A gép tanul helyettünk?

Mit tesz velünk, a munkánkkal és az életünkkel a mesterséges intelligencia?

Pontosabban, nem maga a mesterséges intelligencia teszi majd, hanem az, ahogy felhasználjuk. Ez is egy általános célú technológia, ami vélhetőleg hasonló nagyságrendű változásokat hoz majd az életünkben, mint korábban az általános célú technológiák (gőzgép, elektromosság, belső égésű motor). Általában mesterséges intelligenciáról beszélünk, és ez a terület annyira szerteágazó, hogy nem is mindig tiszta és világos, hogy részére gondolunk.

Vannak kísérletek a mesterséges intelligencia kereteinek és határainak megalkotására. Az egyik érdekes próbálkozás az „Asimolar AI Principles” nevet viseli. Ez egy 23 alapelvből álló lista, amit januárban állított össze sok okos ember egy konferencián, és azóta több ezren csatlakoztak hozzájuk. Én úgy látom, hogy ezek inkább óhajok, mintsem várhatóan betartható szabályok. Emlékezzünk arra, hogy Asimov végtelenül egyszerű három törvényét sem sikerült a robotoknak betartaniuk! Egy korábbi írásomban egy kicsit részletesebben belementem ebbe a témába: Mesterségesen etikus.

Egy pozitív megközelítés szerint a mesterséges intelligencia valójában felszabadítja az embert a „robot”, az unalmas, gépies munka alól. Az ilyet átveszi a gép, és az embernek megmarad az alkotó tevékenység. Úgy érzem, hogy ez az optimizmus nem teljesen indokolt, mert már látszik az is, hogy a gépek nagyon bonyolult döntések meghozatalát is kezdik átvenni az emberektől. Valójában még mindig az ember hozza a döntést, azonban a gép tesz javaslatot a döntésre. Az a gép, amelyik egy pillanat alatt elemzett annyi információt, amennyit az ember csak napok vagy hetek alatt nézhetett volna át. Ha az ember utána akarna nézni annak, hogy a gép jól következtetett-e, akkor elveszítené a gyors döntés előnyét. A gyors döntésen emberi életek vagy üzleti eredmények múlhatnak! Ezért valószínűleg általában el fogja fogadni a gép javaslatát. A géppel együtt dolgozó emberek tudása szép lassan elkopik majd, így egyre kevésbé fognak tudni beleszólni a döntésbe, vagyis teljesen alárendelik magukat a gép programjának.

Az itt az érdekes, hogy nem is a gép programjáról van szó. A programot ember írja, és elvileg ismeri a működését. (Azért csak „elvileg”, mert a valóságban ezek a bonyolult programok tele lehetnek hibákkal – akárcsak a sokkal egyszerűbbek.) Azonban itt nem programról van szó, mert a lényeg a gépi tanulás (machine learning, ML).

A gépi tanulás azért fontos, mert a bonyolult kérdésekben hozott döntési folyamatainkat nem tudjuk algoritmusba önteni. Van ott intuíció, asszociáció, vagy valami más, amit nem tudunk precízen elmagyarázni. Így számítógépes program formájában sem tudjuk leírni, vagyis nem tudjuk a szokásos módon automatizálni. Itt lép be a gépi tanulás. Miben más a gépi tanulás, mint ahogy az ember tanul? Tulajdonképpen nagyon hasonlít ahhoz, ahogy a kisgyerek tanul – példákból, mások tapasztalatából.

A vezető nélküli autózás egyik fejlesztője, a magyar AImotive cég megtanítja a szoftverét az utcán előforduló „objektumok” (autók, gyalogosok, motorkerékpárok, biciklik, tereptárgyak) felismerésére és megkülönböztetésére. Ezt nem úgy teszi, hogy szabályokat táplál a gépbe, hanem videók tömkelegét mutatja be a gépnek, és ezeken a videókon emberek kategorizálják az objektumokat. Az Udacity nevű cég egyik vezetője a kereskedők és a vevők online beszélgetéseit elemezte, és „sikeres” – „sikertelen” címkékkel látta el a beszélgetéseket. Ebből kiderült, hogy mik a jó és mik a rossz válaszok egy-egy szituációban. A WorkFusion háttérfolyamatok optimalizálását végzi (számlák kezelését és nagy összegű pénzügyi tranzakciókat). Itt sem elég a szabályokat „beleönteni” a gépbe. Sokkal hatékonyabb az, ha a gép megfigyeli az emberek munkáját, és „felfedezi” az összefüggéseket, megtanulja, hogy mik voltak a jó és a rossz döntések. Szóval, más példájából tanul, akárcsak a gyerek.

Egyes esetekben az a kiűzött cél, hogy a gép teljesen átvegye az emberi tevékenységet, és azt jobban és gyorsabban csinálja. Ez a cél a vezető nélküli autók esetében, amikben végül nem is lesz se kormány, se pedál. Az előbb említett kereskedelmi rendszerben nem volt cél az ember „kiküszöbölése”. A gép csak figyeli a kereskedő és a vevő beszélgetését, és tanácsokat ad. Ezzel 58%-os javulást értek el a kereskedők munkájában. Hasonló folyamat zajlik a daganatos betegségek diagnózisában is: a képfelismerő rendszer megszabadítja az onkológus szakorvost a sejtek osztályozásától, a gép tudja megkülönböztetni a beteg és az egészséges sejteket egymástól. Az orvos a beteggel való kommunikációra és a magasabb szintű elemzésre több időt tud fordítani. Értékesebb munkát tud végezni.

Amikor a gép korábbi példákból tanul, ezekből építi fel a tudását, majd a tudása alapján dönt, az emberi asszociációra valamelyest hasonló módon „gondolkodik”. Az a helyzet áll elő, hogy a gép nem tudja egyszerűen elmagyarázni, megindokolni a döntését, ha az ember kolléga megkérdezi, hogy miért ezt vagy azt a döntést javasolta. Ez azt is jelenti, hogy az ember (aki a végső döntést meghozza, és a felelősséget viseli) nem igazán tudja ellenőrizni a javaslatot.

A tanulás során felhasznált adatokban lehetnek elfogult döntések eredményei. Ebben az esetben a gép is hasonlóan elfogult lesz. Ezt a lehetőséget nagyon jól (és szélsőségesen) illusztrálta a Microsoft Tay nevű twittelő robotjának az esete.

A nagyon bonyolult elemzések eredményét az ember nem fogja tudni megérteni, ellenőrizni, jóváhagyni. Tulajdonképpen ez sem jövő idő már. Az AlphaGo gép, ami megverte a legjobb Go játékost, olyanokat lépett, amit az emberi ellenfele fel se tudott fogni, nem értette a lépések lényegét és célját. Ha a szakterület legjobb elméje sem érti a gépet, akkor egy átlagosan jó szakember, hogyan fogja megérteni és elfogadni vagy elutasítani a gép döntési javaslatát?

A tanulás módszeréből adódik, hogy a gép statisztikai alapon dönt. Ez sokszor jó megoldás, ha rengeteg esetben kell döntést hozni, és a cél az összességében jó döntés, de egy-egy tévedés belefér. Ezt nyilván nem akarjuk vállalni, amikor emberéletekről van szó. De mégis vállaljuk, ha orvosi diagnosztikában és terápiában hoznak döntéseket a gépek. Itt végtelenül nem egyszerű a helyzet, hiszen a gyorsabb, és az esetek nagy részében jó döntést kell a sokkal-sokkal lassabb döntéssel összevetni. A lassabb döntés is emberéletekbe kerülhet!

A hibás döntéseket nehéz lesz felismerni, ha nem látjuk át, hogy mi vezetett a döntéshez. Ha nekünk napokba kerülne az adatokat elemezni, vajon várunk annyi időt, vagy szabad folyást engedünk a gép javaslatának?

Itt most eszembe jutott a korábban említett 23 alapelv egyike: a jogi döntésekben részt vevő önálló rendszerek adjanak megfelelő és emberek által ellenőrizhető magyarázatot a döntésükre. Ez tényleg jól hangzik, de az egy pillanat alatt meghozott döntést vajon hány ember, hány hétig fogja elemezni, és megérti-e majd?

Azt is mondhatnánk, hogy a cél nem az, hogy minden döntés hibátlan legyen, hanem legalább olyan jó legyen, mint az emberek döntései. Nekünk magunknak is vannak előítéleteink, hibázunk, és nem mindig tudjuk rendesen elmagyarázni a döntéseinket. Ha a gép kicsivel kevesebbet hibázik, akkor már nyertünk! Nyertünk? Lehet, hogy túl sokat tudok az informatikáról…? Az nyugtalanít, hogy nem csak tévedés lehet a rossz döntések mögött, hanem valakinek a szándékossága is. Ez nem olyan különös, embereknél is előfordul a szándékos rosszakarat. A veszélyt abban látom, hogy a számítógépet „istenítjük”, elfogadjuk helyesnek azt, ami a gépből kijön. Nem kellene…

Nos, Kedves Olvasó, szerinted ez az írás pozitív vagy negatív lett? Örömmel vagy aggodalommal várod ezt a szép, új jövőt (ami már jelentős részben jelen)?

Uborkaszezon OFF

Közel három hónapja nem írtam, és most már nagyon úgy érzem, hogy itt az ideje!

Közben elég sokat olvastam, és még több olvasnivalót írtam össze. Nekifogtam ezek áttekintésének, és remélhetőleg a héten írásmű is keletkezik az olvasmányok rendszerezése során.

Az utóbbi időben a mesterséges intelligencia volt a témám, legutóbb orvosi témáról írtam. Ennek apropója a Magyarországi vezető Informatikusok Szövetsége és a Pannon Egyetem közös egészségügyi informatikai összejövetele volt, ahol az „önkiszolgáló egészségügyet” jártam körül a hozzá nem értő szempontjából. (Szerencsére voltak a hallgatóságban hozzáértők is, így nagyon jó beszélgetés lett belőle.)

Ezt megelőzően azzal foglalkoztam, amit megeszünk, vagyis az új technológiák mezőgazdasági és élelmiszeripari alkalmazásaival. Ezeken a területeken is egyre több mesterséges intelligencia jelenik meg, és nagy hatása lesz (kezd lenni) a minőségre. Remélem, pozitív hatása!

Mi várható tőlem a közeljövőben? Újra beleásom magam a mesterséges intelligenciába és a környező területekbe. Nem hanyagolom el az olyan elkerülhetetlen mellékszálakat sem, mint a biztonság, hálózatok, internetre kötött mindenfélék.

Az első mondatban azt írtam, hogy közel három hónapja nem írtam. Ez – persze – nem igaz. Ide, a saját blogomba tényleg nem írtam, de a Balatonakarattyai Fürdőtelep Egyesület (aminek tagja vagyok) weblapján elég sok írásom jelent meg. Ha valakit esetleg érdekel: https://akarattyafurdo.wordpress.com

Rövid írásaimban közzétettem és kommentáltam sok cikket, amit a hónapok során olvastam. Ezek többé-kevésbé alaposan csoportosítva is vannak:

Ez utóbbi egyfajta kurátori tevékenység. Szeretem összegyűjteni az elolvasott cikkeket, és eltenni a megjegyzéseimet is velük együtt. Erre kiválóan alkalmas a scoop.it, és egyben másoknak is segíthetek, akik egy-egy őket érdeklő témában keresnek olvasnivalót. Úgy gondolom, hogy a szimpla megosztásnál sokkal hasznosabb az, ha a saját véleményemet is hozzáteszem.

Jó olvasgatást!

Igyekszem hamarosan újra jelentkezni

Önkiszolgáló egészségügy?

Partnerség az orvos, a páciens és az okos gép között. Lehetséges? Hová vezet?

Arról már sok szó esett, hogy milyen új műszaki lehetőségeket hoztak és hoznak az évek és a hónapok, és azokra milyen zseniális új rendszereket és szolgáltatásokat építenek innovatív alkotók. Az sem új téma, hogy ezek alaposan felforgathatják az életünket. Sok területen van bennük javítási potenciál, de veszélyeket is látunk. Amit még nem látunk, az az egyenleg: melyik oldal lesz nagyobb és fontosabb.

