Orosz egyetemi kutatók saját közlésük szerint jó erdményeket értek el egy olyan mesterségesintelligencia-rendszer fejlesztésében, amely fotók alapján értékeli az alanyok személyiségjegyeit.
Hirdetés
 

Két moszkvai egyetem szakemberei egy közös kutatási projekt eredményeire hivatkozva egy olyan MI-rendszer fejlesztéséről számoltak be a Scientific Reports múlt heti közlésében, amely nem csak arra képes, hogy egy szelfi fotó alapján pontos értékelést adjon az alanyok bizonyos személyiségjegyeiről, de erre hatékonyaban képes, mint az ugyanezzel a feladattal megbízott emberi értékelők. A kutatók szerint a technológia felhasználható olyan területeken, mint mondjuk az online társkereső szolgáltatásokban a segítségnyújtás az egymáshoz illő párok meghatározásában, de a kereskedelmi vállalkozásoknak is hasznos lehet az egyes vásárlók személyiségéhez passzoló termékek kiválasztásánál.

A tudósok a Tech Explore beszámolója alapján együtt dolgoznak egy BestFitMe nevű, ugyancsak moszkvai startuppal, amelynek fő tevékenysége a mesterséges intelligencia és a gépi látás alkalmazása az alkalmazottak és az állásokra jelentkezők pszichológiai profilozásában. A most közzétett anyag szerint a kutatás során 12 ezer önkéntes közreműködésével építettek fel egy adatbázist, akik kérdőívek kitöltésével és ehhez összesen 31 ezer szelfi fotó feltöltésével járultak hozzá a személyiségjegyek meghatározásához. A kérdések a Big Five néven hivatkozott személyiségmodell köré épültek, amely a személyiségjellemzők faktoranalitikus rendezésével öt faktorcsoportba sorolja azokat.

Ezek a kifelé fordulás (extraverzió), a barátságosság, a lelkiismeretesség, az érzelmi stabilitás, illetve a tapasztalatok iránti nyitottságot is kifejező intellektus. A rendelkezésükre álló adatkészletet ezután egy neurális hálózat betanítására használták, amely jó teljesítményt nyújt a személyiségjegyek értékelésében az ellenőrizetlen körülmények között készült képek alapján. Ez elsőre nem tűnik látványosnak, hiszen egyelőre mindössze 58 százalékos pontossággal határozza meg két véletlenszerűen kiválasztott személy egymáshoz viszonyított helyzetét a dimenziókon belül. A találgatásnál viszont bőven eredményesebb, sőt valamivel azt a szintet is meghaladja, ahogy az emberek képesek végrehajtani ugyanezt a feladatot.

Egyelőre ezt is érdemes elosztani kettővel

A humán megfigyelőkről ugyanis elmondható, hogy közeli hozzátartozóik vagy kollégáik esetében sokkal precízebb ítéleteket hoznak, mint ha idegenekről van szó, és a praktikus felhasználásokban nyilván ez utóbbi lenne az érdekes. A kutatók szerint a mesterséges intelligencia üzembiztosan túlszárnyalja az embereket, ha egy olyan személy értékeléséről van szó, akivel korábban még nem ismerkedtek meg. A beszámolók persze kitérnek rá, hogy a publikáció eredményeit a fenti céges kapcsolatok miatt óvatosan kell kezelni, mivel a BestFitMe éppen egy ehhez hasonló technológia kommercializálásáan érdekelt, és a statisztikai bűvészkedés máskülönben sem idegen az MI-fejlesztések kapcsán közzétett impresszív eredményektől.

Ezzel együtt a dolog érdekességét az adja, hogy a mesterséges intelligencia statikus felvételek elemzésével operál, vagyis a mostani fejlesztés állítólag ilyen módon múlja felül az idegen, de egymással személyesen is találkozó emberek ítéleteinek alaposságát. Ez a pontosság az Mi értékelése és a szelfi fotókhoz tartozó saját értékelések összehasonlításából jön, vagyis tulajdonképpen egy önbevallásos rendszerben érvényes, de ugyanez volt igaz a humán résztvevőkre is. A kutatás egyébként megállapítja, hogy a személyiségjegyek legjobban azonosítható csoportja a lelkiismeretességhez köthető, és a női arcok értékelése kimutathatóan pontosabb, mint a férfiakról készült felvételeké.

Cloud & big data

A mobilnetezés mellett a tévézésbe is belehúztunk az ünnepek alatt

Az elmúlt év utolsó napjaiban rekordszinten pörgött a mobilos adatforgalom, amelynek harmada már 5G-s hálózaton bonyolódott – derül ki a Yettel évzáró összesítéséből.
 
Hirdetés

Az ötlettől az értékteremtésig – a gépi tanulási pipeline szerepe az adattudományi működésben

A jó adatok önmagukban még nem elegendők: a modellek csak akkor működnek megbízhatóan, ha egy átlátható, automatizált és reprodukálható környezetben futnak. A gépi tanulási pipeline-ok éppen ezt a technológiai hátteret teremtik meg.

Az adatvezérelt működés sikere ritkán múlik azon, milyen technológiát vezet be egy vállalat. Sokkal inkább az a kulcs, hogyan illeszti az adattárházat, a BI-t és az MI-megoldásokat a meglévő rendszerekhez és döntési folyamatokhoz.

a melléklet támogatója a One Solutions

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

RÉSZLETEK »

Amióta a VMware a Broadcom tulajdonába került, sebesen követik egymást a szoftvercégnél a stratégiai jelentőségű változások. Mi vár az ügyfelekre? Vincze-Berecz Tibor szoftverlicenc-szakértő (IPR-Insights) írása.

Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak

Különösen az early adopter vállalatoknak lehet hasznos. De különbözik ez bármiben az amúgy is megkerülhetetlen tervezéstől és pilottól?

Sok hazai cégnek kell szorosra zárni a kiberkaput

Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2025 Bitport.hu Média Kft. Minden jog fenntartva.