Az OTP Csoport és az Innovációs és Technológiai Minisztérium egy kaliforniai fejlesztőcéggel közösen olyan szuperszámítógép felépítésébe kezdett, amely kimagaslóan fejlett nyelvi rendszere révén Magyarországot a mesterséges intelligenciakutatás hazájává teheti. A fejlesztők ígérete szerint a szuperszámítógép révén létrejövő erőforrás nemcsak a banki ügyvitel motorja lehet, például felsőoktatási intézmények számára is közvetlen kapcsolatot teremt a mesterséges intelligenciával. Hogy miért jelent technikatörténeti pillanatot ennek a gépnek a munkába állása, kiderül abból az útból, ami idáig vezetett.

Átléphető-e a határ ember és gép között?

A mesterséges intelligencia (AI), ahogy elnevezéséből is kiderül, arra tesz kísérletet, hogy a számítógépet olyan képességekkel ruházza fel, amelyek révén modellezhetővé válik az ember gondolkodása, tanulásra való képessége. A tudományos elvi álláspont sokáig azt mondta, a gép nem képes megragadni az emberi intellektust. Ezt szemléltette a „kínai szoba” paradoxon. Ha egy kínaiul nem beszélő embert (számítógépet) bezárunk egy szobába és azt adjuk neki feladatul, hogy válaszoljon kínai nyelven feltett kérdésekre, majd megadunk ehhez minden lexikális segítséget, szótárt, nyelvtan, társalgási fordulatokat, lehet, hogy egy idő után képes lesz válaszolni a feltett kérdésre, de ettől még érteni fogja a nyelvet?

A „kínai szoba” modell arra mutat rá, hogy a számítógépek funkciója mindig az volt, hogy megoldást találjon egy adott részproblémára, ugyanakkor a gyakorlatban a gép soha nem látja át az egész helyzetet.

A számítógép például elképesztő sebességgel képes lebonyolítani a pénzintézetek közötti elszámolást, lehetővé teszi a bankkártyás fizetést, az azonnali utalást stb., de ettől még a komputer nem lesz bankár. Vagy mégis?

Turing teszt

Az AI-kutatás úttörője, Alan Turing 1950-ben „Computing Machinery and Intelligence” című dolgozatában azt az egyszerű kérdést tette fel, miszerint egy gép tud-e gondolkodni? Az angol matematikus nem adott választ erre a kérdésre, viszont leírta azokat a körülményeket, amelyek meglétekor a feltett kérdésre igennel válaszolhatunk. Turing azt mondta, abban az esetben, ha egy gép képes elhitetni valakivel, hogy egy másik emberrel áll kapcsolatban, akkor az a gép intelligens. A mesterséges intelligencia kutatás azóta is ezt a tesztet, illetve az ebben megfogalmazódó víziót tekinti fő célkitűzésének.

Turing tulajdonképpen a kezdetek kezdetén ismerte a receptet, úgy gondolta, hogy egy gép akkor képes teljesíteni a tesztet, ha beszéli a természetes nyelvet, képes tanulni a beszélgetésből: emlékszik és visszautal az elhangzottakra, ötletekkel tud előállni, képes általánosítani, és a józan ész szabályai szerint gondolkodik. Turing 2000-re várta az intelligens gép létrejöttét, és bár addig hiába sokszorozódott meg a számítógépprocesszorok teljesítménye, hiába nőtt hatalmasra a gépek memóriája, a Turing tesztet csak a 2010-es években sikerült megugrania egy algoritmusnak. Részben. De ne szaladjunk ennyire előre!

Csalóka napfény

Ahogy az a Turing tesztből is kiderül, a mesterséges intelligencia valódi kihívása az emberi nyelv autentikus használatát jelenti. Nem véletlen tehát, hogy az AI-kutatás is ebbe az irányba indult el. A nyelvi programok iránti érdeklődés, illetve az ezekkel kapcsolatban kialakult túlzott elvárások azonban majdnem az egész kutatásterület vesztét eredményezték. Az Egyesült Államokban a mesterséges intelligencia kutatás finanszírozásának katonai okai voltak. A hidegháború időszakában az amerikai hadsereg egy olyan rendszert várt, amely azonnal képes lefordítani bármilyen dokumentumot, hanganyagot oroszról angolra.

1954-ben a gépi fordító (machine translation, MT) debütálása nagyon jól sikerült. Túlságosan is. A kezdetleges állapotban lévő Georgetown-IBM gép mindössze hat nyelvi szabályt ismert, a szókincse 250 szó volt, és ezek mindegyike a szerves kémia fogalomkörébe tartozott. Mai szemmel nézve könnyű belátni, hogy egy ilyen szűk, speciális területen könnyű volt sikert elérni, azonban a sajtó ennél jóval nagyobb eseményként kiáltotta ki a kísérletet, és kialakult az az általános vélekedés, hogy néhány éven belül a gépi fordítás számos nyelv között teremt azonnali és teljes átjárást.

És eljött a tél…

A nyilvánosság lelkesedése, illetve az oroszok aggodalma arra indíttatta az amerikai kormányt, hogy komoly összegeket fektessen a MT-fejlesztésébe. Azonban a robosztus technológiai kihívás miatt a program nagyon lassan haladt, nem jöttek az eredmények, ezért egy kormányzati vizsgáló bizottság (ALPAC) alakult, az MT-projektet reménytelennek titulálták és 1966-ban megszüntették a támogatását. A politikai kudarc, illetve a projekt bukása magával rántotta az egész mesterséges intelligencia kutatást is, az ezt követő hosszú időszakot hívják a transzatlanti világban „AI-télnek” (a nukleáris tél kifejezésre utalva), amikor a mesterséges intelligencia kifejezetten elutasított kifejezés lett.

Az élet persze nem állt meg, a tudományos programok alkalmazkodtak a kialakult helyzethez, ezért az AI-projekteknek alternatív elnevezéseket kezdtek adni. Így kerültek forgalomba az olyan, ma is használt kifejezések, mint a gépi tanulás (machine learning), informatika (informatics), tudásalapú rendszer (knowledge-based system) és a mintafelismerés (pattern recognition).

A táblás játék lett a kitörési pont

A számítógép nyelvi képességei lassan fejlődtek, de akadt egy olyan terület, ahol a gép igazolni tudta intelligenciáját. Ha egy program képes legyőzni az embert mondjuk sakkban, akkor intelligens, nem? De! Legalábbis ez volt az IT-szektor válasza.

A sakk az egyik legnehezebb, legnagyobb intelligenciát követelő játék. Az 1970-es évektől kezdve megjelenő sakkprogramoknak két fajtája létezett. Az első családba tartoztak az „izomagyú” programok, amik semmi mást nem tettek, mint számoltak; igyekeztek számba venni egy állás kapcsán az összes lehetséges lépést, illetve minden egyes lépéshez minimum és maximum eredményeket kapcsoltak. A másik sakkprogramiskola arra törekedett, hogy a program egy önmaga által alkotott stratégia és heurisztikák segítségével diadalmaskodjon a játékban. A számítástechnika fejlődése azt hozta, hogy a végül diadalmaskodó sakkprogramok a jóval primitívebb, de sokkal kiszámíthatóbb úton jutottak el a győzelemig.

A legismertebb sakkprogram, az IBM Deep Blue, amely 1997-ben 3.5/2.5 arányban megverte az akkori világbajnok Kaszparovot is, egy ilyen izomagyú program volt. Ennek oka a technológiai fejlődés, a számolási sebesség exponenciális növekedése volt. A Deep Blue algoritmus nagyjából 200 millió állást tudott kiértékelni másodpercenként, 8-12 lépésre előre gondolkodva. A média érdeklődése hatalmas reklám volt a cég számára, az IBM-részvény értéke már másnap 3,6 százalékkal nőtt, de hiába, a számítógép győzelme az emberen, a Deep Blue nem tudta meghaladni a „kínai szoba” paradoxont, fogalma sem volt arról, mi is a sakk valójában.

Egy kelet-ázsiai játéknak köszönhetjük a gépi tanulást

A játékprogram fejlesztés a sakk után az ázsiai go játék irányába fordult. A go abban különbözik a sakktól, hogy nem lehet számítási kapacitással akkora előnyt szerezni. Amíg a sakkban egy álláshoz átlagban 40 lépési lehetőség kapcsolható, addig a go-ban ez a szám 200, illetve amíg az indai táblajáték egy mattal ér véget, a go-ban ehhez a felek értékelése után meghozott kölcsönös megállapodás szükséges. Nem véletlen tehát, hogy a programalkotás a go esetében elfordult az izomagyú megoldástól, pontosabban ez a program volt, ami ugyanarra a működésre hangolta magát, mint amit mi emberek is használunk: tanulni kezdett.

A gépi tanulás lényege, hogy a gép a tanítóadatok alapján tapasztalatokat, mintákat gyűjt, kiértékeli ezeket és meghatározza a szabályszerűségeket. Magyarán nemcsak számol, hanem képes általánosítani és a tanulás révén helyes döntéseket hozni. Az új algoritmus egy farendszerben, az úgynevezett Monte Carlo módszer véletlenszerű mintavétellel dolgozott, a valószínűségszámítás és a statisztika eszközeivel alkotta meg önmaga számára a go szabályszerűségeit. A Google tulajdonában lévő AlphaGo elnevezésű program 2015 után sorra kezdte nyerni a profi go-bajnokságokat. A program végső formájában, AlphaZero néven a világ legjobb Go-játékosaként tartják számon. A gépi tanulás, a nyelvi programok világában is kitörési pontnak bizonyult.

