Kell a gép?

Kimossuk a felhőt? A felhő mossa ki a ruháinkat? Hogy is van ez?

Sokféle módon használjuk a felhő–mesterséges intelligencia–internetre kötött cuccok “szentháromságát” – pl.: otthon, sport és autózás közben, az egészségünk megtartására. Nemrég mutattam mezőgazdasági példákat is, de a talán legnagyobb felhasználó az ipar.

Az nem újdonság, hogy a gyárakban zümmögő gépek tele vannak érzékelőkkel, amik hihetetlen mennyiségű adatot gyűjtenek össze. Ezt a rengeteg adatot (vagy csak egy részét) beömlesztik a gyár számítógépeibe, ahol jó sokba kerül a tárolásuk, és az informatikusok küzdenek, hogy hasznos és értelmes célra használják. Ebben segítene nekik, ha az üzleti vezetőknek lenne elképzelésük arról, hogy mi módon lehet üzleti információvá és üzleti értékké konvertálni ezeket az adatokat. Itt is találkozunk a “big data” egyik alapvető jellemzőjével: azt se tudjuk, hogy mit kérdezzünk, mire lenne képes válaszolni ez a sok adat.

Ha a gépek hőmérsékletét, hangját, rezgését mérjük és elemezzük, pontosan tudjuk célozni, ütemezni a karbantartást és a javítást. Sajnos egyre kevesebb az “öreg szaki”, aki a gyártócsarnok túlsó sarkából is megmondja, hogy valamelyik gép karbantartásra szorul, hogy ne csak akkor foglalkozzunk vele, amikor már hibázott vagy leállt. A jól elhelyezett szenzorok jól elemzett adataiból még pontosabb előrejelzéseket kaphatunk, mint a tapasztalt szakembertől. Ez egy olyan használata az új technológiáknak, ami egy kicsit javít a régi folyamatokon, inkrementális változtatás.

Nem érdemes itt megállnunk! Előttünk vannak a világot megváltoztató (diszruptív) lehetőségek is, csak ki kell találnunk, mik azok. Valójában nem is nekünk kell mindent kitalálnunk, mert kapunk segítséget. Kiktől? Semmi meglepetés! Azok segítenek, akik el akarják adni a három technológia egyikét-másikát.

Ha rangsorolhatjuk a hármat, a mesterséges intelligencia kerülhet a csúcsra. Ez segít értelmezni a rengeteg adatot, összekapcsolni a különböző forrásokból érkezőket, megtalálni az összefüggéseket, előkészíteni a döntéseket, vagy automatikusan meghozni azokat. Az IBM nagyon igyekszik ezen a területen. A Watsont már sokfelé bevetették (pl.: gyógyítás, városüzemeltetés, gyerekjáték), és újabb területeket is megcéloznak. Minden watsonos elemzés az IBM gépein fut, és így szinte korlátlan lehet a felhasznált számítási kapacitás. Nem csak a kapacitást adják, hanem mintákat, ötleteket is újabb és újabb felhasználási területekre.

