Radványi Miklós

Azt is írhattuk volna címnek, hogy AI integráció a TE CÉGEDNEK, hisz nem lehet teljesen tipizálni egy ennyire személyre szabható szolgáltatást. Fontos tehát az egyediség és ezáltal az összecsiszolódás! Az elmúlt 2-3 évben a generatív mesterséges intelligencia jelentős mértékben megváltoztatta mindennapjainkat. A technológia fejlődése olyan gyors ütemben halad, hogy sokan először tapasztalják meg a mesterséges intelligencia mondhatni emberi szintű teljesítőképességét. Sőt, ma már az sem elképzelhetetlen, hogy a mesterséges intelligencia hamarosan túlszárnyalja az emberi képességeket.

Az AI forradalommal együtt egy eddig nem közismert, naponta megújuló terület hatalmas információáradata szakadt a társadalomra.

"Bár az emberek már a mindennapjaikban is használnak mesterséges intelligenciát, sokak számára még mindig homályos, hogyan is működik pontosan és milyen lehetőségeket rejt magában. Ez különösen igaz, amikor a vállalatok profitábilis AI alkalmazások tervezését és bevezetését tűzik ki célul."

A vezetők jól tudják, hogy lépést kell tartaniuk a technológiai fejlődéssel, de közben alaposan mérlegelniük kell a potenciális kockázatokat és kihívásokat is.

Mi történik most az AI integráció trendben?

Nos, amit látunk, hogy mindenki AI-t akar, de senki sem tudja pontosan hova, miért és mikor. Olyan, mintha mindenki egy csodaszert keresne, egyszerre félünk tőle, ugyanakkor vágyunk is rá. Ezzel együtt érkeznek a végtelen elvárások és kielégíthetetlen vágyak, amelyek hajszolása később csalódáshoz vezethet. A megbízhatóság és kiszámíthatóság komoly problémát jelent, nem mellesleg a naponta változó technológiával is alig tudjuk tartani a lépést.

Mindezen jelenségek egyvelege a cégvezetőket olyan helyzetbe sodorja, mintha az AI lenne az új nagy Ő, és ha nem figyelnek oda, könnyen klasszikus párkapcsolati helyzetekben találhatják magukat. Csak itt a romantikus sétát a mesterséges intelligenciával teszik meg a Duna-parton.

Olyan ez, mint egy valódi kapcsolat, és a tapasztalat is azt mutatja, hogy nagyjából hasonló lépésekből áll. Nézzük, ha úgy döntesz, hogy belevágsz, és beépíted a cégbe az AI-t, akkor mire is számíthatsz valójában:

1. Ismerkedés VELE: azaz az AI integrációval

Kezdődik a randi időszakkal, az első találkozásokkal és a kezdeti vonzalom időszakával. Van ez a bizsergető érzés, pillangók a hasban – úgy érzed, most megtaláltad azt, amire vágytál, minden problémádra a gyógyírt. A megváltást várod tőle, ezért a hibáiról tudomást sem veszel. Csak sodródsz és élvezed, hogy most a tiéd, ezzel kiegészültél.

2. Az első konfliktusok, az a Mesterséges Intelligencia rejtelmei

Ahogy alábbhagy a rózsaszín köd, előjönnek az első konfliktusok. Észreveszed, hogy valami megváltozott. Feltűnnek az első hibák, és már nem vagy annyira biztos benne, hogy ez tökéletes. Megkérdőjeleződik, hogy tudsz-e vele együtt élni, támogat-e téged, beilleszthető-e az életedbe. Az elvárásokat nem mindig teljesíti, ráadásul a pénztárcádat sem kíméli.

3. A(I) határok kijelölése

Szépen lassan eljutsz majd oda, ahol meg kell határoznod a saját határaidat. Megszületnek a kompromisszumok, elfogadod a másik tulajdonságait. Az AI esetében rájössz, hogy mire való és mire számíthatsz tőle. Elindultok a stabilitás felé vezető úton.

