{"id":32781,"date":"2019-10-31T21:48:54","date_gmt":"2019-10-31T18:48:54","guid":{"rendered":"https:\/\/prohoster.info\/blog\/o-predvzyatosti-iskusstvennogo-intellekta\/"},"modified":"2019-10-31T21:48:54","modified_gmt":"2019-10-31T18:48:54","slug":"o-predvzyatosti-iskusstvennogo-intellekta","status":"publish","type":"post","link":"https:\/\/prohoster.info\/hu\/blog\/news\/o-predvzyatosti-iskusstvennogo-intellekta","title":{"rendered":"A mesters\u00e9ges intelligencia el\u0151\u00edt\u00e9letei","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p><img decoding=\"async\" alt=\"A mesters\u00e9ges intelligencia el\u0151\u00edt\u00e9letei\" src=\"\/wp-content\/uploads\/2019\/04\/05a731677e1231acceff953db8e1e26a.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p><\/p>\n<h2 id=\"tldr\">R\u00f6viden:<\/h2>\n<p><\/p>\n<ul>\n<li>A g\u00e9pi tanul\u00e1s a mint\u00e1zatok keres\u00e9s\u00e9r\u0151l sz\u00f3l az adatokban. De a mesters\u00e9ges intelligencia \u201eelfogult\u201d lehet \u2014 vagyis t\u00e9ves mint\u00e1kat tal\u00e1lhat. P\u00e9ld\u00e1ul a b\u0151rk\u00e1rosod\u00e1sok f\u00e9nyk\u00e9pes \u00e9szlel\u00e9sekor a rendszer k\u00fcl\u00f6n\u00f6s figyelmet ford\u00edthat a rendel\u0151ben k\u00e9sz\u00fclt felv\u00e9telekre. A g\u00e9pi tanul\u00e1s nem tudja <em>meg\u00e9rteni<\/em>: algoritmusai csup\u00e1n mint\u00e1kat azonos\u00edtanak a sz\u00e1mokban, \u00e9s ha az adatok nem reprezentat\u00edvak, akkor az eredm\u00e9ny is ilyen lesz. Neh\u00e9z lehet \u00e9szrevenni az ilyen hib\u00e1kat a g\u00e9pi tanul\u00e1s saj\u00e1t mechanik\u00e1ja miatt. <noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/li>\n<li>A legnyilv\u00e1nval\u00f3bb \u00e9s legijeszt\u0151bb probl\u00e9m\u00e1s ter\u00fclet az emberek soksz\u00edn\u0171s\u00e9ge. Sz\u00e1mos ok van r\u00e1, hogy az emberekr\u0151l k\u00e9sz\u00fclt adatok m\u00e1r az adatgy\u0171jt\u00e9s szakasz\u00e1ban elvesz\u00edts\u00e9k az objektivit\u00e1sukat. De nem \u00e9rdemes azt gondolni, hogy ez kiz\u00e1r\u00f3lag az embereket \u00e9rinti: hasonl\u00f3 neh\u00e9zs\u00e9gek mer\u00fclnek fel a rakt\u00e1rban l\u00e9v\u0151 v\u00edz vagy a meghib\u00e1sodott g\u00e1zturbin\u00e1k \u00e9szlel\u00e9s\u00e9nek megk\u00eds\u00e9rl\u00e9sekor is. Egyes rendszerek el\u0151\u00edt\u00e9letekkel b\u00edrhatnak a b\u0151rsz\u00edn tekintet\u00e9ben, m\u00edg m\u00e1sok a Siemens \u00e9rz\u00e9kel\u0151ivel kapcsolatban lesznek elfogultak. <\/li>\n<li>Az ilyen probl\u00e9m\u00e1k nem \u00fajkelet\u0171ek a g\u00e9pi tanul\u00e1sban, \u00e9s nem csup\u00e1n r\u00e1 jellemz\u0151ek. Hib\u00e1s felt\u00e9telez\u00e9sek keletkezhetnek b\u00e1rmilyen \u00f6sszetett strukt\u00far\u00e1ban, \u00e9s mindig neh\u00e9z meg\u00e9rteni, mi\u00e9rt sz\u00fcletett egy adott d\u00f6nt\u00e9s. Ezzel \u00e1tfog\u00f3an kell k\u00fczdeni: eszk\u00f6z\u00f6ket \u00e9s folyamatokat kell l\u00e9trehozni az ellen\u0151rz\u00e9shez \u2014 \u00e9s k\u00e9pezni a felhaszn\u00e1l\u00f3kat, hogy ne k\u00f6vess\u00e9k vakon az MI javaslatait. A g\u00e9pi tanul\u00e1s val\u00f3ban sok dolgot jobban csin\u00e1l, mint mi \u2014 de a kuty\u00e1k p\u00e9ld\u00e1ul sokkal hat\u00e9konyabbak a drogok \u00e9szlel\u00e9s\u00e9ben, ami nem indokolja \u0151ket mint tan\u00fak bevon\u00e1s\u00e1t \u00e9s az \u0151 vallom\u00e1suk alapj\u00e1n \u00edt\u00e9let meghozatal\u00e1t. R\u00e1ad\u00e1sul a kuty\u00e1k sokkal intelligensebbek, mint b\u00e1rmely g\u00e9pi tanul\u00e1si rendszer. <\/li>\n<\/ul>\n<p>A g\u00e9pi tanul\u00e1s ma az egyik legfontosabb alapvet\u0151 technol\u00f3giai trend. Ez az egyik f\u0151 m\u00f3d, ahogyan a technol\u00f3gia megv\u00e1ltoztatja a vil\u00e1got a k\u00f6vetkez\u0151 \u00e9vtizedben. Ezeknek a v\u00e1ltoz\u00e1soknak egyes aspektusai aggaszt\u00f3ak. P\u00e9ld\u00e1ul a g\u00e9pi tanul\u00e1s lehets\u00e9ges hat\u00e1sa a munkaer\u0151piacra, vagy etikai szempontb\u00f3l agg\u00e1lyos c\u00e9lok (p\u00e9ld\u00e1ul autoriter rendszerek \u00e1ltali) felhaszn\u00e1l\u00e1sa. L\u00e9tezik egy m\u00e1sik probl\u00e9ma is, amelynek ez a bejegyz\u00e9s is szentel: <strong>a mesters\u00e9ges intelligencia elfogults\u00e1ga<\/strong>. <\/p>\n<p><\/p>\n<p>Ez nem egy egyszer\u0171 t\u00f6rt\u00e9net. <\/p>\n<p><\/p>\n<p><img decoding=\"async\" alt=\"A mesters\u00e9ges intelligencia el\u0151\u00edt\u00e9letei\" src=\"\/wp-content\/uploads\/2019\/04\/d692fbfff47614758ab1d8e1516b2742.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<em>A Google mesters\u00e9ges intelligenci\u00e1ja k\u00e9pes megtal\u00e1lni a macsk\u00e1kat. Ez a 2012-es h\u00edr akkoriban valami k\u00fcl\u00f6nleges volt.