Mi is az a mesterséges intelligencia, és hogyan jelenik meg a mindennapjainkban?

  • Dr. Szandi-Varga Péterkülsős szakértő, egyetemi adjunktus
  • Olvasási idő:
    7 perc
    Közzétéve:
    2024. július 2.

Habár a mesterséges intelligencia (a továbbiakban: MI) a közbeszédbe 2023 során robbant be legfőképpen a ChatGPT révén, sok esetben egy beszélgetés során a felek nem is tudják pontosan, hogy mit is kell ez alatt a fogalom alatt érteni. Azt meg pláne kevesen tudják, hogy az MI kutatása már egészen régen megkezdődött. Alan Turing angol matematikus (életéről film is készült: The Imitation Game, Kódjátszma címmel) volt aki, az 1950-es években, szóval már jó 70 évvel ezelőtt megalkotta a nevét is viselő „Turing-tesztet”, amivel véleménye szerint azt lehet eldönteni, hogy egy gép gondolkozik-e, vagy sem.

ai1

A teszt nem más, mint egy öt percen keresztül írásban folyó kérdések-feleletek sorozata, tehát egy párbeszéd, melyben egy ember teszi fel kérdéseit két válaszadónak, akik közül egyik szintén ember, de a másik egy gép. Amennyiben a kérdések feltevője a megadott idő alatt nem tudja eldönteni melyik válaszoló az ember, melyik a gép, a gép átment a teszten és ez annak bizonyítéka, hogy intelligens.

Már Turing előtt is próbáltak alkotni olyan gépeket, melyekkel az emberi agy egy-egy „tevékenységét” próbálták meghaladni. A MI-kutatás hullámvölgyekkel maga mögött a 2000-es évektől kezdett látványosan fejlődni. Akkor „értek össze” azok a számítástechnikai, adatfeldolgozási, technológiai kutatások, melyek végül a ma használatos MI-k megalkotásához vezettek.

De mi is az az MI?

Az Európai Parlament, honlapján a következőképpen fogalmaz: „A mesterséges intelligencia (MI) a gépek emberhez hasonló képességeit jelenti, mint például az érvelés, a tanulás, a tervezés és a kreativitás.” (https://www.europarl.europa.eu/topics/hu/article/20200827STO85804/mi-az-a-mesterseges-intelligencia-es-mire-hasznaljak) A mesterséges intelligencia olyan rendszerekre utaló fogalom, amelyek intelligens viselkedést tanúsítanak azáltal, hogy elemzik környezetüket, és bizonyos fokú önállósággal rendelkeznek, hogy meghatározott célokat legyenek képesek elérni.

ai2

Ennek használatával a számítógép képessé válik arra, hogy ne csak fogadjon, tároljon és feldolgozzon adatokat, hanem ezeken keresztül, reagáljon a környezetére, problémákat oldjon meg, fejlődjön, tanuljon és új tartalmakat hozzon létre.  Ezekből a meghatározásokból látható, hogy maga az MI valójában egy gyűjtőfogalom, amely igen széles körűen és sok technikát, technológiákat és alkalmazásokat foglal magába. Ezért szokás az MI-k generációkba való sorolása, kategorizálása.

Képességeik szerint három szintre oszthatjuk a mesterséges intelligenciákat. Az első generációs (V.01) MI, a „gyenge”, vagy más elnevezésben „szűk” mesterséges intelligencia. Ezek azok a programok, gépek, rendszerek, nevezzük bárhogy, amelyek egy-egy meghatározott feladatra vannak megalkotva. Olyanokra, melyeket az ember is el tudna végezni, de ehhez neki sokkal több idő (lehet több ezer év), energia kellene. Ezek robbanásszerű fejlődését éljük napjainkban. Ezek egyike az úgynevezett generatív MI, mely statisztikai elemzéssel vizsgálja, és az ismétléseket, mintákat felismerve generálja az általa feldolgozott adatokból, a szavak, vagy képpontok új eloszlásait. Magyarul és nagyon leegyszerűsítve „megtanulja”, a betanítására használt rengeteg szöveg alapján, hogy egy szövegben milyen szavak követik egymást, vagy milyen képpontok adják ki egy macska képét. Ezek alapján tud aztán új szöveget előállítani, vagy felismerni egy cicát.

A második generációs (V.02) MI, az „erős”, vagy máshogyan megfogalmazva „általános” mesterséges intelligencia. Ez az, amit a legtöbben mesterséges intelligenciának tartanak. Ez már nemcsak egy bizonyos feladatra lesz alkalmazható, hanem minden ember által elvégezhető szellemi feladatot képes majd elvégezni. Emellett nem okoz majd nehézséget számára az, hogy tanuljon, fejlődjön és új dolgokat találjon ki. Ez a szintű intelligencia minden téren egyenlő lehet majd az emberrel.

A harmadik generáció (V.03) a mesterséges szuperintelligencia. Ez a fajta MI már minden területen messze felülmúlhatja majd az emberi képességeket, jobb, hatékonyabb, fejlettebb, gyorsabb, pontosabb lesz, mint az ember.

Minden mesterséges intelligencia a fenti kombinációk valamelyikével írható le, nem csak azt fontos tudnunk, hogy mire képes az adott MI, hanem azt is, hogy milyen tanulási módszerrel, milyen adatok alapján, és milyen cselekvési szabadsággal rendelkezik. Ha ezeket tudjuk, meg tudjuk ítélni, hogy egy MI mennyire és miben hasznos számunkra – hiszen ne feledjük, okos, ügyes rendszerek, de csak eszközök, melyeket okosan kell használnunk, másképpen csak félrevezetnek.

ai3

Míg a V.02-es és V.03-as MI-k ma még a távoli jövő lehetőségei, addig a V.01 már a mindennapjaink részét képezi. Az ipar, a kutatás, de a háztartások zöme is használ V.01-es MI-t, még ha nem is tud róla. A robotporszívó, az autós navigáció, a telefonban lévő digitális asszisztens, a fordítóprogramok, a webáruházak kínálatai mind-mind alkalmaznak ilyen technológiákat.

ai4

Az írás során a stilisztikai ellenőrzésébe a ChatGPT 3.5-öt is bevontuk, a következőkben pedig a cikkünk írása közben megjelent GPT-4o-t fogjuk segítségül hívni.

Az illusztrációkat pedig a DALL·E készítette (minden hiányosságával és hibájával együtt) a cikk szövegének alapján.

Dr. Rab Árpád, digitális kultúra szakértő, jövőkutató:

„A mesterséges intelligenciákat többféle szempont szerint csoportosíthatjuk, képességeik, tanulási módszereik és működési módjuk szerint is.

Tanulási módszerek szerint vannak olyanok, melyek hagyományos gépi tanulással fejleszthetők, ilyenkor előkészítjük, rendszerbe állítjuk a megtanulandó adatokat, tudást, és döntéseket, előre leírjuk, miről mit tudjon, és milyen döntési ösvényeken haladjon. Vannak mélytanuló rendszerek, ahol a tanításhoz szükséges adatokat már nem rendezzük el előre egy rendszerbe, hanem hagyjuk, hogy ő maga találja meg a mintázatokat, keresse meg a hiányokat. A harmadik tanulási módszer a megerősítéses tanulás, ahol a mesterséges intelligencia a környezetével való interakció során tanul, a helyes viselkedést jutalmazzuk, a hibás működést pedig büntetjük. Úgy képzelhetjük ezt el, mintha az első módszernél összeválogatnánk, hogy egy diák milyen könyveket, milyen sorrendben olvashat el, és melyik könyvek alapján miről formálhat véleményt. A másodikban csak beengedjük a könyvtárba, és hagyjuk, hogy beszippantsa az összes könyvet, és rábízzuk az értelmezést. A harmadikban pedig hagyjuk, hogy kísérletezzen, és folyamatosan visszajelzéseket adunk neki. Mind a három tanulási módszer létezik jelenleg, erősségeiket és gyengeségeiket eddigi kulturális tapasztalatainkon le tudjuk mérni. Az első biztos, de korlátozott, a második szintugrást eredményez, de nem tudjuk biztosan, mire vezet, a harmadik pedig állandó felügyeletet, és sok időt, élethelyzetek generálását igényli.

Működési módjuk szerint léteznek reaktív gépek, olyan MI rendszerek, amelyek nem tárolnak múltbeli tapasztalatokat, és minden döntésüket a jelenlegi helyzet alapján hozzák meg. Ilyen például a Deep Blue sakkprogram, chat botok, közlekedési lámpák. Léteznek korlátozott memóriájú MI-k, olyan rendszerek, amelyek képesek tanulni a múltbeli tapasztalatokból és felhasználni azokat a jövőbeli döntéshozatalhoz. Ilyenek például az önvezető autók, ajánló rendszerek, spam szűrők. Még nem léteznek, de fejlesztik a theory of mind MI rendszereket (sajnos ennek a csoportnak nincs jó magyar elnevezése még), amelyek képesek megérteni és modellezni más lények mentális állapotát, érzelmeit és szándékait, illetve az öntudattal rendelkező mesterséges intelligenciát mely olyan mesterséges intelligencia, amelynek önálló tudata van, és képes öntudatosságra, önérzékelésre. Ez nem létezik, és nem is biztos, hogy az emberiségnek szüksége van rá.”