Ugye mindenki látta, amikor a Google 2018-ban bemutatta a „mesterséges intelligencia-alapú” személyi asszisztensét? Ez a kis program (látszólag) úgy bonyolít le egy telefonbeszélgetést, hogy észre sem veszed, hogy nem emberrel beszéltél.

Hallottál már a Tesla önvezető autóiról?

Vagy a méltán híres Boston Dynamics robotoktról?

Ezek mind-mind olyan projektek, amelyeket szeretünk a mesterséges intelligencia (vagy angolul „Artificial Intelligence” – röviden csak „AI”) címkével illetni.

De tovább megyek: manapság már a Facebook- és Google-reklámok, a Waze vagy a Spotify ajánlórendszere és még oly sok minden más is azt mondja magáról, hogy ő bizony AI-alapon működik.

Ebben a cikkben szeretnék egy kicsit mélyebbre ásni a témában. Mennyire beszélhetünk a fent említett projektekben ténylegesen mesterséges intelligenciáról és mennyi benne a marketinges porhintés?

Tényleg forradalmi áttörésekről beszélünk? Vagy esetleg csak egy újabb hype-ról van szó?

Prediktív analitika és gépi tanulás

Ahhoz, hogy megértsük, hogy szakmai értelemben (data science szempontból) mit takar a mesterséges intelligencia, előbb meg kell ismerkednünk két másik fogalommal és azok tényleges jelentésével. Ezek: a prediktív analitika és a gépi tanulás (angolul: machine learning).

Prediktív Analitika

Tegyük fel, hogy van egy könyveket áruló webshopod és így alakulnak az első 15 hónap eladásai:

A képen egy egyszerű vonaldiagramot látsz a múlt adatairól. Ebben még nincs nagy varázslat.

A következő szint, amikor statisztikai módszerekkel, a múlt adataira illesztünk egy másik vonalat. Erre a koncepcióra „trendvonal” néven is szoktak hivatkozni. És valóban, ez a kifejezés elég jól leírja a lényegét: ezt a vonalat meghosszabbítva megtippelhetjük a közeli jövőben várható eladási eredményeket.

Ez a prediktív analitika. (Legalábbis egy nagyon leegyszerűsített példa rá.)

Egyébként ahogy az látszik, a piros görbénk elég rosszul jelzi a jövőt. Ahogy azt mindig is próbálom hangsúlyozni, ez az, ahol a data science tudományos része elkezd domborodni. Mert hogy persze, ez az (ún. elsőfokú) függvény nem jósol túl jól. De természetesen nem csak egyfajta piros görbét tudsz a kék görbére illeszteni. Csak néhány alternatíva:

(A képen látható piros görbéket a matematikában másod-, harmad- és tizedfokú függvényeknek nevezik. De ez most annyira nem is fontos nekünk.)

Azt, hogy a fentiek közül melyik görbe a nyerő, az fogja eldönteni, hogy melyik adja a legpontosabb előrejelzést. Abba, hogy ezt hogyan lehet számosítani (és egyértelműen eldönteni), itt nem mennék bele. Ahogy említettem, ez már a „science” része a data science-nek. Ha jobban érdekel a téma, prediktív analitikáról írtam már egy hosszabb bevezető jellegű (angol nyelvű) cikket.

De most jöjjön a következő nagy kérdés: egyáltalán hogyan illeszted rá a piros görbét a kék görbére?

Gépi Tanulás (Machine Learning)

Természetesen ezt nem te fogod csinálni érzésre vagy szemre, hanem a számítógéped különböző algoritmusok és számítások alapján.

Ez a GIF tökéletesen megmutatja a folyamatot, ahogy a számítógép több lépésben megtalálja a legjobban illeszkedő egyenes vonalat (elsőfokú függvényt) egy adott adathalmazhoz:

A GIF forrása: https://towardsdatascience.com/linear-regression-the-easier-way-6f941aa471ea

Minél több adatpontod van és minél bonyolultabb a matematikai képlet, ami alapján illeszteni szeretnéd a görbédet, annál több számítási kapacitásra lesz szükséged a számítógépedtől.