Az emberi agy lett a modell

A gépi tanulás lehetőségének megteremtése érdekében a mérnökök az emberi agy leegyszerűsített modelljéből indultak ki. Az agyban az úgynevezett neuronok dolgozzák fel az információkat, a gépben is a mesterséges neuronok összegzik az őket érő ingereket és súlyozva, matematikai úton visszajeleznek az algoritmus számára. Az egyre bonyolultabb egyre több adatot, ingert feldolgozó algoritmusok egyre összetettebb, egyre mélyebb neuronhálókat állítanak össze. A neuron hálózatok rétegei tartalmazzák azt az absztrakt tudást, amit a gép megtanult. Ezzel a mélytanulási módszerrel állnak össze az olyan technológiák, mint az önvezető autók, az orvosi diagnosztikai alkalmazások vagy a személyi asszisztensek (például Siri). Kellő számú tanulóadat esetén a gép lépésről lépésre megtanulja értelmezni a forgalmat, a jelzőtáblákat, az orvosi képalkotó rendszerek a laboreredményeket, illetve a gép szívesen megtanulja, mi a kedvenc ételünk, taxitársaságunk stb.

Csetelünk egy kicsit?

A mesterséges neuronhálózatok révén tanuló gépek nemcsak a go-ban jeleskedtek. A 2010-es években egyre népszerűbbé váló chatbot alkalmazások is hasonló elvek alapján épültek fel, persze a középpontban itt már a kommunikáció áll. A chatbotalkalmazások segítségével interperszonális módon, egy algoritmussal beszélgetve vásárolhatunk, foglalhatunk szállást, vehetünk jegyet vagy intézhetünk ügyet egy szolgáltatónál. A zárt, azaz korlátozott számú feladat megoldására képes chatbotok mellett létrejöttek olyan nyílt, tehát szándékuk szerint 360 fokos humanoid alkalmazások, amelyek nyíltan arra törekedtek, hogy teljesítsék a Turing tesztet. A korábban említett Eugene Goostman nevű chatbot 2014-ben a londoni Royal Society 30 bírójából 10-zel elhitette, hogy nem egy algoritmussal, hanem egy 13 éves, angolul hibásan beszélő ukrán fiúval beszélget.

AI tavasz

Az elmúlt évek mélytanulási eredményei révén egyre komolyabb képességekre tett szert a mesterséges intelligencia. Az cikk elején bemutatott szuperszámítógép ennek a fejlődésnek legújabb állomását jelenti. A létrehozandó gigászi berendezés „lelke” egy GPT-3 (azaz Generative Pre-trained Transformer 3) rendszer, ami egy úgynevezett autoregresszív modell, ami azt jelenti, hogy a mélytanulás révén képes például változó folyamatok, véletlenszerű jelenségek felismerésére és leírására is. A fejlődés ütemét mutatja, hogy amíg az előző prototípus, a GPT-2 esetében 1,5 milliárd, addig a GPT-3 a rázúdított információk révén már 175 milliárd mesterséges neuronhálózatot alakított ki. Ennek eredménye, hogy a GPT-3 algoritmus minden eddiginél értelmesebb és koherensebb szöveg megalkotására képes, eltérő céllal és műfajokban képes értekezni, ha megbízást kap erre. A GPT-3 tudományos értekezéseket, cikkeket, verseket, novellákat is tud írni, írásbeli utasítások alapján grafikai és programozási feladatokat hajthat végre, és persze válaszol kérdésekre is, ha például interjút készítenek vele.

Mit várhatunk?

A szuperszámítógépben futó GPT-3 egy olyan rendszer, ami minden bizonnyal ablakot vág a „kínai szoba” falára, ha még egy teljes pénzügyi képzést nem is, de nagyon sok összetett részletfeladatot már most képes megtanulni a gép. Nemcsak ügyintéző, operátori szerepben, de a csalások kiszűrésében, szerződések elkészítésében, a beszerzés, költségracionalizálás, illetve a kockázatelemzés és a hitelelbírálás területén is meglepően jó eredményekkel rendelkeznek ezek az algoritmusok.

A magyar fejlesztés célja nem kevesebb, mint a világ egyik legfejlettebb nyelvi modelljének megalkotása, amelynek köszönhetően a bank képes lesz nagy mennyiségű szöveges információt gyorsan feldolgozni. Ez a gyorsulás leginkább az ügyfélszolgálatban, a személyre szabott ügyfélkiszolgálásban és a döntéselőkészítésben eredményezhet majd gyökeres változásokat. Az ügyfélszolgálat esetében például a mesterséges intelligencia átvállalja a fárasztó, ismétlődő feladatok terheit, a banki munkatársak többet tudnak a nagyobb hozzáadott értékű ügyekkel foglalkozni. A szuperszámítógép hihetetlenül erős olvasási, adatgyűjtő-képessége révén a bank több szempontot alapul véve, gyorsabban tud majd pénzügyi döntéseket hozni, a személyre szabott ügyfélkiszolgálás pedig új banki élményekkel ajándékozhat meg minket. A fejlesztési projekt azonban szándéka szerint túlmutat a banki működésen. A GPT-3 rendszer révén a magyar egyetemek, cégek közvetlen kapcsolatba kerülhetnek a mesterséges intelligencia legfejlettebb eszközével.