A gond: Az AI-nak nincs saját nyelve

Képzeld el: az mesterséges intelligencia szélsebesen fejlődik, mégis olyan programozási nyelven dolgozunk vele, amit nem rá találtak ki. Ez olyan, mintha kalapáccsal próbálnánk finom elektronikát szerelni – megy valahogy, de mennyivel jobb lenne egy igazi csavarhúzó!

Nézd meg a többi területet. A fizika fellendült a kalkulusszal. Az elektrotechnika összetett számokkal dolgozik. A webes fejlesztésnek megvan az HTML-je. Az AI pedig? Pythonnal szenvedünk, ami eredetileg másra született.

Vannak segédletek, mint a PyTorch vagy TensorFlow, amik segítenek a neurális hálózatokkal. De ezek csak foltok egy rosszul szabott ruhán. Kerékpárra rakni rakétamotorokat: működik, de kaotikus és pazarló.

Az AI két arca, ami nem fér meg egymással

Az AI ma kettévált. Egyik oldalon a neurális hálózatok: ezek zseniálisan tanulnak adatokból. Felismerik a képeket, értik a szöveget, alkotnak is. Csakhogy zárt dobozok – bedobod az adatot, kijön az eredmény, de fogalmad sincs, hogyan született.

Másik oldalon a szimbolikus AI: logikára és szabályokra épül, mint a régi szakértői rendszerek. Átláthatóak, megbízhatóak, nyomon követhető minden lépés. De példákból alig tanulnak, és a valóság bonyolultságával elbuknak.

Olyan ez, mint egy intuitív festő, aki nem tud beszélni a képéről, és egy precíz könyvelő, aki unalmas dolgokra jó csak. Mindkettő értékes, de mi lenne, ha összeházasítanánk őket?

Itt jön a tenzorlogika: talán ez a fordulópont

Egy kutató most "tenzorlogikát" javasol – szerintem ez komoly dolog lehet.

A lényeg egyszerű: a logikai szabályok és a tenzor műveletek (a neurális hálók matematikája) ugyanazok alapvetően. Csak más adatfajtákon futnak. Mint amikor rájössz, hogy összeadás és szorzás rokonságban áll – ebből építhetsz erősebb rendszereket.

Mi teszi különlegessé?

A tenzorlogika megoldhatja az AI nyelvi válságát:

Mindent egységesít: Nem kell külön eszközök neurális hálókra és logikára. Minden "tenzor egyenlet" lesz. Egyetlen univerzális szerszám a sok helyett.

Átlátható tanulás: Neurális háló, ami nem csak tanul, hanem meg is magyarázza magát sima szavakkal. Ez a tenzorlogika célja.

Természetes skálázás: Nem fullad meg nagy adathalmazokban, mint a régi szimbolikus rendszerek. Eleve erre tervezték.

Miért óriási ez? (De miért vagyok óvatos?)

Ha bejön, AI-k kapnak neurális tanulóerőt plusz logikus megbízhatóságot. Képzelj el orvosi AI-t, ami millió esetből tanul, és pontosan elmagyarázza a kezelést.

Csakhogy minden pár évnyi új "csodanyelv" bukik el a gyakorlatban. Sok papíron szép ötletet láttam elbukni.

A tenzorlogika reménye a matematikai szépsége. A legjobb számítástechnikai megoldások mindig egységesítik a különböző világokat. Gondolj a relációs adatbázisokra, amik egyszerűsítették az adatkezelést, vagy az internet protokolljára, ami összekötötte a világot.

Mi jön még?

Új programozási nyelv építése kemény dió. Kell toolchain, könyvtárak, közösség, tesztek. Mint új város alapozni – terv nem elég.

Izgatott vagyok ettől az iránytól. Lehet, hogy nem pont a tenzorlogika, de az AI-nak kell saját nyelve. A mai általános nyelvek fékezik a területet.

Az AI következő áttörése talán nem algo vagy adat, hanem a megfelelő eszközök lesznek, amikkel tisztán kifejezhetjük az ötleteket.

Te mit gondolsz? Kész az AI a saját nyelvére, vagy elég a mai? Várom a véleményed!

Forrás: Tensor Logic: The Language of AI