Dlaczego akurat teraz?
Sztuczna inteligencja jako koncepcja istnieje od lat 50. XX wieku. Sieci neuronowe znano od dekad. Dlaczego więc rewolucja AI nastąpiła dopiero teraz? Co się zmieniło, że w 2022 roku świat oszalał na punkcie ChatGPT?
Odpowiedź leży w połączeniu kilku czynników, które zbiegły się w odpowiednim momencie.
Krótka historia AI
1950-1970: Narodziny i wczesny optymizm
- 1950 - Alan Turing publikuje "Computing Machinery and Intelligence" i proponuje Test Turinga
- 1956 - Konferencja w Dartmouth - oficjalne narodziny AI jako dziedziny
- 1958 - Frank Rosenblatt tworzy Perceptron - pierwszy model sieci neuronowej
Panował ogromny optymizm - przewidywano, że "myślące maszyny" powstaną w ciągu 20 lat.
1970-1990: "Zimy AI"
Rzeczywistość okazała się trudniejsza. Ograniczona moc obliczeniowa i brak danych doprowadziły do dwóch "zim AI" - okresów rozczarowania i ograniczonego finansowania.
1990-2010: Powolny postęp
- 1997 - Deep Blue (IBM) pokonuje Kasparowa w szachach
- 2006 - Geoffrey Hinton publikuje przełomową pracę o deep learning
2010-2020: Renesans deep learning
- 2012 - AlexNet wygrywa konkurs ImageNet, rozpoczynając rewolucję w rozpoznawaniu obrazów
- 2014 - GAN (Generative Adversarial Networks) - przełom w generowaniu obrazów
- 2016 - AlphaGo pokonuje mistrza świata w Go
- 2017 - Artykuł "Attention is All You Need" - architektura Transformer
- 2018 - BERT (Google) i GPT (OpenAI) - pierwsze duże modele językowe
2020-obecnie: Eksplozja
- 2020 - GPT-3 pokazuje niesamowite możliwości
- 2021 - DALL-E generuje obrazy z tekstu
- 2022 - ChatGPT zdobywa 100 milionów użytkowników w 2 miesiące
- 2023 - GPT-4, Claude 2, Gemini - wyścig gigantów
- 2024 - AI staje się codziennym narzędziem pracy
Trzy filary obecnego boomu
1
Moc obliczeniowa
GPU (karty graficzne) okazały się idealne do treningu sieci neuronowych. NVIDIA stała się jedną z najcenniejszych firm świata. Chmura obliczeniowa (AWS, Google Cloud, Azure) udostępniła ogromną moc na żądanie.
2
Dane
Internet wygenerował petabajty tekstu, obrazów i danych. Wikipedia, Reddit, GitHub, książki - wszystko stało się materiałem treningowym. "Dane to nowa ropa naftowa."
3
Algorytmy
Architektura Transformer (2017) okazała się przełomowa. Mechanizm uwagi (attention) pozwolił modelom rozumieć kontekst na niespotykaną skalę. "Scaling laws" pokazały, że większe modele = lepsze wyniki.
Prawo skalowania (Scaling Laws)
Jednym z kluczowych odkryć było to, że modele językowe stają się lepsze w przewidywalny sposób, gdy:
- Zwiększamy liczbę parametrów (rozmiar modelu)
- Zwiększamy ilość danych treningowych
- Zwiększamy moc obliczeniową treningu
To odkrycie zapoczątkowało "wyścig na skalę" - firmy zaczęły trenować coraz większe modele, inwestując miliardy dolarów w obliczenia.
| Model |
Rok |
Parametry |
| GPT |
2018 |
117 milionów |
| GPT-2 |
2019 |
1.5 miliarda |
| GPT-3 |
2020 |
175 miliardów |
| GPT-4 |
2023 |
~1.8 biliona?* |
*OpenAI nie ujawniło oficjalnie rozmiaru GPT-4
Kluczowe przełomy technologiczne
Transformer (2017)
Artykuł "Attention is All You Need" od Google wprowadził architekturę, która zdominowała AI:
- Mechanizm uwagi - model "patrzy" na cały kontekst jednocześnie
- Równoległość - można trenować na wielu GPU jednocześnie
- Skalowalność - działa lepiej, im jest większy
RLHF (2022)
Reinforcement Learning from Human Feedback - technika, która sprawiła, że modele stały się "pomocne" i "bezpieczne":
- Ludzie oceniają odpowiedzi modelu
- Model uczy się preferować odpowiedzi oceniane wyżej
- Efekt: ChatGPT jest przyjazny i pomocny
Instruction Tuning
Dostrajanie modeli do wykonywania instrukcji użytkownika, nie tylko przewidywania następnego słowa.
Dlaczego ChatGPT zmienił wszystko?
GPT-3 istniał od 2020 roku, ale nie zdobył masowej popularności. Co zrobiło ChatGPT inaczej?
1
Interfejs czatu
Prosty, intuicyjny interfejs rozmowy. Każdy mógł zacząć pisać bez technicznej wiedzy.
2
Darmowy dostęp
OpenAI udostępniło ChatGPT za darmo, obniżając barierę wejścia do zera.
3
RLHF
Model był "przyjazny" i "pomocny" dzięki treningowi z feedbackiem ludzi. Poprzednie modele były trudniejsze w użyciu.
4
Moment wirusowy
Media społecznościowe eksplodowały przykładami użycia. Każdy dzielił się "magicznymi" możliwościami.
Wyścig gigantów
Sukces ChatGPT uruchomił wyścig największych firm technologicznych:
- Google - Bard (później Gemini), ogłoszony w panice po sukcesie ChatGPT
- Microsoft - Inwestycja $13 mld w OpenAI, integracja z Bing i Office
- Meta - Llama (open-source), demokratyzacja AI
- Anthropic - Claude, nacisk na bezpieczeństwo
- Amazon - Inwestycja w Anthropic, integracja z AWS
- Apple - Apple Intelligence, integracja z urządzeniami
Co dalej?
Obecny boom to dopiero początek. Eksperci przewidują:
- Multimodalność - modele rozumiejące tekst, obraz, dźwięk i wideo jednocześnie
- Agenci AI - systemy wykonujące złożone zadania autonomicznie
- Personalizacja - AI dostosowane do indywidualnych potrzeb
- Integracja - AI wbudowane w każdą aplikację i urządzenie
- Lokalne modele - AI działające na Twoim urządzeniu, bez chmury
!
Pytanie otwarte
Czy obecne podejście (skalowanie) doprowadzi do AGI (ogólnej sztucznej inteligencji)? Eksperci są podzieleni. Jedni wierzą, że to kwestia czasu i mocy obliczeniowej. Inni twierdzą, że potrzebne są fundamentalne przełomy.
Podsumowanie
- Trzy filary - moc obliczeniowa (GPU), dane (internet), algorytmy (Transformer)
- Scaling laws - większe modele = lepsze wyniki
- RLHF - technika, która uczyniła modele "pomocnymi"
- ChatGPT - prosty interfejs + darmowy dostęp + moment wirusowy
- Wyścig gigantów - Google, Microsoft, Meta, Anthropic, Amazon, Apple
- Przyszłość - multimodalność, agenci, personalizacja, integracja