A mesterséges intelligencia kutatása rohamléptékben halad előre

– Milyen messze vagyunk egy asimovi világ megvalósulásától, amelyikben saját tudatra ébrednek a robotok?

– Talán ez még kicsit odébb van, de kétségkívül érdemes szem előtt tartani az eshetőségeket. A mesterséges intelligencia (MI) már magát tanítja, ez pedig az első lépés lehet a kontroll elvesztése irányában. Pár napja olvashattuk a cikket, miszerint az Amazon HR MI-je sorra utasította el a nőket, mert arra a következtetésre jutott, hogy a férfiak biztosan jobb munkaerők. Egyetlen rossz konklúzió pillanatok alatt átformálhatja az MI logikáját. A fejlesztők le is állították a projektet.

– Melyek a legfőbb trendek a mesterséges intelligencia kutatásában?

– Itt is az történik, mint általában a technológiai fejlesztések kapcsán: a célirányú megoldásoktól az általánosan alkalmazható megoldások felé megyünk. A cél az, hogy az MI képes legyen bármit megtanulni és alkalmazni. Az AlphaGo (Google DeepMind) algoritmusa a Go játékot a mérkőzése előtt pár nappal tanulta meg, próbálgatással. 2015-ben profi játékost győzött le, 2017-ben már a világ legerősebb játékosát.

– És a legnagyobb kihívások?

– Az érzelmek digitalizálása kemény dió. De a kihívásokat nem is annyira a műszaki megoldásokban látom, azok sokkal inkább társadalmiak. Hogyan integrálódik egy mesterséges intelligencia a társadalomba? Hogyan élik ezt meg az emberek? Lesz-e valakinek robot főnöke? Kell-e egyáltalán dolgozni a jövőben? Ezekkel a kérdésekkel sokan foglalkoznak, okkal. A technológia fejlődik, a társadalmi struktúrák, szabályozás pedig nem győzi lekövetni a változásokat.

– Hogyan lehet megtanítani látni és gondolkodni a gépeket?

– Alapvetően egy szoftverről van szó, amely bizonyos bemenetekre bizonyos kimeneteket ad. Az, hogy mit, azon múlik, hogy a belső szabályrendszer hogyan van összeállítva. Ha a szabályrendszer fix, a gép gondolkodása kiismerhető. A szintlépés ott jön el, amikor a meglévő tudásba újabb és újabb tudást képes integrálni egy rendszer, és ezt a jövőben fel tudja használni, mintegy tanulva a környezetét. Ezeknek a rendszereknek mindig van valami célja. Talán ez is egy különbség még a gép és az ember között. A gép még nem csinál valamit csak úgy.

A szín- és mélységérzékelést kutatja

Várady Géza fő kutatási területe a mezotopos látás, azaz a nappali és az éjszakai látás átmenete. Mérnök informatikus diplomája megszerzése után a doktoriját ebből a témából írta még a Veszprémi Egyetem Képfeldolgozás és Neurális Hálózatok tanszékén. Több olyan projekten is dolgozik, ami a gépi látásban felhasználható színkorrekcióval illetve 3D térlátással foglalkozik. 2006 óta dolgozik a Pécsi Tudományegyetem Műszaki és Informatika Karán, 2012-től a Műszaki Informatika Tanszék vezetője, és idén választották meg tudományos és kapcsolati dékánhelyettessé.