(Kiemelt kép: Unsplash+)
Az emberi tevékenység már régóta a globális ökoszisztémánk legmeghatározóbb befolyásoló tényezőjévé vált. A változás üteme az elmúlt 250 évben, a gőzgép feltalálása és az ebből következő első ipari forradalom óta radikálisan felgyorsult. Most egy új forradalom küszöbén állunk, melyet a feltörekvő technológiák átalakító ereje hajt. Az olyan „találmányok”, mint a mesterséges intelligencia, a géntechnológia, az AR/VR, a robotika és a 3D-nyomtatás alapjaiban fogják megváltoztatni életünket a jövőben. Ezek összehasonlíthatatlanul nagyobb teljesítményűek és sokkal gyorsabban fejlődnek, mint bármely már előző technológia. Míg korábban az új találmányok kipróbálásakor lehetett tanulni a hibáinkból, addig most egy végzetes lépés már túl sok lehet. Ez azt jelenti, hogy minden eddiginél jobban kell stratégiai gondolkodást folytatnunk, hogy minél több veszélyt elkerüljünk, és biztosítsuk, hogy ezeket a technológiákat előnyös módon használjuk majd fel.
Értelmes célkitűzések
A technológiák eszközök csak akkor jelentenek értéket, ha értelmes cél érdekében alkalmazzák őket. Alapvető felelősségünk, hogy folyamatosan értékeljük az irányt, amerre haladunk, és meghatározzuk a kívánatos jövőbeli célokat. 2015-ben az ENSZ közzétette a 17 fenntartható fejlődési célt, mint útitervet a fenntartható jövő 2030-ig történő biztosításához. Ezek a célok az éhezés és a szegénység felszámolásától a fenntartható energia megvalósításán és a nemek közötti egyenlőségen át a biológiai sokféleségünk megőrzéséig terjednek. Az elmúlt néhány száz évben a technológia és az innováció életkörülményeink hatalmas javulását eredményezte. Bár bizonyára számos problémánk okozója is, egyértelmű, hogy a technológiai fejlődés és az innováció lesz a fenntartható jövő felé vezető út középpontjában. Sok esetben egyszerűen már túljutottunk azon a ponton, amikor az emberi hatás puszta korlátozása már elegendő lenne. A mesterséges intelligencia fontos szerepet játszhat a fenntartható fejlődés előmozdításában. Ez nem egy hipotetikus jövőbeli szuperintelligencia megjelenésétől való remény – vagy félelem – miatt van, mely minden problémánkat megoldja – vagy a legrosszabb és végső problémánk lesz. A remény a mesterséges intelligencia területén belül néhány kulcsfontosságú képesség alkalmazásán alapul. Ezek a természetes nyelvfeldolgozás területén, mint például a beszédfelismerés vagy a gépi fordítás; vagy a számítógépes látás, a képfelismerés és osztályozás; vagy általában az adatelemzés és a mintafelismerés területein találhatóak meg. A mesterséges intelligencia legújabb fejlődésének nagy része a különböző – egyre kifinomultabb – gépi tanulási technikák alkalmazásán alapul. Az ilyen algoritmusok segítségével a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. Amire az algoritmusok betanításához szükség van, az mindig ugyanaz: egy megfelelő gyakorlóadat-készlet, és elegendő számítási erőforrás a betanításhoz. Minél kifinomultabb algoritmust használ, annál több ilyen erőforrásra van szüksége. Az adatok és a GPU gyors ütemű növekedése – a jobb algoritmusok fejlesztésével együtt – a mesterséges intelligencia egyre elképesztőbb alkalmazásait eredményezi.
