Előfizetés a lapra

Friss cikkek

2018/02/14

MI mindent tud?

informatika, mesterséges intelligencia, MI, munka, njszt, robot, számítástechnika, társadalomtudomány

Az új kolléga nagyon rendes, udvarias, segítőkész és precízen dolgozik. Sose okoz problémát. Ha nem tud valamit, kérdez, és elsőre megtanulja. Bárcsak mind ilyenek lennénk!

Éjt nappallá téve dolgozik, sose pihen, mindig szorgoskodik az új robot kolléga. Milyen vele együtt dolgozni? Elveszi majd az én munkámat is? Egy-két lusta és ügyetlen kollégát már elküldtek, mert ő jobban csinálja. Rám is sor kerül majd?

 Milyen változást idéznek elő az új technológiák (mesterséges intelligencia, gépi tanulás, robotok) a munkahelyeken? Hogy alakul az alkalmazottak száma? Tömeges lesz az elbocsátás? Csökken vagy nő az alkalmazottak száma?

 Általában csökkenést várnak, de abban nincs egyetértés az elemzők körében, hogy ez mekkora lesz. Akik növekedést jósolnak, azok ezt pusztán a történelemre alapozzák (eddig egyik ipari forradalom se csökkentette a munkahelyek számát).

 Lássunk két jóslatot: 2015 és 2020 között az automatizálás és a technológiai fejlődés 7,1 millió munkahely eltűnését és 2 millió új munkahelyet jelenthet a 15 legnagyobb fejlett és fejlődő országban. Az eltűnő munkahelyek kétharmada az irodai és adminisztratív területen várható. Egy másik szerint pedig a jelenlegi technológia mellett a tevékenységek közel fele automatizálható. A foglalkozások kevesebb mint 5%-a automatizálható teljes mértékben. Az auto­matizálható tevékenységek 1,1 mil­liárd dolgozót érintenek.

ASIMO, a robot

Lesznek olyan munkahelyek, amelyek teljesen megszűnnek – sőt, nem csak lesznek, már meg is szűntek. Egy nagy biztosító az RPA (Robotic Process Automation) segítségével 81%-kal csökkentette az egyik osztályon a létszámot. A Deutsche Bank vezére szerint nagyon sok dolgozójuk munkája szűnik meg az automatizálás miatt. Az ő munkájuk nem igényel intelligenciát, csak egyszerű szabályok követését – így valóban nincs szükség emberre. Egy darabig még kell ember a szokatlan helyzetek és a kivételek kezelésére, de várhatóan azokat is meg lehet tanítani a gépnek. Ez már kezdi elérni a mesterséges intelligencia határát, és ezért IPA (Intelligent Process Automation) a neve. Mindkét megoldásban fontos, hogy nem igényel változtatást a cég folyamataiban. Egyszerűen „beültetik” a gépet az ember helyére. Nem kell hozzányúlni a folyamatokhoz, csak annyi a változás, hogy a gép gyorsabban és pontosabban végzi a munkát. Ha egy speciális helyzetben emberi beavatkozás kell, a megszokott programokat és képernyőket lehet használni.

Hogyan tanul a gép?

Több módszer is van a gépek „tanítására”. Az egyik a „felügyelt” tanítás (supervised learning): megmutatjuk a gépnek, hogy mit kell tennie, ha egy adott helyzetbe kerül. Ezt a dolgozók jól tudják, a munkájuk során kitapasztalták, tapasztalt kollégáiktól megtanulták, és ugyanígy tovább is adhatják a gépnek (ami majd elveszi az ő munkájukat), vagyis az emberek között is szokásos tanulási formáról van szó.

 A megszerzett tudás átvitele egy másik területre (transfer learning vagy inductive transfer) is ismert. Új helyzetekben alkalmazzuk a már megszerzett ismereteket, például: megtanultuk egy képen felismerni a személyautókat, és ennek alapján a teherautókat is megtanuljuk felismerni. A daganatos betegségek diagnózisában használt okos gépet is szokták egyéb (nem orvosi) képeken tanítani.

