Az internet egyre gyorsabban pusztul, és az AI kerül vele a kriptába | 2025. január 12.
„Az internet meghalt, és az AI ölte meg” – mondhatná a digitális kor Friedrich Nietzschéje. A mesterséges intelligencia terjedésével sokan félnek attól, hogy egy a Terminator filmek Skynet-jéhez hasonló gyilkos algoritmus szabadul majd el. A valóságban viszont egy súlyos veszély már testet öltött: ma már nem is tudjuk, hogy mi az igazság és mi csak egy hihető hazugság. Az interneten hamarosan átvehetik az uralmat a mesterséges intelligenciák, a kérdés pedig az, hogy mit tudunk ezzel kezdeni.
A ChatGPT-hez hasonló generatív nyelvi modellek önmaguk farkába harapó kígyóként a saját maguk által előállított valótlan tartalmakból gyártanak válaszokat akkor is, ha tényleg precizitásra törekszenek. Így egy teljesen fiktív, szennyezett adatokkal teli hazugsághalom vár ránk nem is olyan sokára.
Az internet egyre nagyobb része teljes szemét
... a '90-es években robbanásszerűen kezdtek el szaporodni a civil felhasználók a világhálón. Az őskor, amikor az emberek maguk állíthattak elő weboldalakat, amelyek jellemzően saját magukról, vagy a hobbijaikról szóltak. Persze a múltidézést beárnyékolja, hogy már az első tömegfelhasználási korszakban megjelentek a pedofil, csaló és fajgyűlölő oldalak és tartalmak, de az internet még ezzel együtt is egy őszintébb és tisztább hely volt.
Ugyanakkor a weblapokat a közösségek tartották fenn a forgó, színes gifekkel, Times New Romannal írt szövegekkel együtt, ha pedig eltűntek az érdeklődők, a weboldalak is az enyészetté lettek. Leginkább csak szájhagyomány útján terjedtek a hírek az izgalmasabbnál izgalmasabb új portálokról, weblapokról. Ha pedig valaki rábukkant valamire, tudta, hogy azt egy ember írta, mégha a felhasználók hol teljesen értelmetlen, hol viccesnek szánt álnevek mögé bújtak (soha nem felejtünk el Sir Telen! - a szerk.).
Ebben a vadnyugati szabadságromantikával színezett korszakban a legidegesítőbb jelenség a spam volt: az első dokumentált ilyen üzenetküldés 1978. május 3-án történt, amikor az ARPANET-en, az internet elődjén, egy Gary Thuerk nevű marketinges tömeges e-maillel bombázta meg a rendszer összes felhasználóját azzal a céllal, hogy egy új terméket, a DEC (Digital Equipment Corporation) VAX számítógépeit népszerűsítse.
A spam aztán átlépett egy új korszakba: teljesen értelmetlen álhírek, összeesküvés-elméletek kezdtek el landolni az első emailfiókokban, amiknek semmi közük nem volt a valósághoz.
Biztosan nem ez volt az első vakhülyeség az interneten, de az első dokumentált álhír az 1994-ben terjedő „Good Times” nevű hoax volt: ekkor a korai felhasználók többségéhez eljutott az az álhír, hogy ha valaki megnyitja a Good Times tárggyal érkező e-mailt, az súlyosan megfertőzi a számítógépet, és helyrehozhatatlan károkat okoz.
Ez a spamtípus pedig már jó ugró deszka napjainkba, amikor az interneten egyre több az ilyen szemét, amit már nem is emberek állítanak elő, és fertőzésként ölik meg az AI-forradalmat.
Az adatminőség romlásával az AI egyre veszélyesebb lesz
A probléma alapja az, hogy elképesztő mennyiségű adat kell ahhoz, hogy a mesterséges intelligenciákat betanítsák akár a szöveggenerálásra, akár a KRESZ-szabályok, forgalmi helyzetek felismerésére.
Mindehhez pedig tiszta, jó minőségű adatok kellenek, ami viszont szépen lassan egyre kevesebb van az interneten.
Egy példával leírva a problémát, elég csak az önvezető autókra gondolni: ahhoz, hogy egy algoritmus biztonságosan szállítsa az utasait bárhol a világon, fel kell ismernie a KRESZ-táblákat, ismernie kell az adott ország forgalmi szabályait. A fejlesztők ilyenkor nagy adatbázisokat használnak fel, például a Google Maps szolgáltatás képeit, hogy megtanítsák a rendszernek, hogyan néz ki egy behajtani tilos, vagy sebességkorlátozást jelző tábla. Ezt aztán valós körülmények között egy képfeldolgozó algoritmus értelmezi és kiadja az utasítást a motorvezérlésnek, hogy lassítson vagy álljon meg az autó.
Azonban ha a betanításkor rossz minőségű adat kerül a rendszerbe, akkor az autó egy 30-as táblát 80-asnak is értelmezhet, így lassítás helyett gyorsítani kezd.
A módszer mostanra egyáltalán nem más a Chatgpt-hez hasonló szöveggeneráló, válaszokat adó rendszereknél sem, csak itt az adatforrás mostanra már az egész internet. Ha egy egyetemi hallgató például forrásanyagot keres a dolgozatához, ami az AI által generált internetes tartalmakról szól, jó eséllyel ezután belefut a cikk első három bekezdéséhez gyártott teljesen fiktív kutatásba.
Az adathalmazt tehát sikeresen beszennyeztük egy mesterséges intelligencia által generált tartalommal.
Hogy a probléma teljesen valós, azt maga a ChatGPT-t fejlesztő OpenAI alapítója, Ilya Sutskever jelentette ki egy decemberi konferencián, hogy elfogyott a jó minőségű adat az interneten és nem lesz több belőle. A tavaly decemberi Neurips éves rendezvényén tartott beszédében azt mondta
-- az interneten található összes hasznos adatot már felhasználták a mesterséges intelligencia modellek betanítására.
Eddig pont az internetes adatok feldolgozása hozott javulást a ChatGPT-hez hasonló rendszerek által adott válaszok minőségénél, azonban a folyamat mostanra lelassult, és Sutskever szerint ennek a korszaknak hamarosan „kétségtelenül vége lesz”.
https://www.portfolio.hu/gazdasag/20250112/az-internet-egyre-gyorsabban-pusztul-es-az-ai-kerul-vele-a-kriptaba-733911
___
Egyszerűen: mi az a ChatGPT?
http://szamitastechnika.network.hu/video/erdekessegek/egyszeruen_mi_az_a_chatgpt
___
Mesterséges intelligencia / Artificial Intelligence
http://linux.network.hu/forumtema/mesterseges-intelligencia-artificial-intelligence
Utolsó hozzászólás