Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

A mesterséges intelligencia és a társadalmi kredit rendszere

527 views

Published on

Kollár Csaba:
A mesterséges intelligencia és a társadalmi kredit rendszere

Előadás időpontja: 2018. december 3.
Előadás helyszíne: Nemzetbiztonsági Szakszolgálat Szakértői Intézet, Balatonföldvár

Published in: Science
  • Unlock The Universe & Get Answers You Seek Today In Your FREE Tarot Reading. DO THIS FIRST... To get the most out of your tarot reading, I first need you to focus your intention - this concentrates the energy on the universe to answer the questions that you most desire the answers for. Take 10 seconds to think of your #1 single biggest CHALLENGE right now. (Yes, stop for 10 seconds, close your eyes, and focus your energy on ONE key problem) Ready? Okay, let's proceed. 》》》 https://url.cn/YtemTEAx
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Unlock The Universe & Get Answers You Seek Today In Your FREE Tarot Reading. DO THIS FIRST... To get the most out of your tarot reading, I first need you to focus your intention - this concentrates the energy on the universe to answer the questions that you most desire the answers for. Take 10 seconds to think of your #1 single biggest CHALLENGE right now. (Yes, stop for 10 seconds, close your eyes, and focus your energy on ONE key problem) Ready? Okay, let's proceed. ❤❤❤ https://dwz1.cc/swoMQ2aQ
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

A mesterséges intelligencia és a társadalmi kredit rendszere

  1. 1. 2018. december 3. Nemzetbiztonsági Szakszolgálat Szakértői Intézet Balatonföldvár Kollár Csaba A mesterséges intelligencia és a társadalmi kredit rendszere
  2. 2. DIGITÁLIS KOR társadalmi vetületei gazdasági hatásai információbiztonság humán aspektusa biztonságtudatosság fejlesztése ember-robot interakció emberi oldala intelligens városok Mi az ember helye és szerepe a mesterséges intelligencia korában? Milyen megoldásokkal lehet találkozni a nemzetbiztonság területén?
  3. 3. BEVEZETÉS
  4. 4. Az AI néhány formája Watson Sophia Deep Blue
  5. 5. A mesterséges intelligencia az intelligens gépek gyártásának tudománya és mérnöki gyakorlata. John McCarthy
  6. 6. Az AI fontosabb tudományterületi kapcsolatai Számítás- tudomány Kommunikáció- és nyelvtudomány Biztonság- tudomány Biológia és orvostudomány Idegtudomány Pszichológia Szociológia FilozófiaMatematika Műszaki tudományok
  7. 7. Az AI kapcsolódó fogalmai
  8. 8. Az AI és egyéb technológiák kapcsolata Cloud - Felhő alapú számítástechnika Analytics - Big data analitika, adatbányászat Mobile - Mobil szolgáltatások és alkalmazások Social media - Közösségi média Security - Biztonság AR - Kiterjesztett és kevert valóságok IoT - Dolgok internete Robots - Robotok és drónok Networks - Hálózatok, grid
  9. 9. Különbség a program és az AI között* program AI • Programozó írta • Determinisztikus: ugyan arra a kérdésre ugyan azt a választ adja • Igen-nem, 0-1 jellegű eredményt ad • Az ember mondja meg, hogy mi a helyes eredmény • Szabályokat futtat, nincs helye a szabályok felülírásának • Programozó írta • Valószínűséggel dolgozik: bizonyos eséllyel ugyan az a válasz az adott kérdésre • Kevésbé-jobban, 85%-15% jellegű eredményt ad • A programozó a célt adja meg, a gép kísérletezi ki a helyes eredményeket • Mintákat vizsgál • Helye van a meglepetéseknek és a hangsúlyok eltolásának *Biczó (2017) alapján
  10. 10. AZ AI FILOZÓFIAI MEGKÖZELÍTÉSE
  11. 11. 1. ember:Isten = állat:ember 2. állat:ember = gép:ember ember = Isten? (teremtünk) ember = állat? (veganizmus) ember = gép? (intelligencia)
