Tanuló gépek

Történelmi gopárbajt rendeztek Szöulban tavasszal. A kínai eredetű stratégiai játékban a Google DeepMind által kifejlesztett AlphaGo mérte össze tudását a dél-koreai Lee Sedol profi játékossal, és az öt játékból álló sorozatot 4:1-re a program nyerte. Az AlphaGo győzelme is alátámasztja azt a széles körben osztott véleményt, hogy a mesterséges intelligencia (MI) kutatása történelmi fordulóponthoz érkezett, méghozzá a gépi tanulás „forradalma” következtében. Ez nem csupán a tudományos világban, de az üzleti szférában is érzékelhető. A Tractica szerint a vállalati MI-rendszerek globális piaca a tavalyi 202,5 millió dollárról 2024-re 11,1 milliárdra emelkedik, ez pedig több mint 50 százalékos átlagos éves növekedést jelent.

Mi magyarázza ezt sebességváltást? Elvégre „tanuló gépekkel” az MI szakemberei már a múlt század 80-as évei óta foglalkoznak, vajon mitől jött meg most a gépek kedve a tanuláshoz? A gépi tanulás egyik fontos aspektusa, hogy a program képes legyen bizonyos mintázatok azonosítására. Az arcfelismerésben például az emberi arc jellegzetes „mintáinak” rögzítése játszik főszerepet. Ehhez a képek egyes részeinek párhuzamos feldolgozására van szükség. A szóban forgó technika a videojáték-fejlesztőknek köszönhető: ezekben a számítógép egyszerre hajt végre egyszerű műveleteket a kép különböző részein. Mintázatokat azonban csak nagy adathalmazból lehet azonosítani: három portré alapján nem lehet az emberi arc jellegzetes vonásait összegyűjteni. Minél több képet kap a program, annál több mintázatot képes azonosítani. Erre a legkiválóbb – és elérhető – forrást a Facebook szolgáltatja, amelynek felhasználói milliárdnyi portrét töltöttek fel profiljukra. A közösségi média által szolgáltatott hatalmas mennyiségű adat („Big Data”) így a gépi tanulást is új dimenzióba helyezte, segített megtanítani a számítógépeket „látni” az emberi arcot. A másik aspektus a sebesség, amelynek a memóriaalapú számítástechnika adott új lökést. Hasonló a helyzet a beszéd esetében. Digitálisan rögzített emberi beszédből ugyancsak „Big Data” áll rendelkezésünkre, ami a számítógép számára lehetővé teszi a hangmintázatok alapos megismerését.

Az emberi beszédet a programok mintegy negyven szempontból – ütem, hangerő, monotonitás stb. – képesek elemezni, és a feldolgozott minták alapján nemcsak a beszélő temperamentumát tudják azonosítani, de jó „érzékkel” képesek megjósolni például azt is, hogy mikor következik be egy agresszív fordulat. Nyilvánvaló, hogy egy ilyen „digitális diszpécser” mekkora segítséget jelenthet az ügyfélszolgálatoknak.

Az írásos dokumentumok különböző fajtáiból ugyancsak hatalmas adatmennyiség gyülemlett fel, amelynek gyors feldolgozása révén a programokat meg lehet tanítani olvasni és írni. Az olvasás gépi „tudománya” például nagy segítségére lehet a HR-munkatársaknak, levéve a vállukról az önéletrajzok előzetes kirostálásának fölöttébb időigényes feladatát. Az írástudó programok pedig – egyebek mellett – átvehetik a biztosítóktól az egyszerűbb káresetek lényegében automatikus, de szintén munka- és időigényes kezelését, vagy éppen a számlák egyeztetését.

Ezek csupán kiragadott példák. A gépi tanulást már ma széles körben alkalmazzák a cégek – elegendő a Facebook arcfelismerő képességét vagy az Amazon személyre szabott termékajánló motorját említeni –, és ez a kör a jövőben exponenciális ütemben fog bővülni. A gépi tanulásról ugyanazt mondhatjuk, mint a digitális transzformáció többi tényezőjéről: idővel egyre több cég számára kínál elérhető lehetőséget, és amelyik vállalat ezt nem használja ki, komoly hátrányba kerül versenytársaival szemben. Egy digitális világban – legalább részben – a tanulásnak is digitálisnak kell lennie.