a tetőpont alapok nélkül eléggé billeg, de legalább mindig mozgásban marad

Az van, hogy meguntam a mesterséges intelligencia természetéről írogatni a bejegyzéseket, meg azt hiszem, hibás az a feltételezésem, hogy ha szépen minden pontját leírom az érvelésemnek, akkor az hihetőbb lesz az olvasó számára. Nem írok elég jól és túl nagy a falat is, hamar elveszítem a kedvem, ezért inkább egyből a végére ugrok és majd talán írok pár appendixet, ha majd megint kedvem lesz írni a tágabb perspektívából.

Szóval oda akartam eljutni, hogy szerintem bármikor beüthet az általános mesterséges intelligencia és minden nappal egyre valószínűbb (tudom, hogy ez nagyon erős, szóval egy mondat: én úgy fogom fel, mint egy véletlen séta egy sok dimenziós fraktál határán a nem skálázó és skálázó intelligencia határán és bár igaz, hogy ez a határ végtelenül hosszú és végtelenül bonyolult, de szerintem a dimenzionalitása megegyezik a tér dimenzióival, szóval nem egy pontot keresünk, hanem egy egész nagy felhőt (manifoldot) és nincsenek olyan irányok amelyek biztos nem vezetnek el hozzá, ráadásul százezres nagyságrendű ember feszegeti már a határokat, valakinek sikerül csak átlépni egyszer és akkor amikor már belül leszünk, sokaknak egyszerre fog sikerülni, mert nekik is már csak egy dimenzióban kell egyet jól lépni, ugyanis sokkal több a kutató mint a feladat dimenzionalitása).

Aztán azt akartam még mondani, hogy senki nem tudja, mit is fog jelenteni amikor tényleg megvalósítjuk az általános mesterséges intelligenciát. Főként nem a pénzembereknek, akik mindezt finanszírozzák, ha egyáltalán az ő alkalmazottaik lépik át először a határt. Azt hiszem, simán ki lehet dobni bármilyen emberi viselkedésre alapozott elképzelést arról, hogy mi fog történni. Erre egy gyors példa: még az internet elején megkérdezték Paul Krugman Nobel díjas közgazdászt, hogy szerinte milyen hatása lesz a gazdaságra és ő teljesen racionális módon megkereste a legközelebbi analógiát, azaz a faxgépet, ami szintén szöveges és képi információ elektronikus úton való közvetítésére használható és megnézte, hogy annak biza nem sok hatása volt a gazdaságra és teljesen racionálisan azt mondta, hogy szerinte nem lesz nagyobb hatása mint a faxgépnek. Mint látjuk, nagyot tévedett, mert nem értette meg, hogy bár az elején az internetet ugyanarra használta az emberiség mint a faxgépet, az alapvető technológia mégis teljesen más volt (még akkor is, ha mindkettőbe processzor kerül, ezen egyébként jó lenne elfilózni, hogy mi is az az igazi különbség egy számítógép és egy faxgép között, ami lehetővé tette az internetet, hogy túllépje a kezdeti határait, talán pont az általánosság az, a faxgép túl korán specializálódott, a számítógép lehet kliens meg szerver is, sőt még játszani is lehet rajta, sőt, mindhármat is lehet egyszerre). Szóval talán egy napig az általános mesterséges intelligencia is olyan lesz, mint az emberi, de aztán majd elmegy más irányba és senki sem tudja, hogy milyen lesz. Én valahogy az összemberi intelligenciára gondolok és az kooperáló és kimért, talán ebben az irányban fogja majd elkezdeni fejleszteni magát, számára ugyanannyi értelme van, mint bármely másnak.

Azt sem szabad elfelejteni, hogy az emberiség ahogy most van, az apokalipszisba rohan, egyszerűen nem fogjuk fel azt, hogy akkora problémát csinálunk magunknak, hogy ha nem kezdünk el már tegnap megváltozni, akkor esélyünk sem lesz elkerülni. Én teljesen elvesztettem a hitem ebben és minden egyes nap engem igazol (egyébként nem tudom miért is hittem ebben valaha, ezt valószínűleg akkor sulykolták belém, amikor még mindent elhittem amit mások mondtak, mert nem volt elég tapasztalatom a hazugságok szűrésében). Vicces, hogy most is mindenki az olajáron rugózik (meg azokban a körökben amiket a tuitter nekem szán, a potenciális csip hiányról), ahelyett, hogy akkor döntsük el végre, hogy direktbe megoldjuk ezeket a problémákat, csak egy kicsit kell hozzá használni az eszünket, az eszközök már rég rendelkezésre állnak. Az emberek szállítását meg lehetne oldani elektromos autókkal és jobb szinkronizációval, nem kell megvárni amíg az olajár az egekbe szökik. Tessék többen beűlni abba az autóba, tessék tömeg-közlekedni, tessék sétálni, nem olyan nehéz, ha az ember egyszer eldönti. Ami meg a csipeket illeti, tessék egy kicsit optimalizálni már, egy évnyi csip termelés az mennyi most, a Földön levő állomány 10%-a? Már régen nem exponenciális az a görbe, görbült már többször is lefelé, vagy ha exponenciális is, a duplázódás már tuti több évtized. Szóval 10% hatékonyság növelés pont elég lenne 10% esést kivédeni, szerintem tuti van ennyi pazarlás most a rendszerben, vagy ha nem, vissza lehet venni a jótúb meg a tiktok pörgetéséből, ezek a rendszerek nagyon jól skálázhatóak, fele idő, fele számítógép.

