Skip to main content

CEO Bár 2024. Május 29.

Vendég:

Herbály István

Contrall Kft, ügyvezetője

A mai nap témája az AI. Egy picit beszélgettünk itt a program előtt, és arra jutottunk, hogy ez bizonyos szempontból egy kicsit túlfuttatott téma, más szempontból viszont nagyon keveset lehet róla igazából tudni. Sok esetben nem elég mély a tudás, az információ, úgyhogy részemről nagyon-nagyon izgatottan várom, hogy Herbály István, a Kontroll Kft. ügyvezetője miket tud nekünk erről mesélni. Kérlek szépen, István, mutatkozz be azért egy pár gondolatban te is.

Sziasztok, István vagyok. Ahogy már mondta a Zsuzsi, a Kontroll Kft.-nek vagyok az ügyvezetője, mellette társadalmi munkában a Pécsi Kamarának vagyok az innovációs alelnöke, és a Magyar Kereskedelmi és Iparkamarának az Innovációs Kollégium elnöke. Úgyhogy ezeket az innovatív, új technológiákat próbálom a kamara döntéshozók felé továbbítani, cégekkel összekapcsolni. Illetve ahogy a Miklós elmondta, mi kollégák vagyunk, az egyik fő termékvonalunk az AI alapú vizuális termék ellenőrzés, tehát napi kapcsolatban vagyunk a technológiával. Én annyit, hogyha kérhetek, hogy akinek van rá módja, kapcsol kamerát, én azt nagyon megköszönöm, mert az egy fontos visszajelzés, amikor látom, hogy bólogattok, alszotok, érdeklődő arcot vágtok, stb. Az tök jó egy beszélgetés folyamán, hogyha kapunk ilyen visszajelzést.

Köszi, hogy ezt jelezted, szerintem is jó dolog.
Belevághatunk? Föltehetem így mindjárt az első kérdésnek, ami lehet, hogy egy kicsit ilyen furán hangzik, de hogy te hogy definiálod magát az AI-t? Te mit gondolsz, hogy mi ez? Ha ezt röviden meg kell, vagy meg lehet fogalmazni.

Röviden, ez egy szoftver. Nagyon nagy mágia van körülötte, meg ködösítés, de alapvetően ez egy szoftver technológia, nincs benne semmi módon olyan különös, ami indokolná ezt az iszonyatos nagy felhajtást. 50 éve biztosan foglalkoznak ennek a technológiának a fejlesztése különböző alapokon, különböző programozási alapokon, és talán az, hogy eljutottunk most ide, hogy ekkora érdeklődés övezi az miatt lehet, hogy eljutott a hétköznapi emberekhez. Én ahhoz szoktam hasonlítani, amikor feltalálták az internetnek az ősét, az árpametet, akkor ez a kutyát nem érdekelte, mert gyakorlatilag egyetemek közötti hálózat volt, kutatók tudtak egymásnak üzeneteket küldözgetni, fájlokat letölteni, furán senki nem tudott róla. Ez volt valamikor a '70-es években, az emberek meg találkoztak vele mondjuk a kilencvenes évek közepe táján, amikor eljutott hozzánk, hogy van ilyen, hogy internet és lehet weboldalakat nézegetni rajta és onnantól kezdve indult az egy robbanásnak, addig a hadseregen meg az egyetemen kívül nagyon sok mindenkit érdekelt ez a technológia. Egy kicsit szerintem hasonló a helyzet az AI esetében is, hogy most lett ennek egyrészt akkora számítási kapacitás áll most már rendelkezésünkre, hogy lehetett ilyen nagy nyelvi modelleket létrehozni. Ezek voltak régebben is, csak nyilván nem voltak ennyire jók mert egyszerűen nem lehetett ekkora modelleket építeni, mert nem volt olyan számítógép, ami értelmezhető időkeretben ezeket ki tudta volna értékelni vagy fel tudta volna dolgozni, de más AI alapú technológiák korábban is voltak, mindenféle chatbotok, egyebek, amik hasonló tehát ugyanúgy éljenek technológiával, csak nem ezeket a nagy nyelvi modelleket használták és sokkal több munkával lehetett belőlük olyan eredményt kihozni, mint mondjuk itt ezekből a chatgpt alapú dolgokból. Elszabadították az emberek a chatgpt-t és elkezdtek vele beszélgetni, akkor ez egy tök nagy élmény volt, hogy úgy válaszolgat, mintha ülne valaki a túloldalon, meg jöttek ezek a képgeneráló alkalmazások. Egyszerűen elérhetővé vált, meg érdekessé vált a hétköznapi ember számára. Ennek a hátulütője az, hogy ezek a generatív AI okok, ezek elvitték a Foxt abszolút a többi ilyen alapú technológiától, illetve egy kicsit buborékba zárták a dolgot, mint ahogy néhány embernek a Facebook az internet, és azon keresztül néz mindent, ott olvas híreket, és abból ki se lép annak a kis világából, nagyon sokan szerintem nem úgy gondolják, hogy az AI az maga a Chatgpt, meg ezek a hozzá hasonló generatív AI alapú megoldások.

Említettél pár szót arról, hogy ez így bekúszott az életünkbe. Egyébként valóban, pont ma reggel gondolkoztam rajta, hogy mennyi sci-fi. Próbáltam összegyűjteni a fejem, hogy mennyi sci-fi volt az, ami ezt a témát dolgozta föl, hogy az utóbbi 20-30 évben, és hogy valójában ez már így a valóság volt akkor is, de hogy most meg teljesen azért bekúszott az életünkbe, hogy szerinted milyen mértékben és milyen területeken van egyébként jelen az életünkben.