Arról is sok szó esett már, hogy ezek az új dolgok tönkreteszik az emberi kapcsolatokat, de új lehetőségeket is teremtenek. Az új lehetőségeknek néha nem örülünk, máskor lelkesítenek. Ha a munkánkra gondolunk, ott is kétarcú a változás: megszabadít unalmas, fárasztó és veszélyes feladatoktól, és elveheti a megélhetésünket, de létre is hozhat érdekes és izgalmas új munkaköröket. Elég szép irodalma van az automatizálás, a robotok és a mesterséges intelligencia bevetése által előidézhető jó és rossz változásoknak.

Na, ezekről nem lesz itt és most szó!

Ki nem került még abba a helyzetbe, hogy azon a területen, amiről sokáig tanult (iskolában és munka közben), amihez ért, amit jól csinál, civilek, hozzá nem értők osztják az észt? Nem látok sok jelentkezőt… Az ész osztásának változatos formái vannak, és kiválóan alkalmas rá a Facebook és az összes többi internetes felület. Az a szakmai elkötelezettségünktől és rendelkezésre álló energiánktól függ, hogy figyelmen kívül hagyjuk, lehülyézzük, vagy megpróbáljuk elmagyarázni, hogy miért butaság vagy egyenesen káros a megosztott okosság. Ez utóbbi komoly akadályokba ütközik, ha az észosztó nem ért a témához, és a kritikus gondolkodás sem az erőssége.

Képzeld el kedves olvasó, hogy orvos vagy, sokat tanultál, és évtizedes szakmai tapasztalatod van. Megvan? Jön egy páciens, aki finoman (kérdésbe csomagolva) vagy kevésbé finoman, esetleg támadóan megkérdőjelezi a tudásodat. Honnan vette az ismereteket és a bátorságot? Manapság jobbára nem a szomszédasszonytól, hanem az internetről. Tudjuk, hogy az a forrása rengeteg jó és hasznos információnak, és sokkal több butaságnak vagy egyenesen szándékos hazugságnak. Hogy tudjuk kiválogatni a jót, kidobni a rosszat? A korábbi tudásunk használatával! De mi van akkor, ha annak ellentmondó, amit a beteg mond? Biztos, hogy nincs igaza? Honnan tudhatom? Az orvostudományban is felgyorsult a régi tudás megdőlése és az új tudás létrejötte, akár 5-10 év alatt jelentős változásokat hozhatnak a kutatások. Sőt, az új módszerek, beleértve az mesterséges intelligenciát is, még gyorsabbá teszik ezeket a folyamatokat.

A tudomány és a technika fejlődésével egyszerűen lehetetlen lépést tartani! Így van ez az élet minden területén, és így van ez az egészségügyben is, ahol világjelenség a szakemberhiány, a túlterheltség és a rossz hatékonyság. Emellett világjelenség az is, hogy nyoma sincs az egyenlőségnek az orvos és a beteg viszonyában. Ez elég nagy baj, mert közös érdek az egészség megőrzése vagy helyreállítása, azonban jó viszony és kölcsönös bizalom nélkül ez nehéz feladat.

Képzeljük el, hogy a páciens mérési eredményeket hoz. Nem csak a legegyszerűbbeket, mint pulzus, testhőmérséklet és vérnyomás, de másokat is, pl., a vér oxigéntartalma, vércukor, EKG, akár terheléses is, és nem egy-egy pillanatnyi értéket, hanem 24 órás mérések eredményeit, napokra vagy hetekre vonatkozóan. Kincsesbánya, ugye? Hihetetlen mennyiségű adat, és nem csak az alapadatok, hanem mellettük ott van az is, hogy mit csinált: ült, sétált, futott, feküdt, aludt, milyen mélyen aludt. Talán az is, hogy mit és mennyit evett és ivott. Összefüggések tárháza nyílik meg előttünk! Most már csak elemezni kell a sok-sok adatot, és meg kell találni a lényeges összefüggéseket! Ki fogja ezt elvégezni? Ki fogja egy hét, 168 óra EKG, szívverés, vérnyomás, oxigén szaturáció és vércukor értékeit átnézni, összevetni egymással és a páciens tevékenységével, aktivitásával, táplálkozásával? Ehhez orvos kell, esetleg több orvosi szakma szaktudásával.

Most jön a csavar! Mi van, ha nem orvos elemzi ezt a rengeteg információt? Ki végezheti ezt el? Mind tudjuk, hogy a betegek igyekeznek a saját laboreredményeiket értelmezni – majd pedig aggódó kérdéseket tesznek fel, bár sok esetben nincs okuk az aggodalomra, mert nem egy-egy mért értéket kellene megnézni, hanem azok egymáshoz való viszonyát. Ez már szakmai tudást igényelne, nem lehet egy táblázatból kinézni. Honnan veszi a páciens ezt a szaktudást? Az IT-ból, ott is több helyről. Az egyik forrása az a sok kütyü, amit magunkra tudunk aggatni, gyűjti az adatokat, elküldi a gyártó vagy szolgáltató központjába, ahol feldolgozzák és mindenféle összesítéseket és statisztikákat készítenek belőle. Ezeket megkapja a használó, és kaphat még diagnózist és esetleg terápia alternatívákat. Ez nagyszerű, hiszen az egyszerű földi halandó rendelkezésére áll rengeteg tudás, amit hozzáértő emberek beépítettek az eszközökbe és a mögöttük lévő rendszerekbe. Másrészt ijesztő is, mert a hozzá nem értő használó félreértelmezheti az információkat és a tanácsokat!

Van esély arra, hogy szakorvosi minőségű diagnózist és tanácsokat adjon egy ilyen rendszer? Azt hiszem, van, és egy-egy szűk szakterületen már nagyon jó eredményeket értek el a mesterséges intelligencia bevonásával – néha kicsit jobbat is, mint a gyakorlott orvosok. Hogy lehet ez? A gép elemzések és összehasonlítások millióit tudja elvégezni egy pillanat alatt, és ehhez feldolgozott, elemzett esetek millióit tudja felhasználni. Az ember ennyi elemzést sose tud elvégezni.

Nos, a mesterséges intelligencia még nem áll az emberek rendelkezésére, de részeredmények már vannak. Az a rengeteg fitnesz és egészségügyi app, amiket eddig kifejlesztettek és a közeljövőben ki fognak fejleszteni, sok mérési eredményt, és azok elsődleges elemzését tudja nyújtani. Az lenne a fontos, hogy ezek eljussanak az orvosok kezébe, és ők hozzák meg a döntéseket a diagnózisról és a terápiáról. Eljutnak hozzájuk?

Mi kell ehhez? Bizalom és nyitottság! A beteg általában bízik az orvosában, hogy az rendelkezik a szükséges tudással és tapasztalattal, és azt a betege érdekében használja fel. Vajon abban is bízik, hogy bátran elmondhatja neki, megbeszélheti vele mindazt, amit az állapotáról, a betegségéről, a gyógyulásáról innen-onnan összeszedett? És az orvos? Nyitott arra, hogy “nem hivatalos” mérési eredményeket, elemzéseket, értékeléseket vegyen figyelembe? Megbízhat az ismeretlen eredetű adatokban? Megbízhat az “okos” gépek által adott javaslatokban?

Ezek súlyos kérdések, és alaposan meg fontolni, hogyan viszonyulhatunk az okos eszközökből és a mögöttük lévő felhőkből kijövő információhoz! Jó lenne, ha valahonnan tudni lehetne, hogy melyik kütyü működik jól és megbízhatóan, melyik éri el az orvosi és laboratóriumi műszerek színvonalát – de ilyen információ ma még nem áll rendelkezésre. Lelkes orvosok tesztelnek sok-sok eszközt, de az egy-két ember által rövid ideig végzett tesztek nem is jönnek a hivatalos minősítések közelébe megbízhatóság szempontjából.

Mit tehetünk, hogyan érdemes ezeket kezelni? Úgy gondolom, hogy mindenképpen kell ebben a témában is a párbeszéd az orvos és a páciens között! Az orvosnak óriási segítség lehet, ha olyan vizsgálatok eredményeit hozza tálcán a beteg, amiket fel se tudna neki írni, és ezekből kaphat egy általános képet, és felfigyelhet olyan rendellenességekre, amik vagy nem okoznak még tünetet, vagy nem panaszkodik miattuk a beteg. Utána jöhet a hivatalos kivizsgálás, de már nem találomra, hanem ezekre alapozva, pontosan célozva.

Az még nagyobb segítség az orvosnak és a páciensnek is, ha évekre visszamenőleg vannak idősorok, és az egyébként alig észrevehető lassú változások is kibuknak. Ha az adatokat folyamatosan rögzítettük, akkor nem a romló emlékezet, hanem szilárd tények alapján vizsgálódhatunk. Ha egymás mellé rakjuk a fizikai aktivitás (gyalogolva és futva megtett távolság, edzés ideje, lépésszám, leúszott táv, stb.), a pulzusszám, a vérnyomás, a testsúly, a testzsír százaléka, és még sok más mérhető adat értékeit, valamint a közérzetet, a betegségeket, és ki tudja még mit, akkor a páciens és az orvos is megértheti, hogy minek milyen hatása van, és mit érdemes megőrizni, min lenne jó változtatni. Ha ezt az elemzést jó szoftver, “okos” gép végzi, akkor hamarabb, gyorsabban és több összefüggést tud feltárni, mint mi magunk tudnánk.

Hadd tegyek mellé még néhány mérést és analízist, amiket ma még nem tudunk a telefonunkkal elvégezni, de talán hamarosan igen: rendellenességek a DNS-ben, antitestek vagy specifikus fehérjék a vérben, ultrahangos vizsgálat, bőrből vagy nyálkahártyáról vett minták elemzése. Megtehetjük, hogy ezeket figyelmen kívül hagyjuk, mert nem “hivatalos” forrásból származnak? Szerintem nem!

Hogy áll most a világ ebből a szempontból? Nem tudom, próbált-e már valaki úgy menni a háziorvosához, hogy vitt magával egy halom adatot, pl.: genetikai tesztek eredményeit (mint: gyógyszerérzékenység, milyen betegségek veszélyeztetik genetikai alapon), életmóddal kapcsolatos adatokat (mint: fizikai aktivitás, alvásminőség) évekre visszamenőleg, laborvizsgálatok adatait szintén évekre visszamenőleg (több ezer adatot). Azt hiszem, hogy a háziorvosok egy része világgá szaladna, ha kezdenie kellene valamit ezzel az adattömeggel…

Van olyan orvos, aki örömmel fogadná hasznosítaná? “Véletlenül” tudom, hogy van. Talán meglepő lesz, de az általam ismert példa magyarországi. (Enyhítő körülmény: a páciens is orvos.)

Azt remélem, hogy a nem is távoli jövőben ez nem a meglepő kivétel, hanem a megszokott módszer lesz. Persze, mint mindenhol, itt is kettőn áll a vásár. Nem csak a nyitott gondolkodású és mindezekre felkészült orvosokra van szükség, hanem olyan emberekre, akiket komolyan érdekel az egészségük, és nem akkor kezdi érdekelni őket, amikor megbetegszenek, hanem viszonylag fiatalon kezdenek a hosszú és egészséges életre felkészülni. Ha okosan élünk a tudomány és a technika lehetőségeivel, akkor nyitva áll előttünk ez a lehetőség.

Ahogy eddig, ebben az írásomban is ötvöztem sok mindent, amit olvastam a saját gondolataimmal, de most nem tűzdeltem tele hivatkozásokkal. Akit érdekelnek a téma részletei, olvassa dr. Meskó Bertalan (a futurista orvos) írásait! Én is sokat olvasom őt.

Pontos célzás

Pontos célzás a mezőgazdaságban – és nem a krumplit kitúró vaddisznóra.

Burial chamber of Sennedjem

A múlt héten előhoztam a 3D nyomtatóban készült vacsorát, és sikerült néhány olvasómat megijesztenem vele. Úgy gondolom, hogy nem a nyomtatóktól kell félni, mert azokban (egyelőre) ugyanazokat az élelmiszereket használják, amiket a serpenyőbe is teszünk. Ha valami aggodalomra adhat okot, az a mezőgazdaság mai működése. A növények és az állatok csak azokat a tápanyagokat kapják meg, amik az életben maradásukhoz és a gyorsan elérendő nagy tömegükhöz kellenek, és a vegyszerezés és gyógyszerezés is erre szolgál – így a végső fogyasztó se kaphat jobbat.

