1. 1950 — Turing felteszi a kérdést
Alan Turing egy tanulmányban azt javasolja: ne azon vitatkozzunk, gondolkodik-e a gép, mert azt nem tudjuk definiálni. Kérdezzük inkább azt, hogy meg tudja-e különböztetni egy ember a gépet egy másik embertől egy beszélgetésben.
Ez a fordulat máig meghatározó. A gépi intelligenciát azóta is teljesítmény alapján mérjük, nem belső állapot alapján — minden mai benchmark ennek a leszármazottja.
2. 1956 — megszületik a név
Egy nyári kutatói találkozón, a Dartmouth College-ban használják először hivatalosan az „artificial intelligence" kifejezést. A résztvevők optimisták: úgy vélik, a probléma java egy nyáron megoldható.
Nem lett az. De a terület megkapta a nevét, és elindult a kutatás.
3. 1974–1993 — az AI-telek
Kétszer is ugyanaz történik: nagy ígéretek, elmaradó eredmények, elapadó pénz. A kutatók még a szót is kerülik a pályázataikban.
Ennek a két évtizednek van egy máig érvényes tanulsága. Az akkori rendszerek — az úgynevezett szakértői rendszerek — úgy működtek, hogy emberek írták le kézzel a szabályokat: „ha a beteg lázas és köhög, akkor…". Ez működött, amíg a szabályok száma néhány százat el nem ért. Utána kezelhetetlenné vált: minden új szabály ellentmondott háromnak.
Ez a zsákutca vezetett oda, hogy a szabályírás helyett a példákból tanulás felé forduljanak.
4. 1997 — Deep Blue legyőzi Kaszparovot
A gép megveri a sakkvilágbajnokot. Óriási hír, de érdemes tudni, mi történt valójában: a Deep Blue nem tanult. Nyers erővel számolt végig rengeteg állást, emberek által megírt értékelési szabályok szerint.
Ez a különbség fontos. A Deep Blue a régi irány csúcsa volt, nem az új irány kezdete. Aki jól sakkozó gépet akart, megépítette. Aki olyan gépet akart, ami magától rájön a sakkra, még két évtizedet várt.
5. 2012 — a deep learning működni kezd
Egy képfelismerő verseny eredményhirdetésén kiderül, hogy egy sok rétegű neurális háló nagyságrenddel jobb, mint az addigi módszerek.
Az ötlet nem volt új — a neurális hálók a hatvanas évekből származnak. Három dolog változott meg: az internet elég képet és szöveget termelt a tanításhoz, a videokártyák elég olcsóvá váltak a számoláshoz, és összeállt néhány gyakorlati fogás, amitől a mély hálók egyáltalán taníthatóvá váltak.
Innentől a jellemzőket nem embereknek kell leírniuk — a modell találja meg őket. Erről szól a Machine learning, deep learning, generatív AI cikk.
6. 2017 — a transformer
Egy kutatói cikk bemutat egy új architektúrát, ami eldobja a korábbi, szóról szóra araszoló feldolgozást. Helyette minden szó megnézheti az összes többit, és eldöntheti, melyik számít neki.
Ez tette lehetővé a hosszabb szövegek kezelését és — ami legalább ilyen fontos — a párhuzamos tanítást. A korábbi módszereknél a tanítás sorrendhez kötött volt; a transformerrel több ezer videokártyát lehetett egyszerre dolgoztatni ugyanazon a modellen.
Innentől a modellek mérete és a rájuk fordított számítás évről évre nagyságrendekkel nőtt. A mai nyelvi modellek mind ennek az architektúrának a leszármazottai — az „AI" szó mai jelentése lényegében 2017-ben született meg.
7. 2022 — a nagyközönség belép
November végén megjelenik egy ingyenes, chatfelületes szolgáltatás, és két hónap alatt százmillió felhasználót szerez.
Technológiailag nem történt áttörés: a modell egy létező architektúra létező változata volt. A felület volt az újdonság. Addig ehhez programozói tudás kellett; ezután elég volt gépelni tudni. Ez a pillanat nem a technológia, hanem a hozzáférés története.
Ami azóta történt
Négy irány, amiben a mai rendszerek különböznek a 2022-esektől:
- Multimodalitás. A modellek nem csak szöveget kezelnek, hanem képet, hangot és videót is, ugyanabban a gondolatmenetben.
- Nyílt súlyok. Letölthető, saját szerveren futtatható modellek jelentek meg, egyre kisebb lemaradással a zárt élvonal mögött.
- Gondolkodási erőfeszítés. Az, hogy a modell hosszabban levezet valamit válasz előtt, előbb külön modellkategória volt, mára szabályzó.
- Agentek. A rendszerek nem csak válaszolnak, hanem eszközöket működtetnek, és a saját eredményüket is megnézik. Ez a jelenlegi irány — és a Mi az az AI agent? cikk erről szól bővebben.
Amit érdemes elvinni
Két mintázat ismétlődik ebben a hetven évben, és mindkettő ma is működik.
A kézzel írt szabályok mindig falba ütköznek. Néhány száz szabály után kezelhetetlenné válnak. Ez ugyanúgy igaz egy mai, ötvenszabályos prompt ra, mint a nyolcvanas évek szakértői rendszereire.
Az áttörések ritkán új ötletek. A neurális háló hatvan éves, a mai fellendülés mégis attól jött, hogy elég adat és elég olcsó számítás lett hozzá. Ezért érdemes gyanakodni, amikor valaki „forradalmi új megközelítést" hirdet: a valódi változást általában nem az ötlet hozza, hanem az, hogy valami hirtelen megfizethetővé válik. Ugyanezzel a mércével nézve a következő éveket: merre tart az AI négy mért trendet és négy bizonyíték nélküli állítást választ szét.