Yann Le Cun: A mesterséges intelligencia és a mélytanulás forradalma
"Ezt a könyvet azért akartam megírni, hogy elmagyarázzam az ezzel kapcsolatos módszerek és technikák összességét, anélkül hogy elleplezném a bonyolultságukat. Ez a vállalkozás kevésbé egyszerű, mint megtanítani valakit dámajátékot játszani, de úgy gondolom, mégiscsak szükséges belevágni, hogy az emberek megfontolt véleményt alkothassanak a dologról. (Különösen, hogy mennyien szólnak a médiában, a közbeszédben a MI-ről, s nagy részük a hozzáértőnek jól felismerhetően vajmi keveset tud róla. - OP)
A média tele van a »mélytanulás« (deep learning), »gépi tanulás« (machine learning), »neurális hálózatok« kifejezésekkel... Lépésről lépésre szeretném megvilágítani a mögöttük meghúzódó tudományos eljárást, amely a számítástechnika és az idegtudomány kereszteződésében helyezkedik el. Utazásunk a gépezet kellős közepébe az olvasás két szintjét kínálja fel az olvasónak. Az első szint intuitívabb. Mesélek, leírok, elemzek. Aztán időről időre haladóbb matematikai és informatikai fejtegetésekbe bocsátkozom, amelyeket a téma iránt mélyebben érdeklődő olvasóknak szánok.
A mesterséges intelligencia (MI) lehetővé teszi, hogy egy gép felismerjen egy képet, átültessen egy beszédet egyik nyelvről a másikra, lefordítson egy szöveget, automatizálja az autóvezetést vagy egy ipari folyamat irányítását. Az elmúlt években tapasztalt bámulatos haladás a mélytanulásnak köszönhető, amely lehetővé teszi, hogy a gépet konkrét beprogramozás helyett megtanítsuk arra, hogyan hajtsa végre a feladatot. A mélytanulás a mesterséges neurális hálózat sajátossága, melynek architektúráját és működését az agy ihlette.
Jelen könyvben szeretném végigkövetni a saját szellemi utazásomat is ebben a rendkívüli tudományos kalandban, amelybe én már fiatalon belecsöppentem, és amelyben a gépi logika mellett hitet tevő tudósok útját keresztezik azok a kutatók, akik az idegtudományok és a kibernetika ihlette tanulási képességek fejlesztésén dolgoznak, köztük én is.
Ez a lényegi kérdéseket feszegeti. Vajon egy gép, amely felismer egy autót azáltal, hogy olyan jellemzőket szűr ki, mint a kerék, a szélvédő stb., másképp működik, mint a látókérgünk, amikor azonosítja az autót? Mit kezdjünk a gép és az emberi vagy állati agy működése közötti hasonlóságokkal? A kutatási terület korlátlan.
Ám ezek a gépek, bármilyen hatékonyak és kifinomultak is, ma még rendkívül specializáltak. Összehasonlíthatatlanul kevésbé hatékonyan tanulnak, mint mi, emberek, vagy az állatok. Mind a mai napig nem rendelkeznek sem józan paraszti ésszel, sem tudattal. Legalábbis egyelőre. Kétségtelen, hogy bizonyos feladatokban felülmúlják az embereket. Már legyőzték őket go- és sakkjátékban; több száz nyelvről fordítanak; felismerik a növényeket vagy rovarokat; orvosi felvételeken kiszúrják a daganatokat. Az emberi agy azonban jelentős előnyt tudhat a magáénak: sokkalta univerzálisabb és sokkalta képlékenyebb. Vajon mikor ugorják meg a gépek ezt a lépcsőfokot?" Le Cun Bevezetőjéből (kiemelések tőlem)
A Typotex ajánlójából: "Az MI forradalmát éljük. A gépi intelligencia önállóan, tapasztalat útján tesz szert a rábízott feladatok elvégzéséhez szükséges képességekre, napról napra újabb alkalmazási területeken hoz áttörést, átalakítja világunk eddig ismert kereteit és működését. (De működési és tanulási módjának alapjait még az ember állítja be! Ugyanakkor már ma is léteznek »MI tanít be MI-ket« felállások! - OP) Yann Le Cun e forradalom élharcosa, a mélytanulás egyik feltalálója, aki kutatótársaival megalkotta az emberi agy felépítését utánzó mesterséges ideghálózatok technológiáját. Könyvében nemcsak érthetővé teszi ennek a lenyűgöző technológiának a működési elvét, de a kezdetekhez is visszavisz bennünket, első kézből avatva be a fejlesztés izgalmas történetébe. Eközben az MI jövőjével, kihívásaival és veszélyeivel is számot vet."
