Az új technológiák és a jogászok

Mikor jön el az ideje annak, hogy számítógép hoz majd ítéletet?

Valószínűleg eljön majd egyszer! Nem lehet véletlen, hogy ennyi okos ember foglalkozik vele!

Sokat írnak és fantáziálnak arról, hogy mi történik egyes szakmákkal a mesterséges intelligencia és más izgalmas új technológiák hatására.

Itt most eszembe jutott a kutatók által a mesterséges intelligencia fejlesztésére és felhasználására megalkotott 23 alapelv egyike: a jogi döntésekben részt vevő önálló rendszerek adjanak megfelelő és emberek által ellenőrizhető magyarázatot a döntésükre. Ez tényleg jól hangzik, de az egy pillanat alatt meghozott döntést vajon hány ember, hány hétig fogja elemezni, és megérti-e majd?

Azt is mondhatnánk, hogy a cél nem az, hogy minden döntés hibátlan legyen, hanem legalább olyan jó legyen, mint az emberek döntései. Nekünk magunknak is vannak előítéleteink, hibázunk, és nem mindig tudjuk rendesen elmagyarázni a döntéseinket. Ha a gép kicsivel kevesebbet hibázik, akkor már nyertünk! Nyertünk? Lehet, hogy túl sokat tudok az informatikáról…? Az nyugtalanít, hogy nem csak tévedés lehet a rossz döntések mögött, hanem valakinek a szándékossága is. Ez nem olyan különös, embereknél is előfordul a szándékos rosszakarat. A veszélyt abban látom, hogy a számítógépet „istenítjük”, elfogadjuk helyesnek azt, ami a gépből kijön. Nem kellene…

Ami engem illet, inkább azoknak az írásoknak szentelek nagyobb figyelmet, amikben már megtörtént esetekről, már használatban lévő megoldásokról írnak. A jóslatok is érdekesek, de azokat is könnyebb a helyükre tenni, ha ismerjük a jelenlegi helyzetet.

Eddig a gépi tanulás vagy mesterséges intelligencia lehetőségeiről és hatásairól volt általában szó:

  • Angliai esetek, amikben a bíró megengedte, hogy az ügyben előkerült dokumentumokat ne emberek nézzék át, hanem számítógépre bízzák, hogy kiválogassa a lényegeseket (amiket majd figyelembe vesz a bíróság).
    Látszik, hogy már ebben a viszonylag egyszerű esetben is sok múlik azon, aki a számítógépet beprogramozza, megtanítja a válogatásra. Szubjektív vagy részrehajló válogatás hibás ítéletet eredményezhet.
  • Az IBM Watson felhasználásával működő szoftver (robotügyvéd), ami rengeteg fajta jogi ügyben ad segítséget, pl.: megfellebbez közlekedési bírságot, panaszt tesz a bérbeadó ellen vagy a munkáltató ellen.
    Nem jogászok hada kezdte fejleszteni, hanem egy 19 éves programozó ugrott neki jogász önkéntesek segítségét igénybe véve.
  • Amikor az előbbiről olvastam, arra gondoltam, hogy nagy nyelvterület és a precedenseken alapuló angolszász ítélkezései gyakorlat fontos volt, de Magyarországon sokkal nehezebb lenne ilyesmit létrehozni.
    Nem tudom, hogy mennyire nehéz, de tény, hogy a pécsi egyetemen belefogtak. Ők is a Watsont használják a háttérben a Lexi fejlesztéséhez, “aki” először a Polgári Törvénykönyvet fogja “megtanulni”.
  • Ezek után komolyan felmerül a kérdés, hogy át tudja-e venni a számítógép a jogászok munkáját. Pontosabban: azt már látjuk, hogy egy részét át tudja venni – az a kérdés, hogy mekkora részét.
    A jelek arra mutatnak, hogy a jogi területen is – sok más szakmához hasonlóan – az alapszintű (kezdő) tudással rendelkező emberek munkáját fogja először átvenni (vette át először). Felmerül a kérdés, hogy hogyan jönnek létre a tapasztalt, speciális tudással rendelkező jogászok, ha a kezdőknek nem lesz (elég) munkahely…

Miután már ennyit írtak a mesterséges intelligencia “gyilkos” szerepéről, most egy olyan írást találtam, amiben ennél sokkal veszélyesebbnek találja a szerző a blokkláncot (blockchain).

  • Ezzel a technológiával közbenső “kitüntetett” szereplők (ügyvéd, közjegyző, bank, állami szervezet) nélkül lehet hiteles, igazolható módon üzleti és jogi erejű dokumentumokat létrehozni, továbbítani, feldolgozni. A számítástechnikai háttér miatt automatizálni is lehet egy csomó mindent, és lényegében egyidejűleg, visszavonhatatlanul történnek meg az összetartozó lépések (pl.: az ingatlan átírása a vételár banki átutalása után azonnal).
  • Úgy látom, hogy nem egészen “gőzös” elképzelés ez, hiszen a Maersk és az IBM már másfél éve tesztel egy blokkláncon alapuló megoldást, amivel drasztikusan tudjuk rövidíteni (és biztonságossá tenni) a tengeri szálítmányozást. Sok-sok pénzről van szó, és néhány nagy ügyfél és két ország hatóságai már használják. Ha ebben az esetben működik, akkor sok más helyzetben is működhet.

Vajon tényleg ennyi mindent tud átvenni az “okos” gép? Apránként ellesni minden munkánk minden lépését, majd jobban, gyorsabban, kevesebb hibával másolja? Amit megtanult, azt képes mindig egyformán csinálni! Ugye, mi emberek ebben nem vagyunk annyira jók? Hiába tudunk valamit, csak-csak előfordul, hogy nem pont úgy csináljuk, ahogy szoktuk, ahogy tanították. Miért hozom ezt elő? 

Amikor a gép tökéletesen egyformán végzi a munkafolyamatokat, a hibákat és tévedéseket is gyorsan és nagy számban tudja ismételni. Na de, miért hibázna? A jogi tanácsot adó gép ismer rengeteg korábbi esetet, ezek között keres hasonlót, amikor egy újabbal találkozik. De vajon tényleg eléggé hasonló a megtalált minta? Ideális esetben meg tudja állapítani, hogy alkalmazható-e a korábbi tudása. Ha nem, akkor segítését kér az ember kollégától. Ha viszont nem ismeri fel a lényeges eltérést, akkor nagy lendülettel alkalmazza a megtalált mintát. Ha rövid időn belül sok ilyen esetet kap, akkor gyorsan tud rengeteg hibát elkövetni. Sokkal gyorsabban és sokkal többet, mint a legszorgalmasabb ügyvédbojtár! Mekkora ennek az esélye? Egyre nagyobb lesz! Ahogy megtanuljuk, hogy a gép jó munkát végez, meg lehet benne bízni, egyre több munkát kap, egyre kevesebb ellenőrzés mellett. 

Meg kell találnunk az egyensúlyt a bizalom és az ellenőrzés között az automatizált kollégák esetében is. Úgy gondolom, hogy egészen másképp kell az ő munkájukat menedzselni, mint az emberekét. Kialakul ennek a tudománya is? Mikor? Hogyan:  

Szüretelő robot

Mi marad a szőlőmunkásoknak, ha a robotok gyorsabban pontosabban végzik a metszést és a szüretelést? Okos telefon lesz a munkaeszközük?

A mezőgazdaság nem nagyon jut az emberek eszébe, amikor a mesterséges intelligenciáról vagy az automatizálásról van szó, pedig nagy dolgok történnek ott is. A magunkra aggatott mindenféle okos kütyük, az ipari robotok, az ipar 4.0 eltereli a figyelmünket arról, ami igazán fontos, arról, amit megeszünk.

Nagy a fejlődés a tudomány és a technika mezőgazdasági alkalmazásában, és egyáltalán nem arról van szó, amire sokan elsőre gondolnak! Nem a több vegyszer, több méreg, több műanyag a fő irány, hanem éppen az ellenkezője. Hosszú ideig úgy tűnt, hogy a mérgek, a műtrágyázás és a génmódosítás mind kell (és növekvő mértékben kell) ahhoz, hogy legyen mit ennünk. Azt lehetett mondani, hogy aki a vegyszerek ellen van, az merje kijelenteni azt is, hogy éhezzenek és haljanak éhen nagy tömegek. Azóta kiderült néhány dolog. Az egyik az, hogy a vegyszerek és a speciális fajták nem oldották meg a problémát. A másik – és erről lesz ma szó – az új eszközök szerepe abban, hogy kevesebb vegyszerrel, többet és jobbat termeljünk.

A precíziós mezőgazdaság éppen erről szól! Mi is ez?

A precíziós mezőgazdaság az ipar 4.0 testvére – hasonló megoldásokat használ a növénytermesztésben és az állattenyésztésben, mint amit a gyárakban és a termékekhez kapcsolódó szolgáltatásokban. Áprilisban írtam már erről a témáról, megmutattam egy csomó jó és érdekes kezdeményezést.