Sok mindent tudok erre a kérdésre válaszolni, mert sok mindent felmerül bennem. Az egyik, hogy amit a filmekben látunk ott valahogy mindig az a központi gondolat, hogy az AI az öntudatra ébred. Tehát ez egy ilyen fő motívum, ami sci-fiben szerintem tök jó. Maga ez a technológia amit használunk ez alkalmatlan arra, hogy öntudatra ébredjen. Ennek technológiai korlátjai vannak, nem erre van ez kitalálva, nem alkalmas arra, hogy ez önállóan valamit csináljon. Ez egy szoftver ami önmagában nem akar semmit ott elüldögél a gépen és ha adunk neki feladatot, akkor megcsinálja. De amit mi öntudatnak nevezünk az nagyon-nagyon távol áll egy számítógépes alkalmazástó és nagyon sokszor keverik ebbe. Valahogy mindig az van, hogy van AI-os cikk és akkor általában egy robotot tesznek bele illusztrálásnak ami egy ilyen tökképzavar, merthogy az AI az egy szoftver a robot az egy hardver, de hát az embernek most, hogy mutassunk meg AI-t hiányoltunk szoftverkódokat a cikkben, arra nem fognak kattintani, viszont ha ilyen emberszerű robotot mutatunk az egyből tök jó lesz és a két technológia pedig itt is tök más, mert a robotfejlesztések is haladnak nagyon rohamosan és nagyon emberszerű robotokat tudunk csinálni, de azok vasak, az AI az meg egy szoftver és a kettőnek nem kifejezetten sok köze van egymáshoz.
A mindennapi életünkben szerintem sokkal több helyen van jelen, mint gondolnánk csak pont nem olyan formában, amire számítunk, hogy az AI. A telefonban vannak mindenféle szűrők, amiket használunk, vagy mondjuk van piros szem eltüntető alkalmazás, ami a képről leválasztja a hátteret vagy kicseréli. Ott nagyon sok éjjel-nappal alkalmazást használnak, csak ezek pici kis AI szoftverek vagy pici kis AI algoritmusok, amik adott feladatra vannak és egyáltalán nem olyan általános mesterséges intelligenciát megcélzó programok, mint amivel tele van mindenhol a média. Úgyhogy én azt gondolom, hogy ebben van egyébként a jövő, hogy maga a technológia tényleg tök jó, forradalmi, de nem ebbe az irányba fogunk menni, hogy lesz egy nagy mesterséges intelligencia, amit mindent tud és majd odafordul mindenki, meg onnan kérdez mindenki, és akkor az mindenre választ tud adni. Úgyhogy nagyon örülök, amikor az Elon Musk bedobja, hogy 2025-ben már okosabb lesz az AI, mint az ember, mert ez biztos tök jó neki a részvényeinek a felhajtására, meg hogy beszéljenek róla, de ennek szerintem ilyen módon nincsen alapja.

Ahhoz, hogy csináljunk egy teljesen általános mesterséges intelligenciát, attól nagyon messze vagyunk és ez a generatív AI nem is biztos, hogy alkalmas rá. Sőt, én azt gondolom, hogy nem alkalmas rá, mert a generatív AI-nak a célja az, hogy szöveget generáljon egész egyszerűen. Nem arra való, hogy szakértői rendszer legyen, tehát bármit kérdezünk tőle, akkor helyes választ adjon. Nem erre lett kitalálva nem is alkalmas erre nem is ellenőrizhető vissza az a forrás tartalma, vagy az a modell ami alapján ő kitalálta, hogy mi legyen a mi válaszunk. Nem lehetünk biztosak abban sosem, hogy amit egy ilyen generatív AI-tól kapunk választ az pontos lesz és helyes lesz. Abban lehetünk biztosak, hogy ha kérdezünk valamit tőle, akkor úgy fog válaszolni kontextusában, tartalmában, formáiban, mint ahogy egy ember válaszolna, hogy az helyes lesz-e, abban nem lehetünk sajnos biztosak. Én azt gondolom, hogy ezek az AI alapú kis programok ezek pedig teljesen jók tudnak lenni, pontosak tudnak lenni, pont azért, mert egy korlátozott értelmezési tartományban működnek, ahol tudjuk azt, hogy mivel tanítottuk fel pontosan, tudjuk azt, hogy ezek alapján mit várhatunk tőle, finomhangolni tudjuk az alapján, amilyen hibákat látunk, tehát egy sokkal inkább kezelhetőbb dolog lesz, minthogy ráeresztettünk valamit az internet tudásanyagára, ami egyébként önmagában is egy teljesen ellentmondásos, heterogén környezet. Ha mondjuk egy gyereket az iskolában nem tankönyvekből tanítanánk, hanem a Facebook komment szekcióból azért ott szerintem érdekes dolgokat tudna megtanulni belőle, meg mindennek az ellenkezőjét is meg tudná tanulni. Hogyha ezt egy gépnek tanítjuk meg, akkor ugyanez lesz az eredménye, hogy nem fogja tudni, hogy mi az igaz, vagy miért nem igaz, az lesz neki az igaz, amit a legtöbbször látott. Tehát amikor előjön az a vád, hogy az AI, és itt az AI nálam is ilyenkor szinte mindig kivétel nélkül a Chatgpt-re gondolunk, a Generative-re, tehát amikor az van, hogy az AI rasszista, mert ha programozót szeretnénk vele generáltatni, akkor az egy fehér férfi lesz. Az azért van, mert ő ebből látott a legtöbbet, nem azért, mert ő rasszista, vagy bármiféle faji előítéletei vannak, hanem ez egy statisztikai alapú program, amiből a legtöbbet látja, vagy a legtöbb adatot látja egy adott téma mentén, azt fogja ő visszaadni.

Azt mondod, hogy az a része, ami ezeken a kisebb, apróbb programokon, alkalmazásokon keresztül használható, azok nagyon hasznosak. De egyébként az élet milyen területein? Tudsz ezekre még esetleg példát mondani, hogy használhatóak?

Én azt gondolom, hogy egészségügyben nagyon sok olyan terület van, ahol próbálgatják már meg tesztelgetik ezeket a technológiákat, nem fognak meg egyelőre rábízni olyat, hogy egy leletet kiértékeljen önállóan és abból döntést hozzon, de arra például teljesen jó, hogy leletekből megállapítsa a diagnózist, hiszen egy orvos is körülbelül ugyanazt csinálja, hogy látott nagyon sok ezer leletet életében, és azok alapján meg tudja mondani, hogy vélhetően ez milyen betegség. Erre teljesen jó az AI, hogy az ő munkáját segítse ilyenekben. És hangsúlyoznám azt, hogy segítse és nem kíváncsi. Ami ad neki egy javaslatot, hogy a megtanított minták alapján azt gondolja, hogy ennek a diagnózisnak ez lehet az eredménye, és akkor az ember ott van, és hoz egy döntést, hogy akkor most A, vagy B. Ez egy nagyon jó példa szerintem erre az önvezetés, amiben nagyon-nagyon sok EEG-alapú kis megoldás van. Ez azt jelenti, hogy felismerni autókat, embereket, embereknek a formáit, végtagjait, az útviszonyokat, az útnak a körülményeit, de amikor ezt szabadjára engedjük, egy nagyon-nagyon változó környezetben, pont most volt erről egy teszt és videó, hogy neki akart menni a vasúti átkelőben a vonatnak, és az utolsó pillanatban elrántotta az ember a kormányt, merthogy éppen ez egy olyan szituáció volt, amiben őt valami megzavarta vagy rossz döntést hozott azok alapján amiket eddig látott, és akkor az embernek be kellett avatkoznia a végén. Szerintem ez fontos, hogy ne döntést bízzunk ezekre a technológiákra, hanem segítse az embernek a munkáját és hatékonyabbá tegye. Egész konkrét példát mondjak én a mi céges munkánkból tudok, ami szerintem nagyon-nagyon jó, kézzelfogható, meg jól megérthető. A teremben dolgozunk például azon, hogy a cserepein keressük meg a hibákat. Ez egy olyan munka, amit az ember szemmel tud elvégezni, nézi az ember a másodpercenként három cserepet és fel kéne rajta ismerni, hogy repedést lát, vagy anyagtöbbletet vagy ilyesmit. Ez nem egy kellemes munkanem túl sokáig tudja az ember jó pontossággal csinálni. Erre lehet építeni egy AI modellt nagyon-nagyon sok munkával. Ilyenkor előjön az a hülyeség, hogy a mesterséges intelligencia az öntanuló, meg mutasson neki képeket, és majd rájön, hogy mi a hiba. Hát sajnos nem, ez tök jó lenne, ha ez így működik. De ez azt jelentette, hogy sok tízezer képet át kellett nekik nézni és kézzel feljelölni, hogy hol milyen problémákat látnak. Ebből az adathalmazból, ami egyébként az AI programozásnak vagy beállításoknak talán a legnagyobb értékét képezi ezek a strukturált meg validált adathalmazok. Tehát ebből a validált adathalmazból mi építettünk egy modellt, és utána a modell ezeket az élőképeket értékeli már ki. Egyébként ezzel találkozik mindenki a mindennapokban az ilyenfajta képi kiértékelésekkel, amikor van ez a KAPCS nevezetű kis felület, ahol ki kell jelölni mondjuk az azonosításunk érdekében, hogy tudja, hogy ember vagyunk, a tűzcsapokat, meg a motorblokkokat, meg a gyalogátkelőhelyet. Egyrészt itt ilyen modelleket tesztelünk, másrészt meg ilyen modelleket tanítunk ilyenkor. Tehát van mondjuk kilenc kép, amin a kilenc képből három képen van tűzcsap, akkor abból kettőről tudja már az a modell, hogy az tűzcsap, de mondjuk a harmadikban nem biztos, és ezért beadja egy embernek, és akkor mi tök ingyen segítünk neki tanítani, hogy ez bizony egy tűzcsap volt, és hogyha elég sok ember mondja arra, hogy tűzcsap, akkor ő megtanulja, hogy az egy tűzcsap.

