A mesterséges intelligenciát jobban ki kell képezni

LEAD: Aki hatalommal rendelkezik az AI felett, hatalommal rendelkezik az emberiség felett. Sokan félnek tőle. De mennyire reális ez a megállapítás?

Dr. Prof. Simon Hegelich: Manapság számos rendkívüli forgatókönyv van a hálózatban, amelyekben a mesterséges intelligencia átveszi a világ uralmát. Ez minden bizonnyal le van tiltva. De a mesterséges intelligencia segítségével manapság nagy teljesítményű eszközöket hoznak létre, amelyek gyakran a nagyvállalatok kezében vannak. Aki rendelkezik ezekkel az eszközökkel, az rendelkezik hatalommal. Ezért kívánom: népszerűsítsem a nyílt forrású szoftvert. Végül is minden kérdés merül fel: ki rendelkezik az adatokkal és a know-how-val?

LEAD: Van egy másik kérdés: Kinek kell létrehoznia az AI jövőjének alapvető szabályait? A kormánynak cselekednie és törvényt kell hoznia?

Hegelich: Igen, kormányunknak nem csak cselekednie kell. Már aktív. Például októberben stratégiai dokumentum készül az AI témájáról. Abban a pillanatban azonban úgy tűnik, hogy Németország a résekre és a robotikára összpontosít, a mottó szerint: Az amerikaiak rendelkeznek az adatokkal. A kínaiak félvezető technológiával rendelkeznek. A németeknek van az Industry 4.0. Ez a nézet azonban teljesen kizárja a nagy adatproblémát. Nemzeti stratégiaként ezt veszélyesnek tartom, mivel kizárja az ilyen fontos fejleményeket az AI területén.

kijelző

LEAD: Stratégiaról beszélünk. Nem találja-e a mesterséges intelligencia tárgya oktatási politikánkat?

Hegelich: Gyakran követelik, hogy gyermekeinket előkészítsék az iskolákban az AI témájára. Úgy gondolom azonban, hogy sokkal nagyobb probléma merül fel – azokkal az emberekkel, akik ma a munka életének közepén vannak. Nem lesznek képesek lépést tartani két-három év alatt, amikor a robotsegéd és a mesterséges intelligencia kezelése a szakmai környezetben szokásossá válik. Ezért nemcsak a gyermekekre, hanem az egész társadalomra is szükségünk lesz oktatási támadásra.

LEAD: Mi az AI mintája? Melyik értékrendszerrel fognak az intelligens gépek a jövőben kereskedelmet folytatni? Mely értékek képezik a programozás alapját?

Hegelich: A gépi tanulás elvben nagyon konzervatív. A számítógép csak olyan mintákat talál, amelyek már vannak az adatokban, és megkülönböztető jellegűek is lehetnek. És ezt nagyon nehéz az adatokból megtudni. Példa: Ha egy KI kapcsolatokat akar tanulni anélkül, hogy figyelembe venné a nemet, akkor ez gyakran kudarcot vall, mert sok más használt adat nemtől függ. Ezért az algoritmusokhoz gyakran szükséges TÜV. Szerintem az algoritmusok TÜV-nek nincs értelme. Az algoritmusok alkalmazásának társadalmi hatásainak vizsgálatához meg kell ismerni az alkalmazás területét, a társadalmat és az algoritmust. Ezt egy ügynökség nem teheti meg, amelynek a kutatás és a termékfejlesztés részét kell képeznie.

LEAD: Mi a helyzet a gyakorlatban?

Hegelich: A vállalatok tevékenységeinek nagy része nem a jelenlegi kutatási helyzet. Időközben a gépi tanulásban magas színvonalúak vagyunk annak ellenőrzésére, hogy a modellek robusztusak: például a kereszt-validálás. Az alkalmazásban ezeket a módszereket gyakran nem veszik figyelembe. Mivel a vállalatoknak nincs idejük, vagy túl drágának tartják őket, vagy mert nincsenek részletes tesztelési forgatókönyvek. És van egy másik probléma: az AI-t gyakran olyan emberek használják, akik nem értik, mit csinálnak.

LEAD: Mi lehet akkor egy lehetséges megoldás?

Hegelich: Látom a problémát az eljárásokkal kapcsolatban. A mesterséges intelligencia olyan sok különböző matematikai műveleten alapul, amelyek fekete dobozban futnak. A komplex modell érthetetlen. De amit az emberek megérthetnek, a költségfüggvény. Példa Facebook: Például reklámozza, mennyi ideig foglalkozik a felhasználó egyetlen cikkel, vagy arra akarom ösztönözni a felhasználót, hogy tekintse meg a lehető legtöbb cikket? Tehát a tartózkodási idő és a görgető viselkedés.

Ez befolyásolja a reklámot. Ez átláthatóvá tehető. A kutatást azonban mindig zavarba ejtik: A neurális hálózatokban nem mindig lehet tudni, hogy miért jelent végül egy bizonyos eredményt. Ezért a tudomány arra törekszik, hogy a fekete dobozban lévő kapcsolatok láthatóvá váljanak. Ha ez sikerrel jár, akkor világossá válik: mit tanult az AI?

Teaserbild Új

Minimális online vagy technikai rajongó?

Tinder helyettesíti a rudat, Alexa titkárnő. A digitális világ régóta egységes lett a való világgal. De mindenki nem akarja elhinni a valóságot. Mennyire magabiztosan mozog a hálózatba kötött életben?

Itt végezze el a tesztet

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük