JÖVŐ
A Rovatból

A mesterséges intelligencia tudni fogja, hogy mi van a hűtőszekrényben, és rá lehet majd bízni a bevásárlást

De vajon lesznek önálló szándékai? Lesz szabad akarata? Megváltoztathatja majd egyszer saját magát? A téma egyik magyar szakértőjét, Lukács András matematikust kérdeztük.


A Chat GPT elérte, hogy a mesterséges intelligencia a legfelkapottabb témák közé kerüljön. Mire lesz jó? Tartanunk kell-e tőle? És egyáltalán, intelligens-e a mesterséges intelligencia?

Kevesen tudnak többet Magyarországon erről a területről, mint Lukács András, aki az ELTE Matematikai Intézetének MI Kutatócsoportját szervezi. Vele beszélgettünk.

– Még nagyon a hajnalán vagyunk valaminek, és biztos, hogy tíz év múlva rendkívül primitívnek fogjuk tartani a mostani rendszereket. De ami most itt van, az már használható. Jelenleg és a közeljövőben mire használhatjuk a mesterséges intelligenciát?

– Egész biztos, hogy lesznek olyan szakmák, amiket háttérbe szorít, illetve lesznek olyan területek, ahol csak a legkreatívabb résznek van túlélési esélye, ugyanakkor, ahogy ez lenni szokott, új szakmákat fog teremteni. Nem gondolnám azt, hogy például a grafikusok eltűnnének azért, mert majd helyettük megcsinál mindent a gép, hanem innentől kezdve többet várhatunk el egy grafikustól. Ez hozzákapcsolódik ahhoz a kérdéshez, hogy például egy egyetemen egy házi dolgozatot szabad-e majd bármilyen mesterséges intelligencia segédlettel megírni? Erre valószínűleg az a helyes válasz, hogy szabad, azonban nem a mostani színvonalon kell ezeket elkészíteni, hanem ki kell használni a technológia adta lehetőségeket. Tehát már egy egyetemi dolgozat keretében is sokkal jobb dolgot kell produkálni.

– Tehát sokkal magasabb színvonalon, sokkal nagyobb tudással lehet a végterméket előállítani, hogyha kutatási asszisztensként az ember a ChatGPT felhasználásával dolgozik?

– Igen. Innentől kezdve elfogadhatatlan lesz, ha nincsen rendesen megfogalmazva a szöveg. Miért nem használta a ChatGPT-t? Az más kérdés, hogy a képzés során fontosnak tartjuk-e, hogy a hallgató, vagy akár a középiskolás diák, megtanuljon fogalmazni MI nélkül. Ez egy dilemma, amire valami választ kell adni. Nyilván valamilyen szinten muszáj megtanulni, hiszen egyéb képességeknek is feltétele a szabatos fogalmazás.

– Mindenkinek lesz egy személyi titkára?

– Biztos, hogy egy évtizeden belül megjelennek az ilyen személyes asszisztensek. Ennek az előjelei már megvannak, például amikor beszélő dobozokat próbál eladni a Google vagy az Amazon. Ezek már most sokmindent tudnak, és képzeljük el, ha nemcsak egy internetes kereső van mögöttük, hanem egy ChatGPT. Előbb-utóbb nehéz lesz megkülönböztetni egy társalkodó partnertől, de emellett

azt is tudni fogja, hogy mi van a hűtőszekrényben, és tényleg rá lehet bízni, hogy intézze el a bevásárlást, hogy rendeljen önállóan.

Valószínűleg elég jó minőségben megoldja majd ezeket a feladatokat, mert ismeri az adott háztartás korábbi fogyasztási szokásait. És itt nincs vége. Például, egy mérnök munkájának vannak bizonyos rutinszerű részei, amit rá lehet bízni egy ilyen eszközre. Rábízhatja majd például egy szimuláció elindítását, vagy egy adott típusú modell alkalmazását. És akkor a saját munkájában sokkal-sokkal hatékonyabb lesz ez a szakember. Egyszerűen több mindent ki tud próbálni, több mindent átlát, és kevesebb dolgot fog elfelejteni, mivel ezek az asszisztenciák emlékezni fognak mindenre. Mindez ki fog egészülni például az automatizált járművekkel, az is egy nagyon más világ lesz. Sokkal kevésbé lesz annak a jelentősége, hogy az ember egy autót tartson a város közepén. Azonban ennél bátrabb nem nagyon mernék lenni. Az még elképzelhető, hogy az élet más területein, például triviális dolgoknál, mint egy konzervnyitó, a mesterséges intelligencia képes lehet nagyságrendekkel tökéletesebbet alkotni. Bár megjegyzem, a konzervnyitóról tudjuk, hogy főleg a penge élességén múlik, mennyire hatékony.

– Egykori történelemtanárom a nyolcvanas évek első felében határozottan állította, hogy mesterséges intelligencia márpedig sohasem fog létezni. Kérdés persze, hogy a ChatGPT annak tekinthető-e? Attól, hogy valami képes emberi módon társalogni velünk, közelebb van egyfajta gépi öntudathoz, mint egy cipőkanál?

– Nem az ön történelemtanára volt az első, aki téves jóslásokba bocsátkozott a technológiák fejlődését illetően. Emlékezetes Lord Kelvin kijelentése, miszerint „a levegőnél nehezebb tárgyak sohasem fognak repülni”.

– De nevezhetünk-e intelligenciának egy olyan programot, ami nem más, mint egy nyelvi modell?

– Mi az, amit megtanul egy ilyen nyelvi modell? Mert nyilván valamit megtanul. Az interneten elérhető, könyvekben, könyvtárakban elérhető okosságokból dolgozik. Továbbá angolul, de már magyarul is, majdnem tökéletesen tud szövegeket alkotni, és sok mindenről tud helyes mondatokat alkotni, mivel korábban már látott ilyen helyes mondatokat, vagy legalábbis nagy tömegében találkozott helyes mondatokkal, amelyek a valóság különböző eleméről szólnak. És itt érhető tetten a hiányossága is. Amikor a ChatGPT olyan kérdésre kell válaszoljon, amire nincs „kiátlagolható” tudás az interneten, akkor a GPT elkezd hallucinálni. Tehát akkor valamit odaképzel, korábban már látott, de az adott tárgyban mégsem releváns információk alapján.

Persze felmerül az a kérdés, hogy mi lesz akkor, ha a ChatGPT, vagy annak egy utóda elkezd beszélgetni egymilliárd emberrel, és tíz éven keresztül beszélget. És minden, ami ezekben a beszélgetésekben elhangzik, beépül a tudásába.

Ezen keresztül lehet, hogy már egész speciális szaktudásokra vonatkozó információk is megjelennek a nyelvi modellben, és ha felteszünk egy kérdést, akkor a nyelvi modell, a „tankönyv szerint”, mármint a szakértők konszenzusa szerint fog válaszolni.

Ekkor vajon meg tudjuk-e ezt különböztetni attól, hogy valóban egy szakértő válaszolt? De ez még így sem egy emberi intelligencia, mert annak számos tulajdonságával nem rendelkezik, viszont bizonyos tulajdonságait mégiscsak nagyon jól imitálja.

– A nyelv és a gondolat viszonya már az ókori filozófusokat is foglalkoztatta, és különböző nézeteket alakítottak ki róla. Például Platón azt gondolta, hogy a nyelv a gondolkodás eszköze, amely segít megközelíteni az örök igazságokat. Arisztotelész viszont azt vallotta, hogy a nyelv a valóság leképezése, amelynek szabályait logikailag kell elemezni. Ez a vita a mai napig tart. Mintha itt is erről lenne szó. Adott egy nyelvi modell, de ahová eljutunk, azok maguk a gondolatok.

– A tudattal foglalkozó kutatók, nyelvészek tettek föl ilyen típusú kérdéseket, és nyilván az agykutatásnak is előbb-utóbb majd kell valami választ adni ebben a tekintetben, hogy ahogyan mi reprezentáljuk a valóságot a fejünkben, az hasonlít-e egy nyelvi modellre, vagy nem? Vagy valami más struktúra van ott. Valószínűleg az az igazság, hogy több rendszer van az agyunkban erre, ami idővel változott is. Nyilván az ősember esetében sokkal inkább mozgásokhoz kapcsolódó valóságleírás szerepel, amit egyébként kisgyermekeknél tetten lehet érni. Később jön a beszéd jellegű reprezentáció, és fel lehet tenni azt a kérdést is, hogy a formális logikának például van-e az agyban önálló reprezentációja.

– Arthur C. Clarke sci-fi író már a hatvanas években már egy mesterséges intelligenciáról, amely egy ponton öntudatára ébred. Ez a 2001 Űrodisszeia. Mielőtt ez megtörténik, az is csak egy szofisztikált nyelvi modell.

– Szerintem a választóvonal az, hogy az MI-nek vannak-e önálló szándékai. A ChatGPT nyelvmodelljébe belegondolva egyszerűen nem látszik az a mechanizmus, ami akár saját maga megváltoztatását eredményezné. Azaz

sok minden hiányzik még, ami egy humán intelligenciánál teljesen magától értetődően megvan.

És akkor ez szépen átcsúszik a szabad akaratnak a kérdésébe. Mindenesetre az, hogy a humán intelligencia folyamatosan képes újratanulni a dolgokat, az nyilván nem kérdés. Persze nyilván benne van a pakliban, hogy a következő, vagy a tizedik ChatGPT változat már maximálisan önjáróan tudja majd magát bővíteni. De szerintem ahhoz, hogy önálló akarat legyen benne, speciális mechanizmusok kellenek, amik ezt generálják. Ennek még a lehetősége sincs meg a mostani rendszerekben.

A mesterséges intelligencia (MI) kutatása több mint hetven éve tart, kezdve a korai számítógépekkel, amelyek képesek voltak matematikai műveletekre. A 1950-es években Alan Turing brit matematikus fogalmazta meg a „gondolkodó gép” (thinking machine) koncepcióját, ami alapjaiban határozta meg a MI kutatásának irányát.

Az első MI algoritmusok egyszerűbb problémák megoldására korlátozódtak, például a sakk játék megoldására. Az 1960-as években pedig elkezdett terjedni a gépi tanulás (machine learning) használata, amely mára az MI egyik legfontosabb ága lett.

Az 1980-as években az MI kutatásának fellendülése után elérkezett egy időszak, amikor már látszott, hogy az MI fejlődése lassabb lesz, mint azt előzetesen gondolták. Azonban az elmúlt évtizedekben az MI technológiái egyre inkább részeivé váltak mindennapi életünknek, például az autonóm járművekben, az okos otthonokban, az egészségügyben, az üzleti döntéshozatalban, stb.

A MI kutatásának jelenlegi fókusza nagy adatbázisok felhasználásával egyre többet tudó, pontosabb modellek kialakítása. Az MI kutatások leglátványosabb iránya az erős mesterséges intelligencia (artificial general intelligence - AGI) megvalósítása, ami azt jelenti, hogy az MI ne csak egy dologra legyen képes, hanem általában is meg tudja oldani azokat a feladatokat, amelyekre az ember képes.

Az MI kutatása továbbra is dinamikusan fejlődik, és a jövőben egyre több területen lesz jelen életünkben, és egyre fontosabb szerepet játszik majd a gazdasági, társadalmi és tudományos fejlődésben.

– Kicsit még rugóznék az öntudat kérdésén. Mi a különbség aközött, ahogy egy kisgyerek megtanul beszélni, és aközött, ahogy egy mesterséges intelligenciát erre képzünk? Mikor lesz a nyelvi modellből öntudat?

– Én ott látom a különbséget, hogy az embernél jóval több módon történnek meg a visszacsatolások. Egy újszülött először a taktilitás, mozgás, szintjén kommunikál és fog fel a világból. Nyilván nagyon gyorsan elkezdik egyre komplexebb ingerek érni, meg kell tanulnia a hangokat, a látás útján történő érzékelést. Egyetlenegy példát mondok, amitől nyilvánvalóan a gép nagyon messze van, hogy nekünk van egy testtudatunk. És ez a testtudatunk, ez biztos, hogy nem a nyelvhez van kötve. Tehát ez valami korábbi reprezentáció, és egyébként egy fontos dolog, ami a gyereknek, csecsemőnek az egészséges fejlődéséhez kell. A későbbi fejlődésre is nagyon komoly hatással van, ha itt valami elmarad. Tehát itt létezik egy egymásra rétegződés, ami a MI esetében nincsen még.

Nem arról van szó, hogy csináltunk egy robotot, aminek van valami belső reprezentációja arról, hogy ő hogy létezik fizikailag a világban, és egy adott ponton még a gravitációt is megtanulja, és utána erre ráteszünk egy rétegnyi ChatGPT-t, és az egészet összeintegráljuk.

Jelenleg ott tartunk, hogy itt az interneten, meg a könyvtárakban található szövegekből összeraktunk egy gépet, amelyik az ott megjelenő, vagy az ilyen módon reprezentált tudást szépen, párbeszéd formájában vissza tudja adni, ráadásul még nem is hiánytalanul.


Link másolása
KÖVESS MINKET:

Népszerű
Ajánljuk
Címlapról ajánljuk


JÖVŐ
A Rovatból
A mesterséges intelligencia képes lehet akár tíz évre előre megjósolni, hogy kinek milyen betegsége lesz
A modell névtelen kórlapok mintáit figyeli, és évekre előre megmutatja, hol nagyobb a kockázat. A fejlesztők szerint így hamarabb lehet beavatkozni, és még az is tervezhető, hány szívinfarktusra kell készülnie egy városnak 2030-ban.


A kutatók szerint a mesterséges intelligencia akár tíz évre előre jelezhet egészségi gondokat, írja a BBC. A rendszer az emberek egészségügyi adataiban keres mintákat, és több mint 1000 betegség kockázatát számolja. Úgy írják le, mint egy időjárás-előrejelzést: százalékban adja meg a valószínűséget. A cél, hogy időben kiszűrje a magas kockázatú embereket, és évekre előre segítse a kórházak tervezését.

A Delphi-2M nevű modell hasonló technológiára épül, mint a közismert MI-chatbotok, például a ChatGPT. A chatbotok nyelvi mintákat tanulnak, és megjósolják, milyen szavak követik egymást. A Delphi-2M névtelenített egészségügyi adatokból tanulta meg felismerni a mintázatokat, és így jelzi előre, mi következhet és mikor. Nem mond pontos dátumot, hanem 1231 betegség valószínűségét becsli.

„Ahogy az időjárásnál 70 százalék esélyt jelezhetünk az esőre, ugyanezt meg tudjuk tenni az egészségügyben is”

– mondta Ewan Birney professzor, az Európai Molekuláris Biológiai Laboratórium megbízott főigazgatója. „Ráadásul nemcsak egy betegségre, hanem egyszerre az összesre – ilyet még soha nem tudtunk. Izgatott vagyok” – tette hozzá.

A fejlesztők először brit, névtelenített adatokon tanították a modellt: kórházi felvételek, háziorvosi adatok és életmódbeli szokások (például dohányzás) több mint 400 ezer résztvevőtől a UK Biobank projektből. Ezután más Biobank-résztvevők adataival ellenőrizték az előrejelzéseket, majd 1,9 millió ember dániai egészségügyi adatán is letesztelték. „Ha a modellünk azt mondja, hogy a következő évben tízből egy az esély, akkor tényleg nagyjából tízből egy esetben következik be” - tette hozzá Birney professzor.

A rendszer azoknál a betegségeknél működik a legjobban, amelyeknek jól követhető a lefolyása, például a 2-es típusú cukorbetegség, a szívinfarktus vagy a szepszis. Az inkább esetleges fertőzéseknél gyengébben teljesít.

Az orvosok ma is írnak fel koleszterincsökkentőt annak alapján, mekkora valakinél a szívinfarktus vagy a stroke kockázata. Az MI-eszköz még nem áll készen a klinikai használatra, de hasonló módon tervezik alkalmazni: korán azonosítani a magas kockázatú embereket, amikor még van esély megelőzni a betegséget. Ez jelenthet gyógyszert vagy célzott életmódtanácsot – például akinek nagyobb az esélye bizonyos májbetegségekre, annak a szokásosnál jobban megérheti visszavenni az alkoholfogyasztásból.

Az MI a szűrőprogramok tervezésében is segíthet, és egy térség összes egészségügyi adatát elemezve előre jelezheti a várható igényeket,

például hogy 2030-ban nagyjából hány szívinfarktus várható egy adott városban.

„Ez egy újfajta megközelítés kezdete az emberi egészség és a betegséglefolyás megértésében” – mondta Moritz Gerstung professzor, a Német Rákkutató Központ (DKFZ) onkológiai MI-osztályának vezetője. „Az olyan generatív modellek, mint a miénk, egy napon személyre szabhatják az ellátást, és nagy léptékben előre jelezhetik az egészségügyi szükségleteket.”

A Nature tudományos folyóiratban ismertetett modellt még finomítani és tesztelni kell a klinikai használat előtt. Torzítást okozhat, hogy a UK Biobank adatai főként 40–70 éves emberektől származnak. A fejlesztők most bővítik a modellt képalkotó vizsgálatokkal, genetikai információkkal és vérvizsgálati eredményekkel.

„Fontos hangsúlyozni, hogy ez kutatás – mindent alaposan tesztelni, szabályozni és átgondolni kell, mielőtt használni kezdjük, de a technológia adott ahhoz, hogy ilyen előrejelzéseket készítsünk” – nyomatékosította Birney professzor. Úgy véli, a genomika egészségügyi bevezetéséhez hasonló utat járhat be a folyamat: a tudósok bizalmától a rutinszerű klinikai használatig akár egy évtized is eltelhet.

A kutatás az Európai Molekuláris Biológiai Laboratórium, a Német Rákkutató Központ (DKFZ) és a Koppenhágai Egyetem együttműködésében készült. Gustavo Sudre, a King’s College London kutatója így értékelt: „Ez a munka jelentős lépés a skálázható, értelmezhető és – ami a legfontosabb – etikailag felelős orvosi prediktív modellezés felé.”


Link másolása
KÖVESS MINKET:

Ajánljuk
JÖVŐ
A Rovatból
Megkezdték a humanoid robotok tömeggyártását Kínában
A cég több ezer előrendelést említ, az ár körülbelül 11,5 millió forint. A mozgásnál emberi mintákat követnek: a végtagok összehangolását szimulációk és utánzásos tanulás segíti.
Maier Vilmos - szmo.hu
2025. szeptember 27.



A kínai Kepler Robotics elindította a K2 Bumblebee humanoid robot tömeggyártását, írja a Rakéta. A modellt logisztikai munkákra, gyártási feladatokban segítésre, kiállításokra és „speciális műveletekre” szánják.

A K2 hibrid architektúrával működik, ami energiahatékony üzemet tesz lehetővé. A gyártó szerint a humanoid egyhuzamban akár 8 órát is dolgozik.

Az ár a hasonló, általános célú humanoidokhoz képest kicsivel magasabb:

körülbelül 11,5 millió forint.

A robotra már több ezer megrendelés érkezett.

A cég a külalakot kevésbé, a mozgást viszont nagyon „emberire” tervezte. A K2 Bumblebee imitációs tanulással és szimulációkkal sajátította el a járás emberihez hasonló jellegzetességeit, beleértve a végtagok mozgásának összehangolását.

A humanoid robotról készült videót itt lehet megnézni:


Link másolása
KÖVESS MINKET:


JÖVŐ
A Rovatból
Sora 2: megjöttek a videók, amiket a képtelenség megkülönböztetni a valóságtól
Náci egyenruhába bújtattak hírességek, meghamisított történelmi események, kamu filmjelenetek igazinak tűnő színészekkel – máris ilyen videók készültek az OpenAI legújabb videógeneráló modelljével, ami egyszerre lenyűgöző és félelmetes.


A Sora 2 videógeneráló modell szeptember végén jelent meg, azzal az ígérettel, hogy a korábbi változathoz képest jelentősen javult a fizikai pontosság, a realizmus és az irányíthatóság. Mivel az OpenAI már a Sora tavaly decemberben kiadott első változatát is – a ChatGPT sikerével párhuzamba állítva – a videókészítés „GPT‑1 pillanatának” nevezte, nagy várakozások előzték meg a „GPT‑3.5 pillanatként” beharangozott Sora 2-t.

Az első verzió fejlesztői változatáról a demók alapján azt írtuk, olyan minőségű filmekhez, amelyeket szöveges utasításra generál, normál esetben külső helyszínekre, díszletekre, profi felszerelésekre és szakemberekre, statisztákra, illetve színészekre lenne szükség, de „úgy fest, hogy mostantól egyetlen AI, a Sora is elég lesz hozzá”.

Nyújthat ennél is többet egy videógeneráló modell? A Sora 2–nek a jelek szerint sikerült, mert a világ egyik ámulatból a másikba esik a vele készült mozgóképek láttán. Az OpenAI azt állítja, hogy az új modell kiküszöböli a korábbi videógenerálók jellemző hibáit, például az amorf tárgyakat és karaktereket, a torzult valóságot vagy a „túlzott optimizmust”. Utóbbihoz példát is kapcsol: ha egy generált videóban szereplő kosárlabdázó „elvéti” a dobást, az eddigi verziók inkább kicsavarták a realitást, és a labda még lehetetlen szögből is a gyűrűbe „teleportált”. Ehhez képest a Sora 2 a fizika törvényeivel teljesen megegyező módon bánik a tárgyak mozgásával: a labda a palánkba csapódik és pont úgy pattan vissza, ahogy az a valóságban is történne.

A tökéletlenség lehalkításával és a képminőség feltekerésével az OpenAI kisebb csodát alkotott: még egyszerű szöveges utasításokból is olyan videókat hoz létre, amelyeket a legtöbb néző képtelen megkülönböztetni a valóságtól. Az pedig, hogy mekkora a szakadék a versenytársak videógeneráló modelljei, valamint a Sora 2 között, remekül illusztrálja ez az összehasonlítás, amelyben a Google fejlesztette Veo 3–mal vetik össze a képességeit.

Ebben a videóban semmi sem valódi:

A gyorsan bővülő AI‑videópiacon persze vannak más vetélytársak is, például a Meta „Vibes” alkalmazása és a Meta Movie Gen modell, valamint az Elon Musk-féle xAI Grok Imagine-je. A Forbes hangsúlyozza, hogy utóbbi rendszerek 6–10 másodperces felvételeket készítenek, míg a Sora 2 akár egyperces videókat generálhat, illetve hangot is ad a tartalmakhoz, ami komoly fegyvertény a jelenlegi mezőnyben. És eddig minden jel arra mutat, hogy a Sora 2 a legerősebb videógeneráló AI.

