Umjetna inteligencija između napretka i stagnacije, što slijedi nakon velikih jezičnih modela

Umjetna inteligencija, uz količinu podataka kojom raspolažemo, promijenila je način na koji razmišljamo o podacima, tako da smo shvatili kako u podacima leži stvarna vrijednost, ističe za ICTbusiness.info i ICTbusiness TV Karlo Knežević, Head of AI, Sofascore i dodaje kako ta vrijednost nije samo u njihovom posluživanju krajnjem korisniku, nego i u njihovoj obradi.

„Na temelju postojećih podataka moguće je stvoriti novu vrijednost. Ona se može pretvoriti u dodatne funkcionalnosti proizvoda, primjerice u nove module unutar aplikacije, ili se može iskoristiti za otkrivanje obrazaca i trendova. Takvi uvidi mogu se pretočiti u izvještaje koji pomažu menadžmentu u donošenju odluka i vođenju tvrtke na temelju podataka“, objašnjava Knežević.

Danas su veliki jezični modeli postali ogroman hit. Kada se govori o umjetnoj inteligenciji, upravo su oni prvo na što ljudi pomisle, a često i jedino na što misle. To je pogrešno, smatra Knežević i dodaje kako je umjetna inteligencija pojam koji je skovan još 1956. godine i s njom živimo već desetljećima.

Ona se mijenjala zajedno s razvojem tehnologije i teorije. Veliki jezični modeli pritom su samo jedno zrno pijeska na golemoj plaži umjetne inteligencije, jer postoji niz drugih područja i pristupa koji su jednako važni, slikovito kazuje Knežević i dodaje da ako govorimo o budućem razvoju, valja naglasiti da današnji napredak velikih jezičnih modela počiva na radu „Attention is All You Need“, objavljenom 2017. godine. To znači da već osam godina nismo imali znanstveni iskorak koji bi radikalno promijenio paradigmu u umjetnoj inteligenciji. Bilo je vrijednih radova, ali nijedan nije donio preokret usporediv s tim.

Renomirani znanstvenici poput Yanna LeCuna, voditelja istraživanja u Facebooku (danas Meti), i Geoffreya Hintona, dobitnika Turingove nagrade, iako se razilaze po pitanju etičkih aspekata AI-ja, slažu se da se nalazimo na svojevrsnom platou razvoja, objašnjava Knrežević i pojašnja kako je potrebno sjetiti se samo predviđanja vezanih uz izlazak GPT-4 i GPT-5 – očekivalo se nešto revolucionarno.

„U praksi se pokazalo da modeli i dalje imaju ozbiljna ograničenja. Primjerice, ako ih pitate „koliko jagoda ima u slovu T“, oni će vam dati odgovor koji zvuči uvjerljivo, ali nema nikakvog smisla. To pokazuje da su modeli dosegnuli određeni strop i da pred nama stoji pitanje kako napraviti novi iskorak“, kazuje Knežević.

Iako se često stvara dojam da će strojevi zamijeniti ljude, to jednostavno nema smisla, pojašnjava Knežević i dodaje kako programeri s pravom ističu da se ne treba bojati potpune zamjene, već promjene načina rada. Današnja tehnologija uvela je brojne radikalne novosti – strojevi mogu pisati kod i automatizirati velik dio poslova. No, istodobno se otvorila nova niša: oni koji znaju koristiti velike jezične modele ili druge napredne alate mogu dramatično povećati svoju učinkovitost.

„Stroj neće zamijeniti takve ljude, nego će njihov rad učiniti bržim, kvalitetnijim i vrednijim za kompaniju. Zbog toga ne treba podleći panici i strahu od scenarija poput Skyneta. Treba prihvatiti da su umjetna inteligencija i njezini alati jednostavno još jedan koristan instrument, poput motike – može se koristiti ispravno i donijeti veliku korist, ali i pogrešno, uz suprotne učinke“, pojašnjava Knežević.

Prednost će imati oni koji znaju kako upotrijebiti te alate, baš kao što je prednost uvijek bila na strani onih koji znaju koristiti prave instrumente u svom poslu.

„Što se tiče razvoja tehnologije, čini se da trenutno prolazimo kroz svojevrsni plato. Pitanje je hoće li slijediti razdoblje stagnacije, svojevrsne „zime umjetne inteligencije“, kakvih je u povijesti već bilo, ili je iza ugla nova prekretnica koja će ponovno radikalno promijeniti sve. No, tvrdnje da smo blizu razvoju opće umjetne inteligencije (AGI) i slične senzacionalističke najave – jednostavno su neutemeljene i besmislene“, zaključuje Knežević.