 Szintén ismerjük a saját emberi világunkból a jutalmazással és büntetéssel való megerősítést (reinforce­ment learning). Itt nem sokat magyarázunk a gépnek, hanem az elvégzett munka után plusz vagy mínusz pontokat adunk neki, ebből tanul. Az alkudozást tanították így meg gépeknek a Facebook egyik kísérletében. Azt a feladatot kapták, hogy alkudozzanak egymással néhány tárgyról, amik számukra különböző értéket képviseltek. Mindenképpen el kellett osztaniuk a tárgyakat, a saját maguk számára legjobb eredményt kellett elérniük, és nem ismerték egymás céljait. Előre be nem programozott viselkedési módokra jöttek rá a robotok, pl.: az alku elején úgy tettek, mintha valamelyik tárgy megszerzése nagyon fontos lenne, pedig az nem is kellett, csak az értékét akarták felverni. Ez már emberi viselkedés, ugye? Majd, amikor robottal kötünk üzletet, nem leszünk könnyű helyzetben, hiszen ő sokkal gyorsabban, sokkal több lehetőséget tud elemezni, és se fizikailag, se mentálisan nem fárad el.

 Egyelőre (a technika mai szintje mellett) viszonylag kevés olyan foglalkozás van, amiben teljesen kiváltható az ember robottal, de a munkahelyek többségét érintheti valamilyen mértékben. Lássunk néhány (elképzelt) esettanulmányt!

Kórházban és kereskedelemben

A sürgősségi osztályon a beérkező beteg azonnal kaphat egy okos karkötőt, ami méri az életfunkcióit (pulzust, vérnyomást, a vér oxigén­szaturációját). Az első laborvizsgálatokat is lehet automatizálni. Sőt a laboreredményeket és a karkötő által mért értékeket összevető, összefüggéseiben értékelő szoftver is készen van már. Ez a nővér vagy rezidens keze alá dolgozik, segít a prioritások, a kezelési sorrend gyors eldöntésében. Maga a diagnózis is részben ezeken alapszik, de a beteggel való beszélgetés, a nem verbális jelek megfigyelése is fontos, így a végső szó az orvosé, akit a gépek segítenek, hogy gyorsabban és kevesebb hibával döntsön. A betegszállítás, a műszerek mozgatása és a gyógyszerkiadás is automatizálható. Az elért haszon nagyobb része a feleannyi emberi munkából, kisebb része a minőség javulásából származik (költségcsökkenés, rövidebb várakozás, kevesebb hiba). Ezekre igencsak szükség van, mert a várakozási idő tipikusan két óra feletti, és horribilis összegek mennek el műhibaperekre.

 Az életfunkciókat monitorozó okoskarkötőt a kórházba bekerülve azonnal megkaphatjuk majd

FORRÁS: WIKIMEDIA

 A kiskereskedelem is egyre több folyamatot tud digitálisan végezni, sőt akár buszmegállóban várakozva is meg tudjuk rendelni az árut, de még mindig sok dolgozóra van szükség a boltokban. Egy csomó egyszerű munkát átvehetnek a gépek: polcok feltöltése, takarítás, pénztár. Egy kis további technika bevetésével a boltba belépve felismerhet a virtuális eladó, személyre szólóan üdvözölhet és testreszabott információt és tanácsokat adhat. A polcok között automatikusan követhet a bevásárlókocsink. A polcról levett árut azonnal tudja pótolni az automatizált raktár. Az is egyszerűen megoldható, hogy ne legyen bevásárlókocsira szükségünk: csak megbökjük az árut, és a kijáratnál vár az összekészített csomag (vagy hazahozza a drón). A megtakarítás nagy hányada a kisebb alapterületű boltból és raktárból származik. Emellett jelentős lesz a munkaerő-megtakarítás is, 65% körüli. A technikai fejlesztések egyben a vásárlók jobb kiszolgálását, a vásárlói élmény javítását is jelentik. A költségek háromszorosa lehet a nyereség (akárcsak az előbbi egészségügyi példában).

 Egy tanulmányban elemeznek még három példát: repülőgép-karbantartás, olaj- és gázkitermelés, jelzáloghitel-ügyintézés. Az első két területen kevesebb veszélyes munkát kell az embereknek végezniük, gyorsabb és koraibb a hibák észlelése, jobb a megelőző karbantartás. A hitelek esetében az emberi munka 55-85%-kal csökkenhet. A most átlagosan 37 napos elbírálási idő 6 nap is lehet. Ha még a folyamatokon is javítanak, akkor lecsökkenhet egy napra.