Szóval a következtetés az, hogy mesterséges intelligencia nélkül tuti telibe kapjuk az apokalipszist (eddig csak az éghajlatváltozásra gondoltam, de az erőforrásokért indított háborúk is egyre inkább befigyelnek és lehet, hogy nem hal ki csak az emberiség 90%-a, nehéz ezt pontosan becsülni, nincsenek rá igazi történelmi példák, még sosem tudtunk ekkora gödröt ásni magunk alatt). És ha valaki azért fél, hogy a mesterséges intelligencia elveszi az állását és akkor mi lesz, annak meg azt üzenem, hogy lehet, hogy felszabadítja a munka mindennapi robotjából. Szerintem nincs ahogy kiszámolni, hogy mi lesz, én arra tippelek, hogy annyira megdobja majd a termelékenységet, hogy mindenki jól megélhet majd az elején és néhány év vagy évtized után már királyként élhet és még néhány év vagy évtized után meg már digitálisan potenciálisan az univerzum végéig élhetünk. És az emberi buta elképzeléseinket a tőke és a jutalmazás és az élet értelme tekintetében majd jól lehúzzuk a vécén.

Egyelőre megállok a mesterséges intelligencia filozófizálással, visszamegyek a jó kis hírek ismertetésére, mostanában akkora a pezsgés, hogy teljesen visszatért a jó érzés belépni a tuitterre, mert mindig annyi érdekes új dolog van, ráadásul a retro számítógépeket és a játékokat is kezdi megtolni ez a technológia, szóval tripla öröm. Meg aztán, sokkal jobb szórakozás képeket generáltatni a dzseminájjal, mint pötyögni itt a sorokat. Lehet, egyszer ráérzek arra is, hogy kell elmondatni vele azt amit akarok és akkor már ezt is csinálhatja helyettem. Általános maszlaggal nincs értelme tölteni a blogot, abból van elég az interneten, itt célzott és kézműves a maszlag kérem.

Persze az is lehet, hogy csak azért vagyok optimista, mert a játékkal kapcsolatban meg pesszimista vagyok és a szervezetem zárt rendszer, ha a rövid táv mínuszba fordul, akkor a közép táv pluszba kell forduljon, hogy a létezést még fenn tudja tartani. Majd ha a gondolataim egy digitális program eredményei lesznek, akkor lesz némi esélyem megtudni, hogy minek a hatására alakultak úgy ahogy. Addig nincs más dolgunk mint introspektáljuk a világot.

Demó. 

Zene. Zene. Zene. Zene. Zene.

AI. AI.

pixeleket rakosgatok tehát vagyok

Azt hiszem, a kollázs művészete mostanában szintet lépett. Persze, nem általam, hanem olyan emberek által, akik nem olyan limitált modellekkel csinálják mint amit a gúgel ad és van érzékük is hozzá. Mindenesetre jó szórakozás.

Insta. Insta.

Zene. Zene.

mátrixokat szorzok tehát vagyok

Arról kéne írni, hogy a gép tud-e jobban gondolkodni mint az ember. Talán lehet előtte azt kéne leírni, hogy hogyan tanul, de talán az sem sokat segít megérteni azt, hogy hogy lehet az, hogy bejön néhány (ezer) számjegy, azt szorozzuk, összeadjuk és nyújtogatjuk/vágogatjuk 1 milliárd számjegy különböző kombinációival és amikor kijön az eredmény, azt könnyű értelmes dologgá alakítani. És ez a milliárd paraméter még kicsi modellt jelent, a madárkák azt rebesgetik, hogy már van 1 trilliárd (10^12) paraméterrel rendelkező modell is. Azt egyébként meg kell jegyezni, hogy az emberi agy paramétereinek (a neuronok közti kapcsolatoknak) a számát 100 trilliárdra becslik, tehát a mostani legnagyobb modellek is még csak 1%-a az agy kapacitásának. És már betanulták az interneten található összes szöveget 99% pontossággal. Kár, hogy gyakran az értelmet adó szót vétik el. De legalább beszélnek minden nyelven, értelmezni tudják a képeket (sőt, a legnagyobbak talán már a vidiókat is) és persze tudják a mákos bájgli receptjét.