(Megjegyzés: ha valaki olykor úgy találná, hogy a könyv szakmai szóhasználata kissé szokatlannak érződik, Le Cun francia szövege szól így - OP)
Le Cun bemutatkozásából, honlapjáról: "Vezető MI tudós a Metánál, és a New York University (NYU) 'full' professzora. Alapító igazgatója a Meta-FAIR-nek (a META vonatkozó oldaláról: "Alap- és alkalmazott kutatás - Évtizedes tapasztalattal, a Meta FAIR csapat célja megvalósítani fejlett gépi intelligenciát, hogy gyorsítsa a jövőbeli Meta termékekben rejlő lehetőségek kibontakozását az emberiség javára." - OP) és alapító-igazgatója a NYU Adattudományi Központjának. 2018-ban megkapta az Association for Computing Machinery gyakran a számítástechnika Nobel-díjaként is említett Turing Díját a MI terén elért eredményeiért."
A NYU a honlapján kiemeli, hogy 2025-ben megkapta a műszaki tudományok és az innováció terén elért kiemelkedő teljesítményt elismerő, félmillió angol font díjazású, brit Queen Elizabeth Prize for Engineering-et »korszakalkotó hozzájárulásáért a modern gépi tanulás fejlesztésében«. Le Cun az USA Tudományos Akadémia, az USA Mérnök Akadémia és a Francia Tudományos Akadémia tagja."
"Egy definíciós kísérlet Hogyan határozhatjuk meg ezeknek a mesterségesintelligencia-rendszereknek a közös jellemzőit? Azt mondanám, hogy a mesterséges intelligencia egy gép azon képessége, hogy olyan feladatokat végezzen, amilyeneket általában az állatok és az emberek végeznek: észleljen, gondolkodjon és cselekedjen. A mesterségesintelligencia- rendszerek nem mások, mint rendkívül kifinomult elektronikus áramkörök és számítógépes programok. Tárolási és memóriaelérési kapacitásuk, számítási sebességük és tanulási képességük azonban lehetővé teszi számukra, hogy 'absztrahálják' a hatalmas adatmennyiségekben foglalt információkat.
A jövőbeli fejlődés iránya Meggyőződésem, hogy a deep learning a mesterséges intelligencia jövőjének része. Ma azonban egy mélytanuló rendszer nem képes arra, hogy logikusan gondolkodjon, míg a logika a jelenlegi formájában nem kompatibilis a tanulással. Az elkövetkező évek kihívása, hogy a logikát és a mélytanulást kompatibilissé tegyük egymással." (A könyvből)
A mélytanulásról dióhéjban: Olyan fokozatos, réteges tanulási rendszer, amelyben a gép példák alapján saját maga tanulja meg felismerni az összetett dolgokat azáltal, hogy először az alapvető, egyszerű elemeket, jellemzőket (mintákat) tanulja meg felismerni, s a továbbiakban azonosítani, majd innen halad az ezek által alkotott összetettebb részek felismerésének, azonosításának megtanulásához. Ezt pedig addig ismétli, az ezekből álló, mind összetettebb, bonyolultabb alkotórészek felismerésének, azonosításának megtanulásával, amíg eljut magának a teljes dolog felismerésének, azonosításának a megtanulásához. A tanulás tehát rétegekben zajlik: minden réteg a korábbiak által felismert elemekből épít új, összetettebb jelentést, egészen addig, míg képes lesz a teljes dolog (pl. egy arc, egy tárgy, egy mondat értelme) felismerésére, és későbbi azonosítására. - OP
