Zokni-teszt

Posted in Nincs kategorizálva /

Érdemes figyelni, hogy az intelligens robotok mire képesek és mire nem. Egyes bonyolult feladatokat játszi könnyedséggel oldanak meg, ugyanakkor valamilyen egyszerűbb előtt tehetetlenül vakargatják a fejüket.

Ma reggel a japán Seven Dreamers Laboratories nemrég bemutatott új robotjáról olvastam. Kívülről úgy néz ki, mint egy hűtőszekrény, belülről pedig egy ruhásszekrényhez hasonlít, és bizonyos értelemben az is. A mosást, mint tudjuk, az automata mosógépek ügyesen meg tudják oldani. A kimosott ruhát viszont össze kell hajtogatni és el kell pakolni. Nos, a Tokióból érkező robot pont erre képes. A tiszta ruhát be kell gyömöszölni a gép alsó fiókjába. Ha ez megtörtént, bent zümmögni kezd a szkenner, agyát köszörüli a mesterséges intelligencia, mozgásba lendülnek a gépkarok. A robot egyenként megszemléli a ruhadarabokat, felismeri azokat, hajtogat és osztályoz, gondos rendben feltölti a felső polcokat. Az eredmény tényleg szemet gyönyörködtető.

Van azonban két probléma. Az egyik az, hogy a gép lassan dolgozik, hosszú percekbe telik, mire döntést hoz és intézkedik. Sebaj, mondhatjuk erre, ráér, ott van neki az egész éjszaka, aludni úgysem tud. A másik: a robot nem tud mindent megcsinálni. Segíteni kell neki az ingek előgombolásával, de a legnagyobb ellensége a zokni. A zoknikat párosítani kell, úgy lehet azokat összehajtani. Nos, a zokniknál egyelőre csődöt mond a robotika és a mesterséges intelligencia.

A Turing-teszt mintájára lehetne kreálni egy zokni-tesztet: vajon ki oldja meg elsőként megynyugtatóan a problémát? Nem kizárt, hogy a robotok előbb tanulnak meg biztonságosan autót vezetni, mint zoknit párosítani és elpakolni. A mosás utáni feladatok gépesítésének problematikáján mások is dolgoznak, figyeljük a mezőnyt!

 

Comments (0)

Fekete doboz

Posted in Nincs kategorizálva /

Egy álláshirdetésre válaszolva elküldöm az önéletrajzomat egy vállalatnak. A személyzetis számítógépében negyvenhárom ilyen pályázat landol. Kit fog választani? Hitelt kérek egy banktól. Az ügyintéző beírja az adataimat a gépébe és megnézi a hitelképességi mutatómat. Vajon megkapom a pénzt? Közeledik az adóbevallás ideje. Elkészítem a sajátomat, beküldöm és várok. A hivatal betáplálja a számokat a gépébe. Vajon számíthatok adóellenőrzésre? Éjszaka van, a Hold sem világít, éjfél után járunk. A kapitányságon az ügyeletes a számítógép fölé hajol. Vajon küld ma egy járőrkocsit az utcánkba?

Olyan helyzetek ezek, amelyekben a döntéshozók (személyzetisek, ügyintézők, diszpécserek stb.) munkáját számítógép segíti. Ha ma még nem teszi ezt, akkor holnap majd igen. A gép valamilyen algoritmust használ. Ha ez az algoritmust automatizált gépi tanulás eredménye, félő, hogy a működését, a logikáját senki sem ismeri pontosan. Fekete doboz.

Nem kapom meg az állást, elutasítják a hitelkérelmemet, két hétig nyaggatnak az adóellenőrök, a házunkban betörő jár, nem rendőr. Vajon ki a felelős a káromért, kinél lehet panaszkodni, röviden ki felelős, kit lehet elszámoltatni? Azt a céget talán, amelyik a gépi tanulás keretrendszerét kidolgozta? Azt, amelyik a tanuláshoz, az algoritmus formálásához az adatokat biztosította? Vagy talán a döntéshozókat, akik a saját munkájukat segítették az algoritmussal? Lehetnek előítéletei egy algoritmusnak?

Comments (0)

Ma délelőtt a Földművelésügyi Minisztériumban meghallgattam egy tanulmány vitáját. A címe: A precíziós szántóföldi növénytermesztés összehasonlító vizsgálata, a szerzői az Agrárgazdasági Kutató Intézet, az Óbudai Egyetem, illetve a KITE munkatársai. Alapos munka, felmérés, mélyinterjúk, statisztikák és kalkulációk alapján részletes áttekintést ad a hazai helyzetről. Népes közönség ült a teremben, sokan jöttek az akadémiai világból, de gyakorló gazdák is akadtak, leginkább a precíziós gazdálkodás ismert hazai úttörői.

A tanulmányból kiderül, hogy a biztató példák ellenére a mezőgazdaság digitális átalakulása még gyerekcipőben jár, egyelőre óvatos kísérletezés folyik; jómagam is lelkes követője vagyok például annak a projektnek, amelyről az Agro Napló tudósít rendszeresen. A lemaradásnak vannak előnyei is: tanulni lehet az előttünk haladóktól, vagyis a digitalizálásban a mezőgazdaság előtt járó iparágaktól. Kiváló lehetőségek adódnak összehasonlító kutatásokra. A magam részéről például kíváncsi lennék a következőkre.

(1) Más iparágak, illetve egyes országok átfogó adataiból tudjuk, hogy az informatikai beruházások eredményei nem jelentkeznek azonnal, egyes kutatások például 5-7 éves elcsúszást jeleznek a befektetések és a haszon megjelenése között: ma sokat költünk informatikára, a termelékenység viszont csak öt év múlva kezd javulni. Arra is van példa, hogy az eredmények egy darabig negatívak, ami érthető, hiszen el kell viselni az átalakulással kapcsolatos felfordulást, tanulni kell, ami nincs ingyen, embereket kell lecserélni, hibákat kell javítani, kockázatkezelési okból párhuzamosságokat kell eltűrni, és így tovább. Kíváncsi lennék, mit jelent ez az elcsúszás a mezőgazdaságban. Egy biztos: a befektetések és az eredmény kapcsolatáról csak hosszabb időtáv adatai alapján szabad nyilatkozni, az említett jelenségen kívül már csak azért is, mert az időjárásban is mutatkoznak több évet átfogó jó és rossz időszakok. (Itt most lábjegyzetben meg lehetne említeni a fáraó álmát a hét sovány és a hét kövér tehénről.)

(2) Az informatikai beruházásokkal kapcsolatos régi vitatéma az ok-okozati viszony kérdése. Ha azt látjuk például, hogy az informatikára sokat költő vállalatok gazdálkodási eredményei jobbak, mi következik ebből: azért jobbak az eredményeik, mert modern informatikai eszközöket használnak, vagy azért tudnak sokat költeni informatikára, mert jobbak az eredményeik? Nagy valószínűséggel nem egyértelmű ok-okozati viszonyról van itt szó, hanem kölcsönhatásról – kíváncsi lennék, hogyan működik ez a mezőgazdaságban.

(3) Legyünk optimisták: a technológiai fejlesztés, illetve azon belül a digitális átalakulás javuló gazdasági eredményeket hoz, másképpen fogalmazva: új értéket teremt. Más iparágak modernizálásának fontos tanulsága, hogy ez az új érték nem egyenletesen oszlik el az iparági ellátási lánc tagjai között. Tételezzük fel, hogy a precíziós mezőgazdaságra való átállás 100 forintnyi új értéket teremt – de mennyit kapnak ebből a végfelhasználók (vagyis például én), a kereskedők, a gazdák, az eszköz- és anyagszállítók, az alapvető technológiák fejlesztői? Fontos tanulság: ahol sok szereplő van és heves a verseny, az új érték a végső felhasználókhoz vándorol.

(4) Térjünk most vissza az informatikai fejlesztések és a hatékonyság kapcsolatára. Tudjuk, hogy rossz folyamatokat és rendszereket nem érdemes digitalizálni (durvábban: a hülyeséget nem szabad automatizálni). Új informatikai rendszerek bevezetése előtt rendet kell rakni, ki kell seperni, le kell törölgetni a port, a helyére kell tenni a hintaszéket. Ez a rendrakás, az elemi feladatok elvégzése önmagában is hasznot hozhat, néha nem is keveset. Két párhuzamos hatással kell tehát számolni: van egy rendrakási, és van egy technológiai hatás. Vajon milyen arányra lehet számítani a mezőgazdaságban? Úgy vélem, sokan még a rendrakáson sincsenek túl.

(5) Az informatikai beruházások megtérülésének vizsgálatához más iparágakban már kifinomult modelleket használnak. Kíváncsi lennék, hogy néz ki egy átgondolt, mezőgazdaságra adaptált TCO számítás.

(6) A precíziós mezőgazdaság elterjedése tulajdonképpen egy innováció (vagy inkább innovációs nyaláb) diffúziója. A diffúziós jelenségek leírására és elemzésére diffúziós modellek szolgálnak. Melyek lehetnek ezek közül relevánsak a mezőgazdaságban is?

(7) Más iparágakban végzett kutatások azt igazolják, hogy az informatikai fejlesztések bizonyos szervezeti változásokkal párhuzamosan hoznak kiugró teljesítményjavulást. Az informatikai fejlesztés mellett tehát kiegészítő beruházásokra is szükség van. Mennyiben érvényes ez a megállapítás a mezőgazdaságra, és ott mik lehetnek azok a “bizonyos szervezeti változások”?

(8) Érdekes elemzéseket olvashatunk arról, hogy más iparágak vállalatai digitális átalakulásánál milyen a “top-down” és a “bottom-up” megközelítés aránya, illetve hogy a vízesés-módszer vagy az agilitás a jobb megoldás. Milyen receptet lehet erre adni a mezőgazdaságban?

 

Comments (0)

Népszámlálás

Posted in Nincs kategorizálva /

A népszámlálások történe érdekes téma. Angliában például a 19. század legelején volt az első általános népszámlálás. 1911-ben harcias nők a népszámlálás bojkottjára szólítottak fel mondván, hogy „ha a nők nem számítanak, akkor ne is számolják meg őket”. (Hogy pontos legyek: „if women do not count, neither shall they be counted”.) A ködös szigetországban 1837-ben rendelték el, hogy minden gyerek születését regisztrálni kell.

Az USA-ban 1790 óta tartanak tíz évenként népszámlálást. A számítógép előtti népszámlálások adatainak pontosságát a felmérés hosszú átfutási ideje csökkentette: mire a számokat összegyűjtötték és összeadták, azok számottevő része már elvesztette az aktualitását. Az időtartamot először Herman Hollerith lyukkártyás masinájával sikerült jelentősen csökkenteni. Hollerith 1896-ban céget alapított, ez lett néhány kanyar után a későbbi IBM.

Egy Big Data témájú, könnyed hangvételű könyben olvasom a következőket. Az Egyesült Királyság Statisztikai Hivatala (a brit KSH) nemrég a tíz évenként esedékes népszámlálás gyakorlatának megszüntetését javasolta. Az indoklásban kifejtették, hogy az államnak e nélkül is éppen elegendő információja van a polgárairól, adatokban nincs hiány, a népszámlálás felesleges, arról nem is beszélve, hogy hosszú és drága. Végül mégis úgy döntöttek, hogy (egyelőre) maradjon a népszámlálás. Az állam adatgyűjtési gyakorlatában tényleg vannak átfedések és ismétlődések, az adatokat viszont egyrészt csak arra szabad felhasználni, amilyen célből gyűjtötték őket, másrészt félő, hogy ha az emberek ettől eltérő gyakorlatot tapasztalnának, sokan értehtő óvatosságból hamis adatokat adnának meg.

A könyv szerzőjének mindezek ellenére nincs kétsége afelől, hogy a magánszférának vége, az állam minden lépését megfigyeli, akár van népszámlálás, akár nincs.

 

Comments (0)

Megfordult a szél?

Posted in Nincs kategorizálva /

„A globalizáció azt jelenti, hogy ott szerzünk tőkét, ahol a legolcsóbb, ott termelünk, ahol a legalacsonyabbak a költségek, és ott adunk el, ahol a legnagyobb nyereséget tudjuk elérni.” Ezt az idézetet egy nyolc évvel ezelőtt készült diasoromban találtam meg. Előadást tartottam a nemzetközi terjeszkedés stratégiai és szervezeti kérdéseiről, ahhoz készítettem a diasort, de egyáltalán nem kizárt, hogy az idézetet már korábban is felhasználtam. Narayana Murthy, az INFOSYS alapító-elnöke mondja el benne, hogy szerinte mit kell érteni globalizáció alatt.

Egyszerű definíció, könnyű megérteni.

Az INFOSYS indiai informatikai szolgáltató vállalat, az indiai outsourcing-ipar zászlóshajója. 1981-ben alapították, tehát nagyjából akkor, amikor az IBM PC megjelent a piacon. Kisvállalkozásként indult: fél tucat mérnök összeállt, összedobtak pár száz dollárt, és azonnal Amerikában kezdtek ügyfeleket keresni, mivel hazai piac gyakorlatilag nem létezett, az akkori indiai kormány nem szerette sem a technológiai iparágat, sem a szabad piacot kedvelő vállalkozókat. A cég rendkívül látványos karriert futott be azóta, alkalmazottainak száma már jóval meghaladja a százezret. Ha a globális terjeszkedés, a globális vállalat a téma, őket mindig elő szoktam venni.

A hasonló gondolkodású, globálisan tervező és cselekvő cégek előnyének gazdasági alapjait viszonylag könnyű volt számba venni, az évszázad elején készült diáimon több példát is találok erre; az egyik kimutatáson például jól látszik, hogy az informatikai szolgáltatások területén hányszoros volt egyes ázsiai országok bérelőnye Amerikával vagy Nyugat-Európával szemben. Nem csoda, hogy a legsikeresebb globális cégek éves forgalma, költségvetése ma már országokéval vetekszik, vagyis a földrajzi határok közé szorult országok mellett megjelentek a határok nélküli cégállamok, az úgynevezett „multik”.

Miért ástam elő éppen most ezt a szakállas témát? Azért, mert a történetnek nincs vége. Kézbe veszem a The Economist múlt heti számát, és mit látok: a globális cégek gyengüléséről, hanyatlásáról írnak. Persze nem valamilyen nagy összeomlásra kell gondolni, hanem a növekedés lassulására, csökkenő nyereséghányadokra, a lokális cégekkel szembeni versenyképesség gyengülésére.

E fordulatnak két alapvető oka van, és ezek közül hosszú távon valószínűleg az első a fontosabb.

Tehát az első ok: a vállalati globalizáció, a globális gondolkodás és terjeszkedés gazdasági előnyei olvadóban vannak, vagyis az átgondolt és módszeres globalizálódással már nem lehet annyit nyerni, mint korábban. A mélyebben fekvő magyarázatokat alapos gazdasági elemzéssel lehet feltárni.

A másik ok: a globális vállalatokkal, a multikkal szemben tapasztalható társadalmi ellenszenv, és az azt kihasználó politikai ellenszél. Az ellenérzések a jövedelem- és vagyonelosztás visszásságaira vezethetők vissza: a nagy multik óriási jövedelmeket teremtettek és hatalmas vagyonokat halmoztak fel, de közben nőtt az egyenlőtlenség, a gazdagok sokkal gazdagabbak lettek, míg a szegényebbek jövedelme stagnált vagy csökkent. A lélektani helyzet finoman szólva ellentmondásos, hiszen sokan úgy táplálnak ellenszenvet a multikkal szemben, hogy közben szeretik a termékeiket és az áraikat. Úgy látszik, igaza van a pszichológusoknak: az emberek nagyobb jelentőséget tulajdonítanak a vagyonok relatív különbségének, mint az abszolút jövedelmi helyzetüknek.

A politikai széljárás, mint tudjuk, változékony, a nagy kérdés tehát az, hogy miként alakulnak majd az első említett okhoz kapcsolódó tényezők, így például mit hoz a technológiai fejlődés, mekkora jövedelmezőséget lehet elérni globális, illetve lokális stratégiával, megéri-e globalizálódni, vagy jobb szépen bezárkózni és a fenekünkön maradni.

Comments (0)

Kétfrontos harc

Posted in Nincs kategorizálva /

A Puskinban megnéztem A számolás joga című amerikai filmet. (Addig sem voltam szennyezett levegőn.) A film rossz, és ezzel még sokat is mondtam. Rossz, de a témája és a cselekménye mégis érdekes.

A történet dióhéjban: Amerikában vagyunk a hatvanas évek elején. Kennedy elnök országa az űrbe készül, már csak azért is, mert az oroszok már ott vannak. Az első filmkockákon három fekete hölgy éppen a NASA-ba tart az autóján. Az űrprogram keretében rengeteg számítást kell végezni, ami a computerek dolga, vagyis olyan hölgyeké, akik főfoglalkozásként űzik a számolást. Egyszerű számolásnál, vagyis a négy alapműveletnél itt jóval többről van szó: nyesni kell a matekot: ballisztika, gravitáció, súrlódás meg más ilyesmi van terítéken.

Amerika az űrbe tart, más tekintetben viszont még csak a középkorban jár. Vannak fehér és vannak fekete („színes”) computerek; a két csoport el van különítve egymástól, külön szobába vannak telepítve, nem használhatják egymás mosdóját, nem utazhatnak ugyanazon a buszon, nem ihatnak egymás kávéjából.

A három említett hölgy a legtehetségesebb, legfelkészültebb és legambiciózusabb computerek közé tartozik. Dolgozni és tanulni akarnak, utat keresnek a tehetségüknek. A NASA-nak szüksége van rájuk: az űrkorszak igényei és a faji megkülönböztetés valósága között tragikomikus ellentmondás feszül. A helyzet tarthatatlansága egyre nyilvánvalóbb. Végül Kevin Costner, aki az űrprogram vezetőjét alakítja (Ed Harris jobb volt az Apollo 13-ban) kezébe veszi a nagy kalapácsot és… A többit el lehet képzelni.

A történetnek azonban van egy másik szála is. A fekete computereknek nem csak az előítéletekkel, hanem a technológiai fejlődéssel is meg kell küzdeniük. A NASA-ban megkezdődik egy szobaméretű IBM mainframe telepítése. Jönnek a cég öltönyös emberei, akik ingujjban, de azért nyakkendőben fúrnak, faragnak, drótoznak, tesztelnek, orsókat pörgetnek, lyukkártyákkal zsonglőrködnek. A gép nehezen akar elindulni, de tudni lehet, hogy egyszer működni fog, és onnantól kezdve nem a hölgyek (bőrszínüktől függetlenül) lesznek a computerek, hanem ő, a számítógép, a világ pedig hamarosan elfelejti, hogy a computerek eredetileg eleven emberek voltak. Nincs mese: ha a számolásnak vége, meg kell tanulni helyette a gép használatát, vagyis neki kell ülni a programozásnak, jelesül a FORTRAN nyelvnek. És lőn: a NASA egyik első főprogramozója egy fekete hölgy lett, a történetben szereplő hármasból az egyik; a film végén egy kiírásból és egy fényképből még az is kiderül, hogy ki is volt ő valójában.

Úgy gondolom, ez az átállás nem lehetett nehéz: aki jó computer volt, az minden bizonnyal a programozást is meg tudta tanulni. Más lett volna a helyzet, ha mondjuk a takarító személyzetnek kellett volna új elfoglaltságot és új képesítést találni, mert valamilyen gép kiszorította őket az állásukból. Az ilyen átállás nagyon nehéz, szinte lehetetlen. Ha túl sok ilyen helyzet adódik, a társadalmi béke megrendülhet, a politikai egyensúly megbillenhet, a megszokott világrend felbomolhat. Most valószínűleg ilyen helyzetben vagyunk. Az események láttán a technológiai cégeknek, közülük elsősorban a legnagyobbaknak el kell gondolkodniuk azon, mit is jelent a társadalmi felelősség, és rá kell jönniük, hogy az jóval több a CSR-nál.

 

Comments (0)

Más jön vissza

Posted in Nincs kategorizálva /

Szeretem a fordulatos esetpéldákat, amelyeket rendszeresen továbbír az élet. Arra tanítanak, hogy a fejlődés korántsem mindig egyenes vonalú, nagy kanyarok, éles fordulatok is jöhetnek egy cég vagy akár egy egész iparág történetében.

Itt van például az Adidas. 1998-ban, vagyis közel húsz évvel ezelőtt társszerzőmmel, Salamonné Huszty Annával könyvet publikáltunk „Vállalatvezetés felsőfokon” címmel. Ebben globalizációs példaként használtuk az Adidast, mivel az egyik fejezetben a hálózatosodás jelenségét tárgyaltuk, vagyis azt mutattuk be példákon keresztül, hogyan alakulnak át egyes korábban „önellátó”, helyhez kötött vállalatok nemzetközi hálózatokká, a vállalatokon belüli értékláncokból miként lesz cégeken átívelő, többszereplős értéklánc. Tehát: hálózatosodás, outsourcing, nemzetközi kiszervezés, stratégiai szövetségek stb. – ezek voltak a kulcsszavak. Az Adidasnál nagyon izgalmas volt ez az újraszerveződési folyamat, elvégre egy tradicionális német vállalatról volt szó, amelynek végül igazodnia kellett a Nike és a Puma által diktált modellhez.

Eltelt néhány év, és a Tomka Jánossal írt „Megéri jónak lenni?” című könyvben újra elővettük ezt a történetet, de a kötet koncepciójának megfelelően morális-etikai szemszögből vizsgálva: kinek árt és kinek használ, ha egy cég az egyik országból a másikba költözik, kivel kell jót cselekedni és milyen áron, mi az elsődleges, a profit vagy a morál, és mit is diktál az utóbbi a kérdéses helyzetben. Az Adidas ekkor már Vietnámig jutott, akárcsak a Nokia, a kérdéses könyvfejezet másik példavállalata.

Most viszont a vállalat új gyáráról, a „Speedfactory”-ról szólnak a híradások, a helyszín pedig a Németországi Ansbach, vagyis a termelés visszaköltözik az anyaországba. Klasszikus Ipar 4.0-ás gyárról van szó, tele robotokkal és 3D-s printerekkel, olyan termelőüzemről, ahol mindent a digitális technológia mozgat, aminek „digitális ikertestvére” van, virtuális mása, amin mindent ki lehet próbálni. Az új modellek digitálisan születnek meg és szinte azonnal átvihetők a rugalmas termelési rendszerbe. Új állások is vannak itt, de a számuk töredéke egy vietnámi gyár személyi állományának, ráadásul szinte mindegyik jól képzett, a digitális technológiákban járatos munkaerőt igényel. A távoli helyszín, az offshore outsourcing bérelőnye elolvad, más szempontok kerülnek előtérbe a telepítési döntéseknél.

Fontos tanulság: ha a technológia változik, az olcsó helyekre kiszervezett tevékenységeket, vagy azok egy részét haza lehet hozni, de az új állások nem azonosak a régiekkel, nem azt hozzuk vissza, ami elment, és nem annyit.

Comments (0)

Egy precíz világ kapujában

Posted in Nincs kategorizálva /

Elolvastam Timothy Chou Precision című könyvét. Szerzője szerint itt állunk egy „precíz világ” kapujában, ahol okos rendszerek biztosítják a pontosságot, ahol pont azt csináljuk, amit kell, pont annyi forrást használunk föl, amennyire szükség van, ahol nincsenek késedelmek, veszteségek. Ehhez persze át kell esni a „digitális átalakuláson”, mindent össze kell kötni mindennel és okos rendszereket kell építeni mindenütt.

Chou szerint az okos rendszerek a következő öt rétegből (én inkább tevékenységeknek, feladatköröknek nevezném ezeket) állnak: (1) things, vagyis dolgok, eszközök; (2) connect, vagyis összekapcsolás, rákötés a hálózatra; (3) collect, vagyis adatgyűjtés; (4) learn, vagyis elemzés, tanulás, modellezés; (5) do, vagyis csinálni valamit. A dolog értelmét az ötödik adja: valaminek jobbnak, olcsóbbnak kell lennie, különben csak sok hűhó van a semmiért, kavarunk egy nagyot a levegőn.

A kissé lazán megírt könyv második része esettanulmányokból áll, megtudhatjuk például, hogyan működik a fenti öttényezős modell az egészségügyben, az energiagazdálkodásban, az építésben, a közlekedésben, a bányászatban, az olaj- és gáziparban és a mezőgazdaságban. Az elemzés mindig a „things” azonosításával indul, ilyen dolog lehet például egy bányászati gépsor, egy orvosi diagnosztikai eszköz vagy egy kombájn. A konkrét példák kapcsán kiderül, hogyan kapcsolódnak ezek a hálózathoz (vagyis miként lesz belőlük IoT komponens), milyen eszközökkel miféle adatokat gyűjtenek róluk, milyen elemzések, algoritmusok, modellek, döntéstámogató modellek készülnek, majd végül milyen beavatkozások, akciók következnek és mi lesz jobb azoktól. A játék általában sokszereplős, mindenki a maga hangszerén játszik, az összehangolás a karmester (rendszerintegrátor) feladata.

Apropó precíziós mezőgazdaság: épp most néztem át Milics Gábor és munkatársai vonatkozó cikksorozatát az Agro Napló e-hasábjain. Egy precíziós gazdálkodási kísérletet írnak le benne, látványos ábrákkal, fotókkal, színes digitális térképekkel illusztrálva. A leírtakat nem nehéz Chou modelljéhez igazítani: kiválasztottak egy kísérleti területet, gépeket állítottak hadrendbe, mértek, adatokat gyűjtöttek, elemeztek, szántottak, vetettek, trágyáztak, kapáltak, betakarítottak.  A kísérlet tanulságos, már csak azért is, mert a mezőgazdaságban nagyon nehéz lehet ilyen szabad ég alatti vizsgálatokat csinálni, az eredményeket pedig kellő óvatosággal kell értelmezni. Várom a folytatást.

Comments (0)

A tanú

Posted in Nincs kategorizálva /

Érdekes bűnügyról olvastam több lapban a közelmúltban. Gyilkosság történt valahol Arkansasban. Gyanúsított van, tanú viszont nincs, azaz mégis van: egy Echo, az Amazon intelligens, hanggal aktiválható, hálózatra kapcsolt kisokosa, online társalkodónője, zenedoboza. Mit tud vajon a gyilkosságról a tetthely színhelyén tartózkodó Echo? Hogyan lehet “kihallgatni” egy ilyen gépet, köteles-e kiadni az Amazon a felhőben tárolt adatokat?

Úgy rémlik, sok évvel ezelőtt láttam egy filmet, amiben a rámenős Demi Moore szerelmével üldözte a félénk Michael Douglast; ott is volt egy hasonló eset (bár nem gyilkosság): bekapcsolva felejtettek egy mobiltelefont, ami végül perdöntőnek bizonyult az ügyben. Minden jel szerint a dolgok internetének korában ennél jóval kacifántosabb lesz a helyzet: minden eszköz fülel, lát, kommunikál, tanul, reagál. Elképzelhető, hogy a jövő ügyésze majd így emelkedik szólásra: kérem a tanúk padjára az unokaöccsöt, az inast, a postást, a kenyérpirítót és a porszívót.

Comments (0)

Mint olaj a motornak

Posted in Nincs kategorizálva /

“Az adat a 4. ipari forradalom olaja” – olvasom egy cikkben. A szerző nem fejti ki bővebben, hogy mire gondol, ami többféle értelmezésre ad lehetőséget.

Az első: az olaj kenőanyag, olaj nékül besül a motor, csikorognak az alkatrészek, elakad a gép; ebben az értelmezésben az adat ugyanaz a 4. forradalomnak, mint az olaj a gépeknek: kenőanyag, ami lehetővé teszi a pontos illeszkedést, a szoros, zökkenőmentes együttműködést.

Van azonban egy másik értrelmezési lehetőség is. Az olaj a 2. ipari forradalom kulcsfontosságú terméke volt. Minden forradalomnak van egy vagy több általános célú (sokfelé hasznosítható, a gazdaság egészére jelentős hatást gyakorló) technológiája és kulcsfontosságú nyersanyaga. A második forradalomban ilyen volt az elektromos energia és az elektromos meghajtás, illetve az olaj és a benzinnel működtetett robbanómotor: ezek nélkül nem született volna meg a sokféle háztartási tömegtermék, nem szárnyalt volna az autógyártás. A hatásmechanizmus világos: olcsó olaj nélkül nincs olcsó benzin, nincsenek autók, nincs modern úthálózat, nincsenek szervízláncok, nem nyüzsögnek a turisták, nem épülnek fel a városszéli plázák stb. Adat nélkül nincs okos gyár, okos város, elektronikus kereskedelem, vállalati információs rendszer, precíziós mezőgazdaság, vezető nélküli autó, mesterséges intelligencia, kiterjesztett valóság, százcsatornás kábeltévé.

Egy ilyen forradalmi nyersanyagnak olcsónak kell lennie, könnyen szállíthatónak és kezelhetőnek, szabványosnak. Ilyen volt az olaj a 2. ipari forradalom idején, és ilyen volt a tranzisztor a 3. korszakában. Most ilyen lehet az adat a 4. forradalomban, feltéve ha valóban a negyedikben járunk, és nem a harmadik egy újabb szakaszában, meghosszabbított végében.

 

Comments (0)