Kijöttek és egyre több gyártó hozza piacra a mesterséges intelligenciával elltátott okos telefonokat és PC-ket. De mennyiben fogja ez megváltoztatni az életünket, milyen olyan funkciók lesznek benne, amelyektől majd még inkább függők leszünk?
Százéves vicc: egy cégtáblán az olvasható, hogy „Csizmadia és kéjgáz”. Járókelő bemegy, megkérdi: „azt értem, hogy cipész, de mi az a kéjgáz?” „Nem tudom, de nagyon jól hangzik.” Hát, az AI, vagyis mesterséges intelligencia felhasználásával működő telefon körülbelül erről szól.
Muszáj rendszeresen kihozni valamilyen újdonságot a tömegtermékek versenypiacán, mert ha nem teszi a cég, akkor a „közvélekedés” szerint valami baj van, és a „közvélekedés” másik megfogalmazása a „tőzsdei érték”, és az már pénz.
Ha Elon Musk kitöri a lábát, az emberek feljajdulnak „Jajj, mi lesz a Teslával?!”, amitől a Tesla tőzsdei értéke 1 százalékot csökken, ami a jelen pillanatban 7,66 milliárd dollár, és 1 százalékkal kapnának kevesebbet azok, akik éppen akkor akarnának Tesla-részvényt eladni.
Forrás: A szerző montázsa
Elfért a nagy nyelvi modell
Az évtizedek alatt nagy hagyománya alakult ki annak, hogy milyen változtatásokat hogyan kommunikálnak a cégek.
Számomra ikonikus példa volt, hogy a Kia Rio autó prospektusában megemlítették: a hátsó ülés előtti pohártartó ki van vágva egy helyen, hogy bögrét is bele lehessen tenni. Vagy nemrég a Suzuki Swift egyik frissítésekor a „C” (a hátsó oldalablak mögötti) ablakoszlop fekete lett, ami a prospektus szerint „lebegő tető” hatást kelt.
Most pedig megjelentek az AI telefonok és PC-k.
Az Apple is beletette az iPhone 16-ba – amely egy plusz – nem feltétlenül a mesterséges intelligenciához kapcsolt – gombot is kapott, miután 2018-ben az ikonikus kerek előoldali gombot is kispórolták belőle, amelyről nevezetes volt.
A „bögrefül-kivágásnak” a mi esetünkben az felel meg, hogy a közép és felső kategóriás telefonok már amúgy is óriási, 8-12-16 GB memóriájában és 128-1000 GB háttértárában elfért egy ún. nagy nyelvi modell.
Ettől a telefonok a már eddig is meglevő, rengeteg mesterséges intelligencia-képessége kiegészült néhány generatív jellegű funkcióval úgy, hogy azok működéséhez nem kell mobilinternet-kapcsolat.
Az AI-telefonok tehát nemhogy okosak, hanem intelligensek is egyben, ráadásul a saját, beépített értékeik miatt.
Keresés bekarikázás alapján
A generatív képességek segítségével az AI-telefonok képesek valós időben feliratozni a videókat, összefoglalást készíteni egy videómeetingről, a leggyakrabban említett dolog pedig a keresés bekarikázás alapján: a használó a képernyőn az ujjával vagy „irónnal” bekarikáz valamit, mire a telefon ahhoz hasonló tárgyakat hoz elő – ordít a dolog kereskedelmi jellege.
A bekarikázás ugyanis annak a kérdésnek felel meg, hogy „Hol lehet ezt kapni?”, nem pedig annak, hogy „Mi a csoda ez?”
Fontos körülmény, hogy ezek az új képességek az érintett telefonokba fokozatosan, az év hátralévő részében és/vagy 2025 első felében fognak megérkezni, és jellemzően egyelőre angol nyelven, amennyire ez értelmezhető.
Az előbb említett, már évek óta meglévő MI-képességek közül néhány: útvonaltervezés, automatikus szövegjavítás, nyers fordítás gyakorlatilag bármilyen nyelvről bármilyen nyelvre szöveges és kimondott (hangzó) tartalom esetén, zenefelismerés, fotón alakzatok felismerése, fotón levő szöveg felismerése (OCR) és még sorolhatnám.
Aki az elmúlt két évet nem aludta át, az tudja, hogy a Microsoft majd a Google a fősodorba emelte a generatív MI-t: a megadott témájú automatikus tartalomgenerálást, legyen az szöveg, kép vagy videó.
Az „új” tartalom általános adatok óriási tömegének a lehető legtöbb szempont szerint kategorizált feldolgozásából származik, és ez az óriási tömeg és a lehető legtöbb szempont megnövelte a számítási kapacitás iránti globális igényt, ami az Nvidia nevű hardvercéget a legértékesebbek közé repítette.
Ellenőrzés kell
Nem hallgathatjuk el, hogy a generatív MI-szolgáltatások „hallucinálnak”: hamis állításokat tesznek, lehetetlen dolgokat ábrázolnak, a képi intelligencia többet hibáz, mint a szöveges.
Mára kialakult az a gyakorlat, hogy a generatív MI-kimenetet ellenőrizni, szerkeszteni kell, az MI nem végzi el az egész munkát, csak a felét, kétharmadát, viszont az ellenőrzés, szerkesztés erősebb képességeket követel meg, mint a tartalom nyers létrehozása.
Nem hallgathatjuk el azt sem, hogy a generatív MI-szolgáltatások nyújtása szerzői jogi problémákat vetett fel az óriási tömegű adatok vonatkozásában. Ezeket a problémákat a két legnagyobb szolgáltató jórészt lerendezte, a többiek nem: a kételkedés a tartalom hitelességében és pontosságában ma ajánlatosabb, mint a generatív MI felszárnyalása előtt.
Egyébként ezek az mesterséges intelligenciával dúsított felsőkategóriás telefonok nem is drágábbak a kategóriájuk által megkövetelt árszintnél, azaz 750 000 forint körüli összegnél.
Vagyis a MI nem kerül többe az eddigi luxusnál.
