Megtalálták a globális klímatragédia ellenszerét? A jövőkutató szerint itt a nagy esély, de a kockázatok is óriásiak

Pénzcentrum: Az utóbbi években több olyan közvélemény-kutatás is készült, amely a mesterséges intelligencia társadalmi támogatottságát és megítélését vizsgálta. Ezek rendre azt mutatják, hogy a technológia népszerűsége még a legnépszerűtlenebb politikusok vagy más, komolyan megosztó témák szintjét sem éri el – miközben a gyakorlatban emberek milliói használják nap mint nap. Miből fakad ez az ellentmondás?

Kömlődi Ferenc: Ez az ellentmondás több, egymással összefüggő tényezőből ered. Egyrészt nagyon régi, mélyen gyökerező társadalmi és kulturális félelmek kapcsolódnak a mesterséges intelligenciához. Ezek elsősorban az irodalomban, a képzőművészetben és a filmekben jelentek meg: számtalan alkotás egyfajta fenyegető, az emberiségre veszélyes erőként ábrázolta az intelligens gépeket. Ez a kép sokszor már akkor jelen volt, amikor a mesterséges intelligencia valójában még nem is létezett a mai értelemben.

Ha visszatekintünk, már a korai sci-fi egyik visszatérő toposza volt, hogy az ember által létrehozott lény végül az ember ellen fordul. Ez a motívum megjelenik például az 1927-es Metropolis című filmben, de még korábban is, például Frankenstein történetében. Ezekben nemcsak a technológiától való félelem, hanem általában az „idegentől”, az ismeretlentől való szorongás is jelen van.

A modern értelemben vett mesterséges intelligencia gondolatát Alan Turing vetette fel a 20. század közepén, de a társadalmi idegenkedés a technológiával szemben azóta is megmaradt. Közben viszont fontos látni, hogy már jóval a mostani „AI-robbanás” előtt is használtunk mesterséges intelligenciát – csak nem neveztük így. A keresőmotorok vagy a fordítóprogramok például régóta ilyen elveken működnek, mégsem gondolt rájuk a felhasználók többsége mesterséges intelligenciaként. Gyakran ugyanis addig hívunk valamit AI-nak, amíg újdonság; amikor beépül a hétköznapokba, egyszerűen megszokott eszközzé válik.

A jelenlegi, látványos technológiai hullám – különösen a generatív AI térnyerése – újra felszínre hozta ezeket a régi félelmeket. Ráadásul a negatív példák erősen formálják a közvéleményt. Nem kell messzire menni: akár a közelmúlt politikai kampányai során is láthattuk, hogyan használják a technológiát például deepfake-ek előállítására, tömegek manipulálására. Az ilyen esetek erősítik a bizalmatlanságot.

Van egy általános lélektani jelenség is: egy technológia negatív hatásai sokkal látványosabbak, mint a pozitívak. A pozitívumok észrevétlenül beépülnek a mindennapi életbe, míg a problémák – visszaélések, hibák, veszélyek – sokkal inkább megragadják a figyelmet.

Időről időre a szakmai közösségen belül is felerősödnek a félelmek. 2024-ben több neves kutató is figyelmeztetett a mesterséges intelligencia kockázataira, ugyanakkor mások ezt túlzónak tartják. Például Andrew Ng már korábban úgy fogalmazott, hogy az emberiséget kipusztító AI-ról szóló félelmek jelenleg nagyjából olyanok, mintha attól tartanánk, hogy túl fogjuk népesíteni a Marsot – vagyis egyelőre erősen elrugaszkodnak a realitástól.

A technológiai cégek is érzékelték ezt a problémát. Például a Google DeepMind néhány éve képzőművészeti kampányt indított annak érdekében, hogy szó szerint árnyaltabb és kevésbé torz képet alakítsanak ki a mesterséges intelligenciáról. A gond ugyanis az, hogy maga az AI alapvetően „láthatatlan” technológia, mégis gyakran ugyanazokkal a fehér humanoid robotokkal ábrázoljuk. Ez félrevezető, mert a valóságban az AI legtöbbször nem fizikai formában jelenik meg.

Persze ma már terjed az úgynevezett fizikai intelligencia iránya is, amikor nagy vizuális- és viselkedésmodelleket robotikai rendszerekkel kapcsolnak össze, de ez még korai szakaszban van.