Azt hiszem, a tegnap inkább arra gondoltam, hogy ma a programozott tudás és a neurális hálók által tanult tudás különbségéről fogok beszélni, de ahogy most ebbe belegondolok, nagyon nehéz témának tűnik, el kéne magyarázni, hogy hogyan is működik egy program, hogy készül és miért van bennük annyi hyba. Nagy feladat ez és nincs hozzá kedvem most.

Valószínűleg arról is beszélni akartam, hogy a tudást lehet gráfként ábrázolni, ami egy más név a hálózatra (a fizikusok szeretik hálózatként megnevezni, talán mert mindenki a szociális hálózatra gondol ilyenkor és akkor a fizikusok végre mondhatnak valami matematikailag igazolható dolgot az emberekről, ami meg a szociológusok dolga lenne). A gráfokat meg lehet mátrixként ábrázolni. A mátrixokat meg lehet szorozni. Szóval a neurális hálók is tudnak ugyanúgy logikai levezetéseket végezni, ahogy mi tudunk, olyan hardverrel amit nem arra találtak ki, hogy logikai levezetéseket végezzen leginkább. Szóval egy csöppet sincsenek lemaradva a logikában, az oka annak, hogy nem logikus amit mondanak, valószínűleg az, hogy az a sok szósz amit felszívtak az internetről szintén nem áll össze egy logikus egészbe. Ahhoz képest még egész koherens amit kihoznak belőle, ez persze annak is köszönhető, hogy a tanítás utolsó fázisában direkt úgy tanítjuk őket, hogy az embereknek tetsző dolgokat mondjanak. Ezt néha kicsit túl tolják egyesek és akkor nagyon mézédes lesz a szövege a modellnek, vagy bizonyos politikai kijelentéseket kezdenek tenni amelyeket aztán nem tudnak koherensen megvédeni. Bizonyára, ha ügyesen beépítenénk egy adatbázist, akkor azzal sokkal hatékonyabban és biztonságosabban tudnánk kicsalni belőlük tényszerű dolgokat, ha meg beépítenénk egy logikai következtető rendszert akkor biztos jobban következtetne. De lehet, hogy mindezekre nem lesz szükség, megoldjuk másképp.

Na és most ide kéne jöjjön az, hogy mi az, amit már most ember feletti szinten tud a mesterséges intelligencia. De éppen azzal szórakozom, hogy vicces képeket generáltassak vele. Majd legközelebb.

Demó. 

Zene. Zene. Zene.

AI. AI. AI.

egyszer csak lesiklunk az utópiába

Szóval általános mesterséges intelligenciát akarunk csinálni, mert az jól megoldja majd minden problémánkat. A kérdés az, hogy hogyan, persze azon kívül, hogy számítógéppel? Az idők során rengeteg ügyes kis algoritmust kitaláltak, ezekből nagyon sok meg is jelent, jó nagy korpusz összegyűlt velük, valószínűleg egyszer még hasznosak lesznek, amikor már több részlet ismert lesz a kirakósból, lehet, a megfelelő reprezentációval jobb eredményt hoznak majd mint a most népszerű rendszerek. Tekintve, hogy most beindult az, hogy a rendszer önmaga végezzen kísérleteket, sőt, csak szöveg alapján implementáljon algoritmusokat, azt hiszem, beindul nagyüzemben a múltbéli kincsek feltárása. Erre azért is van esély, mert ezek az algoritmusok sokkal limitáltabb környezetben bizonyítottak, tehát van bennük valami tudás, amit nem igazán értünk, már azon kívül, hogy egy bizonyos esetben jól működtek, ezért megjelentek, de más esetekben nem működtek jól, ezért nem foglalkoztak velük tovább, de lehet, hogy nem rajtuk múlt az, hogy nem működtek jól, hanem azokon, akik tesztelték őket.

Mindenesetre most a neurális hálók a menők. Ezekkel kapcsolatban három érdekes dolgot szeretnék most megjegyezni. Az első, hogy ezek úgy alakultak ki, hogy egyes emberek (Walter és Pitts) direkt az emberi agy neuronjait próbálták modellezni, tehát nem valami légből kapott modell, hanem a valóság modellezése, annak minden előnyével és hátrányával. Aztán persze elméletileg igazolták, hogy ez is csak egy számítógép (pontosabban számítási modell) és mint ilyen, általános, annak minden előnyével és hátrányával. A második dolog az, hogy a neurális rendszerek teljesen szembementek a statisztika törvényeivel, ami szerint a kevés paraméter és a jó modell a megoldás, itt sok a paraméter és buta a modell és egy ideig úgy tűnt, hogy a statisztikának lesz igaza, ezek a rendszerek nem működtek olyan jól, mint amit az ember kitalált vért izzadva. Amíg el nem jött a gpuk kora, ami a tudás transzferre az érdekes példa, ugyanis a gpukat arra találták ki, hogy a számítógépes játékok egyre látványosabbak legyenek és erre egy párhuzamos programozási modellt találtak ki és egyszer csak oda fejlődött a technológia, hogy arra lehetett alkalmazni, hogy ezeket a neurális hálókat (amelynek az alapalgoritmusa pár sor, úgy hívják, hogy sztochasztikus gradiens minimizálás (descent-re ez jobb, mint a süllyedés)) tanítsuk gpuval és még több paramétert tegyünk be és hoppá, ez megvert minden okos algoritmust. Az első sikerek (2010-es évek eleje) óta már kialakult egy olyan vélemény is, hogy semmit nem kell csinálni, csak még nagyobb hálót kell tanítani, persze még nagyobb számítógépen és minden problémát ez megold magától. Eddig senki sem tudta ennek az ellenkezőjét bizonyítani, de az azért látszik, hogy most már a számítógépeket dollár milliárdokban mérik és lassan kifutunk a pénzből, úgyhogy jobb lesz valami okosabbal is előállni, mint az, hogy egyre nagyobb gépet használjunk. A vicces az, hogy a gpuk térhódítását nem nagyon látta előre senki, illetve benne volt a levegőben, főként azért is, mert a párhuzamos programozás nem modern találmány és akik csinálták, azok tisztában voltak a potenciáljával abban, hogy tovább vigye az egyre gyorsuló számítógépe fáklyáját, de azért a legtöbb "szakértő" nem mert rá szavazni. Jó sok pénzt lehetett volna keresni, főként, ha nem elhanyagolható összeget tett volna rá az ember.

Szóval a lényeg az, hogy most olyan módszer a menő, ami a számítógépben számmal reprezentált adatokkal rengeteg mátrixszorzást végez és a végén kijön az a szám, ami a választ reprezentálja és gyakran hasonlít az elvárt válaszhoz. Ezzel csak az a baj, hogy senki nem érti, pontosan hogy miért is mindig a jó szám lesz az eredmény, amíg az emberek tervezték az algoritmusok lépéseit, addig el tudták mondani, hogy mit miért tesznek, de most, hogy csak az a lényeg, hogy még több mátrix szorzás, néha vegyítve a számok sorrendjének manipulálásával és az értékek levágásával egy bizonyos szint alatt teljesen értelmezhetetlen az emberek számára. Akik persze azt hiszik, hogy tudják hogy gondolkodnak, pedig a neurális folyamataikat nem érzékelik, ők is csak az eredményt látják, ami néha olyan formát vesz, mint az előző eredmények, ha eleget sulykolják őket. Szerintem a gondolkodás nem logikus, még akkor is, ha be lehet tanítani az agyat arra, hogy logikai levezetést is produkáljon az eredmény mellé, igazából fogalmunk sincs, hogy hogyan jött létre az eredmény, amit már látunk, az sok évnyi neurális manipuláció eredménye. Amúgy a logika (és az egész matematika) elég új keletű dolog az emberi gondolkodás történetében, bár biztosan van visszacsatolás, azért a neurális mechanizmusokra még biztos nem volt lehetőségük hatást gyakorolni (arról nem is beszélve, hogy a helyes gondolkodás nem biztos, hogy jó túlélési stratégia, főként nem mostanában, amikor már egyre inkább mások gondolkodnak helyettünk). Szóval az a kritika, hogy a neurális hálózatok nem úgy gondolkodnak, mint az emberek (logikusan), tehát rosszul gondolkodnak, szerintem elég nagy butaság. Azt hiszem, hogy ez lesz a következő téma, hogy a gép tud-e "jobban" gondolkodni mint az ember.

Demó. 

Zene. Zene.

AI. AI.

mos, főz, takarít és differenciál egyenleteket old

Szóval akkor miért is akarunk általános mesterséges intelligenciát gyártani? Egyik oka az, hogy azt hisszük, hogy mi általános intelligenciával rendelkezünk, ezért ha olyant akarunk csinálni mint mi vagyunk, akkor erre szükség van. Ez persze hibás feltételezés, mint erről már írtam, meg az is van, hogy az elképzeléseink az intelligenciáról kicsit hibásak, azt hisszük, hogy ha valamiben jók vagyunk, akkor automatikusan másban is jók leszünk (pedig a pszichológia nem csak pozitív transzferről, de negatív transzferről is beszél, azaz hibásan viszünk át egy tudást egy új területre).

A másik oka az, hogy gyakran azért elég nehéz meghúzni az egyes területek között a határt, pl. az az intelligencia amely autót vezet, ha mondjuk egy olyan helyzettel találkozik, ahol külső információra lenne szüksége, akkor jó ha az rendelkezésére áll. Pl Lenat mondta egy podcastban azt az esetet, hogy vezetett egy kukás(?) teherautó mögött és leesett róla valami és hirtelen el kellett döntenie, hogy biztonságos átmenni rajta, vagy inkább rántsa el a kormányt és persze csak mivel tudta, hogy valószínűleg biztonságos áthajtani, ezért maradt életben. De persze ugyanígy jobb hat a mértan feladatokat oldó program tud egy kis algebrát is, ha a főző robot el is tud takarítani maga mögött, vagy tudja, hogy a különböző anyagú és vastagságú edények hogyan befolyásolják a főzési időt, vagy a törvényeket író robot ismeri a helyi szokásokat. Gyakran utólag derülnek ki ezek a turpisságok a feladatok megoldásában, amikor már oda tettük a robotot, hogy a valóságban állja meg a helyét, pl. mostanában az ad néha szórakozásra okot, amikor kiderül, hogy a nagyon jó kis programozó robot nem ért az adatbázis kezeléshez és mindent nagyon jó csinál de a rendszer mégis összeomlik.

Meg persze az is van, hogy az ember azt gondolja, hogy majd ő kitalálja a végső megoldást, egy olyan algoritmust, ami minden feladatot megold (pedig ez matematikai lehetetlenség, de az azért nem, hogy a releváns feladatokat elég jól megoldja, ami egy valószínűségi átfogalmazása a "mindennek"). Sokan úgy látják, hogy végre eljött az idő, amikor érdemes már betámadni ezt a feladatot, hogy olyan tanuló algoritmust készítsünk, ami megoldja a többi releváns feladatot. Mások meg úgy mondják, hogy minden feladatot megoldunk külön-külön és majd összerakjuk az összes megoldást egy végső rendszerbe (akár valami olyan módon, amely valamilyen bonyolultabb kompozíció mint csak az, hogy egymás mellé tesszük a megoldásokat). A most elérhető nagy nyelvi modellek, amelyekkel lehet beszélgetni az interneten mind a direkt betámadás eredményei, de azzal próbálják bizonyítani az igazukat, hogy egy fix feladathalmazon egyre jobb és jobb eredményeket érnek el. A legtöbb ember meg nem érti, hogy egy fix feladathalmaz sosem lesz elég bizonyíték arra, hogy mindenre képes a rendszer, csak arra, hogy azokra a feladatokra (csalnak is rendesen a rendszerek szerintem, mivel már nem publikus az, hogy mit csinálnak, hogy a replikálhatóságról ne is beszéljünk, valószínűleg a tesztelt feladattípusokra extra tanítást kapnak).

Egyébként ez az általános intelligencia dolog azért nem teljesen alaptalan feltételezés, hiszen ha nem is 50000 éve nagyjából a mostanihoz hasonló aggyal rendelkezünk, de bizonyára az ókorban nem lehetett programozást és differenciál geometriát tanulni, mégis az agyunk többé-kevésbé képes erre, szóval akkor az agy valamennyire általános (kivéve persze az egyes egyedeket). Itt van elásva a nagy nyelvi modellek szerintem legjobb kritikája is, hogy az ember az evolúció során a világban tanult meg élni, csak utána tanult meg beszélni, szóval a robotok is a világban kéne először eligazodjanak és csak utána kéne a nyelvet tanítani nekik, mert abban sok olyan információ, amit egy élő ember tud, nincs leírva (pl. ha azt írják, hogy X meglökte az asztalt, akkor mindenki tudja, hogy a dolgok leestek róla, tehát valószínűbb az a folytatás, hogy utána X az asztal alatt keresett ezt vagy azt). Ez jogos kritika, de végül nem biztos, hogy ez lesz a legjobb út az általános megoldáshoz, lehet, hogy be lehet építeni egy szimulátort a mesterséges intelligenciába ami sikerül kiértékelni ezeket a dolgokat, anélkül, hogy meg kellett volna tapasztalja őket.

Mára ennyi, bele kell húzzak, még rengeteg a téma. 

Demó.

Zene. Zene.

szoros a küzdelem a hülyeség koronájáért

Nem semmi, hogy a Hormuzi-szoros lezárásának nem csak annyi a következménye, hogy a világ napi kőolajfehasználásának 20%-a kiesik, de a hélium és kén és még ki tudja mi kereskedelemben is óriási fennakadást okoz, mert ezek mind melléktermékei a gáz kitermelésnek. Pár napja még nem fogadtam volna arra, hogy a processzor és egyéb félvezető gyártás lehet a legnagyobb vesztese a háborúnak. A narancsképű rendesen megmutatja, hogy kell a ram árát az egekbe szöktetni.

Na de minden krízis amit az ember okoz egy újabb indok, hogy inkább a gépekre bízzuk az irányítást. Hosszú még az út, élvezni kell a kilátást.  