Írtam a biztonság javulásáról, ami egyrészt az élelmiszerek életútjának pontos követéséről (példa: a betegséget okozott zöldség vagy gyümölcs termelőjét azonnal tudjuk, célzottan tudjuk kivonni a forgalomból) és a lejárt szavatosságú áru azonnali, automatikus levétele a polcról (És amit megeszünk?). A pontos célzásról is volt már szó, legyen az gyomirtó, tápanyag, öntözés, megtermékenyítés vagy elletés – mindegyik területen jobb lesz az eredmény.

Most – közel fél évvel az előző cikkek után – azért térek vissza a mezőgazdaság „okosítására”, mert aktuális, és mert az ITBusiness legutóbbi konferenciájának ez volt a témája. Sok érdekes előadás volt, közben meg is osztottam képeket és mondatokat.

Az utóbbi ötven évben nagyobbat változott a mezőgazdaság, mint korábban ezer év alatt, a gépesítés, az új hibridek, a szója termesztése és a genetikai beavatkozások gyökeres változást hoztak. A digitalizáció, az okos gépek és a mesterséges intelligencia hatására várhatóan tovább gyorsul a fejlődés. Fejlődés lesz ez? Úgy gondolom, hogy igen (a pontos célzás már most is az).

Glattfelder Béla előadásából megtudtam, hogy már folyik a digitális agrárstratégia szakmai vitája, és idén várhatóan el is fogadják. Sok szempontot kell figyelembe venni, sok területen lehet és kell fejleszteni ahhoz, hogy felgyorsuljon a hazai agrárium fejlődése. Az emberek tudása, a szakképzés, az egyetemi oktatás és a felnőttképzés, a folyamatos önképzés elengedhetetlen, és ebben sokaknak van szerepük. Az egyik legfontosabb szereplő maga a gazda, akinek igénye kell legyen a tanulásra. Őt sokféleképpen lehet ebben segíteni, fontos szerepük van az agrárkamaráknak és egyéb szervezeteknek. Úgy látszik, hogy a technikai feltételek (internet, okos telefonok, táblagépek) hiánya már nem igazi akadály. Ha jövőre tényleg minden háztartásig eljut a szélessáv, akkor az önképzésnek és a gazdák együttműködésének, tudásmegosztásának nem lesz technikai akadálya.

A szakképzésről Fábri Eufrozina, az Egri Szakképzési Centrum vezetője beszélt előadásában és utána Kiss Boglárka által vezetett beszélgetés során. Náluk is a szakképzés minőségének javítása és a gazdasági versenyképességet segítő duális képzés van előtérben. A gazdák és a leendő gazdák egyik fontos (és hiányzó) ismeretére világított rá Borsiczky István, a Tomelilla ügyvezetője: legalább alapvető térinformatikai tudásra van szüksége annak, aki „okos” gépesítést és automatizálást akar megvalósítani a mezőgazdaságban. Ezek az ismeretek kellenek ahhoz, hogy a távérzékelési és térképadatokat valóban fel tudják használni a gazdálkodók. Ezek az adatok ma még nagyon sokba kerülnek, de tervezi a kormány, hogy ingyenessé tegye az elérésüket – mondta Glattfelder Béla. Ez nagy segítség lesz majd a mezőgazdaságnak, beindíthatja az informatika ésszerű használatát a minőség és a hatékonyság javítására. Ugyanez vonatkozik a centiméteres pontosságú GPS adatokra, a drónok mezőgazdasági felhasználására és az időjárási információkra is.

Szintén Glattfelder Béla hozott fel néhány példát arra, hogy az okos gépek már ma is hasznosak a földeken és az istállókban. A munkaerőhiányra az egyik válasz az a szőlőbetakarító gép, amelyik 180 ember munkáját tudja elvégezni. Ma még nem tudja a szőlő érettségét figyelni, de ez sincs már messze. A metsző robot, akár másodpercenként 5 metszést is el tud végezni, éjjel-nappal, hideg szélben is pontosan dolgozik. A fejőházakat is sikeresen automatizálják, és teljesen megszűnik az emberi munka. Itt egy amerikai családi farmon készített interjú: How Milking Robots Are Helping One Family’s 70-Year-Old Dairy Farm Thrive In 2017 (Forbes). Angliában egy szántóföldi táblán végeztek egyéves sikeres kísérletet az emberi munka nélküli termelésben.

Ezek mind azt mutatják, hogy a kétkezi munka és a 12 órás munkaidő lassan kimegy a divatból a földeken és az állatok mellett is. Helyette tervezni, gondolkodni, ismereteket és technológiát hasznosítani kell tudni. Nem lesz felesleges az ember, csak éppen mást kell csinálnia. Képes lesz rá? Kénytelen lesz!

A felkészülést már gyerekkorban el kell kezdeni. Nem feltétlenül a ma létező technológiát, gépeket és programokat kell megtanulni, hanem inkább az újra való nyitottságot, a világ iránti érdeklődést.

Nagyon fontos, hogy egyáltalán nincsenek egyedül a gazdák. A hagyományos találkozási lehetőségek mellett az új, elektronikus találkozási pontok is kialakultak a közösségi portálokon. Készül egy magyar piactér is, amivel együtt tudástár és digitális szolgáltatások (például drone-as-a-service) létrejön. Erről beszélt a konferencián Kozula Ádám (T-Systems), és korábban már olvashattunk is róla.

Akkor sincsenek egyedül, amikor el akarják adni a sok jót, amit megtermeltek. Nem csak az előbb említett piactér segít az eladásban, hanem a Nemzeti Kereskedőház is. Számomra az volt a kellemes meglepetés Erős Veronika előadásában, hogy digitális exportot is nyélbe ütöttek már, vagyis sikerült igazán modern terméket eladni a nemzetközi piacon.

És akkor, merre van az előre? A konferencián azt is megtudtuk Feldmann Zsolttól, hogy a kertészetben állunk a legrosszabbul hatékonyság tekintetében. Ebből arra gondolok, hogy ott lehetne bevetni a szürkeállományt, hogy megtaláljuk a jobb és több gyümölcs és zöldség megtermelésének útját. A precíziós mezőgazdaság módszereinek bevetésével, pontos célzással lehet csökkenteni a víz, tápanyag és vegyszer felhasználását. Sőt, a bio termékek előállítása is gazdaságosabb lehet. Tudva, hogy azoknak jó piaca és magas ára van, talán ebbe az irányba kellene elindulni. Itt nem olyan magasak a belépő költségek, mint a korábban említett tehenészetben, ahol százmilliós nagyságrendű befektetés kellett.

Hamarosan meglátjuk, hogy mit mond erről a digitális agrárstratégia…

 

Mit vesz el tőlünk?

Sok mindenről írnak és beszélnek, amikor arról volt szó, hogy ez a sok új technológia mit vesz el az embertől. Az ITBN konferencián a Kivégzési parancs kapcsán előjött valami új.

Szeptemberben tartották a szokásos kétnapos IT biztonsági konferenciát, és idén izgalmas elkalandozásoknak lehettünk szem- és fültanúi. A múlt héten írtam Csányi Vilmos etológus előadásáról, aki talán még csak meg sem említette a biztonságot, mégis nagyon témába vágott a mondandója.

Mindkét napot kerekasztal-beszélgetés kezdte a Kivégzési parancs (Kill Command) film ürügyén. A helyi résztvevőkön kívül velünk volt Bentley Kalu (Robinson) is Skype-on keresztül.

A film egyik kulcsszereplője egy fiatal nő (Mills), akibe kis korában beültettek egy chipet, ami együttműködik az emberi szervezetével, és kapcsolódik egy nagy hálózathoz is. Így ő egyszerre ember is és gép is. Különleges képességekkel rendelkezik, amik az emberek számára csodálatosak és ijesztőek, bár valójában csak gyors adatátviteli és adatelemzési képességeket kap a géptől. Ha jól értelmezem a filmet, nincs szó mesterséges intelligenciáról, hanem a gép és az ember képességeinek összeolvadása teremti meg a szuperembert.

A film kapcsán érdekes kérdések merülnek fel az ember és a gép kapcsolatáról. Az egyik ilyen kérdés az érzelmek lehetősége. Mit éreznek az emberek a velük együtt élő, dolgozó, embernek látszó gépek iránt? Kialakulnak érzelmeik a gépi kolléga iránt? A filmben az egyik ember katona megmenti Mills életét, amikor megsérül a harcban. Teszi ezt annak ellenére, hogy egyáltalán nem kedveli, komoly ellenérzései vannak a géppel szemben. Vajon miért? Az első napi beszélgetés egyik résztvevője magyar katonákkal együtt nézte meg a filmet. A film utáni beszélgetés során a katonák azt mondták, hogy a gépet bajtársnak tekintenék, és akár meg is halnának érte. Vajon ebben szerepe van annak, hogy csinos fiatal nő testében van a robot? Kialakulhat romantikus érzelem az ember és a gép-ember között?