4. Összeköltözés VELE

A közös élet elkezdése és az együttélés kihívásai. Egy kapcsolatban sok egymásra hatás van, ami alól a mesterséges intelligencia sem kivétel. Közben új tulajdonságokat is felveszel, beépíted őket a mindennapokba. Összehangolódtok és elkezditek építeni egymást. Egy jó kapcsolatban a közös jövőépítés van a hangsúlyban.

5. Elköteleződés 

Végül eljutsz oda, hogy meghatározzátok a közös jövőt. A kapcsolatotok stabilizálódik és közösen tervezitek meg, hogyan tovább. Az AI nem csupán eszközként funkcionál, hanem valódi partnerként része lesz mindennapjainknak. A közös célok felé haladtok, egyre inkább egységet alkotva a változások és kihívások közepette. Az AI integráció cégeknek ezért ér aranyat; ebben a fázisban összpontosul az energiája.

Az AI integráció tapasztalatokból táplálkozik?

Ezek az általános szakaszok gyakran előfordulnak egy-egy párkapcsolatban. Ha tapasztalatlan vagy, vagy nincs kivel beszélned róla, könnyű lehet belebotlani néhány buktatóba az elején. Jobb mások tapasztalataiból tanulni, mint a saját hibáinkon keresztül.

De mi az, ami változik az idő múlásával? A tapasztalat. A megszerzett tapasztalat segít abban, hogy egyre könnyebben vegyük az akadályokat, jobban megismerjük saját magunkat, és tisztábban lássuk, mi az, amire valóban vágyunk. Így elkerülhetjük a sérüléseket és a felesleges fájdalmakat. Ebben az AIBRIDGE a megbízható partner, aki elkíséri a vállalatokat az úton.

Nem könnyű egy kapcsolatot kívülről és belülről is látni. Ha elakadást tapasztalsz, akkor keress fel egy párkapcsolati tanácsadót.

Mit csinálj, ha az AI-jal nincs tapasztalatod vagy elakadtál?

Kérdezz meg egy AI szakértőt!

A szerzőről | Radványi Miklós

Image by GrumpyBeere from Pixabay

Az AI technológia folyamatosan átalakítja a programozás világát. Habár még nem történt meg, hogy a mesterséges intelligencia teljesen felváltotta volna az emberi programozókat, az AI által generált kódok egyre pontosabbak, ami előbb-utóbb valósággá válhat.

Egyesek ezt fenyegetésként érzékelhetik, míg mások szerint az AI segíthet gyorsabban és hatékonyabban jobb kódot írni. Ebben a cikkben bemutatjuk azokat az AI eszközöket, amelyek jelenleg elérhetők a programozók számára, és megvizsgáljuk, hogyan befolyásolják ezek a kódolási folyamatokat.

GitHub Copilot - az OpenAI Codexre épül, ami a GPT-3 modellen alapul. Ez az eszköz támogatja a kódgenerálást a leggyakoribb fejlesztői környezetekben, mint a VS Code és JetBrains, és támogat több mint tucat programozási nyelvet. A Copilot trillió sor nyilvános kód alapján tanult, így rendkívül hatékony kódjavaslatokat képes adni.

Tabnine - egy AI-alapú kódkiegészítő eszköz, amely több mint 20 programozási nyelvet és 15 szerkesztőt támogat, és kiválóan növeli az integrált fejlesztői környezetek (IDE-k) auto-completion képességét.

CodeT5 - a Salesforce által kifejlesztett nyílt forráskódú programozási nyelvi modell, amely a Google T5 keretrendszerére épül, és GitHub projektek millióiból tanult meg kódot generálni.

Polycoder - a Carnegie Mellon University által kifejlesztett modell, állítása szerint pontosabban képes C nyelven kódolni, mint bármely más model, beleértve a Codexet is.

Cogram - egy berlini startup által kifejlesztett eszköz, amely adattudósoknak és Python programozóknak készít kódot Jupyter Notebooks és SQL lekérdezések segítségével.

DeepCode - egy AI-alapú kódellenőrző eszköz, amely javaslatokat tesz a kód javítására, beleértve a kód befejezését és a refaktorálást.

Kite - egy ingyenes, AI-alapú kódkiegészítő eszköz Pythonhoz, amely valós idejű kódkiegészítéseket kínál a gépi tanulás segítségével.

