2. AI ispod haube
Svaki alat koji ne razumijemo lako se pretvara u čaroliju, a svaka čarolija koju ne razumijemo lako se pretvara u strah ili u slijepo povjerenje. Umjetna inteligencija nije iznimka. Tek kada znamo što se doista događa između pitanja koje postavimo i odgovora koji dobijemo, možemo je koristiti kao alat, a ne kao magiju.
U prvome poglavlju pitali smo odakle dolazi umjetna inteligencija. Pratili smo put ideja kojim su logika, filozofija, matematika, statistika, računarstvo, psihologija, lingvistika, sociologija, pedagogija i niz drugih disciplina postupno oblikovale ono što danas nazivamo umjetnom inteligencijom. Vidjeli smo da nijedna od tih disciplina sama nije mogla ponuditi cjelovit odgovor te da je suvremena umjetna inteligencija nastala postupno, evolucijom i interakcijom različitih znanstvenih disciplina, a ne u djelu jedne znanosti.
U ovome poglavlju mijenjamo kut gledanja. Ne pitamo više toliko odakle umjetna inteligencija dolazi, nego kako je tehnički moguće da računalni sustav primi ljudsko pitanje, obradi ga, pronađe relevantne informacije, po potrebi pozove vanjski alat, procijeni vlastiti rezultat i na kraju vrati odgovor ili izvrši zadatak. Riječ je o istoj tehnologiji promatranoj iz drugog kuta: umjesto povijesti ideja, slijedimo put jednoga upita kroz sustav koji ga obrađuje.
Cilj poglavlja nije da čitatelj postane stručnjak za razvoj niti da samostalno programira neuronsku mrežu. Cilj je da razumije arhitekturu suvremene umjetne inteligencije dovoljno dobro da može procijeniti njezine mogućnosti i ograničenja, prepoznati razliku između modela i sustava koji ga okružuje te postaviti prava pitanja prije nego što takav sustav uvede u vlastitu praksu, bilo da je riječ o učionici, redakciji, poduzeću ili javnoj upravi. Tehnička pismenost ovdje nije cilj sama po sebi, nego preduvjet za odgovornu i kritičku uporabu tehnologije o kojoj knjiga govori.
Poglavlje slijedi jasnu logiku kretanja od najmanje jedinice prema cijelom sustavu. Krećemo od pojedinog modela i pitanja kako on uopće „radi” s jezikom: kako tekst postaje niz brojeva, kako se ti brojevi organiziraju u prostor značenja, kako model odlučuje na koje dijelove ulaza obratiti pozornost i kako iz golemog broja mogućih nastavaka bira sljedeću riječ. Zatim širimo pogled na okolinu modela: kao njegovu radnu memoriju, mehanizme kojima se model povezuje sa stvarnim i ažurnim izvorima znanja te agentne sustave u kojima model prestaje biti samo sugovornik i postaje izvršitelj zadataka. Nakon toga postavljamo pitanje kako uopće znamo da takav sustav radi dobro, kako on živi u stvarnom, produkcijskom okruženju te koje su temeljne zakonitosti strojnoga učenja i arhitektonskoga napretka koje objašnjavaju zašto se tehnologija razvija upravo ovim smjerom. Na kraju promatramo širu sliku: tehnologiju kao dio tehničkog, organizacijskog, ekonomskog i društvenog okruženja, u kojem sposobniji model sam po sebi ne jamči ni veću korist ni manji rizik. Završni odjeljci opisuju sliku, zvuk, generiranje videa i fizički AI, u kojemu modeli upravljaju robotima i vozilima. Knjiga je ograničena na civilnu uporabu umjetne inteligencije i ne bavi se primjenama u vojsci, policiji i svemiru. Njih ostavljamo za neko od sljedećih izdanja.
Kao i u prvome poglavlju, tehnički pojmovi uvode se postupno: najprije se objašnjavaju jednostavnim jezikom i primjerom iz svakodnevice, zatim se imenuju hrvatskim nazivom uz engleski izvornik u zagradi, a tek potom upotrebljavaju kao samostalni stručni termin. Pojmovi označeni zvjezdicom (*) dodatno su objašnjeni u bilješkama na dnu stranice, tako da čitatelj bez tehničke pozadine može pratiti tekst bez prekida, dok čitatelj s tehničkim predznanjem u istim bilješkama pronalazi precizniju definiciju.
Na kraju poglavlja vraćamo se pitanju s kojim smo započeli prvo poglavlje: kako različite discipline surađuju u oblikovanju umjetne inteligencije. Pokazat će se da ta interdisciplinarnost ne prestaje na razini ideja, nego se nastavlja i u samoj tehničkoj arhitekturi. Matematika i statistika objašnjavaju kako model uči, računarstvo omogućuje da taj model doista proradi, lingvistika i kognitivne znanosti pomažu razumjeti njegov odnos prema jeziku i mišljenju, ekonomija i organizacijske znanosti objašnjavaju zašto tehnička sposobnost sama po sebi ne jamči korist, a pravo i etika postavljaju granice unutar kojih sustav smije djelovati. Tehnologija koju ovo poglavlje opisuje jednako je interdisciplinarna kao i ideje koje su joj prethodile.
Cjeline poglavlja
- 2.2. Veliki jezični modeli — kako računalo „radi” s jezikom besplatno
- 2.3. Kontekstualni prozor — radna memorija modela za registrirane
- 2.4. Parametri generiranja — temperatura, Top-P i Top-K za članove
- 2.14–2.16. Izbor modela i dobavljača za članove