Mit jelent az, hogy a mesterséges intelligencia „gondolkodik”? Lehetséges-e egyáltalán ezt a fogalmat ugyanazzal a mércével alkalmazni emberre és gépre? A mesterséges intelligenciáról szóló mai diskurzusok középpontjában álló kérdések valójában nem újak: már a 20. század közepén megfogalmazódtak. Vajon képes egy gép úgy viselkedni, hogy megkülönböztethetetlenné válik az embertől?

Mitől gép a gép? A Turing teszt

Alan Turing az egyik legjelentősebb előfutára volt a mesterséges intelligencia kutatásának. A fent említett Turing-gép ötletével ő vezette be a számítási gépek absztrakt modelljét a számítástudományba. Turing gépe lényegében egy hipotetikus szerkezet, ahol egy fémezett szalagon lépegető olvasó-író fej pontos utasítások szerint dolgozik: olvas, ír és mozog a szalagon előre vagy hátra, lépésről lépésre hajtva végre a vezérlőprogramot. Turing megmutatta, hogy ez a modell minden algoritmikus folyamatot képes előállítani, azaz az ő elméletében minden következtetés gépileg is leírható. Egyetemi előadásában (1947-ben) és jelentésében (1948) már arról beszélt, hogy „olyan gépet akarunk, amely képes tanulni a tapasztalatai alapján”, és ennek egyik módjaként javasolta a programok önálló módosítását is a tanulási algoritmus részeként. Ebből fejlődtek ki később az önprogramozó rendszerek és az adaptív algoritmusok korai koncepciói.

Turing a gépek gondolkodásának kérdését is filozófiai szempontból igyekezett megközelíteni. 1950-ben megjelent „Computing Machinery and Intelligence” című cikkében vetette fel elsőként az immár Turing-teszt néven ismert koncepciót. Turing szerint nem célszerű egyértelműen definiálni a „gondolkodást”, helyette egy kísérleti próbát javasolt: a teszt során egy emberi bíró kérdéseket tesz fel egyszerre egy embernek és egy gépnek. Ha a bíró a válaszok alapján nem tudja eldönteni, melyik a géptől és melyik az embertől érkezett, akkor azt lehet mondani, hogy a gép intelligens viselkedést mutat. Turing ezt a próbát úgy fogalmazta meg, hogy egy gép „gondolkodik”, ha a válaszai és viselkedése megtéveszthetik a kérdezőt.

Alan Turing 1950-ben még radikális mércének szánta elméletét a gépi intelligencia megítélésére, ám a XX. század végére fokozatosan elvesztette központi szerepét. A kutatók egyre inkább felismerték, hogy az emberi beszélgetés puszta utánzása nem feltétlenül jelent valódi megértést vagy gondolkodást. A XXI. század elején, különösen a chatbotok és nyelvi modellek fejlődésével, a teszt inkább kulturális és filozófiai hivatkozási ponttá vált, semmint komoly tudományos mérőeszközzé: egyes rendszerek részfeladatokban „átverik” az embert, mégsem tekinthetők általános intelligenciának. Így a Turing-teszt szerepe átalakult, s ma már inkább arra világít rá, milyen könnyen összekeverjük a nyelvi meggyőzőképességet az értelemmel, és mi magunk hogyan definiáljuk az intelligenciát.

Hogyan gondolkodik az AI?

Az AI nem úgy gondolkodik, mint az ember, hanem mintázatokat számol és valószínűségeket becsül. Azaz a mesterséges intelligencia – különösen a mai nyelvi modellek – hatalmas mennyiségű adatból tanul; nem „érti” a világot, nincs tudata, szándéka vagy belső élménye, a működése azon alapul, hogy felismeri, milyen minták szoktak együtt előfordulni, és ezek alapján kiszámítja, mi a legvalószínűbb következő lépés (például szó, mondat, válasz).

Az AI nem gondolkodik célokban vagy jelentésekben, nem tudja, hogy „igaza van-e”, csak azt, hogy mi illeszkedik a tanult mintákhoz. Nem emlékezik úgy, mint egy ember, hanem súlyozott kapcsolatokkal dolgozik, nem dönt erkölcsileg, csak statisztikailag.

Ami miatt mégis „gondolkodónak” tűnik, az az, hogy az emberi nyelv, érvelés és gondolkodás lenyomata benne van az adatokban, amelyekből tanult, így képes emberhez hasonló válaszokat adni, miközben belül nem megértés, hanem számítás zajlik.

Az AI már a mindennapok része

Napjainkban a mesterséges intelligencia rendszerek képesek nyelvileg kifinomult, koherens válaszokat adni, miközben működésük alapja továbbra is statisztikai mintázatok felismerése és valószínűségi előrejelzés. Ez a felismerés természetesen új kérdéseket is felvet, mint például hogy mit tekintünk intelligenciának, milyen elvárásokat támasztunk a technológiával szemben, és hogyan tudjuk tudatosan használni azt a mindennapokban. Az ilyen kérdések megértéséhez átfogóbb szemléletre van szükség.

Az AI a mindennapokban című könyv ebben nyújt segítséget: közérthető, mégis szakmailag megalapozott módon vezeti végig az olvasót a mesterséges intelligencia működésének alapjain és gyakorlati alkalmazási lehetőségein. Ideális kiindulópont mindazok számára, akik nemcsak használni, hanem érteni is szeretnék ezt a gyorsan formálódó technológiai környezetet.