Egy szó, sokféle jelentéssel
A mesterséges intelligencia talán a legfélreérthetőbb kifejezés a mai technológiában. Van, akinek a moziból ismert, önmagáról gondolkodó gép jut róla eszébe, másnak a telefon arcfelismerője, megint másnak a chatbot, amelyik emberi mondatokban válaszol. Mindegyiknek van igazságtartalma, de egyik sem fedi le a teljes képet. Érdemes ezért egy egyszerű, használható meghatározásból indulni. Mesterséges intelligenciának azt nevezzük, amikor egy gép olyan feladatot old meg, amelyhez emberi mértékkel nézve valamiféle gondolkodásra, döntésre vagy tanulásra volna szükség. A hangsúly a feladat megoldásán van, nem azon, hogy a gép közben valóban gondolkodik.
Ez a különbség fontos. Amikor egy navigációs alkalmazás megtalálja a leggyorsabb útvonalat, akkor egy nehéz feladatot old meg, de nem érti, hogy hova és miért megyünk. Egyszerűen jól számol. A mesterséges intelligencia legnagyobb része ma pontosan ilyen. Kiválóan old meg egy adott problémát, anélkül, hogy bármit is felfogna a világból körülötte.
Szűk intelligencia, nem általános
A szakma megkülönböztet szűk és általános mesterséges intelligenciát. A szűk AI egyetlen jól körülhatárolt feladatra képes. Ilyen a levélszemét kiszűrése, az arcfelismerés, a sakkprogram vagy a fordítómotor. Kiválóan teljesít a saját területén, de azon kívül semmit sem tud kezdeni. A sakkprogram, amelyik legyőzi a világbajnokot, egyetlen recepthez sem tud tanácsot adni. Az általános intelligencia ezzel szemben az volna, ami az emberhez hasonlóan sokféle, egymástól teljesen eltérő feladatban is boldogul, és a tudását át tudja vinni egyik területről a másikra. Ilyen rendszer ma nem létezik.
Ez a megkülönböztetés segít reálisan látni, hol tartunk. A nyelvi modellek, amelyek az utóbbi években meglepően sokoldalúnak tűnnek, még mindig a szűk kategóriába esnek. Rendkívül tág feladatkörben ügyesek a nyelvvel, de nem rendelkeznek belső világképpel, saját szándékkal vagy a tapasztalataik önálló továbbgondolásával. A szélesség látszata nem azonos az általános intelligenciával.
Nincs öntudat és nincs megértés
Amikor egy nyelvi modell azt írja, hogy örül a kérdésnek, akkor nem érez örömöt. A szavakat azért választja, mert a tanulása során hasonló helyzetekben ilyen mondatok jöttek. Nincs mögötte átélt tapasztalat, önmagáról alkotott kép vagy szándék. Ezt könnyű elfelejteni, mert a folyékony, emberi hangzású nyelv erős érzést kelt bennünk. Az ember hajlamos szándékot és tudatot tulajdonítani mindennek, ami emberi módon viselkedik, még egy egyszerű bábunak is. A gépnél ez a hajlam félrevezethet.
A gyakorlatban ez azt jelenti, hogy a rendszer magabiztosan állíthat valótlanságot, mert nem tudja, mit jelent tudni vagy tévedni. Nem hazudik és nem is őszinte, egyszerűen mintázatot folytat. Aki ezt fejben tartja, sokkal józanabbul használja az eszközt. Nem vár tőle bölcsességet vagy erkölcsi ítéletet, hanem azt, amiben valóban erős, a mintázatok gyors és megbízható kezelését.
Adat nélkül nincs intelligencia
A mai mesterséges intelligencia közös alapja, hogy adatból tanul. Nem előre beírt szabályok listáját követi, hanem rengeteg példát lát, és ezekből von le mintázatot. Egy képfelismerő rendszer sok ezer megjelölt fényképet lát, mielőtt megbízhatóan megkülönböztetné a kutyát a macskától. Egy nyelvi modell hatalmas mennyiségű szöveget dolgoz fel, mielőtt folyékonyan fogalmazna. Az adat tehát nem melléktermék, hanem a nyersanyag, amelyből az egész képesség felépül.
Ebből következik egy fontos tanulság a használathoz. Ha az adat, amiből a rendszer tanult, hiányos vagy torz volt, akkor a viselkedése is az lesz. A gép nem lát túl azon, amit látott. Ezért egy adott feladatra sosem szabad vakon rábízni magunkat, hiszen a válasza mindig annak a lenyomata, amiből épült. A következő leckékben lépésről lépésre végigjárjuk, hogyan alakul ki ez a tanult képesség, a legegyszerűbb kereséstől a mai nyelvi modellekig.
Ott van, ahol nem is gondolnánk
Amikor a mesterséges intelligenciáról beszélünk, könnyű csak a beszélgető chatbotokra gondolni. Pedig a szűk AI már régóta körülvesz minket, csendben, a háttérben. A levelezőnk kiszűri a kéretlen reklámot. A telefon galériája arcok szerint rendezi a fényképeket. A térképalkalmazás a forgalom alapján javasol útvonalat. A webáruház a korábbi böngészésünk nyomán ajánl terméket. A bank rendszere jelez, ha egy tranzakció gyanúsan kilóg a szokásosból. Ezek mind mesterséges intelligenciát használnak, mégsem tűnnek annak, mert nem beszélgetnek velünk, csak teszik a dolgukat.
Ez a felismerés két dolgot is világossá tesz. Az egyik, hogy az AI nem egy távoli jövő, hanem a jelen része, a mindennapi eszközeinkbe építve. A másik, hogy szinte mindegyik ilyen rendszer egyetlen feladatra készült. Az arcokat rendező funkció nem tud útvonalat tervezni, a levélszűrő nem ismer fel arcot. Mindegyik a maga szűk területén ügyes. Amikor tehát a mesterséges intelligencia hétköznapi arcát keressük, nem egy mindentudó gépet találunk, hanem sok apró, egy-egy feladatra kihegyezett segítőt, amelyek együtt, észrevétlenül könnyítik a napjainkat.
Három dolgot érdemes megjegyezni a kiindulásnál. A ma használt AI szinte mindig szűk, egy adott feladatra specializált. Nincs öntudata és nem érti, amit mond, csak mintázatot folytat. És mindig adatból tanul, ezért annyit tud, amennyi a példáiban benne volt.
Workshop
AI Transformation Day
Egésznapos, vezetőknek szóló program. Feltérképezzük, hol tart a szervezet, mi az első reális lépés, és milyen belső feltételek szükségesek a sikerhez. A nap végén konkrét, prioritizált cselekvési lista.
Érdekel a program →