Milyen mesterséges intelligenciák vannak?

milyen mesterséges intelligenciák vannak? Szintek és korok

Sokan kíváncsiak arra, milyen mesterséges intelligenciák vannak és hogyan fejlődik a terület. A technológia különböző szinteken működik, az egyszerű feladatoktól a komplex gondolkodásig. Érdemes megismerni a rendszerek közötti alapvető különbségeket és a jövőre vonatkozó becsléseket, hogy tisztább képet kapjunk arról, merre tart az innováció.

Milyen mesterséges intelligenciák vannak?

A mesterséges intelligenciát (MI) két fő szempont, a fejlettség és a funkcionalitás alapján csoportosítjuk. A jelenleg használt rendszerek egyetlen szűk területre specializálódtak, míg a jövőbeli kutatások az emberi szintű intelligencia létrehozására törekszenek.

Őszintén szólva, nehéz eligazodni az MI technológiák és kategóriák között. Sokan azt hiszik, hogy a mesterséges intelligencia már mindent tud és öntudatra ébredt. Ez tévhit. A valóság - és ezt saját tapasztalatból is megerősíthetem - sokkal prózaibb. A rendszerek többsége nagyon specifikus feladatokra lett kiképezve, és a szakmai zsargon gyakran elrejti a tényleges működési elveket.

Fejlettség szerinti mesterséges intelligencia szintek

A fejlődési szintek megértése kulcsfontosságú ahhoz, hogy tisztán lássuk, hol tartunk most.

Szűk vagy gyenge MI (ANI - Artificial Narrow Intelligence)

A ma létező összes MI ebbe a kategóriába tartozik. Egyetlen specifikus feladat elvégzésére tervezték őket, például sakkozásra, időjárás-előrejelzésre, vagy éppen nyelvi modellezésre. Nagyon jól teljesítenek, de nincs öntudatuk. Nem tudnak a saját területükön kívül gondolkodni. Ennyi az egész.

A modern szűk MI-k, mint a fejlett nyelvi modellek, a szoftverfejlesztési feladatokban átlagosan jelentős termelékenység-növekedést eredményeznek. Ezek a számok lenyűgözőek, de nem jelentenek valódi megértést.^[1]

Általános MI (AGI - Artificial General Intelligence)

Ez a mesterséges intelligencia szent grálja. Egy olyan elméleti gép, amely emberi szintű intelligenciával, tanulási, megértési és alkalmazkodási képességgel rendelkezne bármilyen szellemi feladat terén. Jelenleg ez még a fejlesztési fázisban van.

Sokan kérdezik, mikor érjük el ezt a szintet. A jelenlegi iparági becslések szerint az mi a különbség az ani és az agi között kérdéskörhöz kapcsolódóan az AGI megjelenése a harmincas évek végére vagy a negyvenes évek elejére tehető.^[2] Ez persze csak becslés. Rengeteg technológiai akadályt kell még leküzdeni.

Szuperintelligencia (ASI - Artificial Superintelligence)

Egy hipotetikus jövőbeli szint, ahol a gép intelligenciája és kognitív képességei minden területen messze meghaladnák a legokosabb emberi elmét is. Ijesztő, igaz? Az aggódás a mi az a szuperintelligencia valós veszélyei miatt teljesen jogos, de jelenleg még nagyon messze vagyunk ettől a forgatókönyvtől.

A tévhit: Miért nincs még öntudata a ChatGPT-nek?

Az igazat megvallva, amikor először használtam fejlett nyelvi modelleket, én is megdöbbentem. Olyan emberinek tűntek a válaszaik, hogy könnyű volt azt hinni: valaki vagy valami tényleg gondolkodik a képernyő túloldalán. Nagyon tévedtem.

Hosszú órákat töltöttem azzal, hogy bonyolult logikai feladatokat adtam a rendszernek, mire rájöttem a korlátaira. Ezek a modellek - bár elképesztő mennyiségű adatot dolgoznak fel - valójában csak komplex statisztikai mintázatokat használnak a következő szó megjósolására. Nem értik, mit mondanak. Nincs belső élményük vagy önreflexiójuk. Csak nagyon jók a mímelésben.

Funkcionalitás szerinti csoportosítás (Működési elv)

A fejlettség mellett a gépek memóriája és működési elve is fontos szempont.

Reaktív gépek és Korlátozott memóriájú rendszerek

A reaktív gépek a legősibb típusok. Nincs memóriájuk, és nem tanulnak múltbeli tapasztalatokból, csak a jelenlegi bemenetekre reagálnak. Ezzel szemben a korlátozott memóriájú rendszerek képesek múltbeli adatokból tanulni és információkat tárolni rövid ideig. Ide tartoznak az önvezető autók, amelyek a környezetüket folyamatosan figyelik és értékelik.

A modern önvezető rendszerek másodpercenként több gigabájtnyi szenzoradatot dolgoznak fel, hogy valós időben tudjanak reagálni a forgalmi változásokra. Hatalmas adatmennyiség.

Tudatelmélet és Öntudatos MI

A tudatelmélet egyelőre fejlesztés alatt álló kategória. Olyan gépeket jelent, amelyek képesek lennének megérteni az emberek érzelmeit, hiedelmeit, szándékait. Az öntudatos MI pedig a legmagasabb, jelenleg sci-fibe illő kategória, ahol a gépnek saját tudata és érzelmei lennének a mesterséges intelligencia szintek hierarchiájában.

Az MI kategóriák és szintek gyakorlati összehasonlítása

Szűk MI (ANI)

Minden ma létező MI ide tartozik (pl. ChatGPT, önvezető autók)

Kiválóan teljesít egyetlen specifikus feladatban, de azon kívül használhatatlan

Egyáltalán nincs

Hatalmas adatkészleteken betanított mintafelismerés (Gépi tanulás)

Általános MI (AGI)

Elméleti fázisban van, intenzív kutatások zajlanak a létrehozására

Képes bármilyen intellektuális feladatot emberi szinten elvégezni

Valószínűsíthető, de technológiailag még definiálatlan

Önálló kognitív folyamatok, rugalmas alkalmazkodás új helyzetekhez

Szuperintelligencia (ASI)

Sci-fi és filozófiai viták tárgya, hipotetikus jövőbeli állapot

Minden létező területen felülmúlja a legzseniálisabb emberi elméket is

Feltételezett

Önmagát exponenciálisan fejlesztő intelligencia

Gábor küzdelme az ügyfélszolgálati MI-vel: A szűk intelligencia megértése

Gábor, egy budapesti logisztikai cég vezetője, úgy döntött, hogy MI-vel váltja ki az éjszakai ügyfélszolgálat nagy részét. Úgy hitte, a modern nyelvi modellek bármilyen emberi interakciót képesek kezelni, ezért egy általános prompttal indította útjára a chatbotot a weboldalon.

A kezdeti eredmények katasztrofálisak lettek. A rendszer az elveszett csomagokra filozofikus válaszokat adott ahelyett, hogy a nyomkövetési rendszert ellenőrizte volna. Az ügyfelek frusztráltak lettek, a panaszok száma megduplázódott. Gábor csapata hetekig próbálta "okosítani" a modellt, rengeteg időt pazarolva.

A fordulópont akkor jött el, amikor megértették, hogy rossz megközelítést alkalmaznak. Rájöttek, hogy egy Szűk MI-t (ANI) használnak, amit nem "gondolkodni" kell megtanítani. Ahelyett, hogy egy általános beszélgetőpartnert akartak volna építeni, szigorúan korlátozták a gép feladatkörét csak a státuszlekérdezésekre és az API hívásokra.

Hat hónap finomhangolás után a szigorúan korlátozott rendszer az egyszerű csomagkövetési kérdések 75 százalékát automatikusan megoldotta hiba nélkül. Gábor megtanulta: a mai MI nem egy mindentudó agy, hanem egy kiváló célszerszám, ha pontosan határolják be a feladatát.