Zene.

a vonalak húzásának elviselhetetlen könnyűsége

Na, megkezdődött az esés a román gazdaságban, a tegnap kijött az adat, éves szinten 6.5%-ot esett a kiskereskedelem januárban. Nekem nincs kedvem, időm és tudásom bonyolult modellt készíteni, meg első blikkre a bonyolult modell még rosszabb adatokat mutat (az ingatlanok és az autók kereskedelme 10%+-al esett), ezért csak simán annyival modellezem, hogy ezt a 6.5% esést kivetítem az évre és beszorzom a gdp-re vetített éves teljes fogyasztással, ami 80%, tehát 6.5% * 0.8 az 5% esés a teljes gazdaságra az egész évre. A kormánynak nincs mozgástere élénkíteni, én azt sem hiszem, hogy sikerül az évi 7 hónap alatt lehívni 20 milliárdot az EU-tól amikor az utóbbi 4 évben nem hívtak le ennyit összesen. Persze, ha javul majd a külkereskedelmi mérleg, akkor az javíthat, de ennek sem látom a mechanizmusát, a román infláció kiárazza az itthoni gyártókat, főként az energia inflációja. És akkor még erre jön a háború. Jó ha 5%-nál megáll a gdp esés idén. A kormány 1%-os növekedést vár. Kicsit elkalibrálták magukat az urak az áfaemeléssel.

Vicces, hogy azt mondják, hogy befektetés alapú gazdaságra fogunk átállni és senki nem tiltakozik. Kína az egyetlen fejlett gazdaság amiben a befektetések része sokkal nagyobb mint a világon bárhol (tehát befektetés alapúnak lehet tekinteni), meg a kommunista országok is ilyenek voltak, nagyon jól bejött nekik.

Na de majd szépen ráfogjuk a háborúra és tovább emeljük az adókat. Jó lesz. Csak nem nekünk. 

Demó. 

Zene. 

az olümposzra az út általános homokkal van beszórva

Gyakran szokták a mesterséges intelligenciát úgy osztályozni, hogy szűk (narrow) és általános (general). Ez azt jelenti, hogy a szűk mesterséges intelligencia egy szűk területen tud megoldani feladatokat, pl. sakkozni tud, vagy autót vezetni, vagy poharakat felvenni az asztalról, de más területen már zéró a tudása, tehát nem tud dámázni, vagy buszt vezetni, vagy letenni poharat az asztalra. Az emberek azt hiszik magukról, hogy általános intelligenciák és azt is hiszik, hogy ha két dolog hasonlít, akkor aki az egyikben jó, az jó a másikban is, tehát ha valaki jó a sakkban, akkor jó a dámában is, ha fel tudja venni a poharat az asztalról, akkor le is tudja tenni. Csak amikor megpróbáljuk megtanítani a gépnek ezeket a dolgokat és precízen kell definiálni, akkor jövünk rá, hogy ez az implikáció esetleg csak korreláció és messze nem olyan szignifikáns amennyire hisszük (abba most ne is menjünk bele, hogy azt hisszük, hogy aki nagy orátor az nagy gazdasági zseni is).

A mesterséges intelligenciával foglalkozó kutatók hamar rájöttek arra, hogy biza a megoldandó problémák sokkal sokrétűbbek mint először gondolták. Persze, azért nem teljesen reménytelen a feladatokat osztályokba sorolni, de gyakran érik meglepetések az embereket és az igazi törésvonalak olyan dolgokban vannak, mint hogy teljes információs-e a feladat (azaz minden ismeret a döntéshez megismerhető, mint pl. a sakkban, vagy vannak rejtett információk, mint az ellenfél lapjai a pókerben vagy az asztallap pontos súrlódási együtthatója a pohár felemelésénél), vagy hány lehetséges lépés van minden egyes helyzetben (branching factor, sakknál relatív kevés, gónál sokkal több, matematikai levezetéseknél megszámlálhatóan végtelen (hacsak nem akarunk minden irracionális számot is kipróbálni)), vagy hogy mennyire könnyű megállapítani azt, hogy elértük-e a megoldást.

Szóval elég hamar rájöttek, hogy elég ha csak szűk feladatokon dolgoznak, ezzel telt a kutatás első ötven éve. Persze azért néhány ember aki értette a logikát, azért gyorsan bebizonyította, hogy az általános feladatmegoldó gép szinte lehetséges, hiszen bármely reprezentálható feladatot meg lehet oldani úgy, hogy felsoroljuk az összes lehetséges megoldási módszert és kiválasztjuk azt, ami megoldja a feladatunkat (de saját magát így nem tudja megoldani a végtelen lehetőség miatt, mondta Turing). Ugyanúgy, ahogy minden könyvet is meg lehet írni úgy, hogy végtelen majmot odateszünk verni az írógépet (persze valahogy el kell érjük, hogy különbözőképpen ütögessék a betűket) és az egyik produkció majd pont az lesz amit szerettünk volna (persze, ha már tudjuk, hogy mit szeretnénk pontosan, ez a megoldás kicsit fölösleges). Szóval egy általános számítógép evidens módon képes az általános feladatmegoldásra, a kérdés igazán az, hogy tudja-e ezt hatékonyan is csinálni.

