A számítástudományi kifejezések közül az utóbbi két évben valószínűleg a mesterséges intelligenciát hallottunk a legtöbbször emlegetni. A különféle, főként generatív applikációk jóvoltából az MI-t a mindennapokban is használjuk már, bár a maiak igencsak messze vannak még a hollywoodi filmek szereplőitől, például a Terminátortól. Ők az általános vagy „erős” mesterséges intelligenciák, az alkalmazásainkban lévők pedig a speciálisak, „gyengék.”

Mi a különbség a kettő között, mit értünk pontosan mesterséges intelligencián?

A számítástudományt, filozófiát, kognitív és mérnöki diszciplínákat magába foglaló, mindegyiken átívelő területről számos, sokszor ellentmondásos meghatározás látott napvilágot. Eredetileg „gondolkodó gépek” alkotásának vágyát és módszereit értették rajta. Definícióját általában vagy a gondolkodás folyamatából és a következtetésből, vagy az intelligens viselkedésből vezetik le. Az MI ezek valamilyen szintű automatizálása.

John McCarthy, a technológia egyik úttörője szerint az MI „intelligens gépek, elsősorban számítógép-programok készítésének a tudománya és technikája. Ahhoz a hasonló feladathoz kapcsolódik, mely az emberi intelligencia számítógépek segítségével történő megértését célozza, de az MI nem korlátozza magát biológiailag észlelhető módszerekre.” A feltaláló-jövőkutató Ray Kurzweil az „emberi intelligencia gépi utánzását” érti rajta: „olyan funkciók megvalósítására alkalmas gépi modellek megalkotásának a tudománya, mely funkciókhoz intelligenciára van szükség, amennyiben azokat emberek valósítják meg.”

Eleinte a „gépi intelligencia” kifejezést használták; a „mesterséges intelligencia” McCarthytól származik, 1956-ból. Azon a nyarán „Kutatási projekt a mesterséges intelligenciáról” címmel ugyanis ő szervezte az Egyesült Államok északnyugati részén, New Hampshire-ban található Dartmouth College-ban a – nem előzmények nélküli – kiindulási pontnak tekinthető konferenciát. Az MI kategóriába sorolható rokon területeken dolgozó főbb tudósok, összesen tízen gyűltek össze, vitatták meg a vizsgálódások irányát.

A kutatási területeket illetően máig megoszlanak a vélemények. Az első két évtizedben még majdnem minden szakember az emberrel azonos szintű általános mesterséges intelligenciában gondolkozott; az áttörés, a kezdeti részsikerek ellenére – és nem kevés zsákutca után – azonban váratott és jelenleg is várat magára.

Nagy médiavisszhangot kapó, de lényegében periférikus projektek kivételével komoly fejlesztések egyelőre a részterületeken, a „gyenge” MI-ben történnek. Rodney Brooks robotikus, az MIT (Massachusetts Institute of Technology) Számítástudomány és Mesterséges Intelligencia Laborjának egykori vezetője szerint a különböző részeredmények majdani (felmérhetetlen, mikori) egyesítésével léphetünk csak előrébb.

1974-ben kiábrándító eredményekre hivatkozva, az USA-ban drasztikusan csökkentették a néhány egyetem köré csoportosuló kutatások állami támogatást. Azóta változó mértékű a finanszírozás, bár a hadügyminisztériumhoz tartozó DARPA, vagy a NASA jócskán hozzájárul projektekhez, és az infokom-nagyágyúknál (Google, Facebook stb.), valamint a világ más térségeiben (Kína, EU stb.) szintén gőzerővel folynak a fejlesztések.

Fel-feltűntek ígéretes csapások, viszont kb. 2010-ig általában kiderült, hogy bizonyos szintet képtelenek meghaladni. Ráadásul a közvélemény mindig hálátlan az MI-vel: természetesnek vesszük, ha sikeresen megoldódott egy-egy probléma, s aztán csendben és például a Google-keresőtől a legkülönbözőbb appokig szinte észrevétlenül beépül a számítástudományba és okostelefonunkba, azaz többé nem tekintjük MI-kérdésnek.

Minden évtizednek megvoltak a „divatos” témái (általános problémamegoldók, szakértő rendszerek, neurális hálók, ágenstechnológia), majd új koncepciók, módszerek jöttek, például a napjainkat uraló mélytanulás, és az arcfelismeréstől a beszédazonosító rendszerekig, az azon alapuló változatos technológiák. A 2010-es évek más szempontból is óriási lökést jelentettek az MI-kutatásoknak: drasztikus számítási kapacitások állnak rendelkezésre, és a Big Data jelenséggel az MI-k gyakorlásához használt adatmennyiség is elképesztő. Az eredmény sem maradt el: egyre megbízhatóbbak, „erősebbek” a „gyenge” mesterséges intelligenciák, és lassan az általánoson is megint elkezdhetünk gondolkozni.

Az általános MI azonban „csak” az emberi szint, nem azonos a sci-fik rettegett, nálunk mérhetetlenül eszesebb szuperintelligenciájával.

Frissítve: 2023. november 2.