Az AI for Good mozgalom
A mesterséges intelligencia (adatok és tanulási algoritmusok), bár nem jelentenek csodaszert, hozzájárulhatnak a világ legnehezebb társadalmi problémáinak megoldásához. Ha leszűkítjük az „AI for Social Good” kifejezést, akkor az olyan módszerek, mechanizmusok és eszközök összességét foglalhatják magunkba, melyek az adott régió szempontjából kritikus kontextuális problémákkal foglalkoznak. Ezek a problémák különböznek más régiók megoldásaitól, a javasolt ML-megoldás hatékonyan kezeli ezeket a különbségeket valamilyen mérhető eredmény alapján és a javasolt megoldások lényegében ML-t használnak. Az alkalmazási területeket tekintve az „AI for Social Good” hatásának egyik módja az ENSZ fenntartható fejlődési céljainak (SDG-k) szemszögéből lehetne megfogalmazni. Ezek olyan célkitűzésből állnak, melyekkel foglalkozni kell annak érdekében, hogy a világot egy igazságosabb, virágzóbb és fenntarthatóbb útra tereljük. Ezek a globális célok a következők: Nincs szegénység, zéró éhínség, jó egészség és jólét, minőségi oktatás, nemek közötti egyenlőség, tiszta víz és csatornázás, megfizethető és tiszta energia, tisztességes munka és gazdasági növekedés, ipar, innováció és infrastruktúra, az egyenlőtlenségek csökkentése, fenntartható városok és közösségek, felelősségteljes fogyasztás és termelés, az éghajlatváltozás elleni fellépés, élet a víz alatt, élet a földön, béke és igazságosság erős intézmények, partnerségek a cél eléréséhez.
Hogyan és hol használhatjuk fel az MI-t a fenntartható fejlődés érdekében?
A remény és az ötletek sokfélék lehetnek, az egészségügyi és energetikai alkalmazásoktól kezdve a mezőgazdaságon és az oktatáson át a környezetvédelemig terjednek. Nézzünk meg néhány olyan kezdeményezést, melyek ezeket az elképzeléseket a gyakorlatba ültetik.
Műholdas megfigyelés
A mesterséges intelligencia alkalmazásának egyik izgalmas területe a műholdas adatok felhasználása. A Planet Labs nevű amerikai startupot 2010-ben alapította három NASA-tudós. Jelenleg a történelem legnagyobb műholdflottáját üzemeltetik, több mint 200 – egy téglánál nem nagyobb – mini műholddal, melyek bolygónk körül keringenek. A startup első célja az volt, hogy a bolygó teljes szárazföldjét naponta egyszer átvizsgálja. Ezt a célt 2017 végére érték el. A vállalatok most már hozzáférhetnek ezekhez az adatokhoz, és akár egyedi funkciókat is rendelhetnek. Ez azt jelenti, hogy a földfelszín közel valós idejű megfigyeléséhez való privát hozzáférés valósággá vált. A műholdas adatok egyik érdekes mesterséges intelligencia felhasználási esete a Global Fishing Watch. A kezdeményezés 2016 végén indult átláthatósági platformként, melynek célja a világ halászatának védelme. Naponta több mint 22 millió, több mint 200 ezer hajóról érkező pozícióüzenetet dolgoz fel, hogy felismerje azokat a mintákat, melyek jelzik, hogy mely hajók, mikor és hol halásznak. Ezáltal lehetővé teszi, hogy bárki, aki rendelkezik internetkapcsolattal, ingyenesen, szinte valós időben láthassa a halászati tevékenységet az óceán bármely pontján. Egy másik felhasználási eset a Stanford Egyetem egyik kutatási projektje. Afrikai vidéki területekről készült nagy felbontású képeket hasonlítottak össze, hogy azonosítsák az infrastruktúrát és a jellegzetes vonásokat, majd megjósolják, hogy bizonyos területek mennyire gazdagok vagy szegények. Kiderült, hogy előrejelzéseik figyelemre méltóan jól egyeztek más rendelkezésre álló forrásokkal. Kutatásukkal egy egyszerű eszközt szeretnének biztosítani a szegénység felszámolása felé tett előrehaladás nyomon követésére.
Mezőgazdaság
Minden bizonnyal a mezőgazdasági ágazatot is eléri a mesterséges intelligencia forradalma, a nagyobb hatékonyság és a létfontosságú erőforrások alacsonyabb fogyasztásának reményében. A montreali székhelyű Nectar startup cég egy teljesen integrált méhcsalád-irányítási rendszert fejlesztett ki. Egyedi szenzoruk felhelyezése után lehetővé teszi a méhészek számára, hogy okostelefonjukon keresztül valós időben nyomon kövessék méhcsaládjaikat. Így korai figyelmeztető jelzést kapnak, ha valami baj van – a méhcsalád megzavarása nélkül. A közelmúltban a San Franciscó-i székhelyű, függőleges üvegházakkal foglalkozó Plenty vállalat azzal került a címlapokra, hogy lezárta az agrotechnika eddigi legnagyobb magvető tőkefinanszírozási körét. A világ legnagyobb technológiai alapja, a SoftBank Vision több mint 200 millió dollárt fektetett a vállalatba. A Plenty IoT-érzékelőket és gépi tanulást használ a növények beltéri vertikális termesztéséhez, kizárólag fény, víz és tápanyag felhasználásával. A vállalat állítása szerint a hagyományos mezőgazdasági technikákhoz képest mindössze 1 százalékkal kevesebb vizet használ, miközben egy négyzetméteren akár 350-szer több terményt termeszt.