Viszont nehogy azt gondold, hogy itt valami nagyon modern és forradalmi dologról van szó! A legtöbb statisztikai módszer, amit egy ilyen gépi tanulásos feladatnál alkalmazunk, már évtizedekkel ezelőtt – sőt egyesek még annál is régebben – léteztek. De még ennél is jobbat mondok. Az Excelben található egyszerű trendvonalillesztés-funkció is tulajdonképpen ugyanezzel a „machine learning” módszerrel működik.

Persze ez csak a legegyszerűbb példa volt. A görbeillesztéssel valójában még csak karistolgatjuk az adattudomány tetejét. Merthogy gépi tanulással azért ennél jóval bonyolultabb dolgokat is meg tudunk oldani – pl. szövegfelismerés, képfelismerés, stb.

Hamarosan mutatok még néhány modellt és módszertant. De előtte még beszéljünk egy nagyon fontos alapkoncepcióról a prediktív analitikával kapcsolatban.

A prediktív analitika alapképlete: múlt = jövő

Figyeld meg, hogy mit csináltunk az előző példában:

1. megfogtuk a múltbeli adatpontjainkat;
2. erre megpróbáltunk ráilleszteni egy matematikailag is leírható modellt;
3. ezt a modellt használtuk a jövőbeli adatpontok megtippelésére.

A „megtippelés” szót nem véletlenül írtam. Habár egy-egy ilyen illeszkedés (egy-egy ilyen modell) lehet közel tökéletes (pl. 99.9%-os), még így is egy közelítő módszerről van szó. Szóval sosem lesz teljesen hibátlan, 100%-os. Tehát a jövőre vonatkoztatva kaphatunk belőle egy nagyon-nagyon jó tippet, de azért a modell mindig fenntartja magának a hibázás lehetőségét.

A prediktív analitika és a gépi tanulás alaptétele, hogy: ami történt a múltban, az fog történni a jövőben is.

És ez persze jelzi is számunkra az egész módszertan nyilvánvaló határait is. Például, amihez hasonló dolog nem történt a múltban – amiről nincs adatunk – azt nem is tudjuk előre jelezni.

Ezt a múlt-jövő-alaptételt használja nemcsak a fent bemutatott görbeillesztéses gépi tanulási modell, hanem a legtöbb egyéb algoritmus is.

Mutatok ezekre néhány példát.

Osztályozás, neurális hálók, Deep Learning

A trendvonalillesztés (vagy szép szakmai nevén lineáris és polinomiális regresszió) csak egy csepp az adatelemzési feladatok óceánjában.

Íme néhány egyéb klasszikus data science „probléma” és a tipikus gépi tanulásos megoldások rájuk:

