A mesterséges intelligencia (AI) ma már mindenhol ott van körülöttünk. Használjuk a telefonunkon, a böngészőben, a közösségi médiában, de sokszor észre sem vesszük. A technológiai hírekben viszont gyakran találkozunk a „gépi tanulás” (Machine Learning) és „mélytanulás” (Deep Learning) kifejezésekkel.
De mit jelentenek ezek a fogalmak? Hogyan kapcsolódnak egymáshoz? És miért olyan fontosak a mesterséges intelligencia fejlődésében? Nézzük meg lépésről lépésre, egyszerűen.
Mi az a mesterséges intelligencia (AI)?
Az AI gyűjtőfogalom. Minden olyan számítógépes rendszer ide tartozik, amely képes olyan feladatokat elvégezni, amelyekhez általában emberi intelligencia kellene.
Ha érdekel egy általános bevezető, ajánlom a „Mi is az AI? – A mesterséges intelligencia alapjai” cikket, ahol egyszerű példákon keresztül mutatom be a technológiát.
Példák AI-ra a mindennapokban:
- Google Fordító – szövegek megértése és lefordítása
- Netflix ajánlórendszere – filmeket javasol az ízlésed alapján
- Spam-szűrő az e-mailben – felismeri a gyanús leveleket
- Chatbotok – ügyfélszolgálati segítők, vagy épp a ChatGPT
Röviden: az AI nem egyetlen technológia, hanem egy esernyő, ami alatt sokféle módszer és alkalmazás található. Ezek közül az egyik legfontosabb a gépi tanulás.
Mi a gépi tanulás (Machine Learning)?
A gépi tanulás (ML) az AI egyik ága. A lényege, hogy a gép nem előre megírt szabályok alapján működik, hanem adatokból tanul.
Hogyan működik?
- Régen: programozó megírta a szabályt
- Ma: rengeteg példát mutatunk a gépnek → a rendszer mintákat keres és maga vonja le a szabályt.
Például a képgenerálásról szóló cikkben írtam arról, hogy hogyan tanulják meg a modellek a képek formáit, színeit, és hogyan alkotnak új vizuális tartalmakat. Ez is a gépi tanulás egyik alkalmazása.
Példa: kutya/macska felismerése
- Megmutatunk ezer kutya- és ezer macskaképet.
- A gép megtanulja, hogy a kutyának általában hosszabb az orra, a macska füle hegyesebb.
- Ezután egy új képen önállóan felismeri, hogy kutyát vagy macskát lát.
A gépi tanulás tehát arról szól, hogy a gép példákból általánosít, és egyre jobb lesz a tapasztalatai alapján.
Hol találkozol vele?
- bankkártyás csalás felismerése
- YouTube ajánlórendszer
- mobilod kamerájának portré módja
Mi a mélytanulás (Deep Learning)?
A mélytanulás (DL) a gépi tanulás egy speciális formája. Itt a tanulást mesterséges neurális hálók végzik, amelyek az emberi agy idegsejtjeinek működését utánozzák.
Erről részletesebben is írtam a „Mi az az LLM és hogyan alakítja át az AI világát?” cikkben, hiszen a nagy nyelvi modellek a mélytanulás egyik legismertebb alkalmazásai.
Miért „mély”?
Mert a neurális háló több rétegből áll, és minden réteg egyre összetettebb mintákat tanul meg.
- Első réteg: felismeri az egyszerű formákat (vonal, színfolt).
- Középső réteg: felismeri az orrot, szemet, fület.
- Felső réteg: felismeri, hogy a kép kutyát vagy macskát ábrázol.
Minél több réteg van, annál „mélyebb” a háló – innen a név.
Hol használják?
- Képfelismerés – telefonod arcfelismerője
- Hangfelismerés – Google Assistant, Siri, Alexa
- Szövegértés – ChatGPT, fordítóprogramok
- Önvezető autók – felismerik a táblákat, gyalogosokat, más autókat
A mélytanulás az utóbbi évek AI-forradalmának motorja. A legtöbb „wow” élményt adó technológia (ChatGPT, DALL·E, Midjourney) mélytanulásra épül.
Hogyan kapcsolódnak egymáshoz?
A legegyszerűbben így képzelhetjük el a kapcsolatukat:
- AI → minden, ami intelligens gép
- ML (gépi tanulás) → az AI egyik módszere, amely példákból tanul
- DL (mélytanulás) → a gépi tanulás speciális formája, neurális hálókkal
- ML (gépi tanulás) → az AI egyik módszere, amely példákból tanul
Másképp mondva:
- minden mélytanulás gépi tanulás,
- minden gépi tanulás AI,
- de nem minden AI mélytanulás.