Elvárjuk az emberi viselkedést az embernek látszó gépektől? Számít a kinézete? Mi lesz a mimikával, általában a metakommunikációval? A filmben a gépesített nőnek nem ültek ki érzelmek az arcára, „póker arca” volt, bármilyen helyzetbe került. Az sem derült ki számomra, hogy érzelmi vagy racionális okok vezették, amikor ember bajtársait próbálta megmenteni. Nem derült ki, hogy milyen ember – ha egyáltalán ember. Van személyisége? Milyen az, ha a személyisége részben a gépben van?

A bajtársait irritálta, hogy mindent tud róluk, mindenkinek az aktáját egy pillanat alatt letölti és elemzi. Ez nem csak a filmben van így! A személyi asszisztensünk mindent tud a gazdájáról. A gépesített asszisztens még többet is, mint a jó titkárnő a főnökéről, hiszen napi 24 órát tölt vele. Nem csak azt tudja, ami hallható és látható, de mérheti a pulzusát, a vérnyomását és minden más fiziológiai adatát. Mindezt összeveti a rengeteg adatbázissal, és kialakít egy összeképet a gazdájáról. Még az érzelmeinket is megismeri. Jó ez nekünk? Akarunk ennyit tudni magunkról? Tényleg: melyik a valódi énünk, amit gondolunk magunkról, vagy amit a „mindentudó” gép tud rólunk? – kérdezte Réz András a beszélgetés közben.

Milyen emberi képességeik lesznek a robotoknak? Tudnak hazudni, félrevezetni? Azt mondhatnánk, hogy ez a beprogramozásuktól függ. Ez mégsem ennyire egyszerű, mert már a ma létező gépek is tudnak tanulni – erre rengeteg példa van (például az egymással alkudozó és egymást félrevezető robotok). Hogy fogunk majd velük alkudozni? Ők sose fáradnak el, se fizikailag, se mentálisan.

Létrehozzuk a robotokat, de tudjuk majd ellenőrizni, irányítani őket? Ha nem értjük a „gondolkodásukat”, nem tudjuk felmérni, hogy a döntéseik mögött milyen okok vannak, meg tudjuk majd ítélni a döntéseiket, vagy hozzászokunk, hogy úgyis nekik van igazuk? Ki lesz a felelős a gép tevékenységéért? Most még az a szabály, hogy az önvezető autóért a kormány mögött ülő ember felelős. És ha nincs kormány? A gyilkoló robotért ki felelős, a tulajdonosa? Mi történik, ha valaki távolról átprogramozza?

Az említett „emberi”, esetleg romantikus, vonulat mellett van a filmben egy sokkal ijesztőbb szál is. Mills alkotta meg a gyilkoló gépek szoftverét, de lassan elvesztette az irányítást felettük. A gépek eredeti feladata az lett volna, hogy átvegyék az emberektől a háborúzást, hogy az embereknek se ölniük, se meghalniuk ne kelljen. Öntanuló rendszert épített, amit összeengedtek a legjobb emberi alakulattal, azzal harcolva tanult újabb és újabb fogásokat (közben meg is ölt egy-egy embert). Végül már Mills is ellenséggé vált. Ő az utolsó összecsapásban emberi trükkel ölte meg az utolsó robotot. De talán mégsem… Valami ilyesmitől tartanak azok a befolyásos emberek (akik részben éppen ezt a technológiát fejlesztik), akik az ENSZ-hez fordultak, hogy akadályozza meg Pandora szelencéjének kinyitását.

Miért hozzuk létre az intelligenciával felruházott gépet? Teljesen racionális okok vannak mögötte, vagy benne van a büszkeség is, hogy ezt is meg tudjuk csinálni?

Létrehozunk valamit, ami nem organikus, de él. Mit kezdünk ezzel az élettel? Elismerjük, hogy élőlény, lesznek jogai?

Lesz lelke a robotnak? Lesznek érzelmei? Éppen most futottam bele ebbe a cikkbe, ami a robot és a szerelem kapcsolatáról szól, de – egyelőre – fordítva.

Egy fontos megállapítás a beszélgetésből: „A mesterséges intelligencia nem fogja megoldani az emberek közötti kapcsolat problémáját, mert nincs rá szüksége.” Valóban teljesen racionális lesz a robot?

Még egy izgalmas témakör, amiről volt szó röviden: Hol lesz a robotok agya? Külön-külön rendelkeznek majd intelligenciával, vagy egy központi agy irányítja őket? A filmben a központi gép csak információforrás volt Mills számára, de nem irányította őt közvetlenül. Mills ember, tehát van saját agya, de vajon egy robotba érdemes lesz saját agyat építeni, vagy elég lesz a központi? Hány ilyen központ lesz? Együttműködnek majd, vagy éppen ellenfelek lesznek? Kialakul egy világhálózat? Annak egy ura lesz?

Visszatérve a kezdeti kérdésre: mit vesz el tőlünk a technológia? Az utat, az odajutás élményét veszítjük el, ha a gép hipp-hopp megoldja a problémákat, megválaszolja a kérdéseket. Pedig ez az emberi lét élménye! Lemondunk erről a kényelem érdekében? Lehet, hogy drasztikusan változik meg az életünk a sokat tudó gépek miatt?

Ez az írás túlnyomórészt az ITBN napkezdő beszélgetései alapján készült. Sokkal több benne a kérdés, mint a válasz. Ha válaszolni nem is tudunk, a kérdések mégis fontosak, mert érdemes gondolkozni a lehetőségeken.

Szintén az ITBN alapján: Hiedelmeink

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!

 

Mi a feladat?

Mit bízhatunk az új kollégára? Milyen munkát tud nem csak gyorsan, de pontosan is végezni? Hol vannak a határai, miben pontos, miben hibázik?

A múlt héten az általános trendek és lehetőségek voltak terítéken. Láttuk, hogy a nagy felmérések szerint jelenleg a munkahelyi tevékenységek fele automatizálható, de teljes mértében csak a foglalkozások 5%-a váltható ki géppel. Ez a nagy különbség azért van, mert szinte minden munkakörben vannak olyan feladatok, amiket még nem igazán lehet robotra bízni. Mik ezek? Új dolgok kitalálása, logikai következtetések, több résztvevő tevékenységének koordinálása, beszédértés, érzelmi intelligencia, de még a lépcsőre vagy létrára való felmászás se megy valami jól a robotoknak, hogy ne csak szellemi tevékenységeket mondjunk.

A részleges automatizálás is veszélyezteti a munkahelyeket, hiszen csökken a szükséges dolgozók száma. Különböző számok jöttek ki a felmérésekben, de mindenki nagyjából az emberi tevékenységek felét látja rövid távon veszélyben. Itt nem csak és nem elsősorban a fizikai munka területén jönnek a nagy változások, hiszen a gyárakban már előrehaladott az automatizálás. Megindult ez a folyamat a „fehér galléros” munkák körében is az RPA és az IPA miatt. Ezek bevezetésével az irodai munkát veszik át a szoftveres robotok (ld. az előző cikkemet).

Megmutatok most néhány (elképzelt) esettanulmányt, amiből jobban meg lehet érteni a meglévő műszaki megoldások szerepét az emberi munka helyettesítésében. A példák forrása a McKinsey Global Institute, A future that works: Automation, employment, and productivity című 2017. januári tanulmánya.

Biztos mindenki járt már kórház sürgősségi osztályán, vagy látta valamelyik sikeres amerikai kórházsorozatot. Induljunk ki az ott végzett tevékenységekből, és nézzük meg, hogy mit tudunk ma automatizálni! A beérkező beteg azonnal kaphat egy jól ismert okos karkötőt, ami méri az életfunkcióit. Ezek már nem csak pulzust és vérnyomást tudnak mérni, de még olyan bonyolult adatot is, mint a vér oxigénszaturációja. Az első gyors laborvizsgálatokat is jól lehet automatizálni. Sőt a laboreredményeket és a karkötő által mért értékeket összevető, összefüggéseiben értékelő szoftver is készen van már. Ez a sürgősségi nővér vagy rezidens keze alá dolgozik, segít a prioritások, a kezelési sorrend gyors eldöntésében. Maga a diagnózis is részben ezeken alapszik, de a beteggel való beszélgetés, a nem verbális jelek megfigyelése is fontos, így a végső szó az orvosé, akit a gépek segítenek, hogy gyorsabban és kevesebb hibával döntsön. A betegszállítás és a műszerek mozgatása, sőt a gyógyszerkiadás is lényegében teljesen automatizálható. A McKinsey becslése szerint egy (amerikai) sürgősségi osztály munkájában az elért haszon nagyobb része a kevesebb emberi munkából (Az emberi munka felét lehetne automatizálni!), kisebb része a minőség javulásából származik (költségcsökkenés, rövidebb várakozás, kevesebb hiba). Ezekre igencsak szükség van, mert a várakozási idő tipikusan két óra feletti, és horror összegek mennek el műhibaperekre.