  12. 12. Mesterséges intelligencia Humán intelligencia • Képes az emberi viselkedés és a kognitív folyamatok szimulációjára • Megragadja és megőrzi az emberi szakértelmet és kommunikált tapasztalatot • Nagy mennyiségű adatot képes gyorsan megérteni, gyorsan ad választ • Nincs józan ész • Nem tud egyszerre vegyes tudással foglalkozni • Sokba kerül a fejlesztése • Jogi és etikai kérdéseket és problémákat vet fel • Intuíció, józan ész, ítélet, kreativitás, hit • Az intelligencia bemutatásának képessége hatékony kommunikáció révén • Érvelés és kritikus gondolkodás • Az ember hibázik • Korlátozott tudásbázis • A számítógéphez képest az adatfeldolgozás lassan történik az agyban • Az ember nem képes nagy mennyiségű adat tárolására a memóriájában
  13. 13. 1. az emberek és aktivitásaik észlelése 2. a verbális kifejezések generálása (beszéd), illetve a beszéd megértése 3. nonverbális kifejezések generálása, illetve a nonverbális jelzések megértése 4. az érzelmi állapotok modellezése, kifejezése és megértése 5. a szándékos cselekvések felismerése és közvetítése 6. együttműködés az emberekkel 7. navigálás (fizikai helyzetfelismerés) az emberek környékén és környezetében 8. társadalmi kontextusban tanulni az emberektől Az AI mérföldkövei
  14. 14. Felügyelt tanulás • jó válaszok előre megadva, AI jósol • tréningadatbázis Nem felügyelt tanulás Problémák, kérdések: • Mit kellene megtanítani a géppel? • Mikor engedhetjük, hogy a gép nem felügyelt módon is tanuljon? • Milyen a tanulói környezete a gépnek? • Mennyi ideje van a gépnek/embernek, hogy a gép tanuljon? • Alul-, illetve túltanulás veszélye A gépi tanulás
  15. 15. 1. nem nyújt semmilyen segítségét, mindent az ember csinál. 2. teljes körű cselekvési alternatívákat kínál. 3. leszűkíti a cselekvést néhány választási lehetőségre. 4. egyetlen tevékenységet/műveletet végez. 5. végrehajtja a műveletet, ha az ember jóváhagyja azt. 6. mielőtt a műveletet végrehajtaná, lehetőséget az embernek, hogy azt megvétózza. 7. automatikusan hajtja végre a műveletet, de erről feltétlenül tájékoztatja az embert. 8. a művelet automatikus végrehajtás után csak akkor tájékoztatja az embert, ha az kéri. 9. a művelet automatikus végrehajtása után csak akkor tájékoztatja az embert, ha ilyen döntést hoz. 10. maga dönt el mindent, automatikusan működik, figyelmen kívül hagyva az embert. A gép autonómiája – A számítógép…
  16. 16. A gépi tanulás* Bemenet Kézzel tervezett program Kimenet Szabály alapú rendszer Klasszikus gépi tanulás Bemenet Kézzel tervezett funkció Leképezés a funkciókból Kimenet Reprezentációs gépi tanulás Bemenet Tanult funkciók Leképezés a funkciókból Kimenet Mélytanulás (deep learning) Bemenet Tanult funkciók Tanult összetett funkciók Leképezés a funkciókból Kimenet *Bengio, 2016
  17. 17. AZ AI TERÜLETEI
  18. 18. • Grafikus felhasználói felület • Automatikus storage menedzsment • Objektumorientált programozás • Adatbányászat • Számítógépes játékok • Távközlés: automatikus online asszisztensek • Chatbot • Hanghívás • Beszédfelismerés • Képfelismerés • Alakfelismerés Számítástudomány
  19. 19. • NASA repülési kutatóközpont • Hangfelismerés a harci repülőgépeken • Útmutatás az AI pilótákhoz a légiforgalmi irányítókon keresztül • Automatikus hajtóműrendszer autókban Repülés és automatizálás
  20. 20. • Biztonsági rendszerek • Kényelmesebb élet • Élhetőbb város • Rend a káoszban (tömegközlekedés) • Energiaellátás • Hulladékgazdálkodás • Víz- és szennyvízgazdálkodás • Környezetvédelem • Megfigyelőrendszerek Épületek, városok
  21. 21. • Hontalanság és éhezés – műholdképek elemzése annak megállapítására, hogy hol van a legnagyobb szükség a segítségre • Műholdképek elemzése – aszályos területek • Trágyázás, öntözés támogatása • Ellenállóbb növényfajták kifejlesztése • Regionális, országos szinten a termelés összehangolása • Gyümölcs, zöldség érettségének a felismerése Szociális ellátás Precíziós mezőgazdaság
  22. 22. • Mesterséges intelligencia tanítja, mentorálja, tutorálja a diákokat, hallgatókat • Jobban modellezhetőek a társadalmi folyamatok, természettudományos megállapítások • Pozitív visszajelzés a fejlődésről a diáknak, a tanárnak • Jobban és szofisztikáltabban mérhető a diákok fejlődése • SNI-s, (szellemi) fogyatékos gyerekek jobban elfogadják a robotot • Kiterjesztett és virtuális világok: AI AR-rel és VR-rel együtt • A diákok szükségleteihez és tudásszintjéhez illeszkedő grafikus kezelőfelület Oktatás
