Láncreakció

Idén a fizikai és kémiai Nobelt is a mesterséges intelligencia egy-egy kutató-párosa kapta, úgy látszik, a svéd királyi Akadémia hallgatott az idők szavára. A fizikai Nobelt az MI két nagy öregje, az AI Godfatherként is emlegetett Geoffry E. Hinton és fizikus kollégája, John J. Hopfield kapta, akik "a fizika eszközeit használták fel olyan módszerek kifejlesztésére, amelyek a mai nagy teljesítményű gépi tanulás alapját képezik" az indoklás szerint. A kémiai Nobelt pedig a Google DeepMind alapító CEO-ja és egyik igazgatója (Demis Hassabis és John M. Jumper) kapta megosztva David Bakerrel, előbbiek az AlphaFoldért, ami a fehérjék térbeli struktúráját képes megtippelni, utóbbi pedig a "számítógépes fehérjetervezés" témájában elért sikereiért.A beszélgetés nem csak őket mutatta be, hanem azon is elgondolkoztunk, mennyivel bonyolultabb ma odaítélni ezt a díjat, illetve szóba került a tanuló gyufásdobozokkal szemléltető MENACE és a Google neurális háló szemléltetése, az ecetmuslicák agyának 3D modellje, valamint a Perceptronok című könyv is.

Kapcsolódó epizódok:

#130 - Mihez kezdjünk a Nobel-díjasainkkal?
#055 - A gépi tanulás algoritmusai
#045 - Mi köze a szitakötő agyának az automatizált programozáshoz?

A hét hírcsokrában szerepelnek az OpenAI-tól rekordszámban távozó alapítók, az online pókert megváltoztató botok, az önkiszolgáló kasszák, mint a robotrasszizmus elszenvedői, a tökéletes captcha-törő MI és a mikrotubulusok, (azaz sejtbeli csövecskék) és a tudat kvantumfizikainak tűnő kapcsolata egy patkánykísérletben.

Gyuri Londonban járt az i2 felhasználói összejövetelén, Feri pedig Siófokon volt az Internet Hungary tömeges rendezvényén. Hogyan fogtak emberkereskedőt az i2-val, miért nincs sok résztvevőnek vezetékneve, kik énekeltek az Internet Hungary esti buliján és mennyire félnek a mesterséges intelligenciától a magyarok, ezekre a kérdésekre is sikerült választ találni a mai adásban.

Háromrészes fogalom-boncolgató sorozatunkban a múltkori komplexitás után most az entrópiával foglalkozunk. Mi köze a közgazdaságtannak a termodinamika második főtételéhez, mi az a másodfajú örökmozgó, miért természetes a páratlan zoknik számának növekedése és hogyan viszonyul a nemnövekedés elmélete a gépi tanulásba vetett idealista hithez? Ezek a kérdések vezetnek el a romló teljesítményű gépi tanulási rendszerek karbantartási igényéhez, s közben megismerkedünk Nicolas Georgescu-Roegen közgazdász munkásságával a nemnövekedés gondolata körül és az Atomcsill Youtube-csatornával is.

Vendégünk volt Mihajlik Péter, a BME TMIT beszédtechnológiával foglalkozó kutatója, akitől megtudhattuk, hogy mi volt a sláger az idei InterSpeech konferencián, mit kezd a dadogással az OpenAI Whisper nevű beszédfelismerő rendszere, mennyire nehéz a kis nyelvek leiratozása, mire jók a transformerek a generatív AI rendszereken túl, hogyan tanították fel a GPT-ket, hogyan lehet emberi beavatkozás nélkül címkézett adattal tréningezni ezeket a modelleket, és milyen esélyei vannak a magyar kutatóknak a gigacégek megoldásaival szemben?

Mi takar a komplexitás fogalma és miért fontos ez egy MI projekt esetében? Mennyire lehetne újrateremteni a technikai civilizációt egy mai Rejtelmes Szigeten vagy a ⁠Youtube-on⁠? Mi újság a ⁠japán cipzár-monopóliummal és miért kínos, hogy a ⁠Klarna⁠ azzal dicsekszik, MI-vel helyettesíti dolgozói felét? Miért szeretjük a svájci órákat és a simára nyírt gyepszőnyeget? Ezen kérdések megválaszolása közben előkerült John Henry Holland⁠, Boda Dezső⁠, Stuart Kauffman⁠, Barabási-Albert László ⁠kitűnő jegyzete⁠ a hálózatok tudományáról, Joseph Tainter⁠ és az Airbus A350 akadozó hajtóműve⁠ is.

A nyár a tech óriások generatív MI-re alapuló fejlesztéseinek bejelentéseiről szólt: az Apple, a Google és a Meta is bemutatta a következő hónapokat meghatározó újításait. Az Apple Intelligence  és a Google Pixel telefonok is elhozzák nekünk az okosodó asszisztenseiket és számos kétséges értékű új apróságot. A Meta SAM 2 (video szegmentálás) és Llama 3.1 (LLM) már nagyobb lépéseknek érződnek, ráadásul Zuckerberg az open source-ra esküszik (ebben társa Daniel Ek Spotify-vezér). Mindezek mellett megnéztük a GPT 4o audió képességeit és ettől már tényleg letettük a hajunkat.

Két mainstream sajtótéma is számot tarthatott az adattudós közösség érdeklődésére az elmúlt hetekben. Az egyik a brit Bill Gates-ként is emlegetett, az ⁠Anatomy cég 2011-es eladása miatt perbe fogott⁠ Mike Lynch Bayesian nevű vitorlásának ⁠gyanús katasztrófája⁠, a másik a véleménykutatásra szakosodott FiveThirtyEight körüli ⁠adok-kapok⁠. A kettő között a kapcsolatot ⁠a statisztika egyik alapvetéseként számon tartott elmélet⁠ és kidolgozója, ⁠Thomas Bayes⁠ adja. Mi történhetett a Bayesian szuperjachttal és mit mondott az 538-alapító pókeres ⁠Nate Silver Ezra Klein podcastjában⁠ az amerikai elnökválasztás esélyeiről?

Ez a beszélgetés két szöveg harapófogójában született: a Portfólió interjút készített dr. Szócska Miklós korábbi egészségügyért felelős államtitkárral, a Wikipedián pedig meglepő olvasmánynak bizonyult az EESZT-ről szól szócikk. Az állam által felügyelt egészségügyi adatgyűjtés vajon a modern gyógyítás alapja, az egészségügyi MI táptalaja, vagy a GDPR-ral durván szembeforduló, az állampolgárokra veszélyes gyakorlat? Mit mond erről dr. Alexin Zoltán, a téma szakértője? És mennyire rémült a két műsorvezető? 

Ezen a héten Szűcs István járműipari mérnök, közgazdász volt a vendégünk, aki éppen az elektromos autók emisszió-számításából írja disszertációját, miközben youngtimer Porschékat és BMW-ket gyűjt és hiába imádja a V8 hangját, a stúdióba elektromos rollerrel érkezett. Érett technológia-e a villanyautózás, jól szabályozza-e az EU a járműgyártást, lenyom-e minket Kína, szükség van-e a teljes önvezetésre és miért lenne üdvös a kétezer forintos benzinár? Az autózás iránt affinis hallgató berögződéseket elegánsan tagadó, eredeti szempontokat felmutató véleményt hallhat olyasvalakitől, aki 15 éve az autógyártás kellős közepén dolgozik.

Kapcsolódó epizódok: