A terminátor keze

– A hétköznapokban nem hord protézist. Miért?

– Mert jobban működök nélküle. Alapvetően alig tud valamit egy ilyen szerkezet, ezért is fogtam ebbe a munkába, mert óriási csalódás volt, amikor megkaptam az első, egyébként elég drága protézisemet. Nem értettem, miért csak ennyit tud, amikor egy iPaddel is már szinte bármit lehet csinálni.

– Hogyan lehet irányítani egy protézist, például mitől lép működésbe?

– Az eredeti, hatvanas évekből származó megoldások szerint elektródákat tesznek a megmaradt izmokra, például a bicepszre és a tricepszre, és ha az illető megfeszíti az egyiket, akkor mondjuk becsukódik a kéz, ha a másikat, akkor meg kinyílik. Vagyis így az ember alkalmazkodik a géphez, és nem a gép az emberhez. Meg lehet tanulni, de sosem lesz automatikus, és elég kevés lehetőség is rejlik benne. Esetleg olyan mélységekbe lehet belemenni, hogy egyszerre a két izmot megfeszítve egy harmadik funkciót is hozzá lehet rakni, például a csukló forgatását. Ha valaki még ügyesebb, akkor megtanulja, hogy az izmait csak kicsit feszítse-e meg, vagy nagyon.

– A betegsége miatt mozgásszervi funkcióit sorra elvesztő fizikaprofesszor, Stephen Hawking hogyan írt könyveket, amikor már beszélni sem tudott?

– A világ egyik legokosabb emberének az esetében megérte egyedi rendszert kiépíteni, amit ráhangoltak a képességeire. Sokáig tudta mozgatni az arcizmait, akkor azt lézerrel és infrafényekkel tapogatták le, egy idő után pedig a szemét figyelték, így adott le irányítási jeleket, és ezek kombinációival dolgoztak. Egyre kevesebb jellel tudott ugyanannyi vagy még több információt leadni.

– Hogyan jön a képbe a mesterséges intelligencia?

– Az agyunkból érkező idegi jeleket be lehet fogni. Az izmok felerősítik őket, olyanok, mint a gitárnak az erősítő. Ezt hasonló módszerrel lehet leolvasni, mint ahogy az EKG működik, ami a szívizom elektromos jeleit észleli. Ha arra gondolok, hogy megmarkolom a poharat az asztalon, akkor annak lesz egy idegi jelhalmaza a felkaromban. Persze ez elég zajos, mindenféle más információ is belekeveredik, ezért megpróbáljuk letisztítani, hogy legyen egy-egy mintázat, amihez egy-egy mozdulatsort rendelhetünk. Ehhez fejlesztünk egy algoritmust, ami képes felismerni a tipikus mintázatokat. Egy kicsit hasonlít a folyamat arra, amikor mi, emberek látunk egy új asztalt, és azonosítani tudjuk asztalként, pedig soha azelőtt nem láttunk pont ugyanilyet. Ehhez kell a mesterséges intelligencia, mert ha a jel mindig pontosan ugyanolyan lenne, nem volna mit tanulni. De más a jelhalmaz, amikor a szobában vagyok a hűvösben, és más, amikor kint vagyok a napon, ezer körülmény befolyásolja, pedig ugyanarra a mozdulatra gondolok. Ezt felismerni csak tanulással lehet, amelynek során születik egy modell, ami reprezentálja az eredeti adatot, de az új információk hatására formálódik is.

– Ha jól látom, a protézis robotkéz része aránylag jól működik, csak az a nehéz, hogy megmondjuk neki, mit tegyen?

– Hát, az sem olyan, mint egy emberi végtag, de valóban, nem tudjuk igazán kihasználni, amit a mérnökök alkottak ezen a téren. A 2000-es években az amerikai hadsereg rengeteg pénzt fordított fejlesztésekre, mert statisztikailag lehetett tudni, hogy az afganisztáni és iraki háborúból sérült katonák térnek majd haza. Így most már nem a kéz működésének a mérnöki másolása a szűk keresztmetszet.

– Nem mondhatjuk meg a protézisnek hanggal vezérelve, hogy mit tegyen? Manapság már a telefonunknak is tudunk így utasításokat adni.

– Egyrészt még elég rossz ezeknek a parancsoknak a sikerességi rátája, másrészt ennek van egy pszichológiai oldala. Az az ember, aki elvesztette a végtagját, szinte biztosan testképzavarral küzd. Nem valószínű, hogy beszélni szeretne a kezéhez, felhívva rá a figyelmet. Kint pedig a zaj is nagy.

