Mitől generatív?
Ma a legnagyobb visszhangot a „generatív mesterséges intelligencia” váltja ki, mivel ez különféle tartalmakat tud előállítani. Ami lehet többek közt szöveg, a puszta társalgáson (cset) kívül reklám, tanulmány, prezentáció… Sok alkotót különösen aggaszt az egyre „élethűbben” generált fotó, festmény, valamint a hangszeres zene és ének. Az informatikusok is izgulhatnak: a fejlett MI nemcsak besegít a programozásba (hibajavítás, kiegészítés), hanem kész programsorokat ír (kódol). A téma körüli hatalmas felhajtás oka az új felhasználói felületek elképesztő egyszerűsége: kulcsszavakkal pillanatok alatt kiváló (de olykor megtévesztő) anyagokat kapunk a generatív MI-től.
Mitől egyre okosabb?
Nagy áttörést hoztak a közelmúltban az ún. transzformer nyelvi modellek, ezek egyre nagyobbá válnak anélkül, hogy az összes adatot előbb fel kéne címkézni. Így a MI-t több milliárd oldalnyi szövegen lehet betanítani, és megjelenik a „figyelem”: a szavak közti kapcsolatokat oldalakon és köteteken át követi a rendszer, nem csak mondatokon belül. Ez akár fehérjék, vegyületek és DNS elemzésére is alkalmassá teszi a generatív MI-ket. Új korszak nyílt az ún. nagy nyelvi modellek (LLM-ek) gyors fejlődésével – és az emberi felügyelet nélküli tanulás (SSL) révén –, ami sok milliárd vagy akár billió paraméterhez nyújt hozzáférést. A közismert ChatGPT-nél ez a modell 175 milliárd paramétert tartalmaz, míg a szuperkomputeren tanuló Nvidia Megatron esetén 530 milliárdot.
Mibe kerülne egy saját MI?
Nyilván sok időt és pénzt kell fordítani arra, hogy egy LLM-en okosodjon a mesterséges intelligencia. Így ez a nagy tech-cégek kiváltsága – gondolnánk joggal. Például a Meta cégnek öt hónapot és 7,3 millió dollárt kellett fordítania egy saját nyelvi modell tréningjére (ez a LLaMA, két-két nagybetűvel). Csakhogy az óriások tudását a törpék is elleshetik. Nemrég sikerült potom pénzért betanítani egy csevegő algoritmust, amely így MI-képességű lett. Ráadásul egy normál PC-n is futtatható, ha adunk neki 4,2 gigabájt tárhelyet. Pedig az „igazi” generatív MI nyelvi modellje legalább egy 100 ezer eurós komputert igényel. Ám az apró verziótól is kérdezhetünk ilyesmit: „Miért kék az ég? Mi Tanzánia fővárosa?” Rögtön jön a jó válasz: „Rayleigh-szórás”, illetve „Dodoma” (aki Dar-es-Salaamra tippelt, az kissé lemaradt). Jó, ez ott van a Wikipédián, de a törpe MI tanácsokat és tippeket is tud adni.
Csak 600 dollár?
Mindezt öt kutató hozta össze a Stanford Egyetemen több lépésben, és 600 dollárból finomhangolták Alpaca nevű modelljüket (felhőben bérelt gépidővel). Ehhez 7 milliárd paraméter van, míg a ChatGPT egyik legjobb modelljében (text-davinci-003) bizony 25-ször több. Mégis hasonlót nyújtanak – bár az Alpaca trükkös tréningjével a szürke zónában jár. De a szellem kiszabadult a palackból. Hozzáértők hamarosan írhatnak teljesen legális és nyílt forráskódú, generatív MI-ket, amelyek szintén vígan futnak egy mezei számítógépen. Erre jó példa, hogy a szigorúan zárt forráskódú Dall-E, valamint a Midjourney fotós és festő „gépművészek” után hamar kijött a nyílt forráskódú, de erkölcsös Stable Diffusion. Ezt pedig követi (ha igaz) a teljesen zabolátlan Unstable Diffusion…
Állások százmilliói
Akár 300 millió teljes munkaidős állást is megszüntethet világszerte az MI elterjedésével, jósolja a Goldman Sachs amerikai befektetési bank. Az USA-ban és Európában az összes munkahely kétharmada „ki van téve az MI általi automatizálásnak, és az összes munka 25%-át teljesen átveheti az MI.”