Az ellentmondás tehát nem annyira meglepő: a mesterséges intelligencia előnyei nagyrészt „láthatatlanul” beépülnek a mindennapokba, míg a negatív, sokszor eltúlzott vagy apokaliptikus forgatókönyvek erősebben hatnak az emberekre. Ezek látványosabbak, könnyebben kommunikálhatók, és nagyobb érzelmi reakciót váltanak ki – ezért tűnik úgy, mintha a technológia megítélése rosszabb lenne annál, mint amit a tényleges használata indokolna.

Kömlődi Ferenc, jövőkutató. Fotó: Gosztola Judit/Pénzcentrum

Az előbb említette, hogy még a tudományos közösségen belül is vita van arról, hogyan érdemes megítélni a mesterséges intelligenciát. Szakmabeliként techno-optimista álláspontot képvisel, vagy pont, hogy nem, hiszen jobban rálát arra, hogy mekkora kockázat az AI?

Én alapvetően technooptimista vagyok, sőt talán az egyik legrégebbi hazai képviselője ennek az álláspontnak. Már korábban is foglalkoztam a transzhumanizmus kérdésével, Magyarországon az elsők között írtam erről, és júniusban jelenik meg egy könyvem a transzhumán kultúráról és az emberiség jövőjéről. Ebből a nézőpontból kiindulva azt gondolom, hogy összességében a mesterséges intelligencia pozitív hatásai vannak túlsúlyban.

Ez azonban nem jelenti azt, hogy a negatívumokat ne kellene komolyan venni. Vannak valós kockázatok, amelyeket nem szabad figyelmen kívül hagyni. Ilyen például a környezeti terhelés kérdése, illetve az, hogy rossz szándékú szereplők hogyan használhatják fel a technológiát manipulációs célokra. A deepfake-ek vagy más megtévesztő tartalmak erre már most is jó példák.

Alapvetően úgy látom, hogy maga a technológia semleges: az dönti el a hatását, hogy az emberek mire használják. Ugyanakkor létezik egy ezzel ellentétes álláspont is, amely szerint a technológia nem semleges, mert már a fejlesztés során beépülhetnek bizonyos érdekek, például a felhasználók befolyásolásának szándéka. Ez egy fontos vita, amelyet érdemes nyitva hagyni.

A kockázatok között említhető a katonai felhasználás is. Ma már léteznek olyan autonóm rendszerek, amelyek bizonyos helyzetekben emberi beavatkozás nélkül is képesek működni, és a jövőben ez komoly etikai kérdéseket vet fel. Ilyen technológiák alkalmazásáról már konfliktusok kapcsán is érkeztek hírek, például a líbiai események vagy az orosz–ukrán háború összefüggésében.

Mindezek ellenére pozitívan látom a mesterséges intelligencia szerepét. A környezeti hatások például nemcsak negatívak lehetnek: az AI hozzájárulhat a klímaváltozás elleni küzdelemhez is, például hatékonyabb rendszerek vagy jobb előrejelzések révén. Emellett az emberi kreativitást is erősítheti. Egyfajta alkotótárssá válik: képek, szövegek vagy akár mozgóképek, virtuális világok létrehozásában új lehetőségeket nyit meg.

Fontos hangsúlyozni, hogy az ember és a gép viszonya nem „vagy-vagy” alapon működik, hanem inkább „is-is” kapcsolatként. Nem arról van szó, hogy a mesterséges intelligencia leváltja az embert, hanem arról, hogy együttműködnek.

A kreativitás szempontjából ezt három szinten lehet elképzelni. Az első az, amikor az ember hoz létre tartalmat az AI-ról – ez a klasszikus modell. A második az ember és a gép együttműködése, amely ma már egyre elterjedtebb. A harmadik pedig az önálló, kreatív mesterséges intelligencia lenne – de fontos hangsúlyozni, hogy ezen a szinten még nem tartunk. Jelenleg minden ilyen folyamatban valamilyen módon az ember továbbra is meghatározó szereplő.

Az előző válaszokban többször is szóba került a klímaváltozás, a környezetvédelem és a mesterséges intelligencia kapcsolata. Az egyik legközismertebb tény ezzel kapcsolatban, hogy az AI működtetésének jelentős a vízigénye. Mit lehet erről tudni? Mekkora terhelést jelenthet ez a globális vízkészletekre nézve?

