Ugrás a tartalomhoz
  • MAGAZIN
  • BLOGTÉR
  • PODCAST
  • TV
  • GYŰJTEMÉNY
  • WEBSHOP
  • FOLYÓIRATOK
  • KIADÓ
Menü
  • MAGAZIN
  • BLOGTÉR
  • PODCAST
  • TV
  • GYŰJTEMÉNY
  • WEBSHOP
  • FOLYÓIRATOK
  • KIADÓ
  • MAGAZIN
  • BLOGTÉR
  • PODCAST
  • TV
  • GYŰJTEMÉNY
  • WEBSHOP
  • FOLYÓIRATOK
  • KIADÓ
Menü
  • MAGAZIN
  • BLOGTÉR
  • PODCAST
  • TV
  • GYŰJTEMÉNY
  • WEBSHOP
  • FOLYÓIRATOK
  • KIADÓ
Pató Viktória Lilla

Tudományos vészjelzés Európából

A Choose Europe és a kutatói kivándorlás dilemmája.

Pató Viktória Lilla 2025.06.04.
Rab Árpád

A megfoghatatlan kézzelfoghatóvá tétele?

Egy etikus mesterségesintelligencia-mérőrendszer felé.

Rab Árpád 2025.05.27.
Tardi Roland

A mesterséges intelligencia jelenléte a német politikában

Az MI új korszakot nyitott a választási kampányokban.

Tardi Roland 2025.05.20.
Balogh Zsolt György

Jog és logika – III. rész

A fuzzy logika a klasszikus logika kiterjesztése.

Balogh Zsolt György 2025.05.13.
Ződi Zsolt

A zürichi kutatók esete az etikus Reddittel

Kutatási szabadság és etikus tudomány a mesterséges intelligencia korában.

Ződi Zsolt 2025.05.06.
KORMÁNYZÁS ÉS TUDOMÁNY BLOG
Fehér András Tibor
Fehér András Tibor
alezredes, tanársegéd, NKE HHK Informatika Tanszék
  • 2024.06.03.
  • 2024.06.03.

Az MI–n innen és túl

Ami még nem az, ám annak hívjuk – s ami már nem az, de még annak hívjuk

A mesterséges intelligencia (MI) fogalmát is sok szempontból túlnőtte a technológia, de vannak rendszerek, melyek egyszerűen kilógnak ebből a fogalomból – alulról vagy felülről. Ennek tisztázására teszek alább javaslatot.

Vajon mi a pszeudo-MI?

A felhasználók sokszor hagyományos megoldásokat hisznek okosnak, erről itt írtam néhány sort. Szükségesnek tartok erre egy kifejezést is bevezetni, melynek előbb rövid meghatározását adom, majd segítségével megprobálom érthetőbbé tenni a neuronhálós és hagyományos modellek közötti különbségeket és hasonlóságokat is. A meghatározás:

A pszeudo-MI egy olyan rendszer, melyről a felhasználók egy részének az a benyomása, hogy hátterében gépi intelligencia dolgozik, pedig valójában egy hagyományosan programozott és relációs adatbázisra támaszkodó architektúra működteti.

Elsősorban olyan programok tartoznak ide, melyek az emberek digitális életében generálódó adatokat vesznek figyelembe, mondjuk egy vásárlói érdeklődéseket naplózó, aztán ezt az adatbázist a termékajánlásoknál felhasználó webshop portál. Mivel az adatok másodpercre készen jönnek létre, és statisztikai elemzés alapján használja fel őket a rendszer, ezért úgy tűnhet, hogy a portál „megtanulta” kattintási szokásainkat. Ám valójában csak egy adatbázis aktuális állapotának lekérdezése és kiértékelése történik. 

Erre bevezethetünk egy „pszeudotanulás” kifejezést is, mely az egyszerű gépi tanulás és a mélytanulás alatt, kvázi nulladik szintként értelmezhető. Valójában nem is gépi tanulás, csupán annak benyomását kelti. Abban különbözik lényegesen egy neuronhálós MI tanulástól, hogy egy ilyen portál esetében az adartbázisba belépve az ember (az üzemeltető) lekérdezheti és megértheti ezeket a statiszikai értékeket, hiszen a táblák és mezők belső kapcsolata a világot képezi le. Egy neuronhálóban viszont nincsenek számunkra közvetlenül értelmezhető adatok, egy olyan hálóban a kapcsolatok az architektúrából következnek, nem a világ leképezései. Ez utóbbi hasonlíthó ahhoz, amikor jegyzettömbbel nézünk bele egy .exe fájlba, és nem tudunk következteni a kódra vagy a program tevékenységére, pedig lefut a program. Továbbgondolva felvethető egy pszeudo-gépautonómia is, mely mögött nem MI áll, de ezekről majd máskor.