Az OpenAI a modell széles körű – de egyelőre Észak-Amerikára korlátozott – bevezetése óta arra biztatja a felhasználókat, hogy a Sora 2 segítségével találjanak ki minél több új világot és történetet. A lehetőségeknek – látszólag – csak a képzelet szab határt, hiszen a modell képes az emberi hanghoz igazított dialógusok és hangeffektek generálására is, sőt, ha kell, a felhasználó hang‑ és videómintája alapján avatárt készít, így a saját filmünk főszereplőjévé válhatunk.

Mi változott? – A Sora 2 új képességei

Bár hozzáférés hiányában nekünk, magyaroknak egyelőre nincs összehasonlítási alapunk, az új modellről megjelent videókon valóban az látszik, hogy komoly szintlépés történt. Amíg a Sora demóiban a generált karakterek szemeit jótékonyan elrejtette valami (többnyire egy napszemüveg), a Sora 2 már nem tart az „uncanny valley” jelenségtől. Ez ugye az a nyugtalanító érzés, ami egy videojátékhoz vagy filmhez digitális eszközökkel létrehozott arc láttán tör ránk: hiába realisztikus a karakter, a tekintete természetellenes marad.

Az új modell már nem ilyen „félénk”: tisztában van vele, hogy amit előállít, teljesen életszerű, ezért nincs szükség trükközésre.

Olyannyira nincs, hogy az alábbi videóban látható és hallható Sam Altman sem Sam Altman, hanem egy Sora 2-vel létrehozott avatár, ami az OpenAI vezérigazgatójaként mutatja be a generatív AI képességeit. És ha erre nem figyelmeztetnek előre, aligha mondanánk meg, hogy nem a valódi személyt látjuk.

Az OpenAI szerint a Sora 2 legnagyobb újítása a fizikai törvények pontosabb szimulációja és a látvány élethű megjelenítése. A modell hosszabb és összetettebb cselekményeket, illetve akár többszereplős akciókat is képes kezelni, miközben megőrzi a mozgás törvényeinek koherenciáját.

A vállalat kiemelte, hogy a videók több jelenetből álló utasításokat követhetnek, és a rendszer megőrzi a generált világ állapotát: figyelembe veszi például azt, hogy a tárgyak az előző képsorban pontosan hol voltak. Ezzel már lehetséges akár több perces klipek és kisfilmek, ezáltal komplexebb narratívák létrehozása, de az OpenAI most még a rövid, gyorsan terjedő tartalmak felé tereli a felhasználókat, mert a játékos menőség meghozza a befektetők kedvét a további tervek finanszírozásához.

Lőttek a filmeseknek, vagy a Sora 2 csak egy új „ecset”, amivel alkothatnak?

Az OpenAI azzal hirdette a Sora, majd a Sora 2 rendszert, hogy a filmipar, az animációs stúdiók és a művészek eszköze lehet. A BBC Science Focus egyetért ezzel: azt írják, a rendszer megkönnyítheti animált klipek készítését, és ezzel időt, pénzt spórol. Az első verzió tartalmai ugyanakkor hemzsegtek a hibáktól. Ahogy arra a Washington Post is felhívta a figyelmet: a rendszer egy 1930‑as évekbeli jelenetben a cigaretta rossz végét gyújtotta meg vagy épp egyszerre több telefonkagylót adott a generált karakter kezébe, ráadásul hangot sem tudott létrehozni.

Ehhez képest a Sora 2 pontosságot és már szinkronizált hangot, illetve hangeffekteket is kínál, amivel elvileg tökéletesen alkalmassá válik a komplex szórakoztatóipari felhasználásra.

Az IndieWire elemzője ennek ellenére sem gondolja, hogy az új verzió a filmiparnak készült. A fejlesztők szerinte „nem törődnek Hollywooddal”, hiszen a platform elsősorban virális tartalmak gyártására ösztönzi az embereket, így a közösségi média új mémgyártó eszközévé válhat. És addig, ameddig ez csak igazoltatás elől meglépő Super Mario-s viccek szintjén realizálódik, nincs is nagy baj.

Ez még senkit sem bánt:

A gondok akkor kezdődnek, ha a könnyed hecceken túllépve valódi emberekről vagy valós eseményeket szimuláló helyzetekről készülnek valóságszagú kamuvideók, ami megnehezíti a független filmesek etikus AI‑felhasználását. Onnantól a Nintendo sem mókás rajongói videóként fogja kezelni a fentihez hasonló alkotásokat – ami még ingyen reklámot is csap a Mario Kart játékoknak –, mert attól tart majd, hogy a trend visszaéléseket szül, és óriási energiákat kell fordítani a szellemi tulajdona megvédésére.