1. Osztályozás (klasszifikáció): Tegyük fel, hogy van egy e-mail-listád, amiben viselkedés alapján (e-mail-megnyitások, korábbi vásárlások, átkattintási aktivitás, webes aktivitás stb.) szeretnéd két csoportba szedni az embereket. Az egyik csoportban azok lesznek, akik nagy eséllyel fognak tőled vásárolni a jövő héten – a másik csoportban pedig azok, akik valószínűleg nem. Egy ún. osztályozó algoritmus meg tudja tippelni minden egyes feliratkozódra, hogy ő melyik csoportba fog tartozni. Ehhez persze megint csak az kell, hogy legyen elég múltbeli adatod. Meg kell nézned, hogy korábban kik vásároltak és kik nem – illetve, hogy ők mit csináltak. Az algoritmusod pedig egy matematikai modellt készít az ő viselkedési mintáikból. Értelemszerűen, minél több a múltbeli adatod, annál pontosabb lesz a predikció. (Néhány trendi osztályozó algoritmus, ha utána akarsz nézni: logisztikus regresszió, döntési fa, random forest.)
2. Csoportosítás (klaszterezés): Mondjuk, hogy ugyanezen a hírlevéllistán szeretnéd kideríteni, hogy milyen nagyobb szegmensek léteznek. Ha például nagyon sok témáról csinálsz tartalmat, nagyon sok felületen (pl. YouTube, saját blog, podcast stb.), ez igazi kihívás lehet. Egy csoportosító algoritmus ki tudja neked deríteni, hogy vannak-e tipikus összefüggések, amelyek tipikusan egy-egy csoportra jellemzőek (pl. egy adott témában a látogatóid inkább YouTube-ot néznek, míg egy másikban inkább a blogot és a podcastet preferálják.) Természetesen szegmentálni józan paraszti ész alapján is lehet. Ám ennek a precizitása pont olyan, mintha a korábbi példában szereplő kék és piros vonalas diagrammon szemre akarnánk behúzni a tökéletes vonalat. Nagyjából jó lesz, de a számítógép jobb. Ez a különbség pedig egy bizonyos cégméret felett már számottevő lehet. (Néhány tipikus csoportosító algoritmus: K-Means Clustering, DBSCAN stb.)
3. Képfelismerés: Egyes gépi tanulási algoritmusok különösen erősek képek felismerésében. Ha egy ilyen algoritmusnak megfelelően sok képet mutatsz meg, például kutyákról és macskákról, akkor az szépen megtanulja a kutyák és macskák közötti különbségeket. Így a legközelebbi képen már magától is el tudja dönteni, hogy kutyát vagy macskát lát. Talán a leghíresebb ilyen példa a Silicon Valley című sorozatban látható „ételfelismerő” algoritmus.

Hasonlóan az előzőekhez, amikor még tanítod a modellt, akkor először még minden képről neked kell megmondani, hogy kutya vagy macska van-e rajta. Erre az infóra fog rátanulni az algoritmus. Tehát itt is kell múltbeli adat. A modell elkezdi elemezni a színeket, a formákat és keresi az egyedi ismertető jeleket, végül pedig megtanulja a kutya és a macska egyedi jellemzőit.

Az ilyen képfelismerő módszerek közül a legismertebbek az ún. deep learning és deep neural net néven emlegetett machine learning módszerek.

Kép forrása: Wikipédia

Megjegyzés 1: És ezekben sincs semmi újdonság. Pl. deep learninget állítólag már az 1990-es években használtak az amerikai postán automatikusirányítószám-leolvasásra.

Ez csak három példa volt. Természetesen, ennél még sokkal több módszertan, probléma és algoritmus létezik.

Amit meg akartam mutatni, az a hasonlóság ezek között a gépi tanulási módszerek között. Bár a problémák, amiket megoldanak, különböző jellegűek, mégis mindegyikre igaz, hogy:

1. a tanuláshoz sok múltbeli adatra van szükségük;
2. ezek alapján egy precíz, matematikailag pontosan definiálható modellt hoznak létre;
3. ezt a modellt használják az ismeretlen (pl. jövőbeli) adatok megtippelésére.

Na és akkor mi is az a mesterséges intelligencia?

A terjedelmes felvezetés után végre elérkeztünk a nap főkérdéséhez:mit nevezhetünk mesterséges intelligenciának?

Vegyük a legelső bekezdésben hozott konkrét példát, a Google AI-asszisztenst.

Ez nem más, mint három gépi tanulási módszer egymás után fűzése:

1. hangfelismerés;
2. párbeszéd-generálás;
3. élőhang-generálás.

Mind a három ugyanazon az előbb megismert elven működik: nagyon sok múltbeli adaton (ami persze a Google-nek bőven rendelkezésére áll) a szoftver megtanulja, hogy egyes hangok hogy néznek ki leírva. Megtanulja azt is, hogy bizonyos szókombinációkra mi a jellemző helyes válasz (vagy hogy hol kell annak utánanézni) és végül megtanulja azt is, hogy hogyan kell szép kaliforniai akcentussal beszélni.

