A mesterséges intelligencia előrejelzései nemcsak pontosabb időjárást ígérnek, üzleti kérdéseket is közelebb hoznak a mindennapokhoz.
A radiocafé Millásreggeli című műsorában Keleti Arthur kibertitok-jövőkutató arról beszélt, hogy a mesterséges intelligencia (AI) már nemcsak válaszolni vagy mindenfélét generálni tud, hanem egyre jobb a mintázatok felismerésében is. Ez különösen ott jelenthet fordulópontot, ahol a klasszikus számítási modellek eddig is nehezen birkóztak meg a valóság összetettségével: az időjárás-előrejelzésben, illetve az üzleti trendek becslésében.
Az időjárás továbbra is a legnehezebb terep
Keleti Arthur szerint az időjárás előrejelzése a jóslás „szent grálja”. Egyszerre rendkívül összetett, gyorsan változó és erősen lokális jelenség. Elég néhány méterrel arrébb ülni egy teraszon, és máris máshogy érezhetjük a szelet vagy a hőmérsékletet.
A beszélgetés szerint itt most az a változás, hogy a Google új rendszerei nem kizárólag hagyományos matematikai számításokkal próbálják előre jelezni, mi történik majd. Nagy mennyiségű műholdkép és más adat alapján mintázatokat ismernek fel. A műsorban említett WeatherNext így nemcsak gyakrabban frissülő, hanem finomabb előrejelzést is adhat.
Ez a gyakorlatban azért fontos, mert az ilyen modellek nemcsak globálisan, hanem helyi szinten is használhatóbb képet adhatnak a csapadékról, a szélről vagy a hőmérsékletről. Ha ez valóban bekerül a lakossági alkalmazásokba, például a Google Maps környezetébe, annak
hatása a hétköznapi útvonaltervezéstől a mezőgazdaságig sok területen érezhető lehet majd.
Nemcsak felhőket, üzleti trendeket is figyel
A másik említett modell, a TimesFM már nem az eget, hanem az idősoros adatokat „olvassa”. Az az izgalmas tulajdonsága, hogy nem feltétlenül kell hozzá egy cég teljes belső adattörténete ahhoz, hogy használható trendbecslést adjon.
Ez nem azt jelenti, hogy pontosabb lenne egy vállalat saját, mély adatelemzésénél. Inkább azt, hogy olyan kis- és közepes szereplőknek is adhat kapaszkodót, akiknek nincs külön elemzőcsapatuk. Egy egyszerű példa a műsorból: ha valaki fagyit árul, nemcsak a tavalyi eladásokat érdemes nézni, hanem
az időjárást, a környék szokásait és a gazdasági trendeket is.
Az AI-előrejelzés itt abban segíthet, hogy többféle mintázatot egyszerre vegyen figyelembe.
A kényelmen túl ott a kockázat is
Ezek a modellek nem vákuumban működnek. Ha egyre több rendszer kapcsolódik össze, és az AI már más eszközöket, más modelleket is képes meghívni vagy láncba szervezni, akkor a kiberbiztonsági kockázatok is nőnek.
Ezért Keleti Arthur szerint nem elég egy-egy modellt önmagában vizsgálni: azt kell nézni, hogyan működnek együtt, milyen automatizmusokat indítanak el, és emberként egyáltalán átlátjuk-e még ezt a szintű összetettséget. A beszélgetésben szóba került az is, hogy a látványos AI-bejelentések és a tényleges fejlettség között lehet különbség, miközben
a szuverenitás kérdése is egyre élesebb.
Sokat használt rendszereink nem európai kézben vannak, miközben az Európai Unió a szabályozási oldalon próbál kapaszkodót adni.
Ki kicsoda, mi micsoda?
- Keleti Arthur: kibertitok-jövőkutató, az ITBN alapítója.
- WeatherNext: a Google időjárási alapmodellje, amely műholdképek és más adatok mintázataiból készít finomabb előrejelzéseket.
- TimesFM: a Google kutatócsapatának idősoros előrejelző modellje, amely üzleti és más trendek becslésére használható.
- ITBN: az Informatikai Biztonság Napja, régóta futó hazai kiberbiztonsági konferencia.
- Kiber-szuverenitás: annak kérdése, hogy egy ország vagy közösség mennyire képes saját ellenőrzés alatt tartani a kritikus digitális rendszereket, adatokat és technológiákat.