Miért hozom ezt most elő? Eddig itt nem írtam az egészséges élelmiszerről – nem mintha nem foglalkoztatna a dolog, de nem vág bele a blogom témájába. Ahogy egyre többet gondolkozom rajta, rájöttem, hogy bizony mégis! A „precíziós mezőgazdaság”, ha nem is garantálja, de megadja a lehetőségét annak, hogy gazdaságosan állítsanak elő egészségeset és finomat a gazdák és a nagyüzemek. Hogyan?

Vegyük sorra az ismert példákat, a már létező és a tervezett vagy lehetséges megoldásokat! Három hónapja mutattam a salátaegyelő gépet. Akkor arról volt szó, hogy hány ember hány napi munkáját végzi el sokkal gyorsabban és pontosabban, de nem csak ez a változás! Az ügyes gép pontosan tud egy csepp mérget adni a gyomnak és egy csepp tápanyagot a salátának. A kevesebb méreg nagyon jó nekünk és a salátának is, hiszen arra nem is kerül (csak a talaj közvetítésével kaphat esetleg belőle). Így nem kell génmódosított, a mérget jól toleráló növényeket megennünk – szerintem ez nagyon jó hír!

Nem csak a kevesebb méregnek, hanem a kevesebb tápanyagnak is lehet örülni! Miért? Elsőként az jutott eszembe, hogy kevesebbe kerül a gazdának, ezért olcsóbban tudja előállítani a növényt. Jó ez nekünk? Jó, mert olcsóbb lehet a boltban is. De nem csak ezért jó: ha nem az ár csökken, hanem a gazda haszna nő, többet tud beruházásra fordítani, sőt akár jobb minőségű, kiegyensúlyozott, a növény egészséges fejlődését segítő tápanyagokat is tud adni neki. Ez végül nekünk lesz jó! Sőt, az is nekünk lesz előnyös, ha a jobb minőségű termék versenyképes lesz a piacon, nem tudja a silány kiszorítani.

Túl optimista vagyok? Talán tényleg az vagyok, de hiszek abban, hogy a világ a jót és a becsületest díjazza.

Mi mást láttunk eddig? Tehenekkel kapcsolatban láttam két érdekes megoldást, vagy inkább szolgáltatást, és mindkettő a szaporulattal kapcsolatos – a kezdetével és a végével. Röviden összefoglalva: a megtermékenyítés ideális idejét figyeli az egyik, az ellés előtt szól a másik. (A háziasított állatok már a szaporodásban is teljesen az emberre vannak utalva, maguktól nem megy nekik.) Azért írtam, hogy szolgáltatás, mert az internetre kötött eszközök (IoT), a nagy-nagy számítási felhő és egy kis tudomány így együtt áll a gazdák rendelkezésére – nekik maguknak csak abba a kis ketyerébe kell befektetniük, ami a tehén farkára vagy lábára kerül, és telefonon vagy táblagépen szólnak nekik, amikor itt az idő.

Jó ez nekünk? Nagyon! Miért? Nem csak azért, mert jobb lesz a szaporulat, kevesebb lesz az elhullás, és így boldogabb a gazda. Szerintem nagyon fontos, hogy a hagyományos hústermelés gazdaságos legyen, mert különben csak a laborban előállított mesterséges hús marad nekünk. (Amikor ez még utópia volt Szathmári Sándor Kazohiniájában, nem féltem tőle, de most már aggaszt a térnyerése.)

Miből áll össze ez a „precíziós mezőgazdaság” (precision agriculture, precision farming)? Néhány példa arra, hogy milyen eszközöket lehet használni:

  • az előbb említett salátaegyelő gép kamerája mögött egy alakfelismerő szoftver segít a saláta és a gyom megkülönböztetésében,
  • a tehén lábára erősített eszköz a toporgást méri, ezt elemzi a szoftver, ebből lehet tudni, hogy mikor fogan meg legjobban a tehén,
  • a tehén farkára erősített eszköz a csóválást méri, ezt elemzi a szoftver, ebből lehet tudni, hogy mikor várható az ellés (így nem kell éjszakákat a tehén mellett töltenie a gazdának),
  • a gépekre helymeghatározó (GPS) kerül, ami a digitális térképpel összekötve irányítja és vezeti is a gépet,
  • cseppenként lehet adagolni a vegyszert, tápszert és az öntözővizet,
  • drón figyeli a növények kelését, a kártevőket, a növények nedvességtartalmát, az érésüket (és képfeldolgozó, elemző szoftverek vannak a háttérben),
  • szenzorok mérik a talaj hőmérsékletét, nedvességtartalmát, a tápanyagok mennyiségét,
  • szenzorok egyedileg mérik a növények állapotát – ebből testre szabottan lehet vizet és tápanyagot adni nekik (a csepegtető rendszerrel),
  • a közeli és a távolabbi környezet időjárási adatait begyűjtve és elemezve konkrét, az adott helyre érvényes előrejelzést lehet adni – ebből öntözést, műtrágyázást vagy betakarítást lehet tervezni.

Milyen technológia van még a háttérben?

  • A dolgok internete (IoT), vagyis rengeteg cucc, amit hálózatba kötünk. Ezek általában egy-egy dolog mérésére alkalmas eszközök.
  • Kell többféle kommunikációs technológia: hagyományos mobiltelefon, alacsony fogyasztású és kis sávszélességet igénylő eszközök (állatokra, növényekre, talajba).
  • Kell a nagy-nagy számítási felhő, és benne okos szoftverek, amik elemeznek, jósolnak és segítik a gazdák döntéseit. Ezeket nem veheti meg mindenki magának, közösen kell használni.
  • A „jósláshoz” rengeteg régi adat, jó modellek és mesterséges intelligencia kell. Ezek forrása is a felhő lehet, otthon senkinek sincsenek meg ezek.

Mi van, ha ez a sok műszaki cucc nem áll rendelkezésünkre? Nem lehet véletlen, hogy egy brazil IBM-es mérnöktől származik ez az idézet: „A farmer could take a picture of a crop with his phone and upload it to a database where an expert could assess the maturity of the crop based on its coloring and other properties. People could provide their own reading on temperature and humidity and be a substitute for sensor data if none is available.” Így is el lehet jutni a precíziós mezőgazdaság alapjaihoz, és nem kellenek extra dolgok hozzá.

Mi lehet a precíziós mezőgazdaság optimális eredménye?

  • Elegendő és jó minőségű táplálék a Föld gyorsan növő lakosságának.
  • Az éghajlatváltozáshoz való jobb alkalmazkodás.
  • Kevésbé teszi tönkre és pusztítja a talajt, a vizeket, a rovarokat, a madarakat és általában az életünkhöz szükséges környezetet.
  • Javítja a kisebb gazdaságok versenyképességét.
  • Érdekes új feladatokat és munkát ad sok embernek.

Mi kell mindehhez? Legfőképp rendes, értelmes, tisztességes emberek!

 

 

És amit megeszünk?

Eljutunk a laborban előállított vagy az elfogyasztás után is nyomon követett élelmiszerig? Jó lenne az nekünk? Jó lesz az nekünk?

Az új technológiák ipari gyártásban, a termékek életútjának nyomon követésében, a karbantartásban, a használati tapasztalatok alapján való továbbfejlesztésében való használatáról már elég sokat tudunk. Nem csak tervek, elképzelések vannak, de a mindennapi gyakorlatban is látszik az eredményük. Az elmúlt hetekben hoztam is érdekes és sikeres példákat.

  • Milyen az, amikor egy kisbuszt a megrendelés után kezdenek el gyártani, és nem kell 24 óra ahhoz, hogy elkészüljön? Nem csak nagyon gyorsan ér el a megrendelőhöz (aki gyorsan tudja elkezdeni a szolgáltatást és a pénzkeresést vele), de rengeteg részletet szabadon tud meghatározni a vevő.
  • Milyen az, hogy a lift, mozgólépcső, automata ajtó gyártója valós időben kap információt a terméke működéséről, a használat mértékéről, az alkatrészek kopásáról, a szükséges karbantartásról, a hibákról? Mennyivel tudja így a használhatóságát növelni, amivel nagyobb értéket nyújt a vevőjének és a vevő ügyfeleinek?

Ezekhez nagyon sok új műszaki megoldás, és az azokra épülő szolgáltatás kell – és ezek már mind léteznek, széles körben elérhetők.

Mi az eredmény? A gyártó és a vevő között szoros, közvetlen kapcsolat jön létre, eltűnhetnek a közvetítők (nagyker, kisker, szerviz). A gyártó egyre inkább szolgáltatást értékesít. (Két hete a „washing-machine-as-a-service” példáján mutattam be ezt a folyamatot.)

És mi van azzal, amit megeszünk? Lesz olyan, hogy egy mezőgazdasági termék tulajdonságait a vevő határozza meg, és nagyon rövid idő alatt megkapja, amit kitalált? Mondjuk, kérek egy 8,5 cm átmérőjű, sárga színű almát, aminek az íze jonatán, és nincs benne mag – lesz ilyen? Aligha, legalábbis addig, amíg az alma fán nő, addig évek kellenek az „előállításához”, ha egyáltalán lehetséges.

Az ennivalóink teljesen kimaradnak, nem használható a sok új technológia (IoT, 3D nyomtatás, mesterséges intelligencia, felhő)? Nem kell aggódni, nem maradnak ki – de más történik, mint az iparban.

A „precíziós mezőgazdaság” a folyamatok pontos megtervezését és optimális végrehajtását tűzi ki célul, és már jó sok eredménye is van. Mik ezek?

  • A gépek jól megtervezett, optimális használata.
  • Az egyes növények egyedi fejlődésének mérése, és testreszabott öntözés, tápanyagellátás, növényvédelem.
  • A tökéletesen megfelelő időben való betakarítás.
  • Az állatok egyedi takarmányozása.
  • Az állatok életfolyamatainak percre pontos követése, optimális ápolás, gondozás, szaporítás, gyógyítás.

Ezek nem csak azért hasznosak, mert kevesebb költséggel, több és jobb minőségű élelmiszert állít elő a termelő, hanem csökken az üzemanyag-felhasználás (és a káros anyagok kibocsátása), kevesebb növényvédőszer kell, kevesebb műtrágyát használnak (és ezek miatt csökken az ipari szennyezés is), nincs szükségtelen öntözés, és a víz jobban hasznosul (és kevésbé terheli a szűkös ivóvízkészleteinket a termelés). Az eredmény: jobb minőség, olcsóbb és környezetkímélőbb termelés.

De most nem a termelésről, hanem a termékekről akarok írni. Mire képes itt az internet és a felhő?

Az ellátási lánc és az élelmiszerbiztonság területén lehetne nagyokat lépni. Azt egyre fontosabbnak tartjuk, hogy az élelmiszerek eredetét ismerjük. Tudni akarjuk, hogy hol, milyen körülmények között, mikor termelték, ki volt a termelő. Ezek az információk az esetek egy részében (és részlegesen) meg is találhatók a csomagoláson (vagy az ömlesztett termékek mellett a polcon), de az élelmiszerek útjának követése nehézkes. Mit jelent ez a gyakorlatban? Tavaly sok ember került kórházba baktériumos fertőzéssel az Egyesült Államokban, és elég gyorsan kiderült, hogy friss spenót fogyasztása állt az esetek mögött. A hatóságok (FDA és CDC) hamar ki is adták a figyelmeztetéseket. A szennyezett spenót forrásának azonosítása viszont eltartott három hétig, és ez az összes spenóttermelőt, -kereskedőt és –feldolgozót nagyon súlyosan érintette. Ha az egyes csomagok teljes útja pontosan és valós időben követhető lett volna, pillanatok alatt meglett volna a felelős. Nem kellett volna az összes többi spenótot is kivonni a forgalomból, és nem károsodott volna mindenki az értéklánc mentén (és a vevők is ehették volna kedvenc spenótjukat). Ezt papíron vagy manuálisan feltöltött és kezelt számítógépes rendszerben lehetetlen elérni – kell hozzá az automatizálás, amibe a csomagok elektronikus megjelölése is beletartozik, vagyis IoT. Élelmiszerek esetében ez nem olyan egyszerű, mint az ipari termékeknél, de ki lehet találni jó megoldásokat.