<\/em><\/p>\n<p><\/p>\n<h2 id=\"chto-takoe-predvzyatost-ii\">Mi az az \u201eAI elfogults\u00e1g\u201d?<\/h2>\n<p><\/p>\n<blockquote><p><em>A \u201enyers adatok\u201d egyszerre oxymoron \u00e9s rossz \u00f6tlet; az adatokat j\u00f3l \u00e9s gondosan kell el\u0151k\u00e9sz\u00edteni.<\/em> \u2014Jeffrey Boker <\/p><\/blockquote>\n<p>2013-ig valahol a rendszer l\u00e9trehoz\u00e1s\u00e1hoz, amely mondjuk, felismeri a macsk\u00e1kat a f\u00e9nyk\u00e9peken, logikai l\u00e9p\u00e9seket kellett le\u00edrni. Meg kellett hat\u00e1roznod a k\u00e9pen a sarkokat, felismerned a szemeket, analiz\u00e1lnod a text\u00far\u00e1kat sz\u0151r megl\u00e9te szempontj\u00e1b\u00f3l, megsz\u00e1molnod a l\u00e1bakat stb. Azt\u00e1n \u00f6ssze kellett gy\u0171jtened az \u00f6sszes komponenst \u2014 \u00e9s r\u00e1 kellett j\u00f6nn\u00f6d, hogy ez igaz\u00e1b\u00f3l nem m\u0171k\u00f6dik. K\u00f6r\u00fclbel\u00fcl \u00fagy, mint egy mechanikus l\u00f3 \u2014 elm\u00e9letileg l\u00e9trehozhat\u00f3, de gyakorlatilag t\u00fal neh\u00e9z le\u00edrni. A v\u00e9g\u00e9n ott van ak\u00e1r sz\u00e1z (vagy ak\u00e1r t\u00f6bb ezer) k\u00e9zzel \u00edrt szab\u00e1ly. \u00c9s egyetlen m\u0171k\u00f6d\u0151 modell sem. <\/p>\n<p><\/p>\n<p>A g\u00e9pi tanul\u00e1ssal a \u201ek\u00e9zi\u201d szab\u00e1lyok haszn\u00e1lat\u00e1t abbahagytuk, hogy felismerj\u00fck ezt vagy azt az objektumot. Ehelyett ezer p\u00e9ld\u00e1nyt vesz\u00fcnk az X-b\u0151l, ezer p\u00e9ld\u00e1nyt az Y-b\u00f3l, \u00e9s r\u00e1b\u00edzzuk a sz\u00e1m\u00edt\u00f3g\u00e9pre a modell fel\u00e9p\u00edt\u00e9s\u00e9t, statisztikai elemz\u00e9s alapj\u00e1n. Ezut\u00e1n megadunk ennek a modellnek egy adatmint\u00e1t, \u00e9s az egy bizonyos pontoss\u00e1ggal meg\u00e1llap\u00edtja, hogy az illik-e valamelyik adathalmazhoz. A g\u00e9pi tanul\u00e1s adatok alapj\u00e1n gener\u00e1l modellt, nem pedig emberi \u00edr\u00e1s alapj\u00e1n. Az eredm\u00e9nyek leny\u0171g\u00f6z\u0151ek, k\u00fcl\u00f6n\u00f6sen a k\u00e9pfelismer\u00e9s \u00e9s mint\u00e1zat-elemz\u00e9s ter\u00e9n, \u00e9s \u00e9ppen ez\u00e9rt az eg\u00e9sz technol\u00f3giai ipar most a g\u00e9pi tanul\u00e1sra (ML) v\u00e1lt. <\/p>\n<p><\/p>\n<p>De nem minden olyan egyszer\u0171. A val\u00f3s\u00e1gban az ezer X vagy Y p\u00e9ld\u00e1d A-t, B-t, J-t, L-t, O-t, R-t \u00e9s m\u00e9g L-t is tartalmazhat. Ezek egyenl\u0151tlen\u00fcl elosztottak lehetnek, \u00e9s n\u00e9melyik\u00fck annyira gyakori, hogy a rendszer t\u00f6bbet foglalkozik vel\u00fck, mint az olyan objektumokkal, amelyek t\u00e9ged \u00e9rdekelnek.<\/p>\n<p><\/p>\n<p>Mit jelent ez a gyakorlatban? Az egyik kedvenc p\u00e9ld\u00e1m az, amikor az k\u00e9pfelismer\u0151 rendszerek <noindex><a rel=\"nofollow\" href=\"http:\/\/aiweirdness.com\/post\/171451900302\/do-neural-nets-dream-of-electric-sheep\">a f\u00fcves dombra n\u00e9znek \u00e9s azt mondj\u00e1k: \u201ebirka\u201d<\/a><\/noindex>. Vil\u00e1gos, mi\u00e9rt: a \u201ebirka\u201d p\u00e9ld\u00e1k t\u00falnyom\u00f3 r\u00e9sze r\u00e9teken k\u00e9sz\u00fclt, ahol \u00e9lnek, \u00e9s ezeken a felv\u00e9teleken a f\u0171 sokkal nagyobb teret foglal el, mint a kis feh\u00e9r bolyhos \u00e1llatok, \u00e9s a rendszerek a f\u00fcvet tartj\u00e1k a legfontosabbnak. <\/p>\n<p><\/p>\n<p>Komolyabb p\u00e9ld\u00e1k is vannak. A k\u00f6zelm\u00faltban egy <noindex><a rel=\"nofollow\" href=\"https:\/\/www.medpagetoday.com\/dermatology\/generaldermatology\/70513\">projekt<\/a><\/noindex> a b\u0151rr\u00e1k \u00e9szlel\u00e9s\u00e9r\u0151l f\u00e9nyk\u00e9peken. Kider\u00fclt, hogy a b\u0151rgy\u00f3gy\u00e1szok gyakran f\u00e9nyk\u00e9pezik a vonalz\u00f3t a b\u0151rr\u00e1k megnyilv\u00e1nul\u00e1saival egy\u00fctt, hogy r\u00f6gz\u00edts\u00e9k a form\u00e1ci\u00f3k m\u00e9ret\u00e9t. Az eg\u00e9szs\u00e9ges b\u0151r f\u00e9nyk\u00e9pein nincs vonalz\u00f3. Az AI rendszer sz\u00e1m\u00e1ra ezek a vonalz\u00f3k (pontosabban azok a pixelek, amelyeket \u201evonalz\u00f3k\u00e9nt\u201d azonos\u00edtunk) az \u00f6sszes p\u00e9lda k\u00f6z\u00f6tt az egyik k\u00fcl\u00f6nbs\u00e9get jelentett, \u00e9s n\u00e9ha fontosabbak voltak, mint a b\u0151r\u00f6n l\u00e9v\u0151 apr\u00f3 ki\u00fct\u00e9sek. \u00cdgy a b\u0151rr\u00e1k azonos\u00edt\u00e1s\u00e1ra kifejlesztett rendszer n\u00e9ha a vonalz\u00f3kat ismerte fel a b\u0151rr\u00e1k helyett. <\/p>\n<p><\/p>\n<p>A kulcsfontoss\u00e1g\u00fa dolog itt az, hogy a rendszernek nincs szemantikai meg\u00e9rt\u00e9se arr\u00f3l, amit l\u00e1t. Mi egy pixelfolyamra n\u00e9z\u00fcnk \u00e9s b\u00e1r\u00e1nyt, b\u0151rt vagy vonalz\u00f3t l\u00e1tunk, a rendszer csup\u00e1n numerikus sorozatot \u00e9rz\u00e9kel. Nem l\u00e1t h\u00e1romdimenzi\u00f3s teret, nem \u00e9szleli sem a t\u00e1rgyakat, sem a text\u00far\u00e1kat, sem a b\u00e1r\u00e1nyokat. Csak mint\u00e1kat l\u00e1t az adatokban. <\/p>\n<p><\/p>\n<p>A hasonl\u00f3 probl\u00e9m\u00e1k diagnosztiz\u00e1l\u00e1s\u00e1nak neh\u00e9zs\u00e9ge abban rejlik, hogy a neur\u00e1lis h\u00e1l\u00f3zat (a g\u00e9pi tanul\u00e1si rendszer \u00e1ltal gener\u00e1lt modell) ezer sz\u00e1mos csom\u00f3pontb\u00f3l \u00e1ll. Nincs egyszer\u0171 m\u00f3d arra, hogy betekints\u00fcnk a modellbe \u00e9s l\u00e1ssuk, hogyan hoz d\u00f6nt\u00e9seket. Egy ilyen lehet\u0151s\u00e9g l\u00e9tez\u00e9se azt jelenten\u00e9, hogy a folyamat el\u00e9g egyszer\u0171 ahhoz, hogy minden szab\u00e1lyt k\u00e9zzel le\u00edrjunk, an\u00e9lk\u00fcl, hogy g\u00e9pi tanul\u00e1st alkalmazn\u00e1nk. Az emberek agg\u00f3dnak, hogy a g\u00e9pi tanul\u00e1s egyfajta \u201efekete doboz\u201d lett. (K\u00e9s\u0151bb elmagyar\u00e1zom, mi\u00e9rt ez a hasonlat egy kicsit t\u00falz\u00e1s.) <\/p>\n<p><\/p>\n<p>Ez, \u00e1ltal\u00e1ban v\u00e9ve, a mesters\u00e9ges intelligencia vagy a g\u00e9pi tanul\u00e1s elfogults\u00e1g\u00e1nak probl\u00e9m\u00e1ja: a rendszer, amely a mint\u00e1k megtal\u00e1l\u00e1s\u00e1ra \u00f6sszpontos\u00edt az adatokban, helytelen mint\u00e1kat is felfedezhet, \u00e9s ezt tal\u00e1n nem is veszi \u00e9szre. Ez a technol\u00f3gia alapvet\u0151 jellemz\u0151je, \u00e9s mindenkinek nyilv\u00e1nval\u00f3, aki tudom\u00e1nyos k\u00f6r\u00f6kben \u00e9s nagy technol\u00f3giai c\u00e9gekn\u00e9l dolgozik. De a k\u00f6vetkezm\u00e9nyei bonyolultak, \u00e9s a lehets\u00e9ges megold\u00e1saink ezekre a k\u00f6vetkezm\u00e9nyekre is. <\/p>\n<p><\/p>\n<p>El\u0151sz\u00f6r besz\u00e9lj\u00fcnk a k\u00f6vetkezm\u00e9nyekr\u0151l. <\/p>\n<p><\/p>\n<p><img decoding=\"async\" alt=\"A mesters\u00e9ges intelligencia el\u0151\u00edt\u00e9letei\" src=\"\/wp-content\/uploads\/2019\/04\/43748412bd82ae53a9c2e47afec9c655.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<em>Az AI implicit m\u00f3don d\u00f6nt\u00e9seket hozhat k\u00fcl\u00f6nb\u00f6z\u0151 emberi kateg\u00f3ri\u00e1k mellett, an\u00e9lk\u00fcl, hogy \u00e9szrevenn\u00e9nk azt, sok \u00e9szrev\u00e9tlen jel alapj\u00e1n.<\/em><\/p>\n<p><\/p>\n<h2 id=\"scenarii-predvzyatosti-ii\">Az AI elfogults\u00e1g\u00e1nak forgat\u00f3k\u00f6nyvei<\/h2>\n<p><\/p>\n<p>A legnyilv\u00e1nval\u00f3bb \u00e9s legf\u00e9lelmetesebb dolog az, hogy ez a probl\u00e9ma megnyilv\u00e1nulhat, amikor az emberi sokf\u00e9les\u00e9gr\u0151l van sz\u00f3. Nemr\u00e9g <noindex><a rel=\"nofollow\" href=\"https:\/\/www.reuters.com\/article\/us-amazon-com-jobs-automation-insight\/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK08G\">pletyk\u00e1k terjedtek<\/a><\/noindex>, hogy az Amazon megpr\u00f3b\u00e1lt egy g\u00e9pi tanul\u00e1son alapul\u00f3 rendszert l\u00e9trehozni a munk\u00e1ra jelentkez\u0151 jel\u00f6ltek el\u0151sz\u0171r\u00e9s\u00e9re. Mivel az Amazon munkat\u00e1rsai k\u00f6z\u00f6tt t\u00f6bb f\u00e9rfi van, a \u201esikeres felv\u00e9tel\u201d p\u00e9ld\u00e1i is ink\u00e1bb f\u00e9rfiakat k\u00e9pviseltek, \u00e9s a rendszer \u00e1ltal javasolt \u00f6n\u00e9letrajzok k\u00f6z\u00f6tt is t\u00f6bb f\u00e9rfi szerepelt. Az Amazon \u00e9szrevette ezt, \u00e9s nem ind\u00edtotta el a rendszert. <\/p>\n<p><\/p>\n<p>Ennek a p\u00e9ld\u00e1nak a legfontosabb r\u00e9sze az, hogy a rendszer \u00e1ll\u00edt\u00f3lag a f\u00e9rfi jel\u00f6lteknek kedvezett, annak ellen\u00e9re, hogy a nem volt felt\u00fcntetve az \u00f6n\u00e9letrajzokban.<strong> A rendszer m\u00e1s mint\u00e1kat is \u00e9szlelt a \u201esikeres felv\u00e9tel\u201d p\u00e9ld\u00e1iban: p\u00e9ld\u00e1ul a n\u0151k k\u00fcl\u00f6nleges szavakat haszn\u00e1lhatnak a teljes\u00edtm\u00e9nyeik le\u00edr\u00e1s\u00e1ra, vagy k\u00fcl\u00f6nleges hobbijaik lehetnek. Term\u00e9szetesen a rendszer nem tudta, mi az a \u201ej\u00e9gkorong\u201d, kik az \u201eemberek\u201d, vagy mi a \u201esiker\u201d, csup\u00e1n statisztikai elemz\u00e9st v\u00e9gzett a sz\u00f6vegen.<\/strong> De a mint\u00e1k, amelyeket \u00e9szlelt, val\u00f3sz\u00edn\u0171leg emberi \u00e9szlel\u00e9s mellett is elker\u00fcln\u00e9k a figyelmet, \u00e9s n\u00e9melyiket (p\u00e9ld\u00e1ul, hogy a k\u00fcl\u00f6nb\u00f6z\u0151 nem\u0171 emberek m\u00e1sk\u00e9nt \u00edrj\u00e1k le a sikert) val\u00f3sz\u00edn\u0171leg neh\u00e9z \u00e9szrevenn\u00fcnk, m\u00e9g ha figyelmet ford\u00edtunk is r\u00e1juk. <\/p>\n<p><\/p>\n<p>A helyzet m\u00e9g rosszabb. A g\u00e9pi tanul\u00e1si rendszer, amely nagyon j\u00f3l \u00e9szleli a b\u0151rr\u00e1kot vil\u00e1gos b\u0151r\u00f6n, rosszabbul m\u0171k\u00f6dhet s\u00f6t\u00e9t b\u0151r\u00f6n, vagy ford\u00edtva. Ez nem felt\u00e9tlen\u00fcl a r\u00e9szrehajl\u00e1s miatt van, hanem mert val\u00f3sz\u00edn\u0171, hogy k\u00fcl\u00f6n modellt kell \u00e9p\u00edtened a k\u00fcl\u00f6nb\u00f6z\u0151 b\u0151rsz\u00ednhez, m\u00e1s jellemz\u0151k kiv\u00e1laszt\u00e1s\u00e1val.