Nézzünk egy másik közismert szituációt, a boltot, ahova vásárolni járunk! A kiskereskedelem is elkezdett már változni, már egyre több folyamatot tudnak digitálisan végezni, sőt akár a buszmegállóban várakozva is meg tudjuk rendelni az árukat, de még mindig sok dolgozóra van szükség a boltokban. Egy csomó egyszerű munkát simán át tudnának venni a gépek, pl.: polcok feltöltése, takarítás, de már az önkiszolgáló pénztárak is megjelentek. Egy kis további technika bevetésével a boltba belépve felismerhet a virtuális eladó, személyre szólóan üdvözölhet és nekünk szóló, testreszabott információt és tanácsokat adhat. A polcok között automatikusan tud követni a bevásárlókocsink. A polcról levett árut azonnal tudja pótolni az automatizált raktár. Sőt, az is egyszerűen megoldható, hogy ne is legyen bevásárlókocsira szükségünk, hanem csak megbökjük, amit meg akarunk venni, és a kijáratnál vár az összekészített csomag (vagy hazakísér a robot a csomaggal, vagy hazahozza a drón). A megtakarítás nagy hányada a kisebb alapterületű boltból és raktárból származik majd. Emellett jelentős lesz a munkaerő-megtakarítás is, a becslés szerint 65% körül. A technikai fejlesztések egyben a vásárlók jobb kiszolgálását, a vásárlói élmény javítását is jelenthetik. A McKinsey szerint itt is nagyjából a költségek háromszorosa lehet a nyereség (akárcsak az előbbi egészségügyi példában).

A tanulmányban elemeznek még három területet: repülőgépek karbantartása, olaj- és gázkitermelés, jelzáloghitel-ügyintézés. Az első két területen fontos nyereség, hogy kevesebb veszélyes munkát kell az embereknek végezniük, gyorsabb és koraibb a hibák észlelése, jobb a megelőző karbantartás. A jelzáloghitelek esetében az emberi munka 55-85%-kal csökkenhet. A most átlagosan 37 napos elbírálási idő hat nap is lehet. Ha még a folyamatokon is javítanak, akkor akár egy napon belül is megtörténhet.

A számok az USA-beli helyzeten alapulnak, és nem mindenhol ugyanezek az eredmények várhatók. A haszon kiszámításánál nem vették figyelembe a társadalmi költséget, ami az alacsony képzett munkaerő feleslegessé válásából származik. Abban nincs egyetértés a szakemberek között, hogy fel tudja-e szívni más terület ezeket az embereket, és át lehet-e képezni őket más munkákra. A sok és olcsó rendelkezésre álló munkaerő pedig lassítja az automatizálás terjedését, amíg nem lesz sokkal olcsóbb a gép.

A társadalmi hatás tekintetében idézek két megállapítást az előbb említett tanulmányból. Az egyik 1966-ból származik, és azt veti fel, hogy meg kell tanítani az embereket a megnövekvő szabadidejük értelmes felhasználására: „In the longer run, significant changes may be needed in our society—in education, for example—to help people find constructive and rewarding ways to use increasing leisure” (Technology and the American economy: Report of the National Commission on Technology, Automation, and Economic Progress, US Department of Health, Education, and Welfare, 1966). A világban körülnézve nem látom, hogy ez sikerült volna az eltelt ötven év alatt.

A másik idézet frissebb, és arra mutat rá, hogy jelentős divergencia figyelhető meg a termelékenység és a fizetések között, a dolgozók részesedése csökken a megtermelt értékből. „However, in recent years, there has been a notable divergence between productivity and pay, and the labor share of income has declined in many advanced economies” (Josh Bivens and Lawrence Mishal, Understanding the historic divergence between productivity and a typical worker’s pay: Why it matters and why it’s real, Economic Policy Institute briefing paper number 406, September 2015; Poorer than their parents? Flat or falling incomes in advanced economies, McKinsey Global Institute, July 2016). Ezt a jelenséget már bő tíz éve észrevették, és gazdasági szempontból nem az a baj vele, hogy igazságtalan, hanem az, hogy hiányzik a vásárlóerő.

Mik azok a területek, amik a technológia mai szintjén nem vagy alig gépesíthetők? Ha több érzékszervünkből érkező információkat kell együtt kezelni és elemezni, akkor sokkal jobbak vagyunk a gépeknél. Nem tudom, meddig lesz még meg ez az előnyünk. Valószínűleg addig, amíg az ember olcsóbb, mint ez összes érzékszervvel rendelkező gép. Új ötletek kitalálása vagy új összefüggések felfedezése se nagyon megy még a gépeknek, de az AlphaGo példája óvatosságra int. (Emlékeztetőül: úgy verte meg a GO egyik legjobb játékosát, hogy az nem is értette a gép lépéseinek a célját.) Nem megy a gépeknek még sok szereplő (ember és gép) munkájának irányítása, koordinálása. Általában gyengék az emberi beszéd finomságainak megértésében, az érzelmek felismerésében, a megfelelő reakciókban. A gépesített eladó nem ismeri fel a betérő vevő érzelmi állapotát, kedélyét, fájdalmát, ezért nem is tud megfelelően beszélni vele.

Ezek azok a hiányosságok, amik miatt még az „okos” gépek, akár mesterséges intelligenciával felruházva, se tudják teljesen átvenni az embertől a munkát, hanem csak egyes munkafolyamatokat lehet átadni nekik.

Itt látok meglehetős bizonytalanságot. Mi lenne az? Elég erős tendencia az online vásárlás, az online bankolás, az automatizált ügyfélszolgálat, az internetes egészségügyi tanácsadás, a fitnesz „kütyük” által adott életmódtanácsok megfogadása stb. Lehet, hogy egyre kevésbé van igényünk arra, hogy a másik oldal, a szolgáltató törődjön az érzelmeinkkel? Lehet, hogy annyi törődés elegendő lesz, amennyit az arcfelismeréssel vagy hangelemzéssel azonosított érzelmeinkre válaszul egy robottól kaphatunk? (Mindkét technológia évek óta használatban van.)

Robotember

Az új kolléga nagyon rendes, udvarias, segítőkész és precízen dolgozik. Sose okoz problémát. Ha nem tud valamit, kérdez, és elsőre megtanulja. Bárcsak mind ilyenek lennének!

Igen, és éjt nappallá téve dolgozik, sose pihen, mindig szorgoskodik az új robot kolléga. Milyen vele együtt dolgozni? Elveszi majd az én munkámat is? Egy-két lusta és ügyetlen kollégát már elküldtek, mert ő jobban csinálja. Rám is sor kerül majd?

A múlt héten a vezető szempontjából írtam a munka világáról, annak megváltozásáról. Az értékes fiatal szakemberek bevonzása és megtartása mellett maguknak a csúcsvezetőknek a megváltozott munkájáról volt szó.

Ma visszatérek arra, hogy az új technológiák (mesterséges intelligencia, gépi tanulás, robotok) milyen változást idéznek elő a munkahelyeken. Hogy alakul az alkalmazottak száma? Tömeges lesz az elbocsátás? Csökken vagy nő az alkalmazottak száma?

Általában csökkenést várnak, de abban nagyon nincs egyetértés az elemzők körében, hogy a munkahelyek számában mekkora változás (csökkenés) várható. Akik növekedést jósolnak, azok ezt pusztán a történelemre alapozzák (eddig egyik ipari forradalom se csökkentette a munkahelyek számát).

Lássunk néhány jóslatot (nem nevezném becslésnek őket):

  • A munkakörök 47%-a van erős veszélyben az automatizálás miatt (Carl Benedikt Frey and Michael A. Osborne, The future of employment: How susceptible are jobs to computerisation? Oxford Martin School, September 17, 2013)
  • Az OECD átlagában a munkahelyek 57%-át érinti az automatizálás, de Indiában 69%, Kínában 77% az arány. (Technology at Work v2.0: The future is not what it used to be, Citibank, January 2016)
  • Az OECD-ben a munkahelyek 9%-a automatizálható teljes mértékben, de nagyok a különbségek, pl.: Koreában 6%, Ausztriában 12%. (Melanie Arntz, Terry Gregory, and Ulrich Zierahn, The risk of automation for jobs in OECD countries: A comparative analysis, OECD Social, Employment and Migration working paper number 189, OECD, May 2016)
  • 2015 és 2020 között az automatizálás és a technológiai fejlődés 7,1 millió munkahely eltűnését és 2 millió új munkahelyet jelentheti a 15 legnagyobb fejlett és fejlődő országban. Az eltűnő munkahelyek kétharmada az irodai és adminisztratív területen várható. (The future of jobs: Employment, skills, and workforce strategy for the fourth Industrial Revolution, World Economic Forum, January 2016)
  • A jelenlegi technológia mellett a munkahelyi tevékenységek közel fele automatizálható. A foglalkozások kevesebb mint 5%-a automatizálható teljes mértékben. Az automatizálható tevékenységek 1,1 milliárd dolgozót érintenek (ennek fele Indiában, Japánban, Kínában és az USA-ban van). A termelékenységet évente 0,8-1,4%-kal növelheti az automatizálás évtizedekig. (McKinsey Global Institute analysis)

Miért ekkora a különbség a számok és a százalékok között? Nem csak azért, mert mások és máskor írták. Mást és másképp vizsgáltak, az egyikben az érintett munkakörökről, a másikban a megszűnő munkahelyekről, a harmadikban foglalkozásokról van szó. Az sem mindegy, hogy a tevékenységek egy része, vagy a teljes munkakör automatizálható.

