglehetősen műszaki szöveggel. Megígérem, hogy visszatérek a „normális” világba – de ezt a témát nem hagyhattam ki.

Az írás nagyrészt az ITBusiness Club találkozón elhangzottakon alapszik, de nem feltétlenül tükrözi az előadók és a hozzászólók véleményét, mert a saját véleményemet is beleszőttem.

 

 

 

Okos gépek, reneszánsz emberek?

Mi az, hogy okos (smart)? Ismerjük az okos telefonokat, de ez az elnevezés valójában átverés. Tényleg jól használhatók sok mindenre, de hogy okosak lennének…

smartphoneSzóval: milyen egy okos rendszer? Egy definíció: miniatűr eszköz, érzékelő, működtető és vezérlő képességekkel, ami leír és elemez egy szituációt, és a rendelkezésre álló adatok alapján döntést hoz. Ez egy nagyon mai és nagyon műszaki definíció.

Létezett régebben is ilyen okos rendszer? Nagyon szemléletes példát hozott a DE! 2014 konferenciára Bőgel György a múlt héten. Az egészségügyből Semmelweis Ignác volt az első példája. Mit csinált Semmelweis a XIX. század közepén Bécsben? Fiatal orvosként szembesült azzal a tragédiával, hogy sok anya meghalt közvetlenül a szülés után a félelmetes gyermekágyi lázban. Senki sem tudta, hogy mi okozta ezt a betegséget. Semmelweis elkezdte elemezni az évek alatt összegyűlt adatokat, és azt vette észre, hogy a két klinika statisztikái között nagy különbség volt. Azon a klinikán haltak meg többen, ahol az orvosokat képezték. A bábaképzőn sokkal kevesebben. Az adatokon túl a folyamatokat is elemezte, és észrevette a lényeges különbséget: az orvostanhallgatók boncoltak, a bábanövendékek nem. Ezután már „csak” a klórmeszes kézmosásig kellett eljutnia, így lett az anyák megmentője.

Ebben az okos rendszerek szempontjából az a lényeg, hogy mindezt a baktériumok ismerete nélkül, elemzésekkel érte el. Hallottunk egy friss példát is: azt az informatikában járatos orvost, aki az koraszülött osztályra érkezve a műszerek által gyűjtött rengeteg adat elemzésével tudta a súlyos fertőzéseket előre jelezni és megelőzni. Azzal, hogy bizonyos problémákat 24 órával előbb tudott jelezni, sok baba életét mentette meg! Itt is adatok elemzéséről volt szó – de sokkal több adat állt rendelkezésre.

Nem a konferencián hallottam, de ide kapcsolódik az egyik MBA hallgatóm főiskolai prezentációja. Rabatin József a Vasas Kubala Akadémia példáján azt mutatta meg nekünk, hogy az eredetileg informatikai szolgáltatások üzemeltetésére kifejlesztett módszertan (ITIL) alapelveit hogyan használták fel a foci akadémia munkájának megszervezésére. Ez egy nagyon érdekes téma, de most nem megyek bele a részletekbe. Azt emelem csak ki belőle, hogy a focista palántákra edzés és meccs közben feltett orvosi műszerek segítségével 2-3 nappal előbb tudja a sportorvos, hogy mikor lesz beteg a gyerek, és ennek megfelelően időben tudja kezelni és az edző tudja a terhelését módosítani. Hát nem csoda ez?

okos-rendszerNos, akkor hogy is fest egy okos rendszer? Van alanyunk és problémánk (pl.: újszülöttek és fertőzések). Gyűjtünk rengeteg adatot, ezeket tároljuk és elemezzük (általában hosszú időszak rengeteg adatával dolgozunk). Az elemzések eredményeit bemutatjuk, megoldási javaslatokat ajánlunk, majd döntünk. A döntésünket végrehajtjuk, majd mérjük az eredményeket. Itt jön a lényeg: ezeket az eredményeket ismét tároljuk, elemezzük, és így tovább.

Ki csinálja ezt? A példáinkban olyan orvosok, akik az adatok elemzésében és feldolgozásában ügyesek és okosak. Bőgel példáiban voltak még fizikusok, asztrofizikusok és biológusok is. A jelek szerint a PhD fokozat szinte követelmény. A lényeg az, hogy sok szakmához kell egyszerre érteni: elengedhetetlen a szakterület ismerete, emellett informatikai és statisztikai tudás is kell. A kommunikáció is nagyon fontos (Semmelweis ebben nem volt sikeres, csak a halála után kezdték elismerni a módszerét, amikor egy angol orvos is hasonlót vezetett be). Bőgel György tanácsa: adattudósnak adjuk a gyerekeinket!