A kérdést érdemes egy teljes infrastruktúra vagy ökoszisztéma részeként vizsgálni. A mesterséges intelligencia működéséhez ugyanis hatalmas adatközpontokra van szükség, és ezekből világszerte egyre több épül – köztük már nemcsak hagyományosak, hanem kifejezetten AI-feladatokra optimalizált létesítmények is. Számuk a 2024-es 604-ről 2030-ra a mostani tervek alapján 1204-re ugrik, míg az általános rendeltetésűek megnégyszereződnek.

A Nemzetközi Energiaügynökség (IEA) modelljei alapján a digitális átalakulás pilléreivé vált adatközpontok, szemben a 2024-es 415 terawattórával (TWh), a földkerekség teljes fogyasztásának kb. 1,5 százalékával, 2030-ban – a Japán jelenlegi éves villamosenergia-fogyasztásával nagyjából azonos – 945 TWh-t használhatnak fel. A 945 TWh a globális fogyasztás immáron 3 százaléka lesz.

Ide kapcsolódik a chipgyártás is, különösen a nagy teljesítményű grafikus processzorok előállítása, amelyek kulcsszerepet játszanak az AI működésében. Ez az iparág szintén jelentős vízfelhasználással jár. Emellett ott vannak az úgynevezett hiperskálázó technológiai cégek, mint az Amazon, a Microsoft vagy a Google, amelyek globális szinten nyújtanak AI-szolgáltatásokat, és folyamatosan bővítik a kapacitásaikat. Ez mind energia-, mind vízigényben is komoly növekedést jelent.

Pontos számokat nehéz mondani, de az előrejelzések szerint 2030-ig akár meg is duplázódhat az ilyen rendszerek vízfelhasználása. Ez különösen aggasztó annak fényében, hogy a világon már jelenleg is körülbelül 4 milliárd ember küzd közvetlen vagy közvetett ivóvízproblémákkal.

Hogy ennek mikor lesznek a mindennapokban számunkra is érzékelhető következményei, az nemcsak technológiai kérdés. Nagyban függ a politikai döntéshozataltól is. Amíg például a világ vezető hatalmában a fosszilis energiahordozók kitermelésének fokozása, a gyengélkedő szénipar újjáélesztése hangsúlyos politikai cél, addig nehéz optimistán tekinteni a klímaváltozás kezelésére. Ugyanakkor érdekes módon más országok – például Kína – bizonyos területeken előrébb járhatnak a környezettudatos technológiák fejlesztésében, még ha a közvélekedés ezt nem is mindig tükrözi.

A vízfelhasználás ugyanakkor nem kezelhetetlen probléma, vannak lehetséges megoldási irányok. Az egyik ilyen a víz újrahasznosítása: jelenleg az iparág viszonylag alacsony arányban reciklálja az elhasznált vizet (egyes becslések szerint nagyjából 10 százalékát). Ennek növelése már önmagában jelentős előrelépést hozhatna. Emellett az infrastruktúra korszerűsítése – például a szivárgások csökkentése – szintén javíthatja a hatékonyságot.

Fontos terület a hűtés is. Az adatközpontok működtetése során rengeteg energia és víz megy el a rendszerek hűtésére. Itt már zajlanak ezt csökkenteni hivatott fejlesztések: a hagyományos léghűtés mellett egyre inkább megjelennek a folyadékhűtéses, illetve hibrid megoldások, amelyek hatékonyabbak lehetnek.

Mindezzel párhuzamosan azonban a kereslet folyamatosan nő. A mesterséges intelligencia rendszerek egyre összetettebbek, egyre több tanítóadatra van szükségük, ami egyre több adatközpontot igényel. Erre válaszként jelent meg az úgynevezett „small data” megközelítés is: lényege, hogy kisebb adathalmazokon próbálnak hatékony modelleket tanítani. Ez potenciális kitörési pont lehet, de egyelőre inkább kísérleti fázisban van, és még nem vált általános gyakorlattá.

Összességében tehát a mesterséges intelligencia vízigénye valóban jelentős és növekvő, de nem önmagában kezelhetetlen probléma. A kérdés az, hogy a technológiai fejlődés, az iparági gyakorlat és a politikai döntések milyen irányba viszik el ezt a folyamatot a következő években.

Kömlődi Ferenc, jövőkutató. Fotó: Gosztola Judit/Pénzcentrum

A vízhasználat kapcsán zajlanak olyan kutatások, amelyek ezt az igényt részben kiválthatnák, vagy ez alapvetően megkerülhetetlen tényező marad a mesterséges intelligencia működtetésében?