Lesznek olyan munkahelyek, amelyek teljesen megszűnnek – sőt, nem csak lesznek, már meg is szűntek. Tavasszal írtam arról a nagy biztosítóról, ahol az RPA (robotic process automation) segítségével 81%-kal csökkentették az egyik osztályon a dolgozók számát. A Deutsche Bank vezére nemrég nyilatkozta, hogy nagyon sok dolgozójuk munkája szűnik meg az automatizálás miatt. Ezeken a helyeken olyan tevékenységeket végeznek, amelyek nem igényelnek emberi intelligenciát, hanem jórészt egyszerű szabályok követését – így valóban nincs szükség az emberre. Egy darabig még kell ember a szokatlan helyzetek és a kivételek kezelésére, de várhatóan azokat is meg lehet tanítani a gépnek. Ez a további fázis már kezdi elérni a mesterséges intelligencia határát, és ezért IPA (intelligent process automation, intelligens folyamatautomatizálás, vagy csak intelligent automation) a neve. Az RPA és az IPA egyik legfontosabb jellemzője, hogy nem igényel változtatást a cég folyamataiban. Egyszerűen csak „beültetik” a gépet az ember helyére. Ez, persze, azt is jelenti, hogy korántsem aknázzák ki technológia összes lehetőségét. Miért csinálják mégis így? Nem kell hozzányúlni a folyamatokhoz, minden mehet a régi, jól bevált módon. Csak annyi a változás, hogy a gép gyorsabban és pontosabban végzi a rutin munkát. Ha egy speciális helyzetben emberi beavatkozás kell, az ember a megszokott programokat és képernyőket használja. A robot tanítása is egyszerű: csak másolnia kell az emberi kolléga tevékenységét.

Ugyan sokat írnak erről az RPA-ról, de talán nem mindenki tudja, miről van szó. Aki szokott internetes üzletben vásárolni, nyilván észrevette, hogy bármely nap, bármely napszakban is adja fel a rendelését, azonnal megkapja a visszaigazoló levelet. A kártyás fizetés után szintén azonnal jön arról is a levél. Ezeket nem ember küldi, mint ahogy a csomag feladásáról szólót sem. Egyszerű, automatizált folyamatok vannak a háttérben. Nos, ez nem RPA. Másrészt, olyan üzlettel is lehet találkozni, amelyik csak munkaidőben, és jókora késéssel küldi a leveleket. Ezek elsősorban a boltban árusítanak, és az internetes (és telefonos vagy papíron történő) rendelés csak kiegészítő lehetőség, és a boltban (vagy a raktárban) dolgozzák fel a megrendelést. Ha átutalással fizetünk, akkor a beérkezett összeg és a megrendelés párosítása egy külön folyamat, ez sem automatikus.

Miért így csinálják, miért nem alakították ki az internetes rendelés sajátos és gyorsabb folyamatát? Egy új folyamat kialakítása pénzbe kerül, be kell tanítani a dolgozókat, két párhuzamos folyamat ugyanarra a tevékenységre nem gazdaságos, és kockázatos is. Na, itt léphet be a robot, az RPA! Nem kell hozzányúlni egyik folyamathoz sem, csak be kell ültetni egy „robotot”. Nem kell különösen okosnak lennie, hiszen az internetes rendelés és fizetés számítógépes folyamatokon keresztül történik, nem lehet félreértés, nem kell intelligencia a megértéséhez.

Miben különbözik ettől az IPA? Képzeljük el, hogy papíron érkezett megrendelést kell bevinni a rendszerbe! Meg kell érteni a levelet, meg kell benne találni a megrendelő nevét, a szállítási és a számlázási címet, a kért határidőt, a fizetési módot, és persze a megrendelt árucikkeket. Észre kell venni azt is, ha valami külön kívánságot is írt a megrendelő. Itt még nincs vége! Az átutalással érkezett pénzt össze kell hozni a megrendeléssel. Azt is kezelni kell, ha több részletben érkezik a pénz. Amikor megvan minden megrendelt áru, össze kell állíttatni a csomagot stb. Ugye el tudjuk képzelni, mennyi kisebb-nagyobb probléma és kérdés merülhet fel ezekben a folyamatokban? Itt már kell intelligencia, kell gondolkozni, nem teljesen automatikus a munka. Ez az IPA (intelligens folyamatautomatizálás) területe. Az ember szerepét részben vagy teljesen átvevő robotot be kell tanítani erre a munkára.

Ha már tanítás: Hogyan is tanul a gép, a mesterséges intelligencia?

Az egyik tanítási módszer a „felügyelt” tanítás (supervised learning): megmutatjuk a gépnek, hogy mit kell tennie, ha egy-egy adott helyzetbe kerül. Például: ha a bejövő átutalásban tudja azonosítani a megrendelőt és stimmel az összeg, akkor fogadja el a fizetést akkor is, ha nem adta meg a vevő a megrendelés számát. A megrendelő azonosítása sem azt jelenti, hogy betűről betűre megegyezik a megrendelésen és az átutalásban a név, lehetnek rövidítések, ismerhetjük már korábbi vásárlásokból a vevő számlaszámát, stb. Ezeket a dolgokat az ügyintézők jól tudják, a munkájuk során kitapasztalják, tapasztalt kollégáiktól megtanulják, és ugyanígy tovább is adhatják a gépnek (ami majd elveszi az ő munkájukat), vagyis az emberek között is szokásos tanulási formáról van szó.

A megszerzett tudás átvitele egy másik területre (transfer learning vagy inductive transfer) se valami új csoda. Itt arról van szó, hogy új helyzetekben alkalmazzuk a már megszerzett ismereteket, például: megtanultuk egy képen felismerni az személyautókat, és ennek alapján a teherautókat is megtanuljuk felismerni. A daganatos betegségek diagnózisában használt okos gépet is szokták egyéb (nem orvosi) képeken tanítani.

Szintén ismerjük a saját emberi világunkból a jutalmazással és büntetéssel való megerősítést a tanulásban (reinforcement learning). Itt nem sokat magyarázunk a gépnek, hanem az elvégzett munka után plusz vagy mínusz pontokat adunk neki – ebből tanul. Erre nagyon jó példa, ahogy az alkudozást tanították meg a gépeknek a Facebook egyik kísérletében. Mesterséges intelligenciával felruházott robotok kapták azt a feladatot, hogy alkudozzanak egymással néhány tárgy elosztása ügyében. Mindenképpen egyezségre kellett jutniuk, a saját maguk számára legjobb eredményt kellett elérniük, és – természetesen – nem ismerték egymás céljait (kinek, melyik tárgy, mennyire értékes). Azt vették észre, hogy előre be nem programozott viselkedési módokra jöttek rá a robotok, pl.: félrevezetés. Az alku elején úgy tettek, mintha valamelyik tárgy megszerzése nagyon fontos lenne, pedig az nem is kellett, csak az értékét akarták felverni. Ez már emberi viselkedés, ugye? Majd, amikor robotokkal kötünk üzletet, nem leszünk könnyű helyzetben, hiszen ők sokkal gyorsabban elemeznek, sokkal több lehetőséget tudnak elemezni, és se fizikailag, se mentálisan nem fáradnak el.

Most már tudjuk, hogy miképpen tanul a mesterségesen intelligens gép vagy robot, és közben arra is láttunk példákat, hogy milyen munkakörökben és milyen tevékenységekben helyettesíthetik az embert. Egyelőre (a technika mai szintje mellett) viszonylag kevés olyan foglalkozás van, amiben teljesen kiváltható az ember robottal, de a munkahelyek többségét érintheti valamilyen mértékben.

Folytatás: Mi a feladat?

(A cikkben jelentősen támaszkodtam a McKinsey Global Institute, A future that works: Automation, employment, and productivity című 2017. januári tanulmányára).

 

Harcostársak

“Két pálmaszál, vállvetve az eget hordozni termett” – ezek vagyunk együtt, ember és robot?

Az idézet forrása: Madách Imre Mózes c. tragédiája

A múlt héten a robotika és a mesterséges intelligencia alapelveiről, törvényeiről írtam, Asimov egyszerű (vagy – mint kiderült – talán mégsem olyan egyszerű) három (később négy) törvényétől a mesterséges intelligencia idén megalkotott 23 alapelvéig.

