Mikor és hogyan találkozott a mesterséges intelligencia tárgykörével, és miért kezdett foglalkozni vele?
A fogalmával először az egyetemi tanulmányaim során találkoztam, de akkor csak említés szintjén. Azután 2016-ban egy szakmai konferencián egy sor olyan magyar startup mutatkozott be, amelyek az MI-t ténylegesen alkalmazták, és rájöttem, hogy ez szuperizgalmas téma. A munkám mellett akkor kezdtem el én is autodidakta módon foglalkozni a kérdéssel – egyrészt az MI technológiai alapjainak megértésével, másrészt a mindennapi életben való alkalmazásának lehetőségeivel. Rá két évre jutottam el odáig, hogy az üzlettársaimmal megalapítottuk az MI-ra szakosodott cégünket, a Neuron Solutionst.
Miért van szüksége az emberiségnek a mesterséges intelligenciára?
Hú, ez nagyon izgalmas kérdés, ráadásul pont így még senki nem tette fel nekem. Az MI segítségével az élet számtalan területén tudunk feladatokat megoldani, vagy jobban megoldani, mint nélküle. Beszélhetünk magasztosabb, az egész emberiséget érintő kérdésekről is, mint például betegségek gyorsabb, pontosabb diagnosztizálásáról, új gyógyszerek fejlesztéséről vagy természeti katasztrófák pontosabb előrejelzéséről, a környezetszennyezés csökkentéséről, de azért nagyon sok hétköznapi dolog ügyében is alkalmazható, mint például a hivatali ügyintézés, az ügyfeleinkkel való kapcsolattartás felgyorsítása és a selejt csökkentése gyártó cégeknél. Andrew Y. Ngt, az MI egyik legprominensebb szakértőjét idézem: „A mesterséges intelligencia az új elektromosság.”
Mit jelent az, hogy nyelvi modell, és az, hogy mélytanulás, amely kifejezéseket az MI fejlődésére vonatkozóan szoktak emlegetni?
Az MI általános fogalom. Pusztán annyit jelent, hogy számítástechnikai megoldásokkal „lemásoljuk”, imitáljuk az emberi intelligenciát vagy annak valamely aspektusát. Ennek érdekében többféle technológiát, technológiai megközelítést alkalmazhatunk. Az MI rohamos fejlődését, széles körű alkalmazását az úgynevezett gépi tanulás technológiája indította be az elmúlt néhány évben. Ennek az a lényege, hogy olyan algoritmusokat hozunk létre, amelyek sok adatból anélkül meg tudják tanulni a tennivalók végrehajtását, a problémák kezelését, hogy a megoldás szabályait „leprogramoznánk”. Ezáltal az olyan, összetett feladatok is megoldhatók, amelyekhez nem tudunk szabályokat társítani, vagy csak nagyon nehézkesen tudnánk, viszont elegendő (digitális) adatunk van, amelyet felhasználhatunk.
A gépi tanulás sem egyetlen dolog: nagyon sokféle ilyen algoritmus létezik. Ezek közül a neurális hálók kategóriája az egyik legfontosabb. A komplex neurális hálókkal megvalósított gépi tanulást hívjuk mélytanulásnak. A fogalom arra utal, hogy ezek a hálók nagyon sok, több rétegben egymásra épülő virtuális neuront tartalmaznak. A neurális hálók létrehozásában egyébként az emberi agy struktúrája inspirálta a szakembereket, de ezek természetesen csupán szoftverek, nem „biológiai agyak”.
Na most ha valaki még nem vesztette el a fonalat, akkor a nyelvi modell következik. Amikor a gépi tanuló algoritmust, mint például egy neurális hálót adatok segítségével megtanítunk egy feladat végrehajtására, akkor gépitanuló-modell jön létre (ez modellezi a valóságnak azt a részét, amely a feladathoz szükséges). Ha az MI feladata az, hogy emberi nyelveken írt szövegeket dolgozzon fel (például összegezzen, fordítson, kérdésekre válaszoljon), akkor nyelvi modellekről beszélünk.
Miért van az, hogy a ChatGPT számos kérdésre halandzsával válaszol ahelyett, hogy elismerné, nem tudja a választ?
Bár az úgynevezett nagy nyelvi modelleket – mint amilyen a ChatGPT is – rendkívül nagy méretű szöveges adatbázison tanították (viccesen azt szoktuk mondani, hogy ezek bemagolták az internetet), és emiatt látszólag nagyon okosak, akkor is csak gépek, amelyeknek nincs emberi intelligenciájuk. Úgy tanították őket, hogy egy adott kérdés, instrukció (angolul prompt) esetén a legvalószínűbb megoldást adják. Azt, hogy ez a legvalószínűbb, a valósághoz legközelebbinek tűnő válasz esetleg valójában fatális tévedés, egy ilyen, emberi intelligenciával nem rendelkező számítógépes rendszer nem tudja megítélni.
Elképzelhető-e globális, egységes, államok felett álló mesterséges intelligencia, amelyet nem befolyásolnak politikai érdekek, vagy ez csupán illúzió?
Szerintem illúzió, két szempontból is. Először is azért, mert – mint az imént említettem – az MI-t ténylegesen megvalósító gépi tanuló modellek adott feladatra, célra készülnek, és az MI nem monolit, globális szinten egységes rendszer, hanem számtalan technológia és ilyen technológiákra épülő termék, megoldás. Másodszor, mint mindent, az MI fejlődését is az üzlet hajtja; elsősorban üzleti vállalkozások versengenek a felhasználók, ügyfelek kegyeiért. Két dolgot itt azért még fontos megjegyezni. Egyrészt vannak open source (nyílt forráskódú) szoftverek, ezek között MI-modellek, és ezen belül nagy nyelvi modellek is, amelyeket a készítőik közkinccsé tesznek, így bárki szabadon felhasználhatja őket. Ez bizonyos mértékig demokratizálja az MI technológiájának elérhetőségét. Másrészt kormányok, sőt államok közötti szövetségek, mint az Európai Unió elkezdte szabályozni az MI-t és a felhasználását, amit előrevivő politikai hozzáállásként kell értelmeznünk.
Miért van az, hogy számos kutató és gondolkodó az MI további fejlesztésének leállítása vagy lassítása mellett érvel? Nem inkább a gyorsítás állna a világ érdekében?
Fogalmam sincs. Olyan gyors a fejlődés, a kutatólaborok olyan intenzitással állnak elő újabb és újabb MI technológiai újításokkal, és a nagy techcégek olyan ütemben dobják piacra a legújabb, MI-t tartalmazó megoldásaikat, hogy azt nehéz nyomon követni, értelmezni, uralni. Fontos hangsúlyozni, hogy mint minden más esetben, itt is vannak „kockázatok és mellékhatások”, amelyeket például törvényi szabályozással minimalizálni kell, és a szabályozás mindig lassabb, mint a technológia fejlődése.
Ön szerint lehetséges, hogy az MI valaha öntudatra ébred, vagy a jövőben inkább a teknősparadoxonnak van realitása, tehát hogy a gépi gondolkodás sosem érheti utol az emberi agy fogalomalkotó és kreatív teljesítményét?
Én, mint aki elsősorban az MI hétköznapi, üzleti felhasználásában vagyok jártas, nem merek ilyen nagy horderejű, részben filozófiai kérdésben határozott állást foglalni. Mindenesetre arra tippelek, hogy az MI nagyon sokáig még mindig inkább csak kiegészíti majd a mi képességeinket, segíti az emberi intelligenciát igénylő munkát, mint hogy meghaladja a mi intelligenciánkat.
Felsorolna néhány dolgot, amiről ma még csak álmodhatunk, de az MI révén létrejöhetnek?
Felsorolok néhány kevésbé magasztos és futurisztikus, de azért fontos területet, amelyen praktikus előnyöket várhatunk a MI-től. Már nem is álom ugyan, de még nem is igazán elterjedtek az önvezető autók (buszok, teherautók), amelyek remélhetőleg forradalmasítják, átalakítják a közlekedést. Óriási fejlődés előtt áll az MI alkalmazása a gyógyszerkutatásban, új, hatékonyabb gyógyszerek a mainál jóval gyorsabb piacra bocsátásában. Szerintem nagy lehetőséget hordoz az úgynevezett hangasszisztensek alkalmazása is, amelyek természetesen már léteznek ugyan, de jóval szélesebb körben lehet majd őket alkalmazni. Olyan eszközökre gondolok, amelyekkel beszélgetve gépeket utasíthatunk és információkat kérdezhetünk le adatbázisokból vagy éppen az internetről – ahelyett, hogy a mobiltelefonon vagy a számítógépen pötyögnénk be szövegeket.
A hazai fejlesztőcégek munkája nemzetközi szinten mennyire elismert?
Nem gondolom, hogy Magyarországot a nemzetközi szakma mint MI-fellegvárat tartja számon, de több olyan MI-alapú terméket, megoldásfejlesztő céget ismerek, amely jelentős külföldi befektetést kapott, vagy amelyet globális cég vásárolt fel. Az egyik ilyen például a Turbine AI, amely MI-alapú gyógyszerkutatásban „utazik”, elsősorban a daganatos megbetegedésekre fókuszálva. A másik az autókhoz MI-alapú önvezető rendszereket fejlesztő AI Motive, amelyet felvásárolt a világ egyik legnagyobb autóipari konszernje, a Stellantis.
Az önök cége mely területeit fejleszti az MI-nek?
Mi elsősorban a vállalkozásokat segítjük az MI megismerésében, megértésében, alkalmazási lehetőségeinek kialakításában és bizonyos vállalati funkciók megvalósításában. Tehát nem új MI-technológiát fejlesztünk, hanem a meglévő technológiákat és alkalmazási lehetőségeket ismerjük annyira, hogy megoldásokat tudunk javasolni az ügyfeleinknek, és ezek fejlesztésére is képesek vagyunk. Ha a technológián belül egy bizonyos területet ki kell emelni, akkor az a fentebb tárgyalt nagy nyelvi modellek vállalati használata, ilyen modellekre épülő vállalati alkalmazások megtervezése és bevezetése.