(Kis kitérő: itt egy fiatal magyar asztrofizikus, aki a biológiában akar nagyot alkotni a malária elleni harcban. Lehet, hogy sokkal több asztrofizikust kellene képeznünk??? Lehet, hogy visszajön a mindenhez értő reneszánsz ember ideje? Talán éppen ezt hozzák nekünk ezek az okos rendszerek azzal, hogy ők végzik el a munka nagyját, nekünk megmarad a kreatív része?)

Nagyon sok „okos” rendszer jelenik meg az életünkben: okos szike, okos város, okos mezőgazdaság, okos kereskedelem.

Forrás: http://upload.wikimedia.org/wikipedia/commons/thumb/0/00/Flash_Crash.jpg/640px-Flash_Crash.jpg

Ne felejtsük el, hogy nem minden okos, ami annak látszik! Ezek a sok adatot nagyon gyorsan feldolgozó és azonnal döntő rendszerek egy új súlyos problémát hoztak létre. Elszabadulnak az algoritmusok, átveszik az irányítást, és rossz döntések ezreit vagy millióit hozzák egy pillanat alatt. Bőgel példája a 2010. május 6-ai „flash crash” volt, amikor a Dow Jones tőzsdeindex 5 perc alatt 600 pontot esett, majd 20 perc alatt nagyjából visszaemelkedett. (Mennyi az a 600 pont? Ezzel a 600 ponttal együtt összesen közel 1000 pontot esett aznap az index, és ez volt a Dow Jones történelmének legnagyobb esése.) Mi okozta? Az úgynevezett „high frequency trading”, ami egy automatikus kereskedési módszer. A sok-sok egymással versengő algoritmus pillanatok alatt hozott döntéseket, és egymást gerjesztették…

Erre a veszélyre már egy pár évvel ezelőtti VISZ INFOhajó konferencián felhívta a figyelmünket Braun Péter a Vezető Informatikusok Szövetségének elnöke. Túl sok az információ, és túl gyorsak a döntések, nincs lehetőség megfontolt döntést hozni.

Mi lesz velünk és ezzel a sok okossággal? Hogy változtatja meg az életünket az okos kereskedelem, az okos város, az okos oktatás? Tudjuk tolerálni ezt a sok okosságot? Mi lesz, ha helyettünk lesznek okosak az okos rendszerek? Kellünk mi majd akkor? A lovak sorsára jutunk?

Sok ilyen kérdést tettek fel az előadók a konferencián. A válaszok megadása nagyrészt a jövő feladata…

Kedves Olvasó! Mit gondolsz? Hogy bírod ezt a sok okosságot? Szeretnél néha megszabadulni ettől a rengeteg információtól? Papp László elmondása szerint ma egy napilapban több információ van, mint amennyit 1930-ban egy átlagosan művelt ember egész élete alatt feldolgozott.  Az általunk egy nap alatt feldolgozandó információ harminc év alatt az ötszörösére nőtt. Hogy bírjuk ezt? Meddig még?

Én is folytatom majd az ezzel kapcsolatos gondolataimat…

 

Egyszer volt, hol nem lesz… Okosabb lesz-e nálunk?

Okos város, mese, játék. Ezek valahol összetalálkoznak…

HR konferencia és játék. Erről írtam a múlt héten. Meg meséről. Na jó, nem csak játék és mese volt, hanem tanulás is. Számomra nagyon érdekes volt a konferencia, és úgy láttam, hogy a jobbára a konferencia témájába vágó területen dolgozó szakembereknek is.

A játékosítás (gamification) szépen fejlődő terület, van már mögötte pár év gyakorlati alkalmazás. Most az a kérdés, hogy mi lesz belőle. Tovább terjed a használata, vagy lassan eltűnik, ahogy korábban az edutainment tette. Ez – Mérő László szerint – főleg azon múlik, hogy ezek a játékosan tanító megoldások valóban jó számítógépes játékok legyenek. Nos, játékfejlesztők előre!

A játékok révén is okosodunk, de vajon lépést tartunk-e az „okos” rendszerekkel? Hányszor mondjuk viccesen, hogy a telefonom már okosabb nálam. Ez persze nem igaz, még a közelében sincs az emberi okosságnak. Inkább csak sok információt lehet elérni vele. (Információ ≠ tudás! Tudás ≠ okosság!)

Mégis, akkor milyen egy okos rendszer? Mennyi benne az ember és mennyi a számítógép szerepe? Nagyon tetszett, amit Bőgel György mondott erről a Neumann Társaság múlt heti konferenciáján.

Azt is megtudtuk, hogy mit fogunk csinálni öt év múlva, hogyan okosodik a kereskedelem, és hogy kerül egy lapra New York, Párizs és Szolnok

Hamarosan megírom, hogy mi rezonált bennem az előadásokból. Már csak csütörtökig kell várni…