Czym jest AI?

O tej stronie

Czas: ok. 10 minut czytania + 5 minut ćwiczenia. Poziom: początkujący. Wcześniej: Wstęp - mapa kursu i pierwszy prompt. Tu: co to w ogóle jest.

Na tej stronie oddzielisz dwa słowa, które media mieszają

Po tej lekcji weźmiesz trzy rzeczy z własnego dnia i podpiszesz: “AI, ale nie generatywna” albo “generatywna AI”. Nie zbierasz historii dziedziny od 1956 roku.

Jedna rzecz do zapamiętania: każda generatywna AI to AI. Nie każda AI jest generatywna.

Reszta strony to trzy warstwy pod tym zdaniem: skąd program bierze umiejętność, czym różni się rozpoznawanie od wytwarzania i dlaczego “wąska” nie znaczy “słaba”.

Już z tego korzystasz. Tylko rzadko tak to nazywasz

Sztuczna inteligencja (AI) to programy, które robią rzeczy zwykle kojarzone z ludzką inteligencją: rozpoznają wzorzec, wybierają, przewidują, tłumaczą. Komputer nie ma uczuć. Ma dane i regułę albo model, który z tych danych się uczy.

Nie ma jednej urzędowej definicji AI - jest robocza zgoda co do tego, jakie zadania się do niej zalicza. Granica dodatkowo się przesuwa. Rozpoznawanie tekstu ze skanu było kiedyś sztandarowym problemem AI, dziś to “zwykła funkcja w telefonie”. Nazywa się to efektem AI: gdy coś zaczyna działać niezawodnie, przestajemy o tym mówić “sztuczna inteligencja”.

Dlatego lista poniżej brzmi nudno, a to wszystko jest AI:

• Filtr spamu - przypisuje wiadomości kategorię na podstawie tysięcy wcześniejszych przykładów.
• Rekomendacje Netflixa i Spotify - przewidują, co obejrzysz do końca, i układają kolejność.
• Nawigacja - szacuje czas przejazdu z historii ruchu i danych z tysięcy telefonów.
• Galeria zdjęć - grupuje twarze i wyszukuje “pies”, choć nikt tych zdjęć nie opisywał ręcznie.
• Autokorekta - zgaduje, które słowo chcesz napisać.
• Bank - blokuje podejrzaną transakcję, bo odstaje od Twojego zwykłego wzorca.

Gdy Siri albo Gemini odpowiada na pytanie o pogodę, gdy Netflix podsuwa serial, gdy skrzynka odfiltrowuje spam - to AI, często bez żadnego “stwórz mi obraz kota”.

Skąd program bierze umiejętność: albo z reguły, albo z danych

To jest podział, który tłumaczy właściwie wszystko dalej.

Droga pierwsza: człowiek pisze regułę. Programista wpisuje warunki. “Jeśli w temacie jest słowo z listy, oznacz jako spam.” Działa dokładnie tak długo, jak długo świat wygląda tak, jak w momencie pisania. Spamer zmienia jedną literę i reguła przestaje łapać. Ta gałąź AI istnieje od dekad i nadal działa tam, gdzie zasady są sztywne i znane.

Droga druga: program wyprowadza regułę z przykładów. To uczenie maszynowe (machine learning, ML). Pokazujesz sto tysięcy maili z etykietami “spam” / “nie spam”, a program sam dobiera, na co patrzeć i z jaką wagą. Nikt nie zapisuje reguły ręcznie. Reguła jest wynikiem, nie wejściem.

Odmiana drugiej drogi: uczenie głębokie (deep learning, DL) - uczenie maszynowe na sieciach neuronowych, czyli układach prostych przeliczeń połączonych w warstwy, luźno inspirowanych neuronami w mózgu. “Głębokie” znaczy po prostu: warstw jest dużo. Szerzej o sieciach piszę w lekcji AI, uczenie maszynowe i sieci neuronowe. Kluczowa różnica praktyczna: radzi sobie z surowymi danymi. Możesz podać piksele, próbki dźwięku albo goły tekst, bez wcześniejszego wskazywania człowiekiem, które cechy są ważne. Sieć wypracowuje je sama, warstwa po warstwie.