Ugyanígy tanítottuk meg a repedéseket, egyéb dolgokat, ez alapján értékeli ki, és ez nagyban segíti az embernek a munkáját, hogy ha valami olyan történik a gyártósoron, amit ő nem vett észre, akkor ott sípol, kattog minden, és egy jól látható jelzést ad. Vagy a Szobi Szörpöt tudom mondani, ahol üvegeket tudunk ezzel a technológiával válogatni. Itt 64-nek a munkáját váltotta ki és ledukálta egy munkasornak a felügyelőjére, az, hogy a dombornyomott üvegeket egy modell ki tudja válogatni a sorból. Itt is egész egyszerűen megtanítottuk neki kézzel, hogy hogy néz ki egy szobiszörpös üveg, dombornyomással a különböző szögekben fokonként, ebből építettünk egy modellt, és ezeket a modelleket értékelik. Ezek nagyon pici kis feladatok, nagyon jól behatárolható értelmezési tartománnyal. Nyilván, ha azt mondjuk, hogy a feladatunk annyi, hogy dombornyomást kell keresni egy üvegen az egy jóval értelmezhetőbb feladat, mint az, hogy válaszolj egy tetszőlegesen feltett kérdésre a világmindenségről. Ezek jól körülhatárolhatóak, gyorsak, picik, érthetőek, átláthatóak, mert tudjuk azt, hogy mi miatt adta azt a választ, amit adott. Ez szerintem nagyon fontos egyébként, mert pont, amit említettem is nektek a beszélgetés előtt, hogy a napokban volt az ATV-n egy beszélgetés egy AI szakértővel és mondta, hogy ez egy nagyon jó technológia bár nem értjük, hogy hogyan működik, de nagyon jól használható és az a jövő. Én azt gondolom, hogy tök felesleges ilyen ködöt festeni a technológia köré, pontosan tudjuk, hogy hogyan működik. Ha valaki nem tudja, hogy hogy működik az egyrészt szerintem nem szakértője az AI-nak. Én abszolút nem tartom magam egyébként AI szakértőnek, szóval én azt gondolom, hogy sok tapasztalatunk van céges oldalról, mindennapi használatból, de ez egy akkora terület, mintha mondjuk azt mondanánk, hogy az orvoslásnak valaki szakértője, hogy nyilván nem lesz annak a szakértője vannak bizonyos területei amihez tök jól fog érteni, de mégis azt azért szerintem fontos lenne látni, hogy ez egy nagyon jól körülhatárolható, determinisztikus rendszer tehát egyértelmű az, hogy egy adott kérdésre miért adott ilyen választ, csak maximum egy chatgpt esetén olyan nagy az a modell, ami adja a választ, hogy emberi aggyal nem túl könnyen fogható az fel, hogy a sok kombináció közül miért azt adta, de maga a modell pontosan, egyértelműen tudja, hogy miért ez a modell született meg a kérdésére, amilyen választ adott. Pont ezért, ha mondjuk egy olyan adathalmaz, sokkal korlátosabb adathalmazon tanítanánk egy ilyen generatív modellt, mint például amivel a Laciék foglalkoznak, hogy van egy céges adatbázis, céges dokumentumtár, ahol tudjuk, hogy milyen adatok vannak. Tehát ami benne van, az minden olyan adat, ami a cégnél keletkezett, és nem valami Facebook kommentelő által előállított tudásanyag. Ha azon treníroznánk egy ilyen rendszert, akkor sokkal megbízhatóbb válaszokat adna az adott témakörökben. Csak hát nyilván ez sokkal több munka egyrészt, sokkal nehezebb egy ilyen adattömeget létrehozni, mint azt mondani, hogy megkérdezem a Chatgpt-től, aztán 90%-ban majd csak jó lesz amit ad és akkor azt be tudom adni a dolgozatba megoldásként, hogy abból tudok generálni egy szakdolgozatot, de a valóságtartalma nem feltétlenül érdekel engem, hiszen majdnem olyan jó, mintha én írtam volna és azt tudom mondani, hogy nekem pont elég jó az amit generált és én azzal elégedett vagyok, hiszen nem volt vele munkám. Hallani egyébként ezt, hogy az egyetemisták manapság már így írják a szakdolgozatukat vagy hogy marketing területen kisebb anyagok, szlogenek, meg mindenféléknek az írására ez használható.

De most rákanyarodunk arra a részére, hogy a mindennapi életből átevezünk kicsit a céges környezetben, amit te meséltél, ez a példa, amit ti készítettetek, ez a gyártás területén használt megoldás. A cégekben a gyártáson kívül, tehát akár menedzsment, HR, egyéb funkciókra milyen területeken használható és milyen formában?

