Láncreakció

Hihető forgatókönyv-e, hogy az emberiségtől a Földet megöröklő csótányok is használni fogják még az Excelt? Áttekintettük az elpusztíthatatlan táblázatkezelő keletkezéstörténetét, használhatóságát, az adattudományban betöltött szerepét, néhány kapcsolódó statisztikai adatot, illetve a jövőjét és utódait is próbáltunk kifigyelni a kristálygömbünkben.

Időnként elő kell venni a nagy klasszikusokat, nálunk most Ada Lovelace és mentora, Charles Babbage került sorra. Babbage megalkotta a differenciál és analítikai gépek terveit, ezzel megteremtve a digitális technika alapelvét, Ada pedig nemcsak algoritmusokat írt le az analítikai géphez, hanem meglátta mindennek általános jelentőségét is, túlnézve ezzel kortársainak többségén. A róla szóló dokumentumfilmmel, aminek címe Számító Ada - A programozás grófnője, időnként össze lehet futni az ismeretterjesztő csatornák valamelyikén.

Minkó Mihállyal, a MOME Innovációs Központ kutatójával beszélgettünk a MOME Open nyári egyetem workshopja (Storytelling with data) kapcsán az adatvizualizáció történetéről, szerepéről és lehetőségeiről az üzleti életben, társadalmi ügyekben és a művészetben, illetve ezek kapcsolódásáról és egymásra hatásáról. A beszélgetés során szóba került a Misi számára a témában kiinduópontul szolgáló kötet: Jaques Bertin: Semiology of Graphics: Diagrams, Networks, Maps.

Vajon kellene-e korrelációt tanulnia a gimnazistáknak, vagy megelégedhetnek az átlag fogalmával? Milyen adatértési képességek kellenek azok életéhez, akik munkaköri leírásában nem szerepel az "adat" kifejezés? Egyáltalán mit takar ez a fogalom és miért sokkal kidolgozottabb a statisztika-értés Wikipedia-oldala? John Snow és Florence Nightingale miért nem értettek egyet? Hogyan oktatják ezt az iskolában, hogyan mémesül a fogalom (pl. Barabási-Albert László Villanások című könyve alapján) és milyen hétköznapi adatforrások jönnek szembe az átlagemberrel? Ezekre a kérdésekre is kerestük a választ ebben a nyári epizódban.

Gyuri a linzi Ars Electronica Centerben járt, ahol megnézte az "Understanding AI" kiállítást és elmesélte, mit látott. Egyebek mellett állatfelismerő mélyneurális hálót félig csíkozott jegesmedvével és egérbiztonsági szimulációt. Ennek kapcsán elgondolkoztunk a múzeum és kiállítás közötti különbségről, a kiállítások mai szerepéről, a digitális benszülött AI-tapasztalatáról és arról, mire is való a gépi tanulás ilyen formájú szemléltetése.

A Portfolió cikke (Íme a technológia, amellyel a bankok tűpontosan kitalálják, mit fogsz megvenni) nyomán beszélgettünk a hiperperszonalizációról, de ehhez előbb definiálni kellett néhány fogalmat, mint például a perszonalizációt vagy az ügyfélszegmentálást. Érintőlegesen előkerült Moskát Anita új novelláskötete (A hazugság tézisei), Obama második kampánya az ott alkalmazott mikrotargeting technológiák miatt és a Cambridge Analitica botránya is. Gyuri leszedte a keresztvizet az Ipsosról 2016-os kampányszlogenje miatt (Nobody's unpredictable), illetve a Barabási-Albert László Villanások című művében leírt, az emberek 98%-os pontossággal prediktált tartózkodási helyéről szóló részről is, a többiek meg jól egyetértettek vele.

Újra Tikk Domonkos, a Gravity társtulajdonos-ügyvezetője volt vendégünk annak apropóján, hogy beszámoljon a cég életének legnagyobb fordulatáról, minden startup céljáról, a felvásárlásról, amely ezesetben a Taboola nevű izraeli cég ajánlatával kezdődött és a felvétel pillanatában még nem is fejeződött be teljesen. Lehet-e a vételárból szigetet venni, mennyire bonyolult a különféle érdekek egyeztetése, megmarad-e a cég az eddigi állapotában, mit csinál mostantól az eddigi tulajdonos-CEO? És egyáltalán, mi az a Taboola és miért kellett nekik a Gravity? Megannyi kérdés, ami egy startup exit kapcsán felmerül, de ritkán hallani igazi válaszokat - ez a beszélgetés azonban kivételes ebből a szempontból is.

Mai célkeresztünkbe a fintechet általában és az MNB 2022-es Fintech és Digitalizációs Jelentését konkrétan fogtuk be. Annyi már most elárulható, hogy nem arra számítottunk, amit a jelentésben találtunk.

A Google transformer chatbotja, LaMDA egy tesztelő véleménye szerint érző lénnyé változott, a világ az öntudatra ébredt MI koncepcióján rágódik, mi pedig azon gondolkozunk, baj-e, ha nehéz megkülönböztetni a chatbotot egy embertől? Ember és gép eme hosszú beszélgetése már sokkal meggyőzőbb, mint annak idején ELIZA volt, és valószínűleg átmenne a Turing-teszten is - de ez a teszt kritikája is egyben. A végén pedig Előd énekel, amiből mi többiek következtetéseket vonunk le.

A DeepMind bemutatta a GATO-t, ami nem csak macskát jelent, hanem egy olyan MI-t is takar, ami hatszáznál több különféle feladatot képes megoldani. A kérdés az, hogy ezzel közelebb jutottunk-e az AGI-hoz, azaz az Artificial General Intelligence-hez? Vagy csak sok mindenre jó a transformer modell? Erről beszélgettünk a nyári melegtől meg sem zavartatva magunkat.