Hivatkozások és egyéb MI tartalmak

2

27

belső szabályzatokban információk után kutatni.

Például Document360 vagy Microsoft Copilot

2

27

vállalatirányítási rendszerekkel együttműködni.

Például AI integráció a Microsoft Dynamics 365, az SAP vagy a Oracle Fusion Cloud rendszereiben

2

27

programkódot dokumentálni

Például GitHub Copilot

2

27

szóló megbeszélést ajánlja fel.

Például HiveMind vagy a Microsoft Copilot ökoszisztémája

2

27

remekül tud tudományos publikációkban keresni

Például Perplexity (https://www.perplexity.ai) vagy Scite (https://scite.ai)

2

28

segítenek feldolgozni a hallgatóknak a tananyagokat

Például a TutorAI vagy a Khan Academy által fejlesztett Khanmigo

2

29

az ő hangján folytassátok, ne csak írásban.

Például olyan videoavatár generáló AI szolgálatások segítségével, mint a Colossyan vagy a Synthesia

2

31

a régi Google Asszisz-tens és az Apple Sirije is jelentős okosításon esett át,

Akár a ChatGPT GPT Store-jában böngészve, akár saját magunk is létrehozhatunk ilyesféle asszisztenseket a MyGPT-n keresztül, mindenféle kódolás nélkül, természetesen limitációkkal.

2

32

tájékozódni az elérhető termékek körében.

A legnagyobb online piacterek, mint például az Amazon, már fejlesztik az ilyen típusú, generatív MI alapú megoldásaikat, mint pl. a Rufus (https://www.aboutamazon.com/news/retail/amazon-rufus)

2

33

ez az asszisztens többet fog tudni rólunk, mint mi magunkról…

A korábban említett meglévő, piacvezető személyi asszisztensek várhatóan egyre okosabbak lesznek és lesznek képesek ezekre a funkciókra, mint pl. az új, Apple Intelligence által vezérelt Siri (https://www.apple.com/apple-intelligence)

2

34

akikkel legalább egyszer csevegtünk már

A legnagyobb online társkereső alkalmazások, mint a Tinder, a Bumble, vagy a Hinge mind ilyen gépi tanuláson alapuló modelleket alkalmaznak.

2

35

végezzen előszűrést a lehet-séges jó jelöltek közt.

Részben MI-vezérelt alapon működik a Breeze nevű randiapp ilyen jellegű szolgáltatása: „matchelés” után nincs chatelés, az alkalmazás szűri a jelölteket és leszervezi nekünk az első randevút.

2

35

kapcsolat kialakítása is egy képesség, amely fejleszthető

Ilyen jellegű szolgáltatás nyújt a YourMove nevű alkalmazás, de megfelelő promptolással, akár magunknak is létrehozhatunk egy ilyen asszisztenst MyGPT-n vagy hasonló szolgáltatásokon keresztül.

2

37

több cégben általánossá válni

A Microsoft, a Zoom, vagy a Google is már rendelkezik ilyen beépített, MI-alapú meeting asszisztens funkciókkal, de természetesen kereshetünk „dobozos” megoldásokat is erre célra, a ClickUp AI vagy a Fireflies.

2

41

kukákra vagy jobb parkosításra

Bár még nem megy el helyettünk a gyűléselre, de virtuális asszisztenst fejleszt az észt állam a Bürokratt nevű alkalmazással, mellyel egy integrált chatfelületen keresztül érhetünk el minden fontosabb állami információt és intézhetjük hivatalos ügyeinket (https://www.kratid.ee/en/burokratt).

2

41

amíg megállapodásra tudnak jutni, és kész.

Kicsit még távolabbi analógiaként az okosvárosok MI-vezérelt támogatására épít a Beam.ai esettanulmánya, melyben az okosvárosok ilyen autonóm asszisztensek segítségével automatizálnának feladatokat a település életében (https://beam.ai/use-cases/ai-agents-pioneers-in-building-smarter-cities).

2

44

ne tovább nyíljon, hanem záródjon mind a kompe-tenciák, mind a technológiák elérhetősége tekintetében?

Több esélyegyenlőségi érdekvédelmi szerv kutatja és lobbizik a felelős AI alkalmazásáért, hogy a lehető legegyenlőbb legyen a terep mindenki számára. Az egyik ilyen kezdeményezés az EQUINET, mely uniós szinten képviseli ezeket az érdekeket, többek között az AI Act megalkotása során is képviselték ezt az álláspontjukat (https://equineteurope.org/what-are-equality-bodies/artificial-intelligence-and-equality).

