(Kiemelt kép: Unsplash+)
És nem csak a hírportálok: még a technikai fejlesztések bevezetése is hétről hétre úgy érkezik, mintha egy új, kifinomult technikai termék kifejlesztése hónapok kérdése lenne: nemrég jött az AudioPaLM a Google-től, mely képes úgy lefordítani a szóbeli üzenetet, hogy közben a hangunkat is megtartja, előtte korábban pedig az OpenLLaMA a Hugging Face-től, és így tovább. Mindegyik új fejlesztés nagy nyilvánosságot kapott, olyannyira, hogy már azt sem tudjuk, hogyan szerezhetünk híreket MI nélkül. Érthető, a hírcsatornák találtak egy jövedelmező piaci rést az uborkaszezonban. Aztán a mesterséges intelligenciába történő befektetések egyre nőnek, a milliós és százmilliós nagyságrendűektől néha olyannyira, hogy már-már nevetségesnek tűnnek. Ott volt a francia startup, a Mistral AI, mely hetekkel a megalapítása után 113 millió dollárt gyűjtött be egy magvető finanszírozási körben. A több mint 100 millió dolláros alapítást a Lightspeed Venture Partners biztosította. Amikor az ember ilyen dolgokat lát, elkapja a „déjà vu” érzés: ezt a filmet mintha már láttuk volna.
Igen, nemrégiben volt egy hasonló jelenség valami ICT-technológiás dologgal kapcsolatban: a kripto-őrület. Olyan kifinomult technológiákkal, melyeket kevesen értettek, mint a blokklánc, a kriptográfia, a web3 és így tovább, nagy cégek dollármilliárdokat halmoztak fel, mielőtt láttuk volna, hogy ez a pénz kicsúszik a kezükből, és a semmivé válik. Később felfedeztük a korrupció és a megtévesztés hihetetlen szintjeit, melyek a kripto-királyok felemelkedését és bukását eredményezték. Lehet, hogy az MI-hype is valami ilyesmi lesz? Honnan tudhatjuk, hogy nem próbál-e valaki mindannyiunkat átverni, hogy hatalmas pénzhalmokra tegyen szert? Nyugodjunk meg! A fellendülő piacok nem feltétlenül jelentenek buborékot, mely szét fog robbanni, mert eleve hamis volt. Néha vannak valóban diszruptív fejlesztések, melyek megemelik az iparágak termelési értékét, és milliók életét változtatják meg jelentősen. Láttunk-e valóban átalakító fejlődést az elmúlt időszakban? Igen, az internet volt az. Az internetet az emberek nem úgy képzelték el anno a tudományos és fantasztikus regényekben megpróbálták elképzelni a jövőt, mint egy víziót: inkább űrrakétákra, házi robotokra, díszes műanyag ruhákra és így tovább gondoltak a hetvenes években. Az internet mindenkit váratlanul ért, de annyira átalakító hatása volt, hogy már el sem tudjuk képzelni az életünket nélküle. Kisebb mértékben az iPhone is olyannyira diszruptív hatású volt, hogy azóta minden egyes mobiltelefon annak egy „lebutított és klón” változata, amit az Apple bevezetett (mindig elérhető kapcsolat, internet a zsebben, szélektől a széléig érő érintőképernyő, alkalmazásbolt). Az okostelefonok az emberek életét is átalakították, nem mindig a jobbik irányba (például sokan utálják, ahogy az emberek a valós életben tartott összejöveteleken megállás nélkül a telefonjukkal konzultálnak). Az iPhone előtt a PC-k egy egész iparágat hoztak létre, és kikövezték az internet útját. Még korábban, a Henry Ford által a XX. század első felében létrehozott autógyártási rendszerek nemcsak a járművek tömeggyártásához vezettek, hanem a munka termelékenységet is növelték, és hozzájárultak ahhoz, hogy az USA a világ egyik legnagyobb gyártójává váljon. Az igazi kérdés azonban az, hogy honnan tudjuk megmondani, hogy a jelenlegi, nyaktörő sebességű mesterséges intelligencia-fejlesztés a történelem átalakító pillanata, vagy csak egy hírekből táplálkozó, felkapott hóbort, mely elmúlik vagy összeomlik? Lehet, hogy nem ismerjük fel, hogy a pillanat, amiben most élünk, egy átalakulás kezdete, és amikor az unokáink megkérdezik majd tőlünk, hogy milyen volt az MI forradalom kezdetén, mi azt válaszoljuk, hogy tudjátok, nem vettük észre, amikor ez megtörtént. A kérdés mögött pedig az a kínos feltételezés húzódik meg: hogyan különböztetjük meg a valódi, az egész iparágra kiterjedő átalakulást a hírek által vezérelt buboréktól.
