Mit látnak a gépek, amikor ránk néznek? Arcokat és mimikát, vagy csupán pixelek és mintázatok végtelen sorát? Mit nyújt számunkra a jelenben és mit tartogat a jövőben a gépi látás technológiája? Hogyan tekintsünk mi emberek a mesterséges intelligencia (MI) fejlődésére?
Ezekre és további izgalmas kérdésekre kereste a választ a Bosch Magyarország Podcast 20. epizódja. Az adás szakértői ezúttal Cserteg Tamás, a HUN-REN SZTAKI mérnöki- és üzletiintelligencia kutatólaboratóriumának tudományos segédmunkatársa, az ELTE informatikai doktori iskolájának doktorandusza, valamint Pető Márk, a Robert Bosch Kft. szenior szoftverfejlesztője, gépi tanulás mérnöke és adattudósa voltak.
Robottekintetek kereszttüzében
Ma már a felhasználók számára is megszokottá vált, hogy mesterséges intelligenciával ellátott eszközök figyelik és elemzik tevékenységünket a hétköznapjaink során. Ezek célja a felhasználói élmény javítása vagy épp a biztonságunk. A telefonok és laptopok kamerái, az autók beépített fáradtságérzékelője vagy a térfigyelő kamerák esetében is előfordulhat ez.
Viszont nem is gondolnánk, hogy ezeken túl milyen területen és milyen mértékben használják még a gépi látás technológiáját. A futballmérkőzéseken például ma már elterjedt technológiának számít, amely akár néhány centiméteres pontossággal is képes megállapítani a leshelyzetet a pályán lévő játékosok folyamatos monitorozásával. Sőt, lehetőséget nyújt arra is, hogy a kapus vagy a játékvezető szemszögéből vizsgáljunk meg egy-egy helyzetet a mérkőzés során élőben is.
Fotoreceptorok, színmátrix
A gépi látás technológiája az 1960-as években, egy feltételezésként kezdődött a Massachusettsi Műszaki Egyetemen (Massachusetts Institute of Technology, MIT). „Nekünk embereknek a látás egy teljesen magától értetődő dolog. Inger éri a szemünket, bejönnek a fotonok a receptorainkba, a képalkotás véghez megy az agyunkban, míg a gép számára ez egy hatalmas táblázat tele számokkal. Egy hatalmas mátrix, amin különböző piros, zöld és kék színcsatornához tartozó értékek vannak, és ebből kellene valahogy látást alkotni. Teljesen más a megközelítés”, részletezte Pető Márk a technológia születése mögötti feltevést.
Az emberi szem és a gép látás egészen másként működik
A technológiát fejlődése során először a postai irányítószámok és bankszámlacsekkek felismerésére használták a hétköznapokban. Ezeken a területeken tudásuk 2015-re pedig már az emberi teljesítményt is meghaladta, viszont a technológia még ma is rejt kiaknázandó potenciált és megválaszolandó kérdéseket a szakértők számára.
Piktor-O-Bot, az arcképrajzoló robot
Az adás különlegessége egy harmadik „vendég” volt, a Piktor-O-Bot, amely a HUN-REN SZTAKI saját fejlesztésű rajzoló robotja. A gép az adás közben, élőben rajzolta le Tóth Edit műsorvezető kollégánk arcképét egy előzetesen betáplált fénykép alapján. A robotkar egy módszeresen megtervezett képfeldolgozási folyamaton keresztül, egy „pályán” halad végig a ceruzával, ezzel rekonstruálva a fényképet a rajzlapon.
Az adás alatt a robot lerajzolta Tóth Edit műsorvezetőnket
A demonstráció rávilágít a robotkar erényeire, hiszen a finom pozícionálást és erővisszacsatolást szemléletesen próbára lehet tenni egy törékeny hegyű grafitceruza kezelése során. A mesterséges intelligencia által létrehozott vagy manipulált képek kapcsán felmerült az a dilemma, hogy mi számít hamisításnak, és mi tartozik még a feljavítás vagy kiegészítés kategóriájába. A szakértők a felhasználás céljában látják erre a választ: az ebben rejlő szándék nagyban meghatározza, hogy végül hogyan tekintünk a produktumra.
A végeredmény meggyőző, szakértőink mégis egyetértettek abban, hogy a robot dolgozott és nem alkotott
Az izgalmas eszmecsere során a szakértők abban is egyetértettek, hogy a gép tevékenysége nem alkotásként, hanem munkavégzésként definiálható. Mint megfogalmazták, az alkotáshoz szükséges az emberi kreativitás és érzelmi bevonódás, addig a gép csupán egy kapott parancssort, utasítást hajt végre.
Gépi tanulás a gyártósoron
A gépi tanulás a Bosch gyártósorain is megjelenik. A gépi látás például a minőségellenőrzésben kap komoly szerepet, ahol előzetes helyes minta alapján a gép képes kiszűrni a hibás tételeket. Ennek egyik előnye az, hogy sokkal gyorsabb a folyamat, ugyanakkor minden detektált probléma felülbírálást kap. Ennek során már az emberi döntéseken múlik, hogyan bővítjük a helyes minták és kivételek halmazát. Hogy milyen a gépi látás sebessége, felbontása és pontossága az emberi szemhez képest? Cserteg Tamás az emberi perspektíva spektrumának meghatározásához a hangyát és a Holdat hívta segítségül. „Hogyha az a feladatom mérnökként, hogy hangyákat figyeljek meg, vagy a holdat nézzem, akkor más-más eszközökhöz nyúlok: távcsövet építek, vagy nagyítót. Tehát itt van egy fontos különbség: jelenleg adott célra tervezünk eszközöket”, fejtette ki szemléletes analógiájában.
Hogyan nézzünk szembe az MI-vel?
A mesterséges intelligencia felhasználásával kapcsolatos félelmeket illetően a hétköznapi felhasználók körében a szakértők a szándékra és az átláthatóságra hívják fel a figyelmet. Fontos tisztában lenni azzal, hogy milyen feltételek mentén nézi meg valaki például egy térfigyelő kamera felvételén azt, hogy mikor és hol tartózkodunk. Az is fontos, hogy legyen transzparencia és tudatosság az MI-vel ellátott okoseszközök, robotok működésében, működtetésében. A szakmai közeg optimista szemlélettel áll a mesterséges intelligenciához, de fontos, hogy ennek alapját és okait a fogyasztók, felhasználók számára is láthatóvá kell tenni a megfelelő kommunikáción, bemutatókon és oktatáson keresztül.
Ma éltechnológia, idővel nosztalgia
A technológia jövőjét illetően a szakemberek a képfeldolgozás és a végrehajtás szorosabb összefonódására, rendszerszintű együttműködésére számítanak. Miközben ma élvonalbeli technológiaként tekintünk a mesterséges intelligencia által lehetővé tett gépi látásra és a kifinomult mozgásra, rengeteg potenciál rejlik még benne. Nem kizárt, hogy ötven év múlva ugyanolyan nosztalgiával emlékszünk vissza napjaink vívmányaira, mint amilyennel ma tekintünk a fotográfia 20. század első felében elért kezdeti áttöréseire.
További részletek és egy érdekes beszélgetés vár a Bosch Magyarország Podcast huszadik adásában. Kattints a lenti lejátszók egyikére és nézd vagy hallgasd meg az adást.
