A mesterséges intelligencia piacának követése meghatározó az információs társadalom fejlődésének vizsgálatában. Az EJKK ITKI külön havi szakmai hírlevélben kiemelten is foglalkozik a témával. Külső vendégszerzőnk cikkében 2022 nyarának friss statisztikáit, trendjeit tekinti át, illetve három országról, Japánról, Kínáról és az Amerikai Egyesült Államokról mélyebb betekintés is olvasható. A cikk teljes terjedelmében pdf formátumban tölthető le a bejegyzés végén.
A mesterséges intelligencia (AI) lényegében olyan számítástechnikai technológiákat jelent, amelyeket az emberek agyának és idegrendszerének gondolkodásra és döntéshozatalra való felhasználása inspirált, de jellemzően egészen másképp működnek. A mesterséges intelligencia fogalma több mint egy évszázada számos sci-fi író és jövőkutató számára jelent inspirációt. Napjainkban a számítástechnika és a nagy mennyiségű adat terén elért fejlődésnek köszönhetően valósággá vált, és a gépeket ma már széles körben alkalmazzák különböző iparágakban. Az AI-technológiák alkalmazása egyéni, üzleti és gazdasági szinten is növekedést eredményez. A mesterséges intelligencia ugyanis számos, többek között kognitív képességeket igénylő munkatevékenységben kezdte felülmúlni az embert.
A jelenlegi AI-ökoszisztéma a gépi tanulásból, a robotikából és a mesterséges neurális hálózatokból (ANN) áll. A gépi tanulás során a programok a meglévő adatokból tanulnak, és ezt a tudást új adatokra alkalmazzák, vagy adatok előrejelzésére használják. A robotika területe a robotok fejlesztésével és kiképzésével foglalkozik. Általában egy robotnak az emberekkel és a világgal való interakcióra való képessége általános szabályokat követ és kiszámítható. A jelenlegi erőfeszítések azonban a mélytanulás alkalmazása körül is forognak, hogy robotokat képezzenek ki helyzetek manipulálására és bizonyos fokú öntudatossággal való cselekvésre. Az ANN-eket úgy építik fel, hogy utánozzák az emberi agy működését. Az összekapcsolt egységek (mesterséges neuronok) rétegekbe szerveződve dolgozzák fel az információkat.
Az elmúlt évtizedekben a mesterséges intelligencia fejlődése leginkább a nyelvi, matematikai és logikai gondolkodási képességek fejlesztése körül forgott. A mesterséges intelligencia fejlődésének következő hulláma azonban az érzelmi intelligencia fejlesztése felé halad. Ugyanakkor a szekvenciális tanulás, a Google DeepMind másik jellemzője lehetővé teszi, hogy a mesterséges intelligencia többféle készséget tanuljon. Az elmúlt néhány évben a mélytanulás hatalmas fejlődést ért el abban, hogy a gépek bizonyos fokig képesek legyenek megérteni a fizikai világot, és az iparágak különböző feladataihoz használják.
Bár a vállalati kockázati tőkebefektetések (CVC) az AI startupokba történő befektetései 2020-ban csak kis mértékben nőttek, ez továbbra is az AI jelenlegi növekedési hullámának egyik fő mozgatórugója. Technológiai téren a számítási teljesítmény gyors fejlődése hajtja az iparágat a következő szintre. Hasonlóképpen a nyílt forráskódú platformok elősegítik és lehetővé teszik a kollaboratív tanulást, ami elősegíti az AI növekedését. Az AI-iparág jelenlegi növekedési hulláma éppúgy a nagy mennyiségű adat bőséges elérhetőségének köszönhető, mint a szoftvereknek és a hardvereknek. A mai, egyre inkább digitalizált gazdaság által generált nagy adatmennyiség évente 40%-kal nő, és 2025-re várhatóan eléri a 163 trillió gigabájtot. Ez a nagy adatmennyiség növekedése ösztönzi az AI-algoritmusok fejlesztését.
Az AI-megoldásokat egyre inkább az autóipar, az egészségügy, az oktatás, a pénzügy, a szórakoztatás és más iparágak igényeihez igazítják. Az autóiparban a mesterséges intelligenciát elsősorban az autonóm autók működtetésére használják, és ezek a rendszerek várhatóan közép- és hosszú távon alapfelszereltséggé válnak az új járművekben. Az egészségügyi ágazatban a mesterséges intelligencia és a gépi tanulás terén elért fejlesztések nemcsak felgyorsították az innováció ütemét az ágazatban, hanem teljes működési modelleket is megváltoztatnak. Az oktatási ágazatban az AI segítségével igyekeznek személyre szabott tanulási programokat biztosítani minden egyes diák számára, míg a pénzügyi ágazatban az AI vagyonkezelési megoldások nagyobb személyre szabottságot kínálhatnak.