Erről szól igazán a játék, olyan feladatmegoldási stratégiákat találni, amelyek csökkentik a próbálkozások számát. Ezeket a stratégiákat mi heurisztikának nevezzük, nem tudom miért, valószínűleg, hogy tudományosabban hangozzon. Szerencsére ezekből a heurisztikákból nagyon sokat megtaláltunk már, de arra is rájöttünk, hogy van a feladatoknak egy olyan osztálya, amelyet nem tudunk megoldani csak próbálkozásokkal és az nagyon rosszul skálázódik, minél nagyobb a feladat, a próbálkozások száma exponenciálisan nő, tehát még aránylag kis feladatokat is lehetetlen megoldani, ilyenkor azt szokták csinálni, hogy lazítanak a kritériumokon, nem kell a legoptimálisabb megoldás, elég az, ha "elég jó" a megoldás. Sajnos a legtöbb érdekes feladat ilyen feladat, pl. még az is, hogy ha több különböző méretű tárgyat akarunk bepakolni egy táskába, akkor melyeket tudjuk betenni úgy, hogy a legkevesebb kihasználatlan hely maradjon. Annyi örömünk azért lehet a dologban, hogy ha a gép nem képes optimálisan megoldani egy feladatot, akkor az ember tuti nem képes rá és hát a standardot az emberek képességei határozzák meg.

Na, ez egy kissé hosszabbra nyúlt mint terveztem, szóval legközelebb még mindig az általános intelligenciáról lesz szó, meg, hogy miért lenne az jó nekünk.

Demó. 

Zene. Zene.

AI.

a sziszifuszi tanítási görbe

Nem semmi, Andrej pár nap alatt összehozott egy rendszert, ami automatikusan javítja egy gpt2 szintű nyelvmodell tanítási algoritmusát, szóval már azt csinálja amit egy kutató, hipotéziseket fogalmaz meg arról, hogy milyen módszer javítana a sebességen és kipróbálja őket és azokat a hipotéziseket amelyek jobb eredményre vezettek megtartja és folytatja a munkát. Ami a legérdekesebb, hogy néhány ezek közül a hipotézisek közül tényleg működött, szóval már sikerült megjavítani a futásidőt 10%-al, ami nagyon sok. Gondolom lassan oda lehet neki adni az aktuális irodalmat is, hátha ott is talál magának érdekes gondolatokat. A cikket is meg tudja már írni az eredményekből.

Egy másik fickó meg automatizálja a régi játékok visszafejtését. Egy év múlva már tényleg hátradőlhetünk és nézhetjük ahogy a gép dolgozik helyettünk. De persze az is lehet, hogy a koporsónk födelét fogjuk nézni. Hagyni a gépet dolgozni nagy merészséget igényel.

Zene. Zene. Zene.

GOFAI. AI. AI. AI. AI. AI.

minden búzaszemnek jár egy bit

Egyetlen filmélményre emlékszem az átkosból, arra, hogy a tévében láttunk (fekete fehérben természetesen) egy filmet aminek a végén egy rabló meg egy zsaru egy cementgyárba menekül és a végén az egyik elmerül a cementben, de még kinyújtja a kezét és benne vannak a drágakövek. Ennyiből a dzsemináj rájött, hogy a Le Casse (1971) filmet láthattam és a cement az búza volt valójában. Nem semmi. Ja, és Belmondo meg Omar Sharif játszik benne és Ennio Morricone szerezte a zenéjét. Itt a jelenet. Újra meg kell nézzem, a jótúbon fenn van, nem valami szuper minőségben, de elég vicces filmnek néz ki. 

Zene. 

egy bit mindenek felett

Jól kitoltam magammal. Le akartam írni azt, ahogy most látom a mesterséges intelligencia hatását az életünkre közép távon, de a beharangozás után gondoltam, hogy egy kicsit kéne írni az általános szó jelentéséről ami az intelligenciát illeti. Na és itt meg is feneklett a dolog, mert ez egy túl nagy téma. Na de nincs olyan téma amit én ne tudnék félreérteni és összecsapni, szóval akkor most mégis belevágok végre.