Nyilván rengeteg munka volt ennek az asszisztensnek a megvalósításában és finomhangolásában. Ezt nem vitatom el a Google-től. De ez azért még nagyon-nagyon távol áll a mesterséges intelligenciától. Ez valójában egy precízen betanított, gépi tanulásos algoritmusokat használó program. (És mint később kiderült, egyelőre csak fodrászatok esetében működik ilyen jól. :-))

Vagy vegyünk egy Tesla önvezető autót:

Egy Tesla gépjármű a 8 beépített kameráján keresztül folyamatosan rögzít mindent, amit az autó „lát”. Útviszonyok, többi autó, látási viszonyok, minden. Emelett figyeli, hogy mi történik az autóval és hogy milyen közlekedési helyzetre hogyan reagál a vezető. Maga a Tesla mint cég pedig gyűjti ezeket az adatokat minden forgalomban lévő autóján keresztül.

A rengeteg-rengeteg adat alapján próbálják (deep learning módszertanokkal) megtanítani az önvezető szoftverüknek, hogy hogyan is kéne optimálisan viselkedni és vezetni.

Ezt amúgy elég magas színvonalon meg is valósítják.

De itt is van egy probléma: amiről nincs múltbeli adatpontjuk, arra ez a szoftver sem tud magától reagálni. Tehát egy olyan nagyon ritka esetben, amit még egy Tesla kamerája sem látott, ez a „mesterséges intelligencia” is zavarba jön.

Mondok egy példát: egy olajhordó egyszer csak felrobban egy kamion tetején. Amíg egy valódi intelligenciával bíró ember valószínűleg fékezne ösztönből, addig egy Teslába épített mesterséges intelligencia nem nagyon tudna mit kezdeni a helyzettel. Még maga Andrej Kapathy, a Tesla AI-csoportjának az igazgatója is elismeri, hogy valójában a jelenlegi munkájuk legnehezebb része pontosan ezeknek a nagyon ritka eseteknek a felderítése és kezelése – és nem a sávfelismerés vagy az autópályás előzések, átsorolások.

Elon Musk egy Teslával (forrás: Flickr)

Szóval a tudomány jelenlegi állása szerint a mesterséges intelligenciának nevezett projektek nem mások, mint nagyon fejlett machine learning megoldások, amik pont ugyanazokat az elméleteket követik, amelyeket fentebb leírtam.

Ez igaz a Facebook Adsre, a Google Adsre és minden divatos startupra, amely AI címkével próbálja marketingezni és eladni azt, amit csinál.

De mégegyszer: ezekben a projektekben (egyelőre még) nincs szó az emberi intelligenciában fellelhető és azt egyedivé tevő elemekről, mint például a kreativitás, intuíció, motiváció, inspirációt, ösztön stb.

A mesterséges intelligencia korlátai

Ha közeli barátod/ismerősöd most kezdene mesterséges intelligencia projektbe, akkor jó ha tudja, hogy számolnia kell pár korláttal… Olyan korlátokkal, amiket ma még a legeslegnagyobb cégek is nagyon nehezen (vagy egyáltalán nem) tudnak megugrani.

1. Nincs elég adatod

Egy olyan szofisztikált deep learning modellt, mint amivel jelenleg a Tesla önvezető autói működnek, leírhatatlanul sok adat kell betanítani. (Sokan amúgy pont ebben látják a Tesla cég valódi piaci értékét. Messze nekik van a legnagyobb ilyen adathalmazuk.)

Egy kkv esetében ennyi adatot összegyűjteni szinte lehetetlen. Persze ez nem azt jelenti, hogy egyszerűbb gépi tanulásos projekteket nem futtathatnál (pl. upsellhez és cross-sellhez termékajánló algoritmusokat a mai legtöbb magyar webshop is tudna használni). De azért pl. kis cégként azt ne reméld, hogy az ügyfélszolgálatod levelezéséből majd egy jó kis AI-ügyfélszolgálatost tudsz generálni.

Egyébként is, ahogy azt ebben a bevezető data science képzésemben is említem, sok magyar vállalkozás még az egyszerű leíró analitikában rejlő lehetőségekből sem profitál (nem gyűjti rendesen az adatokat, nem elemzi őket, nem A/B-tesztel stb.) Pedig azokból egy kis cég sokkal nagyobb megtérülést remélhet, mint mondjuk egy haladóbb machine learning projektből.