Ezen eszközök bemutatása azt jelzi, hogy az AI milyen mértékben képes átalakítani a kódolási folyamatokat, lehetővé téve a fejlesztők számára, hogy gyorsabban, hatékonyabban és pontosabban kódoljanak. Az AI folyamatos fejlődése újabb és újabb lehetőségeket nyit meg a programozás terén, amelyek nemcsak a kódolási gyakorlatokat, hanem a fejlesztői munka egészét is képesek forradalmasítani.

Top Artificial Intelligence (AI) Tools That Can Generate Code To Help Programmers (2024) - MarkTechPost

Photo by cottonbro studio: https://www.pexels.com/photo/woman-with-text-projected-on-her-face-5473957/

A mesterséges intelligencia világában a Claude-3 modell új rekordokat állít be. Ez a fejlesztés új szintre emeli az AI intelligenciáját, amint az IQ teszteken is megmutatkozik. A Claude-3 átlépte a 100-as IQ küszöböt, amely a mélyreható elemzés, tartalomgenerálás és többnyelvű kommunikáció területén is kiemelkedő teljesítményt nyújt. A korábbi modellekhez képest a Claude-3 jelentősen felülmúlja az elvárásokat, különösen a komplex feladatok megértésében és a gyors, hatékony válaszadásban.

A teszt során a Claude-3 nemcsak hogy jobban teljesített, mint elődei, hanem az emberi átlagot is meghaladó eredményeket ért el, ami felveti a kérdést, hogy vajon a mesterséges intelligencia fejlődése milyen hatással lesz a társadalomra és az iparra. E modell bemutatása jelentős lépés az AI fejlesztésében, és a jövőben várhatóan még nagyobb hatással lesz az AI alkalmazásainak körére.

Ez az eredmény azt is jelzi, hogy a mesterséges intelligencia képes megközelíteni, sőt néha még túl is szárnyalni az emberi gondolkodásmódot bizonyos területeken. Miközben a Claude-3 folyamatosan tanul és fejlődik, felmerül a kérdés: vajon készen áll-e a társadalom arra, hogy a mindennapok részévé váljanak ezek a fejlett AI-k? A technológiai előrelépések, mint amilyen a Claude-3, új lehetőségeket és kihívásokat is hoznak, így elengedhetetlen, hogy folyamatosan értékeljük és kezeljük az ezzel járó etikai és biztonsági kérdéseket.

Az AI fejlődésének üteme nem csupán technikai vagy gazdasági kérdés, hanem mélyreható társadalmi változásokat is előidézhet, amelyekre fel kell készülnünk. Ahogy a Claude-3 és a következő generációs modellek egyre inkább az életünk részévé válnak, fontos, hogy megértsük és hatékonyan integráljuk ezeket az új technológiákat, hogy maximalizálhassuk hasznukat, miközben minimalizáljuk a kockázatokat.

AIs ranked by IQ; AI passes 100 IQ for first time, with release of Claude-3 (maximumtruth.org)

Image by Gerd Altmann from Pixabay

Az OpenAI és Elon Musk kapcsolata tavasz óta a figyelem középpontjába került, ezúttal egy per kapcsán, amely során Musk arra törekszik, hogy az OpenAI visszatérjen eredeti, nyílt forráskódú, nonprofit gyökereihez. Az ügy mögött azonban személyes és üzleti nézeteltérések is meghúzódnak.

Musk, az OpenAI egykori alapító tagja, évekkel ezelőtt arra törekedett, hogy az AI startupot beolvassza a Tesla birodalmába, és ezzel jelentős befolyást szerezzen az AI iparág felett. E-mail váltások szerint ő maga is támogatta az intézmény profitorientálttá válását, mégis most épp emiatt indít pert az OpenAI ellen. Az igazi fordulat azonban az, hogy Musk már nem irányítja a céget, és ez látszólag nem csupán üzleti, hanem személyes sérelmeket is felvet.

Az OpenAI válaszában nyilvánosságra hozott e-mailek szerint Musk már 2016-ban tisztában volt azzal, hogy az OpenAI kevésbé lesz nyílt forrású. Az ügy kibontakozása közben az OpenAI továbbra is jelentős mérföldköveket ér el, például a ChatGPT naponta több mint 100 millió aktív felhasználóval rendelkezik. 

