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.

Next