Én ezen a területen, ebben biztos nagyon sokan nem értenek velem egyet egyébként, de én nagyon-nagyon szkeptikus vagyok, és nagyon lesújtó véleménnyel vagyok ezekről a generatív AI-król. Én azt gondolom, hogy akinek a munkáját ki tudja jelenleg váltani az valószínűleg jobb is, ha nem azt a munkát végzi a jövőben amit csinál. Ha valaki olyan szintű marketing szövegeket tud magától írni amilyet egy Chatgpt le tud nekik generálni vagy egy grafikus olyan szintű grafikákat tud csak csinálni amit mondjuk a Midjourney legenerál neki, akkor választhatni nagyon sok szép foglalkozás közül, mert akkor nem biztos, hogy ő mondjuk egy jó marketinges. Vagy aki újságíróként csak egy olyan szintű cikket tud összehozni, ami egyébként is regenerálható egy generatív AI-val, akkor abban nem sok hozzáadott érték van feltehetően. Én úgy szoktam fogalmazni, hogy ezek a generatív megoldások vagy technológiák nem szöveget, illetve nem tartalmat generálnak hanem szöveget. Tehát hogyha megnézzük, nagyon jól fel tud habosítani, beadott neki mondjuk egy mondatot abból tud írni egy A4-es oldalnyi szöveget is csak a jelentése meg az értelme az nem lesz több, mint annak az egy mondatnak, amit én beadtam. Sokszor csinálunk egyébként hetet, főleg mikor már van egy pályázatíró is, de én emlékszem rá, amikor a pályázatíró kér tőlünk projektleírást, és leírjuk a lényegi részt mondjuk egy fél oldalban, de hát kell belőle csinálni tíz oldalt vagy húsz oldalt. Erre például tök jó kérdés, hogy ennek mi az értelme, amikor a féloldalnyi szövegből generálok 30 oldalnyi ilyen bullshitet, akkor annak a hazudott értéke, hogy ezt meg tudom egy szoftverrel csinálni, majd utána ugyanezzel a szoftverrel tudok összefoglalót csináltatni magamnak a 30 oldalnyi anyagból, és visszakapom a fél oldalt. Tehát ez egy érdekes kérdés. Én azt gondolom, hogy ezek, amik most elérhető főleg ingyen elérhető rendszerek, megoldások. Ezek nem üzleti folyamatokra, meg nem üzleti alkalmazásokra lettek kitalálva. Ez arra tök jó, hogy ismerkedjen az átlagember az AI-jal, ki tudja próbálni, legyen róla egy benyomása, meg szerintem arra is nagyon jó, hogy a bizalmát elvessze az egészben és erre nagyon jó kimutatások vannak, kutatások, hogy az embereknek a Chatgpt bejelentése óta drasztikusan csökkent a bizalma ezekben az AI-okban két dolog miatt. Az egyik, hogy látható az, hogy nagyon könnyen és gyakran vihető tévútra, amit hallucinációnak neveznek ilyen nagyon tudományosan gyakorlatilag. A másik oldalon meg, aki nagyon szkeptikus, azt meg azt mondja, hogy hazudik a rendszer, egyik sem igaz, szerintem olyan válaszokat ad, aminek nagyon kicsi a valószínűsége. Ha azt mondanánk, hogy csak nagyon jó válaszokat fogadunk el tőle, akkor nem generálna ilyen hülyeségeket, de mivel az a célfüggvény, hogy mindenképpen generáljon valamit, így le fogja generálni a hülyeséget is, merthogy az is egy válasz, csak nem feltétlenül jó válasz. Szóval az az egyik dolog szerintem emiatt, ami miatt csökken a bizalom ezekben a rendszerekben, a másik meg az, hogy nem tudjuk, hogy mi történik az adatokkal, amiket beviszünk. Tehát ha én berakok egy céges dokumentumot, ami mondjuk egy szerződés, vagy egy ügyfélnek küldendő e-mail, és abból íratok vele fizetési felszólítást vagy bármit, akkor nem lehet azt tudni, hogy azokkal az adatokkal, amiket én bevittem, és mondjuk érzékeny céges adatok vannak benne, azzal valójában mi történik. Én azt értem, hogy be lehet pipálni, hogy hozzájárulok, nem járulok hozzá, meg ő valójában persze majd sehol nem fogja használni az én adataimat, de én meg nem tudok annyira odaillatni, hogy azt elhiggyem, hogy sem a Google, sem a Microsoft, sem az Openai nem kezd ezekkel az adatokkal semmit, meg nem használja fel a modelljének a tanítására. Ez egy olyan kérdés, ami azért - mivel mondtam is az elmúlt percekben, hogy a legnagyobb érték az pont az adat itt az AI programozásnál. Tehát az az adat, amit beviszek, és én megmondom róla, hogy az az adat micsoda. Ezt az értéket tök ingyen átadom ezeknek a cégeknek, akik sokkal nagyobb fizetős modelleket tudnak majd ebből generálni. Mire gondolok itt pontosan. Van a Microsoftnak a felhőalapú megoldása, abban tudunk mindenféle AI-t használni, tök ingyen. Beviszek Excel táblába adatokat, ő ezt kiértékeli, és nem kellett fizetni semmit. A múltkor egy agrárcégnek a tulajdonosa mondta nekem, hogy tök jó volt, mert bevittek szarvasmarha adatokat, amiben benne volt a szarvasmarhának a fejlődési adatai. Hány éves korában, hány kiló volt, hogyan nézett ki fotókkal, mindennel, és azt feltöltötték és kiértékeltették. Gyakorlatilag átadott egy olyan adatállományt, ami tök értékes, és feltöltötte oda a Microsoft rendszerébe, nyilván ingyen ki fog értékelni, mert maga az adat sokkal többet ér, mint az a munka, amit ő elvégzett ezeknek a számítását. Ez egy fontos kérdés, meg ez egy ilyen védendő kérdés, és ezzel viszonylag kevesen foglalkoznak. Itt az AI-nak inkább az etikai részével van most nagyon sok kérdéskör, hogy ne legyen rasszista, meg hogy azok a képek, hogyha mondjuk skót futón tudunk olyanba belefutni, hogy legeneráltatunk egy német katonát, és akkor lesz közte kínai is, meg néger is, meg egyebek a második világháborús náci katonák között, merthogy bele van nekik kódolva. Nem azért, mert statisztikailag ő sok ilyet látott, hanem mert kézzel beleerőszakolták, hogy hú, ha generálsz egy ilyet, akkor legyen közte három százalékban olyan, 5 százalékban ilyen, és akkor látunk ilyen furcsaságokat.

