Játszani
képes mesterséges intelligenciát, fogyatékosok életét és
beilleszkedését segítő megoldásokat mutattak be az ELTE Sajtóklubjának
legutóbbi állomásán. (Forrás: hvg.hu)

Egy hónapja van még a gépi intelligenciának, hogy
behozza az emberit, jegyezte meg a keddi megnyitón Bill Gates jóslatára
utalva Lőrincz András, a Sajtóklub tudományos főmunkatársa, az ELTE
Informatikai Karának tanára és kutatója. A Microsoft volt
vezérigazgatója 1998 áprilisban jósolta meg, hogy az AI, azaz a
mesterséges intelligencia 10 éven belül utoléri a természetest – míg ez a
legutóbbi jóslat, amely a szingularitás közelségét vetíti előre,
vélhetően ez legalább annyira nem igaz, mint az elmúlt két-három évtized
számos hasonló jóslata sem. Míg az intelligencia pontos definíciója még
mostanság is gyakran vitatott, az intelligencia hiányát jóval
pontosabban tudjuk érzékelni és legalább ilyen könnyen értelmezhető az
AML (ambient intelligence), azaz a környezeti intelligencia koncepciója
is.

A környezeti intelligencia olyan
elektronikus eszközökkel átszőtt környezeteket jelöl, amelyek reagálnak
a bennük lévő emberekre és olyan technikai megoldásokat vetít előre,
amelyek kvázi rejtettek a felhasználók előtt, azok csak a kezelést
lehetővé tevő felületeket látják az eszközökből. Az ilyen környezeti
intelligenciára épülő fejlesztések jó példája a fogyatékosokat segítő
technológiai apparátus.

A Magyar
Bliss Alapítvány Segítő Kommunikáció és Módszertani Központja (SKMK)
tette lehetővé a kommunikációs rendszerekkel végzett kísérleteket. Az
SKMK-beli gyerekek életkora 18 hónap és 25 év között mozog, olyan
beszédképtelen, általában kerekesszékhez kötött fiatalokról van szó,
akik súlyosan gátolt kommunikációs képességekkel bírnak, nem tudni, mit
gondolnak, mit akarnak, illetve milyen kognitív képeségeik
vannak.

A fogyatékosok kommunikációs
lehetőségeit már számos fejlesztés támogatja. Az egyik ilyen a fejegér
vagy head tracker, amely révén a képernyőn lévő egérkurzort pusztán
fejmozgatással lehet irányítani. Míg volt olyan diák, aki egy nap
gyakorlás (és az ezalatt lefolytatott húsz különböző kísérlet) után után
egészen gyorsan megtanulta a rendszer használatát, akadt olyan fiatal
is, akinek a fejegér mozgatását három hónapig kellett tanulnia, ugyanis
egészen addig nem kellett olyan életet élnie, aminek során mozgatnia
kellett volna a fejét.

A fejegér
egyéb programokkal is összeköthető. A Cambridge-ben fejlesztett Dasher
(amelynek egérrel működő demója böngészőkben is kipróbálható) prediktív
módon kezeli a begépelendő szöveget – nagyobb méretben jeleníti meg
azokat a betűket, amelyek nagyobb eséllyel következhetnek a születő
mondatban. A Dasherhez szemegér (eye tracker) is csatlakoztatható, azaz
olyan rendszer, amely pusztán a szemmozgás érzékelésével és követésével
váltja ki az egérmozgást. (lenti videonkban egér segítségével írja be a
YouTube-ra feltöltött videó készítője a nevét, jól látható ebben a
részletben, hogy a program miként sugallja a „várható”, illetve gyakori
válaszokat)

Fejlettebb kommunikációt
tesz lehetővé az a szemüveggel összekapcsolt fejmozgáskövető rendszer,
amely a Sony AIBO robotkutyájával köti össze a fiatalokat. A kutya a
rendszerbe ültett fiatalokkal egyezően forgatja a fejét, az általa
látottakat pedig a különleges szemüveg veti az emberi retinára, így egy
telepresence-hez hasonló megoldással a mozgásképtelen fiatalok akár egy
általuk ismeretlen várost is bejárhatnának a robotkutyán keresztül, a
WiFi-kapcsolat ugyanis ezt is lehetővé teszi.

Kutatások folynak emellett mesterséges intelligenciák
fejlesztésében is. A Scientific American januári számában jelent meg az a
tanulmány, amely szerint Lőrincz András és társai úgy tanítottak meg
egy számítógépet játszani, hogy a PacMan-ben a gép emberhez hasonló
eredményt érjen el. 2007 júniusában egy olyan rendszert sikerült
megalkotniuk, amely a Tetrist volt képes körülbelül egymillió sorig
elvinni, erről a Neural Computation szaklap számolt be. A játékokkal
trenírozott programokkal úgynevezett „sokügynökös” tanulórendszerekben
kísérleteztek – a fejlesztők itt azonban azt tapasztalták, hogy az
együttes tanulás már két résztvevő esetén is problematikus. Az
alaphelyzet ideális esetben pedig az lenne, hogy a számítógép is tanul,
miközben a felhasznáó is fejlődik. A kutatások jelenleg ott tartanak,
hogy kisebb közösségek jelenségeit már lehet modellezni (ennek egy
reprezentatív példája a dél-szaharai pásztorok közössége volt, akik az
időjárás jellegzetességeitől függően változtatják helyüket, illetve
kötnek egymással időleges egyezségeket), valamint ennek révén
elindulhatnak a számítógép-ember interakciót, illetve az előkészített
alkalmazásokat érintő fejlesztések.