Számos irányban folynak kutatások és kísérletek, de fontos látni, hogy ez egy összetett, rendszerszintű kérdés. Nem egyetlen megoldás fogja kiváltani a vízigényt, hanem többféle technológiai és infrastrukturális változás együttese csökkentheti azt.

Egyrészt felmerülnek különböző alternatív energiaforrások, a biomasszától kezdve az atomenergiáig. Egyre több technológiai vállalat – például az Amazon, a Microsoft vagy a Google – köt megállapodásokat olyan energiaszolgáltatókkal, amelyek stabil és nagy kapacitású energiaellátást tudnak biztosítani, akár atomerőművek bevonásával is. Emellett megjelentek a kisebb, úgynevezett moduláris reaktorok, kisebb elektromos teljesítményű atomreaktorok is, amelyek rugalmasabban illeszthetők ipari infrastruktúrákhoz.

Fontos irány a decentralizáció. A jelenlegi adatközpontok gyakran hatalmas, központosított „monstrumok”, ugyanakkor léteznek moduláris adatközpontok is. Kisebb egységekből állnak, és sok esetben hatékonyabban működhetnek, hasonlóan az elosztott számítógépes rendszerekhez. Az ilyen megoldások nemcsak az energia-, hanem a vízfelhasználás szempontjából is kedvezőbbek lehetnek.

Egy másik tendencia, hogy egyes cégek az adatközpontjaik mellé közvetlenül telepítenek saját energiatermelő kapacitásokat – például megújuló energiaforrásokra épülő rendszereket –, így csökkentve az infrastruktúra terhelését és növelve a hatékonyságot.

Ugyanakkor a probléma mélyebb rétege rendszerszintű, a kapitalizmus alapjait érinti. A jelenlegi gazdasági modell alapja a folyamatos növekedés, miközben a rendelkezésre álló erőforrások – így a víz is – végesek. Ez az alapfeszültség a technológiai fejlődésben is megjelenik. Nem véletlen, hogy olyan vállalkozók, mint Jeff Bezos vagy Elon Musk gyakran beszélnek a világűr szerepéről: hosszabb távon a technológiai terjeszkedés egyik lehetséges irányát látják benne.

Ehhez kapcsolódik egy még inkább kísérleti elképzelés is: hogy bizonyos számítási feladatokat – például gépi tanulási folyamatokat – részben az űrbe helyezzenek át, például műholdas rendszerekre. Ezzel kapcsolatban a Google is folytat kísérleteket. Jelenleg ez rendkívül költséges, ezért gazdaságilag még nem versenyképes megoldás, de a 2030-as évek elejére elérhet egy olyan technológiai szintet, ahol már reális alternatívává válhat bizonyos területeken.

A vízigény teljes kiváltása nem tűnik rövid távon megvalósíthatónak, de több párhuzamos fejlesztési irány is létezik, amelyek csökkenthetik a terhelést. A kérdés végső soron nemcsak technológiai, hanem gazdasági és társadalmi is: az határozza meg a jövőt, hogy milyen mértékben tudjuk összehangolni a növekedési igényeket a rendelkezésre álló erőforrásokkal.

Melyek azok a további, legfontosabb ökológiai kihívások, amelyeket a mesterséges intelligencia és a hozzá kapcsolódó technológiai környezet jelent?

Az egyik kevésbé ismert, de egyre inkább vizsgált probléma az adatközpontok lokális környezeti hatása. Nemrég jelent meg egy kutatás, amely arra jutott, hogy ezek a létesítmények a közvetlen környezetükben úgynevezett hőszigethatást okoznak. Ez azt jelenti, hogy a környező területeken mérhetően megemelkedik a hőmérséklet: nagyjából 0,5 Celsius-foktól akár 3–4, bizonyos esetekben 4–5 fokos növekedésig is terjedhet ez az eltérés, és akár egy 10 kilométeres körzetben is kimutatható.

A vizsgálat szerint ez globálisan mintegy 340 millió ember életét érintheti.

A kutatók igyekeztek kiszűrni más, torzító tényezőket – például a fűtési rendszerek hatását –, hogy kifejezetten az adatközpontok szerepét vizsgálják. Ez jól mutatja, hogy a mesterséges intelligencia mögötti infrastruktúra nemcsak globális, hanem nagyon is lokális környezeti hatásokkal is jár.

