Elveszi a tudósok kenyerét is az MI? Új forradalmat hoz, de az emberi kreativitás is ott marad a játékban

Rémkép, de még nem vettük észre, hogy a szöveges tudományos értékelések már a kuka alja felé tartanak – húzta alá az Economxnak Kiss László, a HUN-REN Csillagászati és Földtudományi Kutatóközpont (CSFK) főigazgatója, aki a szeptemberi AI Summit konferencián idén szeptemberben is megosztja majd gondolatait a résztvevőkkel. Az MTA doktorával most az AI jelenét és jövőjét, egyben szerteágazó lehetőségeit és hátulütőit is körüljártuk. A kutatóprofesszor segítségével kifejezetten arra összpontosítottunk, mik azok, amelyek összekötik a mesterséges intelligenciát a csillagászattal, és egyáltalán a tudománnyal. Interjúnkban arra is kerestük a választ, hogy férhet meg egymás mellett az AI és a tudós, vagy épp maga az ember.

Miben látja most a mesterséges intelligencia szerepét a csillagászati és földtudományi kutatásokban? Milyen területeken használják már az AI-t a kutatóközpontban?

A gazdaság és az üzleti élet legfrissebb hírei az Economx.hu hírlevelében.

Feliratkozom

A gazdaság és az üzleti élet legfrissebb hírei, podcastok, pénzügyi tanácsok naponta kétszer az Economx.hu hírlevelében.

Adataim megadásával és a "Feliratkozom" gomb megnyomásával kijelentem, hogy megismertem és elfogadom a www.napi.hu Online Kft. Adatvédelmi tájékoztatóját. Hozzájárulok hogy az email címemre hírleveleket küldjön az Economx.hu aktuális híreiből

Az Ön neve

Az Ön email címe

Feliratkozom

Küldtünk Önnek egy emailt! Nyissa meg és kattintson a Feliratkozás linkre a feliratkozása megerősítéséhez.

Ezután megkapja az Economx.hu Hírleveleit reggel és este.

Gyakorlatilag minden területen. Most csillagászként fogok elsősorban nyilatkozni, de nem csak, a földtudósaimat is képviselni szeretném. Nyilván az AI-ról mindenkinek a ChatGPT és a nagy nyelvi modellek jutnak az eszükbe, de természetesen sokkal bővebb a történet.

A különféle gépi tanulásos módszerek már sokkal régebb óta velünk élő technikák. Vannak deep, vagyis mélyelemzésre használt AI-módszerek, melyek megjelenése a csillagászati feldolgozásban is jelenleg burjánzik kifelé, mint a gombatelep, vagy mondjuk nyílnak ki, mint a bimbóból a virágok. Nagy mennyiségű csillagászati adatnál a klasszifikálás, az osztályozás fontos: ne embernek kelljen kétmillió ugyanolyan forrást megnézni, amiket már évek óta használunk. Ezek alapvetően gépi tanulásos módszerek, és kinyerhetjük a lényeges részleteket az űrobszervatórium hatalmas adatmennyiségéből. De bolygók keresésénél is nagyon büszkén mondom el azt, hogy nemzetközi érdeklődést is kiváltanak azok a fejlesztések, amit ipari partner informatikai vállalkozásokkal együtt kifejlesztettünk szoftveres megoldásainkkal.

Előreléptünk a földsúroló kisbolygók kutatásában, hogy ne csak a klasszikus mozgó pontszerű objektumokat felismerő szoftverekkel fedezzünk föl Földünk mellett elhaladó kisbolygókat, hanem a nagy csíkhúzó kisbolygókat is megtaláljuk. Ez egy klasszikusan olyan feladat, amit a hagyományos szoftverek nem voltak képesek kezelni, de a Machine Intelligence Zrt. elnevezésű magyar céggel együttműködésben az Európai Űrügynökség finanszírozásában, egy nagy tanuló adatbázist leszállítva ki tudtunk fejleszteni egy egyéni képfeldolgozó eljárást, amivel fedezzük fel sorra a csíkhúzó kisbolygókat. Ténylegesen az emberi agy alakfelismerő képességét ugyan még mindig nem éri el a történet, de már lehet látni azokat az előrelépéseket, ahol ez működik. 

Hogyan tud az AI hozzájárulni a tudományos kutatásokhoz, felfedezésekhez, azok értelmezéséhez, illetve gyakorlatba ültetéséhez? Milyen példákat tudna említeni ezzel kapcsolatban?

