Žmogaus lygio AI proveržiai: ar esame artimi?

Janas LeCun, vienas iš dirbtinio intelekto (AI) pradininkų ir vyriausiasis PG mokslininkas Metoje, kalbėdamas apie žmogaus lygio AI, pasakė, kad „toks PG lygis yra ne tik už kampo. Tai užtruks ilgai ir prireiks naujų mokslo atradimų, apie kuriuos dar nežinome. „Tačiau laimėjimų nėra – jie vyksta tyliai. Įspūdingi PG rezultatai sulaukia daugiausia dėmesio viešojoje arenoje, tačiau diskusijoje retai kalbama apie mokslinius atradimus. Taigi kas naujo AI moksle šiandien ir ar artėjame prie žmogaus lygio AI kūrimo? Šiame tinklaraščio įraše apžvelgiame žmogaus lygio dirbtinio intelekto proveržius, kurie vyksta dabar.

Dirbtinis intelektas mokosi samprotauti 

Vienas iš naujausių proveržių – vadinamasis „minčių grandinės“ (angl. chain of thought) mechanizmas. Jo esmė – ne iš karto „šauti“ atsakymą, kaip anksčiau darydavo DI, bet spręsti užduotį nuosekliai. Kaip tai atrodo praktiškai? 

Įsivaizduokite: žmogus sveria X kilogramų ir nori sužinoti, kokią vaisto dozę turėtų vartoti. Anotacijoje nurodyta, kad vienam kūno svorio kilogramui tenka Y miligramų vaisto, o apskaičiuotą paros dozę reikia padalinti į tris lygias dalis ir suvartoti ryte, per pietus bei vakare. Ką darytų žmogus? Pirmiausia suskaičiuotų bendrą paros dozę, tada padalintų iš trijų. Dabar tą patį daro ir DI – jis ne pateikia iš anksto išmoktą atsakymą, bet sprendžia užduotį žingsnis po žingsnio. Tai jau – samprotavimas. 

Šis principas toliau tobulinamas. Sukurta vadinamoji „mąstymo medžio“ technika, kai viena mintis gali sukelti kelias alternatyvas, o DI įvertina, kuri alternatyva logiškai labiausiai tikėtina, kad nuves į tikslą. Kitaip tariant, DI išmoksta ne tik pateikti atsakymą, bet ir samprotauti: panašiai kaip mokykloje per matematikos pamokas buvo svarbu ne tik gauti rezultatą, bet ir pademonstruoti teisingą sprendimo būdą. Samprotavimas yra vienas aiškiausių iki šiol žmogaus lygio DI proveržių. Kaip gerai DI samprotauja, vis dar priklauso nuo jo mokymo duomenų kokybės, iššūkis, kurį tyrinėjome The LLM mokymo duomenų dilema.

Kuriamas kalbai neutralus DI – viltis mažosioms kalboms 

Mažosios kalbos šiandien dar negali visapusiškai išnaudoti DI potencialo, tačiau šia kryptimi dirbama aktyviai – siekiama, kad modeliai taptų kalbai neutralūs.  

Buvo atliktas tyrimas, kurio metu naudotas didysis kalbos modelis, treniruotas vien su anglų kalba. Pateikus jam daniškų tekstų, modelis sugebėjo sėkmingai adaptuotis. Analizuojant pačią modelio struktūrą paaiškėjo, kad daugiausiai pakito tie parametrai, kurie buvo susiję su įvesties ir išvesties – t. y. kalbos apdorojimu. Tai reiškia, kad pačios žinios modelyje nėra nei angliškos, nei daniškos – jos kalbai neutralios. Tai primena žmogaus gebėjimą mąstyti nepriklausomai nuo kalbos: nors informaciją įgyju anglų kalba, vėliau galiu ją interpretuoti ir perteikti lietuviškai. Šiandien mokslas dar nėra iki galo perpratęs, kaip sukurti universalų nuo kalbos nepriklausomą modelį, tačiau akivaizdu, kad prie to artėjame. 

Ką tai reiškia mums, kaip mažos kalbos atstovams? Jei ši idėja bus toliau vystoma, nebereikės kaupti milžiniškų tekstų rinkinių, testuoti modelių ir nuolat atsilikti nuo didžiųjų kalbų. DI modeliai jau turės daug kalbos atžvilgiu neutralių žinių. Beliks tik papildyti juos specializuotu lietuvišku turiniu – tokiu, kurio kitomis kalbomis tiesiog nėra – ir turėsime DI, kuris su lietuvių kalba dirba taip pat efektyviai, kaip ir su anglų. Mažesnėms kalboms tai gali būti svarbiausias iš žmogaus lygio DI proveržių. Plačiau apie tai, kaip DI modeliai mažesnėms kalboms laikosi dirbtinio intelekto lenktynėse mūsų atskirame straipsnyje.

