Berta Sándor
A kevés adat miatt bukik el sok európai mesterséges intelligencia projekt
A szükséges információk nehezen jutnak el a cégekhez, amelyek közül sok megfelelő stratégiával sem rendelkezik.
A technológiára épülő algoritmusok csak annyira jók lehetnek, mint az azok fejlesztésére használt információk. Pont az utóbbiakból van viszont komoly hiány. A tapasztalatok azt mutatják, hogy ugyan minden esztendőben elképzelhetetlen adatmennyiségek keletkeznek, de azok közül a fontosak gyakran nem jutnak el a fejlesztőkhöz. Pedig nagy szükség lenne beszédfelvételekre, gépi információkra vagy az utakról készített radarképekre és videókra.
Michael May, a Siemens alapvető technológiákért felelős vezetője közölte, hogy a mesterséges intelligencia területén nem hiányoznak a különböző ötletek, de a társaságnak mindenekelőtt saját adatstratégiára van szüksége. Christoph Peylo, a Bosch mesterséges intelligencia központjának vezetője hozzátette, hogy a szükséges adatok gyűjtése és előkészítése teszi ki a munka 80 százalékát, s annak hatékonyságától függ az egyes projektek sikere vagy bukása.
A szakember elismerte, hogy a közelmúltban is voltak olyan felvetések, amelyeket nem tudtak megvizsgálni, mert nem álltak rendelkezésre információk például a megalkotott algoritmusok képzésére vagy az adathelyzet egész egyszerűen nem volt jó. A Bosch azóta mindig megvizsgálja, hogy egy adott kérdéssel kapcsolatban elérhetők-e a szükséges információk és azok megfelelő minőségűek-e. May úgy vélte, hogy gyakori az úgynevezett silógondolkodás, amellyel arra utalt, hogy a piaci szereplők közül senki sem szeretné kiadni a birtokában lévő adatokat, ez pedig jelentős mértékben megnehezíti az ágazatokon átnyúló projektek megvalósítását.
Alexander Breit, a német szövetségi gazdasági minisztérium digitális politikáért felelős osztályvezetője rámutatott, hogy pont azért, mert a vállalatok és a kutatóintézetek szerte Európában működnek, szükség van egy digitális ökorendszerre, amely lehetővé teszi az információk megosztását. Az innovatív, közlekedési vagy időjárás-előrejelző alkalmazásokhoz elengedhetetlenek a nyíltan hozzáférhető adatok, ezért Berlin egy adathasználati törvényen dolgozik és foglalkozik a mesterséges intelligencia területének szabályozásával is.
Alexander Linden, a Gartner piackutató cég mesterséges intelligencia szakértője és elemzője 2017 májusában kifejtette, hogy már a technológia mesterséges intelligenciaként való elnevezése is félrevezető. Utalt azokra az előrejelzésekre, amelyek alapján a gépek egy napon úgy fognak gondolkodni, mint az emberek. Ezek a prognózisok szerinte egyértelműen a fantázia birodalmába tartoznak. Napjainkban a gépi tanulási projektek vagy a képezett megoldások nagyon erősen az egyes alkalmazásokra vannak szabva.
A technológiára épülő algoritmusok csak annyira jók lehetnek, mint az azok fejlesztésére használt információk. Pont az utóbbiakból van viszont komoly hiány. A tapasztalatok azt mutatják, hogy ugyan minden esztendőben elképzelhetetlen adatmennyiségek keletkeznek, de azok közül a fontosak gyakran nem jutnak el a fejlesztőkhöz. Pedig nagy szükség lenne beszédfelvételekre, gépi információkra vagy az utakról készített radarképekre és videókra.
Michael May, a Siemens alapvető technológiákért felelős vezetője közölte, hogy a mesterséges intelligencia területén nem hiányoznak a különböző ötletek, de a társaságnak mindenekelőtt saját adatstratégiára van szüksége. Christoph Peylo, a Bosch mesterséges intelligencia központjának vezetője hozzátette, hogy a szükséges adatok gyűjtése és előkészítése teszi ki a munka 80 százalékát, s annak hatékonyságától függ az egyes projektek sikere vagy bukása.
A szakember elismerte, hogy a közelmúltban is voltak olyan felvetések, amelyeket nem tudtak megvizsgálni, mert nem álltak rendelkezésre információk például a megalkotott algoritmusok képzésére vagy az adathelyzet egész egyszerűen nem volt jó. A Bosch azóta mindig megvizsgálja, hogy egy adott kérdéssel kapcsolatban elérhetők-e a szükséges információk és azok megfelelő minőségűek-e. May úgy vélte, hogy gyakori az úgynevezett silógondolkodás, amellyel arra utalt, hogy a piaci szereplők közül senki sem szeretné kiadni a birtokában lévő adatokat, ez pedig jelentős mértékben megnehezíti az ágazatokon átnyúló projektek megvalósítását.
Alexander Breit, a német szövetségi gazdasági minisztérium digitális politikáért felelős osztályvezetője rámutatott, hogy pont azért, mert a vállalatok és a kutatóintézetek szerte Európában működnek, szükség van egy digitális ökorendszerre, amely lehetővé teszi az információk megosztását. Az innovatív, közlekedési vagy időjárás-előrejelző alkalmazásokhoz elengedhetetlenek a nyíltan hozzáférhető adatok, ezért Berlin egy adathasználati törvényen dolgozik és foglalkozik a mesterséges intelligencia területének szabályozásával is.
Alexander Linden, a Gartner piackutató cég mesterséges intelligencia szakértője és elemzője 2017 májusában kifejtette, hogy már a technológia mesterséges intelligenciaként való elnevezése is félrevezető. Utalt azokra az előrejelzésekre, amelyek alapján a gépek egy napon úgy fognak gondolkodni, mint az emberek. Ezek a prognózisok szerinte egyértelműen a fantázia birodalmába tartoznak. Napjainkban a gépi tanulási projektek vagy a képezett megoldások nagyon erősen az egyes alkalmazásokra vannak szabva.