Amikor elkezdtem tudománnyal foglalkozni 30 évvel ezelőtt, akkor az adatínség korszakában jártunk, amikor magyar csillagászok elszórakoztak adott esetben az otthon található kisebb méretű eszközökkel, és akkor egy-egy csillagot méricskéltünk, én magam is, hónapokon, éveken keresztül. És akkor egy csillagról valamit mondtunk sok év adatgyűjtés után.

Mára a csillagászati adatgyűjtés teljes mértékű digitalizálásának köszönhetően ez teljesen átfordult az adatbőség korszakába. 

Itt most nem az adatelemzésre gondolok elsősorban, amikor az AI-t akarom előhozni.

Gyakorlatilag még 15 évvel ezelőtt is volt, hogy az ember egy-két-három évet elszórakozott valamelyik numerikus módszeren, valamilyen spéci formátumú adatokra optimalizált feldolgozását megvalósító adatszoftverrel, kóddal. Ma pedig gyakorlatilag akár órák alatt be lehet tenni ezt a szoftverfejlesztést egy jól promptolt ChatGPT szoftveríró AI-kísérlettel. Erre már láttunk példákat is, hogy valamilyen tudományos problémának, egy meteorit légköri haladásának fizikai modellezésével foglalkozó problémát volt, aki 10 évig nem tudott megoldani. De a lényeg az, hogy gyakorlatilag egy hét alatt a ChatGPT segítségével megírta azt a kódot szoftverfejlesztőként használva a nagy nyelvi modelles eszközt, ami aztán kiszámolta és teljesen jól pontosította mondjuk a meteoritkeresés földrajzi lokációját: amikor jön a tűzgömb, majd eltűnik és aztán hullik a levegőbe, akkor a végén hova esnek le az égi kődarabok.

Miként nézhet ki az AI jövője ezen a tudományterületen? Mennyiben gyorsíthatja fel a munkát, illetve a fejlődést?

Ténykérdés, hogy a szoftverfejlesztésben iszonyatosan nagy gyorsító szolgáltatást nyújt nekünk pusztán a nagy nyelvi modellek használata is. 

Átalakítja ezzel az AI a tudományos kutatásnak a módszertanát, gyakorlatát. Igaz, volt, hogy én elolvastam sok-sok szakcikket, megtanultam egy szakterületet. Ha megfelelő csillagász vagyok, akkor gyűjtöttem adatokat, vagy letöltöttem hatalmas adatbázisokat, és vagy voltak megírt szoftverek vagy nem, de azokkal elmókoltam, ha kellett, évekig. Ezután kihoztam valami meg valami között egy összefüggést, akkor megint csak megírtam egy cikket, akár másfél-két év munkájával, és csak egy ötéves periódus végén fedeztem föl valamit. 

Főleg most már az 5-ös ChatGPT, amire az OpenAI azt mondta, hogy egy átlagos PhD-s tudását tudja. Az első tesztjeink ezt tényleg igazolni látszanak, ami azt jelenti, hogy át kell gondolni, magát a tudományt hogyan műveljük. 

Ma már egyszerűen ebbe kell beletanulni, hogy hogyan használjuk megbízható módon: ne hallucináljon ez a nyomorult AI, hanem ténylegesen a valódi válaszokat adja. 

Az ember nem tűnt még el egyáltalán a képből, én úgy látom. Szükséges ellenőrizni sok szempontból, többször nekifutva. De egy ténylegesen korábban éveket felölelő feladatokat percekre gyorsít föl.

És akkor föl lehet tenni azt a kérdést, hogy oké, drága tudós úr, akkor önnek most hirtelen több év is fölszabadult az idejéből: akkor abban a három évben mivel foglalkozik? Nekem még nincsen válaszom erre a kérdésre. Tehát nem látom át azt, hogy ez a fajta fölgyorsulás tényleg jó-e. Nyilván az ember azt gondolja, hogy hatékonyabbá válunk, hisz a hatékonyságnövelés azért általános tudománypolitikai buzzword, hívószó.

Elmondható, hogy több ismerettel gazdagodhatunk az AI segítségével, főként a ma még sok kérdést felvető területek iránt?

