2023. nov 13.

A gép győzelme az ember fölött

írta: Kocsis Szandi

A mesterséges intelligencia számos esetben aratott győzelmet embertársainkkal szemben. Elhoztuk most nektek a legmeghökkentőbb történeteket, mely során az emberek vereséget szenvedtek egyes gépek ellen.

Sakk vs. AI:

Történelmünk során a legelső ilyen eset 1997-ben történt, amikor is Gary Kaszparov nagymester és sakkvilágbajnok vereséget szenvedett IBM Deep Blue nevezetű sakkjátszó program ellen. Gary mindig is tudta, hogy hogyan zavarja össze ellenfeleit, melytől játékostársai előre rettegtek minden alkalommal. Tipikus mozdulata volt, amikor az asztalra helyezett karórájáért nyúlt, majd azt a csuklójára csatolta, ezzel utalt arra, hogy Ő igazából már megunta az adott meccset és teljesen egyértelmű győzelme. Majd jött a csavar. Ugyanis 1997-ben a számítógép ellen a szokásos taktika nem használt, a gépet nem sikerült összezavarnia.

Hogyan győzte le Kaszparovot a gép?

A Deep Blue-nak nem volt elegendő jól sakkoznia, meg kellett ismernie Kaszparovot, meg kellett értenie őt, mint emberi lényt. Bevettetek hasonló manipulációs trükköket is mint Gary, ugyanis szándékosan egyes lépések elé beprogramoztak egy kis megtorpanást, várakozást, mely Kaszparov szemében azt jelezte, hogy a gép küzd és folyamatosan újabb és újabb számításokat kell végeznie. Viszont a valóságban a gép konkrétan semmit nem csinált, nem folytatott le új számításokat, hiszen ő már pontosan tudta, hogy mit kell lépnie, szimplán csak várta, hogy kicsit teljen az idő és ezzel összezavarja ellenfelét.

Sokan nem tudják, de Kaszparov egyébként az első menetet megnyerte, a második menetben viszont a Deep Blue fölényes győzelmet aratott. Kaszparov egy kicsit túlszámolta magát, ugyanis szándékosan ,,rossz” lépéseket vitt véghez, mellyel megpróbálta átverni a gépet és egyúttal előkészíteni az ellentámadást vezére által. Ám itt jött a csavar, ugyanis a számítógép nem harapott rá a csalira és blokkolta a vezért, így emberi győzelemre nem maradt esély. Tehát lényegében a gép megértette az emberi elmét, gondolkodást és ezt kihasználva győzte le a sakkvilágbajnokot.

Vetélkedő a mesterséges intelligencia szemével

Charles Lickel az IBM szoftverfejlesztési részlegének alelnökeként kapta folyamatosan azt a kihívást, hogy túl kellene szárnyalni a Deep Blue általi győzelmet Kaszparov ellen. 2004-ben megpillantott egy bizonyos televíziós vetélkedőt, mely során támadt az ötlete, elgondolkodott azon, hogy lehetne egy olyan gépet létrehozni, amely legyőzi a korábbi bajnokokat. 14 évvel később, 2011-ben az

IBM számítástechnikai cég által kifejlesztett mesterséges intelligencia a Jeopardy! nevezetű televíziós vetélkedő keretében legyőzött két játékost is. Azt hozzá kell tenni, hogy a két játékos nem más volt, mint a vetélkedő két legsikeresebb játékosa, Brad Ruttert aki egyébként a legnagyobb nyereményt zsebelte be, illetve Ken Jenningst, aki pedig legtovább volt játékban. Fontos, hogy a számítógép nem csatlakozott az internethez a játék során, hanem élőszó segítségével kapta meg a kérdéseket a játékvezető által.

Ennek megvalósítása viszont nem volt egyszerű, ugyanis a Watson nevezetű gépet 7 éven át építették, amely végül győzelmet aratott Ken Jennings ellen. ,,A Jeopardy amerikai műveltségi vetélkedőben a játékosoknak visszafelé kell gondolkozniuk: kapnak egy ,,választ”, és ennek alapján kell megadniuk a helyes kérdést.”

Orvostudomány AI-al fűszerezve

A Watson megalkotása indította be azt a gondolatot az IBM-nél, hogy mi lenne, ha ezt hasznosítanák az orvostudományban is. Lényegében ez volt az orvosi diagnosztikai eszközök létrejöttének egyik alappillére. A vetélkedő persze sokkal egyszerűbb gondolatmenetre épül, mint maga az orvostudomány, de rájöttek arra, hogy hasonló logikai alapokon fekszik a két terület. Hiszen az orvostudományban is úgymond visszafelé kell gondolkodni, hiszen a páciensek nem a konkrét betegségük nevével fognak megjelenni, hanem tüneteket fognak felsorolni, mely alapján rá kell jönnünk, hogy milyen problémával küzdhetnek. Az algoritmus meg persze az orvosok feladata, tehát nem más, mint a tünetek lépésenként való visszafejtése a diagnózisig. A Watson végső célkitűzése egyébként a rák felszámolása.

Egyenlőre, még elmaradnak a várttól, de értek már el számos hihetetlen eredményt, többek között Japánban a Watsonnak sikerült a leukémia egy nagyon ritka formáját diagnosztizálnia. Természetesen, ha mondjuk egy-egy konkrét részterületre koncentrálunk, akkor a rendszer ki tudja szűrni akár egy rákos megbetegedés esetén, hogy az jó vagy rossz indulatú-e. Viszont abban az esetben, ha egy minden betegségre kiterjedő, komplett gépet szeretnénk létrehozni, akkor a világon minden létező kórképet, betegséget meg kell értetnünk vele, amely nem kis feladat. Ehhez rendkívül sok magasan képzett szakemberre, tanítóra lenne szükség, akik hosszú éveken keresztül minden elképzelhető adatot betáplálnának az összes létező és elképezhető betegségről, tünetekről.

Szerinted a Watson képes lesz erre a jövőben?

A közösségi oldalak kezelése tekintetében azért hagyatkozz elsősorban az emberi erőforrásokra, hiszen jelenleg még nincs olyan automatizált módszer, hogy tökéletes munkát végezhessen helyettünk. Ha viszont neked nincs időd követni a trendeket és aktuális, releváns tartalmakat gyártani közönségednek, akkor vedd fel a kapcsolatot velünk! Referenciáinkat ITT találod!