Te pojęcia nie są konkurencyjne. Są zagnieżdżone:

Sztuczna inteligencja (AI)

Systemy regułowe, planowanie, przeszukiwanie.

Uczenie maszynowe (ML)

Regresja, drzewa decyzyjne, klasyczne rekomendacje.

Uczenie głębokie (DL)

Sieci neuronowe, rozpoznawanie obrazu i mowy.

Generatywna AI

Modele językowe, generatory obrazu, dźwięku i wideo.

Każdy zbiór mieści się w poprzednim. Generatywna AI jest odmianą uczenia głębokiego, uczenie głębokie - odmianą uczenia maszynowego, a wszystkie trzy mieszczą się w AI.

Dwa słowa z tego rysunku warto rozwinąć.

Model to plik z liczbami. Fachowo nazywa się je wagami albo parametrami - wyobraź sobie miliardy pokręteł, które trening ustawił w konkretnej pozycji. Duży model językowy ma ich właśnie miliardy. Same w sobie nic nie znaczą; znaczenie ma to, jak przekształcają wejście w wyjście.

Trenowanie a używanie to dwa różne momenty. Trenowanie odbywa się raz, trwa tygodnie, kosztuje krocie i wymaga ogromnych zbiorów danych. Używanie - czyli każda Twoja rozmowa - trwa sekundy i kosztuje ułamek tego, co trening. Model podczas rozmowy z Tobą nie uczy się. Wagi są zamrożone. Stąd bierze się data odcięcia wiedzy: model zna świat do momentu treningu, chyba że dostanie świeże informacje w oknie rozmowy albo z doklejonej wyszukiwarki.

Generatywna AI wytwarza. Reszta głównie rozpoznaje albo wybiera

Generatywna sztuczna inteligencja (generative AI, GenAI) tworzy treść, której w takiej postaci nie było: tekst, obraz, dźwięk, kod. Chatbot w rodzaju ChatGPT układa zdania. Generator z opisu “kot z gitarą w kosmosie” składa obraz.

Autokorekta w telefonie zgaduje, które słowo chcesz - to bliżej “zwykłej” AI. Program, który na polecenie pisze opowiadanie od zera - to GenAI.

Dlatego media mówią “AI”, a pokazują tylko tę drugą gałąź. To tak, jakby na wszystkie samochody mówić Ferrari. Każde Ferrari jest samochodem. Nie każdy samochód jest Ferrari.

Czym różni się ocenianie od tworzenia

Różnica nie jest stylistyczna. Dotyczy tego, czego program się nauczył.

• Program, który rozpoznaje (fachowo: model dyskryminacyjny), nauczył się odpowiadać na jedno pytanie: “do której szuflady to pasuje?”. Spam albo nie spam. Pies albo kot.
• Program, który tworzy (model generatywny), nauczył się czegoś więcej: jak wyglądają maile, zdania czy zdjęcia psów - jakie bywają, co jest w nich częste, a co rzadkie. Dzięki temu potrafi ułożyć nowy egzemplarz, za każdym razem trochę inny.

Praktyczna konsekwencja: z filtra spamu nie wyciągniesz nowego maila - on umie tylko oceniać cudze. Z modelu generatywnego wyciągniesz mail, którego nikt nigdy nie napisał.

Jak “tworzenie” wygląda od środka

W modelu językowym nie ma momentu natchnienia. Jest pętla.

1. Tekst zostaje pocięty na tokeny - kawałki zwykle mniejsze niż słowo, bo odmiana i ogonki dzielą wyrazy. Polskie słowo “przewodnikami” model może zobaczyć jako kilka kawałków, a nie jedno słowo. Ile ich wychodzi z Twojego tekstu, sprawdzisz w Tokenach i kontekście.
2. Model liczy, które tokeny mogłyby być następne i jak bardzo prawdopodobny jest każdy z nich.
3. Jeden token zostaje wybrany, doklejony na koniec, a całość wraca na wejście.
4. Powtórz kilkaset razy. Wychodzi akapit.

To wyjaśnia dwie rzeczy, które ludzi zaskakują. Po pierwsze, tekst pojawia się słowo po słowie - bo naprawdę tak powstaje. Po drugie, ten sam prompt dwa razy daje różne odpowiedzi: wybór tokenu ma element losowości (jej poziom ustawia się suwakiem zwanym temperaturą). Model nie ma jednej “swojej” odpowiedzi, którą Ci recytuje.