<strong> A g\u00e9pi tanul\u00e1si rendszerek nem helyettes\u00edthet\u0151k m\u00e9g olyan sz\u0171k ter\u00fcleten sem, mint a k\u00e9pfelismer\u00e9s.<\/strong> Be kell \u00e1ll\u00edtanod a rendszert, n\u00e9ha egyszer\u0171en pr\u00f3b\u00e1lkoz\u00e1sok \u00fatj\u00e1n, hogy j\u00f3l kiemelje az \u00e9rdekes adataidban rejl\u0151 saj\u00e1toss\u00e1gokat, am\u00edg el nem \u00e9red a k\u00edv\u00e1nt pontoss\u00e1got. De lehet, hogy nem veszed \u00e9szre, hogy a rendszer 98% pontoss\u00e1g\u00fa egy csoport eset\u00e9ben, mik\u00f6zben csup\u00e1n 91%-os (b\u00e1r pontosabb, mint az emberi elemz\u00e9s) egy m\u00e1sik eset\u00e9ben. <\/p>\n<p><\/p>\n<p>Eddig f\u0151k\u00e9nt az emberek \u00e9s jellemz\u0151ik p\u00e9ld\u00e1it haszn\u00e1ltam. E k\u00f6r\u00fcl forog a vita a probl\u00e9ma kapcs\u00e1n. De fontos meg\u00e9rteni, hogy az emberek ir\u00e1nti r\u00e9szrehajl\u00e1s csak egy r\u00e9sze a probl\u00e9m\u00e1nak. A g\u00e9pi tanul\u00e1st rengeteg dologra haszn\u00e1ljuk, \u00e9s a mintav\u00e9teli hiba relev\u00e1ns lesz mindezekn\u00e9l. M\u00e1sr\u00e9szr\u0151l, ha emberekkel dolgozol, az adatok r\u00e9szrehajl\u00e1sa nem felt\u00e9tlen\u00fcl r\u00e1juk vonatkozik. <\/p>\n<p><\/p>\n<p>Ahhoz, hogy ezt meg\u00e9rts\u00fck, t\u00e9rj\u00fcnk vissza a b\u0151rr\u00e1k p\u00e9ld\u00e1j\u00e1hoz, \u00e9s n\u00e9zz\u00fck meg h\u00e1rom hipotetikus rendszerszint\u0171 hibalehet\u0151s\u00e9get. <\/p>\n<p><\/p>\n<ol>\n<li>Egyenetlen emberi eloszl\u00e1s: a b\u0151rt\u00f3nusok elt\u00e9r\u0151 mennyis\u00e9g\u0171 f\u00e9nyk\u00e9pez\u00e9se, ami hamis pozit\u00edv vagy hamis negat\u00edv eredm\u00e9nyekhez vezethet a pigment\u00e1ci\u00f3val kapcsolatban. <\/li>\n<li>A rendszer \u00e1ltal tanulm\u00e1nyozott adatok gyakran el\u0151fordul\u00f3 \u00e9s egyenetlen\u00fcl eloszl\u00f3 jellemz\u0151t tartalmaznak, amely nem kapcsol\u00f3dik az emberekhez, \u00e9s nem rendelkezik diagnosztikai \u00e9rt\u00e9kkel: vonalz\u00f3 a b\u0151rr\u00e1k megjelen\u00e9s\u00e9r\u0151l k\u00e9sz\u00fclt f\u00e9nyk\u00e9peken, vagy f\u0171 a juhok f\u00e9nyk\u00e9pein. Ilyen esetben az eredm\u00e9nyek elt\u00e9r\u0151ek lesznek, ha a rendszer olyan k\u00e9ppontokat tal\u00e1l, amelyeket az emberi szem \"vonalz\u00f3k\u00e9nt\" azonos\u00edt. <\/li>\n<li>Az adatok egy k\u00fcls\u0151 jellemz\u0151t tartalmaznak, amelyet az ember, m\u00e9g ha keresi is, nem \u00e9szlelhet. <\/li>\n<\/ol>\n<p><\/p>\n<p>Mit jelent ez? A priori tudjuk, hogy az adatok k\u00fcl\u00f6nb\u00f6z\u0151 csoportokat k\u00fcl\u00f6nf\u00e9lek\u00e9ppen k\u00e9pviselhetnek, \u00e9s legal\u00e1bbis tervezhetj\u00fck, hogy keres\u00fcnk hasonl\u00f3 kiv\u00e9teleket. M\u00e1s szavakkal, sz\u00e1mos t\u00e1rsadalmi okunk van arra, hogy felt\u00e9telezz\u00fck, a csoportokra vonatkoz\u00f3 adataink m\u00e1r tartalmaznak bizonyos el\u0151\u00edt\u00e9letet. Ha megn\u00e9zz\u00fck a vonalz\u00f3s fot\u00f3t, l\u00e1tni fogjuk ezt a vonalz\u00f3t \u2013 egyszer\u0171en figyelmen k\u00edv\u00fcl hagytuk el\u0151tte, tudv\u00e1n, hogy nem sz\u00e1m\u00edt, \u00e9s elfelejtve, hogy a rendszernek semmit sem tud.<\/p>\n<p><\/p>\n<p>De mi van, ha az \u00f6sszes eg\u00e9szs\u00e9gtelen b\u0151rr\u0151l k\u00e9sz\u00fclt f\u00e9nyk\u00e9p az irod\u00e1ban k\u00e9sz\u00fclt, ahol izz\u00f3l\u00e1mp\u00e1kat haszn\u00e1lnak, m\u00edg az eg\u00e9szs\u00e9geseket fluoreszcens f\u00e9nyben? Mi van akkor, ha az eg\u00e9szs\u00e9ges b\u0151r f\u00e9nyk\u00e9pez\u00e9se ut\u00e1n, az eg\u00e9szs\u00e9gtelen f\u00e9nyk\u00e9pez\u00e9se el\u0151tt friss\u00edtetted a telefonod oper\u00e1ci\u00f3s rendszer\u00e9t, \u00e9s az Apple vagy a Google kiss\u00e9 megv\u00e1ltoztatta a zajcs\u00f6kkent\u00e9si algoritmus\u00e1t? Ezt az ember nem fogja \u00e9szlelni, b\u00e1rmennyire is keresi ezeket a tulajdons\u00e1gokat. De a g\u00e9pi rendszer azonnal \u00e9szreveszi \u00e9s haszn\u00e1lja ezt. \u0150 semmit sem tud. <\/p>\n<p><\/p>\n<p>Mik\u00f6zben a hamis korrel\u00e1ci\u00f3kr\u00f3l besz\u00e9lt\u00fcnk, el\u0151fordulhat, hogy az adatok pontosak, \u00e9s az eredm\u00e9nyek helyesek, de etikai, jogi vagy menedzsment okokb\u00f3l nem akarjuk \u0151ket haszn\u00e1lni. Egyes joghat\u00f3s\u00e1gokban p\u00e9ld\u00e1ul nem lehet a n\u0151ket kedvezm\u00e9nyekkel ell\u00e1tni a biztos\u00edt\u00e1sban, annak ellen\u00e9re, hogy a n\u0151k val\u00f3sz\u00edn\u0171leg