Ako funguje umelá inteligencia jednoducho: Pochopte princípy

Štatistika namiesto vedomia: Ako AI predpovedá slová

Jadrom fungovania modernej generatívnej AI je predpovedanie nasledujúceho prvku v reťazci. Keď napíšete otázku, AI ju nerozoberá ako človek, ktorý premýšľa nad významom. Namiesto toho rozbije váš vstup na menšie časti, takzvané tokeny. Token môže byť celé slovo, časť slova alebo interpunkčné znamienko.

Model potom prehľadá svoje vnútorné nastavenia (váhy), ktoré nadobudol počas tréningu, a vypočíta pravdepodobnosť toho, ktorý token by mal nasledovať. Ak napíšete „Dnes je pekný...“, model vyhodnotí, že „deň“ je oveľa pravdepodobnejší kandidát než napríklad „bicykel“. Celá táto komplexnosť spočíva v miliardách takýchto mikro-rozhodnutí, ktoré sa dejú v milisekundách.

Dôležité je chápať, že AI nemá prístup k aktuálnej pravde o svete. Jej „vedomosti“ sú zamrznuté v čase tréningu. Ak sa jej opýtate na udalosť, ktorá sa stala dnes ráno, model, ktorý nemá prístup k živému vyhľadávaniu cez internet, si bude vymýšľať alebo zlyhá, pretože nemá žiadnu databázu faktov v reálnom čase.

Proces učenia: Kde sa AI vzali všetky informácie

Umelá inteligencia sa neučí tak, že by čítala učebnice a robila si z nich výpisky. Učí sa procesom, ktorý sa nazýva trénovanie. Vývojári do modelu nahrajú obrovské množstvo dát – knihy, články, programátorský kód, diskusné fóra či digitalizované archívy. Toto je fáza predtrénovania.

Počas tohto procesu model opakovane skúša predpovedať ďalšie slovo v texte. Keď uhádne správne, jeho vnútorné prepojenia sa posilnia. Keď urobí chybu, matematický algoritmus upraví váhy prepojení tak, aby sa nabudúce priblížil k správnej odpovedi. Toto opakovanie prebehne biliónkrát.

Po predtrénovaní nasleduje fáza ladenia, často označovaná ako RLHF (Reinforcement Learning from Human Feedback). Tu vstupujú do hry ľudia. Hodnotia odpovede modelu, označujú, ktoré sú užitočné, bezpečné alebo pravdivé, a ktoré sú naopak škodlivé či nezmyselné. Týmto spôsobom sa „surový“ model vybrúsi do podoby užitočného asistenta, ktorého poznáme.

• Predtrénovanie: Model pohlcuje terabajty dát a učí sa štatistické vzťahy medzi slovami.
• Doladenie: Ľudia učia model, ako má odpovedať, aby bol nápomocný a bezpečný.
• Inferencia: Fáza, kedy model používate a on generuje odpovede na základe naučeného.

Súvisiace čítanie
Čo je umelá inteligencia a ako funguje? Praktický sprievodca(AI nástroje)

Prečo AI občas klame alebo halucinuje

Halucinácie sú prirodzeným dôsledkom toho, ako AI funguje. Pretože model sa nesnaží byť pravdivý, ale štatisticky presvedčivý, niekedy vytvorí vetu, ktorá gramaticky a štrukturálne dáva dokonalý zmysel, ale fakticky je úplne nesprávna.

Predstavte si AI ako študenta, ktorý sa naučil všetky učebnice dejepisu naspamäť, ale nikdy nebol v reálnom svete. Ak sa ho opýtate na vymyslený historický fakt, ktorý znie vierohodne, študent sa pokúsi odpovedať, aby vás nesklamal, a vytvorí presvedčivo znejúcu, no nepravdivú informáciu. Toto je presne ten mechanizmus, ktorý vedie k halucináciám.

Ak AI nevie nájsť v tréningových dátach jasnú cestu k odpovedi, matematická pravdepodobnosť ju „dotlačí“ k vygenerovaniu slov, ktoré k sebe zapadajú. Preto nikdy nesmiete brať výstupy z AI ako nezpochybniteľnú pravdu, najmä pri citlivých témach ako právo, medicína alebo technické špecifikácie.