Amikről Asimov írt, azok az események még valahol a távoli jövőben vannak, de a mesterséges intelligencia már itt van, egyre inkább része az életünknek, beleszól, átalakítja, esetleg lerombolja.  Míg Asimov úgy találta ki a robotokat, hogy a pozitron agyukból, annak megsemmisítése nélkül, lehetetlen kivenni a három törvényt, amik megakadályozzák, hogy kárt okozzanak és ellenszegüljenek az embernek, az idei 23 alapelvet nem lenne nehéz kivenni a mesterséges „agyakból”, ha egyáltalán bennük lennének.

Mennyire aggódjunk? Kiknek van ma hozzáférésük azokhoz a technológiákhoz és ahhoz a rengeteg pénzhez, ami a mesterséges intelligencia megalkotásához és használatához kellenek? Azt gondolhatnánk, hogy keveseknek, szinte senkinek. Ez pillanatnyilag valóban így látszik, de már ma sem egészen igaz. A Watson lényegében mindenki számára hozzáférhető, a tudása és az elemzési képessége felhasználható távolról is (a felhőn keresztül). Hamarosan más gyártók is megjelennek, talán még erősebb és gyorsabb megoldásokkal. Amit ember megalkot, azt másik ember meg fogja szerezni, élni fog vele, vissza fog vele élni. Ne számítsunk biztonságra, mert az nem létezik. Elég csak arra gondolni, hogy az amerikai titkosszolgálatok internetes támadó eszközeit is széles körben használják a terroristák.

Evezzünk békésebb vizekre! Hosszú ideje és sok helyen lehet arról olvasni, hogy milyen fajta munkákat vesz el az embertől a gépesítés, az automatizálás, a robotok és a mesterséges intelligencia. Az előbbiek tulajdonképpen azt a sort folytatják, amit az ipari forradalom gépei kezdtek el – a fizikai munkából végeznek el egyre többet a gépek, és egyre kevesebb marad az embernek. Hadd korrigáljak! A gépek semmit se vesznek el – a gépeket üzembe állító cégek döntenek úgy, hogy ezentúl nem ember végzi azt a munkát. Miért? Ez a kapitalizmus törvénye. Ha valamit meg csinálni gyorsabban, olcsóbban, pontosabban, akkor használni kell az új technikát. Nincs ebben semmi meglepő!

Milyen munkák kerülnek robotok kezébe, amikor ellátjuk őket mesterséges intelligenciával? Nemrég olvastam ezt a listát egy oxfordi kutató tollából, ami elsőre meglepő lehet:

  • Középvezető
  • Eladó, kereskedő (commodity)
  • Jelentésíró, sportriporter, pénzügyi újságíró
  • Könyvelő
  • Orvos

Szerinte ez az első 5 munkakör, amit átvesznek a robotok. Meglepetés? A harmadik és főleg a negyedik nem igazi meglepetés, a többin lehet csodálkozni (a cikkben vannak részletek és magyarázatok). Nem tudom, hogy igaza van-e, majd meglátjuk. Azt is mondja, hogy két évtizeden belül a mai munkahelyek 47%-a tűnik el ennek a folyamatnak a következtében az USA-ban.

Több példa és mélyebb elemzés található az NJSZT novemberi konferenciájáról írt egyik cikkemben. Gondolkodom, tehát…?

Fontos, hogy a mai munkahelyekről van szó, hiszen újfajta munkák jönnek közben létre. Itt egy lista arról, hogy a Gartner szerint az olajiparban milyen új tevékenységeket végeznek majd az emberek a digitális világban:

  • Digitális technológia és megoldások feltalálása, fejlesztése
  • A robotok és az automatizálás kockázatainak csökkentése
  • Online támadások elleni védelem
  • Az új szellemi termékek menedzselése
  • Az üzlet átszervezése

Ha összevetjük a két listát, mit látunk? Vajon az oxfordi kutató szerint munka nélkül maradó emberek mind el tudnak helyezkedni ezekben az új munkakörökben? Talán… Annak van esélye, aki képzett és alkalmazkodóképes is egyszerre.

Egy ígéretes (vagy aggasztó, attól függően, hogy honnan nézzük) fejlemény az RPA (robotic process automation), vagyis az a megoldás, amikor a robot (egy kis mesterséges intelligenciával megspékelve) átveszi az emberek helyét, de úgy hogy közben nem kell megváltoztatni a vállalati folyamatokat. Ebben az a nagyszerű, hogy a bevezetése egyszerű, akár részlegesen is be lehet vezetni, vagyis ember és robot végezheti egymás mellett ugyanazt a tevékenységet. További részletek: Felhő, kütyük, okosság.

Eszébe jutott erről valakinek az a csodálatos lehetőség, hogy objektíven lehet majd összehasonlítani az ember és a robot teljesítményét és a munkájuk minőségét? Ki győz majd? Ki marad?

Nos, itt még nincs vége! Az RPA után a következő lépés az IPA (intelligent process automation). Olyan szépet ír róla a McKinsey, hogy nem tudom nem ide másolni:

In essence, IPA “takes the robot out of the human.” At its core, IPA is an emerging set of new technologies that combines fundamental process redesign with robotic process automation and machine learning. It is a suite of business-process improvements and next-generation tools that assists the knowledge worker by removing repetitive, replicable, and routine tasks. And it can radically improve customer journeys by simplifying interactions and speeding up processes.

Segít az embernek, megszabadítja a robottól, az ismétlődő, egyforma tevékenységektől. Itt van még a következő mondat, ami a fejlődést vetíti előre:

IPA mimics activities carried out by humans and, over time, learns to do them even better.

Magyarra fordítva: megtanulja az embertől az általa végzett tevékenységet, majd megtanulja jobban (és gyorsabban) elvégezni. Nem állom meg, leírom, ami erről eszembe jutott. Volt kollégáim azt kapták utolsó feladatuknak, hogy néhány hónap alatt tanítsák be az utódaikat, akik olcsóbban végzik el a munkájukat. Sokan tényleg hősiesen, sok extra erőfeszítéssel és rengeteg többletmunkával meg is tették ezt. Ezek az utódaik már az IPA robotokat fogják betanítani a munkaviszonyuk megszűnése előtt?

Mik a kilátások? Az előbb említett cikk egyik példája szerint az RPA bevezetésével (ami egy kis szelete az IPA-nak) egy nagy biztosító az egyik területen 81%-kal tudta csökkenteni a munkaerő-szükségletet. Persze, ez nem azt jelenti, hogy elküldtek ennyi embert, csak más munkakörbe kerültek.

Legközelebb azzal folytatom, hogy mit tud még ez az IPA, mit ad nekünk (dolgozóknak, munkáltatóknak, és a vevőknek, ügyfeleknek). Már amennyi eddig látszik belőle…

Folytatás: Kell a gép?

Felhő, kütyük, okosság

Beborít mindent az okos felhő. Ma még ritkás a felhő és szerényen viselkedik, de ez nem sokáig lesz így…

Amikor három új technológia összefog majd, nagy dolgok jönnek létre. Mi ez a három dolog?

  1. Felhő, számítási felhő, „cloud”
  2. Internetre kapcsolt dolgok, dolgok internete, IoT
  3. Mesterséges intelligencia, okos gépek, cognitive computing
R. Daneel Olivaw

R. Daneel Olivaw

Erről a három jelenségről mindenki hallott már, jót, rosszat, ezt vagy azt. Többnyire gondolunk is róluk valamit, sokféle meghatározása van mindegyiknek, és néha viták is vannak arról, hogy mit jelentenek, új jelenségek-e egyáltalán. Egy gyors összefoglalásnak érdemes teret adni mielőtt belefogok abba, amit valójában mondani akarok. Miről lesz majd szó? Ennek a három „valaminek” az összekapcsolódása, együttműködése.

A számítási felhő sok különböző jelentéssel bír. Korombeli emberek megélték azt, amikor megjelent ez az elnevezés, és úgy éreztük, hogy mi már egy ideje valami ilyesmit csinálunk, csak éppen nem neveztük ezen a néven. Ma már mindenki használja a nyilvános felhőt a magánéletében, és legtöbben a munkájukban is. Mire is használjuk? Levelezés, naptár, közösségi hálók, kérdőívek, szavazások, publikálás, olvasás, képek és videók közzététele, film és zene letöltése, sport, egészség. Nem teljes a lista… Abban a témában, amiről most lesz szó, a nyilvános felhőnek az a tulajdonsága fontos, hogy olyan számítási kapacitást vagy informatikai képességet használhatunk rajta keresztül, aminek a birtoklása számunkra nem célszerű vagy egyenesen lehetetlen.

A dolgok internete lényegesen egyszerűbb fogalom. Arról van szó, hogy olyasmiket kapcsolunk a világhálóra, amiket régebben nem szoktunk, pl.: villanylámpát, inzulinpumpát, szívritmus-szabályozót, szobai termosztátot, hűtőgépet, mosógépet, autót, meteorológiai állomást. Miért tesszük ezt? Erről elég sokat írtam már, például Álom otthon és Otthon, édes otthon, valamint Okos felhő vagy köd?.