Intelligens hálózatok
Az energiaágazatban nagy az izgalom az intelligens hálózatok megvalósítása körül, melyek összekapcsolják a termelőket, a fogyasztókat és a tárolókat, és éppen akkor szolgáltatnak energiát, amikor arra szükség van. A mesterséges intelligenciát az energiafogyasztási csúcsok előrejelzésére és a működési beállítások valós idejű optimalizálásához használják. A német Gridhound vállalat a hálózati szolgáltatókat célozza meg ügyfélként. Ez az RWTH Aachen komplex energiarendszerek automatizálási intézetének spin-offja. A vállalat felhőalapú fejlett elosztásirányítási rendszert fejlesztett ki. Ez lehetővé teszi a hálózati szolgáltatók számára, hogy valós időben felügyeljék és optimalizálják elosztóhálózataikat egy használatonként fizetős, gépi tanuláson alapuló szoftveres megoldáson keresztül. A magánfogyasztói oldalon az Ecoisme egy intelligens otthoni alkalmazás és energiafigyelő rendszer, mely a mobiltelefonhoz kapcsolódik. A rendszer érzékeli az összes fontosabb otthoni készüléket, méri az energiafogyasztást és elemzi a felhasználói viselkedést. Emlékeztetőket és javaslatokat küld a pozitív viselkedésre (mint például a hűtőszekrény nyitva hagyott ajtajának becsukása), és azt ígérik, hogy akár 15 százalékos megtakarítást érhetnek el az áramfogyasztásban. A kutatási oldalon is nagy lehetőségek rejlenek, például az új energiahordozók gépi tanulással támogatott előrejelzése révén. Ennek egyik példája a Berkley Lab Materials Project (Berkley Lab anyagprojektje), mely a gépi tanulást sűrűség funkcionál-elméleti számításokkal kombinálja az ígéretes új anyagvegyületek azonosítására. Mára több mint 50 000 elektronikus sávszerkezetet számoltak ki.
A fenntartható mesterséges intelligencia-alkalmazásokban rejlő nagy potenciál miatt kulcsfontosságú, hogy megfelelő ösztönzőket biztosítsunk az innovátorok számára, hogy ebbe az irányba mozduljanak el. Az olyan versenyek, mint a Startup Energy Transition, fontos szerepet játszhatnak az ökoszisztémájuk összegyűjtésével és a lehetőségek eklatáns példáinak bemutatásával. Az AI for Good esetében az XPRIZE Alapítvány 2016-ban összefogott az IBM Watsonnal, hogy létrehozzák az IBM Watson AI XPRIZE versenyt. Az AI XPRIZE 5 millió dolláros pénzdíjat ajánl fel olyan csapatoknak, melyek látványos példákat mutatnak be arra vonatkozóan, hogyan lehet az MI-t a világ nagy kihívásainak megoldására használni.
