Magyar Hang, 2019. november (2. évfolyam, 44-48. szám)
2019-11-15 / 46. szám
22 MAGAZIN RÖVIDEN . Vajon mennyi kalóriát éget el az agy? - teszik fel a kérdést a tudományos portál cikkében, majd idézik az ESPN felmérését, amely arról szól, hogy egy sakknagymester akár napi 6ooo kilokalóriát elégethet a játék közben végzett intenzív agytérnával. A kutatások eredményei azt mutatják, hogy egy átlagos felnőtt nő vagy férfi agya alvás, pihenés közben - amikor csak az alapfunkciók, a légzés, az emésztés és a test melegen tartása „működik” - a szervezet energiatartalékainak 20-25 százalékát képes elégetni (ez nagyjából 350-450 kilokalória), egy átlagos 5-6 éves gyereknél a felhasználás ugyanakkor elérheti a 60 százalékot. Ám ez nem csak az embernél van így, hasonló eredményekre jutottak más, egészen apró emlősök esetében is. A kutatók szerint ez is bizonyítja, hogy az agy igazából sosem pihen, jelentős energiamennyiséget képes felvenni például akkor, ha új dolgot sajátít el vagy próbál megtanulni. A cikk végén megjegyzik: attól, hogy sokat gondolkodunk, nem leszünk soványabbak, viszont ha inspiráció kell, egy-két kocka pluszcsokoládé nem fog ártani. BBC Mesterséges intelligenciával és önkéntesekkel próbálja megelőzni az öngyilkosságokat a kínai közösségi portál, a Weibo felhasználói között egy új program, a Tree Hole Rescue. A kezdeményezés az Amszterdami Szabadegyetem egyik kínai Mi-kutatója, Huang Csi-sengnek (Huang Zhisheng) ötletéből indult. A lényeg, hogy a Java-alapú szoftver figyeli azokat a „faüregeknek” nevezett helyeket a hálózaton, ahol a Weibo felhasználói nyivánosan megoszthatják titkaikat másokkal. Az itt található üzeneteket osztályozzák (egytől tízig), és ennek megfelelően próbálnak kapcsolatba lépni az öngyilkosságra utalónak vélt posztok szerzőivel. Elmondásuk szerint 2018. április vége óta közel 700 személy öngyilkosságát tudták megelőzni, ami nagyjából heti tíz sikeres mentőakciót jelent. Ez a szám emelkedhetne, most ugyanis csak napi 3000 üzenetet tudnak átnézni a Weibo technikai korlátozása miatt. A Tree Hole Rescue csapata később is foglalkozik a megmentett személyekkel. Science Érdekes eredményeket publikált Alfredo Coppa (római Sapienza Egyetem), Ron Pinhasi (Bécsi Egyetem) és Jonathan Pritchard (Stanford Egyetem). A szakemberek arra voltak kíváncsiak, hogyan alakult Róma lakóinak genetikai térképe. A kutatók 127 személy génállományát vizsgálták 29, időben és térben eltérő lelőhelyről. S arra jutottak, hogy a 9-12 ezer éve élt vadászó-gyűjtögető populáció génállománya hasonlított az Európa többi részén élőkéhez, később pedig a törökországi lévő Anatólia irányából érkeztek földművesek Itáliába. Kr. e. 900 és 200 között, a korai köztársaságkorban erős migráció mutatható ki, egyesek közel álltak a mai olasz populációhoz, de közel-keleti és észak-afrikai leszármazást is dokumentáltak. Az egymillió lakosú császárkori Róma körülbelül Kr. u. 300-ig maga volt az olvasztótégely, a korszakból vizsgált 48 mintából csak kettőnek voltak európai gyökerei, a többiek észak-afrikai, szír, libanoni, más közel-keleti és keleti görög felmenőkkel bírtak. A kora középkortól ismét homogénebb lett a város, a zsugorodó lakossággal arányosan Róma elvesztette keleti kapcsolatait. A RD Ezúttal az Egyesült Államokban üzen hadat a lájkoknak az Instagram, egy kísérlet során e héttől elrejtik a felhasználók elől, hány tetszésnyilvánítást kapnak a fotóik. A téma sok vitát, indulatot kelt. A Facebook tulajdonában lévő képmegosztónál úgy vélik, a teszt többek között oldhatja a lájkvadászat miatt kialakuló frusztrációt. Egyúttal azzal is érvelnek, ez az intézkedés segít abban, hogy az Instagram biztonságosabb hely legyen, így könnyebben észrevehetővé válnak az agresszív, erőszakos tartalmak, a megfélemlítő, zaklató hozzászólások. Összeállította: Balogh Roland 2019. november 15-21 | Magyar Hang Intelligens szoftver, pókerarccal Csécsi László Amikor 1997-ben Garri Kaszparov sakkvilágbajnokot legyőzte a Deep Blue nevű számítógép, sokan még a fejüket csóválták a lelkendező kommentárokat hallgatva. Azzal vigasztalták magukat, hogy a sakk, mivel a játékhoz szükséges összes információ elérhető, ideális terep egy hatalmas számítási kapacitású számítógép számára, ám más, intuícióra épülő játékokban esélye sem lenne az ember ellen. Egy ideig valóban nem is volt, de évről évre szűkült azon játékok köre, amelyekben az emberek képviselték a színvonal csúcsát. A sakknál jóval összetettebb gó 2016-ban esett el, amikor egy AlphaGo nevű számítógép legyőzte a koreai I Szedol (Lee Sedol) világbajnokot. Idén pedig a mesterséges intelligencia