  23. 23. • Adatbányászat az egészségügyi adatokban • Kezelési terv megalkotása • Rutintevékenységek támogatása • Személyes és online konzultációk (AI doki) • Egészségügyi segítség és gyógykezelés • Személyre szabott precíziós gyógyszerelés és dozírozás • Gyógyszergyártás • Segíti a beteget a megfelelő döntés meghozatalában • Elemzi az egészségügyi (ellátó)rendszert Egészségügy
  24. 24. • Az adott művész stílusában alkotás (a 101. mű) • Alkotás önállóan • Hamis alkotás felismerése (műkincshamisítás) Művészet
  25. 25. • Tőzsdei, gazdasági előrejelzések • Személyes bankár • Döntéstámogatás • Csalások megakadályozása, felderítése Gazdaság, pénzügyek
  26. 26. Ipar 4.0
  27. 27. • Robotok összeszerelése • Ipari robotok (szerelés, hegesztés, szállítás) • Szállítórobotok • Robotnavigáció • Társas interakcióra képes robotok Robotika
  28. 28. A robotok fajtái – pszichológiai megközelítés* *Libin & Libin (2004) alapján Megnevezés Emberi szükségletek Viselkedési konfig. Fizikai megjelenés Ipari robotok Kemény és veszélyes munka végzése Emberi viselkedés helyettesítése a szituációtól függően Gépszerű, hangsúlyt fektetve a perifériákra Kutatórobotok Az emberi szenzomotoros kapacitások kiterjesztése Katonai és mentési robotok Aktivitás életveszélyes helyzetekben Emberi érzések és érzelmek kiváltása és előhozása a cél Létező tárgyak és funkciók működés közbenOrvosi robotok Finom, precíz motorikus műveletek az emberi testben Rekreációs robotok Megerősítés a szórakoztatáson keresztül INTERAKTÍV ROBOTOK Társadalmi robotok Kommunikáció, társalgás Emberi arckifejezések, bonyolult gesztusok társadalmi jelentések alapján Antropomorf, emberszerű (humanoid) kinézet Terápiás képességgel rendelkező robotok A negatív érzelmi állapotok és viselkedés terápiája és kezelése A társadalmi viselkedés élethű modellezése Ember- vagy állatszerű kinézet
  29. 29. A társadalmi robotok jellemzői 1. A társadalmi érzést felidéző1 A robotok az emberekhez hasonlóan képesek ápolni, ellátni, megérinteni az embert. 2. A társadalmi szituációba helyezhető2 A robotok a társadalmi környezetbe helyezhetőek, ahol érzékelnek, reagálnak, megkülönböztethetőek más szereplőktől és a környezettől. 3. Társaságkedvelő3 A robotok az emberekkel közösen vesznek részt a társadalmi célok megvalósítása érdekében. A robotok a társas megismerés modelljeit igénylik. 4. Társadalmilag intelligens4 A robotra emberszerű társadalmi intelligencia jellemző, a robotok az emberi megismerés és a társas kompetencia modelljeit igénylik. 5. Társadalmilag interaktív5 A szociális interakció központi szerepet játszik, s messze fejlettebb a robot e tekintetben is társaihoz képest. 1,3Breazeal (2002, 2003), 2,5Fong et al. (2003), 4Dautenhahn (1998)
  30. 30. EMBERI INTELLIGENCIA memória motiváció Az ember-robot interakció* *Salem (2016) érzékelés érzelmek megismerés kifejezés MESTERSÉGES INTELLIGENCIA tudásbázis motiváció érzékelés érzelmek megismerés kifejezés HRI EMBER ROBOT
  31. 31. Mi indokolja a katonai robotok használatát? • A katonáknak a polgári felhasználókhoz képest gyakran veszélyesebb feladatokat kell végrehajtania • Átkelés aknamezőn • Fel nem robban bombák hatástalanítása • Ellenséges épületek kiürítése • Robotok végezzék ezeket a feladatokat a katonák helyett • Ismeretlen környezetben való működés • Az ember helyettesítése és/vagy támogatása a veszélyes, nehéz és piszkos feladatokban • Az emberi élet megóvása -> pénzügyi támogatás a fejlesztésekre Honvédelem 1.
  32. 32. A katonai robotok lehetséges felosztása 1. Fizikai – virtuális (mesterséges intelligencia) 2. Ember által vezérelt – „önjáró” 3. Egy feladatra (funkcionális) – több feladatra kifejlesztett (univerzális) 4. Robotszerű – ember- és/vagy állatszerű (android, humanoid, animoid) 5. UAV (pilóta nélküli légi jármű) – UUV (pilóta nélküli víz alatti jármű) – UGV (pilóta nélküli földi jármű) Honvédelem 2.
  33. 33. 3 fejlesztési irány 1. Az AI révén minél nagyobb autonómiát biztosítani a robotoknak, az AI a robot saját testében/fejében van 2. robotoknak egy kisebb memóriakapacitás elég, ami révén az alapvető funkciókat ellátja (pl.: megy, halad, lő, szenzorokkal méri a környezetét), de autonómiája alacsony szintű, így cselekvése központilag irányított (ember, vagy AI által) 3. a különálló robotegyedek nem rendelkeznek komoly memóriakapacitással, de azzal, hogy összekapcsolják őket a GRID, vagy egyéb technológia segítségével, kollektív tudást, s megnövekedett kollektív AI-t kapnak Honvédelem 3.
  34. 34. • Kockázatkezelés • Hang-, kép-, tárgy-, szövegfelismerés • Forenzikus területek • Kiberbiztonság • Incidensmenedzsment Biztonságtudomány
  35. 35. • Valószínűségi modellek • Kockázatfelismerés • Kockázatelemzés • Kockázatértékelés és válasz • Kockázatfigyelés • Kockázattervezés • Különböző kockázati tényezők/faktorok közötti összefüggések (korreláció) valószínűségi vizsgálata • Kockázat előrejelzés/predikció • Optimalizálás, vezérlés/szabályozás a kockázatok bekövetkezési valószínűségének a csökkentése Biztonságtudomány – kockázatkezelés
  36. 36. • Nyomtatott, kontúros háttérrel rendelkező szöveg beolvasása – OCR (pl.: Recognita 1.0, 1987) • Szép betűkkel megformált kézírás beolvasása • Kézírás beolvasása • Szennyezett (piszkos) papíron levő kézírás beolvasása • Beolvasott szöveg értelmezése • Beolvasott és értelmezett szöveg hibáinak kijavítása (pl.: elírás, hiányzó, vagy nem olvasható betűk, szavak) • Beolvasott szöveg fordítása • Beolvasott és értelmezett szöveg fordítása • Szövegalkotás stílus alapján Biztonságtudomány – szövegfelismerés és -elemzés
  37. 37. • Mintázatfelismerés (pl.: ujjlenyomat) • Egyszerűbb alakfelismerés (háromszög, kör, négyzet) • Bonyolultabb alakfelismerés • Bonyolultabb alakfelismerés és megkülönböztetés más tárgyaktól • Részletkutatás (kép egyes részei alapján tartalmak összekapcsolása) • Arcfelismerés • Arcfelismerés, beazonosítás, megkülönböztetés másoktól • Mozgásfelismerés • Követés (pl.: videón) • Felismerés rossz körülmények mellett (sötét, rossz felbontás, hiányos képi tartalom) • Szándékfelismerés (predikció) Biztonságtudomány – képfelismerés és -elemzés
  38. 38. • Zajos környezet hangtisztítása • Egyszerűbb hangfelismerés és megkülönböztetés (ember hangját a környezettől) • Hang nonverbális elemeinek (hangszín, hangerő, stb.) felismerése • Nonverbális elemek elemzése révén szándék-predikció • Szavak felismerése • Mondatok felismerése és értelmezése • Adott személy beszédének felismerése és kiszűrése a környezetéből • Kontextuális beszédtartalom elemzés • Beszédgenerálás adott stílus szerint Biztonságtudomány – beszédfelismerés és -elemzés
  39. 39. • Felderítés • Mintázatok felismerése • Kép, hang, szövegfelismerés • Kapcsolati háló feltérképezése • Nyomkövetés, haladási útvonal predikciója • Elkövetői csoport megrajzolása • Elkövetői profil megrajzolása Biztonságtudomány – forenzikus területek
  40. 40. • Támadásdetektálás • Riasztáskezelés • Incidenskezelés • Hálózati behatolásérzékelés és megelőzés • Csalások felderítése • Botnet-vadászat • Biztonságos felhasználói azonosítás • Spamszűrés • Támadói mintázat/viselkedés meghatározása • Prediktív előrejelzések • Logfájlok mélyelemzése • Különböző, mesterséges intelligenciára épülő védelmi megoldások együttműködése • Eseményvizualizáció Biztonságtudomány – kiberbiztonság
  41. 41. A TÁRSADALMI KREDIT RENDSZERE
  42. 42. • Hivatalos bejelentés: 2014 • Bevezetés: 2020 • Polgárok száma: 1,3 milliárd fő • Azonosítás: személyi igazolvány (azonosítószám) alapján • Érintettség: egyének, vállalatok, intézmények • Területek: politika, üzleti élet, társadalom, igazságszolgáltatás • Következmények: • Jutalmak • Büntetések Alapinformációk a kínai társadalmi kredit rendszeréről
  43. 43. • Ki a társadalom/kormányzat által jónak értékelt ember? • Hogyan lehet valakit objektíven értékelni? • Mi számít bele az értékelésbe? • 24/7 idő • Rokonok, barátok • Eddigi életút • Szűkös erőforrásokhoz való igazságos hozzáférés (egy börtönviselt ember és egy tanár egyaránt új vesére vár, ki kapja meg előbb?) • Mennyi az a lélektani küszöb, ami felett már elfogadjuk a (totális) megfigyelést? (kedvezmények mértéke, fajtái) Bevezető gondolatok
  44. 44. • Okostelefonok (GSM, GPS) • Testen viselhető okoseszközök (óra, karkötő, cipő, póló) • Beléptető rendszerek • Biometrikus • Kártyás • RFID-s • Kamera • Utcai/közterület • Járműveken • Beltéri (iroda) • Okostelefon/tablet Megfigyelés BE
  45. 45. • Telefont kikapcsolja, eldobja • Testen viselhető okoseszközt kikapcsolja, eldobja, leveszi • Beléptető rendszerek • Biometrikus – nem lép be, más testlenyomatával lép be • Kártyás – más kártyáját használja • RFID-s – más eszközét használja • Kamera – smink, paróka, napszemüveg • Utcai/közterület • Járműveken • Beltéri (iroda) • Okostelefon/tablet – kikapcsolja, kamerát letakarja • Kilépési pont: szürke zónák, ha ide téved az ember, akkor „elveszik”, de drónokkal tovább figyelhető Megfigyelés KI
  46. 46. A KÍNAI TÁRSADALMI KREDIT ELŐZMÉNYEI
  47. 47. • Első említés 2002-ben Jiang Zemin főtitkár a 16. pártkongresszuson • Javítani kell a modern piaci rendszert • Meg kell erősíteni és javítani kell a makrogazdasági szabályozást és ellenőrzést • Pénzügyi hitelképesség ellenőrzése • A piacon a bizalom és a becsületes magatartás elősegítése Előzmények 1.
  48. 48. • A Kínai Jegybank • Intézkedések a késedelmes fizetések számának csökkentésére • Bankhitel nyilvántartó és tanácsadó rendszer (1997) • Hitelkeret központ (2006) • Bankok és pénzügyi szervezetek kötelesek jelenteni ügyfeleik hitelképességét • Nem pénzügyi információk bíróságoktól, kormányzati szervektől, távközlési vállalatoktól, adóhatóságtól • Probléma: 2012-ben csak 280 millió polgárról (20%) állt rendelkezésre hitelriport Előzmények 2.
  49. 49. • 2007-ben az Állami Tanács tárcaközi konferenciája a társadalmi kredit rendszerének fejlesztéséről • A keretrendszer megalkotása • Főbb politikai intézkedések kutatása és kidolgozása • Hibaelhárítás • Politikai végrehajtás felügyelete • Három kiemelt feladat 1. A piacgazdaság jobb hitelinformációs rekordjainak létrehozása 2. Hitelinformációs rendszerek létrehozása különösen a pénzügyi szektor számára 3. Hitelszolgáltató piac fejlesztése a kormányzat számára is átlátható adatokkal, információkkal • A társadalmi kredit fókusza gazdasági • Információcsere a gazdasági, kormányzati szereplők között Előzmények 3.
  50. 50. • 2010, Suining megye, Jiangsu tartomány • Tömeghitel (dazhong xinyong) • Egyéni magatartás mérése és értékelése • 1000 kreditpont (jogi, közigazgatási, erkölcsi normák) • 4 kategóriába sorolták az embereket • Következmények • Előnyös hozzáférés a foglalkoztatási lehetőségekhez (+) • Szigorúbb ellenőrzés (-) 1. Párttagság vizsgálata, hadseregbe való felvétel, köztisztviselő kinevezése 2. Alacsony költségű állami lakások, szociális jólét 3. Vállalkozóvá válás támogatása, letelepedéshez szükséges engedélyek 4. Állami támogatás, alacsonyabb kamatozású hitelek, kormány által támogatott képzésen való részvétel Előzmények 4.
  51. 51. • Arany Pajzs Projekt (2003-, Közbiztonsági Minisztérium) • Az információáramlás ellenőrzése cenzúrázási rendszeren keresztül, beleértve: • IP blokkolás • DNS szűrés és átirányítás • URL és csomagszűrés • VPN/SSH forgalomfelismerés • Beszéd- és arcfelismerés • Külföldi tartalmak cenzúrázása • Hazai felhasználók által készített tartalmak (P2P, helyi/belső szerverek) • Öncenzúra kultúrája • Internetes rendőrség (több mint 200.000 fő) Előzmények 5.
  52. 52. A TÁRSADALMI KREDIT RENDSZERE
  53. 53. 1. őszinteség a kormányzati ügyekben 2. üzleti becsületesség 3. társadalmi becsületesség 4. igazságügyi hitelesség Fókuszterületek
  54. 54. Hagyományos adatok Közösségi adatok Online adatok Működés AI 111111111111111111
  55. 55. Adatok, bemenetek Jövedelemadó Kölcsön visszafizetése Hitelkártya számla Rezsiszámlák Perköltség megfizetése Közlekedési szabályok betartása Családtervezési korlátok betartása Fizetés a tömegközlekedésért Becsületesség Önkéntesség Jó szülő Bűnözési rekord Kapcsolat a többi internet-felhasználóval Online közzétett hírek megbízhatósága Vásárlási szokások
  56. 56. Feketelista vs. ?
  57. 57. INFORMATIKAI HÁTTÉR
  58. 58. A kormány törekvése informatikai eszközökkel és megoldásokkal • Az állam és a társadalom irányítása • horizontális és vertikális információmegosztás • a protekcionizmus felszámolása • a papíralapon levő adatok digitalizálása Kormányszándék
  59. 59. Minden állampolgár és vállalkozás azonosítható legyen • egyedi azonosítás (18-digites kód az állampolgároknak) lehetővé tétele minden szükséges helyzetben/helyen • a beazonosít nélküli működés (életvitel) lehetetlenné tétele (avatarok, anonim digitális részvétel tiltása) Adatbázisok összekapcsolásának megtervezése • hivatalok adatbázisai • mobiltelefonszám és -előfizetés • közöségi média • online szolgáltatások • biometrikus azonosítás Első lépés
  60. 60. • Olyan adatbázisok létrehozása, amelyek tartalma az egyedi azonosító alapján összekapcsolható • Baidu (nem anonim) keresőtalálatainak elemzése, ezeknek az adatbázisok a hozzákapcsolása a többi adatbázishoz Második lépés
  61. 61. • Tárolt adatok és információk feldolgozása és felhasználása • Big data elemzés • Korrelációszámítás • Klaszteranalízis (valószínűségszámítás alapján egyének csoportokba sorolása) • Szociometria, hálózatkutatás • Algoritmusok használata • Feketelisták működésének a fejlesztése Harmadik lépés
  62. 62. GAZDASÁGI ÉS TÁRSADALMI HATÁS
  63. 63. • Féken tartja az illegális magatartást, segítheti az egyének és a vállalatok gazdasági megbízhatóságát • Hozzájárul a társadalmilag és környezetileg felelősségteljes új magatartás kialakításához (nevelés) • A vállalatok transzparens működésének támogatása • Az üzleti partnerek jobb megítélése • Meglevő gazdasági statisztikák jóságának növelése • A big data elemzések új vállalati lehetőségeket teremtenek • Megéri „jógyereknek” lenni Pozitív hatás
  64. 64. • Nem kiforrott még a technológia és a minősítő rendszer sem, nagy a kockázata a téves értékelésnek • Folyamatosan nagyon sok adatot kezel a rendszer • adatszivárgás révén illetéktelenek kezébe kerülhetnek titkos és személyes adatok • nő az adatlopás esélye • adatvesztés hatalmas gazdasági károkat okozhat • Az állam és a vállalatok mindent tudhatnak az emberről • Megszűnik a magánszféra • Az üzleti élet szereplői – ha nem képesek betartani a szabályokat – ellehetetlenedhetnek • Mivel az állam az adatokhoz korlátlanul férhet hozzá, a hivatalnokok a számukra nem szimpatikus egyént/vállalatot ellehetetleníthetik • Kína üzleti tevékenysége kiszámíthatatlanná válik Negatív hatás
  65. 65. • A szakemberek hatékonyabb munkát tudnak végezni • Kiszűrhetők arcfelismerés alapján a veszélyes elemek • Akinek az arca nincs a rendszerben regisztrálva az gyanús (rejtőzködik, vagy külföldi) • Viselkedésalapú elemzés alapján kiszűrhetők azok, akik valamilyen (terror)cselekményt akarnak elkövetni • A rossz úton járókat beazonosítás után meg lehet szólítani • Korreláció, valószínűségszámítás, szociometria és hálózatelemzés alapján rejtett összefüggések is feltárhatók az egyes emberek, helyszínek, események között • Nyomon követhető egy személy fejlődése/leépülése • Nyomozás forró nyomon • Városok (és vidék) védelme a belső ellenségtől • Valós idejű nemzetbiztonsági átvilágítás lehetősége • Visszaszorulnak az álhírek Nemzetbiztonsági hatás
  66. 66. • A nemzetközi vállalatok – hogy elkerüljék a büntetést – megpróbálnak beilleszkedni a rendszerbe • Adatmegosztás révén a kínai vásárlók adatai külföldre kerülhetnek • Kína a rendszer révén hozzáférhetne a külföldi vállalatok csúcstechnológiai adataihoz (know-how) • A társadalmi kredit rendszere kiváló exportcikk (nem csak) az olyan országok számára, amelyeknél fontos a gazdaság állami irányításának megerősítése Nemzetközi hatás
  67. 67. Egyesült Királyság • 2018 New Economics Foundation összehasonlítása a kínai és az angol rendszerekről • Adatok: polgári kredit pontszám, telefonhasználat, bérleti díj • Adatok felhasználása: munkaköri alkalmazások szűrése, szociális szolgáltatások igénybevétele, személyre szabott reklámok Németország • 2018 február Handelsblatt Global beszámolója • Lassú közeledés a kínai társadalmi kredit rendszeréhez hasonló rendszer kiépítéséhez • Adatok: egyetemes hitelminősítő rendszer, földrajzi helyek, egészségügyi nyilvántartások • Adatok felhasználása: hitelbírálat, egészségbiztosításhoz való hozzáférés A társadalmi kredit megjelenése Európában
  68. 68. Kitekintés a jövőbe* *Future Today Institute, Gartner, PREMA
  69. 69. 1. Az AI mindenhol megjelenik, köszönhetően a mobileszközökbe integrált AI platformoknak 2. A műszaki-informatikai fejlesztések mellett egyre nagyobb hangsúlyt kap az AI etikai és humán oldala 3. Az AI lényegesen hatékonyabbá fogja tenni a munkafolyamatokat 4. Az AI segítségünkre lesz, hogy a dolgokat jobban csináljuk 5. Az AI révén az életünk kényelmesebbé válik 6. Együtt fogunk dolgozni az AI-ra épülő megoldásokkal 7. A veszélyes munkaterületeken AI-ra épülő megoldások helyettesítik az embert Az AI jövője
  70. 70. • Intelligens digitális háló kiépítése • Mesterséges intelligencia a rendszerek többségében • A digitális és a fizikai világ összekapcsolása • Háló: emberek, gépek, folyamatok összekapcsolása • Autonóm dolgok (AIoT) • Kibővített elemzés (Big Data) • Mesterséges intelligencia által vezérelt fejlesztés • Digitális megkettőzés (valódi világ lenyomata) • Összekapcsolt tapasztalat (ember-gép interakció) • Blokklánc (algoritmus alapú bizalmi modell) • Intelligens helyek • Magánéleti zónák és az etika változása • Kvantum-számítástechnika A 2019-es év trendjei
  71. 71. • Hogyan változik meg a társadalom, ha az AI-ra épülő megoldások tömegesen jelennek meg? • Mennyiben lesz más a β-generáció, akinek szocializációjában az AI egyre komolyabb szerepet kap? • Mikor jelenik meg az embernél minden területen intelligensebb mesterséges intelligencia? • Kell-e attól félni, hogy az AI elveszi az emberek munkáját? • Milyen törvényeket kell megalkotni, hogy a rossz szándékú programozók ne fejleszthessenek veszélyes AI-t? • Ha az AI hibázik, ki a felelős? • Az AI-val történő együttműködés alá-fölé, vagy mellérendelő kapcsolatban valósul meg? • Mikor jelenik meg a jogban az AI-jog, a robotházasság, az ember-robot vagyonmegosztás (fizikai és szimbolikus), a robotöröklés, a robotemlék-öröklés problematikája?
  72. 72. The best way to predict your future is to create it. Abraham Lincoln
  73. 73. Dr. Kollár Csaba PhD Nemzeti Közszolgálati Egyetem Katonai Műszaki Doktori Iskola Óbudai Egyetem Biztonságtudományi Doktori Iskola Szent István Egyetem Gazdaság- és Társadalomtudományi Kar https://www.linkedin.com/in/drkollarcsaba | http://www.slideshare.net/drkollarcsaba Köszönöm megtisztelő figyelmüket!
  74. 74. • https://singularityhub.com/wp-content/uploads/2018/06/artificial-intelligence-confusion-719504626-1068x601.jpg • https://20967-presscdn-pagely.netdna-ssl.com/wp-content/uploads/2017/03/artificial_intelligence.jpg • https://www.codeproject.com/KB/AI/1182210/Def.png • http://www.geeksforgeeks.org/artificial-intelligence-an-introduction/ • https://openclipart.org/download/274620/Low-Poly-Neuronal-Brain.svg • http://legalexecutiveinstitute.com/wp-content/uploads/2016/02/AI-Graphic-NEW.jpg • https://static.independent.co.uk/s3fs-public/thumbnails/image/2011/10/31/20/48-John-McCarthy-AP.jpg • https://en.wikipedia.org/wiki/AlphaGo#/media/File:Alphago_logo_Reversed.svg • https://en.wikipedia.org/wiki/DeepMind#/media/File:DeepMind_logo.png • https://en.wikipedia.org/wiki/Watson_(computer)#/media/File:IBM_Watson_Logo_2017.png • https://en.wikipedia.org/wiki/IBM#/media/File:IBM_logo.svg • https://en.wikipedia.org/wiki/Google#/media/File:Google_2015_logo.svg • https://en.wikipedia.org/wiki/Amazon_Alexa#/media/File:Amazon_Alexa_App_Logo.png • https://images-na.ssl-images-amazon.com/images/I/61qaMh0rSIL._SL1000_.jpg • https://static1.squarespace.com/static/58da330debbd1a5419611082/58dfd4eab3db2bb290310a4a/595cc6a0e6f2e1e5a059f8b3/ 1499253390239/Facebook+AI+Research.png • https://www.americanbazaaronline.com/wp-content/uploads/2016/10/Sophia.png • https://upload.wikimedia.org/wikipedia/commons/thumb/b/be/Deep_Blue.jpg/399px-Deep_Blue.jpg • https://cdn2.hercampus.com/Life%20of%20a%20Philosophy%20Major.jpg • https://www.kickstarter.com/projects/kirilleremenko/artificial-intelligence-a-ztm-learn-how-to-build-a • https://millercenter.org/sites/default/files/styles/gallery_slider_desktop_2x/public/pg-lincoln6- abraham_lincoln_seated_feb_9_1864-800x480.jpg?itok=rTegMzWk • https://www.investors.com/wp-content/uploads/2016/11/FA-robo-111116-adobe.jpg • https://ak1.picdn.net/shutterstock/videos/22371361/thumb/1.jpg • https://wallpapershome.com/images/pages/pic_hs/2857.jpg • http://tarotsnet.net/wp-content/uploads/2016/11/tarot_cards-1200x800.jpg A felhasznált képek forrása I.
  75. 75. • https://movieplayer.it/foto/una-scena-del-film-orwell-1984_361868/ • https://www.komando.com/tips/356644/10-types-of-spy-cameras-that-could-be-watching-you-right-now/all • https://yese69.com/chinese-backgrounds.html/3?lang=nl • https://3.bp.blogspot.com/-Gq0_9P90cY8/V77OySj2fhI/AAAAAAAAABQ/Okis-fbWdxws_-sv7sPyfsBJ23TEppp3ACLcB/s1600/china- hacker-malware.png • https://cms.qz.com/wp-content/uploads/2015/08/jack-ma-thumbs-up.jpg • https://i.ytimg.com/vi/y97rBdSYbkg/maxresdefault.jpg • https://cdn-images-1.medium.com/max/2000/1*EK2EN_rnhilh_WTzwL_MfA.jpeg • https://mylocalnews.us/arizona/2017/09/kiwanis-club-tempe-life-history-skeleton/ • https://image.freepik.com/free-icon/bald-head-with-question-mark_318-49294.jpg • https://cdn.dmnews.com/files/base/acbm/dmn/image/2018/01/960w/istock155391040_1364290.jpg • https://2.bp.blogspot.com/-Ypu7xTTFLiY/WnB_FYumfPI/AAAAAAAATQc/MJ0RsQE_W- MIXJuepY_Zw2N70Yp5LpUrwCLcBGAs/s1600/harmony.jpg • https://upload.wikimedia.org/wikipedia/commons/c/c6/C_H_Douglas.jpg • https://multimedia.bbycastatic.ca/multimedia/products/500x500/116/11615/11615335.jpg • https://ak1.ostkcdn.com//images/products/is/images/direct/74a1b8962df088417a94b71c2b9b560a307e7bfa/%22Intel-Movidius- Neural-Compute-Stick-USB-Flash-Drive%22.jpg A felhasznált képek forrása II.

×