Mi az az AI valójában?

Három dolog, egy név

Amikor ma valaki AI-t mond, jó eséllyel az alábbi három közül az egyikre gondol. A legtöbb félreértés abból származik, hogy a beszélgetőpartnere egy másikra.

1. A tudományterület. Az a kutatási ág, ami az 1950-es évek óta azzal foglalkozik, hogyan lehet gépet olyan feladatra megtanítani, amihez korábban ember kellett. Ide tartozik minden, a sakkprogramtól a mai chatbotokig.

2. A prediktív rendszerek. Ezek nem hoznak létre semmi újat: osztályoznak, előrejeleznek, javasolnak. Ilyen a bankod csalásszűrője, a webshop ajánlórendszere, a spamszűrő, a keresletbecslés. Húsz éve velünk élnek, csak nem hívtuk őket AI-nak. Sok cégnél épp ez hozza a legtöbb mérhető hasznot, miközben mindenki a harmadikról beszél.

3. A generatív rendszerek. Ezek új tartalmat állítanak elő: szöveget, képet, hangot, videót, kódot. 2022 óta ez robbant be, és ma szinte mindig ezt értjük AI alatt.

Ez a blog nagyrészt a harmadikról szól. De érdemes tudni, hogy a második létezik — sok üzleti problémára az az olcsóbb és megbízhatóbb válasz.

Ami az AI nem

Az AI nem gondolkodó lény, nem adatbázis és nem kereső. Nem tudja a választ, és alapesetben nem is keresi ki sehonnan. Ha ezt a hármat kizárod, a maradék meglepően egyszerű.

Hogyan lesz belőle működő rendszer

A közös elv mindhárom fajtában ugyanaz: a gép példákból vonja le a szabályt, ahelyett hogy valaki előre megírná neki. Ez a machine learning. Nem azt programozod be, hogy „a spam gyakran tartalmazza azt a szót, hogy nyeremény" — megmutatsz neki százezer levelet, és ő találja meg a mintázatot.

Ennek a mai, sokrétegű változata a deep learning, és ebből épülnek a nagy nyelvi modellek, az LLM-ek. A tanulás itt annyit jelent, hogy a modell belső számai — a weights— addig hangolódnak, amíg egyre pontosabban eltalálják, mi következik.

Az egy mondat, ami mindent megmagyaráz

A modell nem tudja a választ. Megjósolja, mi következik valószínűleg.

Ennyi. És ebből az egy mondatból következik minden, ami az AI-ban meglepő — mindkét irányban.

Jó irányban: ezért old meg olyan feladatot is, amire soha senki nem tanította meg külön. Rossz irányban: ezért állít elő magabiztosan nem létező adatot, ha nincs jobb tippje. Ez a hallucináció, és nem hiba, hanem ugyanannak a működésnek a másik oldala. Nem lehet kikapcsolni anélkül, hogy a hasznos részt is elvennéd.

Egy példa, ami leméri a különbséget

Két kérés, ugyanannak az eszköznek:

1. „Foglald össze ezt a levelet három mondatban." A levél ott van a szeme előtt. A modell azt csinálja, amiben jó: átalakít egy meglévő szöveget. Megbízható.

2. „Mennyi volt az euró árfolyama tavaly szeptember 30-án?" A modell nem kereste ki. Előállított egy hihető számot. Lehet, hogy stimmel. Ránézésre nem fogod megkülönböztetni.

Ugyanaz az eszköz, ugyanaz a felület, két teljesen eltérő megbízhatóság. A különbség nem a kérdés nehézsége, hanem hogy megadtad-e az anyagot, amiből dolgozzon.

Miért pont most?

A módszer nem új: a neurális hálók ötlete a hatvanas évekből származik. Három dolog változott meg az elmúlt évtizedben.

• Adat. Az internet elég szöveget termelt ahhoz, hogy legyen min tanulni.
• Számítási kapacitás. A videokártyák elég olcsóvá és erőssé váltak a tanításhoz.
• Architektúra. A 2017-es transformer tette lehetővé, hogy a modell egyszerre lássa a szöveg egészét, ahelyett hogy szavanként araszolna végig rajta.

Ez a három együtt vitte át a rendszert azon a ponton, ahol már nem érdekesség, hanem munkaeszköz.

Két gyakori félreértés

„Tanul tőlem, ahogy beszélgetünk." Alapesetben nem. A modell a tanítás végén be van fagyasztva. Amit egy beszélgetésen belül elmondasz, azt csak addig tudja, amíg a beszélgetés tart — ez a context window. Több eszközben van külön memóriafunkció, de az sem a modellt változtatja meg: feljegyzéseket tesz elé minden beszélgetés elején.

„Ha ezt tudja, akkor bármit tud." Nem. Amit ma használsz, az szűk célú AI: nagyon jó bizonyos mintázatokban, és nincs saját célja, tapasztalata vagy felelőssége. Az általános, minden szellemi feladatban emberi szintű rendszer — az AGI — egyelőre elméleti fogalom, akármit hirdet bárki.

Ami már túlmutat a válaszoláson

Egy fontos újdonság: a mai rendszerek nem csak válaszolnak, hanem cselekszenek is. Kereshetnek, fájlt írhatnak, programot futtathatnak, kitölthetnek egy űrlapot, majd ellenőrzik az eredményt és újrapróbálják. Ezeket hívjuk AI agenteknek, és üzletileg ez a valódi váltás: a chatbot tanácsot ad, az agent elvégzi a feladatot.

Amit érdemes elvinni

Mielőtt AI-ra bízol egy feladatot, tedd fel két kérdést:

• Megvan az anyag, amiből dolgozhat?
• Felismerném, ha rossz választ adna?

Ha mindkettőre igen a válasz, jó eséllyel működni fog. Ha valamelyikre nem, akkor a helyes és a hihető válasz megkülönböztethetetlen lesz — és a kettő közül ez a drágább hiba.