Tök izgalmas egyébként ez a dolog, picit olyan vadnyugat feelingje van az embernek szerintem azért, amikor ezeket hallja.Hogyha visszakanyarodunk arra, hogy céges megoldásokban mi az, amit lehet használni, mi az, ami működik, mi az, ami viszont mondjuk akár ilyen nagy biztonsággal, mondjuk üzleti megoldásként jelen van már, használják. Ilyeneket tudsz esetleg mondani?

Én azt gondolom, hogy ahogy mondtam, hogy nem vagyok az AI minden területre vonatkozó szakértője. Mi kifejezetten képfeldolgozással foglalkozunk, és ebben van nagy tapasztalatunk. Ami viszont nem is képfeldolgozás, például adatfeldolgozás. Az egyik nagy agrárcég keresett meg minket azzal, hogy műholdadatoknak a kiértékelése ugyanilyen gépi technológiával. Az a feladat, hogy van egy vegetációs index nevezetű adat, amit a műhold rögzít, és azt nézi adott földterületen, hogy hol vannak vegetációban gazdag, meg szegény részek. Ezt átlagolják, és utána emberek kézzel felrajzolják, zónákat illesztenek. Van egy ilyen szabályrendszer, tizenakárhány pontból áll, ezt ők fejben tartják, és ez alapján kézzel ezekre a térképekre behúzzák ezeknek az óráknak a határait. Az a probléma vele, hogy nem csinálják túl jól, csak átlagosan csinálják, mert sok feladat van és macerás az egész feladat. A másik meg, hogy nagyon sok élő energiát igényel ennek a megvalósítása. Erre például tök jól használhatóak az AI klaszterezési megoldásai, amikre nagyon sok feladatra vannak kész modellek. Mi a Google-nak a Tensor flow-ját használjuk, tehát nem arról van szó, hogy most mi ilyen ultranagy kutatás-fejlesztésbe mentünk volna bele, és saját AI motort fejlesztünk, hanem a Tensorfo tök jól használható a Google-nél, ehhez vannak mindenféle ingyenes modellek, és a nagy feladat az, hogy az adott feladathoz megtaláljuk azt a modellt, ami ezt jól el tudja végezni. Nyilván kell hozzá fejlesztő és programozói tudás, de rengeteg eszköz elérhető ingyenesen is ezeknél a rendszereknél. Szóval ez például egy adatfeldolgozási példa, egy ilyennek a megoldása.
Nagyon érdekes programozásban egyébként, az is elterjedt, hogy a programozókat le fogja majd váltani az AI, mert ott is vannak mindenféle programozást segítő megoldások. Nálunk volt is olyan junior, amit így viccesen megjegyeztek a többiek, hogy ő semmi másra nem használta a gépét, csak a Chatgpt-t futtatta folyamatosan rajta, mert folyamatosan minden kódot azzal generáltatott le. Több probléma is van ezzel, ha valaki kevés tudással áll neki ilyen éjjel-nappal megoldásokat használni. Az egyik az az, és az a legszembetűnőbb, hogy igaz az a mondás, hogy az AI megtöbbszörözi az embernek a tudását. Csak az a baj, hogyha nulla a tudása, azt hiába többszörözzük meg az akkor is nulla marad. Nekem hiába generálna mondjuk kottákat, én nem tudok kottát olvasni, lehet, hogy a világ legjobb zeneművét generálja nekem egy ilyen éjjel csak én nem fogom tudni eljátszani tehát nem leszek vele előrébb mintha saját magam kezdek el klimpírozni egy zongorán. A másik oldalról meg az a nagy probléma ezekkel, ha egy programozásról beszélünk, programozást segítő eszközökkel, hogy lustává teszi a programozókat, és a Githubon a programozóknak a kódjait összegyűjtő portálon csináltak egy elemzést a programkódokra vonatkozóan, és drasztikusan csökkent a programkódok minősége ennek a segédeszköznek a megjelenése óta. Egyszerűen sokkal redundánsabbak a kódok. Ez most így lefordítva a nem programozóknak azt jelenti, hogy rondák a kódok, tehát nem optimálisak, sokkal több erőforrást használnak el, mint amennyit kellene. Sokkal többször leírják ugyanazt a kódrészletet, amit nem szabadna, meg nem kellene, merthogy az AI segít az ezzel nem foglalkozik ők meg nem foglalkoznak azzal, hogy ezt optimalizálják. Ez a problémának az egyik része, a másik része az, hogy az AI viszont ezekből a programkódokból tanul. Feltöltik a programozók az AI által tanult programkódokat, amit az AI újra megtanul, és akkor elkezdődik az, hogy ez a romlás belekerül egy ilyen spirálba, ami egyre rosszabb kódokat eredményez. Ugyanez történt egyébként vagy történik a Midjourne-vel is, hogy elkezdi megtanulni azokat a képeket, amiket ő generált. Tehát ő legenerál egy képet egy emberről, utána azt visszatanulja a következő körben, hogy erre a feladatra ezt generálta le, és gyakorlatilag szűkül egyre szűkül az, amit tud, meg amit ő optimálisnak tart és egyre inkább kizáródik az emberi kreativitás. Én azt gondolom, hogy ez az egyik legnagyobb veszélye ennek a dolognak. Akár a programozás, akár zeneszerzés, bármilyen területen gondolkodunk, és talán ez arra vezethető vissza, hogy megelégszünk az ilyen eléggé jó megoldásokkal. Azt mondjuk, hogy többeket megkérdeztek, hogy mi a véleményük az AI alapján generált háttérzenéről például, ami olyan, mint egy hotelben meg a lobbikban szól az ilyen semmilyen zene, és mindenki élvezhetőnek találta, de hát igen, szóval az, hogy élvezhető, meg ilyen semmilyen, az pont az nincs benne, hogy ebben valami kreatív, meghökkentő újdonság legyen, hanem egy ilyen középszerűséget terjeszt el és egy középszerűséget népszerűsít itt nagyon sok mindenben. Pont ezért mondom, hogy akár az újságíróknál akár a grafikusoknál pont ez lesz az érték, hogy ő hozzárakja azt a saját kreativitását, amit mondjuk egy logótervezésben vagy bármiben tud, mert különben nem fog tudni jobb lenni, mint egy akármilyen felhasználó, mert ugyanazt a középszerűt most már bárki le fogja tudni generálni nem csak grafikus, hanem egy mezei felhasználó.

