A VentureBeat szerdán közölt interjút Arvind Narayanan professzorral, a Princetoni Egyetem Center for Information Technology Policy (CITP) igazgatójával, illetve egyik Ph.D. hallgatójával, Sayash Kapoorral, aki a Facebook korábbi szoftvermérnökeként Narayanan szerzőtársa egy megjelenés előtt álló könyvben. Ebben saját megfogalmazásuk szerint azt járják körül, hogy mitől működhet megfelelően a mesterséges intelligencia, mi tesz bizonyos problémákat ellenállóvá vele szemben. A CITP nemrég kinevezett vezetője ebben már hírnevet szerzett magának, amikor 2019-es előadásában kígyóolajnak (snake oil), magyarul kuruzslószernek nevezte azokat az újabban MI néven árult megoldásokat, amelyek szerinte nem működnek és nem is működhetnek.
A riport alapján ezt ma is így látja, sőt újabban azt gondolja, hogy a generatív mesterséges intelligencia körüli felhajtás bizonyos mértékben már az irányítás alól is kicsúszott. Míg korábbi megállapításai szinte kizárólag a prediktív MI-re vonatkoztak, a generatív MI fejlődése és konzumerizálódása meglepően gyorsan zajlik, és több szempontból is új helyzetet teremt. Egyrészt a technológia egy másik irányáról van szó, másrészt a hozzáférhetőség ilyen arányú kiszélesítése olyan adatvédelmi, termékbiztonsági és egyéb kérdéseket vet fel, amelyek korábban nem igazán voltak hangsúlyosak. Bár a szerzők maguk is elismerik a technológia potenciális hasznosságát, a kontroll elvesztése kockázatokat, káros hatásokat vagy etikátlan fejlesztői gyakorlatokat is eredményez.
Súlytalan számok és helyezkedés a forrásokért
A közepesen hosszú beszélgetést teljes egészében érdemes véigfutni a VentureBeat oldalán, de külön kiemelhető belőle a generatv mesterséges intelligencia használatának teljes átláthatatlansága. A tudósok szerint ez még a Facebookhoz képest is látványos, ahol legalább rendsezresen közölnek átláthatósági jelentéseket az aktuális problémákról és a kezelésüket célzó lépésekről. Más kérdés, hogy ezek a lépések mennyit érnek, de az MI esetében még hasonló sem áll rendelkezésre, amire a szabályozás támaszkodhatna a konkrét beavatkozásoktól a strukturális változtatásokig. Narayanan szerint a többség úgy tekint az MI ügyérere, mint amit majd egy véletlenül talált "ezüstgolyóval" fogunk rendezni, pedig a megoldás 80 százaléka a már meglévő törvények betartatása lenne.
Az interjúban szó esik az MI etikai és biztonsági kérdéseivel foglalkozó közösségek közti szakadásról, amit a két szakember lényegében hatalmi harcként értékel. A butaságok és a tudománytalan kinyilatkoztatások mögött mindig azt a küzdelmet látják, hogy ki hajt a finanszírozásra, és ennek érdekében melyik aggodalmakat próbálja priorizálni. Ugyancsak felhívják a mesterséges intelligenciáról szóló sajtóhírek olvasóinak figyelmét, hogy ne hagyják magukat lenyűgözni a számoktól. Ha azt látják, hogy a ChatGPT 70 százalékos teljesítményt ért el az ügyvédi szakvizsgán, vagy még ennél is joban teljesített a földrengésérzékelő mesterséges intelligencia, akkor gondoljanak arra, hogy a laborban végzett kísérleteknek semmi közük nincs a való világ változékony körülményeihez.
Az ötlettől az értékteremtésig – az üzleti réteg szerepe az adattudományi működésben
Az adattudomány valódi értéke ott válik láthatóvá, ahol az előrejelzések döntésekké, a döntések pedig mérhető üzleti eredményekké alakulnak. Ehhez azonban tudatos üzleti beágyazásra, mérési keretrendszerekre és következetes visszacsatolásra is szükség van.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak