SG.hu

Miért van még biztosan messze az általános mesterséges intelligencia?

Az informatikai ágazat titánjai szerint a mesterséges intelligencia hamarosan eléri az emberi agy erejét. Ennyire alábecsülik az embereket?

Sok más hanghoz hasonlóan a Szilícium-völgyben és azon túl is a vezetők is azt jósolják, hogy a mesterséges általános intelligencia, vagyis az AGI érkezése küszöbön áll. Sam Altman, az OpenAI vezérigazgatója nemrég azt mondta Trump elnöknek, hogy még a kormányzása vége előtt megérkezik. Dario Amodei, az OpenAI fő riválisának, az Anthropicnak a vezérigazgatója többször is kijelentette nyilvánosan, hogy ez még hamarabb bekövetkezhet. A technológiai milliárdos Elon Musk szerint még az év vége előtt itt lehet.

Az AGI a 2000-es évek eleje óta ismert fogalom, egy kutatócsoport akkoriban jellemezte így az általuk remélt autonóm számítógépes rendszereket. Az AGI egy olyan jövőbeli technológia rövidítéseként szolgál, amely emberi szintű intelligenciát ér el. Nincs elfogadott definíciója, csak egy magával ragadó elképzelés: egy olyan mesterséges intelligencia, amely az emberi elme számos képességével felveszi a versenyt. Altman, Amodei és Musk már régóta ezt a célt hajszolják, akárcsak az olyan vállalatok vezetői és kutatói, mint a Google és a Microsoft. És részben ennek az ambiciózus elképzelés lelkes megvalósításának köszönhetően olyan technológiákat hoztak létre, amelyek emberek százmillióinak életét változtatják meg a kutatásban, a művészetben és a számítógépek programozásában.

De mióta megérkeztek az olyan chatbotok, mint az OpenAI ChatGPT-je, és az elmúlt két évben ezek a furcsa és nagy teljesítményű rendszerek rohamosan fejlődtek, sok szakértő egyre merészebben állítja, hogy milyen hamarosan érkezik az AGI. Egyesek még azt is mondják, hogy amint azt kifejlesztik, egy még erősebb, „szuperintelligenciának” nevezett alkotás fogja követni. Ahogy ezek az örökké magabiztos hangok megjósolják a közeljövőt, spekulációik megelőzik a valóságot. És bár cégeik figyelemre méltó ütemben hajtják előre a technológiát, a józanabb hangok serege gyorsan eloszlat minden olyan állítást, amely szerint a gépek hamarosan felérnek az emberi értelemmel.

"A technológia, amelyet ma fejlesztünk, nem képes eljutni oda” - mondta Nick Frosst, a Cohere nevű MI startup lapítója, aki korábban a Google kutatójaként dolgozott, és az elmúlt 50 év legelismertebb MI-kutatójától tanult. "Most olyan dolgokat építünk, amelyek befogadnak szavakat, és megjósolják a következő legvalószínűbb szót, vagy pixeleket, és megjósolják a következő legvalószínűbb pixelt. Ez nagyon különbözik attól, ahogy az emberek működnek." Az Association for the Advancement of Artificial Intelligence egy 40 éves tudományos társaság, amely a terület legelismertebb kutatóit tömöríti. Nemrégiben végzett felmérésükben a válaszadók több mint háromnegyede szerint a mai technológia megalkotásához használt módszerek nem valószínű, hogy az AGI-hez vezetnek.


A vélemények részben azért térnek el, mert a tudósok még az emberi intelligencia meghatározásában sem tudnak megegyezni, és végtelenül sokat vitatkoznak az IQ-tesztek és más mérőszámok előnyeiről és hibáiról. A saját agyunk és a gépek összehasonlítása még szubjektívebb. Ez azt jelenti, hogy az AGI azonosítása alapvetően vélemény kérdése. (Tavaly egy per részeként Musk ügyvédei azt mondták, hogy az már itt van, mert az OpenAI - Musk egyik fő riválisa - szerződést írt alá a fő finanszírozójával, amely szerint nem fog AGI-technológián alapuló termékeket értékesíteni.) A tudósoknak pedig nincs szilárd bizonyítékuk arra, hogy a mai technológiák képesek lennének még az agy által végzett egyszerűbb dolgok közül is elvégezni néhányat, mint például az irónia felismerése vagy az empátia érzése. Az AGI közelgő érkezéséről szóló állítások statisztikai extrapolációkon - és vágyálmokon - alapulnak.

A különböző összehasonlító tesztek szerint a mai technológiák néhány jelentős területen, mint például a matematika és a számítógépes programozás, folyamatosan fejlődnek. Ezek a tesztek azonban csak egy kis részét írják le annak, amire az emberek képesek. Az emberek tudják, hogyan kell megbirkózni a kaotikus és folyamatosan változó világgal. A gépek a váratlan dolgokkal küzdenek - a kisebb és nagyobb kihívásokkal, amelyek nem hasonlítanak a múltban történtekre. Az emberek képesek olyan ötleteket megálmodni, amelyeket a világ még soha nem látott. A gépek jellemzően megismétlik vagy továbbfejlesztik azt, amit már láttak. Ezért mondják Frosst és más szkeptikusok azt, hogy ahhoz, hogy a gépek emberi szintű intelligenciát érjenek el, legalább egy olyan nagy ötletre lesz szükség, amelyet a világ technológusai még nem álmodtak meg. Nem lehet tudni, hogy ez mennyi ideig fog tartani.

"Egy rendszer, amely egy bizonyos szempontból jobb, mint az ember, nem feltétlenül lesz jobb más szempontból” - mondta Steven Pinker, a Harvard kognitív tudósa. "Egyszerűen nem létezik olyan, hogy minden problémának automatikus, mindentudó, mindenható megoldója legyen, beleértve azokat is, amelyekre még nem is gondoltunk. Nagy a kísértés, hogy egyfajta mágikus gondolkodásba kezdjünk. De ezek a rendszerek nem csodák. Ezek nagyon is lenyűgöző szerkentyűk."


Az olyan chatbotokat, mint a ChatGPT, a tudósok által neurális hálózatoknak nevezett matematikai rendszerek vezérlik, amelyek képesek a szövegben, képekben és hangokban lévő minták azonosítására. A Wikipédia-cikkek, hírek és chatnaplók hatalmas halmazában található minták felismerésével ezek a rendszerek képesek maguktól megtanulni, hogyan lehet a versekhez és számítógépes programokhoz hasonló szövegeket hozzanak létre. Ez azt jelenti, hogy ezek a rendszerek sokkal gyorsabban fejlődnek, mint a múltbeli számítógépes technológiák. A korábbi évtizedekben a szoftvermérnökök kódsoronként építették fel az alkalmazásokat, ami egy lépésről - lépésre történő folyamat volt, és soha nem tudott olyan nagy teljesítményű dolgot létrehozni, mint a ChatGPT. Mivel a neurális hálózatok képesek adatokból tanulni, új magasságokat érhetnek el, méghozzá gyorsan.

Miután az elmúlt évtizedben látták e rendszerek fejlődését, egyes szakértők úgy vélik, hogy a fejlődés nagyjából ugyanilyen ütemben fog folytatódni - az AGI-ig és azon túl. "Vannak ezek a trendek, ahol az összes korlátozás eltűnik” - mondta Jared Kaplan, az Anthropic tudományos vezetője. "A gépi intelligencia teljesen különbözik az emberi intelligenciától. Az emberek sokkal könnyebben tanulnak meg új feladatokat, nem kell annyit gyakorolniuk, mint az MI-nek. De idővel, több gyakorlással a gépek is eljuthatnak odáig." Az MI-kutatók körében Dr. Kaplan egy úttörő tudományos publikációról ismert, amelyben leírta a ma már „skálázási törvényeknek” nevezett dolgokat. Ezek a törvények lényegében azt mondják, hogy minél több adatot elemez egy MI rendszer, annál jobban teljesít. Ahogyan egy diák is többet tanul, ha több könyvet olvas el, egy mesterséges intelligencia rendszer is több mintát talál a szövegben, és megtanulja pontosabban utánozni azt, ahogyan az emberek a szavakat egymás mellé rakják.

Az elmúlt hónapokban az olyan cégek, mint az OpenAI és az Anthropic szinte az összes angol nyelvű szöveget elhasználták az interneten, ami azt jelenti, hogy új módszerre volt szükségük a chatbotjaik fejlesztéséhez. Ezért egyre inkább egy olyan technikára támaszkodnak, amelyet a tudósok megerősítő tanulásnak neveznek. Ezzel a folyamattal, amely hetekig vagy hónapokig is eltarthat, a rendszer próbálgatással és hiba útján tanulja meg a viselkedést. Például több ezer matematikai probléma feldolgozásával megtanulhatja, hogy mely technikák vezetnek a helyes válaszhoz, és melyek nem. Ennek a technikának köszönhetően a Kaplanhoz hasonló kutatók úgy vélik, hogy a skálázási törvények (vagy valami hasonló) folytatódni fog. Ahogy a technológia tovább tanul próbálkozások és hibák útján számtalan területen, a kutatók szerint követni fogja a Google kutatócsoportja által 2016-ban megalkotott AlphaGo nevű gép útját.


Az AlphaGo a megerősítéses tanulás révén, több millió partit játszva saját maga ellen megtanulta elsajátítani a Go játékot, egy összetett kínai társasjátékot, amelyet a sakkhoz hasonlítanak. Néhány éve legyőzte a világ egyik legjobb játékosát, megdöbbentve az MI-közösséget és a világot. A legtöbb kutató azt feltételezte, hogy az MI-nek még 10 évre van szüksége ahhoz, hogy ilyen teljesítményt érjen el. Az AlphaGo úgy játszott, ahogy ember még soha, és új stratégiai megközelítéseket tanított a legjobb játékosoknak ebben az ősi játékban. Egyesek úgy vélik, hogy a ChatGPT-hez hasonló rendszerek ugyanezt az ugrást fogják megtenni, és elérik az AGI-t, majd a szuperintelligenciát. Az AlphaGo-hoz hasonló játékok azonban egy szűk, korlátozott szabályrendszert követnek. Ezzel szemben a valós világot csak a fizika törvényei korlátozzák. A valós világ egészének modellezése jóval meghaladja a mai gépek képességeit, így hogyan lehet bárki is biztos abban, hogy az AGI - nem is beszélve a szuperintelligenciáról - már a sarkon van?

Vitathatatlan, hogy a mai gépek bizonyos szempontból már most is háttérbe szorították az emberi agyat, de ez már régóta így van. Egy számológép gyorsabban elvégzi az alapvető matematikai feladatokat, mint egy ember. Az olyan chatbotok, mint a ChatGPT gyorsabban tudnak írni, mint amennyit egy emberi agy valaha is el tudna olvasni vagy megjegyezni. Ezek a rendszerek meghaladják az emberi teljesítményt néhány magas szintű matematikát és kódolást tartalmazó tesztben. Az embereket azonban nem lehet ezekre a mércékre redukálni. "A természetben sokféle intelligencia létezik” - mondta Josh Tenenbaum, a Massachusetts Institute of Technology számítógépes kognitív tudományok professzora. Az egyik nyilvánvaló különbség az, hogy az emberi intelligencia a fizikai világhoz kötődik. Túlmutat a szavakon, számokon, hangokon és képeken, és kiterjed az asztalok, székek, tűzhelyek, serpenyők, épületek, autók és bármi más birodalmára, amivel nap mint nap találkozunk. Az intelligencia része az is, hogy tudjuk, mikor kell megfordítani egy palacsintát a serpenyőben.

Egyes vállalatok már most is ugyanúgy képzik a humanoid robotokat, mint mások a chatbotokat. Ez azonban sokkal nehezebb és időigényesebb, mint a ChatGPT megépítése, mivel kiterjedt tanítást igényel fizikai laboratóriumokban, raktárakban és otthonokban. A robotkutatás évekkel van lemaradva a chatbot-kutatáshoz képest. Az ember és a gép közötti szakadék még nagyobb. Mind a fizikai, mind a digitális térben a gépek még mindig nehezen érik el az emberi intelligencia nehezebben meghatározható részeit. A chatbotok építésének új módja, a megerősítő tanulás jól működik olyan területeken, mint a matematika és a számítógépes programozás, ahol a vállalatok egyértelműen meg tudják határozni a jó és a rossz viselkedést. A matematikai problémákra tagadhatatlanul vannak válaszok. A számítógépes programokat le kell fordítani és futniuk kell. De a technika nem működik olyan jól a kreatív írás, a filozófia vagy az etika területén.

Altman nemrég azt írta az X-en, hogy az OpenAI egy új rendszert képzett ki, amely „jó a kreatív írásban”. Hozzátette, ez volt az első alkalom, hogy „tényleg lenyűgözött valami, amit az MI írt”. Az írás az, amihez ezek a rendszerek a legjobban értenek, de a „kreatív írást” nehéz mérni. Különböző helyzetekben különböző formákat ölt, és olyan tulajdonságokat mutat, amelyeket nem könnyű megmagyarázni, még kevésbé számszerűsíteni: őszinteség, humor, becsületesség. Amikor ezeket a rendszereket a világba telepítik, az emberek megmondják nekik, hogy mit tegyenek, és átvezetik őket az újdonság, a változás és a bizonytalanság pillanatain. "Az MI-nek szüksége van ránk: élő lényekre, akik folyamatosan termelnek, táplálják a gépet” - mondta Matteo Pasquinelli, a velencei Ca' Foscari Egyetem tudományfilozófia professzora. „Szüksége van az ötleteink és az életünk eredetiségére”.

A technológiai iparban és azon kívül dolgozók számára egyaránt izgalmasak lehetnek a közelgő AGI-ről szóló állítások. Az emberek már 12. század óta ismert gólem mítoszáig visszamenőleg álmodtak a mesterséges intelligencia létrehozásáról. Ez az a fantázia, amely olyan műveket indukált, mint Mary Shelley „Frankenstein” és Stanley Kubrick „2001: Űrodüsszeia” című filmje. Most, hogy sokan közülünk olyan számítógépes rendszereket használnak, amelyek úgy tudnak írni, sőt beszélni is, mint mi, természetes, hogy feltételezzük, hogy az intelligens gépek már majdnem itt vannak. Ez az, amit évszázadok óta várunk.

Amikor akadémikusok egy csoportja az 1950-es évek végén megalapította az MI-ágazatot, biztosak voltak benne, hogy nem fog sokáig tartani, amíg olyan számítógépeket építenek, amelyek újraalkotják az agyat. Egyesek azt állították, hogy egy gép egy évtizeden belül legyőzi a sakkvilágbajnokot és felfedezi saját matematikai tételét. De egyik sem történt meg ebben az időkeretben, egy része pedig még azóta sem. A ma ezen a területen dolgozó emberek közül sokan úgy látják, hogy egyfajta technológiai végzetet teljesítenek be, egy elkerülhetetlen tudományos pillanat felé nyomulnak, mint a tűz vagy az atombomba megalkotása. De nem tudnak rámutatni arra a tudományos okra, ami miatt ez hamarosan bekövetkezik. Ezért sok tudós azt mondja, hogy senki sem fogja elérni az AGI-t új ötlet nélkül - valami olyasmi nélkül, ami túlmutat a nagy teljesítményű neurális hálózatokon, amelyek csupán mintákat találnak az adatokban. Ez az új ötlet akár már holnap megérkezhet, de még akkor is évekre lenne szüksége az iparnak a kifejlesztéséhez.

