Hogy működik a mesterséges intelligencia?
Internet a tanórán - 2024. március 24.
Mostanában a csapból is a mesterséges intelligencia folyik, biztosak lehetünk benne, hogy ez lesz az az új technilógia, ami a mindennapjaink részévé válik. Nem kérdéses, hogy a technikával való viszonyunk problematikus, amennyire javítani tudja az életminőségünket, annyira képes rontani is rajta. Az okostelefon remek eszköz lehet, ha oda kell találnunk valahova egy ismeretlen városban, vagy éppen meg kell tudnunk, hogy mit is ehetünk egy kínai vendéglőben, ami annyira autentikus, hogy latin betűkkel nem is írnak ki semmit. De éppen annyira tönkreteheti a mindennapjainkat, ha nem alszunk eleget, mert a szociális média oldalakat pörgetjük vagy a valós tájékozottságunk helyett beleszorulunk az álatala generált információs buborékba. Ahhoz, hogy jól tudjuk használni az egyik legfontosabb, hogy megértsük, miként is működik, mi az, amit valójában csinál, létrehoz. Fontos ezt tudni a keresőmotorokkal és a közösségi oldalakkal kapcsoaltban, de talán még lényegesebb az éppen beköszőntő Mesterséges Intelligencia forradalom hajnalán. Az MI technológiák hátterében szinte minden esetben a gépi tanulás, amögött pedig a neurális hálózatok működése áll. Érdemes egy pár percet rászánni arra, hogy a diákok megértsék, miről is van szó és ehhez semmi sem segít jobban, mintha működés közben láthatják.
A Stanford Egyetem kutatója Adam Harley készített egy látványos modellt, ami segít megérteni, hogy miről is van szó. A modellben (IDE KATTINTVA) a gépi tanulás egyik legelemibb példáját, a karakterfelismerést láthatjuk. A bal oldali négyzetbe beírhatunk egy számot és ezt a neurális hálózat felismeri. A felismerés módját látványosan jeleníti meg a rendszer. A beírt képet kis kockákra, pixelekre bontja, és minden pixelhez tartozik egy érték, hogy az mennyire világos. Ezek az értékek határozzák meg egy sor virtuális neuron állapotát. Minden egyes ilyen pont aktivitása attól függ, hogy azok a pixelek, amikhez kapcsolódik mennyire világosak. Ezek a virtuális neuronok azután egy második sor virtuális neuron állapotát adják meg. Végezetül a e tíz lehetséges kiemenet, a tíz számjegy állapotát ezekenek a második sorban levő neuronoknak az állapota adja meg. Ha bármelyik pontra rámegyünk az egérrel, láthatjuk, hogy melyik másik pontokkal van összekötve és azok miként hatnak rá.
Itt már egy olyan neurális hálót láthatunk, aminél előre meg lett határozva, hogy melyik pont melyik másikkal milyen kapcsoaltban van, azaz a hálózat tréningezve lett. Maga a hálózat tréningezése az, ami gépi tanulással történik. A gépi tanulás működésmenetének megértéséhez is találhatóak jó interaktív demonstrációk, szintén a Stanford oldalán például ITT.
Sajnos az elsőként emlegetett weboldal időként nem érhető el, de ITT megtalálható egy archivált verzió.