Mit ad hozzá az IoT (dolgok internete) ehhez az egészhez? Emlékeztetőül: olyan dolgokat kötünk hálózatba, általában az interneten keresztül, amikről korábban nem gondoltuk azt, hogy erre alkalmasak. Miért az internet, miért nem magánhálózat? Ha, például, egy termék útját akarjuk követni a gyártól a fogyasztóig, nem tudjuk a saját hálózatunkon megtenni – csak nyilvános hálózatot használhatunk. Ha kilépünk a gyár kapuján, és követjük a termékeink életét a kereskedelmen keresztül a vásárlóig, sőt nála is figyeljük, mérjük, gondozzuk, akkor egyre több szolgáltatást tudunk eladni, és közben egyre elégedettebb lehet a vevőnk is. Nézzük a KONE és az IBM együttműködését! Tele van a világ a KONE által gyártott liftekkel, mozgólépcsőkkel és ajtókkal. Ha elromlanak, akkor bosszúság, rossz esetben kiesett bevétel, kár vagy akár baleset is lehet a következmény. Ezek megelőzésére szolgál a karbantartási szerződés, aminek keretében a szervizes rendszeres időközönként vagy megadott üzemóra után meglátogatja a berendezést, átnézi, kicseréli a karbantartási tervben előírt kopó alkatrészeket, és kijavítja az esetleges hibákat. Ezek a karbantartások statisztikai alapon vannak ütemezve, és egyszer felesleges költséggel járnak, máskor nem tudják megelőzni a meghibásodást. Ha nem csak az egész lift vagy mozgólépcső működését figyeljük, hanem az egyes részegységekét is, akkor el tudjuk kerülni mindkét problémát. Sőt, ha ezek az adatok az összes vevő összes liftjéről rendelkezésre állnak, akkor az alkatrészek készletezését és a szervízmérnökök munkáját is jobban tudjuk ütemezni. Ez megtakarítást jelent a gyártónak és szervízpartnereinek, és ugyanakkor jobban működő liftet a vevőnek. Mindenki nyer!

Gondolhatunk háztartási gépekre is – az esetükben nem csak a karbantartás és a hibák megelőzése jöhet szóba. Az együttműködésésükről írtam például az Álom otthon cikkemben. Itt azonban még nem áll meg a világ, hiszen ezek is kapcsolódhatnak a gyártóhoz. Mire lenne ez jó? Ha a mérnököknek van információjuk arról, hogy a mosógépet hogyan használjuk, mi történik a mosás közben, mik a problémák, javítani tudnak a konstrukción, jobb gépet tudnak tervezni. Még egy kis továbbfejlesztés, és a mosógép interneten megrendelheti a mosószert is. Kell ez nekünk? A mosószervásárlásban nem vagyok biztos, de szívesen támogatnám a mérnököket abban, hogy jobb gépeket tervezzenek.

Az elején a világ megváltoztatásáról írtam. Ezektől megváltozik? Ez már a diszruptív technológia? Első pillantásra még mindig csak kisebb-nagyobb javításokról van szó: a lift ritkábban (vagy sose) romlik el, a mosógépek egyre jobbak lesznek. Ez még nem olyan nagy változás…

Hol a nagy változás? Képzeljük el, hogy nem mosógépet veszünk, hanem azt a szolgáltatást, hogy bármikor tudunk otthon mosni! Lássuk be, hogy a legtöbb ember számára nem jelent különösebb örömöt vagy kiteljesülést az, hogy van egy hiper-szuper mosógépe. Valójában az esik jól neki, hogy a család összes szennyesét gyorsan és eredményesen ki tudja mosni! Mi lenne, ha a Whirpool nem mosógépet árulna, hanem azt a szolgáltatást, hogy mindig van otthon egy jól működő, korszerű, hatékony mosógépünk? A megelőző karbantartás és az újabb jobb modellre való csere nem a mi dolgunk lenne, mi csak használnánk. Ha nagyobbra van szükségünk, nagyobbat kapunk, ha elég a kisebb, kisebbet. Na, ezzel már eljutottunk az új üzleti lehetőséghez!

Washing-machine-as-a-service” vagyis mosás mint felhőszolgáltatás – ki kéri?

Lehet, hogy ez most nagyon sci-fi, de nem az. Itt van a lehetőség a küszöbön, és meg is valósul hamarosan. Először nem a háztartási mosógépek esetében, de a mosodákban már reálisabb. És jöhet ugyanez a liftek és a mozgólépcsők esetében is, hiszen az üzletháznak nagyon nincs szüksége arra, hogy tulajdonosa legyen a mozgólépcsőnek  – működjön, vigye a vevőket gyorsan és biztonságosan, ez a lényeg!

Kedves Olvasó! Mit szeretnél otthonra efféle szolgáltatásként?

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?

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…