2. Nem elég a 99%-os pontosság

Ahogy írtam, ezek a gépi tanulásos algoritmusok alapvetően tippelnek. Van amelyik nagyon pontosan (90% felett), de akkor is: megvan az esély, hogy hibázik. Erről a témáról nemrég olvastam egy interjúban Prekopcsák Zoltánnal, a Prezi Data Science & Analytics csapatának vezetőjével. Nála jobban nem tudnám megfogalmazni ezt a jelenséget:

„A mesterséges intelligencia a játékokban már megveri az embert, pontosan ismer fel képeken dolgokat, akár hamis képeket és videókat generál. Ezek lenyűgözőek, de amit nem feltétlenül látnak sokan, hogy ennél miért sokkal nehezebb probléma a logikai érvelés, vagy a váratlan események kezelése. Egy ilyen algoritmus működik a dolgok 90%-án, de lehet, hogy pont az a 10% lenne az igazán fontos, amire még ötlet sincs, hogy hogyan fog működni. Ez az utolsó 10% egy nagyon nehéz feladat. Abban hiszek, hogy egy önvezető autó az esetek 99%-ban jó döntést hoz, de abban az 1%-ban viszont potenciálisan nagyon rosszat. Tartom magamat annyira figyelmes, jó vezetőnek, hogy nálam a rossz döntés aránya kisebb. Ezt a pontosságot az algoritmusokban nagyon nehéz még feljebb tolni.”

3. Nem az történik a jövőben, ami a múltban

Ahogy azt írtam, a gépi tanulás – és így az arra épülő mesterséges intelligenciával címkézett projektek is – a következő tételre épülnek: ami történt a múltban, az fog történni a jövőben is.

Ezzel csak az a bökkenő, hogy néhány igazán fontos helyzetben az élet nem így működik.

Pl. egy világgazdasági válságot nagyon nehéz lenne prediktív analitikával előre jelezni, hiszen annak mindig az a jellemzője, hogy valami olyan együttállásból alakul ki, ami azelőtt még sohasem volt.

És ez igaz lehet kisebb léptékben is, akár egy-egy online biznisz esetében is.

4. Intuíciót, kreativitást, motivációt vagy ösztönt nem tudsz (még) tanítani egy gépnek

Talán ez a legérdekesebb pont.

Mivel a gép igazából csak imitálja az embert, sok olyan dolog, amit egyedi embervonásnak tartunk, még nem található meg az AI-jellegű szoftverekben.

Pl. a Google AI-asszisztense sosem fog magától indíttatást érezni arra, hogy feljebb lépjen a karrierjében és elkezdjen önfejlesztő könyveket olvasni. Persze talán addig jó, amíg ez így marad. 🙂

A mesterséges intelligencia jövője

„A legtöbb ember felülbecsüli, mi változik majd 2 éven belül és alulbecsüli, mi minden fog 10 éven belül.” – Bill Gates

A cikket pedig ezzel a Bill Gates idézettel szeretném zárni.

Milyen irányba fejlődik a mesterséges intelligencia? Senki sem tudja. Az biztos, hogy pár éven belül még nem kell félnünk az utcán mászkáló teljesen emberszerű robotoktól – vagy a Skynet felemelkedésétől.

De az, hogy 10 év múlva hol fogunk tartani, már egy érdekesebb kérdés. Lehet, hogy egy-egy gép már annyira sok adaton fog edződni, hogy alig tudjuk majd megkülönböztetni az embertől. Lehet, hogy kiderül, hogy amit mi intuíciónak vagy kreativitásnak gondolunk, valójában csak annak a sok-sok adatnak az eredménye, amit az emberi agyunk a saját, még ismeretlen algoritmusaival generál.

Persze ez csak a sci-fi része.

A lényeg, hogy kkv tulajdonosként most már tudod, hogy manapság az AI inkább egy marketinges kamu duma, hogy eladjanak neked valamit. Nem kell bedőlni neki – hisz most már te is tudod, hogy legjobb esetben is csak egy fejlett gépi tanulásos algoritmus húzódik a háttérben.