Skip to content
  • MAGAZIN
  • BLOGTÉR
  • PODCAST
  • TV
  • WEBSHOP
  • FOLYÓIRATOK
  • KIADÓ
  • KERESÉS
Menü
  • MAGAZIN
  • BLOGTÉR
  • PODCAST
  • TV
  • WEBSHOP
  • FOLYÓIRATOK
  • KIADÓ
  • KERESÉS
  • MAGAZIN
  • BLOGTÉR
  • PODCAST
  • TV
  • WEBSHOP
  • FOLYÓIRATOK
  • KIADÓ
  • KERESÉS
Menü
  • MAGAZIN
  • BLOGTÉR
  • PODCAST
  • TV
  • WEBSHOP
  • FOLYÓIRATOK
  • KIADÓ
  • KERESÉS
Magazin: Előadó
Sarnyai Tibor
Sarnyai Tibor
újságíró
  • 2023.01.26.
  • 2023.01.26.
Magazin / Előadó

Veszélyezteti-e a gépi tanulás a jogászok munkáját?

A mesterséges intelligencia (MI) fejlesztésének jogtudománnyal is érintkező területeiről cseréltek eszmét horvát és magyar kutatók azon a műhelybeszélgetésen, melyet a Nemzeti Közszolgálati Egyetemen (NKE) rendeztek január 25-én.

„Fontos fenntartani a párbeszédet az MI informatikai hátterét is jól értő műszaki emberek, illetve az adatvédelemre és más jogi szempontokra érzékeny jogászok között” – emelte ki köszöntőjében Ződi Zsolt, az NKE Eötvös József Kutatóközpont Információs Társadalom Kutatóintézetének (ITKI) tudományos főmunkatársa. Ezért szervezte meg közösen a Fiumei Egyetem Mesterséges Intelligencia Központja és az ITKI azt az eszmecserét, ahol a gépi tanulás lehetséges felhasználásáról, használatának előnyeiről és kudarcairól; az MI jogi aspektusáról, illetőleg a kérdéskör egyetemi oktatásáról adtak elő a kutatók.

A műhelybeszélgetésen elsőként Arian Skoki, a Rijekai Egyetem Informatikai Tanszékének kutatója vázolta a futballisták sérülésének lehetséges gépi előrejelzését. Bemutatta, hogy milyen módon gyűjthetők be elemzésre azok a digitális adatok, melyeket a sportolók a mérkőzések és az edzések során „termelnek”. Ezen adathalmazból az MI egyre inkább képes meghatározni, mekkora eséllyel, és ami fontosabb, milyen okból sérülhet meg egy adott játékos a következő mérkőzésen. Rámutatott, a kiberbiztonsági aggályok mellett a legfontosabb kérdés, hogy az összegyűjtött adathalmaz vajon a játékos vagy a klub tulajdona-e.

A következő előadásban Anna Maria Mihe, a Rijekai Egyetem Számítástechnika Tanszékének kutatómérnökel az alkalmazott gépi tanulás azon esetét mutatta be, ahol az MI azokat a természeti károkat segíthet megelőzni, melyeket a jellemzően árapályos folyók áradása okozhat. E folyók viselkedését számos tényező befolyásolja, így nagy kihívást jelentenek a hagyományos modellezés számára. A fő hátrány, hogy az ember által végzett számításokhoz óriási adathalmazra van szükség, így a mérési költségei nagyon magasak. Az elmúlt években e kiszámíthatatlan áradások előrejelzésére irányuló kutatások a gépi tanulási módszerek segítségével komoly előrehaladást értek el. A kutató azokat az MI megoldásokat mutatta be, amelyek bár még fejlesztésre szorulnak, ám egyre sikeresebben képesek előre megjósolni az áradásokat.

A következő előadó, Horváth András a gépi tanulás sikerei és kudarcai kapcsán azt emelte ki, hogy az MI számos gyakorlati probléma megoldására lehetne használható, de túl sokszor téved – elfogult vagy elbizonytalanodik. A Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Karának docense példákkal mutatta be, hogyan lehet félrevezetni az algoritmusokat a képfelismerés, az egészségügyi adatok elemzése és az ember számára könnyen megérhető összefüggések felismerése területén.

A szekció végén Vadász Pál, az ITKI vezető kutatója elemezte a természetes nyelvi feldolgozás működését, illetve e technológia lehetséges jövőjét a jogi informatika területén. A fő kérdés itt, hogy mikor lesz képes az MI önállóan jogi segítséget nyújtani, illetve az, hogy a fiatalokon túl az emberek hajlandók lesznek-e az MI-t igénybe venni. A szakember szerint e területen is előkerülhet majd az ismert kérdés: elveheti-e az MI jogászok munkáját?

A délután folyamán az előadók érintették az MI használatának aktuális kérdéseit a HR-folyamatokban, a nemzetközi jog területén, az orvostudományban, illetve az egyetemi képzésekben. Arról is szó esett, hogy az MI korlátlan használata milyen kockázatokat jelent a véleménynyilvánítás szabadságára nézve, illetve, hogy miként tudja majd az MI kivívni az emberek bizalmát.

Témakörök: algoritmus, ITKI, kiberbiztonság, mesterséges intelligencia, MI
CYBERBLOG

A szentimentelemzés alapjai III.: kihívások és dilemmák

A gépi tanulás kihívásai és lehetőségei

Könyvtár

Van-e nagyítója a kibernyomozónak?

Amikor könnyű elbújni egy kitalált személyazonosság mögé – könyvajánló.

CYBERBLOG

A szentimentelemzés alapjai I.: áttekintés és szövegelemzés

A gépi tanulás kihívásai és lehetőségei

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