Hvernig varð gervigreindin til og hvernig virkar hún?

Gervigreind er það þegar tæki líkja eftir hugsunum okkar. Frá því á fyrstu dögum tölvubyltingarinnar hefur það verið helsta takmark margra vísindamanna að geta búið til tölvu sem getur hugsað eins og við. Það er áhugavert aftur á móti að gervigreindarbyltingin sem við erum að upplifa í dag átti sér ekki upphaf í vinnu tölvunarfræðinga eða stærðfræðinga heldur í tilraunum sálfræðings á síðustu öld. 

Fyrir nærri 70 árum smíðaði bandarískur sálfræðingur að nafni Rosenblatt vél sem hægt var að þjálfa til að taka ákvarðanir. Hann sýndi ljósnema á vélinni, myndir af hring, ferningi eða þríhyrningi og fyrir hverja mynd ýtti hann á takka til að segja vélinni hvaða form hún væri að horfa á. Þetta ferli kallaðist að þjálfa vélina. Eftir að nokkur hundruð myndir höfðu verið sýndar vélinni þá gat Rosenblatt sýnt henni nýja mynd og vélin svarað hvaða form hún væri að horfa á. 

Vélin hans Rosenblatt var að herma eftir því hvernig heilinn okkar virkar og var kölluð tauganet. Mismunandi samtengd svæði í vélinni horfðu á formið og stækkuðu eða minnkuðu þangað til að hún skilaði réttri niðurstöðu í þjálfuninni. 

Þrátt fyrir þessa merku uppgötvun þá gerðist ekki mikið í heimi gervigreindarinnar næstu árin. Það voru lítil not af vél sem gat sagt hvort að mynd sýndi hring eða ferning. Til að vélin myndi gera eitthvað flóknara þurfti reiknigetu sem var einfaldlega ekki til, svo að hægt og bítandi hvarf áhuginn á tauganetunum. 

Tvennt varð til þess að tauganetin brutust fram á sjónarsviðið aftur. Það fyrsta var nægjanlegt reikniafl sem kom úr óvæntri átt og síðan uppgötvun vísindamanna hjá Google sem höfðu verið að vinna við þýðingar á tungumálum. 

Fyrir um það bil 20 árum síðan var byrjað að smíða öflugar tölvur til að spila tölvuleiki. Þessar tölvur þurftu að geta reiknað gríðarlega hratt svo hægt væri að sýna sífellt flóknari og betri myndir í tölvuleikjum. Nokkrir vísindamenn í Kanada ákváðu að prófa að nota þessar nýju tölvur til að þjálfa mun stærri tauganet en hægt hafði verið að þjálfa áður. Þessi stærri tauganet gátu núna svarað miklu flóknari spurningum en hvort mynd væri hringur eða ferningur. Nú gátu þau þekkt andlit og jafnvel lært að lesa texta á ljósmynd. 

Nokkrum árum síðar voru vísindamenn hjá Google að vinna að þýðingum á milli tungumála. Þeir tóku eftir því að ef þýðingarforritin voru ekki látin þýða eitt orð í einu heldur átta sig á tengingum orða þá skildu þau samhengi betur og skiluðu betri þýðingu. 

Þessar tvær uppgötvanir voru grunnurinn að þeirri gervigreind sem við þekkjum í dag. 

Það var síðan fyrirtækið OpenAI sem bjó til fyrsta stóra mállíkanið sem var aðgengilegt almenningi og við í dag köllum gervigreind. OpenAI náðu að tengja saman öfluga reiknigetu leikjatölvanna og uppgötvanir Google svo úr varð ChatGPT. 

ChatGPT, eins og aðrar gervigreindir svo sem Gemini, Grok og Claude, er í grunninn eins og fyrsta tauganetið sem smíðað var af sálfræðingnum Rosenblatt fyrir 70 árum síðan. Fyrst er tauganetið þjálfað með mikið af gögnum og látið giska á hvað kemur næst. Ef það er rangt þá breytist svæði innan í tauganetinu og reynt er aftur. Þegar rangar ágiskanir eru orðnar mjög fáar þá er hægt að nota tauganetið til að skrifa heilu setningarnar einfaldlega með því að það giskar á næsta orð, síðan næsta orð eftir það og svo koll af kolli. 

Tauganetið er ekki að hugsa heldur í raun að herma eftir. Það veit ekki hvað það var að læra, það var einungis þjálfað til að giska rétt. 

Ef barn sér mynd af kettinum sínum og þú spyrð hvað gerir kötturinn ef þú klappar honum, þá gæti barnið svarað að kötturinn myndi hvæsa vegna þess að barnið þekkir köttinn sinn. Gervigreindin aftur á móti hefur ekkert verið þjálfuð á viðbrögðum þessa kattar. Hún mun því örugglega svara að kötturinn muni mjálma af ánægju. Gervigreindin veit bara hvernig venjulegur köttur lítur út og hvað bækur hafa kennt henni að venjulegum köttum líki. Hún getur ekki aðgreind á milli allra katta og mismunandi hegðunar stakra katta vegna þess að hún hefur aldrei upplifað neitt með þeim eða verið þjálfuð á þeim sérstaklega. 

Þrátt fyrir að gervigreindin verði sífellt öflugri með betri þjálfun og öflugri tölvum, þá er hún samt alltaf að herma eftir okkur án nokkurs skilnings eða upplifunar. Spurningin er einungis sú hvenær eftirherman verður orðin það góð að við sjáum ekki muninn lengur.

Höfundur er sérfræðingur í gerð hugbúnaðarkerfa.