Kövessük a pénzt!
A valódi átalakulások nem a hírek generálására, hanem olyan problémák megoldására szolgálnak, melyek megakaszthatják a termelőerőket. Amint a ezek felszabadulnak, új értékteremtő magasságokba jutnak. Könnyebb mondani, mint megtenni ezt persze. Meg kell tehát vizsgálnunk, hogy az új „találmányok” milyen értéktermelésre késztetik az diszruptív technológiákat. Ez nagyon hasonlít a „kövesd a pénzt” mantrára, persze ki kell vonni belőle a spekulációt. Tudjuk, a kripto-őrület csak a spekulációról szólt: a web3 nem hozott létre új, hasznos termékeket még, vagyis hasznosat, ami nem csak a spekulációból származó pénzkeresésre szolgál. A pénz az egyik ember zsebéből a másik ember zsebébe vándorolt. A gyártás a spekuláció ellentéte: valódi termékek készülnek valódi vásárlók számára. De nem várhatjuk el, hogy a modern iparágak csak a gyártásról szóljanak, különösen akkor, amikor a gyártás haszonkulcsa nagyon alacsony a digitális vállalkozásokhoz képest. A szoftverek felfalják a világot mondta évekkel ezelőtt Andreessen Horowitz, aki most úgy vélekedik, az MI megmenti éppen az emberiséget. A befektetésekben sem lehet megbízni, mert ez is a spekuláció egy formája: a befektetők fogadásokat kötnek a vállalatokra, és néha jól, máskor rosszul találják ki a jövőt. Végső soron pénzt keresnek, mert egy siker 100-szoros megtérülést adhat egy-egy befektetésnek. Ezért javasoljuk a befektetés helyett az „értékteremtést” fogalmának a bevezetését ebben a diskurzusban. Hol van akkor az MI értékteremtése?
A lényeg majd az igazi termékben rejlik
Az „érték” a sikeres alkalmazásokban van. A ChatGPT-vel folytatott beszélgetések szórakoztatóak, néha meglepőek lehetnek, amikor a szöveg ténylegesen úgy is tűnik, mintha egy hús és vér ember írta volna. De a „szórakoztató” különbözik a „hasznos”, valódi probléma megoldásához szükséges „hasznosság” fogalmától. A lényeg az, hogy a ChatGPT nem egy valós felhasználási esetbeli alkalmazás. Ez inkább egy demó most, mindenre. De a „minden” majdnem a „semmi különös”. Sokan a ChatGPT-t terméknek tekintik, de ez nem így van, vagy legalábbis nem terméknek szánták. Az történt, hogy a fenomenális sikere után az OpenAI úgy döntött, hogy „produktivizálja” a ChatGPT-t, mert egy felismerhető, nagy értékű márkává vált, így nem volt ésszerű azt mondani, hogy nos, a demónak vége, most pedig majd egyszer valamikor el fogjuk indítani a valódi termékeket is. A legtöbb generatív MI-terméket nem közvetlenül a Google, az OpenAI, a DeepMind vagy az Anthropic fogja piacra dobni. Több ezer kis startup lesz, melyek a hatalmas alapmodelleket (Large Language Models, LLM) fogják felhasználni, hogy valódi terméket építsenek egy adott felhasználási esetre. Ezeknek a startupoknak általában nincs módjuk arra, hogy saját maguk fejlesszenek ki egy LLM-et, de az általuk kínált megoldáshoz hozzá tudnak igazítani egy LLM-et, természetesen az OpenAI-nak vagy a Google-nak fizetve egy kis részesedést; ezek a cégek ebből keresnek pénzt.
