A jövő navigálása: az MI és gépi tanulás legújabb fejlesztései

Az egyik legjelentősebb előrelépés, amiről beszélhetünk, az a Természetes Nyelvfeldolgozás fejlődése. A Chat GPT-4 modell kimagasló teljesítményt mutat az emberi szöveg értelmezésére és generálására. Természetesen adhatunk neki olyan komplex feladatot, amibe beletörik a bicskája, de kimondottan jó arányban képes feldolgozni a kapott szöveget, illetve olyan kimenetet produkálni, amiről sok esetben nehezen eldönthető, hogy nem egy élő embertől származik. Ezek a modellek jelen vannak a mindennaposan használt applikációinkban, keresőmotorokban, jelentősen megváltoztatva ezzel, hogyan interaktálunk a mesterséges intelligenciával.

Mint sok más területen, az egészségügyben is változatos felhasználásai léteznek az MI-nak. A különböző algoritmusok és a gépi tanulás lehetőségei felgyorsítják a diagnosztikai folyamatok kiértékelését, illetve segítik a személyre szabott egészségügyi ellátás biztosítását. Emellett nagy szerepe van a kutatási területeken is, mint a gyógyszerfejlesztés, továbbá léteznek olyan trendek, amik bizonyos országokban a beteggondozók létszámhiányát MI vezérelt robotokkal tervezik feltölteni, például Japánban. Ezek a robotok segíthetnek a betegnek kikelni az ágyból, vagy megjósolja, hogy mikor kell a betegnek mosdóba mennie. Ezek jelenleg még csak tervek, de a gondolatiság és fejlesztések iránya egyértelműen a efelé mutat. 

Tovább haladva a robotok mentén, folyamatosan fejlődik az a módszer, ahogyan a mesterséges intelligencia „tanul”. Azon kívül, hogy az ember táplálhat bele adatot, ezzel tanítva, illetve alkalmazhat gépi tanulást, amikor a rendszer saját maga dolgoz fel adatokat. Ennek a gépi tanulásnak egy új implikációja, amikor a rendszer megfigyelés alapján tanul. Például egy megfelelő szenzorokkal ellátott robot végig nézi, ahogy egy ember összehajtogat egy pólót, majd a megfigyelései alapján lemásolja a folyamatot. Egy másik módszertan a megerősítéses tanulás, aminek célja, hogy az MI a környezetével érintkezzen, majd pedig próba-szerencse alapon próbálja megoldani a különböző helyzeteket, hasonlóan ahogy az ember teszi. Ezek a folyamatok rendkívül ígéretesek a robotika és autonóm rendszerek számára.  

A mesterséges intelligencia térnyerésével egyre nagyobb hangot kapnak széles társadalmi körökben a technológia lehetséges veszélyei. Miután az MI egyre szofisztikáltabb szövegeket, hanganyagokat, videóanyagokat képes készíteni, idővel komoly biztonsági kockázatot jelenhet egy olyan jelenség, mint a deepfake, ami egy felvételen egy ember arcára valaki más arcát maszkírozza. Jelenleg ez a jelenség még azért szűrhető, de nincs olyan messze attól, hogy egy technológiában kevésbé jártas átlag felhasználót átverjen. Ott van továbbá a közösségi médiákban használt algoritmusoknak az adatkezelési rendszere, vagy éppen elfogultsága, hogy milyen tartalmat mutat és mit nem. Ezek a jelenségek és problémák számos etikai kérdést vetnek fel, amiknek jelenleg nagy része még szabályozatlan, de ezzel a világ nagy része már tisztában van. Éppen ezért 2024-ben várhatóan komoly szabályozások várhatóak a mesterséges intelligencia fejlesztésére és használatára vonatkozóan mind az Egyesült Államokban és az Európai Unió területén. 

Összességében elmondható, hogy a technológia ezen vonala kimagasló potenciállal rendelkezik számos területen, köztük olyanokon, amik túlmutattak ennek a cikknek a terjedelmén. Potenciál alatt egyaránt értendő pozitív, illetve negatív vonzat. Megfelelő szabályozással és kulturális háttérrel egy hasznos eszköz lehet a társadalom számára, a meglévő veszélyei ellenére is. 

Források:

• techtarget.com/searchenterpriseai/tip/9-top-AI-and-machine-learning-trends
• koombea.com/blog/7-recent-ai-developments/