2

45

politikában, vásárlásban, munkahelyi helyzetben?

Sok felhasználási terület során kiemelten kritikus kérdés a minőségbiztosítás, elvégre egy pénzügyekkel foglalkozó MI assisztens esetében egyáltalán nem mindegy, hogy hova rakja a tizedesvesszőt. Szerencsére több kezdeményezés van ezen a területen, akár a teljes AI védőhálót ígérő Holistic AI (https://www.holisticai.com), akár a Trust My AI, egy magyar kezdeményezés kifejezetten chatbotok ellenőrzésére (https://www.trustmyai.eu/about).

3

49

mind foglalkoztak azzal, hogy miként lehet intelligensebbé tenni a gépeket.

Russell, S. J., & Norvig, P. (2016). Artificial intelligence: a modern approach. Pearson.

3

49

mutatott be a Gyors és lassú gondolkodás című könyvében

Kahneman, D. (2011). Thinking, fast and slow. Macmillan.

3

50

konkrét tünetegyüttesre milyen gyógyszer lesz a leghatásosabb.

Vamathevan, J., Clark, D., Czodrowski, P., Dunham, I., Ferran, E., Lee, G., Li, B., Madabhushi, A., Shah, P., Spitzer, M., & Zhao, S. (2019). Applications of machine learning in drug discovery and development. Nature Reviews Drug Discovery, 18(6), 463-477. https://doi.org/10.1038/s41573-019-0024-5

3

52

Azaz az agyunk akkor is felfogja a mintázatot, ha mi tudatosan nem.

Eagle, M. (1959). The effects of learning strategies upon free recall. American Journal of Psychology, 72, 421-425.

3

55

alkalmazza egy konkrét helyzetre, sokkal gyorsabb „lassú” gondolkodással, mint ami nekünk van.

Jordan, M. I., & Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255-260. https://doi.org/10.1126/science.aaa8415

3

55

a Deep Blue 1997-ben meg tudta verni sakkban a regnáló sakkmestert, Gary Kaszparovot.

Campbell, M., Hoane, A. J., & Hsu, F. H. (2002). Deep blue. Artificial intelligence, 134(1-2), 57-83. https://doi.org/10.1016/S0004-3702(01)00129-1

3

58

Mert ők megtehetik, nincsenek korlátozva időben.

Silver, D., Hubert, T., Schrittwieser, J., Antonoglou, I., Lai, M., Guez, A., ... & Hassabis, D. (2018). A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play. Science, 362(6419), 1140-1144. https://doi.org/10.1126/science.aar6404

3

58

mélytanuló rendszerek megverték a képfelismerő versenyeken a klasszikus

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems, 25, 1097-1105. https://doi.org/10.1145/3065386

3

59

azok kombinációjává, képes lehet jó értéket teremteni.

LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444. https://doi.org/10.1038/nature14539

3

59

ami miatt országstratégiát alkottunk,

Magyarország Mesterséges Intelligencia Stratégiája. (2020). https://digitalisjoletprogram.hu/files/2f/32/2f32f239878a4559b6541e46277d6e88.pdf

3

60

utasítást adunk nekik, hogy teremtsenek valami újat.

Ramesh, A., Pavlov, M., Goh, G., Gray, S., Voss, C., Radford, A., ... & Sutskever, I. (2021). Zero-shot text-to-image generation. arXiv preprint arXiv:2102.12092. https://arxiv.org/abs/2102.12092

3

61

akik elharapják a szavak végét, vagy tájszólással beszélnek.

Pickering, M. J., & Garrod, S. (2013). An integrated theory of language production and comprehension. Behavioral and Brain Sciences, 36(4), 329-347. https://doi.org/10.1017/S0140525X12001495

3

63

Lássuk, hogy lesz ebből ChatGPT!

Radford, A., Wu, J., Child, R., Luan, D., Amodei, D., & Sutskever, I. (2019). Language models are unsupervised multitask learners. OpenAI blog, 1(8), 9. https://cdn.openai.com/better-language-models/language_models_are_unsupervised_multitask_learners.pdf

3

63

sokkal-sokkal könnyebb leírni, mint csinálni.

Berne, E. (2010). Emberi játszmák. Budapest: Háttér Kiadó. ISBN 978-963-9365-97-1

3

65

Ezért is hívjuk őket nagy nyelvmodelleknek (Large Language Modell – LLM)

Ouyang, L., Wu, J., Jiang, X., Almeida, D., Wainwright, C. L., Mishkin, P., ... & Amodei, D. (2022). Training language models to follow instructions with human feedback. arXiv preprint arXiv:2203.02155. https://arxiv.org/abs/2203.02155

3

65

akkor ebből az általános tudásból ad válasz

Azpiazu, I. M., & Pera, M. S. (2019). Multiattentive recurrent neural network architecture for multilingual readability assessment. Transactions of the Association for Computational Linguistics, 7, 421-436.

3

68

80 százalékuk mondja, hogy nem térne vissza az asszisztencia nélküli kódoláshoz.

Wu, J. J., & Fard, F. H. (2024). Benchmarking the Communication Competence of Code Generation for LLMs and LLM Agent. arXiv preprint arXiv:2406.00215.

3

69

Ezt a jelenséget nevezzük hallucinációnak.

Ji, H., Frieske, R., Kang, Y., Weller, A., Zheng, S., Liang, P., & Zaheer, M. (2023). Survey of Hallucination in Natural Language Generation. arXiv preprint arXiv:2202.03629. https://arxiv.org/abs/2202.03629

3

69

igyekszik jó választ adni

Ouyang, L., Wu, J., Jiang, X., Almeida, D., Wainwright, C. L., Mishkin, P., ... & Amodei, D. (2022). Training language models to follow instructions with human feedback. arXiv preprint arXiv:2203.02155. https://arxiv.org/abs/2203.02155

3

70

Augmented Intelligence vagy az Assisted Intelligence

Hassani, H., Silva, E. S., Unger, S., TajMazinani, M., & Mac Feely, S. (2020). Artificial intelligence (AI) or intelligence augmentation (IA): what is the future?. Ai, 1(2), 8.

3

71

2023 második felében

Wei, J., Wang, X., Schuurmans, D., Bosma, M., Chi, E., Le, Q., & Zhou, D. (2023). Chain of thought prompting elicits reasoning in large language models. arXiv preprint arXiv:2201.11903. https://arxiv.org/abs/2201.11903

3

71

milyen kontextusból szeretném megkapni a választ

Wei, J., Wei, J., Tay, Y., Tran, D., Webson, A., Lu, Y., ... & Ma, T. (2023). Larger language models do in-context learning differently. arXiv preprint arXiv:2303.03846.

3

75

a végtelenségig kitágíthatjuk a képességeik határait.

Burtsev, M., Candelon, F., Jha, G., Sack, D., Zhukov, L., & Zuluaga Martínez, D. (2023, November 28). GPT was only the beginning—Autonomous agents are coming. Boston Consulting Group. https://www.bcg.com/publications/2023/gpt-was-only-the-beginning-autonomous-agents-are-coming

3

77

A forráskódot elérhetővé tették, tömegek hoztak létre új játékokat azóta.

Qian, C., Cong, X., Liu, et. al. (2023). Communicative agents for software development. arXiv preprint arXiv:2307.07924. https://arxiv.org/abs/2307.07924

3

77

úgy viselkedtek, mint egy rendes közösség.

Park, J. S., Jiang, M. L., Fernandez, R., Joseph, M., & Wu, L. (2023). Generative agents: Interactive simulacra of human behavior. arXiv preprint arXiv:2304.03442. https://arxiv.org/abs/2304.03442

3

78

Kurzweil Hogyan alkossunk elmét? című könyvét.

Kurzweil, R. (2013). How to create a mind: The secret of human thought revealed. Penguin.

3

78

Boston Dynamics ugráló, szaltózó robotja

Boston Dynamics. (2024). Atlas. Boston Dynamics. https://bostondynamics.com/atlas/

3

79

anélkül, hogy a tojás összetörne.

Tesla. (2023). Optimus - Gen 2 [Video]. YouTube. https://www.youtube.com/watch?v=cpraXaw7dyc

4

79

hogy integrált képességei vannak a tájékozódásra és a fizikai dolgok manipulálására

Sternberg, R. J. (2024, April 5). human intelligence. Encyclopedia Britannica. https://www.britannica.com/science/human-intelligence-psychology

3

81

hasonló mértékű áttörésekre számíthatunk.

Perrault, R., & Clark, J. (2024). Artificial Intelligence Index Report 2024.

4

85

az ábra talán az egyik legelterjedtebbet mutatja

Practical Psychology. (2023). Howard Gardner's 9 Types of Intelligence (Examples). https://practicalpie.com/9-types-of-intelligence/.

4

88

„egy probléma megoldásának a képessége”

Ransom, H. Howe and Pringle, . Robert W. (2023, October 9). intelligence. Encyclopedia Britannica. https://www.britannica.com/topic/intelligence-international-relations