Először beszéljünk az agyról, mint általános gondolkodásra alkalmas gépről. Az emberek nagyja úgy gondolja, hogy az agy általános probléma megoldó gép, de szerintem ez nagyon nincs így. Az általános agy lehet, hogy meg tud általános problémákat oldani, de senkinek nincs általános agya, mindenkinek egy van aminek van egy csomó ismeretlen paramétere és egy csomó érthetetlen hatás befolyásolta érthetetlen módon. A különbség a kettő között az, hogy ha az agy általános lenne, akkor ha meg akarunk oldani egy feladatot, akkor bármely embernek odaadhatjuk, mert meg tudja oldani kontra azzal, hogy ha meg akarunk oldani egy feladatot, akkor tudunk találni egy embert aki képes megoldani azt (persze feltételezve, hogy azért nem túl nehéz feladatokról van szó). A számítástudományban ez nagyjából a determinisztikus/nem-determinisztikus automatáknak felel meg, mindkettő ugyanazt tudja megoldani, csak nem ugyanannyi idő alatt (mert meg kell találni pont azt a determinisztikus automatát ami a megoldás lépéseit ugyanolyan sorrendben hatja végre mint a nem-determinisztikus).

Ennél kevésbé elméleti fejtegetés az, hogy mindenki tudja, hogy vannak területek amik érdeklik és el tudnak benne igazodni és vannak amik nem érdeklik és nagyon nem találják benne a helyüket. Pl. én eligazodom az informatikában de nagyon szarul állok az irodalommal, de ettől persze még böfögöm itt a mondatokat, de szerencsére senkinek nem jönnek be az én mondataim, ezért nyugodtan rondíthatom tele az internet ezt a sarkát, nem terjed el a szaga. Ha találok egy jobb módszert a kommunikációra, majd váltok biztosan.

Egy másik egyszerű bizonyíték erre, hogy az emberek nagyja meg tudja tanulni a szorzótáblát, de két ötjegyű számot összeszorozni fejben talán egy tucat ember ha képes, pedig csak a szorzótáblát kell alkalmazni huszonötször és a köztes eredményeket tárolni és összeadogatni.

Az agy kóros deformációiról, a tanulás lassúságáról már ne is beszéljünk (6 évbe kerül csak hogy a számfogalom kialakuljon, a számítógépben más sincs, csak számok), az információ átadásának hatékonytalanságával és rengeteg egyéb dologgal egyetemben, amelyek a biológiai lét velejárói.

Ezzel szemben a számítógép tényleg általános problémamegoldó gép, bármelyik számítógép képes megoldani azokat a problémákat amelyekre programozták. :)

Persze az jó kérdés, hogy mi történik az eddig nem tanult/nem programozott problémák esetében. Eddig az agynak itt előnye volt, de ez pár év alatt véget fog érni, mivel a számítógép igazi általános gép, aminek a határait sem igazán értjük még. Egyszer már írtam erről, hogy milyen jó dolog a számítógép, olyanokat tud, hogy megáll egy gondolat közben, kikapcsolják és egy év múlva ha bekapcsolják, tudja folytatni a gondolatot. Vagy, ha talál valami érdekest, akkor megkéri a többi gépet, hogy segítsenek jobban feltérképezni a gondolat paramétereinek a hatását, mindenki csak egy paraméterhalmazt old meg és a végén összesítik az eredményeket. Sőt, azt is programozni lehet, hogy a gondolatok hogyan alakuljanak ki, apró kis utasításokból sokféleképpen el lehet jutni ugyanahhoz (vagy csak epszilonban eltérő) gondolathoz, egyesek azzal foglalkoznak, hogy minél gyorsabban jussunk el oda, mások azzal, hogy minél szélesebb körben lehessen alkalmazni a módszereket, végtelen lehetőség rejlik benne. Ja és több ezer ember is közreműködhet egy program (gondolati séma) megírásában (megtanulásában). Megnézném én azt az embert aki ezer felé tud figyelni. A gond csak annyi, hogy nagyon távol áll a számítógép gondolkodása az emberi gondolkodástól ezért az embernek nagyon sokat kell tanulnia, míg kitanulja a programozás csínját-bínját, a legtöbben fel is adják közben a versenyt és olyan dolgokkal kezdenek foglalkozni, amelyek közelebb állnak a szívükhöz. Szóval mivel ilyen idegen dolog ez, olyan vicces hibákat követtünk el a számítógépek képességeinek megítélésében (főként emberi analógiára hagyatkozva), hogy azt hittük, hogy hamarabb fogjuk megtanítani a gépet arra, hogy felvegye a poharat az asztalról mint arra, hogy sakkban megverje a legjobb sakkozót (nehéz egy olyan emberekre specializált géppel mint az agy hatékonyan gondolkodni egy az embertől annyira idegen dologról mint a számítógép).

Mindez a bevezető azért kellet, hogy legközelebb arról írhassak, hogy mi is az az általános mesterséges intelligencia, azaz a Szent Grál amit keresnek sokan. Remélem sikerül gyakrabban és rövidebbeket írnom, hosszú még az út a végső következtetésig.

Demó. 

Zene. Zene. Zene. Zene. Zene.

AI. AI.

Párizs (+AI).