– A hangfelismerés olyan fejlesztés, ami segítséget nyújt a vakoknak és a gyengén látóknak, de az egész társadalom számára is tartogat lehetőségeket. Van ilyen kapcsolódási pont a végtagfejlesztésben?

– Lesz, az érzékelés-visszacsatolás. A karunkon keresztül haladó információk tíz százaléka megy lefelé, az agyból a kéz irányába, kilencven százaléka visszafelé áramlik. Az utóbbiakból egyelőre szinte semmit tudunk felismerni, de egy részük arról szól, hogy tudom, hol helyezkedik el a testem a térben, és hova kell nyúlnom. Nem kell néznem a kezem hozzá. Így tudunk valamit a testünk részeként értelmezni. Majmokkal folytatott kísérletekből kiderült, hogy az emberi agy képes lenne több végtagot is érzékelni, illetve irányítani.

– Ez valamiféle kiberember fejlesztésére lenne jó, aki erősebb vagy többet tud?

– Inkább olyan robotok irányításában lehet hasznos, amelyek a katonák helyett harcolnak, vagy például a mély tengerben végeznek precíz feladatokat. Nyilván a szórakoztatóiparban terjedne el tömegesen, ha így valóságosabbnak éreznénk a virtuális élményt, amit egyelőre csak a szemünkkel és a fülünkkel tudunk érzékelni. Mindez persze távoli jövő, még bőven az alapkutatás területe.

– Hogyan működik a mesterséges intelligencia?

– A történet akkor kezdődött, amikor először modellezték a neuronok működését. A rendszer egyik oldalán bemegy az információ, a másik végén pedig kijön a döntés. Az információ azonban egy folyamon halad végig, amiben bizonyos jelek felerősödnek, mások pedig legyengülnek. A mesterséges neurális hálózatoknak is ez az elve: az algoritmus megnézi például egy képről, milyenek rajta a kontúrok, aztán az árnyalatokat figyeli meg. Minden egyes szempont egy-egy szűrő, és minden réteg után az eredmény függvényében valamilyen irányba megy tovább a jel. A folyam végén az alapján dől el, mi van a képen, hogy milyen volt a bejárt út. Az agyunk is nagyjából így működik. De vannak más elven működő tanuló algoritmusok is, például Ronald Fisher biológus írt le az 1910-es években egy máig népszerű matematikai modellt. Rengeteg információt gyűjtött virágokról, és készített egy rendszert, hogy ha valaki nem biológus, akkor is azonosíthasson egy virágot, lépésről lépésre, bizonyos tulajdonságok alapján. Az algoritmus szó egyébként útmutatót jelent. A mélytanuló neurális hálózatok pedig a régóta ismert matematikai modellek egymásra halmozását, egymás mögé rétegzését jelentik. Gyakorlatilag ma mindenki azt csinálja a kutatás-fejlesztésben, hogy fog egy meglévő algoritmust, és finomhangolja arra, amit csinálni akar.

– Hogyan dolgozta fel a kezei elvesztését?

– Amíg a kórházban voltam, addig lefoglalt az életben maradás. Akkor szembesültem igazán a helyzettel, amikor otthon újrakezdődtek a hétköznapok, és kiderült, hogy semmi nem fog menni. Nagyon mély depresszióval járt, ami elvezetett végül valamihez, amit még egy gyenge öngyilkossági kísérletnek sem tudnék nevezni, annyira gyorsan rájöttem, hogy nem tudom megtenni ezt magammal, akármilyen is a helyzet. Mindent újra kellett tanulnom, az öltözködést, a tisztálkodást, a járást is, hiszen a lábfejeim első felét és a sarkaimat is amputálni kellett. Minden egyre jobban sikerült, és egyre gyorsabban, ami kitolta a perspektívát; már nemcsak az érdekelt, holnap mi lesz, hanem az egész életemre is tudtam gondolni. Visszamentem a mérnök-informatika szakra, aztán elnyertem a Fulbright-ösztöndíjat, amivel a Johns Hopkins Egyetemen kutathattam egy olyan laborban, ahol kifejezetten felkarprotézisekkel foglalkoztak. Akkor már a saját elképzelésemen dolgoztam, és a labort támogatta egy cég, az Infi­nite Biomedical Technologies. Megtetszett nekik az ötletem, elkezdtünk együtt dolgozni. Lassan már termék lesz a fejlesztésből, nyilván még tesztelni, engedélyezni kell mint orvosi eszközt.