Be kell ismernem, hogy ezen fogalmak felvetése kissé megkésett, hiszen napjainkra a legtöbb szolgáltatásban a hagyományos megoldások hibrid rendszerekké kapcsolódnak össze, neuronhálókkal és BigData[1] adatokkal. Úgy 8–10 éve jobb lett volna ezt a fajta ál-gépintelligenciát terminológiailag megkülönböztetni. Viszont ma is fontos ez s szétválasztás annak érdekében, hogy világossá váljon ezen hibrid rendszerek kétféle pillére: a relációs adatbázis és a nemrelációs adathalmaz. Ezeket tehát hagyományos programkód és MI-modell szimbiózisa dolgozza fel. (Egyébként ez a szimbiózis vezet egyébként az egyre terjedő neurális adatbázisok felé.)

Végezetül leszögezem, hogy a pszuedo-MI nem pejoratív vagy negatív fogalom.  Egyszerűen egy bevett ógörög képzőt alkalmaztam a hagyományos számítógépek csúcsteljesítményére, mert megtévesztheti a felhasználót. Ez a kifejezés annak a skálának az alsó végén található, melynek a tetején a következő részben leírt fogalom van.

Mi az a MIKT?

Sokszor szükséges lenne elválasztani magát az MI képességet és azt, amikor egy MI rendszer egy sor társtechnológiával egyesülve ad eredményt. Például egy szokásainkat tanuló szolgáltatás vagy egy telefon arcfelismerő funkciója egy egyszerű MI képesség, amely mögé nem kellenek gigantikus rendszerek. Viszont egy olyan MI-t, amelyet egy hadműveleti támogató rendszerben alkalmaznak, számtalan egyéb technológia és műszaki képesség kell, hogy kiegészítse. Ilyen felhasználás robusztus rendszerként lehet csak hatékony. Erre alkottam a Mesterséges Intelligencia és Hozzá Kapcsolódó Technológiák köre, azaz a MIKT kifejezést. Angol nyelvű alkalmazására az AIRT rövidítést javaslom, mely az Artifitial Intelligence and Related Technologies kifejezést takarja. Ennek tömör meghatározása a következő:

Az MIKT az MI közös halmaza azokkal a technológiákkal, melyek az MI fejlődésének robbanását segítették, és azóta is az MI-vel kölcsönhatásban fejlődnek. Ennek a technológiahalmaznak legfontosabb elemei a BigData, az IoT és a felhőtechnológia tágabb értelmezése. (A tágabb értelmezés nem szolgáltatásként tekint a felhőre, hanem abban beleérti a hozzá kapcsolódó hardver és szoftver technológiákat is, melyek a megfelelő működés érdekében koruk csúcsát képezik – ultragyors alaplapok, legújabb processzorok, óriás sávszélességű kapcsolatok, gyors és óriási tárolók stb.)

Ami nem MIKT

Pontosításként ismertetem a fogalom összevetését hasonló kifejezésekkel, és rögzítem, mit nem értek bele.

