Jans Lekans, kurš ir viens no mākslīgā intelekta (MI) aizsācējiem un uzņēmuma Meta vecākais MI zinātnieks, runājot par cilvēka līmeņa MI, sacīja, ka “tāda līmeņa MI nav aiz stūra. Tam vajadzēs ilgu laiku un jaunus zinātnes atklājumus, par kuriem vēl nezinām.” Tomēr atklājumu netrūkst — tie vienkārši notiek klusām. Publiski lielāku uzmanību piesaista iespaidīgi MI rezultāti, tomēr reti runā par zinātnes atklājumiem, kas slēpjas aiz tiem. Kādi tad ir mūsdienu MI zinātnes jaunumi, un vai tuvojamies cilvēka līmeņa MI izveidei?
Mākslīgais intelekts mācās spriest
Viens no jaunākajiem atklājumiem tiek dēvēts par “domu ķēdes” (angliski — chain of thought) mehānismu. Tā būtība — nesniegt tūlītēju atbildi, kā to agrāk darīja MI, bet secīgi risināt uzdevumu. Kā tas notiek praksē?
Iedomājieties, ka cilvēks sver X kilogramus un vēlas uzzināt, cik liela zāļu deva ir jālieto. Zāļu aprakstā ir norādīts, ka uz vienu ķermeņa masas kilogramu pietiek ar X miligramiem zāļu, bet aprēķinātā diennakts deva ir jāsadala trīs vienādās daļās, kas jālieto no rīta, pusdienās un vakarā. Kā rīkotos cilvēks? Vispirms aprēķinātu kopējo dienas devu, ko pēc tam izdalītu ar trīs. Tagad to pašu dara arī MI — tas nesniedz iepriekš iemācīto atbildi, bet risina uzdevumu soli pa solim. Tā jau ir spriešana.
Šis princips tiek attīstīts — ir radīts tā dēvētais “domu koks” (angliski — tree of thought), kad no vienas domas var izvērst vairākas alternatīvas, bet MI izvērtē, kura no tām loģiski ved mērķa virzienā. Citiem vārdiem sakot, MI iemācās ne tikai sniegt atbildi, bet arī spriest — līdzīgi matemātikas stundai skolā, kad ir svarīgi iegūt ne tikai rezultātu, bet arī parādīt pareizu risinājuma gaitu.
Valodneitrāla MI izveide — cerība mazajām valodām
Mazās valodas pašlaik vēl nevar pilnvērtīgi izmantot MI sniegtās iespējas, taču pētnieki aktīvi strādā šajā virzienā, lai iegūtu valodneitrālus modeļus.
Pētījumā, kura laikā izmantoja lielo valodas modeli, tā apmācībai lietoja tikai angļu valodu. Iesniedzot tam tekstu dāņu valodā, modelis spēja sekmīgi adaptēties. Analizējot pašu modeļa struktūru, noskaidrojās, ka visvairāk ir mainījušies tie parametri, kas bija saistīti ar ievadi un izvadi, proti, valodas apstrādi. Tas nozīmē, ka modelī esošās zināšanas nav ne angļu, ne dāņu valodā — tās ir valodneitrālas. Tas atgādina cilvēka spēju domāt neatkarīgi no valodas: lai gan informāciju ieguvu angļu valodā, pēc tam varu to interpretēt un nodot lietuviešu valodā. Pašlaik zinātne vēl nav pilnīgi izpratusi, kā izveidot universālu — no valodas neatkarīgu — modeli. Tomēr ir skaidrs, ka tam tuvojamies.
Ko tas nozīmē mums — mazo valodu lietotājiem? Ja šo ideju attīstīs, nevajadzēs uzkrāt milzīgu valodas korpusu, apmācīt modeli un nepārtraukti censties panākt lielās valodas. MI modeļiem jau būs daudz valodneitrālu zināšanu. Atliks tikai tos papildināt ar specializētu lietuviešu valodas saturu — tādu, kāds citās valodās vienkārši nav pieejams, — un iegūsim MI, kas lietuviešu valodā darbosies tikpat efektīvi kā angļu valodā.