biztons\u00e1gosabban vezetnek. K\u00f6nnyen elk\u00e9pzelhetj\u00fck azt a rendszert, amely a t\u00f6rt\u00e9nelmi adatok elemz\u00e9sekor alacsonyabb kock\u00e1zati egy\u00fctthat\u00f3t rendel a n\u0151i nevekhez. Rendben, t\u00e1vol\u00edtsuk el a neveket a mint\u00e1b\u00f3l. De eml\u00e9kezz\u00fcnk az Amazon p\u00e9ld\u00e1j\u00e1ra: a rendszer m\u00e1s t\u00e9nyez\u0151k alapj\u00e1n k\u00e9pes meghat\u00e1rozni a nemet (m\u00e9g ha nem is \u00e9rti, hogy mi az a nem, \u00e9s mi az a g\u00e9pj\u00e1rm\u0171), \u00e9s bel\u00e1tja ezt, am\u00edg a szab\u00e1lyoz\u00f3 nem vizsg\u00e1lja meg a javasolt tarif\u00e1kat ut\u00f3lag, \u00e9s meg nem b\u00fcnteti \u00f6nt. <\/p>\n<p><\/p>\n<p>V\u00e9g\u00fcl gyakran felmer\u00fcl, hogy ezeket a rendszereket csak olyan projektekhez fogjuk haszn\u00e1lni, amelyek emberekkel \u00e9s t\u00e1rsadalmi interakci\u00f3kkal kapcsolatosak. Ez nem igaz. Ha g\u00e1zturbin\u00e1kat gy\u00e1rt, val\u00f3sz\u00edn\u0171leg g\u00e9pi tanul\u00e1st szeretne alkalmazni a tucatnyi vagy ak\u00e1r t\u00f6bb sz\u00e1z szenzort\u00f3l sz\u00e1rmaz\u00f3 telemetri\u00e1ra a term\u00e9k\u00e9n (audio-, vide\u00f3-, h\u0151m\u00e9rs\u00e9kleti \u00e9s b\u00e1rmilyen egy\u00e9b szenzor is gener\u00e1l adatokat, amelyeket nagyon k\u00f6nnyen felhaszn\u00e1lhat g\u00e9pi tanul\u00e1si modell l\u00e9trehoz\u00e1s\u00e1ra). Elm\u00e9letileg azt mondhatn\u00e1: \u201eItt vannak az adatok ezer meghib\u00e1sodott turb\u00edn\u00e1r\u00f3l, amelyeket a meghib\u00e1sod\u00e1suk el\u0151tt gy\u0171jt\u00f6ttek \u00f6ssze, \u00e9s itt vannak az ezer turbin\u00e1r\u00f3l, amelyek nem hib\u00e1sodtak meg. \u00c9p\u00edtsenek modellt, hogy megmondj\u00e1k, mi a k\u00fcl\u00f6nbs\u00e9g k\u00f6z\u00f6tt\u00fck.\u201d Most k\u00e9pzelje el, hogy a Siemens szenzorai a rossz turb\u00edn\u00e1k 75%-\u00e1n tal\u00e1lhat\u00f3ak, m\u00edg a j\u00f3 turb\u00edn\u00e1k 12%-\u00e1n (nincs kapcsolat a meghib\u00e1sod\u00e1sokkal). A rendszer olyan modellt \u00e9p\u00edt, amely a Siemens szenzorokkal rendelkez\u0151 turb\u00edn\u00e1kat keresi. Ups!<\/p>\n<p><\/p>\n<p><img decoding=\"async\" alt=\"A mesters\u00e9ges intelligencia el\u0151\u00edt\u00e9letei\" src=\"\/wp-content\/uploads\/2019\/04\/e8097e4913756fdf04826a6628bc6836.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nK\u00e9p \u2014 Moritz Hardt, UC Berkeley<\/p>\n<p><\/p>\n<h2 id=\"upravlenie-predvzyatostyu-ii\">AI el\u0151\u00edt\u00e9letek kezel\u00e9se<\/h2>\n<p><\/p>\n<p>Mit tegy\u00fcnk ezzel? H\u00e1rom ir\u00e1nyb\u00f3l k\u00f6zel\u00edthetj\u00fck meg a k\u00e9rd\u00e9st:<\/p>\n<p><\/p>\n<ol>\n<li>A metodol\u00f3giai szigor a rendszer tan\u00edt\u00e1s\u00e1hoz sz\u00fcks\u00e9ges adatok gy\u0171jt\u00e9se \u00e9s menedzsel\u00e9se ter\u00e9n.<\/li>\n<li>Technikai eszk\u00f6z\u00f6k a modell viselked\u00e9s\u00e9nek elemz\u00e9s\u00e9re \u00e9s diagnosztiz\u00e1l\u00e1s\u00e1ra.<\/li>\n<li>K\u00e9pz\u00e9s, oktat\u00e1s \u00e9s \u00f3vatoss\u00e1g a g\u00e9pi tanul\u00e1s term\u00e9kekbe val\u00f3 bevezet\u00e9sekor.<\/li>\n<\/ol>\n<p><\/p>\n<p>Moli\u00e8re \u201eBurzso\u00e1z emberek\u201c c\u00edm\u0171 k\u00f6nyv\u00e9ben van egy vicc: egy f\u00e9rfinek elmondt\u00e1k, hogy az irodalom pr\u00f3z\u00e1ra \u00e9s k\u00f6lt\u00e9szetre oszlik, \u00e9s \u0151 csod\u00e1lkozva fedezi fel, hogy eg\u00e9sz \u00e9let\u00e9ben pr\u00f3z\u00e1ban besz\u00e9lt, an\u00e9lk\u00fcl hogy tudott volna r\u00f3la. Val\u00f3sz\u00edn\u0171leg a statisztikusok is \u00edgy \u00e9rzik magukat manaps\u00e1g: an\u00e9lk\u00fcl, hogy \u00e9szrevenn\u00e9k, p\u00e1lyafut\u00e1sukat a mesters\u00e9ges intelligenci\u00e1nak \u00e9s a mintav\u00e9teli hib\u00e1nak szentelt\u00e9k. Keresni a mintav\u00e9teli hib\u00e1t \u00e9s emiatt agg\u00f3dni \u2013 ez nem \u00faj probl\u00e9ma, egyszer\u0171en rendszerszinten kell megk\u00f6zel\u00edten\u00fcnk a megold\u00e1s\u00e1t. Ahogy m\u00e1r eml\u00edtettem, bizonyos esetekben val\u00f3ban egyszer\u0171bb ez a probl\u00e9ma, ha az emberekkel kapcsolatos adatprobl\u00e9m\u00e1kat tanulm\u00e1nyozzuk. El\u0151feltev\u00e9s\u00fcnk, hogy lehetnek el\u0151\u00edt\u00e9leteink k\u00fcl\u00f6nb\u00f6z\u0151 embercsoportokkal szemben, de az el\u0151\u00edt\u00e9let a Siemens \u00e9rz\u00e9kel\u0151kkel kapcsolatban nehezen elk\u00e9pzelhet\u0151 sz\u00e1munkra.