Ez az eset ismét felhívja a figyelmet arra, hogy az AI iparág gyors fejlődése milyen komplex kihívásokat vet fel, és hogy a technológiai óriások milyen mértékben befolyásolják ezen technológiák jövőjét. A per kimenetele még kérdéses, de az biztos, hogy az AI világában zajló hatalmi harcok még sokáig napirenden maradnak.

Telex: Elon Musk beperelte az OpenAI-t

Az OpenAI-nak nyugtái vannak: Elon Musk azt akarta, hogy az OpenAI egyesüljön a Teslával (gizmodo.com)

Image by Dee from Pixabay

AI Megjegyzések a Facebookon! 

A Facebook új funkciója, az "AI kommentelés", lehetőséget ad az AI által generált válaszok küldésére. De vajon ezek az automatizált válaszok helyettesíthetik-e az emberi interakciót? Mennyire vagyunk készek hagyni, hogy egy algoritmus fejezze ki helyettünk az érzéseinket?

Fontos, hogy a technológiai újítások mellett megőrizzük az emberi kapcsolatok és gondolatok értékét. Gondolkodjunk el ezen, és osszuk meg véleményünket! 

#FacebookAI #EmberiKapcsolatok

Forrás: Facebook will let AI generate comments and this is just another sign of the impending apocalypse | TechRadar

Friss Hírek a Tech Világból! A Microsoft és az OpenAI közös projektje, egy 100 milliárd dolláros AI-adatközpont építése!

A "Stargate" nevű AI szuperszámítógép 2028-ra készül el, radikális AI-fejlesztéseket ígérve. A projekt jelenleg a harmadik fázisban, a speciális AI chipek beszerzésénél tart.

Innováció a fenntarthatóság jegyében: a Microsoft atomenergiát is fontolóra vesz a szuperszámítógép táplálásához.

A Microsoft gazdasági növekedése jelentős, a legutóbbi negyedévben 62 milliárd dolláros bevétellel, 18%-os éves növekedéssel. 

Forrás: Microsoft And OpenAI Plan $100B AI-Centric Data Center: Report (crn.com)

Fizetni az AI-ért?

A Google fontolgatja, hogy előfizetési díjat vezet be az AI-t integráló keresési funkciójához. A Financial Times szerint ez a változás jelentős elmozdulást jelentene a keresőóriás részéről, ami eddig hirdetésekkel keresett milliókat. 

Az AI beépítése a keresőbe felveti a kérdést: mi lesz a hirdetésekkel, ha az AI átveszi a helyüket? Alex Hern a Guardian-től így fogalmaz: "A Google kereső pénzt nyomtat. A generatív AI pénzt éget." Kíváncsian várjuk, hogyan oldja meg a Google ezt a kihívást! 

#Google #AI #Technológia #Hirdetések_vs_AI

Forrás: Google Accidentally Admits Something Very Funny About AI (futurism.com)

Finomhangolás a kulcsa az AI-nek!

Nagyszerű hírek az AI világából! Az OpenAI bejelentette, hogy új funkciókat vezet be a finomhangolási API-jába, és kibővíti a testreszabott modellek programját. Ez azt jelenti, hogy a világ vezető cégei mostantól még személyre szabottabb keresőmotorokat fejleszthetnek az OpenAI-val együttműködve. 

 A mai naptól kezdve a fejlesztők nagyobb kontrollt kapnak a finomhangolási folyamat felett, és új módszereket ismerhetnek meg az AI szakértők és kutatók csapatával való együttműködésre a testreszabott modellek építéséhez. 

Például az Indeed, a globális munkaerő-közvetítő és felvételi platform, már használja ezeket a funkciókat a munkakeresési folyamat egyszerűsítésére, és hihetetlen eredményeket ért el a GPT-3.5 Turbo finomhangolásával. 