No dalītas domāšanas uz sadarboties spējīgu sistēmu
Vēl viens nozīmīgs MI attīstības virziens ir modeļu arhitektūra. Viena milzīga un visu zinoša modeļa vietā arvien biežāk lieto “dažādu ekspertu” (angliski — mixture of experts) principu, ko attīstīja DeepSeek. Tagad to izmanto arī jaunākajās progresīvo valodas modeļu, piemēram, Grok un Llama, versijās. Ideja ir vienkārša, bet efektīva: modeļos darbojas atsevišķi “eksperti”, kas specializējas katrs savā jomā. Kad lietotājs uzdod jautājumu, algoritms izvēlas piemērotākos ekspertus un aktivizē tos konkrētā uzdevuma izpildei. Tas ļauj ne tikai taupīt datošanas resursus, bet šādam darbības principam ir acīmredzamas līdzības ar to, kā darbojas cilvēka prāts. Mūsu smadzeņu atsevišķas daļas ir atbildīgas par noteiktām funkcijām: viena interpretē valodu, otra apstrādā matemātiskas darbības, bet trešā — emocionālo vai radošo saturu. MI attīstība vēlreiz atgādina, ka intelekts nav viena visu pārvaldoša vara, bet gan daudz dažādu spēju, kas iegūst jēgu, kad tās darbojas kopā.
Līdzīgu decentralizācijas loģiku izmanto arī citā MI attīstības virzienā — aģentu sistēmās. Šeit veido nevis vienu visu zinošu modeli, bet gan tīklu, kas sastāv no specializētiem aģentiem, kas var darboties patstāvīgi, analizēt, plānot, sasnieg mērķi, izvērtēt savus lēmumus un vajadzības gadījumā sadarboties. Iedomāsimies cilvēkus — ekspertu komandu: ikviens pārzina savu jomu, strādā individuāli vai saskaņo savas darbības ar citiem, lai sasniegtu kopīgu mērķi. Šo principu pārņem arī aģentu MI — izkliedēts un autonoms intelekts, kas spēj ne tikai darboties, bet arī pieņemt lēmumus mūsu vietā. Vai mēs, cilvēki, jau esam tam gatavi?
Ne sprints, bet spogulis. Ko īstenībā nozīmē cilvēka līmeņa MI?
Jautājums par to, kad MI pārspēs cilvēku, tiek uzdots jau no 20. gadsimta 50. gadiem, kad Alans Tjūrings pirmo reizi publiski apsprieda, vai mašīnas var domāt. No šī brīža tehnoloģiju attīstība bieži vien tiek iztēlota kā sacensības: kad pienāks tā diena, kurā MI pārspēs cilvēku. Tomēr realitāte ir sarežģītāka. Tas nav sprints, bet gan pastāvīgs mēģinājums sasniegt mūsu pašu gaidas, kas mainās ātrāk nekā tehnoloģijas. Vakar mums pietika ar to, ka MI atbild uz e-pasta ziņojumu. Šodien mēs ceram, ka tas izplānos projektu, izpildīs uzdevumus un izvērtēs savus lēmumus. Varbūt rīt jau gribēsim, lai tas saprastu ne tikai mūsu valodu, bet arī emocijas. Bet kādu dienu — lai tas lasītu mūsu domas un intuitīvi uztvertu pat to, ko paši līdz galam vēl neesam aptvēruši.
Tāpēc cilvēka līmeņa MI, par ko runā Jans Lekans, varbūt nemaz nav “aiz stūra”. Tomēr izrāvieni, “par kuriem vēl nezinām”, jau notiek. Un ikviens no tiem ir ne tikai solis tehnoloģiskā progresa virzienā. Tas ir vēl viens atgādinājums, ka tuvojamies nenoteiktai nākotnei, kurā cilvēks pats vēl tikai meklē atbildi uz jautājumu: “Ko īsti mēs vēlamies no tehnoloģijām un paši no sevis?”
Komentāru sagatavoja valodu tehnoloģiju uzņēmuma Tilde valodas tehnoloģiju vecākā pētniece un VDU profesore Jurgita Kapočūte-Dzikiene.