<\/p>\n<p><\/p>\n<p>Ami \u00faj ebben, az term\u00e9szetesen az, hogy az emberek m\u00e1r nem foglalkoznak k\u00f6zvetlen\u00fcl a statisztikai elemz\u00e9ssel. Ezt g\u00e9pek v\u00e9gzik, amelyek nagy, \u00f6sszetett modelleket hoznak l\u00e9tre, amelyek nehezen \u00e9rthet\u0151ek. Az \u00e1tl\u00e1that\u00f3s\u00e1g k\u00e9rd\u00e9se a torz\u00edtotts\u00e1g probl\u00e9m\u00e1j\u00e1nak egyik alapk\u00e9rd\u00e9se. F\u00e9lelemmel t\u00f6lt el minket, hogy a rendszer nemcsak torz\u00edtott, hanem hogy nincs lehet\u0151s\u00e9g a torz\u00edtotts\u00e1g felder\u00edt\u00e9s\u00e9re, \u00e9s hogy a g\u00e9pi tanul\u00e1s ez\u00e1ltal k\u00fcl\u00f6nb\u00f6zik m\u00e1s automatiz\u00e1l\u00e1si form\u00e1kt\u00f3l, amelyek, mint felt\u00e9telezhet\u0151, tiszta logikai l\u00e9p\u00e9sekb\u0151l \u00e1llnak, amelyeket ellen\u0151rizni lehet. <\/p>\n<p><\/p>\n<p>Itt k\u00e9t probl\u00e9ma van. Tal\u00e1n m\u00e9gis k\u00e9pesek vagyunk valamif\u00e9le auditot v\u00e9gezni a g\u00e9pi tanul\u00e1si rendszereken. \u00c9s b\u00e1rmilyen m\u00e1s rendszer audit\u00e1l\u00e1sa val\u00f3j\u00e1ban nem k\u00f6nnyebb.<\/p>\n<p><\/p>\n<p>El\u0151sz\u00f6r is, a g\u00e9pi tanul\u00e1s ter\u00fclet\u00e9nek modern kutat\u00e1sa egyik ir\u00e1nya a m\u00f3dszer keres\u00e9se, hogyan lehet a g\u00e9pi tanul\u00e1si rendszerek fontos funkci\u00f3it azonos\u00edtani. A g\u00e9pi tanul\u00e1s (jelenlegi \u00e1llapot\u00e1ban) teljesen \u00faj tudom\u00e1ny\u00e1g, amely gyorsan v\u00e1ltozik, ez\u00e9rt nem \u00e9rdemes azt gondolni, hogy a ma lehetetlen dolgok nem v\u00e1lhatnak hamarosan val\u00f3s\u00e1gg\u00e1. A projekt <noindex><a rel=\"nofollow\" href=\"https:\/\/openai.com\/\">OpenAI<\/a><\/noindex> \u2013 ennek \u00e9rdekes p\u00e9ld\u00e1ja. <\/p>\n<p><\/p>\n<p>M\u00e1sr\u00e9szt az a gondolat, hogy ellen\u0151rizni \u00e9s meg\u00e9rteni lehet a d\u00f6nt\u00e9shozatali folyamatokat a l\u00e9tez\u0151 rendszerekben vagy szervezetekben, elm\u00e9letben j\u00f3, de a gyakorlatban nem annyira. Nagyon neh\u00e9z meg\u00e9rteni, hogyan hoznak d\u00f6nt\u00e9seket egy nagy szervezetben. M\u00e9g ha van is egy form\u00e1lis d\u00f6nt\u00e9shozatali folyamat, az nem t\u00fckr\u00f6zi azt, hogy az emberek val\u00f3j\u00e1ban hogyan l\u00e9pnek interakci\u00f3ba, \u00e9s maguk sem mindig rendelkeznek logikus, rendszerelv\u0171 megk\u00f6zel\u00edt\u00e9ssel a d\u00f6nt\u00e9seik meghozatal\u00e1hoz. Ahogy egy koll\u00e9g\u00e1m mondta, <noindex><a rel=\"nofollow\" href=\"https:\/\/en.wikipedia.org\/wiki\/Vijay_S._Pande\">Vijay Pandey<\/a><\/noindex>, <strong>az emberek is fekete dobozok<\/strong>. <\/p>\n<p><\/p>\n<p>V\u00e9gy ezer embert t\u00f6bb \u00e1tfed\u0151 v\u00e1llalatban \u00e9s int\u00e9zetben, \u00e9s a probl\u00e9ma m\u00e9g bonyolultabb\u00e1 v\u00e1lik. Ut\u00f3lag tudjuk, hogy a Space Shuttle-nek a visszat\u00e9r\u00e9skor darabokra kellett volna esnie, \u00e9s az NASA-n bel\u00fcl egyes emberek tudt\u00e1k, hogy lehet, hogy valami rossz t\u00f6rt\u00e9nik, de a rendszer <em>eg\u00e9sz\u00e9ben<\/em> ezt nem tudta. Az NASA \u00e9ppen most ment \u00e1t egy hasonl\u00f3 auditon, miut\u00e1n elvesz\u00edtette az el\u0151z\u0151 \u0171rsikl\u00f3t, \u00e9s m\u00e9gis ism\u00e9t elvesz\u00edtette egy nagyon hasonl\u00f3 ok miatt. K\u00f6nny\u0171 azt \u00e1ll\u00edtani, hogy a szervezetek \u00e9s az emberek egy\u00e9rtelm\u0171 logikai szab\u00e1lyokat k\u00f6vetnek, amelyeket ellen\u0151rizni, meg\u00e9rteni \u00e9s megv\u00e1ltoztatni lehet \u2014 de a tapasztalat ennek az ellenkez\u0151j\u00e9t bizony\u00edtja. Ez a \u201e<noindex><a rel=\"nofollow\" href=\"https:\/\/ru.wikipedia.org\/wiki\/%D0%93%D0%BE%D1%81%D0%BF%D0%BB%D0%B0%D0%BD_%D0%A1%D0%A1%D0%A1%D0%A0\">Goszplan t\u00e9ved\u00e9se<\/a><\/noindex>\u00bb.<\/p>\n<p><\/p>\n<p><strong>Gyakran \u00f6sszehasonl\u00edtom a g\u00e9pi tanul\u00e1st az adatb\u00e1zisokkal, k\u00fcl\u00f6n\u00f6sen a rel\u00e1ci\u00f3s adatb\u00e1zisokkal \u2014 egy \u00faj alapvet\u0151 technol\u00f3gi\u00e1val, amely megv\u00e1ltoztatta az informatika lehet\u0151s\u00e9geit \u00e9s a k\u00f6r\u00fcl\u00f6tte l\u00e9v\u0151 vil\u00e1got, amely minden\u00fctt r\u00e9sz\u00e9v\u00e9 v\u00e1lt, amit folyamatosan haszn\u00e1lunk, an\u00e9lk\u00fcl, hogy \u00e9szrevenn\u00e9nk.<\/strong> A database also has its problems, and they are of a similar nature: the system may be built on incorrect assumptions or poor data, but this will be difficult to notice, and people using the system will do what it tells them without questioning it. There are plenty of old jokes about tax workers who once incorrectly recorded your name, and convincing them to correct the mistake is much more difficult than actually changing the name. This can be thought of in various ways, but it is unclear what the best perspective is: whether as a technical issue in SQL, as an error in an Oracle release, or as a failure of bureaucratic institutions? How difficult is it to find the error in the process that led to the system lacking features such as correcting typos? Could this have been recognized before people started complaining? <\/p>\n<p><\/p>\n<p>This problem is even more easily illustrated by stories when drivers end up in rivers due to outdated data in their navigator. Okay, maps should be constantly updated. But how much is TomTom to blame for your car being swept away into the sea?