Eddig a következő típusú alkalmazásokhoz láttunk új startupok által kínált generatív termékeket: professzionálisan megtervezett diabemutató készítése egy rövid leírásból, hogy miről is van szó (például Tome). Grafikai tervezés egy leírásból (a király jelenleg a Midjourney). Marketingszövegírás és képalkotás hirdetések méretarányos generálásához (Textio, Jarvis, Copysmith). Zenei generálás videókhoz (AIVA, Amper Music, Soundful), kódgenerálás (Copilot). Hadd ajánljunk fel néhány olyan kategóriát, melyekről kevesen beszélnek, és melyek most még nem elérhetőek, de az év végére tesztelhetők is lesznek talán. Ilyenek lehetnének az MI-vel felturbózott felhasználói kézikönyvek. Szinte senki sem olvassa manapság a kézikönyveket, de ez jó okkal van így. A kézikönyvek rengeteg haszontalan információt tartalmaznak arról, amit meg akarunk oldani, és ami még rosszabb, a legtöbb kézikönyv általános és nem a megvásárolt termékre jellemző. Ilyen például egy Mazda 3 kézikönyve, melyben kín és keserv megkeresni, hogy az autó rendelkezik-e olyan funkciókkal, mint a közelségérzékelők és a sebességtartó automatika például. De a kézikönyvben az állt, hogy „Ez a funkció csak azokban a modellekben érhető el, melyek rendelkeznek vele”. Nem frusztráló ez? A kézikönyv arra szolgálna, hogy megnézzük, mit tud az autó egyáltalán. Érthető, hogy drága egy papír kézikönyv megszerkesztése és nyomtatása, és egy olyan kézikönyvet kell nyomtatniuk, ami több modellre is vonatkozik egyszerre, csakhogy a legtöbb ember sosem kért papír kézikönyvet vagy pdf változatot belőle. De a generatív MI-val csak annyit kellene tennünk, hogy hanggal vagy szöveggel megkérdezzük, mit szeretnénk tudni: „Hogyan állíthatom be a sebességtartó automatika sebességét?”, és lám, a rendszer szöveggel, ábrákkal és videóval válaszol. A kézikönyvek egyik napról a másikra elavulttá válnak végre így. A másik példa a nyelvtanulás lehetne. A mai megoldások túlságosan unalmasak. Kevéssé hasonlítanak ahhoz az élményhez, amikor egy anyanyelvi szinten beszélő „humanoid” van mellettünk, aki segít nekünk megtanulni az áhított nyelvet. A generatív mesterséges intelligencia nyelvtanulása azonban olyan lehet(ne), mint egyetlen nyelvtanulási rendszer sem, amivel életünkben találkoztunk. Egy anyanyelvi oktatót biztosítana majd, aki a nap 24 órájában rendelkezésünkre áll, akivel beszélgethetünk (igen, beszélgethetünk, nem csak szöveges csevegéssel mint a legtöbb mai applikációban). Sokkal olcsóbbak lesznek, mintha emberi tanártól vennénk nyelvórákat. A generatív MI nyelvtanulása hamarosan az alapértelmezett nyelvtanulási módszer lehet a közeljövőben.