Yann LeCun, a Meta vezető MI-kutatója azóta álmodik arról, hogy megépíti azt, amit ma AGI-nek nevezünk, mióta 9 éves korában egy párizsi moziban 70 milliméteres Cinerama tekercsen levetítették neki a „2001: Űrodüsszeia” című filmet. És egyike volt annak a három úttörőnek, akik 2018-ban elnyerték a Turing-díjat - amelyet a számítástechnika Nobel-díjának tekintenek - a neurális hálózatokkal kapcsolatos korai munkájukért. De nem hisz abban, hogy az AGI közel van. A Metában működő kutatólaboratóriuma a technológiai ipart elvarázsoló neurális hálózatokon túlra tekint. LeCun és kollégái a hiányzó ötletet keresik. "Nagyon sok múlik azon, hogy a következő generációs architektúra képes lesz-e emberi szintű MI-t létrehozni a következő 10 évben” - mondta. "Lehet, hogy nem. Jelenleg ezt nem tudjuk megmondani".

Hozzászólások

A témához csak regisztrált és bejelentkezett látogatók szólhatnak hozzá!
Bejelentkezéshez klikk ide
(Regisztráció a fórum nyitóoldalán)
  • manypet #36
    "Szal az AI akkor egy kukac szimulátor?"
    Nagyjából. És éppen ezt írtam. Idézem magam:
    Azaz az is intelligencia, csak rohadt fejletlen még.

    "ezeket általában azok, akik tanulnak (általában gyerekek), nem ismerik"
    Ez miért gond?

    "de hatalmasak az eltérések"
    persze, hogy hatalmasak. Eleve az emberek intelligenciája egymástól is radikálisan eltér. És nem csak az IQ vagy más intelligenciák (térbeli, kinetikus, verbális, stb.), hanem azon belül is óriási, genetikai alapú eltérések vannak.
    Erre jön rá az, hogy ugye ezek öntanuló rendszerek. Azaz rohadtul számít nekik, hogy miből is tanulnak. Hasonlóan az MI egyes verzióihoz, ahol számít az, hogy min és hogyan tanítod be. Pl. egy ingerszegény környezetben a gyerek sokkal lassabban fejlődik, mint egy normálisabb környezetben. Nem beszélve arról, hogy nem csak az számít, hogy mit, hanem hogy hogyan. Azaz egy gyerek, aki kiskorától mondjuk azt hallja, hogy ő hülye, azaz az önbecsülése a béka valaga alatt van, az hiába bír jó adottsággal, mégsem fog olyan szintű fejlődést felmutatni, mint lehetne. Tehát igen, óriási az eltérés ember és ember között is.
    És pont emiatt látszik, hogy az elmélet igaz rájuk.

    Itt egy kitérőt tennék, ha nem baj:
    Sokat agyaltam azon még régebben, hogy egy Skynetet hogyan lehetne legyőzni. (Igen ez már sci-fi, röhögj nyugodtan, de ettől még érdekelt. :-) ) És rájöttem, hogy egy ilyen szintű MI legjobb ellenfele egy másik MI lenne. Mint ahogy az embernek is az ember a legerősebb ellenfele, mivel csak az képes hasonlóra. És lehet azonos adottsága (pl. háttérben lévő számítógépek teljesítménye) a két MI-nak, de ha a betanítás (öntanítás) más, meg a környezete más, akkor mást fognak nyújtani.

    "Összegezve mert az ember sem egy általános intelligencia, hanem specializált, előre behuzalozott"
    NA, ITT MENTÜNK EL EGYMÁS MELLETT! :-)
    Mást értettünk általános intelligencia alatt. Nos, ha azt nézzük, hogy mi is behuzalozottak vagyunk és specializáltak (ami igaz), akkor ez a mesterséges intelligencia is egyfajta módon biztosan behuzalozott lesz és specializált. Akárhogy is erőlködünk, semmiképpen nem lesz soha általános. Mindig lesznek korlátok, specializálás, stb. Azaz valójában soha nem lesz általános intelligencia. És így már egyetértünk. ;-)
  • militavia #35
    Az időjárás előrejelzés bizonytalansága sokkal nagyobb volt akkor. A másnapi volt 70%, nem 3 napra. Az 50% sem volt.

    Ez most 3 napra 80%+ tája. Az egynapos annyira pontos, hogy gyakran órára pontosan megmondja, hogy a front mikor éri el BP-t pl. De néha ez 2 nap távolságból is sikerült 1,5-2 óra pontossággal. Konkrétan akkor szoktam meglepődni, amikor nem sikerül ez a pontosság. Múlt héten és előtte is volt 2 olyan nap, hogy felhős délután helyett délutánra csak 3 tizedes felhőzet, ha volt BP-n. Régen sokszor még azt sem volt pontos, hogy fog-e esni vagy sem...

    Úgy tenni, mintha nem javult volna a pontosság 30 év alatt az elég nagy butaság. Brutálisan javult. Már egész egyszerűen csak azért, mert a radarképre ránézek és tapasztalati alapon szemmel megmondom néhány órára előre, hogy mi lesz...

    Gyerek koromban ehhez képest vakon indultam el otthonról...
    Utoljára szerkesztette: militavia, 2025.05.26. 10:53:29
  • NEXUS6 #34
    Szuper. Ez legalább egyetlen téma, és legalább a cikkhez is köze van.

    Neurális hálózatról beszélünk, OK, ami az emberi agyat jellemzi. Szuper az analógia, csak épp két betű marad ki általában az okfejtésekből. Mégpedig az IS!
    A neurális hálózatok kb a kukacoktól kezdve jellemzik az élőlényeket. Szal az AI akkor egy kukac szimulátor? Mert végülis annak kb nagyon jó.

    Az emberi tanulásról szóló elméletek szintén nagyon jók. Egyetlen gond van velük, hogy ezeket általában azok, akik tanulnak (általában gyerekek), nem ismerik. Szal ugyan van bizonyos mintázat abban a tevékenységükben, amit általában tanulásnak nevezünk, de hatalmasak az eltérések. Pont a legzseniálisanbb gyerekekre, akik évtizedekkel előzik meg a saját biológiai korukat, ezek gyak nem igazak, vagy épp ellenkezőleg, valamelyik elmélet csak rájuk igaz. Ciki. Ha tudnánk, hogy mi az emberi tanulás, pontosan, és méginkább, hogy ennek eredményeképp, mi az emberi személyiség, ami ennek a folyamatnak egyrészt a szubjektuma és emellett az eredője, tárgya is, akkor egyetlen tanulás/személyiség elmélet létezne. Nos, nem ez a helyzet. Ettől függetlenül ezeket a személyiség elméleteket nem lehet figyelmen kívül hagyni az általános MI hajkurászása közben!

    Összegezve, az a gond, hogy adott egy fejlett, biológiai rendszereket utánzó informatikai megoldás, ami az emberi agyban IS megtalálható. És ezzel nagyon sok emberre jellemző képesség szimulálható. Ez kb tény az MI-ről. Pl ahogy írod, az emberi nyelv tanulásakor az ember hasonlóan hibázik, amiből arra lehet következtetni, hogy hasonló módon zajlik a tanulás. Vagy pl neurális hálózathoz hasonló mesterséges retina hasonló érzékcsalódásokat produkál, mint ami az emberi látásra is jellemző.
    Az viszont egy logikai bakugrás, hogy ezt a rendszert megerősítjük, a számítástechnikai kapacitását, a feldolgozott adatbázist növeljük és akkor végül egy általános, emberre hasonlító MI-t kapunk. Az előző posztokban leírtam, hogy ez miért nem működik.(Összegezve mert az ember sem egy általános intelligencia, hanem specializált, előre behuzalozott).

    Kb. általánosan nézve, és analógiát keresve, az a helyzet, mint az időjáráselőrejelzés terén. A 90-es években az adott kor csúcsszámíógépeivel kb 3 napra tudták egy adott térség, adott felbontású időjárását előrejelezni, olyan 70% pontossággal. Ma, minekután rengeteg pénzt ráköltöttek és jó pár nagyságrenddel nagyobb számítástechnikai kapacitás áll erre rendelkezésre kb ugyan az a helyzet. Nyilván ebbe belejátszik az időjárás alapvetően kaotikus jellemzője, de pont ez az, amit a szakembereknek és azoknak akik erre a pénzt adják tisztában kell lenniük, és tisztában is vannak vele. De ugye nem beszélhetünk nagy áttőrésről ezen a téren, akik ismerik a témát azok tudják, hogy miért. De hát a remény hal meg utoljára. :D
    Utoljára szerkesztette: NEXUS6, 2025.05.26. 10:40:34
  • manypet #33
    Lehet ugyan pongyola a megfogalmazásom, de attól még hibásan gondolod azt, hogy neked van tudásod és nekem meg csak ötletelésem. Max. annyi történik, hogy elbeszélünk egymás mellett. Egyébként meg részedről nem venném támadásnak, mert te képes vagy érdemben vitázni, ellentétben egyesekkel.
    A mondanivalóm lényegének alátámasztására pedig pár forrás:

    1. Emberi agy működéséről mintázták a neurális hálózatokat? Igen (már a nevében is egyébként látszik):
    'A számítógépek emberi következtetés szimulálására való betanításának egyik módja egy olyan neurális hálózat használata, amely az emberi agy alapján modellezett algoritmusok sorozatából áll.'
    https://azure.microsoft.com/hu-hu/resources/cloud-computing-dictionary/what-is-machine-learning-platform/

    ,,,

    2. Hasonlóan tanul, mint egy ember? Igen:
    Egyik oldalról az embernél:
    https://psycho.unideb.hu/munkatarsak/fodor_szilvia/targyak/MA_A_tanitas-tanulas_folyamata_ea.pdf
    'Az oktatás folyamata:
    1. motiválás/célkitűzés (ez nyilván számítógépnél nincs, mert ott esélyesen "mi motiváljuk")
    2. tények, tapasztalatok gyűjtése
    3. információfeldolgozás
    4. rögzítés-rendszerezés
    5. gyakorlás-alkalmazás
    6. ellenőrzés-értékelés'

    Másik oldalról:
    https://azure.microsoft.com/hu-hu/resources/cloud-computing-dictionary/what-is-machine-learning-platform
    'Hogyan működik a gépi tanulás, ha problémákat kell megoldania?
    1. lépés: Az adatok összegyűjtése és előkészítése (megfelel a fenti oktatási lépések 2-4. pontjainak)
    2. lépés: A modell betanítása (betanítási készlet + tesztelési készlet -> megfelel az 5. gyakorlás-alkalmazás pontnak)
    3. lépés: A modell ellenőrzése (a következővel együtt megfelelnek az oktatás 6. pontjának)
    4. lépés: Az eredmények értelmezése'

    Elég jól látszik, hogy a két tanulási megoldás roppant hasonló.

    ,,,


    Mellékesen megjegyezném, hogy a kisgyerekek a tanulás során ugyanúgy 'hallucinálnak' mint az MI. (Sőt a felnőtt is.) Teszem azt egy szó megtanulásakor sok esetben hibásan mondja. És nem feltétlen azért, mert nem hallja jól, vagy ne tudná kimondani jól. Hanem mert egyszerűen ez az ő tanulási megoldása, az ő útja. Példa erre az alábbi videó 17:55-től 20:50-ig (a csávó egyébként dr. Gerald Hüther neurológus professzorral dolgozik már egy ideje és a gyerekek fejlődését vizsgálják):
    https://www.youtube.com/watch?v=xAE4E79FZ-E
    Utoljára szerkesztette: manypet, 2025.05.23. 18:49:33
  • manypet #32
    "Nem tanított be senki." VS "mert értem a fizikát."
    Mondd, sokáig magyarázzam még, ami le van írva, vagy képes vagy legalább annyira megérteni, mint egy MI?

    "Az, hogy az átlagember ostoba, attól az MI-t nem teszi gondolkodóvá"
    Ezek szerint az átlagember szerinted nem gondolkodik. Azaz eszerint az ember nem intelligens, maximum csak egy kis részük. Világos. ... De azért gondolom te aztán szuperintelligens vagy, hiszen két mondaton belül is ellentmondásba kerülsz önmagaddal. :-)
  • NEXUS6 #31
    Jajj. Kicsit pejoratívan fogalmazva ez a beszélgetés bemutatja a valós intelligencia és az MI közötti alapvető különbséget.
    Én, meg egy páran, akikkel beszélgetsz azért írunk valamit, mert van egy tapasztalatunk, egy olyan koherens tudás, aminek eredményeképp minden hozzászólás minden szavának ott adott helyen megfelelő jelentése van (bocs a helyesírási hibákért XD).

    Te pedig gyak öteletelsz, hallucinálsz, ahogy azt az MI gyakran szokta. Amikor rávilágítunk valami pontatlanságodra, akkor azt mondod, hogy te is ugyan azt érted és jösz valamivel, ami csak ront a helyzeten. De eleve, ahogy az MI-sem, te sem érted teljes mélységben hogy mit is akarunk mondani. Az MI azonban egyáltalán nem érti, csak mint egy férj aki a TV-t nézi és közben automatikusan válaszol a feleségének, anélkül, hogy egy szót is felfogna annak a kérdéseiből. Látod erre az ember is képes. ;)

    Pl. A genetikailag előre definált hálózatok, képességek tekintetében jösz a BIOS-szal. Mi van? Ha egy jelenlegi LLM alapú AI működésébe beleszól az, hogy a hardveren amin fut, mi van a BIOS-ban, az már régen rossz.
    Értem, hogy mit akartál mondani, de ez így nagyon pongyola!
    És nincs kedvem és időm mindet kijavítgatni, pláne, hogy eleve támadásnak vennéd.

    Písz.
  • militavia #30
    Nem tanított be senki. Magamtól jöttem rá, mert értem a fizikát. Az MI nem ért semmit. Ezt nem fogod fel.

    Az, hogy az átlagember ostoba, attól az MI-t nem teszi gondolkodóvá. Elképesztően ostoba analógiával próbáltál érvelni.
    Utoljára szerkesztette: militavia, 2025.05.23. 08:27:43
  • manypet #29
    "Ez az a szűrés ami az MI jelenlegi képességeiből hiányzik."
    A neurális hálózatoknál nem hiányzik. Azok pont így működnek. Csak max a tapasztalatuk sokkal kevesebb, avagy csak egy apró kis szegmensben van meg. Azaz az is intelligencia, csak rohadt fejletlen még.