Generatory obrazu działają mechanicznie inaczej - najpopularniejsze zaczynają od czystego szumu i krok po kroku go odszumiają w stronę opisu (to tak zwana dyfuzja). Zasada pozostaje ta sama: model nauczył się, jak wyglądają dane, i potrafi wyprodukować nowy egzemplarz.

Gdzie ta granica się rozmywa

Etykieta “generatywna” opisuje zadanie, które program wykonuje w danym momencie, a nie rodzinę technologiczną. Trzy przykłady, żeby nie wpaść w pułapkę:

• Ten sam duży model językowy poproszony o “oceń, czy ten mail to spam, odpowiedz TAK albo NIE” pełni rolę klasyfikatora. Technologia generatywna, zadanie rozpoznawcze.
• Autokorekta przewiduje następne słowo - formalnie to to samo zadanie, co w modelu językowym. Różnica jest w skali: model w klawiaturze jest tysiące razy mniejszy, patrzy na kilka ostatnich słów i nie poprowadzi spójnego tekstu.
• Nowoczesne rekomendacje korzystają z sieci neuronowych i działają na podobnej technologii co modele generatywne, choć ich efektem jest lista, nie treść.

Dla ćwiczenia niżej przyjmij prostą zasadę: patrz na efekt. Wyszła nowa treść - GenAI. Wyszła ocena, kategoria, ranking albo liczba - to druga gałąź.

Wąska, nie filmowa

To, z czym masz do czynienia, to wąska AI: mistrzostwo w zadaniu, bez ludzkiego rozumienia świata. ChatGPT nie “wie”, o czym pisze, w sensie, w jakim wie nauczycielka historii.

“Wąska” nie znaczy “słaba”. Model może być zdecydowanie lepszy od człowieka w swoim zadaniu i całkowicie bezradny krok obok. Modele językowe wyglądają na uniwersalne, bo ich dziedziną jest tekst, a tekstem opisuje się prawie wszystko. To nadal jedno zadanie, wykonywane bardzo szeroko.

Ogólna AI (na miarę człowieka we wszystkim) nie istnieje. Wymagałaby przenoszenia umiejętności między zupełnie różnymi dziedzinami, uczenia się w trakcie działania i spójnego modelu świata. Nie wiemy, czy i kiedy powstanie - badacze nie są zgodni ani co do terminu, ani nawet co do tego, jak ją rozpoznać. Typy szerzej: Typy AI. Mity o buncie: Mity vs rzeczywistość.

Brak modelu świata ma bardzo konkretny skutek uboczny, na który natkniesz się w pierwszym tygodniu pracy z chatbotem. Model dba o to, żeby tekst brzmiał wiarygodnie, a nie o to, żeby był prawdziwy. Zmyślony przepis prawny, nieistniejący wyrok albo książka, której nikt nie napisał, wyglądają dokładnie tak samo pewnie jak prawdziwe. To tak zwana halucynacja - dokładnie wyjaśniam ją w Ograniczeniach. Weryfikacja zostaje po Twojej stronie i to się w tym kursie nie zmieni.

Jakość wejścia decyduje o jakości wyjścia

Śmieci na wejściu, śmieci na wyjściu. Model nie zna Twojego kontekstu, dopóki mu go nie podasz - nie wie, kim jesteś, do kogo piszesz ani co było ustalone wcześniej. “Napisz maila” i “napisz krótkiego maila do klienta, który drugi raz spóźnia się z płatnością, ton stanowczy, ale bez gróźb” to dwa różne zadania i dwa różne wyniki.

Tego uczy prompt engineering - później. Teraz wystarczy rozróżnienie słów.

Ćwiczenie: 5 minut, trzy etykiety

Nie recytujesz definicji. Podpisujesz własny dzień.

1. Wypisz trzy rzeczy z ostatnich 24 godzin, w których podejrzewasz AI (telefon, streaming, poczta, mapa, czat, generator obrazu).
2. Przy każdej dopisz jedną etykietę: rozpoznaje/wybiera albo tworzy treść.
3. Jeśli brak pewności - zostaw znak zapytania. Pewność nie jest celem.