Élet az MI-buborékban
A buborék lényege, hogy a legtöbb piaci szereplő azt hiszi, hogy valami értéket képvisel, holott valójában nem az. A dot-com buborék idején például az emberek azt hitték, hogy egy weboldal és egy .com webcím (például a Pets.com) már valós értéket képvisel. Nem volt az. Az olyan új generatív MI-technológiák esetében, mint a ChatGPT, óriási a szakadék aközött, hogy az emberek mit gondolnak az új technológiáról, és mi is az valójában, ami azt jelenti, hogy a technológiát nem értékelik megfelelően. Ez már a buborékképződés korai szakaszához vezetett. Ahhoz, hogy megértsük a generatív mesterséges intelligenciában rejlő buborékképző potenciált, kritikusan fontos megérteni, hogy mi is ez az új technológia valójában, szemben azzal, amit az emberek annak hisznek róla. A legjobb forrás, mely segít megérteni ezt a különbséget, maga az OpenAI alapítója, Sam Altman. Nemrégiben a Szenátus igazságügyi bizottságának egyik albizottsága előtt tett tanúvallomást, Altman meglehetősen szerényen nyilatkozott a ChatGPT-ről, a nagy nyelvi modellek (Large Language Models, LLM) új családjának leghíresebb példányáról. Arra biztatta a szenátorokat, hogy értsék meg: „a ChatGPT egy eszköz, nem pedig egy teremtmény”. Megnyugtatta a szenátorokat, hogy a ChatGPT „jó a feladatokban”, és nem valószínű, hogy egész munkahelyeket vesz el. A szenátorok megpróbálták Altmant bevonni a mesterséges intelligencia kockázatairól szóló néhány vészjósló előrejelzésébe, de Altman visszautasította ezt a diskurzust, és csak annyit mondott: „Ha ez a technológia rosszul működik, akkor nagyon rosszul is funkcionálhat”. Altman megnyugtató szenátusi vallomásával szöges ellentétben áll azonban az a közös nyilatkozat, amelyet alig két héttel később más mesterséges intelligenciával foglalkozó korifeusokkal együtt aláírt, és melyben az új technológiát az emberiségre nézve egzisztenciális fenyegetésként mutatják be. Íme az egy mondatból álló nyilatkozat: „A mesterséges intelligencia okozta kihalás kockázatának mérséklését globális prioritásként kell kezelni, más társadalmi szintű kockázatokkal, például a világjárványokkal és az atomháborúval egyetemben”.
Nehéz összeegyeztetni a generatív mesterséges intelligencia e két portréját, melyet egyazon személy adott egy kéthetes időszakon belül. Amikor a mesterséges intelligenciát az emberiségre szó szerint „egzisztenciális fenyegetésként” mutatják be, nehéz nem úgy gondolni a generatív mesterséges intelligenciára, mint egy teremtményre, annak ellenére, hogy Altman korábban megnyugtatott mindenkit, hogy valójában csak egy eszköz, és nem egy teremtmény. Azok a döntéshozók, akik felelősséggel tartoznak a többi érdekelt félnek, nem engedhetik meg maguknak, hogy ilyen félelmetes fantazmagóriákat engedjenek szabadjára. A józan és tiszta értékelés minden eddiginél fontosabb, amikor a lehetséges kimeneteleknek ilyen széles skálájával kell szembenéznünk. A generatív mesterséges intelligencia potenciális termelékenységi hatásairól szóló első jelek enyhén biztatóak. A legvilágosabb jelek a korai termelékenységnövekedésről a kezdő szintű „tudásmunkások”, például a call centerekben dolgozók hatékonyságának javulásából származnak. A Brookings Institute például arról számolt be, hogy „a call centerek üzemeltetői 14%-kal lettek termelékenyebbek, amikor a technológiát használták, a legkevésbé tapasztalt munkavállalók esetében a nyereség meghaladta a 30%-ot”. A termelékenységnövekedés abszolút a legnagyobb potenciális hatásterület, melyre a vezetőknek összpontosítaniuk kell, amikor ezt az új technológiát értékelik. Nem egyértelmű azonban, hogy a call centerekben tapasztalt termelékenység növekedés valószínűleg az egész tudásalapú gazdaságban érvényesülni fog.