    Ha jobban belegondolsz, az, amikor az ember valamire azt mondja, hogy igaz, mert ő azt ellenőrizte, azt mi alapján mondja? Mi alapján mondja valaki, hogy a CO2 okozza a felmelegedést? Elvileg adatok alapján. Utána vagy valóban tud adatokat, vagy nem. Vagy helyes adatokat tud, vagy nem. De bármit is tud, az megváltozhat, ha új adatok kerülnek a képbe (és ha nem ellenkezik a kognitív disszonanciájával - ez utóbbi pl. az MI esetében nem játszik, neki nem okoz érzelmi problémát, ha új adat kerül a képbe, azaz racionálisan képes mindig dönteni, ellentétben az emberrel, akinél az érzelmek felülírják sok esetben a józan eszet). Azaz ugyanaz, mint a neurális hálózatú MI. Az új adatoknál képes változtatni a korábbi válaszon, képes szűrni, tehát képes ő is az igazat mondani. (Már ha akarjuk, hogy képes legyen rá.)
  • manypet #28
    "Láttam pl. egy repülőgép több féle teljesítmény görbéjét és magamtól megértettem mi van benne."
    Remek. Te nagyon ügyi vagy. Annyit felejtesz csak el, hogy te a repülőgépekre voltál "betanítva", emellett az életedben való tapasztalásaid (!) is erre voltak kihegyezve (nem pedig a komplett internet megtanulására pár hónap alatt), plusz elvileg sokkal komolyabb számítási kapacitással rendelkezel a kis fejecskédben (bár ez utóbbiban azért nem vagyok már annyira biztos). Utána csodálkozol, hogy jobb választ adsz? Mik vannak?
    Viszont elfelejted, hogy amikor nem a chatGPT szerű nyelvi modelleket használnak, hanem mondjuk adott dologra (pl. sakk) "tapasztalással" betanított neurális hálózatot, akkor máris jobb válaszokat fog adni, mint egy sakkmester. És nem azért, mert az a legvalószínűbb a valószínűségszámítás alapján, hanem azért, mert kikísérletezte és a tapasztalatai alapján megtanulta, hogy mit érdemes lépnie adott helyzetben. Sőt, a későbbi játékok során is tapasztal. (Kb. mint egy ember.) Persze ez a sakkozó intelligencia másra nem lesz jó, mert még ehhez is óriási számítási kapacitás kell. De ha jobban megnézed, ez pont úgy tanulta meg a sakkot, mint te a repülést. És mint ahogy ha te találkozol egy újabb repülőgépes kérdéssel, a korábbi tapasztalásaid alapján új elgondolási stratégiákat állítasz fel, ugyanúgy ő is ha találkozik egy új sakkfeladvánnyal, akkor ő is fel fogja használni a korábbi ismereteit.

    "Amikor ő válaszolt megnézni a netet és a legvalószínűbbnek tűnő választ adja"
    Elképesztő, hogy még mindig ezen rugózol, és képtelen vagy felfogni, hogy az a MI, amit te tesztelgetsz, csak egy verziója az MI fajtáinak, nem is feltétlen a legjobb, nem is arra van kitalálva, és pláne nem arra használják, amire te a kis kobakodat.

    "Ha holnap telefonsá valami algoritmus a netet azzal, hogy a nap nyugaton kell, akkor esélyesen az MI eléd tenné és védené, mert hát a többség azt hozza."
    Ha az embereknek eleget hangoztatod, hogy:
    - a CO2 okozza a globális felmelegedést,
    - a zsidók gonoszak,
    - a nők el vannak nyomva,
    - a covid vírus roppant veszélyes,
    - isten mindig figyel téged fentről és emiatt imádkoznod kell hozzá,
    stb.
    akkor a többség elhiszi, és onnantól a maradék jó része is el fogja hinni. Miért? Mert a többség ezt tudja. Sőt, ha gyerekkortól ezt tolod egy ember fejébe, hogy a Nap nyugaton kel fel, akkor azt is el fogja hinni, és meggyőződése lesz az is.
    Mi is akkor a különbség az MI és az átlagember között?

    "Amúgy a vicces az, hogy az átlag tartalomgyártó is kb. ennyire ostoba, ezért terjednek full kamu városi legendák."
    Jééé, kezded észrevenni a hasonlóságot az emberi agy és az MI között? Elképesztő! Még a végén meg fogod haladni egy MI szintjét. Csak így tovább! :-)
  • manypet #27
    "összetett viselkedést szabályozó ösztönökkel, és egyfajta hardwired, behulazozott tudással is rendelkezik"
    Kb. azzal, amivel egy MI által vezérelt robot is. Csak nekünk korszerűbb van. Oké, hogy csak reflexről írtam, de azt csak a mozgásra értettem (mozdulatokról írtam), így a többit nem érintettem. Emellett az általad felsorolt többi dolog sem az a kifejezett intelligencia. Az intelligenciánkat mi is tapasztalás útján szerezzük, akár csak a mesterséges neurális hálózatok.