#OpenAI #AI #CustomAI #Innováció

Forrás: Introducing improvements to the fine-tuning API and expanding our custom models program (openai.com)

Fotó: Airam Dato-on: https://www.pexels.com/hu-hu/foto/kez-okostelefon-kapcsolat-technologia-15940012/

A generatív mesterséges intelligencia megjelenése akkora média figyelmet kapott, mely azelőtt talán csak az első sikeres önvezető autó prototípusok esetén volt tapasztalható. A mostani „AI-láz” azonban egy fontos további tulajdonsággal rendelkezik: Nem szükséges hozzá egy luxus-kategóriás autó, hogy a hétköznapokban is megtapasztalhassuk hatásait.

Hogyan jutottunk idáig? Miért más a mostani AI forradalom, mint az eddigiek? Mi vár még ránk 2024-ben és azután? Ezekre a kérdésekre keressük a választ az elmúlt évek technológiai fejlődésének szemlézésével.

A mesterséges intelligencia történetét sokan, sokféleképpen tárgyalják, vannak, akik még Kempelen Farkas sakkozó gépéig is visszamerészkednek az időben. Beszélhetnénk a különböző algoritmusokról, tudományos áttörésekről, azonban a mi történetünk talán Stuart Russell és Peter Norvig mesterséges intelligencia enciklopédiájáig nyúlik vissza (közülük Peter Norvig neve ismerős lehet, mint a Google kutatásáért és egy időben a keresőmotor kialakításáért felelős igazgató). A szerzők az „Artificial Intelligence: A Modern Approach” című könyvüket évtizedenként megújítják sorra véve a múlt és a jelen trendjeit, és a jövőbemutató technológiákat. Az egyes kiadások közötti eltérések így érdekes korképet festenek főleg, ha a „jövő mesterséges intelligenciájára” elhangzó elméletek és elvek összességére figyelünk fel. 2003-ban még csak a probléma felvetést olvashattuk. Az AI hatásaira, a gyorsuló fejlődés lehetséges veszélyire hívják fel a figyelmet. 2010-ben megjelent a „Friendly AI”, azaz a barátságos mesterséges intelligencia fogalma is, mely tervezéséből adódóan embereket segítően kell, hogy viselkedjen. 2021-ben pedig eljutunk a bizonyíthatóan előnyös (provably beneficial) AI fogalmáig. A szerzők itt kifejtik, hogy az ilyen mesterséges intelligencia létrehozása nehézkes, ugyanis itt már nem beszélhetünk előre meghatározott célokra betanított rendszerekről, hanem olyan modellekben kell gondolkodnunk, melyek képesek lehetnek az emberi preferenciát is figyelembe venni.
A preferencia pedig:
1. Nem konkretizált cél.
2. Komplex, emberi tudástól függ.
Ők akkor még nem is sejthették, hogy mindössze egy évvel később az OpenAI kutatói megoldják ezt a problémát, és 2022 végére a cég kiadja a ChatGPT első változatát.

Mitől több a ChatGPT, mint az elődök?

A ChatGPT a GPT-3 architektúrára épül, mely egy hatalmas (175 milliárd paraméteres) modell, összehasonlítás képpen, a Gyűrűk Ura trilógia HD rendezői változata kétszer is elférhetne a GPT-3 súlyai helyén és még mindig maradna valamennyi. Itt megjegyzendő, hogy az előző generáció, a GPT-2 egy milliárd alatti paraméterszámmal rendelkezett. A GPT-3 általános és átfogó tudással rendelkezik arról, hogy hogyan is kell szövegeket jellegükre helyesen folytatni, hiszen egyes becslések szerint akár az egész internet minőségibb szövegeinek tizedénél is többet láthatott. Emellett több száz specifikus tudásanyagot tartalmazó adatsort is átpasszíroztak rajta az OpenAI mérnökei, mely egy igen speciális képességgel ruházta fel a modellt. Képes lett a feladatok között általánosítani, így az átfogó ismeretek miatt akár olyan szövegalkotási feladatokat is meg tud oldani, amire soha nem tanították, legfeljebb néhány példát kap a megoldandó feladatokról bemenetként (ez a prompt engineering megszületésének pillanata is, ami, mint szakma még napjainkban is robbanását éli). Láthatjuk, hogy Norvig és Russell első akadályát már maga a 2020-ban kiadott GPT-3 is legyőzi, hiszen képes az emberi írott tudásanyagban elnavigálni, és ez alapján szövegeket folytatni, generálni.

