Lemerültünk az AutoML csomagok mélyére, hogy felhozzuk onnan a nemtudás gyöngyeit. A Gyula által megversenyeztetett csomagok (PyCaret, H2O, TPOT) focis adatbázisokon (pl. FiveThirtyEight) dolgoztak és versenybe szálltak a korábban emberi csapatoknak kiírt adattudós-verseny babérjaiért, de nem áruljuk el, hanyadikok lettek. Bezzeg az adásban!

Manapság a médiának MI témában nyilatkozó szakértőkre van szüksége. Vajon a megfelelő személyeket találják meg? Egyáltalán, kit nevezhetünk szakértőknek és mire van inkább szükség, jó kiállásra vagy akadémiai háttérre? Az OurWorldInData.org készített egy nagy predikciós körképet, amiben 352 szakértőt kérdezett meg arról, mikorra teszi az emberi szintű mesterséges intelligencia eljövetelét - de vajon van bármi értelme egy ilyen körkérdésnek? És annak a generalizált előrejelző közösségnek (Metaculus.com), amelybe bárki beszállhat, és akár pénzdíjas predikciós versenyeken is részt vehet? Megpróbáltunk válaszolni.

A felvétel pillanatában még reménytelenül esős, de azóta magára talált nyarat ünnepelve a társaság össze-vissza beszélt, emlegetett kifejezéssel hochmeczolt. Szóba kerültek Gyula kalandjai az AutoML technológiákkal, dos Santos Salamon kulcsa című regényének kapcsolódása az adattudományhoz, a kvantummechanika remek angol Wikipedia-oldala, Soros György reflexivitás-elmélete és Taleb Fekete hattyú című kötete, illetve Feri örömmel újságolta, hogy többé már nem kell az év elején jósolnia, hogy idén fogja bemutatni az Apple a kevertvalóság-szemüvegét (Apple Vision Pro), mert most megtette.

Május 31-én egész nap Podcastfesztivál volt, és úgy gondoltuk, érdemes róla beszélni. Annál is inkább, mert pár nappal korábban mutatták be az IAB Hungary által megrendelt, NRC által elkészített Podcast Insight Hungary kutatást, annak főbb számaival egyetemben. Hányan hallgatnak ma Magyarországon podcastot, kik ők, miért, de főképpen jogos-e a hurráoptimizmus? Ha az adatszakértő szemével nézzük a kutatás számait, alternatív magyarázataink is születhetnek, erre jutottunk. Ha már beszélgettünk, elővettük a Pillangót is, meg a podcastot szerkeszthető szöveggé alakító, majd azt vissza-hangosító Descriptet.

Pár nappal a Clementine 18. születésnapja után elábrándoztunk azon, honnan indult Gyuri cége, mivel lepte őt meg egy régi ügyfele az ügetőn, milyen párhuzamok vannak a természettudományos végzettségű, ám szociológiára áthallgató fiatalemberek szerelmi életében, és hogyan vált egy holland konferencián nyilvánvalóvá, hogy a Clementine beszáll az NLP-be? Kis magyar adattudomány-történelem nosztalgia-köntösben.

És úgy általában milyen szakmákkal versenyez az ML Engineer? Ugyanazt kell-e tudnia, mint egy data scientistnek, egy data analystnek, vagy egy data engineernek? Ki mennyit keres, melyik szakma mekkora hiány? Rendet teszünk a Data szakmában és bónusznak megtárgyaljuk azt is, leküzdi-e az MI az inflációt?

Ha már mindenki a generatív MI előnyeiről és veszélyeiről osztja az észt, bemutatjuk az észosztás résztvevőit! Kicsoda Steve Wozniak, Max Tegmark, Eliezer Yudkowsky, Tristan Harris, Jaron Lanier, Mérő Lászó, Andrew Ng és Yann LeCun vitája, Timnit Gebru és elhíresült tanulmánya, Emily M. Bender, Sam Altman, Henry Kissinger és Eric Schmidt a WSJ-ben, Yuval Noah Harari vs Yann LeCun, Naomi Klein cikke, Tilesch György, Margrethe Vestager és Thierry Breton? Ki mit gondol és ehhez milyen tudományos háttere, múltja van?

A dataSTREAM 2023 konferencia közepén felvett adásban a podcast legénysége egyetemi oktatókkal egészült ki - dr. Abonyi János a Pannon Egyetem egyetemi tanára, tudományos és stratégiai dékánhelyettes, az adattudományi szakmérnök képzés szakvezetője és dr. Mihajlik Péter, a Műegyetem TMIT tudományos főmunkatársa, aki a SpeechLabben foglalkozik mélytanulásra épülő beszédleiratozási kutatással. Arról beszélgettünk, hogy mit gondolunk a skynetezésről - amikor a média és a szakemberek egy része is az emberiség feletti uralmat megszerző MI-ről értekezik -, a tudás fontosságáról, az MI-közmű mivoltáról és arról, született-e valaha gyümölcsöző beszélgetés egy baráti vacsorán a Bűn és bűnhődés felett.

A Szilícium-völgy műszaki értelmisége Pause Giant AI Experiments: An Open Letter címmel írt nyílt levelet az MI kutatások fél éves felfüggesztésének szükségességéről, és különben is, mindenki skynetezik a ChatGPT nyomán mindjárt érkező szuperintelligenciától való félelmében. A fokozódó hangulat (amihez pl. ez a 444-cikk is jócskán hozzájárul) farvizén Gyuri és Feri arról vitatkoztak, itt van-e a szingularitás, bajban van-e a világ, mit gondoljunk Max Tegmarkról, értsünk-e egyet Madarász Tamás londoni MI-kutatóval, akit Az élet meg minden podcastban hallottunk, neadjisten Lex Friedman szavait igyuk? És mi lesz Emily M. Bender nyelvész sztochasztikus papagájaival? Ki hova teszi az elinflált kétcentesét vagy friss kétdollárosát? Izgalmas hét ez, érzelmektől sem mentes vita a Láncreakcióban!

A Láncreakció mai vendége Fodor Gábor, a Kaggle machine learning versenyplatform grandmastere, aki ma a H2O.ai-nál dolgozik, ahol egyébként három másik nagymester felvételiztette. Már az egyetem alatt is indult versenyeken, de az első sikereit valamivel később érte el, például azon a madárhang-felismerő versenyen, ahol fütyörészést nem hallott, spektrum-ábrákat annál inkább, viszont azt sose tudhatta meg, melyik ábra melyik madárhoz tartozik. Mi értelme volt a Kaggle-nek régen és megváltozott-e ez mára, mi az üzleti modell, ki a tulajdonos és milyen stratégiákkal érdemes részt venni a küzdelemben, erről mind mesélt nekünk az egyetlen magyar nagymester.