Természetesen ide tartozik a karbonlábnyom kérdése is, amelyről már sok szó esett: az adatközpontok működtetése jelentős energiafelhasználással jár, és ez – az energiamix függvényében – komoly szén-dioxid-kibocsátást eredményezhet. Ez a probléma azonban már széles körben ismert.

Ami talán kevésbé hangsúlyos a közbeszédben, az az, hogy ezek a technológiák nemcsak problémát jelentenek, hanem a megoldás részei is.

A mesterséges intelligencia például segíthet a klímamodellezésben, az energiahatékonyság javításában, az erőforrások optimalizálásában vagy akár a környezeti kockázatok előrejelzésében.

Így kettős szerepről beszélhetünk: ugyanaz a technológiai háttér, amely hozzájárul bizonyos környezeti terhelésekhez – például a hőszigethatáshoz vagy a kibocsátásokhoz –, egyben eszközt is adhat a kezünkbe ahhoz, hogy mérsékeljük a klímaváltozás hatásait, és elkerüljük, hogy a jelenlegi folyamatok súlyosabb, akár katasztrofális irányba forduljanak.

EZ IS ÉRDEKELHET

Rab Árpád: valaki nagyon meg fog gazdagodni abból, hogy megmenti a Földet

Dr. Rab Árpád színes és gondolatébresztő előadásában arra hívta fel a figyelmet, hogy a jövő nem előre látható, hanem formálható.

Van-e olyan terület az AI világában, ahol jelenleg is zajlanak olyan kutatások, amelyek érdemben segíthetik a klímaváltozás és más környezeti kihívások elleni küzdelmet?

Elsősorban a mesterséges intelligenciára fókuszálnék. A robotika természetesen szintén fejlődik, a transzhumanizmus pedig inkább filozófiai keretrendszer, de a gyakorlati, rövid távon is hasznosítható eredmények jelenleg leginkább az AI-hoz köthetők.

A mesterséges intelligencia számos területen kínál kézzelfogható lehetőségeket. Az egyik legfontosabb ilyen a környezetmonitoring: szenzorhálózatokkal összekapcsolva az AI képes hatalmas mennyiségű adatot gyorsan feldolgozni, és olyan mintázatokat felismerni, amelyeket az ember sokkal lassabban vagy egyáltalán nem venne észre. Ez különösen fontos például a környezeti változások nyomon követésében vagy a kockázatok korai azonosításában.

Emellett kiemelt szerepe van az előrejelzésekben és modellezésben is. Hatékonyan használható éghajlati trendek vizsgálatára, különböző forgatókönyvek szimulálására, illetve arra, hogy megalapozottabb döntéseket hozzunk. Ezek az eszközök jelentősen gyorsítják és pontosítják az elemzéseket.

Ugyanakkor mindig fontos hangsúlyozni, hogy a mesterséges intelligencia önmagában nem fogja megoldani a klímaválságot. Inkább olyan eszközről van szó, amely hozzájárulhat a megoldáshoz – nagyságrendileg néhány százalékos mértékben, mondjuk 4–10 százalék között. Ez nem elhanyagolható, de nem is csodaszer.

A jelenlegi megoldások többsége ráadásul inkább a folyamatok lassítására vagy kezelésére alkalmas, nem pedig azok teljes megfordítására. Már most is több olyan kritikus pontot azonosítanak a kutatók, amelyek átlépése esetén a klímaváltozás visszafordíthatatlan pályára kerülhet. Ilyen például az antarktiszi és a grönlandi jégtakaró jelentős olvadása, egyes nagy óceáni áramlási rendszerek – mint a Golf-áramlat – leállása, vagy a permafroszt felolvadása, amely során nagy mennyiségű, korábban megkötött üvegházhatású gáz kerülhet a légkörbe.

Ha ezek közül több is bekövetkezik, a helyzet rendkívül nehezen kezelhetővé, visszafordíthatatlanná válik. Ebben a kontextusban a mesterséges intelligencia leginkább prediktív eszközként értelmezhető: segíthet előre jelezni a kockázatokat, modellezni a lehetséges kimeneteleket, és támogatni a hatékonyabb stratégiák kidolgozását.