    "Ilyen hardwired képesség a nyelv maga is például."
    Mondom, kb. mint egy robot, aminek alapból a "BIOS-ba beégetnek valamit", plusz rendelkezik hozzá megfelelő hardverrel. Nyilván a több millió év alatt specializálódtunk egyes dolgokra, így a beszédet könnyebben tanuljuk. Ezt nevezhetjük esetünkben egy spec hardvernek, plusz a hozzá tartozó beégetett avagy előre megírt programkódnak. És utána ennek segítségével TAPASZTALÁS útján elsajátítjuk a beszédet. Ha csinálunk egy MIt, amit berakunk egy robotba, amihez készítünk egy megfelelő hardvert, plusz csak és kizárólag erre trenírozzuk a betanítás során, plusz még hozzáadunk egy emberi agyhoz mérhető számítási kapacitást (ami elég nehézkes lenne), máris kapunk egy beszélni tanuló robotot, ami hozzánk hasonlóan képes majd dumálni.
    De továbbra is mondom, hogy én nem kifejezetten erről beszélek. Hanem arról, hogy hogyan tanulunk, hogyan fejlődik az intelligenciánk. (Azaz hogy a születéskor meglévő "alapot" hogyan fejlesztjük.) És ebben a működési elv ugyanaz, mint a mesterséges neurális hálózatoknál. Tapasztalunk mi is, meg az is. Azaz a mesterséges neurális hálózatokat az emberi agyról mintázták. Csak ez a sükebóka hisztipanna rinyál itt, mert nem érti még a leírtakat sem.

    "ilyen képességgel, jelenséggel más élőlény, állat nem rendelkezik"
    Vagy csak nem tudunk róla. Hiszen még a saját fejlődésünk ismeretében is igen komoly fehér foltjaink vannak. Nyilván fingunk nincs, hogy egy delfinnél a kommunikáció hogyan is működik pontosan. De én nem tartom kizártnak, hogy hasonlóan, vagy akár az emberit megközelítő intelligenciával bírnak akár a kommunikáció terén is. Csak egy másik irányban fejlődtek, mint mi. És mi persze azt gondoljuk, hogy mi vagyunk a teremtés koronái, holott a természetnek mi is csak egy próbálkozása vagyunk a sok közül. Azaz nem biztos, hogy valóban magasabb szint, csak mi szeretjük magunkhoz mérni a másikat.

    "és ezt nem csak úgy kitalálja/megtanulja az ember gyerekkorában"
    Azaz: van egy "beégetett" BIOS, majd ennek segítségével fejleszti az ember a lehetőségeit. Próbálkozással. A nyelvet is, meg mást is. Ahogy a mesterséges neurális megoldásko is. Éppen ezt írtam én is.

    "Ami még mindíg nem azonos az emberi intelligenciával"
    Nem is írtam egy szóval sem, hogy azonos lenne. Éppen kihangsúlyoztam, hogy a mai MI még igen-igen messze van az emberi szinttől. Csak azt írtam, hogy az MI is intelligencia, csak hozzánk képest fejletlen. Illetve azt írtam még, hogy az MI egyes formáit az emberi agy működéséről és fejlődési megoldásáról másolták.

    "Az ami hiányzik az az a tudatosság"
    A kérdés csak az, hogy mi is pontosan a tudatosság. Hiszen ezt még megfogalmazni sem igazán tudjuk anélkül, hogy ne lehessen kismillió oldalról belekötni. Mondhatjuk pl. tudatosnak azt, hogy tudunk a saját létezésünkről. És hogy elvileg egy giliszta nem tud önmagáról, azaz ő nem tudatos. Viszont ha belegondolunk, akkor a giliszta értelmi szintjén a giliszta bizony tud magáról. Ergo az övé is intelligencia, csak hozzánk képest rohadt fejletlen. (Bár elnézve sok szavazópolgárt, erről sem vagyok annyira maximálisan meggyőződve. :-) ) Azaz neki is van önképe, csak éppen az ő értelmi szintjének megfelelő szinten. (Mint ahogy nem kizárt, hogy egy földön kívüli létforma, ami előttünk jár az evolúcióban úgy pár millió vagy százmillió évvel, minket tart a giliszta szintjének, és rólunk gondolja, hogy nem rendelkezünk tudattal meg önképpel. ... És itt megint előjön, hogy valóban fejletlenek vagyunk hozzájuk képest, vagy csak az ő/mi értelmezésünk és prioritásaink szerint értelmezve vagyunk azok, máskülönben meg csak egy eltérő utat jártunk be?)

    "Szal nevetséges az az álmodozás, hogy valaki egy fejlett mintázat keresőprogramot, cset funkciókkal kiegészítve emberi képességűnek, azzal összemérhetőnek hiszi."
    Továbbra is idézem magam (most a korábbi hszemből párat, felsorolás jelleggel):
    - 'Minden, amit mi alkotunk, létrehozunk vagy elérünk, az mindig előzetes próbálkozások tömkelegéből fakad'
    - 'ezeket a mesterséges intelligenciákat éppen az agyról mintázták'
    - 'Persze a fejlettsége töredéke sincs az emberi agynak. És még sokáig nem is lesz'
    Tehát amit írtál, azok nem cáfolják, amit írtam, csak kiegészítik. Emiatt nem is szándékozom velük vitába szállni, mert alapjaiban egyet is értek velük.