a pókerben is eljutott a csúcsra, amikor öt profi ellen játszva is hihetetlenül jó eredményt ért el. Ez azért tekinthető mérföldkőnek, mert a pókerben nem látszanak a kézben tartott és a pakliban maradt lapok, az algoritmusnak az asztalon lévő kártyák és az ellenfelek viselkedése alapján kellett kitalálnia, hogy mi a legjobb lépés. A gép még olyan, kifejezetten emberinek tartott viselkedést is helyesen modellezett, mint a blöffölés. Az algoritmusok hihetetlen sebességgel tanulnak. Amikor a govilágbajnokot legyőző gép mesterséges neuronhálózatra épülő algoritmusának, az AlphaZerónak megadták a sakk szabályait, és hagyták önmaga ellen játszani, néhány óra alatt olyan szintre képezte magát, hogy nemcsak bármelyik embert meg tudta verni, de még azokat a szoftvereket is, amelyeknek nem akadt emberi kihívója. A Facebook-pókerbajnok algoritmusával megmérkőző profi játékosok azt nyilatkozták, hogy a gép, amelyik mindössze 20 órás önálló tanulási folyamat után ült le egy asztalhoz a legjobbakkal, nagyon különleges stílusban játszik. Gyakran választ a tankönyvekben szereplő, a játékosok szerint legjobb megoldást jelentő lépésektől eltérő, mégis működő technikákat. Az egyik pókeres azt nyilatkozta, hogy miután játszott az algoritmus ellen, átértékelte játékának egyes elemeit. Hasonló élményről számoltak be azok is, akik a Google Alpha Star nevű algoritmusát látták játszani a StarCraft II-vel. Ez a számítógépes stratégiai játék a gónál is komplexebb, ráadásul a résztvevőknek kevesebb információ áll rendelkezésre az ellenfelekről, mint a pókerben. Igaz ugyan, hogy Ma már senki nem lepődik meg azon, hogy a daru nagyobb terhet bír el, mint egy olimpiai bajnok súlyemelő. Miért lepődünk meg, ha a gépek jobban pókereznek nálunk? ez az algoritmus végül a verseny döntőjében alulmaradt, de előtte tíz profi játékost győzött le. A stílusa a beszámolók szerint teljesen idegen attól, amit a profik általában jónak tartanak. Ennek ellenére működik. Az eddig felsorolt példák ugyan játékokban elért eredményekről szólnak, de a mesterséges intelligencia természetesen nem csak ezen a téren nyit új ajtókat. Az egyik leghasznosabb felhasználási területe az orvostudomány lehet. Néhány hónapos hír, hogy egy, a Német Rákkutató Központ, a heidelbergi Nationale Centrum für Tumorerkrankungen és az Egyetemi Bőrklinika tudósai által fejlesztett algoritmus az orvosok többségénél pontosabban diagnosztizálja a bőrrákot. A szakembereket ugyan nem tudja pótolni, mivel még csak egy-két betegségtípust ismer fel, de a fejlesztés természetesen nem áll meg ezen a szinten. Nem lenne meglepő, ha hamarosan algoritmusok végeznék a vizsgálatok egy jelentős részét. Csak tudjuk követni a módszereiket! A napokban arról lehetett olvasni, hogy egy amerikai egészségügyi cég, a Geisinger olyan mesterséges intelligenciát fejlesztett, amely 1,7 millió EKG megvizsgálása után jobban meg tudta jósolni, hogy ki fog meghalni a következő évben, mint az orvosok. Az értékelésre olyan skálát használtak, amelyen 419 éves kínai gójátékos, Li Csie küzdelme az AlphaGóval 2017-ben. Fejtörést okozó intelligencia FOTÓ:STR/AFP 0,5-ös értéket kap az, aki egyáltalán nem tud különbséget tenni az egy évet túlélő és az elhalálozók között, 1-es pedig annak jár, aki minden alanyról pontosan meg tudja mondani, túléli-e a következő évet. A gép rendszeresen 0,85-nél magasabb arányt produkált. A jelenleg használt kockázatelemzési rendszerek 0,6 és 0,8 közötti értéket tudnak felmutatni. A kutatóknak egyelőre fogalmuk sincs, milyen mintázatokat felismerve dönt az algoritmus. Ami azért zavarba ejtő, mert így azt sem értik, mi miatt döntenek rosszul az orvosok, amikor dönthetnének jobban is. És ez csak a kezdet. A fent említett mesterséges neuronhálóra épülő, öntanuló algoritmusok körülbelül úgy viszonyulnak a 30 év múlva használtakhoz, mint a mai számítógépek a múlt század közepének csarnok méretű monstrumaihoz. És lassan mi is hozzászokunk majd saját korlátaink tudatához. Ma már senki nem lepődik meg azon, hogy a daru nagyobb terhet bír el, mint egy olimpiai bajnok súlyemelő. Miért lepődünk meg, ha a gépek jobban pókereznek nálunk? Hogy mit fogunk kezdeni azzal a felfoghatatlan képességgel, amit ezek a programok kínálnak majd nekünk? Erre ma még lehetetlen válaszolni. Amennyiben úgy gondoljuk, hogy semmit, könnyen úgy járhatunk, mint az Egyesült Államok egykor meghatározó számítógépgyártója, a DEC elnöke és alapítója, Ken Olson, aki 1977-ben jelentette ki: „Nincs ok, amiért bárki akarna egy számítógépet az otthonába.” Úgy tűnik, mindig találunk tennivalót, amikor új szerszámot kapunk a kezünkbe.