– Mi volt az ötlet?

– Alapvetően azt akartam, hogy ne az embernek kelljen megtanulnia a gépet, hanem a gépnek az embert. Persze, ezzel mások is foglalkoznak, de arra gondoltam, hogy ha az ember megpróbál megfogni valamit, és nem sikerül jól elsőre, akkor legközelebb már jobban megy neki. Az ilyen hibaalapú tanulási rendszer fontos része az emberi működésnek. Tehát meg akartam mondani a rendszernek, ha hibázik. Ez újdonság, korábban csak kutatási szinten foglalkoztak azzal, hogyan lehetne olyan algoritmust írni, ami saját maga felismeri, ha rosszul döntött. Nem lehetetlen, de egyszerűbb, ha az ember mondja meg neki, például egy telefonos applikáción keresztül. Valamiért mások féltek bevonni a felhasználót. Persze, mindehhez fejleszteni kellett az algoritmust is, ezen Czeiner Dániel kollégámmal dolgozunk.

– A Mesterséges Intelligencia Koalíció nagyköveteként is dolgozik. Ez az Innovációs és Technológiai Minisztérium háttérszervezete, ami összefogja a hazai MI-kutatókat, fejlesztőket és felhasználókat. Az MI-vel kapcsolatban a legtöbb embert általában az érdekli, hogy öntudatra ébredhet-e, mint a filmekben. Mi a véleménye erről?

– Lehet ilyen, majd egyszer. Egyelőre közelében sem vagyunk annak, hogy ezek a rendszerek úgy gondolkodjanak, ahogy mi. Egy ilyen algoritmus a szabad­idejében nem mélázik a világ dolgairól, nagyon határozott irányvonalak alapján tud csak döntéseket hozni, és nem jut eszébe, hogy ettől eltérjen, erre csak mi, emberek vagyunk képesek. Nincs általános intelligenciája. Persze, ez nem azt jelenti, hogy évtizedek múlva sem lesz, hiszen az a végső célunk, hogy ne kelljen minden egyes felhasználásra egy külön rendszert építenünk, hanem ezek képesek legyenek alkalmazkodni az épp adott felhasználási környezethez. Ez már közelebb lesz ahhoz, ahogyan az ember is működik. Viszont ezek a rendszerek belőlünk tanulnak, mi adjuk hozzá az adatot, és a mi érdeklődésünk, a felhasználás volumene diktálja a fejlesztéseket. Ez egy profitorientált biznisz egy profitorientált társadalomban. Itt nincs jó meg rossz szándék, csak az van, mivel lehet pénzt keresni.

– De ha mindent összekapcsolunk egy nagy rendszerbe, az önvezető autót, a robotfegyvert, a lexikont, akkor az már nem fog túl sok mindenről döntést hozni?

– Ez nem így megy. Ha fogunk egy tüdőt, egy szívet meg egy agyat, és összerakjuk, az attól még nem lesz ember. Nem azért nincs általános intelligenciája egy algoritmusnak, mert nincs benne elég sokszínű tartalom. Tegyük fel, hogy van egy olyan rendszerünk, ami el tud olvasni könyveket, és azok lényegét összefoglalja. Ezt összekapcsoljuk egy önvezető autóval. A végeredmény azonban nem lesz képes összegezni az út melletti plakátok mondanivalóját, hacsak mi nem adunk rá utasítást. Nem fog tudni többet tenni önmagától, mint addig. Nálunk, embereknél van egy olyan átfogó, magasabb szintű irányítás, ami képes komplettként kezelni az összes funkciót az agyban. Nevezhetjük tudatnak, léleknek. A mi tudatunk nem figyel külön az összes elemre, hogy a keringésünket, az emésztésünket vagy a hőháztartásunkat folyamatosan működtesse, hanem összetettebb funkciókkal foglalkozik. Ez a gépeknél is szükségszerűen kialakulhat egy ponton túl. Benne van a pakliban, hogy az, amit mi a lelkünknek gondolunk, pusztán egy keretrendszer, ami a hatékonyság érdekében működik.

– Akkor ha öntudatra ébred egy gép, tudni fogjuk, hogy nincs Isten?

– Nem zárja ki Isten létezését az, ha rájövünk, hogyan alakul ki a tudat. Én mindig úgy éreztem, hogy a tudomány és a vallás ugyanazt keresi, csak más irányból közelíti meg. Nincsenek ellentmondásban.