Természetesen több ismerettel gazdagodhatunk az AI segítségével, hiszen azokat a kérdéseket, amikkel mondjuk 3-4 évig elszórakoztunk, lehet, egy hónap alatt meg tudjuk oldani, és akkor további kérdéseket tudunk megvizsgálni.

Sokkal több kérdést tudunk feltenni, sokkal több megoldást találhatunk egységnyi idő alatt,

ez egyértelmű.

De hogy mit csinálunk a felszabadult időben, az még nem egyértelmű. Írunk nagyon jó könyveket, vagy a ChatGPT segítségével megírjuk azokat a szakcikkeket és szakkönyveket, amikből aztán mások tanulnak? Hát ez sem dőlt el.

Milyen felmerülő kihívások, nehézségek, veszélyek övezik az AI-t Magyarországon vagy egyetemesen a tudományban? Milyen lehetőségek rejlenek benne a belátható jövő szempontjából?

Nekem az egy fixa ideám, vagyis 

Tehát hogyan tudok én értékelni valakit, egy doktori értekezést, egy szakcikket, egy pályázatot, ha nem tudom, hogy azt tényleg ő írta-e? Ezek egyértelműen látszanak a szakirodalomban is, már vannak elemzések, hogy bizonyos szófordulatok a szakcikkekben is megugrottak a ChatGPT megjelenésével. Meg láttunk olyat is, hogy meg is jelent konkrétan olyan cikk, hogy benne maradt a szöveg, mert az AI-eszköz egyes funkcióit teljesen bután használták emberek szövegírásra. 

Már vannak olyan előremutató kezdeményezések szaklapoknál, ahol gyakorlatilag instrukciókat adnak, hogyan ismerjék el a szerzők, hogy a beadott szakcikk szövegének a megszerkesztéséhez használtak nagy nyelvi modelleket használó AI-t. Egyértelműen a ChatGPT nem lesz társszerző a cikkekben, de a módszertanban meg kell, hogy jelenjen, vagy a köszönetnyilvánításba be kell írni, hogy by the way, egyébként ezt a szöveget a ChatGPT segítségével véglegesítettem. 

Ez azt jelenti, hogy innentől kezdve, ha valakitől látok egy motivációs levelet, vagy egy akár ötoldalas pályázatot, egyáltalán nem lehetek abban biztos, hogy azt ő írta, főleg, ha nem is ismeri el, hogy használt AI-t.

Ez számomra azt üzeni, hogy fölértékelődik a személyes interjúk szerepe,

akár pályázati elbírálás végső fázisában, mielőtt az ember kiadná az ösztöndíjakat. De ugyanúgy állásinterjúnál, vagy egyetemen, a vizsgánál is felértékelődik az én világomban a szóbeli vizsga szerepe. Ott is lehet csalni, de még mindig nehezebb, mint szöveges beadandó feladatok megoldásaival.

Ilyen értelemben nyilván lehet fel lehet vetni, hogy szerepelni nem mindenki tud. Így hátrányba kerülhetnek azok, akik mondjuk vizsgadrukkosak. Ezek nem egyértelmű kérdések, nincs válasz még ezekre, de valid kérdések. Körbe kell őket járni, és majd meglátjuk, hogy milyen gyakorlatok fognak meghonosulni, akár az egyetemi, akár a kutatói szférában. 

Milyen új skillekre, készségekre van szüksége a jövő kutatóinak az AI mellett? 

Az egyértelmű, hogy nem lehet ignorálni, hogy ez itt van velünk. Nekem van fiatal, témavezetett diákom, aki most egy hónapot töltött kint Amerikában egy tanulmányúton, ahol az AI-módszerek alkalmazása a meteorcsillagászatban volt a fő feladata. Szabó Olivér Nortonról beszélek, aki sokszor szerepel, és nemrég fantasztikus dolgokat mesélt nekem, mert ő huszonéves fiatalemberként teljesen nyitott aggyal áll ezen új megközelítés kérdései és kihívásai előtt. Én ötvenpluszosan nem mindig tudom venni a fáradságot, hogy utánanézzek, hogy is kell ezt a vackot használni, ő viszont megír szoftvereket, cikkeket a ChatGPT segítségével.

De vannak más megoldások is, én személy szerint a DeepL-t használom, fordításra, amikor kétnyelvű körleveleket kell írni. Kicsit mindenképp kell javítani, amit én kiküldök, azt mindig átnézem. Nagyobb terjedelemnél hasznos, hogy az angol nyelvű kutatótársak is értsék, mi történik éppen a Csillagászati és Földtudományi Kutatóközpontban. 

