Képzeljünk el egy világot, ahol minden fény, amit az ablakokban vagy az utcán látunk, valakinek az ötleteként indult – de egy ötlet önmagában kevés. Gondolatébresztő kérdés, hogy miként válik egy ötlet valósággá: a megfelelő pillanat, hely és emberek szükségesek hozzá, valamint fel kell ismerni azokat a bosszantó problémákat, amelyekre megoldást hozhatunk.
A közösségi közlekedés fizetési megoldásai jó példát szolgáltatnak arra, mennyire eltérően haladhat az innováció különböző városokban vagy országokban. Hol a kontaktmentes fizetés újítja meg a rendszert, máshol hosszú sorokat eredményez a régi jegykiadó automaták használata. Milyen tényezők gátolhatják egy-egy új ötlet befogadását egy adott helyen?
Indiában a digitális megoldások terjedésének sebességét befolyásolja az okostelefon-ellátottság, míg Európában a közlekedési alkalmazások elburjánzása jelent kihívást. Az előadó szerint sokszor nem az alkalmazások számát, hanem azok integrálhatóságát kellene előtérbe helyezni, de a piaci szereplők együttműködési hajlandósága is akadályt jelenthet az újítások előtt.
Új városok, új példák: Bécs kiemelkedő életminősége mögött egyszerű, de jól illeszkedő innovációk, hatékony infrastruktúra és gyorsan reagáló önkormányzat áll, ahol a lakosok problémabejelentései gyorsan megoldódnak. A kulturális különbségek ugyanakkor alapvetően befolyásolják, hogy milyen üzleti modellek és technológiák terjednek el egy adott piacon, legyen szó Európáról vagy Közép-Ázsiáról.
Mikor van itt az ideje egy ötlet megvalósításának? Az előadó személyes példákon keresztül mutatja be, hogy az innovációk sikerét nemcsak a technológia vagy az ötlet minősége határozza meg, hanem a helyi szükségletek, mentalitás és piaci készenlét is.
A mesterséges intelligencia fejlődése sem csupán az adatgyűjtésről szól, hanem arról, hogy milyen minőségű forrásból tanulhat. Hogyan tudjuk az MI-t részletesen és helyesen tanítani, hogy a valós világot minél jobban megértse? Olyan példákat mutat be a felszólaló, ahol a szintetikus – vagyis mesterségesen generált – tanítóadatok gyorsabban és olcsóbban segítik a gépi tanulást, mint a valós fotózások.