Nekem megint az összegződött bennem, hogy vannak olyan területek, amin tök praktikusan és jól lehet használni, ezek viszonylag ilyen jól körülhatárolható. Feladatok, döntéselőkészítés, stb. De hogy valahogy az emberi tényezőnek, aki mondjuk a döntést meghozza, vagy aki kicsit revidiálja, felülvizsgálja, annak praktikus, hogyha ott van valahol a vonal végén, vagy valami ilyesmi, de hogy sok praktikus dologra viszont lehet használni, csak tudni kell a helyét, szerepét, stb. Valami ilyesmi összegződött bennem azokból, amiket mondtál, hogy az merült fel bennem, hogy egyébként elég sok helyen mozogsz, sok cégvezetőt, cégeket ismersz, hogy mennyire van benne ez a köztudatban, hogy ezt lehet használni, kell használni, tehát mennyire azonosulnak ezzel mondjuk a cégvezetők, vagy mennyire idegenkednek tőle. Mi a megélésed?

A másik oldalról meg az, hogy aki lemarad róla, annak vége lesz, és elhullik, és vége lesz a cégének, őneki, meg a munkájának is. Engem ez kísértetiesen emlékeztet az Ipar 4-re, ami 2011-ben be lett dobva a köztudatba. Az volt a mondás, hogy aki az Ipar 4-ből kimarad, az az ipari gyártócég elbukik, annak nincs jövője, illetve a másik mondás az volt, hogy az alacsony képzettségű munkahelyeknek a százait fogja megszüntetni az Ipar 4 és gyakorlatilag aki kétkezi munkás vagy operátor, annak vége lesz, mert minden automatizálva lesz. És valahogy ez nem jött el. Nem tartunk ott, hogy a munkaerőben dúskálunk és már mindent gépek csinálnak, hanem gyakorlatilag fokozatosan, organikusan egyre inkább beszivárgott az informatika a gyártásba, növelte a hatékonyságot, bizonyos fajta munkaköröket vagy bizonyos fajta tevékenységeket ki tudott váltani, helyette létrejöttek új tevékenységek.

Nem az lett a dolognak az eredménye, hogy már senki nem csinál kétkezi munkát, hanem helyette létrejöttek más munkakörök. A gépipari klaszterben kérdeztem én meg, benne van azt hiszem, hogy 40 cég körülbelül, hogy tegye fel az a kezét, akinél az Ipar 4. miatt szűnt meg munkahely, és egy cég sem tette fel a kezét. Ha meg is szűnik egy olyan munkahely, amit gépesítettek, akkor arra az emberre biztos, hogy szükség van még három másik helyen, merthogy munkaerőhiány van, és nem az utcára fog kerülni, hanem egyszerűen átképzik egy másik munkakörbe, vagy adnak neki egy annál sokkal értelmesebb feladatot, mint hogy mondjuk a munkadarabot az egyik szállítószalagról kézzel átpakolja a másikra, ezt megcsinálja helyette egy robot, akkor ő sem fogja sajnálni, hogy ezt a rendkívül kreatív és önmegvalósító munkát elvették tőle, meg a vezetőség sem fogja sajnálni. Ugyanezt látom itt is. Nagyon sokakat akkor belevittek abba, hogy ipar ne legyen, és eladtak nekik mindent, amire az ipari matrica rá volt ragasztva. Amikor jöttek ezek a GINOP-os pályázatok, amibe 10 extra pontért be lehetett pipálni az Ipar 4-et, és boldog-boldogtalan bepipálta, úgyhogy még az irányító hatóság sem tudta, hogy mi az az ipar 4, de azt tudta, hogy 10 pontot azért adni kell. És akkor egy évvel később jelent meg a 10-es számú melléklet, amiben elmondták, hogy mit értünk iparban 4 alatt, ami gyakorlatilag egy termelésirányítási rendszer volt, vagy egy ERP abszolút nem automatizáció, meg digitalizáció, merthogy egyértelmű volt, hogy a magyar kkv-knál nem tudunk beszélni Ipar 4-ről, hanem sokkal inkább ipar 2 van jelenleg, meg talán 3, de nem ez a realitás, és fokozatosan, 10 év alatt eljutottunk most már oda, hogy kezdik ezeket használni. A kkv-k eljutottak oda, hogy valóban érdemes lenne most, hogy energiaállásuk van, meg nincsen munkaerő, érdemes lenne lehetne a termelékenységgel is foglalkozni, érdemes lenne mérni dolgokat, és érdemes lenne ilyen rendszereket bevezetni. De messze nem az történt, hogy aki 2011-ben nem vezetett be Ipar 4-es megoldást, annak vége lett, mert nagyon sokan működnek. Azt nem mondom, hogy jól, de eredményesen a mai napig is ezek nélkül, csak most már eljutottunk oda, hogy a versenyben nem tudják megállni a helyüket mondjuk ilyen megoldások nélkül. Azért beszélek itt folyamatosan az ipar 4-ről, mert én ezt a párhuzamot látom, hogy valószínűleg ugyanez lesz az AI adás, hogy most van egy őrületes nagy felfutása. A cégek kapkodják a fejüket, hogy hogyan tudnék ilyet venni, hogyan tudnám használni, de senki nem tud igazából egy konkrétumot mondani, hogy én mondjuk a vendéglátóipari cégemnél mit vezessek be, milyen AI van arra, ami nekem oda jó, mert nincs senki, aki értene hozzá, vagy eladnak nekem valami hülyeséget arra hivatkozva, hogy akkor ez az AI és használt, hanem az lesz majd inkább, hogy ennek lesz egy lecsengése, és szépen mindenki azt, ami az ő munkájában, az ő munkafolyamataiban termelékenységet tud növelni, hatékonyságot tud növelni, pénzt tud vele megtakarítani, azok szépen be fognak szivárogni. Azok az emberek, akik korábban ezeket csinálták, azok át fognak menni más munkakörökbe, én nem egy ilyen drasztikus átrendeződést látok ezen a területen. Nem ilyet várok, azt mondom. Egy ilyen letisztulás. Tehát, hogy ebből a dzsungel dologból lesz akkor egy ilyen sokkal tisztább, strukturáltabb valami, amiből mindenki ki tudja választani, hogy őneki mi az, ami a saját tevékenységéhez, aktivitásához leginkább passzol.

