Láncreakció

Eddig legalább kétszer volt AI winter, azaz olyan időszak az MI kutatásban, amikor a kezdeti ígéretek teljesülésébe vetett hit megcsappant, s ezzel együtt a kutatásfinanszírozás is elmaradt. Vajon most is egy ilyen időszak előtt állunk, vagy csak az irreális várakozások lehűlése teszi helyre ezt a területet? Megnéztük a történelmet, a várakozásokat és a rokon szakmákat is.

2022 első Láncreakció-epizódjában megpróbálunk jóslatokba bocsátkozni az adattudomány újévi vívmányait kutatva, miközben mások hasonló próbálkozásait sem hagyjuk kritika nélkül. Első tájékozódási pontnak a Zuci Systems blogposztját használtuk, illetve a DataToBiz 17 trend-tippjét és a Datamation írását is átnéztük, hogy aztán saját következtetéseinket szintetizáljuk mindezek segítségével. Spoiler: az AutoML és az NLP mellett sötét ló a kulcsszavak között: Kína!

Hogyan dolgoznak az évösszegző cikkek (mint például ez a mű) szerzői és miért haragszik rájuk Gyuri, mire büszke az idén nagy változásokat megélő Gyula, hogyan lépett előre a podcastnak köszönhetően Előd? Érdekeltek-e a nagy szállítók az adatértés fejlődésében? Undorító nyelv-e az R? Hogyan hatott a Covid az adattudomány standardizációjára és az innovációra? Beköszönt-e újra az AI Winter? Hogyan hat a bambulás az elemző sikereire? Áttekintettük az elmúlt év(ek) legfontosabb data science trendjeit, de fogadalmakat nem tettünk - kivéve, hogy januárban újra jön a Láncreakció!

A karácsonyi bekuckózós mozizáshoz ajánlottunk néhány szakmánkba vágó filmet is, így kerülhettek szóba ebben az adásban a következő alkotások: Az igazság bajnokai, Pénzcsináló (Moneyball), Pi, Kódjátszma (The Imitation Game), 2001. Űrodüsszeia (2001 Space Odyssey), Ex Machina, A nő (Her), Társadalmi dilemma (The Social Dilemma), The Great Hack, Különvélemény (Minority Report), Krízispont (Margin Call), A nagy dobás (The Big Short), Devs (sorozat).

Szoktunk-e adatbázist építeni a saját életünkből? Mi köze a menstruációnak az adattudományokhoz és hány egeret lehet egy nap elfogni tudományos módszerekkel? Mitől érdekes Magyarország vízügyi adatbázisa és a Nemzeti Atlasz? Hogyan kell megtudni a kamasz gyerekünkről, hogy hány gólt rúgott a délelőtti meccsen? Hányszor káromkodtak Tarantino filmjeiben, hogy hívják a zürichi kutyákat, milyen idősorra lehet illeszteni az UFO-észleléseket és hogyan lesz a cica-mining az új legjobb üzlet? 

Vendégünk volt Windhager-Pokol Eszter, a Starschema Data Science vezetője, akivel a felnőtt nők, a kislányok és a matematika kapcsolatáról beszélgettünk (és megemlítettünk három gyerekeknek szóló matekkönyvet is: Kettő meg kettő az négy; Pipacska és Kockapaci; Mesés számok, számos mesék), a nőkkel szemben támasztott magasabb munkáltatói elvárásokról, aztán az R-Ladies Meetup erényeiről és a Python térnyerésének okairól is szó került.

Ki tud és ki nem tud viccet mesélni, és egyáltalán, mi kell a vicces viccmeséléshez? Mi a baj az apácaviccekkel manapság? Lehet-e generatív alapon viccet gyártani, és miért lenne ez a feladat a mesterséges intelligencia Szent Grálja? Mire jutott a témában a tévés forgatókönyvíró Joe Toplyn és gépi tanulási algoritmusa, a Witscript? A fizika szépségbe való menekülése azonban egyáltalán nem vicces, legalábbis Sabine Hossenfelder német fizikus szerint. Szerintünk (és Wolf György fizikus szerint is) pedig ebben nincs újdonság, és nincs is miért kritikával illetni, hiszen a jobb elméletek szükségszerűen szebbek is.

Vendégünk volt Becker György reklámpszichológus, neuromarketing-szakember, akivel beszélgettünk a személyes és szervezeti döntések motivációs hátteréről, a szubliminális befolyásolásról és a sülő kenyér illatáról, a social média hatásaival szembeni döntés lehetőségéről és felelősségéről, valamint a pletykás okosórákról, amelyek olyat is tudnak rólunk, amit mi magunk sem.

Vendégünk volt dr. Jóri András, Magyarország korábbi adatvédelmi biztosa, aki több kelet-európai ország adatvédelmi és informatikai jogának kidolgozásában is részt vett, ma pedig adatjogi, GDPR tanácsadó. Többek között arról is beszélgettünk, hogy érdeke-e egy vállalati jogtanácsosnak a projektek elindulása, mi köze a GDPR-nak a német vonalassághoz, milyen volt a magyar szabályozás a GDPR előtt, profilozhatja-e az állam a polgárait, van-e adatvédelem Kínában vagy Oroszországban, működhetne-e európai cégként a Facebook a GDPR ellenére, értik-e a bíróságon az IP cím lényegét, és véd-e a GDPR az algoritmus-túlkapások ellen is?

A Láncreakció csapata kiegészülve Farkas Richárddal (Szegedi Tudományegyetem kutatója) az NLP elméleti lehetőségeiről és gyakorlati alkalmazhatóságáról beszélgetett a conTEXT 2021 konferencia színpadán. Finom volt-e a süti, csal-e a Google Duplex, nyelvi hátrányban vannak-e a magyar NLP-kutatók, részt kell-e venni a transformer modellek számháborújában és utálja-e még valaki a Google Fordítót?