Kömlődi Ferenc, jövőkutató. Fotó: Gosztola Judit/Pénzcentrum

Nemrég egy "összeomláskutatóval" beszélgettem, aki azt mondta, hogy akár belátható időn belül is annyira megváltozhat az életünk az ökológiai válságok miatt, hogy szinte rá sem ismerünk majd a Földre – és ő még a mesterséges intelligencia környezeti hatásait számításba sem vette. Ön, aki közelebbről foglalkozik ezzel a tényezővel is, összességében milyen pályaívet lát a Föld számára következő 20 évben ökológiai szempontból?

Az biztos, hogy a változás már most is érzékelhető. Nem egy távoli jövőről beszélünk, hanem egy jelen idejű folyamatról: az időjárási szélsőségek, a hőhullámok, vagy akár az olyan jelenségek, mint az El Niño, mind azt mutatják, hogy a klímaváltozás hatásai már a mindennapjaink részei.

Ugyanakkor az úgynevezett összeomlás-elméleteket nem tartom kellően megalapozottnak tudományos szempontból. Sok esetben erősen spekulatívak, és hajlamosak végletes, kinyilatkoztatásszerű következtetésekre. Ez nem jelenti azt, hogy ne lennének komoly kockázatok, de a teljes, rövid távú civilizációs összeomlás narratívája szerintem túlzó.

Rövid távon, apró lépésekben néhány lehetőség és különböző kombinációik segíthetnek: fosszilis tüzelőanyag-függés megszüntetése, megújuló (nap-, szél-, geotermális-/hidroelektrikus-, biomassza-) energiák, fenntartható közlekedés, épületek és mezőgazdaság, a világ 3D-s térinformatikai feltérképezése, AI, szénlekötés és tárolótechnológiák, VR és AR, intelligens közműhálózatok, drónok, IoT.

Ha viszont tágabb perspektívában gondolkodunk, akkor felmerülnek olyan – egyelőre részben szintén spekulatív – technológiai lehetőségek is, amelyek túlmutatnak a jelenlegi megközelítéseken. Ilyenek például a különböző geomérnöki elképzelések: közvetlen levegő befogás, az óceánok szénelnyelő képességének növelése. Az egyik legismertebb a sztratoszférikus aeroszolok alkalmazása: ennek lényege, hogy a felső légkörbe juttatott részecskékkel részben visszaverjük az űrbe napsugárzást, így csökkentve a Föld felmelegedését.

Ennek van egy természetes analógiája is: a Pinatubo vulkán 1991-es kitörése a Fülöp-szigeteken. A kitörés után a légkörbe jutó anyagok átmenetileg mérhető globális lehűlést okoztak – a déli féltekén közel egy Celsius-fokkal, az északin valamivel kisebb mértékben, nagyjából egy éven keresztül. Ezt a hatást próbálják egyes elképzelések mesterségesen, kontrollált módon reprodukálni.

Más „haladóbb” ötletek is léteznek: például az óceánok bizonyos tulajdonságainak – például sótartalmának – befolyásolása, a felhők vagy a jég átalakítása, vagy akár hatalmas, űrbe telepített „napernyők”, amelyek csökkentenék a Földre jutó napsugárzás mennyiségét. Ezek azonban jelenleg inkább elméleti vagy kísérleti szinten léteznek, és számos technikai, gazdasági és etikai kérdést vetnek fel.

Az ilyen megoldások mögött az a gondolat áll, hogy ne csak lassítsuk a klímaváltozást, hanem hosszabb távon akár aktívan be is avatkozzunk a folyamatokba, szüntessük meg. Ugyanakkor fontos hangsúlyozni, hogy ezek a technológiák egyelőre nem állnak készen a széles körű alkalmazásra.

A  következő 20 évben valószínűleg tovább erősödnek a már most is tapasztalható trendek: gyakoribb és intenzívebb szélsőségek, növekvő környezeti nyomás. Ezzel párhuzamosan azonban a technológiai válaszok – köztük a mesterséges intelligencia és a különféle új megoldások – is fejlődnek. A kérdés az, hogy ezek a válaszok milyen gyorsan és milyen mértékben tudnak lépést tartani a változások ütemével.

Tehát hosszabb távon ezekben látom a megoldást. A többi az mind olyan, hogy úgy tologatjuk a kritikus időpntot, ezek viszont tényleges megoldások. Egyébként két nagyon ismert könyv van a Neal Stephensonnak a Termination Shock, és a másik Kim Stanley Robinsonnak a jövő minisztériuma.

