A mesterséges intelligencia, a digitális készségek és a kreatív platformmunka került annak a nemzetközi konferenciának a fókuszába, melyet közösen szervezett meg hibrid formában április 21-én a Nemzeti Közszolgálati Egyetem (NKE) Eötvös József Kutatóközpont Információs Társadalom Kutatóintézete (ITKI) és a Társadalomtudományi Kutatóközpont.
A Knowledge Infrastructure in the Platform Economy című konferenciát Török Bernát, az ITKI vezetője nyitotta meg. Elmondta, intézetük bár alig hároméves, mégis nagy ambícióval vesz részt az információs társadalom legfontosabb témáiról folyó nemzetközi tanácskozásban. A digitalizáció a XXI. századi gazdaság egyik olyan kulcskérdése, amelyen együtt kell gondolkodniuk az akadémiai világ és a gazdasági élet szereplőinek. A konferencia éppen ezt a közös munkát szeretné elősegíteni. Török Bernát kiemelte, nagy megtiszteltetés személyesen köszönteni a konferencián Hojjat Adelit, akit az NKE szenátusa tudományos munkásságért tiszteletbeli doktorrá fogadott tegnap. Emellett köszönetet mondott Makó Csabának, az NKE professor emeritusának is, aki több mint egy éve dolgozik a konferencia megvalósításáért.
Elméleti alapok és a gyakorlat
A konferencia első részében a résztvevők a mesterséges intelligencia elméleti alapjairól és mai gyakorlatáról kaptak áttekintést. A szekciót Kónya László, a Deutsche Telekom IT Solutions ügyvezető igazgatója vezette. A vitaindító előadást az NKE friss díszdoktora, Hojjat Adeli (Ohio State University) tartotta „Gépi tanulás: a XXI. század kulcsfontosságú, mindenütt jelenlévő technológiája” címmel. Mint kifejtette, a mesterséges intelligencia (MI) voltaképpen algoritmikus megvalósítása annak, ahogyan az emberi agy feladatokat old meg. Ami sokak számára ijesztő lehet: nagyszámú adattal az MI segítségével olyan problémákat is meg lehet oldani, amit eddig emberi erővel nem. Maga az algoritmus szó a 9. században alkotó Abu Abdalláh Muhammad ibn Músza al-Hvárizmi, latinosan Algorithmi perzsa tudós, matematikus nevéből származik. Az algoritmus-alapú MI a hétköznapi életből már jól ismert arc- és beszédfelismerés, illetve a célzott reklámok mellett az ismétlődő, monoton feladatok megoldásában is kiválóan működik. Az USA-ban például a rák korai felismerésében is alkalmazzák. Ugyanis emberi szemszögből egy nem túl jól fizetett, unalmas munka a felvételeket böngészni, így az MI már ötször hatékonyabb a rák korai felismerésében, mint az ember. A technológiai szintén segít az epilepszia (az orvosok akár heti húsz órát is töltenek EEG-képek elemzésével, amely teljesen kiváltható), a Parkinson- és az Alzheimer-kór kiszűrésében. Az MI természetesen már e területen is hatékonyabb, mint az emberek.
MI a társadalomban és a fejlesztésben
A nyitóelőadás után João Gama (Portói Egyetem) adott elő a folyton változó közösségi hálózatok gépi elemzéséről. Mint elmondta, a közösségi hálózatok rendkívül népszerűek, így nagyon sok kapcsolati adatot és összefüggést hordoznak. A hálózatok dinamikusak, álladóan változó minták szerint módosulnak mind tartalmaikban, mind a tagok közötti kapcsolatokban. Események történnek bennük, azaz nőnek, csökkenek, összeolvadnak, szétválnak, megszületnek és elpusztulnak. Az adatbányászat itt több területen is érdekes lehet, az előadó például a mobilszolgáltatókat említette, amelyek igyekeznek megtalálni, és magukhoz csalogatni a közösség olyan vezetőit, akik a legtöbb hívást indítják. Ha ők ugyanis szolgáltatót váltanak, a legtöbb tag követi őket ebben.
Ezt követően Timon Rabczuk, a weimari Bauhaus-Universität Szerkezetmechanikai Intézetének munkatársa szólt a gépi tanulás lehetőségeiről a szimuláción alapuló mérnöki tudományok területén. Kifejtette, a szimuláció egyre fontosabb a mérnöktudományok fejlődésében, az MI jelentőségét a területen pedig az is mutatja, hogy a szuperszámítógépek idejének 40%-át már erre a területre fordítják. Előadásában a mérnöki szimulációs MI működését mutatta be.
Amir Gandomi, a sydney-i University of Technology Mérnöki és Informatikai Karáról az evolúciós tanulásról szólt, amely elvezethet a teljesen automatizált rendszerek felé. Előadásában bemutatta az evolúciós számítástechnikát, amely a mesterséges intelligencia egyik részterülete. Mint kiderült, a részterületet alapvetően olyan problémák megoldására használják, amelyek túl sok változóval rendelkeznek a hagyományos algoritmusok számára. Ilyen például a prediktív analitika, azaz egy jövőbeli teljesítmény meghatározása a jelenlegi és a múltbeli adatok alapján.
A szekció zárásaként Anthony Theodore Chronopoulos, az austini Texas University tanára és Mosavi Amir, az Óbudai Egyetem professzora a felelős mesterséges intelligencia etikai irányelveit foglalták össze. Amint azt Mosavi kiemelte, a konferencia résztvevői már eddig is számos példát hallhattak az MI használatáról, viszont arra is érdemes lehet megkeresni a választ, hogy lehet-e rosszul vagy hibásan használni a technológiát. Azért is fontos ezt kutatni, mert az MI fogalma egyre nagyobbra nő, ahogy egyre több területen kezdenek algoritmusokat használni. Éppen ezért egyre nehezebb pontosan megragadni, így szabályozni gazdaságilag vagy jogilag a mesterséges intelligenciát. Kiemelte, az etikus működésnek már a legelső fázisnál, a gépi tanulásnál meg kell jelennie.
A konferencia folytatásában a résztvevők brit, finn, indiai, szerb és magyar előadókat hallgathattak meg, akik többek között szóltak a mesterséges intelligencia vállalati gyakorlatban való használatáról, a különféle digitális készségekről, valamint a digitális munkaplatformok kreatív működtetéséről.