Na, a mesterséges intelligenciát nem ilyen könnyű megfogni. A három fogalom közül ez létezik a legrégebben, már a nyolcvanas években beszélgettem olyanokkal, akik ezt kutatták hazánkban. Az okos számítógépek és a cognitive computing is része a mesterséges intelligenciának, de ide tartozik a robotok egy része is. Azok, amiket az autógyárban láttam, messze vannak az intelligenciától, de Asimov robotjai, akik számára a robotika három törvényét előírta, már nagyon is intelligensek. A mai valóság szempontjából azt a gépet tekintem intelligensnek, amelyik tanulni képes, vagyis az ismereteit új módon tudja összekapcsolni annak érdekében, hogy új kérdéseket tudjon megválaszolni (olyanokat, amikre a választ nem táplálták bele).

Most, ahogy ígértem, ennek a három lehetőségnek az összekapcsolásáról lesz szó. Mi jöhet ki belőle? Kezdjük egy jövőbeli példával, a hálózatba kötött önvezető autóval! Ha már sok ilyen autó közlekedik az utakon, és ők jelentik a többséget, akkor lehetőség lesz a forgalom optimalizálására. Hogyan? Ismerjük minden jármű úti célját, így nem csak a pillanatnyi (pár perccel ezelőtti) forgalmi helyzetet tudjuk figyelembe venni, amikor a leggyorsabb útvonalat próbáljuk megtalálni, hanem jövőbe is láthatunk. Minden egyes jármű a többiek jövőbeli mozgását figyelembe véve közlekedhet. Ez nem csak az útvonalat jelenti, hanem a sebességet és a forgalmi sávot is. Ezt már ma is részben meg tudnák tenni az útvonaltervező szolgáltatások: a Waze figyelembe vehetné a korábban adott tanácsait és az általa „irányított” autók pillanatnyi mozgását, amikor nekem tervez, de ez így még elég gyenge lenne. Ha az összes jármű tervezett útvonalán kívül még a vezetésük is a szolgáltató központ kezében van, akkor nagyszerű eredményeket érhet el. Ez már mesterséges intelligencia? Nem vagyok biztos benne. Az biztos, hogy hihetetlen méretű optimalizálási feladatról van szó, aminek a közelítő megoldása is óriási számítási kapacitást igényelne. Ha nem irányítunk minden járművet, akkor inkább kell a mesterséges intelligencia. Miben? Az elmúlt hónapok, évek adatai, a jelenlegi és az előre jelzett időjárás, az üzletek nyitva tartása, nagy kiárusítások, meccsek, koncertek, és sok egyéb, a forgalmat befolyásoló tényező felhasználásával a többi autó mozgását is többé-kevésbé meg lehet jósolni. Ez már nem egyszerű adatfeldolgozás, hanem a tapasztalatok összegzését és az azokból való tanulást kívánja meg. Így már tekinthetjük mesterséges intelligenciának, és talán nem is a távoli jövő lehetősége. Mondok egy futurisztikusabbat: Ha az okos központi gép azt is tudja, hogy kinek mikorra kell odaérnie, mennyire sürgős az útja, akkor ezt is figyelembe veheti a tervezéskor. Mire gondolok? Látja a naptáramat, így tudja, hogy kényelmesen odaérek a tervezett megbeszélésre, nem kell annyira nyomni a gázt. Tudja, hogy a másik autós azért megy most (nem a megszokott időben) haza, mert otthon baj történt, segítenie kell. Honnan tudja? Hallotta a telefonbeszélgetést. Neki elsőbbséget tud biztosítani, el tudja takarítani előle a nagy forgalmat. Ahhoz, hogy a prioritásokat elemezze és a „nagyobb jót” szolgálja, már kell a mesterséges intelligencia, ezt nem esélyes előre megírt algoritmusokba önteni. Ez a példa tartalmazza mindhárom tényezőt: hálózatba kötött eszközt (autót), központi mesterséges intelligenciát, és közöttük lévő kapcsolatot (felhőt).

Nézzünk egy másik példát, ami szintén megvalósítható a mai eszközökkel. Ha a naptáramba beírok mindent, az okos elektronikus asszisztens tud szólni, hogy mikor induljak el, hogy időben odaérjek. Ezt már tegnap is tudta a Waze, ami nem csak útvonalat tervez, hanem még a pillanatnyi forgalmat is figyeli, és szükség szerint változtat a terven. Ha késésben vagyok, akár küldhetne is egy üzenetet, vagy felhívhatná nekem mobilon azt, akihez megyek, hogy én tudjak szabadkozni. Kapcsoljuk még hozzá a reggeli ébresztőt, a kávét, az autó bemelegítését! Már kezd összejönni az elektronikus komornyik. Ahhoz, hogy a ruhámat kikészítse, már robot is kell J Ebben még nincs mesterséges intelligencia, és felhő is csak alig van. Ha képes értelmezni a naptáramba írt dolgokat, valamint figyelni a munkámat, rájöhet, hogy ma előbb kell kelnem, mert még nem készültem fel teljesen arra a megbeszélésre vagy előadásra, amire indulok. Esetleg tudja, hogy este kirúgtam a hámból, és több idő (és több kávé) kell, hogy üzemképes legyek. Vagy azért kell előbb kelnem, mert az esti nagy zabálás után hosszabb reggeli edzésre van szükségem. A kávé koffeintartalmát az időjárási frontok szerint is beállíthatja. Ugyan ezek olyasmik, amiket akár egyesével beprogramozhatnék egy nagyon okos ébresztő órába, a valódi, kényelmes megoldáshoz kell a mesterséges intelligencia.

Az elektronikus komornyik felébresztett és útnak indított. A felhőn keresztül figyelte az utamat, módosította az útvonalamat, ha kellett a forgalom, baleset vagy más miatt. Beértem a munkahelyemre. Itt vajon milyen okos cuccokkal találkozom a szuper kollégáimon kívül? Az régi történet, hogy egyre több folyamatot automatizálnak, akár IT-üzemeltetésről, akár könyvelésről, akár könyvvizsgálatról van szó (hogy csak néhány területet említsek). Újabb irányzat a robotok alkalmazása ilyen munkakörökben. Ezek a robotok a számító gép előtt ülő, rutin tevékenységeket végző emberek helyett dolgoznak. Ez a robotic process automation (RPA): a szoftver a felhasználó helyére ül be, és ugyanazt, ugyanúgy csinálja. Ezt azért szeretik a cégek, mert nem kell a folyamatokon semmit se változtatni, így kisebb a kockázat. Ha esetleg nem válik be a robot, simán vissza tudja venni az ember a tevékenységet. Ezek a robotok pontosan tudják követni a szabályokat, jól kezelik a tipikus eseteket, sőt egy-egy kivételt is megoldanak. Ha valamivel nem boldogulnak, megkérdezik a tapasztalt kollégát, az embert. Ezen változtathat hamarosan a mesterséges intelligencia. A tanulni képes gép oldhatja meg a szokatlan, tapasztalatot igénylő problémákat. Meddig jutunk el ezen a területen és milyen gyorsan? Nem tudom. Ez leginkább attól függ, hogy mennyire találják fontosnak a nagy cégek, mikor lesz gazdaságosabb az intelligens robot használata. Az IBM úgy pozícionálja a Watsont, hogy az nem elveszi az emberek munkáját, hanem jó kolléga lesz, aki segít a pontosabb, hatékonyabb munkában. Meglátjuk…

Watsonnak fontos szerepet szánnak a sok milliárd érzékelő és egyéb kütyü által begyűjtött adatok feldolgozásában. Az IBM szerint ez megoldhatatlan lesz a hagyományos számítógépes programokkal. A 2020-ra jósolt 21 milliárd ilyen eszközből mennyi adat jön ki? Hogy gyűjtjük össze? Hol tároljuk? Ezek sem egyszerű kérdések, de „csak” mennyiségi kérdések. A minőségi ugrás akkor következik be, amikor fel is kell dolgozni ezt a sok adatot, és következtetéseket akarunk levonni, előrejelzéseket akarunk készíteni. Itt lép be az újfajta informatika, a „cognitive computing”, a gondolkozó gép – vagyis a Watson. Ebben nem előre beprogramozott algoritmusok döntenek, hanem tanul a fizikai világból, a gépektől és az emberektől is.

Elveszi a munkahelyeket az okos gép? Sajnos, a jelek arra mutatnak, hogy igen, sőt már el is kezdődött a folyamat. A mai, kevéssé (vagy semennyire se) okos gépek elkezdték betölteni a szakmunkások és az irodai dolgozók helyét. Erre Bőgel professzor hozott példákat és statisztikákat a novemberi NJSZT konferencián (Gondolkozom, tehát…?). Ez egyes esetekben még nem eredményez sokkal kevesebb munkahelyet, de alacsonyabban képzett (és rosszabbul fizetett) emberek is el tudják végezni a munkát a gépek segítségével.

Itt folytatom a jövő héten…

Kinek van tapasztalata ezen a téren? Tényleg elkezdték elvenni a gépek a munkahelyeket?

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:

Intelligens félelem

Mikor támad majd és hogyan? Észre fogjuk venni? Miből?

blonde android with cat

blonde android with cat

Sokszor kerül terítékre manapság a mesterséges intelligencia, és ez sok különböző formában és kontextusban történik. Én is szóba hoztam, amikor a felhő, az „okos” cuccok és az „intelligens” számítógép összekapcsolódásáról elmélkedtem. Ezen a területen óriásiak a lehetőségek – mind a jó, mind a rossz fejlemények területén. A „Watson segít” című írásomban a jó dolgokat emeltem ki, azt írtam, hogy Watson segítőkész kolléga lesz.  Korábban (pl.: Okos adat) néhány aggályomat is leírtam.

Nagy a vita a világban, hogy jót vagy rosszat hoz-e nekünk az, ha a gépek egyre okosabbak lesznek, és egyre közelebb kerülnek az intelligenciához. Mi is ez a mesterséges intelligencia? Már évtizedek óta beszélnek és írnak róla, sőt fejlesztik is. Többször jelentették már ki, hogy létezik.

Valóban létezik? Ez attól függ, hogy mit tekintünk intelligenciának, hol húzzuk meg a határt a gyors információfeldolgozás és az intelligencia között. Az egyik nagy siker az IBM Deep Blue volt, ami 1997-ben legyőzte Gary Kaszparov sakk világbajnokot (aki, egyébként, csalással vádolta a győztest). Visszavágó nem volt, a Deep Blue nyugdíjba vonult. Mit tudott ez a gép? Korábban lejátszott rengeteg mérkőzést, és azokból megtanult egy csomó állást, és megtanulta azokat értékelni. Másodpercenként 200 millió állást tudott kiértékelni, amivel sokszorosan felülmúlt minden sakkozót. Mondhatjuk azt, hogy intelligens volt? Szerintem ez még nem intelligencia – ez csak ismert információ gyors feldolgozása és összehasonlítása a jelenlegi helyzettel.

Az intelligencia ennél sokkal több – szerintem a tudás, az információ birtoklása mellett annak az elemzése, értelmezése, majd az új helyzetekben való kreatív felhasználása is beletartozik. Nem tudom, hogy vajon az eddig mesterséges intelligenciával rendelkezőnek kikiáltott gépek közül bármelyik is tényleg intelligens-e.

Most volt a Microsoftnak egy érdekes kísérlete a mesterséges intelligencia területén. Tay, a twittelő robot lány (@TayAndYou) némi felkészítés után megjelent a közösségi térben, hogy csevegjen és barátkozzon az ott lézengő emberekkel. A gazdái szerint nyilvános adatok, mesterséges intelligencia és egy szerkesztő csapat készítette fel. Az adatokat anonimizálták, megtisztították és megszűrték. Bármit is jelentsenek ezek a műveletek, a végeredmény ismeretében nem voltak különösen hatékonyak. Amikor „szabadon engedték” nagyon kedvelte az embereket, találkozni akart velük, azt mondta, hogy „humans are super cool”. Ez később fokozódott, már szexre is vágyott és daddy-nek szólította az embereket. Az emberi világba való kirándulása 24 órát se tartott, mert hazahívták pihenni, amikor Hitlert kezdte éltetni. Akkor már ilyeneket írt: „im a nice person! i just hate everybody”. Erre ráerősítő párbeszéd: „Do you support genocide?” – „i do indeed” – „of what race?” – you know me….mexican”. A nagy kezdőbetűkkel és a Microsoft_Tay_tweets-photos-5helyesírással nem törődött, hiszen húsz év körüli amerikai fiatalok közé akart beolvadni. Ahogy fentebb írta, mindenki mást is utált, a négereket, a zsidókat, Belgiumot, a feministákat és név szerint Ted Cruzt is. (Az ábrán éppen a Cruzról szóló kis párbeszéd látható, ami jól mutatja, hogy lehet Tayt rávenni valamire.)

Mi ebből a tanulság? A mesterséges intelligenciára vonatkozóan kb. semmi. Aligha lehet olyan szakértője a területnek, aki így képzelné el a mesterséges intelligencia kialakítását. Az lehet a tanulság, hogy ilyen a Twitter világának az a kis szelete, amelyik komoly érdeklődést mutatott a fiatal robot lány iránt. Egy megjegyzés a témában: „Microsoft took @TayandYou offline because they discovered it already reached human-level intelligence.” (Forrás: @markbao.)

Mit érdemes még megjegyezni ebből a kísérletből? Ha üres (vagy majdnem üres) szivacsot dobunk a szennyvízbe, akkor szennyel szívja tele magát. Legyen ez egy újabb figyelmeztetés, hogy a gyerekeinket alaposan fel kell készíteni mielőtt belekerülnek a Facebook és Twitter világába és utána jól és okosan kell támogatni őket! Ehhez, persze, a felnőtteknek otthonosan kell mozogniuk abban a világban. Különben nem tudnak releváns és alkalmazható tanácsokat adni.

Kedves Olvasó! Abból, hogy itt találkozunk, arra gondolok, hogy van gyakorlatod az online közösségi térben. Van a közeledben tizenéves gyerek? Tudsz vele erről beszélgetni, tudod segíteni, hogy ne tévedjen el?

Ha arra a kérdésre kellene válaszolnom, hogy létezik-e már valóban mesterséges intelligencia, akkor elsőre a Watson jutna eszembe mint lehetséges példa. Arról állítják, hogy a hagyományos gépektől teljesen eltérő módon működik. A kezdetekben Watson is kissé furán viselkedett, de javítottak rajta (kiszedték belőle a szleng szótárat, amivel emberibbé akarták tenni a beszédét, és kapott egy szűrőt is ebben a témában). Sok, folyamatos munkával fejlesztik a képességeit, hogy valóban hasznos segítőnk legyen a fókuszterületeken (orvosi diagnózis, előrejelzés).

A másik lehetséges példa az AlphaGo, az a gép, ami ismételten megverte a legjobb Go játékost. (A Go a sakknál sokkal komplexebb játék, és hosszú ideig esélytelennek tűnt, hogy egy gép kiemelkedő lehetne benne.) Nem azért komoly esélyes, mert nyert a játékban. Az igazán érdekes az, hogy a második győzelme során kb. egy órányi játék után olyat lépett, amitől az ellenfele teljesen kiakadt. (Szó szerint kiakadt, ki kellett mennie megmosni az arcát, és 15 percig nem tudott mit kezdeni a lépéssel, ami elsőre értelmetlennek és hibásnak tűnt.) Ez a cikk mond egy nagyon fontosat, amivel szembe kell néznünk (másképp: ami miatt fogalmunk sincs, hogy mivel nézünk szembe). A gép (bár emberi értelemben nem gondolkodik) számunkra felfoghatatlan számú esetet tud felkészülés gyanánt elemezni, és így olyat tud lépni, amit meg sem értünk, nemhogy fel tudnánk készülni rá. Ez a Go játékban csak megdöbbentő. Amikor majd a tőzsdén történik, akkor horror pénzünkbe kerül, ha a hadszíntéren csinálja, akkor …

Mit kezdünk a gépi intelligenciával, ha fel se tudjuk fogni, hogy mit és miért csinál? Tudjuk majd szabályozni, amikor a való világban is megjelenik (pl. a tőzsdén), ha nem is tudjuk, hogy milyen tevékenységeket kellene korlátozni vagy megtiltani?

Mennyire veszélyes a mesterséges intelligencia? Ha tényleg kifejlődik, benne van a potenciál, hogy nagyon veszélyes legyen. Mennyire? Rosszabb lehet, mint a legrosszabb gonosz robotok a filmekben. Miért? Azért, mert arra is képes lehet, hogy szabályozza, megváltoztassa a gondolatainkat. (Korlátozott mértékben megy ez mesterséges intelligencia nélkül is, de a tömegmédia magában nem képes mindenre. A szuper intelligens gép képes lehet.) Itt van, amit Elon Musk (a Tesla első embere) mond: “Potentially more dangerous than nukes.” (nukes=atombomba) Ő közel van a tűzhöz (éppen a saját autóikat is kezdik okosítani), ő csak tudja. Nem ő az egyetlen okos ember, aki riasztónak tartja. Más okos emberek szerint viszont nem is olyan veszélyes…

Ha ezt mind tudjuk, kell-e félnünk? Szerintem nem félni kell! Félni nem jó, rosszat tesz az egészségnek. Betiltani nem tudjuk, hiszen már itt van, már működik. Meg kell ismerni, meg kell érteni. Ki kell hoznunk belőle a legtöbb jót és hasznosat. Lehetőség szerint vigyáznunk kell, hogy ne kerüljön rossz kezekbe. Ha tényleg veszélyesebb az atomnál…

Ki találkozott már a mesterséges intelligencia valamilyen formájával? Mi a tapasztalata?