  • Például az EU az MI-ről szóló javaslatában[2] az „MI-rendszerek” kifejezést a MIKT-hoz hasonlóan használja, ugyanis ott az MI-re egy technológiacsaládként utalnak. Ez azért nem pontos, mivel a kis rendszer is rendszer és az óriási is az. A javaslat szövege alapján egy ház okosfűtése tehát egy kalap alá kerül egy okosvárossal, hiszen mindegyik MI-rendszernek tekinthető.
  • Felvethető, hogy az Ipar 4.0 modell[3] is hasonlót takar, ám jobban megvizsgálva ez a modell jóval tágabb. A MIKT mellett sok egyéb technológiát is felhasznál, a blockchain módszertől a 3D nyomtatásmódokig. Ráadásul nem is technológiai kategória. Az Ipar 4.0 ráépül ugyan a MIKT adta optimalizációs lehetőségekre, viszont kifejezetten gazdaságcentrikus megközelítés, melynek lényege, hogy profitorientáltan koncentráljon a hatékonyságra. Ez azonban nem érvényes a MIKT állami vagy védelmi alkalmazásaira, ahol indokolhatják a „ráfizetéses” használatot olyan tényezők, mint az emberközpontúság vagy nemzeti érdekvédelem és hasonlók.
  • A fogalomba nem értem bele azokat a technológiákat sem, melyekre nem kifejezetten támaszkodik a MIKT. Például kérdésként merülhet fel, hogy a robotika beletartozik-e? Erre azt lehet mondani, hogy annyiban része egy robot, amennyiben kapcsolódik hozzá. Tehát ha egy robot (vagy más kisebb rendszer) egy MIKT számára tanulási adatokat ad, illetve a kapott adatok alapján működik, akkor része az ilyen rendszernek (pl. egy önvezető okosautó). Ám egy régi offline robot, pl. egy régebbi kézivezérlésű aknamentesítő robot nem része a MIKT-nek (bár némi átalakítással részévé tehető). 
  • Nem tartoznak a MIKT körébe a tudomány olyan irányai sem, melyek nem elengedhetetlen részei egyetlen jelenleg működő MIKT rendszernek sem, és nem is lehet arra számítani, hogy néhány éven belül azok lesznek. Ebbe az az MIKT-n kívüli körbe sorolom pl. az ember-gép integráció vagy a kvantum-MI elképzelések egyelőre kezdetleges (még messze nem piacképes) fejlesztéseit.

Az MI-alattiság és MI-felettiség jövője

Remélhetőleg a javasolt fogalmi pontosítások segítenek jobban megérteni a minket körülvevő technikai világot. Ám látni kell, hogy ilyen fogalmak további pontosítási szükségessége csupán idő kérdése. Az sem kizárt, hogy olyan irányba kell bővíteni (pl. energiatermelés vagy -tárolás), amelyet most még nem érdemes beleérteni. De a hatékonyabb kommunikáció érdekében is hasznos lenne nem 8–10 év késéssel alkotni fogalmakat, hanem mielőbb: már akkor, amikor a fejlődés során egy fogalmi zavar lehetősége felmerül.

Irodalomjegyzék

[1] „Big Data: Definition, Benefits, Challenges (Infographics) | News | European Parliament”, 2021. február 17.

[2] Az Európa Parlament és Tanács rendelete, „A mesterséges intelligenciára vonatkozó harmonizált szabályok (a mesterséges intelligenciáról szóló jogszabály) megállapításáról és egyes uniós jogalkotási aktusok módosításáról”, 2023. június 14.

[3] Directorate-General for Internal Policies of the Union (European Parliament): Industry 4.0 (LU: Publications Office of the European Union, 2016)

Nyitókép forrása: Ideogram

A sorozat részei

  • Ami már MI, és ami még nem az – Rendszerek összemosódása a felhasználókban (itt olvasható) 
  • A mesterséges intelligencia kifejezésen innen és túl – Ami még nem az, de már annak hívjuk, és ami már nem az, de még annak hívják (a jelen írás)
  • Okosdolgok egy buta korban – Az okosdolgok terminológiai anomáliáiról és a megoldásokról (itt olvasható)
Témakörök: mesterséges intelligencia, MI, technológia
nke-cimer

LUDOVIKA.hu

KAPCSOLAT

1083 Budapest, Ludovika tér 2.
E-mail:
Kéziratokkal, könyv- és folyóirat-kiadással kapcsolatos ügyek: kiadvanyok@uni-nke.hu
Blogokkal és a magazinnal kapcsolatos ügyek: szerkesztoseg@uni-nke.hu

IMPRESSZUM

Ez a weboldal sütiket használ. Ha Ön ezzel egyetért, kérjük fogadja el az adatkezelési szabályzatunkat. Süti beállításokElfogad
Adatvédemi és süti beállítások

Adatvédelmi áttekintés

This website uses cookies to improve your experience while you navigate through the website. Out of these cookies, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may have an effect on your browsing experience.
Necessary
Always Enabled
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Non-necessary
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
SAVE & ACCEPT