Igen, meg mi az, aminek értelme van? Szerintem ez egy fontos kérdés, hogy csak azért ne akarjunk valamit bevezetni, hogy elmondhassuk. Volt ilyen multicégnek a vezetője, akinek a megbeszélés után az volt neki a kérdése, hogy ha ezt megvesszük, akkor kirakhatjuk a falra a táblát, hogy AI-t használunk?

Igen. Mondjuk ez egy olyan motiváció, ami neki biztos, hogy személyesen tök jó, de nem biztos, hogy a céget előrébb viszi ilyen szempontból. Ez szerintem egy fontos kérdés.

Mi az, amit javasolnál mondjuk egy KKV cégvezetőnek? Mit tegyen, mit lépjen, hogy gondolkodjon?

Ez egy nagyon nehéz kérdés. Szerintem az, hogy semmiképp se higgye el azt, ami a médiából ráömlik. Azokat, akik magukat AI szakértőként adják el, azokkal legyenek a leginkább szkeptikusak, merthogy ez egy annyira új technológia, hogy nem tudom, hogy ennek egyrészt ki tud jelenleg a szakértője lenni, és azt mondaná, hogy ő mindenben ott van, illetve olyanokra hallgassanak ezzel kapcsolatban, akiknek mondjuk ez a munkájuk. Vannak tök jó szakemberek, például Rab Árpád, jövőkutató, vannak ilyen podcastek, láncreakció, akik kifejezetten AI kutatók, AI szakemberek, és olyan dolgokról beszélnek, amiket valójában tud ez a technológia, meg valóban használható belőle, és ezekre érdemes szerintem inkább hallgatni. A másik szerintem, hogy érdemes kivárni, hogy ez az egész letisztuljon, és nem elsőként horribilis pénzekért beleugrani ilyen technológiákba, amit nem biztos, hogy utána használni tudunk. Itt most megint visszacsatolok az Ipar 4-re, elmegyek gyártó céghez, viszont gyakran járok gyártó cégeknél, és ott van mondjuk a 60 milliós hegesztőrobot, letakarva a sarokban, merthogy pályázati pénzből megvette. Belerakott még a saját forrás sok tízmilliót, majd rájön, hogy valójában az ő technológiájához nem jó. Az ő régi plazmavágógépe nem vág olyan pontossággal, hogy a hegesztőrobot utána meg tudja hegeszteni. Vagy nincs nála olyan széria, meg olyan mennyiség, amire a hegesztőrobotot érdemes lenne felprogramozni, vagy a kiszedőrobotot, vagy akármit. De elköltötte a pénzt, mert kell az ipar 4, csak a termelésében ez soha nem fog értéket teremteni. Itt ugyanez az analógia szerintem, hogy csak olyanba menjenek bele, meg olyanokba ruházzanak be, ami előre felmérhető, hogy milyen eredménye lesz. Most itt visszatérek a Sobicial Projectre, ahol tudták azt, hogy hat ember csinálja ezt korábban, azt is tudták, hogy utána ezt egy ember fogja tudni csinálni ennek a felügyeletét, akkor ki lehet számolni, hogy öt embernek az éves bére mennyi idő alatt fordítja át rentábilissá ezt a projektet. Ezeket szerintem érdemes mérlegelni ilyenkor, és nem feltétlenül beleugrani bármibe, amit el akarnak adni nekünk.

Gyere és légy része a nyitott beszélgetésnek is, amikor minden résztvevő megoszthatja a tapasztalatait.

Várunk a következő alkalomra Téged is!

Elolvasom a részleteket és regisztrálok!

Podcaston is meghallgatnád?

Meghallgatom!