 Mik azok a területek, amik a technológia mai szintjén nem vagy alig gépesíthetők? Ha több érzékszervünkből érkező információkat kell együtt kezelni és elemezni, akkor sokkal jobbak vagyunk a gépeknél. Új ötletek kitalálása vagy új összefüggések felfedezése se nagyon megy még a gépeknek, de az AlphaGo példája óvatosságra int. (Emlékeztetőül: úgy verte meg az egyik legjobb GO-játékost, hogy az nem is értette a gép lépéseinek a célját.) Nem megy a gépeknek még sok szereplő munkájának irányítása, koordinálása. Általában gyengék az emberi beszéd finomságainak megértésében, az érzelmek felismerésében, a megfelelő reakciókban. A gépesített eladó nem ismeri fel a betérő vevő érzelmi állapotát, ezért nem is tud megfelelően beszélgetni vele. Ezek azok a hiányosságok, amik miatt az „okos” gépek nem tudják teljesen átvenni az embertől a munkát, hanem csak egyes munkafolyamatokat lehet átadni nekik.

 Eddig diploma nélkül betölthető munkakörökben láttuk a robotok jelentős elterjedését. Vajon mi a helyzet a diplomásokkal?

Jogászok, orvosok

Egy, már létező példa a jogi dokumentumok relevanciájának elemzése. Angliában már születtek olyan bírósági határozatok, amik elismerték szoftver alkalmazását dokumentumok kiválogatására. Egy ügyben 3 millió közül kellett kiválogatni a vita eldöntésében lényegeseket. Ez emberi erővel sok pénzbe és időbe került volna. Gépi tanulást alkalmaztak: kisebb mintán megmutatták a szoftvernek, hogy mik a fontos dokumentumok, majd az eredmények egy részét megvizsgálták emberek, visszajeleztek a gépnek, hogy jól dolgozott-e, ami ennek alapján tanult, ügyesedett.

 Az AlphaGo úgy verte meg az egyik legjobb Go-játékost, hogy az nem is értette a gép lépéseinek célját

Ez még csak a kezdet, itt a gépnek még csekély szerepe van a per eldöntésében, de már ezen a kezdeti szinten is számít a szoftver minősége és az esetleges szándékosan beleírt „hiba”. A kutatók szerint hamarosan ennél komolyabb igazságszolgáltatási szerepe lesz a gépnek, ezért a mesterséges intelligencia alapelvei között is esik szó erről.

 Itt még nem érnek véget a lehetőségek! Egy fiatal programozó egy év munkával, az IBM Watson felhasználásával megalkotta a DoNotPay szolgáltatást. Ez kezdetben csak a parkolási büntetések megfellebbezésében segített, kikérdezte az ügyfelet a körülményekről, majd a válaszok alapján megírta a fellebbezést. Már az első pár hónapban 3 millió dollárt szerzett vissza az ügyfeleinek. Idén nyár óta már az USA 50 államában és az Egyesült Királyságban segít 1000 különböző típusú jogi eljárásban.

 Ez csak egy apró szelete a nagy tortának. A nagy játékosok sokkal több időt, pénzt és szakértelmet tudnak bevetni, mint ez a fiatal programozó. Ma főleg a kezdő jogászok munkáját tudja gyorsabban, pontosabban és olcsóbban elvégezni a gép. A jogászok összes munkájának 23%-át lehet így automatizálni a technika mai szintjén. A friss diplomások mellett gépek lesznek a jogi csapatok tagjai, őket fogják a tapasztalt vezetők irányítani. Érdekes jövő! Ismerve a világcégek szemléletét (a kezdőkből a lelket is kipréselik, elképesztő óraszámban dolgoztatják, és apró hibákért is kirúgják őket), a napi 24 órában, villámgyorsan, kevés hibával dolgozó robotok lesznek a főnökök kedvenc munkatársai.

 Szintén jogi alkalmazás Lisa, az elfogulatlan robot. Arra találták ki, hogy szerződések kidolgozásában segítse egyszerre mindkét felet. Az ügyvédek nem dolgozhatnak egyszerre mindkét oldalnak, de a robot megteheti. A felek elmondják neki, hogy mit akarnak elérni, és segítséget kapnak tőle (akár egy elkészített szerződés formájában), hogy megtalálják a kölcsönösen előnyös megoldást.

 Az orvosok munkájának egy részét is kiválóan tudja végezni a gép. Arról nincs szó, hogy egy orvos minden feladatát el tudná látni, de fontos részterületeken gyors, pontos és olcsó tud lenni. Nincs messze az idő, amikor néhány hordható egészségügyi eszköz és a felhőben ülő elemzőrendszer segít az egészségügyi alapellátásban. Ha videókapcsolatba is lehet lépni az orvossal, aki minden mérési eredményünket és azok gépi kiértékelését látja, akkor gyorsabban, pontosabban, olcsóbban lesz elsődleges diagnózisunk. Erre is vannak már működő példák – nem meglepő módon elsősorban Amerikában. Jó hír, hogy itthon is vannak olyan háziorvosok, akik örömmel fogadják, ha a betegük otthoni mérések eredményeit hozza a rendelőbe. Így sokkal megalapozottabb lehet a diagnózis, mint egy-egy mérés alapján.

Fehérköpenyes robotok segíthetnek a betegeken?

Milyen tudás kell ahhoz, hogy az elkövetkező évtizedekben legyen jó és érdekes munkája az embernek? Hivatkoznék Bőgel professzor három évvel ezelőtti előadására: adattudóssá kell válni, olyan emberré, aki a gépek által összegyűjtött mérhetetlen mennyiségű és változatosságú adat feldolgozását, elemzését tudja irányítani. Ehhez érdemes több szakmában járatosnak lenni. Az adattudósok manapság főleg orvosok, biológusok, fizikusok, asztrofizikusok. Mi bennük a közös? A szakmájuk tudásanyaga szerteágazó. A lényeg az, hogy sok dolog iránt kell érdeklődni, sok tudományághoz kell érteni (köztük a matematikához is, de nem kell matematikusnak lenni).

 KERÉKFY PÁL

 

 

 

 

 

 

2018/02/09

Vadak és utak

A hét kutatója, biológia, interjú, ökológia, természetvédelem, út

Magyarországot nemzetközi összehasonlításban is sűrűn hálózzák be a vonalas létesítmények, azaz utak és vasutak. Évente több százezer állat pusztul el az elütések, ütközések miatt, ráadásul az állatok állományait is szétszabdalják ezen létesítmények. Farkas János, az ELTE Állatrendszertani és Ökológiai Tanszékének adjunktusa kollégáival áttekintette, melyek azok a forró pontok, ahol a legtöbb probléma adódik. Emellett meghatározták, hogy milyen egy ideális vadátjáró, és a gócpontokba kihelyezhető vadriasztókkal is kísérleteznek.

2018/02/09

Fagyott mikrovilág

biológia, elektronmikroszkóp, fehérje, kémia, krio-em, mikroszkóp, Nobel-díj

A kriogén elektronmikroszkóp (krio-EM) technológiának legfőbb szépsége abban rejlik, hogy amíg a mikroszkópok minőségét a készített kép felbontása jelzi, a krio-EM első pillantásra teljesen használhatatlan, homályos, alig kivehető képet ad, melyre úgy tűnik, hogy nem is érdemes több időt és energiát pazarolni. De az információ benne van. Másodjára ránézve, és bő tíz év fejlesztés és több kép együttes elemzése után, a maszatok alakot nyernek, és lassan körvonalazódni látszik egy nanométeres objektum. További tíz év fejlesztésének eredményeképpen ma már elég nagy magabiztossággal lehet behatárolni nem csak az atomok helyét, de a különböző pillanatnyi állapotába fagyott molekula funkcionális alakváltozásaira is fény derülhet.

2018/02/09

Gombagenom és informatika

A hét kutatója, biológia, genetika, gomba, informatika, interjú

Egyre nagyobb számban okoznak betegséget a fertőző gombák. Ezek a lények kiválóan alkalmazkodnak még a gombaellenes szerekhez is, ami viszont arra is rámutat, hogy a közeljövőben egyre nagyobb méreteket ölthetnek az ilyen fertőzések. A megelőzés és kezelés lehetőségeit kutatja Imre Alexandra, biotechnológus. A Debreceni Egyetem Biotechnológiai és Mikrobiológiai Tanszékének doktorandusza főként bioinformatikai módszerekkel dolgozik és fiatal kora ellenére már több hazai és nemzetközi elismerésben is részesült.