Az előzőekben szóba került az El Niño jelenség is. Ehhez kapcsolódva: mennyiben segíthet a mesterséges intelligencia abban, hogy a meteorológiai előrejelzések pontosabbak, illetve hosszabb távon is megbízhatóbbak legyenek? Ez hozzájárulhat a természeti katasztrófák megelőzéséhez?

A „hosszú táv” az időjárás-előrejelzésben mindig viszonylagos fogalom, de az már most is látszik, hogy a mesterséges intelligencia javítja az előrejelzések pontosságát, különösen rövid távon. Teljes bizonyossággal továbbra sem lehet időjárást előre jelezni, de a modellek egyre megbízhatóbbak.

Ennek egyik fő oka az AI kiemelkedő adatfeldolgozó kapacitása és mintafelismerő képessége. Óriási mennyiségű meteorológiai adatot képes gyorsan elemezni, és olyan összefüggéseket is észrevehet, amelyeket hagyományos módszerekkel nehezebb vagy lehetetlen lenne feltárni. Ez különösen a rövid távú – például néhány napos – előrejelzések pontosságát növeli.

Emellett a mesterséges intelligencia a közép- és hosszabb távú trendek azonosításában is hasznos. Nem arról van szó, hogy konkrét időjárási eseményeket hónapokra vagy évekre előre pontosan meg tudnánk mondani, hanem inkább arról, hogy bizonyos mintázatokat, tendenciákat – például csapadékeloszlást, hőmérsékleti anomáliákat vagy szélsőségek gyakoriságát – jobban meg tudjuk érteni és modellezni.

Ez közvetve a természeti katasztrófák kezelésében is segíthet. A pontosabb előrejelzések több időt adhatnak a felkészülésre, a jobb modellek pedig támogathatják a megelőzési stratégiák kidolgozását.

Fontos azonban, hogy az AI itt is inkább egy eszköz: javítja a döntéshozatal alapját, de önmagában nem szünteti meg a kockázatokat.

Kömlődi Ferenc, jövőkutató. Fotó: Gosztola Judit/Pénzcentrum

Sokszor felmerül, hogy a mesterséges intelligencia jövőjének egyik legnagyobb kérdése az, hogy meddig fejlődhet még. Több kutató szerint az internet, az okostelefonok és most az AI megjelenése hasonló léptékű technológiai ugrást jelent. Várható-e még olyan áttörés, amelyet a hétköznapi felhasználók is közvetlenül érzékelnek? Meddig fejlődhet ez a technológia?

Alapvetően optimista vagyok ezzel kapcsolatban, de érdemes egy fontos különbségtétellel kezdeni: az intelligencia nem azonos a tudatossággal. Egy mesterséges intelligencia lehet rendkívül fejlett, de attól még nem lesz öntudata. Nem érzékeli a világot úgy, mint az ember, nincs valódi empátiája, és a szociális készségei sem emberiek. A kreativitás kérdése is összetett – amit ma annak látunk, az sok esetben inkább mintázatok újrakombinálása.

Fontos hangsúlyozni, hogy jelenleg egyetlen mesterséges intelligencia sem rendelkezik öntudattal. Ez nem feltételezés, hanem a jelenlegi helyzet leírása. Ugyanakkor ahhoz, hogy a mesterséges intelligencia elérje az úgynevezett általános szintet, nem is feltétlenül szükséges az öntudat.

Az általános mesterséges intelligencia azt jelenti, hogy egy rendszer nemcsak egy szűk területen teljesít jól, hanem az emberhez hasonló módon, széles körben képes különböző feladatokat ellátni. Ma már léteznek olyan rendszerek, amelyek egy-egy szakterületen elérik vagy meghaladják az emberi teljesítményt, de ez még nem általános képesség.

Úgy gondolom, hogy idővel – pontos dátumot nehéz mondani – ez a szint meg fog valósulni. Ugyanakkor nem feltétlenül abban a formában, ahogyan azt egyes szereplők kommunikálják. Például Sam Altman gyakran beszél arról, hogy az áttörés „már a küszöbön van”, de ezt részben kommunikációs, marketing szempontból kell értelmezni.