A biztonság másik eleme az lenne, hogy a visszahívott vagy lejárt termékeket ne is lehessen a polcon tartani, vagy eladni a boltokban. Az egyedi azonosítás szerepe ebben döntő lehet. Egy séta a polcok között a megfelelő kézi készülékkel, és már meg is van, hogy mit kell levenni onnan. Akár a vevők telefonja is alkalmassá tehető erre. A pénztáraknál is lehet ilyen eszköz, ami még a fizetés előtt szól, hogy nem adható el az áru. Az első lépés az elektronikus címkézés. Lesz ilyen? Szerintem lesz! Egyre olcsóbbak az effélék, és egyre nagyobbak a büntetések. Hamar kijön a matek, hogy mi éri meg…

Korábban írtam az egyedileg előállított termékekről (egydarabos szériákról). A példa az Olli kisbusz volt. Hogy van ez az ételekkel? Van erre lehetőség, lenne értelme? Igen, van, és már nem csak kutatják, hanem használják is. Az első komoly érdeklődő a hadsereg és az űrkutatás volt. Az egyforma ételek helyett testreszabott, egyedi ízlésnek és igényeknek megfelelő ennivaló mindkét területen nagy előrelépés lenne. Azonban a polgári életben már nem feltételes módban beszélünk erről. Hol és milyen esélye van az ételek “nyomtatásának”, és ez hogy változtatja meg az üzletmenetet? Arról van szó, hogy egy adott receptet sokféle változatban lehet elkészíteni (gluténmentesen, másféle ízben, másféle alakban), és ezeket nem kell előre megcsinálni (előre ismeretlen igényekre), hanem egyedileg készülhetnek. Ettől minden megváltozik, a beszerzés, a raktározás, a kiszállítás. Az egész a vevőközpontúságban kulminál – akárcsak a korábban említett ipari példák esetében. Meg is lehet kóstolni! Ha valakit a látványos ételek mellett a fenntarthatóság és az egészség is érdekel, ebben a TEDx videóban erről is hallhat (Chloé Rutzerveld, 12 perc).

Nyilván nem csak vendéglőben lehet az így előállított ételeket megenni, hanem házhoz is vihetik. Azt még nem látom, hogy mikor és hogyan tudjuk otthon „kinyomtatni” a recepteket…

Összefoglalva az új technológiák és az ételek kapcsolatát:

  • biztonság – élelmiszerek életútjának követése
  • biztonság – lejárt, kivont termékek azonnali felderítése
  • egyénileg testreszabott ételek, változatok.

Persze, nem pusztán nagyszerűség lesz itt sem. Lesznek vesztesek, akiknek csökken vagy elmúlik az üzlete. Lesznek hibák, sőt csúf visszaélések is. Sőt, van egy új törekvés: az ételek szintetikus előállítása. Megjelent már (kísérleti fázisban) az állatok nélkül, laborban előállított hús. Ebben óriási veszélyt látok. Az orvostudomány még egyáltalán nem tudja, hogy a hús melyik összetevői szükségesek a számunkra – a leegyszerűsített, néhány tucat alkotórészből álló hús lényegesen különbözik a valóditól, és nem biztos, hogy a jó irányban.

Meglátjuk…

Minden teljesen egyedi

Legyen zöld, balra nyíljon, és alul legyen az ajtaja! Az üvegpolc alatt ne egy, hanem két kisebb rekeszt legyen!

Ismerős igények? A vevő szeretné aprólékosan meghatározni a termék sok tulajdonságát, és nem a gyártó által előre kialakított modellek egyikét akarja megvenni. Tudjuk teljesíteni az ilyen igényeket? Bizonyos mértékig igen! A Subway szendvicsei nincsenek előre elkészítve, az alapanyagok keretein belül tetszésünk szerint összerakhatjuk a kedvencünket. A Mercedes kecskeméti gyárában a futószalagon különböző felszereltségű autók, sőt akár B és C-modellek vegyesen követik egymást, és a részben automatizált gyártást ez nem zavarja össze. (Mekkora lépés a Ford-féle első futószalagjához képest, ami akkor maga is óriási ugrás volt.) Bár kétpercenként gurulnak ki az új autók, mégis elég sok hónapot várnak a megrendelők. Azt hiszem, épp ez a hosszú idő az egyik tényező, ami lehetővé teszi az egyedi igényekhez alkalmazkodó gyártást. Valójában mennyire lehetnek egyediek ezek az igények?

Mit szólna a Whirlpool, ha a vevő olyan igényekkel jönne, amiket a cikk elején írtam? Ezek, meg még több is, teljesíthetők lennének, de ahhoz alaposan át kellene alakítani a beszerzési, raktározási, logisztikai, megrendelési, szállítási folyamatokat. Vannak ilyen igények? Nem tudom. Egy gyakran látható reklámfilmecske szerint vannak.

Mit lehet az effajta igényekkel kezdeni? Először is: nevet adunk nekik, hiszen, aminek neve van, azt már jobban tudjuk kezelni. Mi legyen a neve? Van neki több is, pl.: mass customization, build to order, hypercustomization.

Hogy történik az ilyesmi?

  • A leendő vevő kiválasztja, hogy mit szeretne: színek, bevonatok, extra tulajdonságok, stb.
  • A beszerzési és raktározási rendszer ellenőrzi a készleteket, és automatikusan beszerzi a hiányzó anyagokat és részegységeket, majd megjelöli a vevőnek készülő konkrét darab számára. (Itt már szerepet kap az IoT, a dolgok internete is, ha aktív vagy passzív jeladókat használnak.)
  • A gyártósoron találkoznak az alkatrészek és a részegységek, amiket emberek vagy robotok építenek össze. A jeladók alapján találják meg, hogy mit kell összeépíteni, milyen bevonatokat és színeket kell alkalmazni.
  • A gyártási folyamat során akár teljesen automatizálni is lehet a minőségellenőrzést, biztosítva, hogy pont az és pont úgy kerül bele a késztermékbe, ahogy azt a vevő megrendelte.

Ez volt az, ami a gyárban történt. Mit látott ebből a vevő? Minthogy a kezdetektől kezdve neki, pont neki gyártottak, akár követhette is az egész folyamatot a mobilján. Sőt, akár magát a szállítást is követheti. (Aki rendelt már interneten, mennyire örült volna annak, ha tudja, hogy hol jár a futár a cuccal, mikorra várható az érkezése!) Ja, és mindez nem kerül se neki, se a gyártónak extra erőfeszítésébe. Nem kell az ügyfélszolgálatot hívni, vagy naponta beugrani a weblapra.  

A termék – ellentétben a megszokott forgatókönyvvel – nem veszti el a kapcsolatát a gyártóval, amikor elér a vevőhöz! A benne lévő érzékelők gyűjtik és továbbítják a használatával, a működésével, a hibáival kapcsolatos adatokat. Ezeket fel lehet használni a konstrukció javítására, jobb és hasznosabb termékek megtervezésére.

Mekkora mindezek realitása? Mennyire távoli jövőről beszélünk?

A szükséges technológia már rendelkezésünkre áll. Az alkatrészek épületen belüli követésére sok olcsó és rugalmas megoldás van, például ez: UWINLOC’s Industrial IoT Tracking Device. Sőt, azért se kell messzire mennünk, ha kis fogyasztású (egy töltéssel akár 10 évig működő) és egész pici hálózati sávszélességet igénylő kültéri megoldást keresünk, ez már Magyarországon is elérhető.

Ami még hiányzik, az az üzleti modellek kitalálása és megvalósítása. Ehhez okos emberek és jó ötletek kellenek. Vannak ilyenek? Vannak, csak össze kell találkozniuk a technológiával, és hagyni kell szárnyalni a gondolataikat…

Sikerült már valakinek megvalósítania a gyakorlatban, ipari környezetben a teljesen egyedileg előállított terméket? Többeknek is! Az egyikről írtam is nemrégiben, ez az Olli. Akkor úgy került képbe, hogy a Watson segítségével beszélgetni is tud az utasokkal ez a teljesen vezető nélküli kisbusz.

Más érdekessége is van az Ollinak: nagyon gyorsan elkészül! 3D nyomtatással 10 óra alatt készítik el az elemeit, majd 11 óra alatt összeszerelik. Szép teljesítmény! Mit is jelent ez? Az “ipar 4.0” (és a benne megjelenő technológiák) teljesen egyedi járművek (egydarabos szériák) előállítására alkalmas. Szabadon állíthatja össze a megrendelő a kisbuszt a lehetséges komponensek és opciók felhasználásával, és egy késztermék szokásos internetes szállítási idején belül kapja meg azt a teljesen egyedi terméket, amit csak a megrendelése után kezdtek el legyártani (nulláról kezdve). Impozáns, ugye?

Jó ez, kell ez? Majd eldönti a piac!

Komolyabb kérdéseket is fel lehet tenni az egész változás társadalmi hasznosságáról vagy káráról. Én is sokat töprengek rajtuk, és talán egyszer eljutok odáig is, hogy írok ezekről a gondolataimról. A gyártókat, a megrendelőket, a vevőket ezek aligha érdeklik, a “kapitalizmus szelleme” csak az egyéni hasznosságot ismeri, a társadalmi haszon és kár csak akkor érinti, amikor válságba vagy forradalomba torkollik. Itt most megállok, ki-ki gondolja tovább (ha akarja)…

Előzmények:

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?

Harcostársak

“Két pálmaszál, vállvetve az eget hordozni termett” – ezek vagyunk együtt, ember és robot?

Az idézet forrása: Madách Imre Mózes c. tragédiája

A múlt héten a robotika és a mesterséges intelligencia alapelveiről, törvényeiről írtam, Asimov egyszerű (vagy – mint kiderült – talán mégsem olyan egyszerű) három (később négy) törvényétől a mesterséges intelligencia idén megalkotott 23 alapelvéig.

Amikről Asimov írt, azok az események még valahol a távoli jövőben vannak, de a mesterséges intelligencia már itt van, egyre inkább része az életünknek, beleszól, átalakítja, esetleg lerombolja.  Míg Asimov úgy találta ki a robotokat, hogy a pozitron agyukból, annak megsemmisítése nélkül, lehetetlen kivenni a három törvényt, amik megakadályozzák, hogy kárt okozzanak és ellenszegüljenek az embernek, az idei 23 alapelvet nem lenne nehéz kivenni a mesterséges „agyakból”, ha egyáltalán bennük lennének.

Mennyire aggódjunk? Kiknek van ma hozzáférésük azokhoz a technológiákhoz és ahhoz a rengeteg pénzhez, ami a mesterséges intelligencia megalkotásához és használatához kellenek? Azt gondolhatnánk, hogy keveseknek, szinte senkinek. Ez pillanatnyilag valóban így látszik, de már ma sem egészen igaz. A Watson lényegében mindenki számára hozzáférhető, a tudása és az elemzési képessége felhasználható távolról is (a felhőn keresztül). Hamarosan más gyártók is megjelennek, talán még erősebb és gyorsabb megoldásokkal. Amit ember megalkot, azt másik ember meg fogja szerezni, élni fog vele, vissza fog vele élni. Ne számítsunk biztonságra, mert az nem létezik. Elég csak arra gondolni, hogy az amerikai titkosszolgálatok internetes támadó eszközeit is széles körben használják a terroristák.

Evezzünk békésebb vizekre! Hosszú ideje és sok helyen lehet arról olvasni, hogy milyen fajta munkákat vesz el az embertől a gépesítés, az automatizálás, a robotok és a mesterséges intelligencia. Az előbbiek tulajdonképpen azt a sort folytatják, amit az ipari forradalom gépei kezdtek el – a fizikai munkából végeznek el egyre többet a gépek, és egyre kevesebb marad az embernek. Hadd korrigáljak! A gépek semmit se vesznek el – a gépeket üzembe állító cégek döntenek úgy, hogy ezentúl nem ember végzi azt a munkát. Miért? Ez a kapitalizmus törvénye. Ha valamit meg csinálni gyorsabban, olcsóbban, pontosabban, akkor használni kell az új technikát. Nincs ebben semmi meglepő!