2018/02/08

Aludj rá egyet!

alvás, lélektan, lélektani lelemények, pszichológia, társadalomtudomány

A közkeletű bölcsesség szerint amikor valamilyen bonyolult problémával találkozik az ember, jól teszi, ha alszik rá egyet, mert utána könnyebben megtalálja majd a megoldást. Vajon az alvás valóban bölcsebbé tesz?

2018/02/08

Hova lett a természeti csoda?

földtudomány, terasz, Új-Zéland, vulkán, vulkanológia

A Rózsaszín- és Fehér-teraszok Új-Zéland legendákkal övezett természeti képződményeinek számítottak, ám a Tarawera-vulkán 1886. június 10-i kitörése után eltűntek. Meglétüket illetően az eseményt követő 131 év a találgatások, tudományos és féltudományos elméletek születésének időszaka volt. Boldog-boldogtalan, hol intenzívebben, hol kevésbé látványosan, újabb és újabb ötletekkel állt elő, hogy mi történhetett a teraszokkal, azok vagy azok maradványai hol lehetnek. Még külön expedíciók is születtek arra, hogy ha valaki pontosítani tudja, hol voltak ezek a különleges természeti értékek, akkor azokat az 1886-os kitörés hamuja alól kiásnák.

2018/01/18

Szöcskék, sáskák, tücskök

IUCN, ökológia, rovar, sáska, szöcske

Az ELTE Állatrendszertani és Ökológiai Tanszékének adjunktusa, Szövényi Gergely számos magyarországi, Kárpát-medencei és balkáni helyszínen végez terepmunkát: a szöcskék, sáskák és tücskök, vagyis az egyenesszárnyúak elterjedését, számosságát és környezetükkel való kapcsolatát vizsgálja. Adatai fontos információkkal alapozzák meg a természetvédelem munkáját. Nem véletlen tehát, hogy ő is részt vett a rendszertani csoport európai Vörös Listájának elkészítésében.

2018/01/18

Gyulladások és idegrendszeri betegségek

A hét kutatója, gyulladás, idegsejt, idegtudomány, interjú, neurobiológia

A fejlett országok öregedő népessége egyre nagyobb kihívás elé állítja az agyi betegségek ellen küzdőket és az egész társadalmat. Dénes Ádám neurobiológus, immunológus, az MTA KOKI tudományos főmunkatársa kutatócsoportjával az idegrendszer és az immunrendszer kapcsolatát vizsgálja. A kutatások fontosságát jelzi, hogy tavaly elnyerte az MTA Lendület program és az Európai Kutatási Tanács (ERC) támogatását is. Beszélgetésünkben a kutatások tudományos és orvosi jelentősége mellett a társadalmi kihatások fontossága is felmerült.

2018/01/18

A klímaváltozás ideológiai kérdés?

klímaváltozás, lélektani lelemények, pszichológia, társadalomtudomány

A klímaváltozás tudományos kérdés, mégis ideológiai kérdésként viselkedik: vannak, akik hisznek benne, és vannak, akik nem fogadják el – ez utóbbiak a klímaszkeptikusok. Az, hogy valaki elfogadja vagy elutasítja azt az állítást, hogy a klímaváltozás az okozója sok szélsőséges időjárási jelenségnek és az ezek miatt bekövetkező katasztrófáknak, heves indulatokat gerjeszt, és megosztja a társadalmat. A klímaszkepticizmusnak lélektani hatása is van: módosítja az emberek döntéseit, cselekvéseit, embertársaikhoz való viszonyát. Ráadásul az álláspontok, mint az ideológiai kérdések esetében mindig, hajlamosak megmerevedni: az emberek azokat az érveket, tényeket keresik és fogadják el, amelyek megfelelnek előzetesen kialakított nézeteiknek, az ezeknek ellentmondóakat viszont kerülik és indulatosan elutasítják.

2018/01/18

Továbbra is lendületben a diabétesz kutatása

A hét kutatója, betegség, biológia, diabétesz, interjú, orvosbiológia

A diabétesz az egyik leggyorsabban terjedő betegség világszerte. Fekete Andrea gyermekorvos a Magyar Tudományos Akadémia Lendület programjában a vese és a cukorbetegség kapcsolatát kutatta. S bár a program lejárt, a lendület megmaradt. A Semmelweis Egyetem munkatársával nemcsak arról beszélgettünk milyen várt és nem várt eredményeket értek el munkájuk során, hanem arról is, hogyan tudják folytatni a kutatásokat a program befejezése után.