A nagy kérdés inkább az, hogy amikor ez bekövetkezik, mennyire leszünk felkészülve rá társadalmi szinten. Ha visszagondolunk, a generatív mesterséges intelligencia elterjedése is viszonylag hirtelen történt. Bár lehetett látni az előjeleket, ám amikor például a ChatGPT széles körben elérhetővé vált, az sokak számára váratlan élményt jelentett.

Az általános mesterséges intelligenciát követő lépcsőként gyakran emlegetik a szuperintelligenciát, vagyis azt a szintet, amely már minden tekintetben meghaladja az emberi képességeket. Erről azonban még sokkal nagyobb a bizonytalanság: nehéz elképzelni is, milyen lenne, és hogy milyen hatással járna.

A szakmai vélemények egyébként erősen megoszlanak. Vannak, akik szerint soha nem jutunk el az általános mesterséges intelligenciáig, bár ez az álláspont ma már kevésbé elterjedt. Mások szerint akár néhány éven belül bekövetkezhet, míg megint mások több évtizedes vagy akár évszázados távlatban gondolkodnak. Ezeket az előrejelzéseket gyakran befolyásolják kommunikációs és üzleti szempontok is.

Valószínű, hogy lesznek még a hétköznapokban is érzékelhető, jelentős technológiai ugrások. A fejlődés iránya adott, de az üteme és a konkrét formája továbbra is nyitott kérdés.

Kömlődi Ferenc, jövőkutató. Fotó: Gosztola Judit/Pénzcentrum

Az interjú elején szóba került, hogy a mesterséges intelligencia sok szempontból „láthatatlan” technológia. Ehhez kapcsolódik egy gyakran emlegetett probléma is: sok fejlesztő maga is arról beszél, hogy bizonyos AI-rendszerek működését – azt, hogy pontosan mi történik a „belsejükben” – már ők sem értik teljesen. Előrébb kerültünk abban, hogy ezt átlássuk, vagy egyáltalán cél-e, hogy teljesen értsük ezeket a folyamatokat?

Ez egy nagyon fontos kérdés, és örülök, hogy felmerült, mert ez volt az egyik központi eleme annak az aggodalmi hullámnak is, amely 2024 környékén erősödött fel a szakmai közösségben. Egyik fő oka az úgynevezett „fekete doboz” jelenség.

Ez azt jelenti, hogy egy mesterséges intelligencia esetében bemenetet adunk a rendszernek, majd kimenetet kapunk, de a kettő között zajló belső folyamatokat már nem feltétlenül értjük teljes részletességgel – még a kutatók sem mindig. Ez nem minden AI-rendszerre igaz, de különösen a nagy, összetett modelleknél egyre inkább megjelenik ez a jelenség.

Ezzel kapcsolatban valóban vannak szabályozást sürgető hangok is, amelyek éppen arra hivatkoznak, hogy ha nem értjük teljesen a működést, akkor kockázatos lehet a technológia. Ezt szokták a biztonsági oldal egyik fő érvének tekinteni.

Én másképp látom. Azt gondolom, hogy éppen ez a „nem teljesen átlátható” működés is része annak, ami lehetővé teszi, hogy a mesterséges intelligencia ne egyszerűen az emberi gondolkodás másolata legyen, hanem attól eltérő módon is képes legyen működni.

Fontos kiemelni, hogy a gépi intelligencia természeténél fogva nem lehet teljesen azonos az emberivel, mivel nem biológiai, nem szerves rendszer. Ezért az a cél, hogy teljesen ugyanúgy értsük, mint az emberi gondolkodást, valószínűleg eleve korlátozott.

A „fekete doboz” jelenség tehát nem feltétlenül hiba, hanem a rendszer komplexitásának következménye. Ráadásul sokszor éppen ebből fakad az ereje is: olyan mintázatokat képes felismerni és döntéseket hozni, amelyek nem emberi logikán keresztül követhetők le.

Ami a tudatosság kérdését illeti: ha valaha kialakulna bármilyen formában mesterséges tudatosság, akkor valószínűleg éppen ezekben a nem teljesen átlátható, komplex rendszerekben érdemes keresni az előfeltételeit.

Úgy gondolom, nem feltétlenül az a cél, hogy minden részletében „emberi módon” értsük az AI működését. Inkább az a kérdés, hogy mennyire tudjuk kontrollálni, használni és biztonságosan integrálni egy olyan technológiát, amely bizonyos szinten már most is túlmutat a hagyományos, teljesen átlátható rendszereken.

Címlapfotó és képek: Gosztola Judit