Persze fontos megjegyezni, hogy a GPT-3 önmagában párbeszédre nem alkalmas, sőt még feladatokat végrehajtani sem képes. Klasszikusan rá kell vennünk arra, hogy helyesen működjön.

1. Egy egyszerű példa a ma már ritkábban használt (legacy) GPT-3 alapú "davinci-002" promptolásáról. A modell az instrukciókat nem érti, csupán folytatandó szövegnek tekinti őket és kiegészíti a felsorolást (fent). A feladatot szöveg kiegészítéssé kell átformázni (lent). Az instrukció követő és chat modellek, mint a ChatGPT is, megértik az emberi elvárást és alkalmazkodnak ahhoz az itt látható alapmodellekkel ellentétben.

Egy egyszerű példa a ma már ritkábban használt (legacy) GPT-3 alapú "davinci-002" promptolásáról. A modell az instrukciókat nem érti, csupán folytatandó szövegnek tekinti őket és kiegészíti a felsorolást (fent). A feladatot szöveg kiegészítéssé kell átformázni (lent). Az instrukció követő és chat modellek, mint a ChatGPT is, megértik az emberi elvárást és alkalmazkodnak ahhoz az itt látható alapmodellekkel ellentétben.

Ahogy a fenti példából is látható a GPT-3 esetében még át kell formáznunk a problémát egy tisztán szövegfolytatási feladattá, míg ezt egy ChatGPT esetében felesleges megtennünk.

A megoldás az instrukció követés és a párbeszéd képességek fejlesztésében keresendő. Az OpenAI kutatói ugyanis egy olyan preferencia alapú módszert (RLHF, avagy megerősítéses tanulás emberi visszacsatolással) dolgoztak ki, mely során a célok nem csupán a következő szó meghatározásában merülnek ki, hanem az elvárt válasz minőségének meghatározásában. Ehhez egy olyan értékelő modellt készítettek, mely önmaga is egy GPT-3 másolatként kezdte pályafutását (csak valamivel kisebb volt, visszatérve a Gyűrűk Ura epizódokhoz, ez csak egy HD film helyét veszi el). Ezt a modellt szöveg generátorból átképezték szöveg értékelőre. Ehhez több tucat emberi szöveg értékelő szakembert alkalmaztak, akik a modell különböző válaszait pontozták egy preferencia skálán 1-től 7-ig több tízezer feladat esetén. Az értékelő modell így kérés alapján tud válaszokat osztályozni, tehát értelmezi a bonyolult emberi preferenciákat úgy, hogy alapvető nyelvi, fogalmi tudással már rendelkezik.

Ezután nem volt más dolguk, mint a GPT-3 modellt olyan beszélgetési és instrukció követési feladatok elé állítani, amelyet az értékelő modell le tudott pontozni. A feladat a konkrét szövegfolytatás helyett azonban másképp hangzott: „Adj olyan választ, ami alapján a legjobb értékelést kapod majd!”. Ez természetesen a megerősítéses tanulásban ezelőtt sem volt ismeretlen, ahol gyakorta modellezték az egyes döntések várható kimenetelét (például egy önvezető jármű esetén) egy hasonló értékelő modellel, azonban itt fizikai egyenletek, mechanika, vagy költségek helyett az emberi preferencia modellezése került előtérbe.

2022 novemberétől a történetet talán már mindenki ismeri, hiszen a csapból is ez folyik. A ChatGPT megjelent, tarolt, munkahelyi transzformációt indított el, változást indukált az információ szerzésben és feldolgozásban. Ezek mellett pedig az emberiség talán most először (a gép által legyőzött sakk, go és StarCraft világbajnokokat nem számítva) találkozik egy a sajátjával összemérhető mesterséges intelligenciával. Felmerül a groteszk kérdés, amire talán még egyikünk sem mer őszintén válaszolni: ha a leveleimet az AI fogalmazza listából folyó szöveggé, az ügyfeleim odalán pedig ugyanez a rendszer alakítja listává az én terjengős, udvarias levelemet, akkor nem lett volna egyszerűbb csak a listát elküldeni?