Az AI korában az eddigi rutin elveszti valódi súlyát és hasznát, új rutint kell kifejleszteni az AI-felületek és -szoftverek segítségével. Úgyhogy ez mindenkinek nagy kihívás, fiatalnak és öregnek egyaránt, mert a fiatalok között is van, aki elzárja az elméjét az új informatikai megoldások előtt.

Tehát vannak még a fiatalok között is, akik megragadnak ezen a szinten. De ettől el kell tudni szakadni.

Mi a legfontosabb üzenet napjainkban a mesterséges intelligencia kapcsán, különösen az AI Summit konferencia közeledtével? 

Figyelnünk kell, követni a terület fejleményeit. Nem szabad ignorálni, ez egyértelmű. Most a csillagászatra fókuszálva egy pillanatra: 

ahogy a csillagászatban az adatínség helyett jött az adatbőség az adatgyűjtési digitalizációnak köszönhetően, úgy a szoftverfejlesztésben az agyzsibbasztó, sokéves debuggolás, hibakeresés helyett jön most egy teljesen új megközelítés a szoftverfejlesztésre, adatelemzési módszerek fejlesztésére. Tehát egy második fázis történik éppen a tudományos adatok kezelésében, és ez egyfajta forradalom a tudományos kutatásban. 

Nemcsak az adatbőség hozott el egy forradalmat, az már elérkezett ide a 2000-es évek első évtizedében, az adatbőség-korszak lezajlott 2010-re. 

Hiszen hogyha ennyire könnyen le tudunk generálni dolgokat, akkor igenis dolgoztassuk az agyunkat azon, hogy milyen, nagy tudományos kérdések válnak megtámadhatóvá ezekkel az új módszerekkel.

Természetesen az AI-alapú médiagyártások is átalakulnak, és most ne csak az AI-generált képekre és videókra gondoljunk. Nagyon sokat foglalkozom tudományos kommunikációval, és bár nem tudnám konkrétan specifikálni, de teljesen biztos vagyok benne, hogy van már olyan AI-felület, ahol mondjuk egy Wikipédia-oldalt át lehet alakítani egy PowerPoint-prezentációvá. És lehet, hogy ha az ember ül a gép előtt és maga rakosgatja össze a nagyközönségnek tartott ismeretterjesztő eladásához a diasort, és ezzel eltölt adott esetben akár fél napot, egy napot, vagy két napot habitusától függően, azonban lehet, hogy most 10 másodperc alatt meg tudja csinálni nekem egy AI-tool, vagy -segédeszköz. Talán az AI-asszisztens a legjobb szó erre. Ezután szép stílusban, ízes beszéddel már csak el kell mondanom a nagyközönségnek, vagy akár egy digitális Kiss László formájában adatom elő. 

De én azt gondolom,

az emberek többsége egyre jobban igényli az ember-ember kommunikációt.

Azt tapasztalom, hogy az élőszavas előadások sok ember előtt népszerűbbek, maga az AI Summit is erről szól: nem Zoom-on gyűlünk össze, hanem az Magyar Zene Házában. Mert igenis a valódi tudásátadás, a valódi döntések az emberek egy légtérben való tartózkodása esetén történik meg, illetve születnek meg. A legfontosabb döntések tipikusan üzleti vacsorákon, munkaebédeken, kávészünetekben egymás szemébe nézve és a testbeszédet értelmezve szoktak megszületni. Bármennyire is haladunk a munkánk teljes digitalizálása felé, az AI-asszisztensek segítségével még a kreatív területeken is, a legvégső ember-ember kapcsolat az mégiscsak a fizikai valóságban történik.

Arra emlékszem még a 2000-es évek első évtizedében, akkor még a Covid előtt húsz évvel a videókonferenciás megoldások voltak, amikor az egyszeri userek Skype-ot használtak, az üzleti felhasználó pedig telepresence nevű megoldásokat, hogy majd ezzel kiválthassák az élő konferenciák igényelte repülőutakat. Két évtizeddel később azt lehet mondani: 

A szeptember 8-9-én a Városligetben megrendezésre kerülő AI Summit konferenciánkon meghívott előadóként Dr. Kiss László is beavatja a jelenlévőket a mesterséges intelligencia kapcsolódó témakörébe.