Szeptember közepén rendeztük meg 12. Qubit Live estünket, amelyen meghívott előadóinkkal a mesterséges intelligencia (AI) főbb kutatási irányaival, korlátaival és társadalmi kockázataival foglalkoztunk. A napokban megosztjuk az eseményen elhangzott előadásokat, a kerekasztal-beszélgetést és a nézői kérdésekre adott válaszokat is, hogy az is megnézhesse őket, aki nem tudott részt venni a Qubit+ előfizetőinek meghirdetett rendezvényünkön.

A 12. Qubit Live előadásai után kerekasztal-beszélgetésen folytattuk a mesterséges intelligencia legfontosabb kérdéseinek kitárgyalását. Tóth András, a Qubit újságírójának kérdésére Gáspári Zoltán bioinformatikus elmesélte, hogy a mesterséges intelligencia hogyan használható a tudományban. Saját területénél maradva elmondta, hogy a fehérjeszerkezetek feltárásában és az életünket alakító molekulák kölcsönhatásainak megértésében segítő AlphaFold algoritmus rendkívüli mértékben megkönnyíti a kutatók munkáját azáltal, hogy olyan hipotéziseket generál, amiket aztán kísérletekben tesztelni tudnak. Ám ezeket a kísérleteket ugyanúgy el kell végezni, ráadásul a gyógyszerfejlesztés sarokköve épp a klinikai vizsgálatok lefolytatása, amit emberek nélkül nem lehetne megoldani, tehát az AI fontos segítséget jelent, de nem helyettesíti a kutatókat, szakembereket.

Attól tehát egyelőre nem kell tartani, hogy a közeljövőben minden emberi képességet elsajátít majd valamiféle szuperintelligencia, az elképesztő hardverigénye miatt ugyanis jelenleg elég korlátozott az AI memóriája, miközben az adatközpontoknak több száz millió embert kell kiszolgálniuk. Huszár Ferenc mérnökinformatikus szerint „a chatbotok egyelőre úgy működnek, hogy mindig, amikor új beszélgetést kezdeményezünk vele, olyan, mint amikor Csipkerózsikát felébresztjük az álmából. Beszélgetünk vele, visszamegy aludni, aztán semmire nem emlékszik. Így nagyon nehéz neki eltervezni a világuralomra törést, hogy csak ilyen kis epizódokban kommunikál.”

Jakovác Antal fizikus sem tart attól, hogy túl hamar eljönne a mindentudó AGI, az mesterséges általános intelligencia kora – ő a néhány éve lezajlott „mind vs. data” (elme vs. adat) vitára emlékeztetett, amely arról szólt, hogy vajon a gondolkodás vagy az adatmennyiség a fontosabb a mesterséges intelligencia fejlesztésénél. Ennek tanulságait Jakovác úgy szűrte le, hogy miközben a nagy techcégek az AI betanítási adatmennyiségének növelésével igyekeznek megteremteni az AGI-t, valójában az lenne a fontos, hogy megértsük azt, hogyan működik az emberi gondolkodás, mert anélkül a mesterséges intelligencia sem érheti el az emberi intelligenciaszintet – és ennek megértésétől még nagyon távol áll a tudomány.

A kerekasztal után a közönség is kérdezhetett a kutatóktól, így előkerült például az mesterséges intelligencia háborús felhasználásának témaköre, vagy az, hogy a művészetet hogyan formálhatják a generatív AI-eszközök.

Egy néző arra volt kíváncsi, hogy mivel az AI a múltból építkezik, tehát már létező adatok, szövegek alapján dolgozik, vajon képes-e valódi innovációra – akár olyan nagy hatású találmányokra, mint amilyen az elektromosság felfedezése volt. Jakovác szerint ha jól definiálunk az AI-nak egy rendszert, akkor az rá tud jönni annak a rendszernek a törvényszerűségeire, ami alapján aztán további kimeneteket tud jósolni – ha ezt innovációnak vesszük, akkor tud innoválni, de „attól nagyon messze vagyunk, hogy azt várjuk, hogy bekapcsolva hagyom éjszakára a ChatGPT-t, és reggelre majd valami jó ötlettel előáll”. Ligeti-Nagy Noémi alkalmazott nyelvész elmondta: végeztek már kísérleteket arra, hogy konkrét bemeneti adatok nélkül, pusztán egy kutatási kérdést feltettek az AI-nak, amely aztán elvégezte a kutatást, és megírt belőle egy tanulmányt, de az olyan is lett: „Ha ott az ember, és böködi, akkor igen, de magától nem fog felfedezni szerintem semmit”.

A kerekasztal-beszélgetés és a nézői kérdések videó és podcast formájában is elérhetők. Nézd meg őket itt:

Forrás