Autor: Vanja Šebek
Nobelovu nagradu za kemiju 2024. godine dobila je umjetna inteligencija. Istina ili laž? Naravno da nije istina. Dobili su je David Baker, Dennis Hassabis i John Jumper. Ali je UI omogućio ono što znanstvenicima prije nije bilo moguće: završiti pet desetljeća staru potragu za predviđanjem strukture proteina. Hassabis i Jumper dio su Googleovog DeepMind tima i uopće nisu kemičari.
U posljednjih nekoliko godina, UI se našao pod nizom različitih povećala: od velike prijetnje u kojoj će pametni autonomni roboti preuzeti kontrolu nad planetom (što se u trenucima pisanja ovog uvoda, uopće ne čini kao loša opcija), alata koji će obavljati poslove većine ljudi, do alata koji nam pomažu postati produktivniji i riješava nam svakodnevne probleme te ga moramo prigrliti kao novog najboljeg prijatelja koji nam želi samo najbolje. Uz to, svako od nas ima neko iskustvo s ovim alatima, a samim time i stav. Stav imaju i ljudi na ključnim pozicijama u tvrtkama koji odlučuju o implementaciji i korištenju UI alata. Opći je dojam da je znanja malo i volje da se znanje stekne još manje.
I sve bruji o umjetnoj inteligenciji, novinari jedva čekaju novu inačicu za testiranje i objavljvanje još jednog članka, prema UI kompanijama slijevaju se rijeke novca investitora, na tržištu dionica u očima brokera cakle se dolari, dok zanesenjaci se nadaju nekom asimovovskom trenutku u stvarnosti. Hype koji je nastao stvara još jedan tehnološki balon koji se svako malo ispuše kada neka kineska kompanija izbaci novu verziju.
No što je uopće UI? Umjetna inteligencija (UI) odnosi se na sposobnost računalnih sustava da obavljaju zadatke koji su obično povezani s ljudskom inteligencijom, kao što su učenje, zaključivanje, rješavanje problema, percepcija i donošenje odluka. Živimo u vremenu kada je UI dio svakodnevnih razgovora i uzdasi koji izaziva ovaj pojam povezani su onim što predstavlja pojam umjetne opće inteligencije (AGI) (engl. Artificial General Intelligence). Opća UI predstavlja strojeve koji mogu rješavati probleme i imati kognitivnu moć koja nadilazi mogućnosti ljudskog mozga. Iznad ovih mogućnosti nalazi se umjetna super inteligencija (ASI) (engl. Artificial Super Intelligence), koja je sveti gral umjetne inteligencije. I jedan i drugi pojam označavaju oblike UI-ja koji su daleko od onoga što je danas dostupno čovječanstvu. AGI je još uvijek dostupan samo u mašti i SF filmovima, a debata o dostupnosti AGI vrući je krumpir u znanstvenim krugovima i omiljeni kolačić uz kavu onima manje tehnološki obrazovanima. Vjerojatno je da smo još desetljećima udaljeni od ovakvog oblika UI-ja.
Danas popularni alati koje svakodnevno koristimo predstavljaju generativnu umjetnu inteligenciju (GAI) (engl. Generative Artificial Intelligence). GAI je podskup umjetne inteligencije koji koristi generativne modele za proizvodnju teksta, slika, videa ili drugih oblika podataka. GAI boom koji je počeo 2020. počiva na velikom koraku u razvoju velikih jezičnih modela (LLM) (engl. Large Language Model) koji omogućavaju GAI-ju da obrađuje tekst i “razumije” tekstualne promptove. GAI, pa tako i LLM, trenirani su na velikoj količini podataka i na osnovu analize tih podataka izvršavaju različite zadatke koje im zadajemo. No ono što je važno imati na umu, GAI ne može stvarati nova znanja niti ima moć kongnicije (iako nam se možda ponekad čini da to nije tako).
Način na koji LLM-ovi funkcioniraju i nije suviše “inteligentan”. Nakon što alatu zadate prompt, slijedi proces tokenizacije kroz algoritam. Pojednostavljeno: statistički se analizira najveća vjerojatnost pojave određene riječi u sekvenci. Autocomplete, T9 ili Google Translate na steroidima. LLM također koristi mehanizam poznat kao „kauzalna samopozornost“ (engL. causal self-attention), koji pomaže modelu razumjeti odnose između riječi. Ovaj mehanizam omogućuje uključivanje značenja svih prethodnih riječi u tekstu tijekom procesa interpretacije i određivanja sljedeće fraze. Zahvaljujući tome, LLM može bolje interpretirati kontekst i značenje korištenih riječi, značajno nadmašujući mogućnosti jednostavnog predviđanja. Velika računalna snaga i suvremeni algoritmi omogućili su veliki skok u kvaliteti “outputa” koji ovakvi alati daju.
GAI bila je uspješna na Touringovu testu u nekoliko navrata. LLMovi su postali toliko moćni da u komunikaciji mogu oponašati vrlo specifične načine komunikacije. GAI je već drastično počeo mijenjati različite industrije i poslovanje: primarno one koje su vrlo strukturirane, poput računarstva, i one koje zahtijevaju vrlo nisku razinu znanja i kvalitete rada, poput administrativnih poslova. GAI alati postali su važni kao nekoć Powerpoint i Word. I dok je Powerpoint zamijenio crtače na foliji i grafoskop, tako će i ovi alati izbrisati cijeli niz poslova koji su podložni automatizaciji, koji zahtijevaju minimalnu kreativnost ili ne predstavljaju rješavanje složenih problema. Još uvijek ovi alati ovise drastično o kvaliteti podataka na kojoj su trenirani i za njih vrijedi pravilo “garbage in, garbage out”. U međuvremenu je Touringov test moderniziran i nova verzija pred UI postavlja izazov da $100.000,00 pretvori u $1.000.000,00. U području etike i prava AI je treniran na milijunima stručnih tekstova, stoga vjerujem da se neće okrenuti politici kako bi prošao test.
Izvor:
Peter, N. and Intelligence, R.S.A., 2021. A Modern Approach. Pearson Education, USA