Elszámoltatható MI-rendszerek
A mesterséges intelligencia technológiák fenntartható használatának előmozdítása nem az AI for Good egyetlen területe. Világszerte politikusok, kutatók és vállalatok összefogtak, hogy közös elveket dolgozzanak ki, melyeknek biztosítaniuk kell, hogy az összes mesterséges intelligencia technológiát felelősségteljesen alkalmazzák. A közelmúltban az Accenture és a PwC innovációs tanácsadó cégek is a kulcsfontosságú technológiai trendek közé sorolták a felelős mesterséges intelligencia felé irányuló kezdeményezéseket. Egy nagyon fontos terület minden bizonnyal a „megmagyarázható” mesterséges intelligencia témája, mely a gépi tanulási algoritmusok fekete dobozát kívánja feltörni, és módot kíván nyújtani a gépi döntések mögötti érvelés megértésére. Ez utat adhat az MI-rendszerek elszámoltathatósága felé. Nézzük csak meg a közelmúltban történt tragikus és halálos kimenetelű Uber-balesetet, mely egy gyalogos halálával és az Uber összes önvezető autóval kapcsolatos tesztelésének felfüggesztésével végződött. A tragédia utóélete jól mutatja, hogy a jövőben mennyire fontos lesz, hogy az MI-rendszerek bizonyos döntései mögött meghúzódó okokat értékelni tudjuk. További aggályok merülnek fel a digitális etika területén, mely megpróbál iránymutatásokat kidolgozni annak biztosítására, hogy az autonóm ágensek megfeleljenek erkölcsi és etikai normáinknak. Az adatvédelem még fontosabbá válik, mivel meg kell védenünk az egyéneket attól, hogy a vállalatok és a hírszerző ügynökségek egyre inkább az adatokra, mint a legerősebb algoritmusok fejlesztéséhez szükséges legértékesebb erőforrásra utaznak. A széles körű MI-oktatás és -hozzáférhetőség kulcsfontosságú annak megakadályozása érdekében, hogy az MI növelje a globális megosztottságot, és tisztességtelen előnyökhöz vezessen nagyon kevés ország és szervezet kezében. Nagyon fontos szempont annak biztosítása, hogy a mesterséges intelligenciát ne használják közvetlenül káros módon. Mostanra világszerte több ezer MI-kutató, köztük olyan vezető gondolkodók, mint a Tesla vezetője, Elon Musk és a Deepmind vezetője, Demis Hassabis, aláírták az autonóm fegyverrendszerek betiltását célzó petíciót. A német DIN Intézet munkacsoportot indított a mesterséges intelligenciával kapcsolatban, mely a szabványosításra összpontosít az MI biztonságának növelése érdekében, valamint olyan kérdésekkel foglalkozik, mint az etika és az adatvédelem. A Deutsche Telekom iparági szakértőket hívott meg a vállalat első mesterséges intelligenciáról szóló iránymutatásának előzetes bemutatójára. Az olyan iparági kezdeményezések, mint a Partnership on AI vagy az Audi Beyond kezdeményezése az együttműködés és a célzott projektek előmozdításával próbálnak proaktívan foglalkozni a témával.
AI for Good Global Summit 2023
Egy másik fontos kezdeményezés indult az AI for Good Global Summit elnevezésű csúcstalálkozóval, melyet az ENSZ az XPRIZE Alapítvánnyal együttműködve rendezett meg. A találkozó semleges platformot teremt az eszmecseréhez, és összehozza az ENSZ tisztviselőit az MI-szakértőkkel és az iparral, hogy közös megértést alakítson ki az MI-technológiák megvalósításának lehetőségeiről és kihívásairól. Az egy hónap múlva megrendezésre kerülő második AI for Good csúcstalálkozó az áttörést jelentő csapatok új, gyakorlati eredményeit mutatja be, melyek az MI-nek a fenntartható fejlődési célok elérésére való felhasználását demonstrálják. Mervin Kranzberg amerikai történész szavaival élve: „A technológia sem nem jó, sem nem rossz, és nem is semleges”. Ez a mesterséges intelligenciára is igaz. 50 évvel ezelőtt jelent meg Stanley Kubrick „2001: Űrodüsszeia” című sci-fi alkotása, melyben az autonóm HAL számítógép ellenséges hatalomátvételi kísérletet tesz a Discovery űrhajó és legénysége ellen. Bár ezek a világvége-forgatókönyvek biztosan nem fenyegetnek még minket, létfontosságú lesz annak biztosítása, hogy egy olyan nagy teljesítményű és átalakító technológiát, mint a mesterséges intelligencia, hasznos módon használjanak fel. Erről szól(na) az AI for Good. Ennek érdekében hatékony ösztönzőket kell teremtenünk az innovátorok számára, hogy fenntartható felhasználású MI-alkalmazásokat fejlesszenek ki. Biztosítanunk kell az összes mesterséges intelligencia-technológia felelős alkalmazását, mindenhol. Elő kell mozdítanunk a mesterséges intelligencia oktatását, műveltségét és hozzáférhetőségét, hogy megelőzzük a fenyegető digitális szakadék kialakulását. Meg kell erősítenünk a témával kapcsolatos globális eszmecserét és együttműködést, hogy a megfelelő ötletek és megoldások megtalálják a megfelelő célpontokat.