Wzór wypełnionego wiersza:

Co zauważyłem	Co ten program zrobił	Etykieta
Mail wpadł do spamu	przypisał kategorię	rozpoznaje/wybiera
Spotify ułożył playlistę na piątek	uszeregował utwory	rozpoznaje/wybiera
Chatbot napisał wiadomość do szefa	ułożył nowy tekst	tworzy treść

Zaliczenie: trzy wiersze na kartce, każdy z etykietą albo ”?”. Przynajmniej jeden wiersz inny niż “ChatGPT”.

Typowy wynik: dwa rozpoznawania (spam, rekomendacja) i jeden czat. To jest właśnie ta lekcja.

Jeśli nic nie zgrzyta i zostaje czas: ten sam podział na jednym nagłówku z newsów - czy tytuł mówi o GenAI, a podpisuje to jako “całe AI”?

Cztery zdania, które usłyszysz w tym tygodniu, i co z nimi zrobić

• “AI to ChatGPT.” ChatGPT to jedna aplikacja jednego typu AI. Filtr spamu też jest AI i nikt o nim nie kręci reportaży.
• “AI myśli / rozumie / chce.” Skrót językowy, wygodny i mylący. Model liczy prawdopodobieństwa. Nie ma celów, planów ani samopoczucia. Więcej: Mity vs rzeczywistość.
• “To tylko algorytm.” Każdy program to algorytmy, łącznie z sortowaniem alfabetycznym. Samo słowo “algorytm” niczego nie rozstrzyga.
• “Model sprawdził to w internecie.” Domyślnie nie. Odpowiada z tego, co zostało w wagach po treningu - chyba że dana aplikacja ma doklejone wyszukiwanie i widzisz, że z niego skorzystała.

Teraz wiesz

• AI to program do zadań kojarzonych z inteligencją. Nie magia i nie osoba.
• Umiejętność bierze się albo z reguły napisanej przez człowieka, albo z wzorców wyciągniętych z danych. Ta druga droga to uczenie maszynowe, a jej najgłębsza odmiana - uczenie głębokie - stoi za dzisiejszą GenAI.
• Generatywna AI jest podzbiorem: wytwarza treść, bo nauczyła się, jak wyglądają dane danego rodzaju, i potrafi ułożyć nowy egzemplarz. Filtr i rekomendacja zwykle nie.
• Model po treningu ma zamrożone wagi. W rozmowie z Tobą się nie uczy, a jego wiedza ma datę odcięcia.
• Dziś jest wąska AI. Filmowa ogólna nie weszła do telefonu.
• Płynność wypowiedzi nie jest dowodem prawdziwości. Halucynacja brzmi tak samo pewnie jak fakt.

Chcesz pogłębić: Typy AI - więcej o podziale na wąską i ogólną AI.

Następny krok: Jak uczyć się AI? - wybierzesz poziom (0-5) i jedno zadanie na najbliższy tydzień, zamiast “nauczyć się całego AI”.

Pojęcia z tej strony

Generatywna AI

AI, która tworzy nowe treści - teksty, obrazy, dźwięk czy kod - a nie tylko rozpoznaje lub wybiera.

Chatbot

Program, z którym piszesz jak z człowiekiem, w naturalnym języku - a on odpowiada tekstem.

Pełne definicje w słowniku pojęć.

Częste pytania

Czy filtr spamu to generatywna AI?

Zwykle nie. Sortuje i rozpoznaje, nie pisze nowego maila od zera. Generatywna AI wytwarza treść (tekst, obraz, dźwięk, kod), której wcześniej nie było w takiej postaci.

Czy ChatGPT "rozumie", o czym pisze?

Nie w ludzkim sensie. Dobiera słowa, które pasują do wzorców, nie sprawdza faktów w świecie. Więcej o tym, czego model nie potrafi, znajdziesz w [Ograniczeniach](/podstawy/ograniczenia/).

Czy wąska AI znaczy "słaba"?

Nie. Znaczy wyspecjalizowana. Nawigacja, filtr spamu i chatbot są wąskie i jednocześnie bardzo sprawne w swoim zadaniu. Ogólna AI na miarę człowieka we wszystkim naraz nie istnieje.