„Gondolatok az ötletről, kreativitásról, innovációról és a jövő munkahelyeiről” – ez volt a tematikája a budapesti Four Seasons hotelben tartott találkozónak, amelyet idén negyedszerre szervezett meg a Variációk1témára rendezvénysorozat szervezője, a Magicom és az SSC Heroes. Ahogy Dr. Kolnhofer-Derecskei Anita, az Óbudai Egyetem adjunktusa a rendezvényt megnyitó előadásán fogalmazott, „a kreativitás olyan képesség, amelynek eredménye a felmerülő problémákra önállóan hozott egyedi, új ötlet vagy ötletek.” Ő és a többi résztvevő előadásában elsősorban arra kereste a választ, hogy hogyan érthető meg a kreatív folyamat, és mikor lesz annak eredménye egy jó ötlet.
Hogyan legyen innovatív munkahelyünk?
A kreativitás az innováció alapfeltétele, Derecskei Anita ugyanakkor felhívta rá a figyelmet, hogy „az innovációhoz vezető utat halott ötletek sokasága szegélyezi.” A bukási ráta igen magas. Az innovációs kezdeményezések sikerességi rátája 4 százalék körül van, azaz a kreatív ötletek 96 százaléka sosem valósul meg.
Intuíció vs. kreativitás
Novák Péter zenész és műsorvezető a rendezvényt támogató Kultúrpart vezetőjeként beszélt. Mint mondta, az új ötletek általában nem a semmiből jönnek, azok valamilyen formában (az ötletgazda emlékezetében vagy az emberek kollektív tudatában) már léteznek. Szerinte a kreativitás titka gyakran az, hogy az ember „jó hallgató”, képes szivacsként magába szívni azt, amit maga körül tapasztal, és azokból valami újat tud létrehozni.
Egy speciális területről, a mesterégeses intelligenciáról és annak kreatív feladatokra való felhasználásáról beszélt a rendezvényt záró Szertics Gergely, az AI Partners ügyvezetője. Mint mondta, kreativitás alatt két, igen különböző folyamatot értünk, az egyik az intuíció, a másik a szűkebb értelemben vett kreativitás, azaz több dolog kombinálása valami újjá.
Lehetőségek és korlátok
Hogy hol tart ebben a mesterséges intelligencia? Szertics Gergely szerint az emberi intuíciót legjobban a tanuló algoritmusok (szöveget értő, generáló, beszélő robotok, önvezető autók fejlesztése) modellezik. „Ezeken a területeken fog leghamarabb megjelenni a mesterséges intelligencia a hétköznapi életben. Az ilyen feladatok lényege a minták felismerése, amiben az MI már nagyon jó” – mondta. Szertics szerint a mesterséges intelligenciában ez az irány hasonlít leginkább az emberi intuícióra: az ember szintén tudat alatt ismer fel például egy emberi arcot, vagy tud megkülönböztetni egy macskát és egy kutyát. Emiatt, ha egy képfelismerésre beprogramozott MI elég képet kap a gép macskákról, akkor idővel látja köztük a mintákat, és egy újabb képeken már fel tudja ismerni, hogy macskát lát. A minták alapján egy MI aztán képes lehet saját tartalmak létrehozására is: Szertics Gergely példaként mutatta be azt a beszélgetőrobotot, ami a fejlesztője helyett foglalt
A jövőben a mesterséges intelligencia nemcsak képeket, hanem emberi viselkedést is tud majd értékelni. Például megfigyelheti a mintázatokat a boltokban a vásárlók aktivitásában, és ez alapján dönthetnek a termékek elhelyezéséről a tulajdonosok. Ugyanígy monitorozhatják a gépek például telefonons üzletkötők munkáját, figyelve, hogy milyen szóhasználat szokott működni, és később a cég ez alapján írhatja elő a kommunikációt. Megoldható lehet az állásra jelentkezők videóinterjúinak kiértékelése is: elég adat alapján a gép összevetheti a felvett jelentkezők későbbi teljesítményét és azt, mi hangzott el az interjún. Ez alapján később statisztikai alapon dönthet arról az MI, hogy az illető várhatóan jó munkaerő lesz-e. Fontos, hogy egy ilyen összetettségű MI esetén már a tulajdonos sem tudná biztosan, milyen szempontok alapján mérlegel a gép, így gyakorlatilag már a főnök követné a robot utasítását.
Szertics Gergely szerint ugyanakkor az még nem reális, hogy egy-egy program egész cégek irányítását átvegye. „Az MI egy cégben olyan, mintha lenne egy nagyon szűk területen nagyon tehetséges kollégánk. Egy konkrét feladatot hatékonyabban végez el bárkinél, de tisztában kell lenni a korlátaival.” Mint mondta, a tanuló programok egyelőre nehezen sajátítanak el új képességeket. Az ezzel foglalkozó cégek (Google, Amazon) ma vagy mesterséges intelligenciával gyűjtött adatokat, vagy betanított MI-t adnak el. A mesterséges intelligencia fő fogyatékossága, hogy nem képes absztrakcióra, vagyis betanult skillek speciális más területekre való átvitelére (például, ha egy robot megtanulta egy kávéfőző gép kezelését, az nem jelenti azt, hogy megérti, hogy készül a kávé, így hagyományos eszközökkel is el tudja majd készíteni). Ugyan létezik egy fejlesztési irány, az ún. transfer learning, ami pont az absztrakciót igyekszik modellezni, ez még egészen gyerekcipőben jár.