Gondoljunk például a Wall Street Journalban nemrégiben megjelent esetre, amikor a Tessa nevű mentális egészségügyi chatbotot le kellett kapcsolni, miután az „eltért a forgatókönyvtől”. A Tessa célja az volt, hogy magas szintű általános tanácsokat adjon az étkezési zavarokkal kapcsolatban. A Tessát szponzoráló szervezet tudta nélkül azonban a szoftver adminisztrátorai generatív MI technológiát adtak hozzá, ami ahhoz vezetett, hogy a Tessa nagyon konkrét diétás tanácsokat adott. Érdemes itt megjegyezni azt a szinte általános tendenciát, hogy ezeket a chatbotokat humanizálják azzal, hogy olyan emberi hangzású neveket adnak nekik, mint a „Tessa”. Ez elmossa a határokat a generatív mesterséges intelligenciát övező „eszköz kontra lény” narratívák között. Egy másik figyelmeztetés nemrég érkezett az Antifragile szerzőjétől, Nassim Nicholas Talebtől, aki a következőket tweetelte: „Elegem van a ChatGPT-ből. Hazudik.” Taleb arra utal, hogy ezek az LLM-ek hajlamosak »hallucinálni«, ez egy szép eufemizmus az MI-iparban, ami azt jelenti, hogy »teljesen kitalálnak dolgokat, és tényként mutatják azokat be«. Ez sokkal gyakrabban fordul elő, mint ahogy azt azt a szektor beismerni szeretné. A Tessa, a mentális egészségügyi chatbot esete Rich Birhanzel, az Accenture globális egészségügyi iparági vezetőjének sokatmondó megjegyzését tartalmazza, amely nagyban magyarázza a mai MI-narratívát tápláló aranybánya-típusú izgalmat: »Egyszerűen nincs elég ápoló és orvos ahhoz, hogy a megszokott szintű ellátást nyújtsuk, és szükségünk van a technológiára, mely segít megoldani ezt a problémát«. Birhanzel jól értesült megfigyelése további megerősítése annak, hogy a legtöbb ember ma azt várja, hogy a ChatGPT-hez hasonló technológiák valódi emberek helyettesítésére vagy kiváltására szolgálnak majd. Más szóval, a legtöbb ember a ChatGPT-t olyan lénynek tekinti, mely helyettesítheti az embereket, nem pedig egy olyan eszköznek, melyet az emberek használhatnak.
Már most egy MI-buborék közepén élünk. Az Nvidia egyetlen nap alatt 184 milliárd dollárral növelte piaci tőkeértékét, miután a „mesterséges intelligencia” varázsige hihetetlenül sokszor, 90 alkalommal hangzott el a vállalat legutóbbi eredménybeszámolóján. Ez volt az amerikai piac történetének egyik legnagyobb egydolláros emelkedése. A buborék azért alakul ki, mert az iparág vezetői félrevezetik a közvéleményt azzal a narratívával, hogy a generatív MI valamiféle emberfeletti lény, nem pedig egy újabb technológiai eszköz, bár nagyon erős új eszköz. Ezt a történetet a média és a közvélemény sajnos „benyeli”. A generatív mesterséges intelligencia valódi veszélye nem az, hogy az embernél intelligensebbé válik, és úgy dönt, hogy az embereket ki kell iktatni. Az igazi kockázat az, az emberek ezt az új technológiát saját akarattal rendelkező lénynek fogják tekinteni, holott valójában egyáltalán nem is létezik. Az igazi lény a függöny mögött van, ez maga az MI-ipar, melynek érdeke, hogy mindenki azt higgye, hogy az új technológia mindenható, és hogy azt ellenőrizni, engedelmeskedni, sőt szolgálni kell. Amiben ma viszonylag biztosak lehetünk, az az, hogy a generatív mesterséges intelligencia a jelek szerint valóban termelékenységnövekedést eredményez a belépő szintű tudásmunkások, például a call centerekben dolgozók körében. Amit biztosan tudunk az az, hogy gyakran teljesen kitalál dolgokat, és a fantáziát tényként állítja be. Azt is tudjuk, hogy számos iparágra komoly nyomás nehezedik, hogy kevesebb emberrel többet tudnak majd elérni így. A generatív mesterséges intelligencia csábító ígérete, hogy képes helyettesíteni az embereket, de jelenleg nincs bizonyítékunk arra, hogy ez életképes lenne a munka világának rögvalóságában. Még maga Sam Altman is azt mondta, legalábbis amikor egy szenátusi albizottság előtt tanúskodott, hogy a mesterséges intelligencia eszköz, nem pedig egy létező entitás. A mai vezetőknek feltétlenül meg kell ismerniük ezt az új technológiát, és folyamatosan értékelniük kell a termelékenységre gyakorolt lehetséges hatását. A mai döntéshozóknak azonban semmiképpen sem szabad bedőlniük az MI mint teremtmény narratívájának, melyet jelenleg maga az MI-iparág terjeszt csupán. Ahelyett, hogy termelékenységi csodákat várnának (melyek rengeteg drága hardverrel, szoftverrel és tanácsadással járnak), inkább keressék az apró és fokozatos termelékenységnövekedést, és továbbra is elsősorban arra összpontosítsanak, hogy a valódi szakembereiket képessé tegyék együttműködni az MI-val ahelyett, hogy hallucinálni tanított gépekkel helyettesítsék már rögvest ma őket.