Milyen munkák kerülnek robotok kezébe, amikor ellátjuk őket mesterséges intelligenciával? Nemrég olvastam ezt a listát egy oxfordi kutató tollából, ami elsőre meglepő lehet:

  • Középvezető
  • Eladó, kereskedő (commodity)
  • Jelentésíró, sportriporter, pénzügyi újságíró
  • Könyvelő
  • Orvos

Szerinte ez az első 5 munkakör, amit átvesznek a robotok. Meglepetés? A harmadik és főleg a negyedik nem igazi meglepetés, a többin lehet csodálkozni (a cikkben vannak részletek és magyarázatok). Nem tudom, hogy igaza van-e, majd meglátjuk. Azt is mondja, hogy két évtizeden belül a mai munkahelyek 47%-a tűnik el ennek a folyamatnak a következtében az USA-ban.

Több példa és mélyebb elemzés található az NJSZT novemberi konferenciájáról írt egyik cikkemben. Gondolkodom, tehát…?

Fontos, hogy a mai munkahelyekről van szó, hiszen újfajta munkák jönnek közben létre. Itt egy lista arról, hogy a Gartner szerint az olajiparban milyen új tevékenységeket végeznek majd az emberek a digitális világban:

  • Digitális technológia és megoldások feltalálása, fejlesztése
  • A robotok és az automatizálás kockázatainak csökkentése
  • Online támadások elleni védelem
  • Az új szellemi termékek menedzselése
  • Az üzlet átszervezése

Ha összevetjük a két listát, mit látunk? Vajon az oxfordi kutató szerint munka nélkül maradó emberek mind el tudnak helyezkedni ezekben az új munkakörökben? Talán… Annak van esélye, aki képzett és alkalmazkodóképes is egyszerre.

Egy ígéretes (vagy aggasztó, attól függően, hogy honnan nézzük) fejlemény az RPA (robotic process automation), vagyis az a megoldás, amikor a robot (egy kis mesterséges intelligenciával megspékelve) átveszi az emberek helyét, de úgy hogy közben nem kell megváltoztatni a vállalati folyamatokat. Ebben az a nagyszerű, hogy a bevezetése egyszerű, akár részlegesen is be lehet vezetni, vagyis ember és robot végezheti egymás mellett ugyanazt a tevékenységet. További részletek: Felhő, kütyük, okosság.

Eszébe jutott erről valakinek az a csodálatos lehetőség, hogy objektíven lehet majd összehasonlítani az ember és a robot teljesítményét és a munkájuk minőségét? Ki győz majd? Ki marad?

Nos, itt még nincs vége! Az RPA után a következő lépés az IPA (intelligent process automation). Olyan szépet ír róla a McKinsey, hogy nem tudom nem ide másolni:

In essence, IPA “takes the robot out of the human.” At its core, IPA is an emerging set of new technologies that combines fundamental process redesign with robotic process automation and machine learning. It is a suite of business-process improvements and next-generation tools that assists the knowledge worker by removing repetitive, replicable, and routine tasks. And it can radically improve customer journeys by simplifying interactions and speeding up processes.

Segít az embernek, megszabadítja a robottól, az ismétlődő, egyforma tevékenységektől. Itt van még a következő mondat, ami a fejlődést vetíti előre:

IPA mimics activities carried out by humans and, over time, learns to do them even better.

Magyarra fordítva: megtanulja az embertől az általa végzett tevékenységet, majd megtanulja jobban (és gyorsabban) elvégezni. Nem állom meg, leírom, ami erről eszembe jutott. Volt kollégáim azt kapták utolsó feladatuknak, hogy néhány hónap alatt tanítsák be az utódaikat, akik olcsóbban végzik el a munkájukat. Sokan tényleg hősiesen, sok extra erőfeszítéssel és rengeteg többletmunkával meg is tették ezt. Ezek az utódaik már az IPA robotokat fogják betanítani a munkaviszonyuk megszűnése előtt?

Mik a kilátások? Az előbb említett cikk egyik példája szerint az RPA bevezetésével (ami egy kis szelete az IPA-nak) egy nagy biztosító az egyik területen 81%-kal tudta csökkenteni a munkaerő-szükségletet. Persze, ez nem azt jelenti, hogy elküldtek ennyi embert, csak más munkakörbe kerültek.

Legközelebb azzal folytatom, hogy mit tud még ez az IPA, mit ad nekünk (dolgozóknak, munkáltatóknak, és a vevőknek, ügyfeleknek). Már amennyi eddig látszik belőle…

 

Mesterségesen etikus

Mesterségesen etikus és humánus intelligencia. Ez a nagy közös cél. Megvalósul?

Tegnap én voltam az egyik fogás a Hitachi Data Systems üzleti reggelijén, és jó kedvvel, jó étvággyal fogyasztottak a jelenlévők. Szuper társaság jött össze, és inkább beszélgetés, mint előadás volt ez a másfél óra. Úgy láttam, hogy mindenkit érdekelt a téma, az „összekapcsolt mindenség”. Engem is arra ihletett, hogy – az ott megbeszéltekre is támaszkodva – részletesen kifejtsem egy-egy szegletét.

Blogom rendszeres olvasóim és azok, akik figyelik rövidebb írásaimat már tudják, hogy több mint egy éve elkezdtem beleásni magamat a számítási felhő, az internetre kapcsolt eszközök (IoT) és a mesterséges intelligencia egymással való kapcsolatába. Bár nem mindig világos és egyértelmű, hogy mit is értünk ezeken a fogalmakon, nagyjából sejtjük.

A három terület összekapcsolódására már sok példát láttunk, például az autózás, a logisztika és az egészségügy területén. A jövőt ebben a témában sem könnyű megjósolni, de a hivatásos jósok között nagy az egyetértés abban, hogy jelentős fejlemények vannak előttünk, és nem valami távoli jövőben, hanem idén és egy-két éven belül. Nem olyan nagy csoda egy ilyen jóslat, hiszen már elkezdtek megtörténni a jó és a rossz dolgok is. Az útjainkon futnak önmagukat vezető autók, az orvosi diagnosztikában és a gyógyításban is használják a „gondolkodó” gépet és a sok-sok „okos” kütyüt, az informatikai tevékenységek közül rengeteget automatizáltak már, a könyvelésben és a könyvvizsgálatban is egyre terjednek az ilyen megoldások, és megjelentek az emberekkel kommunikáló robotok is.

Ha már robotok: Asimov megalkotta a robotika három törvényét:

  1. A robotnak nem szabad kárt okoznia emberi lényben, vagy tétlenül tűrnie, hogy emberi lény bármilyen kárt szenvedjen.
  2. A robot engedelmeskedni tartozik az emberi lények utasításainak, kivéve, ha ezek az utasítások az első törvény előírásaiba ütköznének.
  3. A robot tartozik saját védelméről gondoskodni, amennyiben ez nem ütközik az első vagy második törvény bármelyikének előírásaiba.

Ha alaposan belegondolunk, már az első törvény is nehéz értelmezési feladatot ad egy robotnak (egy embernek is), de később kiderült, hogy nem is elégséges, mert nem csak az egyes emberre, hanem az emberiségre is gondolni kell. Ezért egészítette ki R. Daneel Olivaw egy nulladik törvénnyel a listát:

0. A robotnak nem szabad kárt okoznia az emberiségben, vagy tétlenül tűrnie, hogy az emberiség bármilyen kárt szenvedjen.

A többi törvényt kiegészítette a nulladik megsértésének tilalmával is. Na, ezt még nehezebb értelmezni, volt robot, amelyiknek az agya le is olvadt miközben a feladat megoldásával küzdött. Olivaw végül tudta értelmezni és alkalmazni ezt az új törvényt, ami miatt kárt is kellett okoznia emberben. (Ő robot volt, de felül tudott emelkedni robot mivoltán az emberiség érdekében.)

Ez „csak” fantasztikus irodalom, de mi van a valóságban? Az eddig megalkotott robotokban, intelligens gépekben vannak ilyen törvények? Rakott beléjük ilyesmit valaki? Ha igen, ki hozta meg a döntést? Lehet olvasni etikai tanácsokról, de egyelőre nem sokat tudunk a működésükről és a döntéseikről (ha voltak olyanok). Közérdeklődésre tarthat számot a Google, hiszen az egyik legnagyobb játékos. Amikor három éve megvette a DeepMind céget, a megállapodás része volt egy ilyen szervezet felállítása, de még ma sem tudjuk, hogy kik a tagjai és csinált-e már valamit. Majd megtudjuk, amikor itt lesz az ideje… Más cégek nyitottabbak, de nem találtam sok konkrétumot.

Azokban az „intelligens” rendszerekben, amikről tudunk, még nincs sok valódi döntés a gép kezében, inkább csak elemzi a lehetőségeket, és a saját véleményével együtt felajánlja a döntést hozó embernek. Persze, az emberi történelemből tudjuk, hogy a szakértők rendszeresen megvezetik a döntéshozókat, így ebben az esetben sem zárhatjuk ki a lehetőséget.

A valódi döntéseket hozó rendszerekre való felkészülés ideje mégis eljött már, és sok okos ember össze is ült januárban, hogy megalkossa a mesterséges intelligencia alapelveit. Nem sikerült nekik az asimovihoz hasonló három-négy pontból álló listát készíteniük, de 23 pontba bele tudtak mindent foglalni, amit fontosnak tartottak. Elolvastam és igyekeztem megérteni az általuk megfogalmazott alapelveket, és egyet tudok érteni velük. Azonban úgy érzem, hogy ez csak óhajok listája, és rengeteg akadálya van annak, hogy teljesüljenek. Egy részükkel „csak” az a baj, hogy még soha, semmilyen technikai fejlesztés esetében nem teljesültek, és – ahogy én látom – a kapitalizmus körülményei között nem is teljesülhetnek. (Arról fogalmam sincs, hogy más társadalmi rendszerben teljesülhetnek-e.)

Mik ezek?

Az első öt pont a kutatás alapelveit szögezi le, közöttük olyanokat, mint a gazdasági, jogi, etikai és társadalomtudományi kutatások finanszírozását; együttműködést, bizalmat és átláthatóságot a kutatásban és a fejlesztésben; a biztonsági szabványok betartását a fejlesztési verseny során. Látott már valaki olyan műszaki fejlesztést, ahol ezeket betartották? Be lehet ezeket tartani?

A többiek hasonlóak, pl.: a jogi döntésekben részt vevő önálló rendszerek adjanak megfelelő és emberek által ellenőrizhető magyarázatot a döntésükre. Ez tényleg jól hangzik, de az egy pillanat alatt meghozott döntést vajon hány ember, hány hétig fogja elemezni, és megérti-e majd? Emlékezzünk arra, hogy a GO játék bajnoka nem értette meg az ellene játszó gép lépését! Az egy primitív masina volt a jövő önállóan gondolkodó és ítéletet hozó robotjához képest.

Hogy értsük azt, hogy az önálló gépnek a céljai és a viselkedése legyenek összhangban az emberi értékekkel? Ki definiálja az „emberi értékeket”? Kinek az értékrendje számít?

Azt írják elő, hogy az egész emberiség javára kell fordítani az előálló eredményeket, és a lehető legtöbb ember előnyére. Igen, valóban így kellene lennie! Hol van az a társadalmi-gazdasági rendszer, amiben bármit is az egész emberiség javára fordítottak?

Az sem lényegtelen kérdés, hogy mi a hierarchia a 23 alapelv között. Ha ütközés van, melyik erősebb? Ez egyáltalán nem lényegtelen kérdés! Már az eredeti három törvény esetében is óriási különbséget okoz a sorrendjük megváltoztatása.

Az a helyzet, hogy nem valami távoli jövőről beszélünk – a mesterséges intelligencia már most történik. Ahogy fent írtam, még csak döntés-előkészítést végez, de abban is nagy hatalom rejlik. Mi fogja vissza a fejlesztők (egy megtévedt fejlesztő) vagy a hekkerek kezét, amikor óriási hatalomhoz és pénzhez juthatnak a döntések befolyásolásával?