Nuo paskirstyto mąstymo link bendradarbiaujančių sistemų 

Dar viena reikšminga DI pažangos kryptis – modelių architektūra. Vietoje vieno milžiniško, viską išmanančio modelio vis dažniau taikomas „ekspertų mišinio“ (angl. mixture of experts) principas, kurį išplėtojo „DeepSeek“. Šiandien jis naudojamas ir naujausiose pažangių kalbos modelių, tokių kaip „Grok“ ar „Llama“, versijose. Idėja paprasta, bet efektyvi: modelio viduje veikia atskiri „ekspertai“ , kurių kiekvienas specializuojasi savo srityje. Kai vartotojas užduoda klausimą, algoritmas parenka tinkamiausius ekspertus ir aktyvuoja juos konkrečiai užduočiai. Tai leidžia ne tik taupyti skaičiavimo resursus – toks veikimo principas turi akivaizdžių panašumų su tuo, kaip veikia žmogaus protas. Mūsų smegenyse skirtingos sritys atsakingos už skirtingas funkcijas: viena interpretuoja kalbą, kita apdoroja matematinį, trečia – emocinį ar kūrybinį turinį. DI raida tik dar kartą primena, kad intelektas – tai ne viena viską valdanti jėga, o daugybė skirtingų gebėjimų, kurie įgyja prasmę tik veikdami drauge. 

Panaši decentralizacijos logika taikoma ir kita AI vystymo kryptimi: agentų sistemose. Šiuo atveju kuriamas ne vienas visažinis modelis, o tinklas, sudarytas iš specializuotų agentų, gebančių veikti savarankiškai: analizuoti, planuoti, siekti tikslo, vertinti sprendimus ir, esant reikalui, bendradarbiauti. Įsivaizduokime žmonių ekspertų komandą: kiekvienas jų išmano savo sritį, dirba individualiai arba koordinuoja veiksmus su kitais, kad pasiektų bendrą tikslą. Šį principą perima ir agentų AI: paskirstytas, autonominis intelektas, kuris ne tik geba veikti, bet ir už mus priimti sprendimus. O mes, žmonės, ar tam pasiruošę? Darbo vietoje ši idėja jau praktiška: asistentai kaip Tilde darbo vietos AI asistentas leisti darbuotojams užduoti klausimus apie savo organizacijos žinias natūralia kalba.

Ne lenktynės, o veidrodis: ką iš tiesų reiškia žmogaus lygio dirbtinio intelekto proveržiai?

Klausimas „kada DI aplenks žmogų?“ keliamas jau nuo 1950 m., kai Alan Tiuring pirmą kartą viešai svarstė, ar mašinos gali mąstyti. Nuo tada technologijų pažanga dažnai vaizduojama kaip lenktynės: kada ateis ta diena, kai DI pralenks žmogų? Tačiau realybė sudėtingesnė. Tai ne sprintas, o nuolatinis bandymas pasivyti mūsų pačių lūkesčius, kurie keičiasi greičiau nei technologijos. Vakar mums pakako, kad DI atsakytų į el. laišką. Šiandien tikimės, kad jis suplanuos projektą, atliks užduotis, įvertins savo sprendimus. Rytoj galbūt norėsime, kad jis suprastų ne tik mūsų kalbą, bet ir emocijas. O vieną dieną – kad skaitytų mūsų mintis, intuityviai pajustų net tai, ko patys dar nesame iki galo suvokę. 

Todėl žmogaus lygio DI, apie kurį kalba Yann LeCun, galbūt ir nėra „už kampo“, tačiau proveržiai, „apie kuriuos dar nežinome“, vyksta. O kiekvienas jų – ne tik žingsnis technologinės pažangos link. Tai dar vienas priminimas, kad artėjame į neapibrėžtą ateitį, kurioje pats žmogus dar tik ieško atsakymų: ko iš tiesų mes norime iš technologijų ir iš savęs pačių?  

Komentarą parengė kalbos technologijų bendrovės „Tilde“ kalbos technologijų vyresnioji tyrėja ir VDU prof. Jurgita Kapočiūtė-Dzikienė.