A világ 175 országából 18 ezer résztvevő összesen 1561 csapata indult el a #BuildforCOVID19 ,COVID-19 Global Hackathon versenyen, a koronavírus-kutatás IT eszközfejlesztési versenyén, ahol a mesterséges intelligencia fejlesztéssel foglalkozó, de jogász végzettségű Ország-Krisz Axel és Vécsey Richárd Ádám bejutott a legjobb 89 csapat közé.
A verseny célja az volt, hogy a résztvevőket összekössék olyan szervezetekkel és lehetőségekkel, amellyel az új koronavírus-járvány elleni harcot tudják segíteni
A legjobb 89 projektet a 350 fős zsűri válogatta ki, amely többek között az Egészségügyi Világszervezet, a Facebook, a Google, Intel és különböző nagy gyógyszercégek képviselőiből állt.
A magyar versenyzők fejlesztése a Deep Model Core Framework (neurális alaphálózat-kimeneti keretrendszer), mely a mesterséges intelligencia tanításának határait tolja ki informatikai és jogi értelemben egyaránt.
A termék megkönnyíti a fejlesztők munkáját, hiszen segítségével a tanító adatbázisok mérete csökkenthető és a mesterséges intelligenciák betanításához szükséges idő is rövidebb. Az informatikai előnyökön túlmenően az általuk fejlesztett keretrendszerben tárolt adatok cseréje sem ütközik jogi akadályokba, a szenzitív és személyes adatok tárolása nem csak GDPR-kompatibilis módon történik, de az egészségügyi adatok kezelésére vonatkozó előírásoknak is megfelel.
A magyar programozók munkájában egy olyan keretrendszerről van szó, amely a neurális hálózat kimeneti számértékeit kezeli.
Azzal, hogy a neurális hálót félbevágjuk és az előre korábban betanított modellt és annak kimenetét teljesen külön kezeljük, jelentős gyorsulást tudunk elérni a betanítási folyamat során. Az előre feldolgozott adatokat egy speciális fájlformátumban tároljuk el, amely jelentős méretcsökkenést eredményez. A betanítást alapesetben képek segítségével végzik, de a képeknél lényegesen kisebb helyen tárolható el az adat akkor, ha csupán a szükséges matematikai összefüggések kerülnek kimentésre. A kutató, aki ezt a kimentést és letárolást elvégzi, hozzáadhat különböző megjegyzéseket, amelyek segítik a mesterséges intelligencia fejlesztő munkáját. Ilyen kommentár lehet az eredeti adatokon végzett módosítások leírása, a javasolt felhasználás módja, kapcsolattartási információk, vagy az eredeti adatok elérhetősége, hogy a folyamat bármikor visszaellenőrizhető, transzparens legyen - írták az Indexnek.
Mivel az általuk fejlesztett keretrendszerben tárolt adat már előfeldolgozásra került a mesterséges intelligencia által, olyan formában van eltárolva, amely csak a neurális hálózatok számára bír értelmezhető tartalommal. Ezért az eredeti adat személyes vagy érzékeny része ebben már nem található meg. Így lehetővé válik nagyméretű betanító adatok nemzetközi cseréje, hiszen nem kell például orvosi adatok tekintetében engedélyeket kérni, mivel a tényleges, orvosilag releváns adat a tárolt változatban már nincs jelen és nem is fejthető vissza. Ez olyan időszakokban, mint a mostani a mostani járványhelyzet különösen fontos, mert nem kell hatósági döntésekre várni az adattovábbításhoz, hosszabb távon pedig azért van jelentősége, mert az új módszer segítségével úgy végezhetnek mesterséges intelligencia alapú fejlesztéseket az Európai Unióban, hogy a felhasznált adatok hosszas jogi procedúra és engedélyezési eljárások nélkül is megfelelnek az Általános Adatvédelmi Rendeletnek, a GDPR-nak, vagy egyéb más adatvédelmi előírásnak.