A véleménycikk arra is figyelmeztet, hogy a Sora‑videók virális mémjei új frontot nyitnak a szerzői jogi háborúban, hiszen az AI‑userek óhatatlanul egyre kevesebbet törődnek majd a szellemi tulajdonnal, ezáltal tovább mélyítik az árkot az alkotók és az AI‑fejlesztők között. Az Indiewire ezzel kapcsolatban szakmai állásfoglalásokat sürget: úgy véli, ha a jogtulajdonosok és szakszervezetek nem alakítanak ki standardokat, elveszíthetik a harcot.

Osztja ezt az aggodalmat a WGBH-nak nyilatkozó digitális képzőművész, Kyt Janae is, aki szerint nem kell egy év, és szinte képtelenek leszünk megkülönböztetni az ember alkotta tartalmakat az AI-val generált képektől. Thomas Smith, a képek digitalizálásával, menedzselésével, kiadásával és monetizálásával foglalkozó Gado Images vezérigazgatója hozzátette:

a mesterségesen létrehozott képek miatt a valódi fotók is hitelességi válságba kerülhetnek.

Ezek a megállapítások azt jelzik, hogy a videógeneráló AI több területen okozhat károkat, a szórakoztatóipartól a politikán át a személyiségi jogokig.

Máris támadják az új AI-modellt

A Sora 2 indítását rögtön kritikák és aggályok kísérték. A The Guardian például arról számolt be, hogy a generált videók posztolására létrehozott TikTok-szerű app feedje hamar megtelt erőszakos és rasszista jelenetekkel, köztük bombázást és tömeggyilkosságot szimuláló tartalmakkal. Joan Donovan kutató ezzel kapcsolatban arra figyelmeztetett, hogy az ilyen eszközök elmossák a valóság és a hazugság között húzódó határt, ezáltal alkalmassá válhatnak gyűlöletkeltésre és zaklatásra.

Sam Altman ehhez képest a saját blogján a „kreativitás ChatGPT‑pillanataként” jellemezte a Sora 2 indulását, de óvatosan elismerte azt is, hogy például a bullying elkerülése érdekében nagyobb figyelmet kell fordítani a moderálásra.

A Rolling Stone közben példákkal illusztrálva mutatta be, hogy a realisztikus videógeneráló segítségével a felhasználók – csupán heccből – náci egyenruhába bújtattak hírességeket, történelmi eseményeket hamisítottak vagy éppen levédett karaktereket (Pikachu, Ronald McDonald, SpongeBob) használtak fel, ami szerzői jogi veszélyeket sejtet.

A Sora 2 kritikusait idézve a magazin azt írja, hogy az OpenAI „próbálja bepereltetni önmagát”.

A Vox cikke egyenesebben fogalmaz: felhívja a figyelmet arra, hogy a Sora 2 alapértelmezése szerint a jogtulajdonosok azok, akiknek kérvényezniük kellene a karaktereik eltávolítását, ami olyan, mintha a fejlesztők kifejezetten a szerzői jogok megsértése felé terelnék a felhasználókat.

Nem véletlen, hogy a kritikákkal szembesülő Sam Altman később frissítette a posztját, jelezve, hogy a jövőben a jogtulajdonosok „opt‑in” alapon adhatnak hozzá karaktereket az AI-modellhez, lehetővé téve, hogy a generált videók után részesedést kapjanak a bevételekből.

Őrületes energiaigény és a Sora 2 más pénzügyi hatásai

A modell bejelentését követően az elemzők felvetették, hogy a videók generálása rendkívüli mennyiségű számítási kapacitást és energiát igényel. Egyes kutatók szerint egy rövid, nagy felbontású videó generálása több mint 700‑szor több energiát fogyaszt, mint egy állókép létrehozása. Ennek következtében a jövő adatközpontjai már minden kétséget kizáróan nagyvárosokkal vetekedő energiazabáló – és karbonkibocsátó – szörnyetegek lesznek.

A Time elemzése rámutat: az AI‑videók ugyan drágák, de a cégek – köztük az OpenAI és a Meta – abban reménykednek, hogy a rövid videók gyártásával több előfizetéses felhasználó és befektető érkezik. Ez további bevételi forráshoz juttatja őket, ami még nagyobb modellek, egy napon pedig az általános mesterséges intelligencia megjelenéséhez vezethet.

Az AI-cégeknek tényleg nagyon kell a pénz, mert a generatív videómodellek fejlesztése hatalmas összegeket emészt fel. Ez az elemzők szerint idővel arra készteti majd a vállalatokat, hogy a befektetőktől és felhasználóktól beszedett pénzen túl a hirdetési piacon is terjeszkedjenek, illetve további előfizetési csomagokat találjanak ki, valamint árat emeljenek.

