Elérkezett a mesterséges intelligenciák (MI) kora, ha elhisszük mindazt, amit a mobilgyártók állítanak. Látványos bemutatókkal igyekeznek mindezt bizonyítani, például amikor egy Porsche Panamera vezetését rábízták egy Huawei Mate 10 Pro telefonra. Könnyen beszélhetnek nagy fejlődésről a gyártók, amíg a felhasználók sokkal nehezebb ellenőrzik egy algoritmus képességeit, mint a mobillal készült fotók minőségét.
Néha azonban látványosan mellélő a gép, és hajlamosak vagyunk azt hinni, hogy szó sincs semmiféle intelligenciáról, csak túltolták a lécet a marketingosztályon. Tragikusnak nem mondanánk a helyzetet, az MI óriási dolog lesz a telefonokon, még ha most vannak is lenyeshető vadhajtások.
Egy Sony Xperia XZ1-en például arra figyeltünk fel, hogy a beépített asszisztens időnként szól, ne felejtsük el beállítani a szokásos ébresztést. Látja, hogy minden hétköznap reggel 7-kor kelünk, és zavarja, hogy még nincs beállítva semmi. Ez rendben van, tök ügyes, hogy felismert egy mintázatot az életünkben, hasznos a figyelmeztetés.
na de miért akar beállíttatni velünk egy ébresztőt 7-re, ha éppen az előbb aktiváltunk egy másikat reggel 6-ra? Ez nem túl okos dolog.
Nem a Sonyt szeretnénk kipécézni magunknak, más gyártóknál is látjuk, hogy minden újszerű működési elvet, ami egy kicsit is hasznosabb a korábbi megközelítésüknél, rögtön mesterséges intelligenciával működőnek neveznek.
Tényleg akkora dolog, hogy a telefon minden éjjel csak háromnegyedig tölti fel az aksit, majd az ébresztő ideje előtt beviszi a maradék energiát? Vagy amikor hidegben szól, hogy beállíthatnánk a kesztyűs módot? Ez is egy tök egyszerű "ha két napja lefagy az orrunk a hidegtől, és nincs bekapcsolva a kesztyűs mód, akkor szólj" (vagyis nagyjából egy if-then-else) elágazással megvalósítható, nem kell hozzá különösen fejlett intelligencia.
Persze elég furcsán nézne ki a mobilok dobozán egy ilyen felirat:
Android 8.0, józan paraszti ésszel
Az is csak korlátozottan nevezhető MI-nek, ha egy telefon képes kategorizálni bizonyos objektumokat, felismeri az ételeket, a különféle állatokat és az embereket.
Pár fogalmat tisztázni kell, mielőtt leborulunk a kütyükben dolgozó MI előtt. Amit ma a telefonokban látunk, az valójában gépi tanulás (machine learning), és ez csak egyfajta megközelítése a mesterséges intelligenciának. Mielőtt elterjedt volna a gépi tanulás, évtizedeken át másfajta módszerekkel próbálkoztak az MI kutatói.
A gépi tanulás olyan algoritmusokra épül, amelyek a bevitt adatokon elvégzett statisztikai elemzésekkel meg tud jósolni egy kimeneti eredményt. Ennek az alapját a neurális háló képezi, ez utánozza az emberi agy mintafelismerési képességét.
Ebből egy-egy szűkebb területen működő, alkalmazott MI-t hoznak létre a kütyükön, nem azt a fajta általános MI-t, amilyennel a Terminator című filmben találkoztunk.
A telefonokat ráadásul jó előre felkészítik a munkára. Ahhoz, hogy a fényképező app felismerje a képen lévő objektumokat, nagy teljesítményű szervereken tanítják be az algoritmusát, rengeteg kép feldolgozásával. Az így megtanult minták alapján már a telefonon is pillanatok alatt lefut a felismerés, és a kamerának sok száz különféle kutyafajta sem jelent kihívást.
Noha az alkalmazásokban még csak kezdetleges lépések látszanak, a telefonokat elkezdték felszerelni speciális célhardverekkel, hogy gyorsabban tudják végrehajtani a MI-re bízott feladatokat.
A Huawei nagy szenzációként mutatta be 2017 őszén a neurális számítási egységgel (NPU) felvértezett Kirin 970 rendszercsipet, amivel az MI által igényelt számításokat lehet felgyorsítani. Ezt találjuk meg a Mate 10 Pro telefonban, és most főleg a képek feldolgozásában vetik be a speciális tudását. Ugyanígy találunk NPU-t az Apple A11-es csipben, ez is a képkezelés területén dolgozik. A 2018-as barcelonai MWC-n pedig a piacvezető Qualcomm bejelentette, hogy az AI Engine elnevezésű motorjának a futtatását nemcsak az idén debütáló Snapdragon 845 csip támogatja, hanem tavalyi 835, sőt, a két generációval korábbi 820-as rendszercsipek is.
Az MI által igényelt számításokat a klasszikus CPU is el tudja végezni, de az a legjobb, ha a feladatokon több mag dolgozik egyszerre. Egy nyolcmagos processzor már jó kiindulási pontnak mondható, de még előnyösebb, ha az ennél jóval több magot tartalmazó grafikus egységen, a GPU-n fut a mesterséges intelligencia, vagy a kimondottan erre a célra szánt NPU-n.
Az MI-csip jóval kevesebb energiafogyasztással elvégzi a feladatot, mint a CPU.
Elkészültek azok az eszközök is, amelyekkel az appok készítői speciális szaktudás nélkül ki tudják használni a neurális csipeket. Ezeket úgy alakították ki, hogy ne legyenek kompatibilitási problémák. Azokon a telefonokon, amelyekben nincs NPU, automatikusan a CPU-n futnak le a mesterséges intelligenciát igénylő feladatok.
Sokat nyerhetünk azzal, hogy az MI a telefonon fut, és nem a felhőben. Így nem kell csak azért feltölteni minden fotónkat a Google felhőtárhelyére, hogy a témájuk alapján legyenek kategorizálva. Jót tesz majd az MI a magánéletünk, a privacy védelmének.
A hangutasítással működő digitális asszisztenseket sem kell majd külön megszólítani egy bizonyos indítóparanccsal, mert rögtön tudni fogják, hogy hozzájuk beszélünk. Jobban megértik majd a mondanivalónkat, kiszűrik a háttérzajokat, és pontosan meg tudják állapítani, hogy ki szólt, ami a biztonságot növeli: elutasíthatják az idegenek parancsait. Gyorsabban és pontosabban működik az idegen nyelvű tolmácsolás.
Talán az érzéseinket is megértik majd a mobilok a hangunk és a mozgásunk elemzésével, hogy amikor szerda este hullafáradtan lezuhanunk a kanapéra, megállítsák egy kis időre az email-értesítések végtelen áradatát, bekapcsolják a kedvenc nyugtató zenénket, és letekerjék a világítást, amíg a pulzusunk azt nem jelzi, hogy sikerült végre ellazulni. Csak aztán időben szóljon a telefon, hogy ne felejtsünk el beállítani egy ébresztést.
Nyitókép: Huawei Technologies Co. VR2 virtuális valóság headsetet használó látogató a 2018-as Consumer Electronics Show-n (CES) Las Vegasban (David Paul Morris/Bloomberg/Getty Images Hungary)