Ako funguje AI v praxi: Od vkladu po výsledok

Keď odošlete správu v chate, neprebieha len jednoduché poslanie textu. Systém najprv premení váš text na čísla, takzvané vektory. Tieto čísla reprezentujú význam slova v multidimenzionálnom priestore. Slovo „pes“ a „šteňa“ budú v tomto priestore blízko seba, zatiaľ čo „pes“ a „raketa“ budú ďaleko.

Následne model prejde týmito číselnými reprezentáciami cez vrstvy neurónovej siete. Každá vrstva spracuje nejakú časť kontextu – napríklad gramatiku, tému alebo tón. Nakoniec model vygeneruje prvý token odpovede. Ten sa vráti späť do systému ako nový vstup spolu s vašou pôvodnou otázkou a model generuje druhý token.

Tento cyklus „vstup – výpočet – generovanie jedného slova – opakovanie“ je dôvodom, prečo AI píše text postupne, ako keby ho niekto písal na stroji. Nie je to preto, že by si model dával načas, ale preto, že každé slovo je závislé od všetkých slov, ktoré boli napísané pred ním.

• Vstup (prompt): Užívateľ zadá text.
• Tokenizácia: Text sa rozbije na čísla.
• Neurónová sieť: Prebiehajú miliardy matematických operácií.
• Predikcia: Model vyberie najpravdepodobnejšie nasledujúce slovo.
• Výstup: Slová sa pospájajú do čitateľného textu.

Súvisiace čítanie
Umelá inteligencia po slovensky: čo znamená AI v praxi?(AI nástroje)

Parametre, okná kontextu a teplota

Pri práci s AI nástrojmi narazíte na pojmy, ktoré určujú kvalitu a správanie modelu. Parametre sú v podstate „znalosti“ modelu. Viac parametrov zvyčajne znamená schopnosť chápať jemnejšie nuansy, ale aj vyššie nároky na hardvér.

Kontextové okno určuje, koľko textu si model dokáže „pamätať“ v rámci jednej konverzácie. Ak je okno malé, model zabudne, čo ste písali na začiatku. Moderné modely zvládnu aj celé knihy v rámci jedného okna, čo im umožňuje pracovať s rozsiahlymi dokumentmi.

Teplota (Temperature) je nastavenie kreativity. Pri nízkej teplote (napr. 0.2) je model konzervatívny a vyberá vždy to najpravdepodobnejšie slovo. Je vhodný na analýzu dát. Pri vysokej teplote (napr. 0.8) model riskuje a vyberá menej pravdepodobné slová, čo vedie ku kreatívnejšiemu, ale aj menej spoľahlivému textu.

Najčastejšie mýty o fungovaní AI

Ľudia často pripisujú umelej inteligencii vlastnosti, ktoré nemá. Najväčším mýtom je, že AI „vie“, čo hovorí. AI nevie nič. Nemá žiadnu skúsenosť s realitou, nemá city, nemá morálny kompas a nemá vedomie. Ak AI napíše, že je smutná, je to len štatistická simulácia textov, ktoré čítala a v ktorých sa ľudia vyjadrujú so smútkom.

Ďalším mýtom je, že AI sa učí z vašich otázok v reálnom čase, kým s ňou píšete. Väčšina komerčných modelov sa počas vašej konverzácie „neučí“ v zmysle trvalej zmeny svojho vedomostného fondu. Menia sa len premenné v rámci vašej konkrétnej relácie (kontextové okno), ktoré sa po vymazaní chatu stratia.

Posledným častým omylom je presvedčenie, že AI je neomylná kalkulačka. Hoci dokáže počítať, často zlyháva v jednoduchých matematických úlohách, pretože matematiku vníma ako lingvistický vzorec, nie ako logický systém. Preto je vždy lepšie nechať výpočty na špecializované nástroje.

• AI nemá vedomie ani pocity.
• AI sa pri vašom chate trvalo neučí (pokiaľ nie je explicitne nastavená na učenie).
• AI nie je kalkulačka, preto pri matematike často chybuje.

Súvisiace čítanie
Ako preložiť stránku alebo dokument bez chýb?(Aplikácie a služby)