Mennyire közeli ez a jövő? Az IDC szerint 2019-re minden internetre kötött (IoT) eszköz mesterséges intelligenciával dolgozik majd. Minden, azaz 100%! Mik lesznek a legnagyobb területek? Orvosi diagnózis és kezelés, minőségmenedzsment a gyárakban. Mindkettőben óriási lehetőségek vannak hatalom és pénz vonatkozásában!

Ahogy ezeket írom, magamban azon töprengek, hogy mit látok rosszul. Tényleg reménytelen ezeknek az elveknek a betartása, vagy valamit nagyon elnéztem? Segítsen ki valaki!

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?

Internetre kötött tehén?

Az internetre kapcsolt kütyük (IoT) nagyszerű és ijesztő lehetőségeket hoznak létre. Élni fogunk velük, visszaélni, vagy velünk élnek vissza? Azt hiszem, hogy mindhárom előfordul majd.

vodafone-m2m-cow-ul-67l3kxmh7quvik3tilxkes5ye2br8b0lnubnjj88Nagy érdeklődéssel olvasom az újabb és újabb nagyszerű ötletekről és működő megoldásokról szóló híreket. Néha azon csodálkozom, hogy milyen zseniális az ötlet, néha azon, hogy miért hagyták félbe.

Mutatok néhány példát. Ebben a cikkben olyan megoldásokról írnak, amikben a Vodafone hálózatát is használják.

Az egyik éppen az egyszerűségében nagyszerű, és közben valódi problémát old meg. Teheneknél gyakran vannak problémák az ellés körül, és ezek akár a borjú és az anyaállat elvesztéséhez is vezethetnek, ezért a gazdák sokszor egész éjszaka kénytelenek fennmaradni, hogy vigyázzanak, figyeljenek – akár több napig is, mert nem lehet pontosan előre megmondani az ellés időpontját. A Moocall azon a megfigyelésen alapul, hogy a tehén farkának mozgásából meg lehet állapítani az esemény közeledtét. Felraknak egy kis kütyüt, ami mobil interneten keresztül közvetíti a dublini központba az adatokat az egész világról. Innen küldenek SMS-t a tehén gazdájának egy órával a borjú világra jötte előtt. Ugye milyen egyszerű? Nincs is hiányérzetem – ez egy jól megfogalmazott problémára ad jól használható megoldást, és nincs elbonyolítva.

Jut eszembe egy korábbi tehenes hír, amiben az előző lépés, a mesterséges megtermékenyítés szerepel. Itt az a gond, hogy csak egy 16 órás időszakban fogannak a tehenek, ekkor kell a megtermékenyítést elvégezni. Ebben is az a szép, hogy egyszerű! Egy lépésszámlálót kap a tehén, ennek az adatait elemzik a Fujitsu adatközpontjában, a tehén toporgásából kiszámolják, hogy mikor lesz éppen megfelelő állapotban, és az eredményeket kapja meg a farmer (telefonon, táblagépen, asztali gépen, akárhol). Ez segít neki az eredményes megtermékenyítésben.

A VanMoof „okos” elektromotoros biciklije 2800 eurónál kezdődik, és nem szívesen veszítenék el, akik ennyit adnak érte, mások viszont szívesen megszereznék ingyen. Itt is egyszerű a megoldás: a gyárban beépítik a bicikli vázába azt a GSM modult, ami elárulja a gyártó központjának, hogy hol van éppen. Ha két héten belül nem szerzi vissza a biciklit a gyártó, akkor ad egy újat. (A helyinformációt csak a rendőrségnek adják ki, a tulajdonosnak nem, mert nem akarják a tolvajjal való konfliktus veszélyének kitenni.)

Mutatom azt is, ahol továbbfejlesztési lehetőséget látok. A DriveNow 11 európai nagyvárosban ad bérbe BMW és Mini autókat. A nagyszerűsége a rugalmasságában van. Egy telefonos alkalmazással lehet megkeresni, hogy hol van a közelben szabad autó, és a végén bárhol le lehet tenni a kijelölt területen belül. Amikor hosszabb ideig használaton kívül van az autó, a személyzet kitakarítja és megtankolja. Mi hiányzik nekem? A modern autók tele vannak érzékelőkkel. Hogy használják ezeket? Nem derül ki sok a leírásokból, bár a tankolásra vonatkozó szabályok arra utalnak, hogy az üzemanyagszintet figyelik. Vajon mi van az egyebekkel? Szól az autó, ha valami gondja van, valamit meg kell javítani vagy ki kell cserélni? Ez hasznos lenne, mert egy sok-sok ember által használt autó esetében nem igazán lehet a vezető fülére támaszkodni. Hogyan kommunikál az autó a központtal? Eleinte próbálkoztak WiFi-vel, de előfordult, hogy nem volt megfelelő kapcsolat, és a bérlő nem tudta kinyitni és beindítani az autót (mert az nem tudta ellenőrizni a jogosultságát). Áttértek egyszerű mobil internetre, azóta nincsenek ilyen problémák.

Az előző bekezdésben szereplő biciklikkel is létre lehetne hozni egy hasonló kölcsönző szolgáltatást.

Ha már autó, és hiányoltam a beépített érzékelők használatát: biztosítás. A biztosítás arról szól, hogy a hozzávetőleg azonos mértékű kockázatú szerződők között elosztják a károkat és a költségeket. Ehhez ismerni kell az egyes résztvevők kockázatosságát. Ezt ma leginkább néhány egyszerű adat alapján becslik meg (korábbi káresetek, életkor, nem, lakóhely), amik elég pontatlan eredményt adnak – így egyesek többet, mások kevesebbet fizetnek, mint a valós kockázatuk alapján kellene. El is kezdtek ezen a területen mozogni a biztosítók. Figyelembe tudják venni a vezetési stílust (gyorsítás, fékezés, hirtelen kormánymozdulat, gyorshajtás, és ki tudja, még mit) a biztosítási díj kialakításánál. Érdekes jövő (jelen) az, ahol a biztosító mindent tud a vezetési szokásainkról! Sőt, akár azt is észreveheti, amikor más vezeti az autót.

Ha már biztosítás: Megjelent az első olyan biztosítás, amit kifejezetten az önvezető autókra szabtak. A biztosítási védelem tartalmából világosan látszik, hogy a biztosító használja a jármű szoftveréből származó adatokat (amikből ezekben az autókban még több van).

Ezek mind óriási lökést adnak a mobilszolgáltatók forgalmának – azokénak, amelyek tudnak egyetlen SIM kártyával az egész világot (vagy legalább egy egész kontinenst) lefedő és ésszerű árú szolgáltatást nyújtani. Enélkül egyik ötlet sem kivitelezhető!

Hozok egy földhöz ragadt példát is. Az Egyesült Királyságban az utóbbi években a nagy esőzések sok helyi árvizet okoztak, és a háttérben gyakran az volt, hogy eldugultak az utak alatt átvezető csatornák. Ezekből 30 ezer van országszerte, és nem egyszerű feladat a folyamatos tisztításuk. Sok a felesleges kiszállás, amikor az ellenőrzés után nincs semmi tennivaló, de sokszor nem találják meg a dugulást a zápor előtt, ami elég nagy baj. Mi lett a megoldás? Napelemes kamerákat szereltek ezekbe a csatornákba, majd mobil interneten keresztül bekötötték őket a központba. Ha esik, a kamera elkezdi figyelni a víz lefolyását, a felvételt elküldi, és azonnal indulhat a beavatkozó brigád, ha baj van. Így kevesebb emberrel, jobb és gyorsabb munkát végeznek, és kevesebb az elöntéses kár.

Ezekben az IoT alkalmazásokban csak megfigyelés, adatgyűjtés és elemzés van, direkt beavatkozás nincs, így a kockázatok mérsékeltek. Ma még főleg ilyen célokra használjuk az új technológiát, de egész biztos vagyok benne, hogy a vezérlés is felfut majd. Bő egy éve írtam az álom otthonról, ott felsoroltam néhány lehetőséget. Mi valósult meg eddig belőlük?

Hová vezet ez?

Nem mindig látható a robot! Van, amikor elbújik, nem úgy mint dr. Robot, akiről a múlt héten írtam.

aimotive-4-930x698Nagyon örültem, hogy az NJSZT 10. Digitális Esélyegyenlőség konferenciáján az előadók között volt Takács Árpád az AImotive kutatója is. Miért? Elég sokat olvastam, sőt írtam is a cégről (akkor még AdasWorks volt a neve), amikor az önvezető autókkal foglalkoztam. Kik ők és mit csinálnak? Viszonylag fiatal magyar cég (2009-ig nyúlik vissza a történetük), ami gyorsan betört az autóiparba, fontos elektronikai beszállító lett. Az önvezető autókhoz mesterséges intelligencián alapuló szoftvereket fejlesztenek, beleértve környezet felismerését, a helymeghatározást, a mozgás megtervezését, és az autó alacsony szintű vezérlését. Főleg kamerákat használnak, de szükség szerint radarra és ultrahangra is támaszkodnak. A koncepciójuk megvalósításának fontos eleme az olcsó és nagy teljesítményű GPU, amire sok kamerát lehet rákötni, és képes a nagy felbontású videókat valós időben feldolgozni.

Takács Árpád novemberi előadásának címével, „A jövő luxusa: hús-vér sofőrök?”, adta meg az alaphangot. Megtudtam tőle, hogy a közlekedési balesetek jelentik a nem betegséghez köthető leggyakoribb halálozási okot, évente 1,3 millió ember hal meg így. Ez tényleg óriási szám! Olyan, mintha naponta tíz nagy utasszállító repülő összes utasa meghalna. Ha más nem, ez is elég motiváció lehet arra, hogy megokosítsuk az autókat.

A cél az ötös szintű önvezető autó, ami azt jelenti, hogy az autó minden közlekedési helyzetben és mindenféle úton legalább olyan jól teljesít, mintha ember vezetné. A fenti statisztika ismeretében nem elég annyira jól vezetnie, mint az ember teszi, hanem még jobban is kell!

sae-automated-levels-table

Hogy érjük ez el? Nem úgy, hogy még tovább és tovább javítgatjuk a jelenlegi autókat (amikbe már tényleg rengeteg biztonsági megoldás került be), hanem valami nagyot és újat kell lépni – ez lesz a mesterséges intelligencia. (Ezért is változtatták meg a cégük nevét, mert már nem a vezetést segítő ADAS rendszerekkel, hanem a mesterséges intelligenciával foglalkoznak.) Ehhez nem csak a technológiában, hanem a szabályozásban is nagyot kell lépni, mert ma Európában még az 1969-es Bécsi Egyezmény van hatályban, ami szerint még tesztelni se lehetne ilyen autókat. (Összehasonlításul: az USA 14 államában már szabályozták az önvezető autók tesztelését.)

Az, hogy nem a meglévő autók javítgatása a cél, látszik abból is, hogy a nagy autógyártók mellett fontos kulcsszereplők lettek olyan cégek is, amelyek korábban az autógyártás közelében sem jártak, pl.: NuTonomy, Delphi, MobilEye, Baidu, Google, Über, Apple. (Tavaly ősszel írtam egy részükről.) Az alábbi frissebb ábrán a legalább hatszáz játékosból a 125 legfontosabb jelenik csak meg. Hozzátehetjük, hogy állandó itt a változás, gyorsan avulnak el az ilyen összeállítások.

autonomous-drive_vision_systems_intelligence_infographic

A lényeg az – mondja Takács Árpád –, hogy a tetején lévő integrátoroknak mindenképpen mesterséges intelligenciához kell folyamodniuk, de ez utóbbival sokkal kevesebben foglalkoznak! Az autógyártók közül szinte senki. Miért? Az egyik alapvető korlátjuk az, hogy sok-sok beszállító elemeit építik be a járművekbe, akár 150 processzor is lehet egy autóban! Meglehetősen reménytelen vállalkozás lenne egy ilyen platformra mesterséges intelligenciát telepíteni.

vision_systems_intelligence_ai_pr_infographic_new

Az önvezető autókban kamerákon kívül még LIDAR és radar is szokott lenni. Az utóbbi olcsó, de a képe rossz felbontású, ezért elsődleges szenzorként nem használható. A LIDAR alkalmas a távolság nagyon pontos megmérésére, így 3 dimenziós képet is elő tud állítani. Egy előre elkészített 3D térképpel összekapcsolva, centiméteres pontosságú helymeghatározást tesz lehetővé. Az ára viszont elképesztő (kb. 20 millió forintba kerül). Szintén korlátozza a használatát az is, hogy az alapul szolgáló térképet az autóban kell tárolni, és folyamatosan frissíteni kell.