Mindeközben fontos cél a felhasználók viselkedési adatainak gyűjtése: a jövőbeli modellekhez a valós interakciók és preferenciák révén tudnak több és jobb tréningadatot gyűjteni.

Ami pedig a belátható jövőben érkező fejlesztéseket illeti, az OpenAI egyik korábbi közleménye felvetette azt is, hogy létrehoznak egy „világszimulátort”, amely pontosan modellezi a fizikai világ törvényeit, ezzel új tudományos problémákat lesz képes megoldani.

Új AI-evolúciós lépcsőfokok jönnek

A Sora 2 ezeknek a vízióknak a nagy reménysége, amitől azt várják, hogy további fejlesztéseket és több platformon elérhető verziókat eredményez. A megjelenése új korszakot nyit a generatív AI-k világában, hiszen bátran kijelenthetjük, hogy ennyire valószerű mozgásokat és hangeffekteket, illetve ilyen időtartamú történeteket még egyik videógeneráló AI sem tudott létrehozni.

Bár a fizika törvényeit még nem követi le tökéletesen és vastagon lehetőséget ad a visszaélésekre – a deepfake-től az erőszakos tartalmakon át a szerzői jogok megsértéséig –, a komoly etikai és jogi kérdések kezelése után érdemes lehet kihasználni a benne rejlő lehetőségeket.

A szakértők szerint hamar mainstream eszközzé válhat, de a társadalomnak – még új normarendszerek és hatékony moderálás bevezetése mellett is – fel kell készülnie arra, hogy a valóság és a mesterséges tartalom közötti határ elmosódik.

Mivel a gazdasági potenciál óriási, számolni kell a bővülésével és az energiafogyasztás növekedésével, valamint azzal, hogy a szellemi tulajdon megóvása érdekében ki kell harcolni a generált tartalmak után járó részesedést. Ezek az együttműködések – ha egyáltalán megköttetnek és aztán hosszú távon működőképesnek bizonyulnak – a kreatív tartalomgyártás ragyogó gyöngyszemévé varázsolhatják a Sora 2-t, illetve a jövőben érkező hasonló modelleket.


Link másolása
KÖVESS MINKET:


JÖVŐ
A Rovatból
Mesterséges intelligenciával hoztak létre egy színésznőt - a hollywoodi színészek kiakadtak
Tilly Norwood már ügynökségeknél is próbálkozik, hogy szerepet kapjon, de több ismert színész és a szakszervezet is tiltakozik ellene.


Eline Van der Velden holland színész és komikus egy mesterséges intelligenciával működő, Tilly Norwood nevű szintetikus színészt hozott létre. Az alkotó szerint ez „a képzelőerő megnyilvánulása”, és hasonló „egy karakter megrajzolásához, egy szerep megírásához vagy egy előadás megalkotásához”.

Tilly Norwoodnak már saját Instagram-oldala is van. Készítői bőrhibákat is megjelenítettek rajta, valamint olyan mondatokat írtak a nevében, mint például azt, hogy „nagyon izgatott” a jövő miatt.

A fejlesztők már több ügynökségnél is bejelentkeztek, hogy hollywoodi filmes szereplési lehetőséget szerezzenek neki.

A hollywoodi színészszakszervezet és több ismert színész is tiltakozik az AI-színész ellen. A szervezet közleményében úgy fogalmazott:

Norwood „nem színész, hanem egy számítógépes program által generált karakter, amit profi színészek munkájával tanítottak be.

Nincsenek élményei, amikből meríthetne, nincsenek érzelmei, és az eddig látottak alapján a közönséget sem érdekli a számítógéppel generált, emberi valóságtól elszakadt tartalmak”.

Emily Blunt a mesterséges színészt „ijesztőnek” nevezte. Natasha Lyonne szerint pedig bojkottálni kell mindenkit, aki együtt dolgozna vele. A BBC szerint Lyonne épp egy olyan filmen dolgozik, amelyben valódi színészek szerepelnek, és amelyben „etikus mesterséges intelligenciát” alkalmaznak.

Whoopi Goldberg úgy véli, hogy a közönség képes megkülönböztetni a valódi embereket a mesterséges intelligencia által generált alakoktól, mivel „másképp mozognak”.

Van der Velden egy közelmúltbeli előadáson azt mondta, szerinte a hollywoodi stúdiók és ügynökségek titokban támogatják a mesterséges intelligencia használatát, és a következő hónapokban nagy bejelentésekre lehet számítani ezzel kapcsolatban.

(via 444)


Link másolása
KÖVESS MINKET: