A Quality Master podcast negyedik adásának vendége Görög Márton szoftverfejlesztő, mesterséges intelligencia kutató, aki számos egyéb kiváló teljesítménye mellett 2019-ben megnyerte a NeurIPS konferencia Pommerman versenyét.
Érdekes volt látni, hogy ennek ellénére (vagy épp ezért?) többször is a mesterséges intelligenciával kapcsolatos óvatosságra int minket az adásban, és nem azért, amiért általában szoktak. Nem a jövőben az ember helyébe lépő általános mesterséges intelligencia szerinte az aktuális veszély, hanem az, hogy túlzottan megbízunk a mostani megoldásokban, és kritika nélkül fogadjuk el azok javaslatait.
A podcastből kiderül, hogy a gépi tanulás, vagy a neurális hálók és az utóbbiból következett nagy nyelvi modellek, mint a Chat-GPT, sem vadonatúj megoldások, a neurális hálóval már Neumann János is kísérletezett, de a továbbiakban még az aktuális hiányosságai és veszélyei ellenére is nehéz lesz nélküle versenyben maradnunk.
Kiderül továbbá az is, hogy:
- Miért hallucinál a ChatGPT, és hogy lehetne meglőzni azt?
- Hol készülnek a nagy magyar nyelvi modellek és miért fontos ez a magyarul beszélőknek?
- Hogy váltak geopolitikai tényezővé a korábban játékra használt videókártyák?
- Vagy hogy mi ért átláthatatlan és nehezen tesztelhető az MI?
De szóba kerül az is, hogyan lehet használni a szoftvertesztelőknek a mesterséges intelligenciát, mire lehet még használni teszt adatok generálásán és a szoftverkód statikus tesztelésén túl. Úgy néz ki, hogy a szoftvertesztelési életciklus minden fázisára van már olyan MI-vel támogatott eszköz, amely segítené a tesztelők munkáját, csak győzzük felfedezni azokat.
Lehetséges, hogy meg kéne kérnünk a metserséges intelligenciát, hogy kivonatolja számunkra a szoftvertesztelésben használt mesterséges intelligencia eszközök fejlődését és ábrázolja azt egy kattintható időegyenesen?
Az adás szereplői:
A negyedik rész megtekintéséhez kattints ide: Negyedik rész
- Spotify: https://spoti.fi/3ywYwXT
- Youtube: https://bit.ly/3KizsGT
