Kína vezet a mesterséges intelligencia fejlesztésében. Már ha igaz, amit egy kínai egyetem állít: a Pekingi Mesterséges Intelligencia Akadémia bejelentette, hogy megalkotta minden idők legerősebb természetes nyelvi mesterségesintelligencia-modelljét, így elvette az OpenAI GPT-3-tól az első helyet.

Az egyetem (vezető/tanácsadó testülete összetételét is érdemes átbogarászni) szerint a Wu Dao 2.0-val többek között már valóban lehet olyan szöveget generálni, ami semmiben sem különbözik az ember alkotta szövegektől. Az algoritmust 1750 milliárd (!) paraméter segítségével tanították – a GPT-3-hoz mindössze 175 milliárd használtak. Mint az Engadget írta, az egész rendszer olyan rugalmas, hogy akár kereskedelmi forgalomban kapható hardveren is futtatható.

De nem csak a paraméterek mennyisége figyelemre méltó, hanem az időtáv is, ami alatt ezt a kutatók megcsinálták: csupán márciusban készült el a Wu Dao 1.0, amit mindössze egymilliárd paraméterrel edzettek. De már az is nagyon jól teljesített például konnotatív információk felismerésében képek és szöveg gyenge korrelációja esetén. Innen sikerült eljutni június elejére a 1750 milliárd paraméterig.

Versel is, ha megkérik rá, és egyetemre jár

Az akadémia éves konferenciáján tartott demó szerint a Wu Dao 2.0 tökéletesen érti a szövegeket a nyelvi-nyelvtani finomságokkal együtt, képes írni verset, sőt érvelő szöveget is, például esszét... Talán ennél is figyelemre méltóbb (félelmetesebb?), hogy tökéletes leírást készít statikus képről, és viszont: egy alapos, minden részletre kiterjedő leírás alapján képes létrehozni fotorealisztikus képet. Tudományos feladatokra is használható, például fehérjék 3D-s modellezésére, amire eddig az DeppMind (Alphabet/Google) speciálisan erre a célra fejlesztett AlphaFold nevű MI-je adta a legjobb eredményt.

A Wu Dao ismét egy lépéssel közelíti egymáshoz a gépi és az emberi intelligenciát. Nagyon fejlett ugyanis a multimodalitása. Képes például beazonosítani, hogy mi látható egy fotón, majd azt is, hogy a képi információk jelentését hogyan befolyásolja a képhez társított szöveg. Ilyen multimodális MI-t alkalmaz a Facebook a gyűlöletkeltő tartalmak elsődleges szűrésére. A probléma megoldása azért nem triviális, mert a multimodális rendszerek, részben működési elvükből adódóan, könnyen torzulnak. (Aki szeretne téjékozódni a modellalkotás problémakörében, többek között ebben a cikkben talál egy sor fogalommagyarázatot.)

Az új Wu Dao segítségével létrehoztak egy virtuális egyetemistát is, "akit" beírattak a Tsinghua Egyetemre műszaki és számítógépes tudományokat tanulni, de vannak hobbijai is, például imádja az irodalmat és próbálkozik zeneszerzéssel. A kísérlet nem azt akarja kideríteni, hogy milyen gyorsan tanul az MI, hiszen ahhoz korlátlan memóriakapacitás áll rendelkezésére. A nagy kérdés, hogy javul-e a kreativitása. A fejlesztők szerint jelenleg egy hatéves gyerek szintjén lehet, de egy év alatt eljuthat a 12 évesek szintjére.

A nyugati világ megrettent

A pekingi egyetem június elejei bejelentésének komoly politikai visszhangja volt. Még a Politico is fontosnak érezte foglalkozni vele. Mint írják, az USA és az EU is látja a problémát, és az elvekben nagy közöttük az egyetértés. A stratégiát illetően azonban már kevésbé. Azt mindenki kulcskérdésnek tekinti, hogy fel kell venni a versenyt Kínával az MI-fejlesztésben. Ha nem ezt tesszük, mondta Jörg Bienert, a német MI-szövetség vezetője, elveszítjük digitális szuverenitásunkat.

Eközben inkább kapkodás látszik, mint a közös munka. Áprilisban például hét tagállam – Ausztria, Bulgária, Franciaország, Hollandia, Horvátország, Németország, Svédország és Szlovénia – MI-szövetsége Thierry Breton belső piacokért felelős EU-biztostól kért pénzügyi támogatást nagy MI-modellek fejlesztésére, és van sok nemzeti kezdeményezés is, írja a Politico.

Összességében azonban ez csepp a tengerben: az Európai Beruházási Bank egy tanulmánya szerint ugyanis a mesterséges intelligenciához és a blockchain technológiákhoz kötődő fejlesztésekre fordított összegek 80 százalékát az USA és Kína fekteti be. Az EU ezzel szemben 7 százalékát. És sokak szerint nem is a fontos kérdésekre – például a kínai fenyegetésre – koncentrál. Márciusban Eric Schmidt, a NSCAI (National Security Commission on Artificial Intelligence) elnöke, a Google volt vezérigazgatója, bírálta is az európai hozzáállást: az EU stratégiája nem vezet sikerre, ezért inkább partnerségre kellene törekednie az USA-val.

Időközben persze arról is jönnek hírek, hogy az MI nem biztos, hogy annyira jó, mint amennyire a vállalatok, kutatóintézetek állítják. Meglehet, egyszer kiderül, az egész MI-verseny olyan, mint a Kecskebűvölők című filmben a paranormális képességeket felhasználó Első Föld Zászlóalj kiképzése. Erre azért ad irdatlan pénzeket az amerikai hadsereg, mert korábban a hírszerzés elhintette a szovjet hadvezetés körében azt a dezinformációt, hogy az amerikai hadsereg paranormális képességekkel teszi legyőzhetetlenné a katonáit, mire természetesen az oroszok elkezdték fejleszteni ezt a "fegyvernemet", tehát az amerikaiaknak is lépniük kellett. (Miközben lehet, hogy a szovjet hadvezetés is csak dezinformálni akart...)