A kamerák az emberhez hasonlóan látnak, és jól használhatók lehetnek, de sokáig kívül estek a tervezők érdeklődési körén, mert nem volt módszerük a hihetetlen adatmennyiség gyors elemzésére és a tárgyak, emberek felismerésére. A képfeldolgozásban rohamléptekkel fejlődik a mesterséges intelligencia használata. Más alkalmazási területekről tudhatjuk, hogy viszonylag rossz minőségű kültéri kamerák felvételein is fel tudják ismerni az embereket. Más alkalmazásokban pedig az emberek arca alapján már a gép is sok mindent meg tud mondani (pl.: nem, életkor, hangulat – persze ez egyik sem akkora csoda, mi emberek már régen tudjuk ezt).

Mi az AImotive megoldási módszere? Az autóvezetés négy fontos lépéséhez kell megtalálni a megfelelő eszközöket. Melyek ezek a lépések?

  1. Felismerés: fel kell mérnünk a környezetünket, azonosítanunk kell az objektumokat (autó, fa, gyalogos, kerékpáros, stb.)
  2. Lokalizáció: el kell helyeznünk magunkat ebben a térben
  3. Döntés: felmérni, hogy mi fog történni, és erre hogyan reagálunk
  4. Irányítás: az autó a megtervezett módon haladjon

Ehhez sok szoftverre van szükség. Az első lépésben a sok szenzorból érkezett adatokat össze kell vetni, együtt kell értelmezni. A kamerák képei együtt használhatók például a tárgyak távolságának vagy mozgási sebességének meghatározására. Ezt követően ismeri fel majd az autó az objektumokat. A felismerést sok-sok valós életből vett kép alapján lehet megtanítani az autóban futó rendszernek. Ez a videó ad képet arról, hogy miképpen azonosítja a képfeldolgozó rendszer az autókat, gyalogosokat (különböző színekkel jelöli be és különíti el a háttértől őket, hogy jobban lássuk): https://youtu.be/Nj1UQ-L-Ux0?t=6m11s Nekem nagyon tetszik!

Az előadásban még van néhány érdekes példa, érdemes megnézni őket!

Újdonság volt számomra, hogy ezt a felismerési képességet emberektől tanulja az autó. Rengeteg valódi képet dolgoznak fel (annotálnak) emberek, azaz bejelölik rajtuk az összes objektumot, amit majd a helyzetelemzés és a döntés során fel kell ismernie a mesterséges intelligencia szoftvernek.

Takács Árpád az előadása végén felhívta a figyelmünket néhány tévhitre az önvezető autóval kapcsolatban:

  • A mai vezetéstámogató rendszerekből nő majd ki
  • Azonnal kereskedelmi forgalomba kerül majd
  • Évtizedekre van még szükség.
  • Több százmillió km tesztelés kell majd
  • Ha-akkor szabályok alapján dönt majd az autó
  • Helyes morális döntéseket kell majd hoznia

Ez az utóbbi két téma egy-egy külön tanulmányt is megér…

Ez a cikk nagyrészt Takács Árpád előadása alapján készült, és felhasználtam hozzá saját olvasmányaimat és írásaimat is.

A dolgok és a mesterséges intelligencia kapcsolatáról (benne az önvezető autókról) elég sokat írtam már, ezek az írások az Összekapcsolt mindenség című oldalon is megtalálhatók.

Dr. Robot

Miről lehet beszélgetni dr. Robottal? Kell egyáltalán beszélgetni vele?

da Vinci robotA múlt héten azt ígértem, hogy visszatérek a modern számítástechnika orvosi alkalmazásaira. Akkor megemlítettem a Watsont, ami orvosokat segít a diagnózis megtalálásában és terápiás javaslatokkal, és nagyszerű eredményeket ér el (főleg a daganatos betegségek területén). Egyelőre úgy látszik, hogy nem elveszi az orvosok munkáját, hanem tudós kollégaként segíti őket abban, hogy hihetetlen számú beteg leleteit, kezelési módjait és azok eredményeit átnézve, elemezve, gyorsan jó diagnózist állítsanak fel, és megtalálják a legjobb terápiát. Watson többé-kevésbé tekinthető gondolkodó gépnek, hiszen tanulni is képes. Ez a terület, a cognitive computing, nagyokat lép előre, és nem az IBM Watson az egyetlen képviselője. (Itt írtam tavaly egy-két érdekes dolgot erről a területről.)

Ma nem erről lesz szó, hanem a robotika orvosi alkalmazásairól, azon belül is a sebészetről. Talán nem is olyan meglepő, hogy egy nagyon precíz, finom mozgásokat igénylő területen bevetik a robotot, aminek nem remeg a keze, nem fáradt, nincsenek érzelmei, hanem minden helyzetben nagyon pontosan el tudja végezni a feladatát. Ha erre számítottunk, akkor nem teljesen volt igazunk. Ugyan sebészeti robotok használatát már 2000-ben engedélyezte az FDA, a robot egyáltalán nem dolgozik önállóan. Nincs benne semmilyen formája az intelligenciának. Mégis mi a haszna, mire jó?

A nagyon finom, apró mozdulatokat igénylő területeken alkalmazzák, mert le tudja kicsinyíteni a sebész kézmozgását. A szoftvere képes a kézremegés hatásának csökkentésére, kiszűrésére. Az ízületei mozgékonyabbak, mint az emberéi, így olyan helyekre is be tud kanyarodni, ahova egyébként sokkal több vágással lehetne csak eljutni. A döntéseket viszont egyáltalán nem akarja kiadni a kezéből a sebész – mondta az NJSZT idei Digitális Esélyegyenlőség konferenciáján Haidegger Tamás. Azt is megtudtuk tőle, hogy már 3-4 évtizedes múltja van ennek a témának, először a NASA kezdett el ezen a területen kutatni a hosszú időt a Földtől távol töltő űrhajósok miatt. 1970-ben alkották meg a NASA mérnökei az első távsebészeti rendszer terveit, amik akkor még megvalósíthatatlannak bizonyultak, de évekkel később kezdtek realitássá válni egyes elemei, és felmerült a földi katonai alkalmazás lehetősége. Az első megvalósult műtét 1985-ben mégsem a hadseregben, hanem polgári területen történt, egy idegsebészeti beavatkozásban szolgált asszisztensként egy robot. Itt azt a képességét használták ki a robotnak, hogy nagyon nagy pontossággal tudja végrehajtani az előre megtervezett műveleteket. Tehát itt a sebész semmilyen döntést sem bízott a robotra, hanem „csak” a terv nagyon precíz végrehajtójaként alkalmazta.

Hiába volt nagyon pontos és precíz, ez a módszer mégsem terjedt el, mert hiányzott a bizalom a robotok iránt. Végül nem is ez a megközelítés (az előre megtervezett beavatkozás automatikus vagy félautomatikus végrehajtása) hozta az első komoly sikereket, hanem a da Vinci „távoperáló” rendszer, vagyis a NASA mérnökeinek ötlete, de nem a világűrben, hanem egyszerű kórházban, és nem távolról, mert egy helyen kell lennie a sebésznek és a robotnak (szabályok és aggodalmak miatt). Akár a laporoszkópia továbbfejlesztésének is lehet tekinteni, mert azt teszi könnyebben, pontosabban kivitelezhetővé. Úgy látszik, hogy ezt a megközelítést könnyebben értették meg és fogadták el az emberek. Már több mint 3500 da Vinci robot dolgozik szerte a világon (kétharmaduk az USA-ban), és a közelünkben is vannak páran. Kíváncsiságból beírtam Budapestet a keresőjükbe, és elég sok közeli találatot kaptam (mindet tőlünk nyugatra, a legközelebbieket Bécsben). A rendszer kétmillió dolláros ára nyilván jelentős akadálya a terjedésének.

Az elfogadáshoz járulhat az is hozzá, hogy nem is nagyon használják a „robot” szót, amikor a módszert ismertetik. A bemutató szövegben csak egyszer, és csak a vége felé fordul elő a „robotics” szó. Ez stimmel is, hiszen semmit se csinál önállóan a da Vinci – csak egy (vagyis három-négy) precíz kezet ad a sebésznek. Évente több százezer műtétet végeznek így az Egyesült Államokban, és egyes műtétek (például prosztata) túlnyomó többségét.

Természetesen nem egyöntetűen pozitív a fogadtatása, és sok kritika is éri. Ezek különféle szempontból bírálják a da Vinci rendszert, amikből eggyel foglalkoznék csak. Fontos a kórházak számára, hogy egy ilyen ügyes és drága berendezést minél inkább kihasználjanak, ezért elcsábulhatnak és kevesebb oktatás és gyakorlás után is egyedül rábízhatnak valódi beteget egy kezdő orvosra. Talán ennek tulajdonítható, hogy egyes elemzések szerint nem jobbak az eredményei a hagyományos laparoszkópiás beavatkozásokénál. (Egy 2013-as tudományos cikk szerint az eredmények nem voltak mérhető mértékben jobbak, de a költségek sokkal magasabbak voltak: The Journal of American Medical Association.)

Érdemes a da Vinci rendszert használni a megszokott, bevált módszerek helyett? Igazságot ebben a kérdésben majd a következő évtizedek hoznak, de nem biztos, hogy az a kérdés ugyanez a kérdés lesz.

Az írásom elején említett Watson a kórismében és a kezelés kiválasztásában segít. A da Vinci a műtétben. A kettő között ott van az orvos, és a da Vinci kezét is az orvos fogja. Ő értelmezi Watson tanácsait, ő hozza meg a döntést a kezelésről. Ő tervezi meg a műtétet, és ő hozza meg a műtét közben felmerülő kérdésekben a döntést. A pontosabb képalkotó rendszerek és a pontosabb diagnózis birtokában talán egyre kevesebb ilyen azonnali döntés kell majd. Ha majd – akárcsak a vizsgálatokról és a kezelések eredményességéről – a műtétekről is lesz sokmilliós adatbázis, esetleg a Watson segíthet a sebésznek műtét közben. Eljön majd az az idő, amikor Watson és da Vinci együtt dolgozik, és az orvos csak megfigyelő lesz? Vagy az sem? Kivel fogunk beszélni a műtétről, a várható eredményekről és a kockázatokról? A Watson képes lehet erre…

Talán már itt van a küszöbön egy efféle megoldás: a Google és a Johnson & Johnson nemrég belefogott egy közös vállalkozásba, aminek a célja a „Sebészet 4.0” vagy „digitális sebészet” megteremtése. (Ebben a terminológiában „Sebészet 3.0” az, amit a da Vinci használatával csinálnak.) A diagnosztikai és a műtéti eszközöket döntéstámogató algoritmusokkal egészítik majd ki. Azt még nem merik kimondani, hogy döntéshozó szerepük is lesz… A prototípust 2020-ra ígérik.

Amikor majd könnyű szívvel rábízzuk a családunk életét az önmagukat vezető autókra, talán a mesterséges intelligenciával bíró orvosi robotokat is szívesen látjuk magunk körül.

Ebben az írásomban nem Haidegger Tamás előadását ismertettem, de erősen támaszkodtam rá abban, hogy merre induljak, merre nézzek körül. Nem is mindenről írtam, amiről ő nagyon érdekesen, sok képpel és videóval beszélt. Javaslom az érdeklődőknek, hogy nézzék meg a teljes előadást (26 perc).

Továbbiak erről a konferenciáról:

Gondolkodom, tehát…?

„Gondolkodom, tehát vagyok” – erre a következtetésre jutott Descartes a XVII. században. Milyen folyományai vannak ennek a megállapításnak ma, és milyenek lesznek holnap, holnapután?

blue-river-technology-see-spray-machine

Forrás: Blue River Technology

Az NJSZT (Neumann János Számítógép-tudományi Társaság) idén is nagyon aktuális témát választott a DE! (Digitális Esélyegyenlőség) konferenciájának, ami immár a tizedik volt a sorban. A gondolkodó embernek szükségképpen látnia kell a veszélyeket is, amik a hihetetlen sebességű és irányú fejlődés mögött vannak, és hozzáértő (írástudó) embernek a felelősséget is vállalnia kell. Ezzel adta meg a konferencia alaphangját bevezetőjében Alföldi István.