És amíg mi azt latolgatjuk, hogy feladhatjuk-e az etikettet, mint emberségünk egyik védőbástyáját a technológia robog tovább. 2022 óta kiderült, hogy nem csak a nyelvet lehet kis „szavanként” előállítani, de a hang, a kép, az animáció, sőt a robot mozgás is követheti ezt a receptet, ha megfelelően daraboljuk. A legújabb nyelvi modellek már 300-800 milliárd paraméteresek és működésük közben döntik el, hogy ennek a hatalmas tudásanyagnak melyik részét vetik be. A nagyobb gyártók specializált futtató chipeket készítenek, amivel hamarosan a mobiltelefonok is futtatni tudnak majd egy alapszintű chat modellt. A generatív AI rendszerek elkezdtek eszközöket használni, adatbázisokba beleolvasni, sőt a „nem vagyok robot” tesztek megoldására emberi munkaerőt is felvettek. Programozók tömegei tapasztalják félelemmel vegyes áhítattal a copilotok és programozó ágensek által nyújtott villámgyors kódolási lehetőségeket, sőt egyesek már a kutatói munkák részleges, avagy teljes támogatásáról is suttognak.

Norvig és Russell kezdeti problémafelvetésére visszatérve pedig a Claude 3 (mely amúgy az első modell, aminél 100 feletti IQ-t mérnek, jelentsen ez bármit is egy intelligens program esetében) már olyan Constitutional AI (CAI) módszerrel tanult, mely az emberi preferencia osztályozó szakértők szükségét is minimalizálja. Ez a CAI tulajdonképpen egy szabályrendszeren, az „alkotmányon” alapul, mely az emberi preferenciákat, szabályokat, kívánalmakat testesíti meg. Ezek után az AI modell elkezd probléma felvetéseket, és arra adható válaszokat generálni, majd az emberi pontozás helyett egyszerűen értékeli önmagát az alkotmány előírásai alapján előtérbe helyezve a helyesnek ítélt válaszokat, és elnyomva az alkotmányt sértőeket.

A küszöb alatt tehát öntanító, emberivel összemérhető intelligenciájú, de mégis sérülékeny generatív AI modellek kúsznak be napról napra. Nem mindenhatók, nem veszik el mindenki munkáját, de egy újabb alap digitalizációs szintet jelentenek, mint ahogy a webes keresők, a mobiltelefonok, vagy az irodai szoftverek is jelentettek korábban. Hallucinálnak, hiányos a tudásuk, tévednek és néha hibásan érvelnek. Ezekre a problémákra folyamatosan fejlődő válaszokat ad a generatív AI integrációval foglalkozó közösség. A lehetőséget a valós, versenyelőnyt jelentő megoldástól olykor csak néhány hét technológiai fejlődés választja el egymástól, így az AI metódusok naprakész ismerete fontosabb, mint valaha. Ez a feladat hatalmas súlyt ró a szakma mélységeiben tevékenykedő kutatókra, mérnökökre, fejlesztőkre is, azonban az igazán komoly terhet a stratégiáért felelős vállalatvezetők viselik, akiknek most egy teljesen új, nehezen kiszámítható tényezővel kell számolniuk.

Az AI Bridge Hungary-nél blogunk célja, hogy hídként funkcionáljon a technológiai innováció és a vállalati stratégia között, segítve a vezetőket és szakértőket egyaránt abban, hogy megértsék és kiaknázzák az AI-ban rejlő lehetőségeket. Részletesebb, átfogó felmérés, tervezés, integráció esetén pedig multidiszciplináris szakértői csapatunk áll rendelkezésre, hogy a mesterséges intelligencia legújabb fejlesztéseit az Ön vállalatának specifikus igényeihez igazítva biztosítsunk technológiai előnyt a piaci versenyben.

Photo by Matheus Bertelli: https://www.pexels.com/photo/man-working-with-chatgpt-ai-system-16094048/

AI Bridge | MINDEN JOG FENNTARTVA |
ADATVÉDELMI TÁJÉKOZTATÓ
|
IMPRESSZUM