<\/p>\n<p><\/p>\n<p>I say this to point out that yes \u2014 machine learning bias will create problems. But these problems will be similar to those we've faced in the past, and they can be noticed and addressed (or not) about as well as we have been able to in the past. Therefore, the scenario in which AI bias causes harm is unlikely to happen with leading researchers working in a large organization. Most likely, some insignificant tech contractor or software vendor will write something hastily, using open-source components, libraries, and tools that they do not fully understand. And an unsuspecting client will be fooled by the phrase 'artificial intelligence' in the product description and, without asking additional questions, will distribute it to their low-paid workers, instructing them to do what the AI says. This is exactly what happened with databases. This is not an artificial intelligence problem, nor is it a software issue. It is a human factor.<\/p>\n<p><\/p>\n<h2 id=\"zaklyuchenie\">Z\u00e1r\u00e1s<\/h2>\n<p><\/p>\n<blockquote><p><em>Machine learning can do everything you can teach a dog \u2014 but you can never be sure what exactly you taught that dog.<\/em><\/p><\/blockquote>\n<p>Gyakran \u00fagy \u00e9rzem, hogy az \u201eartificial intelligence\u201d kifejez\u00e9s csak megnehez\u00edti az ilyen besz\u00e9lget\u00e9seket. Ez a kifejez\u00e9s hamis benyom\u00e1st kelt arr\u00f3l, hogy val\u00f3j\u00e1ban mi l\u00e9trehoztuk ezt az intelligenci\u00e1t. Hogy HAL9000 vagy Skynet fel\u00e9 haladunk \u2014 valami, ami val\u00f3ban <em>\u00e9rti.<\/em>. De nem. Ezek csak g\u00e9pek, \u00e9s sokkal helyesebb \u0151ket \u00f6sszehasonl\u00edtani p\u00e9ld\u00e1ul egy mos\u00f3g\u00e9ppel. Sokkal jobban v\u00e9gzi a mos\u00e1st, mint az ember, de ha ed\u00e9nyeket tesz bele ruh\u00e1k helyett, azokat\u2026 kimoshatja. Az ed\u00e9nyek tiszt\u00e1k lesznek. De nem az lesz, amire sz\u00e1m\u00edtott\u00e1l, \u00e9s ez nem az\u00e9rt fog megt\u00f6rt\u00e9nni, mert a rendszernek valamilyen el\u0151\u00edt\u00e9lete lenne az ed\u00e9nyekkel kapcsolatban. A mos\u00f3g\u00e9p nem tudja, mi az ed\u00e9ny, mi pedig a ruha \u2014 ez csak egy p\u00e9lda az automatiz\u00e1l\u00e1sra, ami l\u00e9nyeg\u00e9ben nem k\u00fcl\u00f6nb\u00f6zik att\u00f3l, ahogy a folyamatokat kor\u00e1bban automatiz\u00e1lt\u00e1k.<\/p>\n<p><\/p>\n<p>B\u00e1rmir\u0151l legyen sz\u00f3, legyen az g\u00e9pek, rep\u00fcl\u0151g\u00e9pek vagy adatb\u00e1zisok \u2014 ezek a rendszerek egyszerre nagyon er\u0151sek \u00e9s nagyon korl\u00e1tozottak lesznek. Teljesen att\u00f3l f f\u00fcggenek, hogy az emberek hogyan haszn\u00e1lj\u00e1k ezeket a rendszereket, milyen sz\u00e1nd\u00e9kaik vannak, legyenek azok j\u00f3k vagy rosszak, \u00e9s mennyire \u00e9rtik a m\u0171k\u00f6d\u00e9s\u00fcket.<\/p>\n<p><\/p>\n<p>Ez\u00e9rt azt mondani, hogy \u201ea mesters\u00e9ges intelligencia matematikai alap\u00fa, teh\u00e1t nem lehetnek el\u0151\u00edt\u00e9letei\u201d, teljesen t\u00e9ves. De \u00e9ppoly t\u00e9ves azt \u00e1ll\u00edtani, hogy a g\u00e9pi tanul\u00e1s \u201eszubjekt\u00edv term\u00e9szete\u201d. A g\u00e9pi tanul\u00e1s mint\u00e1kat tal\u00e1l az adatokban, \u00e9s hogy milyen mint\u00e1kat tal\u00e1l, az az adatokat\u00f3l f\u00fcgg, amelyek pedig t\u0151l\u00fcnk f\u00fcggenek. Ak\u00e1rcsak az, amit vel\u00fck csin\u00e1lunk. A g\u00e9pi tanul\u00e1s val\u00f3ban sok dolgot sokkal jobban csin\u00e1l, mint mi - a kuty\u00e1k p\u00e9ld\u00e1ul sokkal hat\u00e9konyabbak az drogok felfedez\u00e9s\u00e9ben, ami nem ok arra, hogy \u0151ket tan\u00fak\u00e9nt bevonjuk \u00e9s \u00edt\u00e9letet hozzunk a vallom\u00e1suk alapj\u00e1n. A kuty\u00e1k, hogy \u00edgy mondjam, sokkal intelligensebbek minden g\u00e9pi tanul\u00e1si rendszerhez k\u00e9pest.<\/p>\n<p><strong>Ford\u00edt\u00e1s:<\/strong>\u00a0<noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/en\/users\/757NF\/\">Diana Leckaja<\/a><\/noindex>.<br \/>\n<strong>Szerkeszt\u00e9s:<\/strong>\u00a0<noindex><a rel=\"nofollow\" href=\"http:\/\/teleg.one\/ponchiknews\">Alexei Ivanov<\/a><\/noindex>.<br \/>\n<strong>K\u00f6z\u00f6ss\u00e9g:<\/strong> <noindex><a rel=\"nofollow\" href=\"http:\/\/teleg.one\/ponchiknews\">@PonchikNews<\/a><\/noindex>.<\/p>\n<p>Forr\u00e1s: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/post\/449224\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>tl;dr: \u041c\u0430\u0448\u0438\u043d\u043d\u043e\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0438\u0449\u0435\u0442 \u0437\u0430\u043a\u043e\u043d\u043e\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438 \u0432 \u0434\u0430\u043d\u043d\u044b\u0445. \u041d\u043e \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442 \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u00ab\u043f\u0440\u0435\u0434\u0432\u0437\u044f\u0442\u00bb \u2014\u00a0\u0442\u043e \u0435\u0441\u0442\u044c, \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u044c \u043d\u0435\u0432\u0435\u0440\u043d\u044b\u0435 \u043f\u0430\u0442\u0442\u0435\u0440\u043d\u044b. \u041a \u043f\u0440\u0438\u043c\u0435\u0440\u0443, \u0441\u0438\u0441\u0442\u0435\u043c\u0430 \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0435\u043d\u0438\u044f \u0440\u0430\u043a\u0430 \u043a\u043e\u0436\u0438 \u043f\u043e \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043c\u043e\u0436\u0435\u0442 \u043e\u0431\u0440\u0430\u0449\u0430\u0442\u044c \u043e\u0441\u043e\u0431\u043e\u0435 \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435 \u043d\u0430 \u0441\u043d\u0438\u043c\u043a\u0438, \u0441\u0434\u0435\u043b\u0430\u043d\u043d\u044b\u0435 \u0432\u043e \u0432\u0440\u0430\u0447\u0435\u0431\u043d\u043e\u043c \u043a\u0430\u0431\u0438\u043d\u0435\u0442\u0435. \u041c\u0430\u0448\u0438\u043d\u043d\u043e\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043d\u0435 \u0443\u043c\u0435\u0435\u0442 \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c: \u0435\u0433\u043e \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u044b \u043b\u0438\u0448\u044c \u0432\u044b\u044f\u0432\u043b\u044f\u044e\u0442 \u0437\u0430\u043a\u043e\u043d\u043e\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438 \u0432 \u0447\u0438\u0441\u043b\u0430\u0445, \u0438 \u0435\u0441\u043b\u0438 \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0435 \u0440\u0435\u043f\u0440\u0435\u0437\u0435\u043d\u0442\u0430\u0442\u0438\u0432\u043d\u044b, \u0442\u0430\u043a\u0438\u043c \u0431\u0443\u0434\u0435\u0442 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":24558,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-32781","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.3 - aioseo.com -->\n\t<meta name=\"description\" content=\"tl;dr: .\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/hu\/blog\/news\/o-predvzyatosti-iskusstvennogo-intellekta\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.3\" \/>\n\t\t<meta property=\"og:locale\" content=\"hu_HU\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041e \u043f\u0440\u0435\u0434\u0432\u0437\u044f\u0442\u043e\u0441\u0442\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"tl;dr: .\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/hu\/blog\/news\/o-predvzyatosti-iskusstvennogo-intellekta\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-10-31T18:48:54+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2019-10-31T18:48:54+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47A mesters\u00e9ges intelligencia el\u0151\u00edt\u00e9leteir\u0151l | ProHoster","description":"tl;dr: .","canonical_url":"https:\/\/prohoster.info\/hu\/blog\/news\/o-predvzyatosti-iskusstvennogo-intellekta","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"hu_HU","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041e \u043f\u0440\u0435\u0434\u0432\u0437\u044f\u0442\u043e\u0441\u0442\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 | ProHoster","og:description":"tl;dr: .","og:url":"https:\/\/prohoster.info\/hu\/blog\/news\/o-predvzyatosti-iskusstvennogo-intellekta","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T18:48:54+00:00","article:modified_time":"2019-10-31T18:48:54+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"32781","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-21 12:30:22","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-03-01 02:52:26","updated":"2026-01-21 12:30:22","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/posts\/32781","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/comments?post=32781"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/posts\/32781\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/media\/24558"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/media?parent=32781"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/categories?post=32781"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/tags?post=32781"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}