Valóban nagy a felelőssége mindenkinek, akinek bármilyen szerepe van ebben a folyamatban, és még nem is tudjuk, hogy hova vezet ez az egész. Látunk „apró” részleteket, itt vannak a nyakunkon a robotok, a majdnem gondolkodó számítógépek, amelyeknek már nem csak az a jellemzője, hogy sok adatot tudnak gyorsan tárolni, előszedni és elemezni, hanem olyan következtetésekre is pillanatok alatt jutnak el, amikhez az embernek napok vagy hetek kellenének (ha egyáltalán). Vajon fejlődés vagy forradalom az, ami elkezdődött?

Mit jelent a gondolkodás mint az embert a géptől megkülönböztető képesség? Számomra az egyik fontos eleme az, hogy mi akkor is tudunk döntést hozni, ha nincs előre megírt algoritmusunk. A gép viszont előre megírt programok mentén halad. Ez azt is jelenti, hogy a programot létrehozó embernek sokkal magasabb szintű képességei vannak, mint az általa létrehozott programnak, „mesterséges intelligenciának”. Meddig igaz ez az állítás, hol vannak a határai? Ha a Watson képességeit nézzük, azt hihetjük, hogy eltűnik ez a különbség. Van félnivalónk, vagy örömteli a fejlődés?

Bőgel György professzor – szokás szerint – alapos kutatással készült az előadására, nagyon sok adatot és információt osztott meg velünk, és mindjárt segített is megértenünk a teljes képet. Már amennyire meg lehet azt ma érteni…

A gépek régen jelen vannak az életünkben, és az sem újdonság, hogy „elveszik” a munkánkat. Ha a gép olcsóbban, gyorsabban, pontosabban végzi el a munkát, akkor a tőkés, a vállalkozó, a tulajdonos lecseréli az embert a gépre. Az ember kereshet magának más munkát… Ez nagyszerű, hiszen nő a termelés, csökkennek az árak, javul a minőség. Az emberek megszabadulnak a nehéz, testet gyötrő fizikai munkától, felszabadulnak, magasabb szintű, alkotó munkát végezhetnek. Akik be tudnak  illeszkedni, el tudják végezni azokat a munkákat… A többi munkanélküli lesz, kilátástalan lesz az élete neki is és a gyerekeinek is. A munkanélküliség folyamatosan nő az egész világon, és főleg a fiatalokat sújtja már elég sok éve Nyugat-Európában is. Máshol még rosszabb a helyzet, rengeteg embernek reménytelen az élete emiatt.

Az ipari fejlődés során a mezőgazdaságban feleslegessé vált munkaerőt a városok és az ipar szívta fel. Vajon folytatódik ez a folyamat, így lesz ez a jövőben is? Az a része biztos, hogy egyre kevesebb kétkezi munka van a mezőgazdaságban. Már nem csak az egyszerű feladatokat veszik át a gépek, hanem megkezdődött ez a folyamat a tudást, tapasztalatot igénylő területeken is. Bőgel professzor a salátaritkító gépet hozta fel egyik példának. A saláta egyelése nem egy egyszerű, mechanikus feladat. Nem könnyű a pici növénykék esetében megkülönböztetni egymástól a gyomot és a salátát, és még azt is el kell dönteni, hogy a saláták közül melyik maradjon, melyiket kell kihúzni. Az erre a célra alkotott gép lát, gondolkodik, cselekszik, tanul. És mindezt gyorsan csinálja, két óra alatt elvégzi egy egész brigád tíznapi munkáját. Innentől kezdve már egyszerű gazdasági a kérdés: ki csinálja olcsóbban és megbízhatóbban?

Mi lesz azokkal, akik a salátát egyelik? Találnak másik munkát a földeken? Elmennek a városba rosszul fizetett, betanított munkát végezni? Ezek a lehetőségek gyorsan szűkülnek. Egy nagyon rossz folyamatot erősít ez a technológiai változás most. Valamikor a gyerekek általában arra számíthattak, hogy jobb életük lesz, mint a szüleiknek volt. Sajnos évtizedek óta romlik a helyzet, és a mai harmincasoknak már csak a fele számíthat erre (ez USA-adat, de Nyugat-Európában is hasonló a romlás). Ez kapcsolódik az egyre fokozódó vagyoni polarizációhoz is, ami ma már ott tart, hogy a 8 leggazdagabb emberé az összes vagyon fele, és az összes vagyon 89%-a van az emberek 10%-ának a kezében. A többi 90%-nak szinte semmi se jut. Ez súlyos probléma, érzik az emberek (és szerintem sok bajunk gyökere). Itt van még a Gallup felmérése: Obama elnök nyolc éve után megkérdezték az amerikaiakat, hogy melyik területen javult, és melyiken romlott a helyzet. Az általános kép egyáltalán nem fényes, de itt most csak ezt az egyet akarom megmutatni. Az emberek gazdasági helyzetében mutatkozó korábban is veszélyes szakadék tovább mélyült.

usa-obama-weath-gap

Bőgel professzor több példát és statisztikát mutatott arra a jelenségre, hogy a közepesen fizetett munkahelyek tűnnek el, és általában csökkennek az átlagfizetések. Az olcsó munkaerőre még szükség van (talán csak azért, mert olcsóbb a gépesítésnél). A magasabb képzettségű dolgozók is kellenek (amíg ott is tömegesen meg nem jelennek a számítógépek).

Ma az a helyzet, hogy az automatizálás és a gépesítés a középen elhelyezkedő munkahelyeket szünteti meg a legnagyobb számban, azonban nem tudhatjuk, hogy mit hoz a jövő. A cikkem elején említettem a Watson szuperszámítógépet. Ezt – természetesen – úgy pozícionálja az IBM, hogy nem elveszi az ember munkáját, hanem jó kolléga, aki segít a tanácsaival. Az eddigi alkalmazásaiban ez így is van, még az orvosi területeken is, ahol a legnagyobbat alkotja a diagnózisok felállításában segítve a szakorvosokat. (Erre a témára majd még visszatérek.)

Nagyon megragadott, ahogy Bőgel György átadta nekünk Andrew McAfee gondolatait a különböző típusú munkakörökben dolgozó emberek helyzetéről. Röviden összefoglalva: a középen elhelyezkedő, vagyis alacsonyabb képzettséget igénylő „fehérgalléros” munkát vagy magasabbra értékelt „kékgalléros” munkát végző emberek helyzete, élete drasztikusan romlik, egyre többen kerülnek börtönbe, válnak el, nevelik egyedül a gyereküket, veszítik el az érdeklődésüket az ország dolgai iránt. A teljes TED-előadást is érdemes megnézni (15 perc, magyar felirattal).

A gépek már ismerik, és jól csinálják a finom, precíz mozgást, megfogást igénylő feladatokat. Az optikai felismerési képességeik gyorsan fejlődnek, már nemcsak az arcok megismerése, hanem a jellemvonások felismerése is realitás. A közösségi térben is kezdenek egyre jobban mozogni (ha eltekintünk egy-két nagyon rosszul sikerült kísérlettől, pl.: @TayAndYou).

Bőgel György rámutatott arra, hogy még keveset tudunk ezekről a folyamatokról. Annyi látszik, hogy a kapitalizmus szelleme működik, a gyorsuló technikai fejlődés ezt támogatja, és globális és többé-kevésbé korlátok nélküli világban növekszik az egyenlőtlenség. Azt még nem tudjuk, hogy a technikai csodák, az óriási feszültségek milyen újabb radikális változásokhoz vezetnek majd. Van sok világmegváltó ötlet: erős állam, megváltozó oktatás, progresszív adó, alapjövedelem, több innováció, közmunka, vezetői jövedelmek korlátozása.

Remélem, sokaknak felkeltettem az érdeklődését! Nekik javaslom Bőgel György előadását (28 perc).

Ahogy szoktam, ebben az írásomban is több forrást használtam fel, és ezeket kiegészítettem a saját gondolataimmal, véleményemmel. A forrásokra hivatkoztam. Azok a bekezdések alapulnak Bőgel professzor előadásán, amelyekben megemlítettem a nevét.

Továbbiak erről a konferenciáról:

 

Jó beszélgetés

Nagyszerű lehetőséget kaptam nemrég: az SAP informatikai igazgatójával beszélgethettem hosszasan.

Azoknak, akik nem ismerik: az SAP világszinten a legnagyobbak között van a vállalatirányítási rendszerek területén. A világ közel 200 országában 335 ezer cég használja a rendszereiket, köztük sok világcég, de rengeteg kicsi és közepes is. Az új technológiák létrehozásában és alkalmazásában élen jár, nem kényelmesedett bele a nagyvállalati piacvezető szerepbe. A számítási felhő területén is igen aktívak, már 120 millió felett van az ottani felhasználóik száma. Ami számomra – érdeklődési köröm miatt – különösen érdekes: az online együttműködési rendszerüket 34 millióan használják a munkájukban. És a magyar vonatkozás a bemutatás végére: Budapesten komoly, az egész világcég számára fontos fejlesztési és üzemeltetési tevékenységeket végeznek. Itt van a globális számítási felhőjük százfős támogató központja, és 250 embert foglalkoztatnak az ipar 4.0-hoz kapcsolódó tevékenységekben, köztük az annyira fontos „dolgok internete” (IoT) fejlesztésén.

sap_executives_saueressig_001_t900x600Nos, akivel beszélgettem, Thomas Saueressig, aki tavaly tavasszal lett az SAP globális informatikai igazgatója (CIO). Erről a pozícióról tudni kell, hogy a belső, a saját dolgozókat kiszolgáló IT tartozik hozzá, a vevőknek írt szoftverekkel csak közvetett kapcsolata van. Így „csak” 82 ezer felhasználót szolgálnak ki szerte a világon. A beszélgetésre az adott lehetőséget, hogy a BITPORT felkért egy interjú elkészítésére vele, ami most jelent meg, és itt elolvasható: A digitalizálót is digitalizálják.

Mit találok nagyon fontosnak azokból a dolgokból, amiket megtudtam az SAP fejlődéséről?

Nem csak kifelé, hanem belül is alkalmazzák az új technológiát, sőt annyira élen járnak ebben, hogy a más területen dolgozó fejlesztők is elcsábulnak, és a belső IT osztályra akarnak átkerülni. Ez általában nem gyakori a világban, mert a belső szolgáltatót többnyire nem értékteremtőnek, hanem költségnek tekintik, így a presztízsük sokkal kisebb. A jelek szerint valamit jól csinál az SAP és Saueressig!

A jó eredmények elérésében alighanem szerepe van annak, hogy be tudja vonni a csapatát a közös gondolkodásba, sőt a belső felhasználókat is, ami egy ekkora cég esetében korántsem egyszerű. Itt van szerepe kedvenc témámnak, a cégen belüli online együttműködésnek, ami tényleg értékteremtő tud lenni. Szerintem az is nagyon fontos, hogy fiatal kora ellenére (31 évesen került ebbe a vezető pozícióba) értékeli és fontosnak tartja a vegyes életkorú csapatot, mert az idősebbekre is szükség van a kockázatvállalás és a stabil működés kiegyensúlyozásához. Ez a bölcsesség nem mindig jellemzi a fiatalon magas polcra került embereket…

Mindig az SAP-ban dolgozott, itt kezdett az egyetem után, sőt már egyetemistaként is itt vett részt duális képzésben, dolgozott sok ügyféllel, majd gyorsan haladt felfelé az informatikai területen. Karrierje arra utal, hogy az SAP-ban nem kapkodva folyik a vezetők kiválasztása, és nem attól várják a „megújulást”, hogy külső embereket tesznek meg vezetőnek. Úgy gondolom, hogy ez nagyon fontos a dolgozók számára, így könnyebben tudnak azonosulni a vállalattal, jobb lehet az elkötelezettségük. Ami, a másik oldalról nézve, komoly érték a cég számára.

A többi az interjúban elolvasható…