A MESTERSÉGES INTELLIGENCIA ÉS A MAGYAR NYELV – DR. PRÓSZÉKY GÁBOR EGYETEMI TANÁR, PPKE скачать в хорошем качестве

A MESTERSÉGES INTELLIGENCIA ÉS A MAGYAR NYELV – DR. PRÓSZÉKY GÁBOR EGYETEMI TANÁR, PPKE

Ma sokszor „mesterséges intelligenciáról” beszélünk, de érdemes pontosítani az egyre-másra megjelenő és intelligensnek tartott hatalmas nyelvmodellek (LLM) célját és használhatóságát. A mindössze néhány éve létező ún. transzformer architektúrák két nagy családja, az enkóderek és a generatív MI-nek is nevezett dekóderek. Az elmúlt másfél évben az utóbbi modellek egyre népszerűbbé váltak, és ma már a legtöbb nyelvtechnológiai feladatot ezekkel a meglehetősen nagy gépi hátteret igénylő GPT-félékkel próbálják megoldani. A legismertebb generatív modell, a GPT speciális továbbtanításával megvalósított ChatGPT 2022 végi megjelenése óta a működést sokan ezeknek a rendszereknek általában egy-egy kérdésre adott válasza alapján „ítélik meg”, miközben ezeknek a különböző célú nyelvmodelleknek a felépítése, paraméterszáma, vagy tanítóanyagának mérete teljesen eltérő. A Nyelvtudományi Kutatóközpont kutatóinak munkája révén a magyar nyelvre is létrejöttek hatalmas nyelvmodellek: a PULI nyelvmodellcsalád 2022 óta épül, és betanításához egy immár 60 milliárd szavas magyar szövegkorpuszt hoztak létre. A saját építésű nyelvmodellek jelentősége a felhasználók számára az, hogy a magyarországi intézmények ezeket saját szervereiken működtethetik, tehát nem kell a világhálón keresztül nagy világcégek számára átadni érzékeny feldolgozandó adataikat. A kutatók számára a saját modellel lehetővé válik a rendszer válaszait a tanulóanyagban szereplő adatokkal összevetni. Ezáltal olyan következtetéseket vonhatunk le az LLM-ek működésével kapcsolatban, amit a számunkra a (jogilag és technikailag) zárt világhírű modellekkel (ChatGPT, Gemini, Copilot stb.) nincs módunk megtenni. Dr. Prószéky Gábor a PPKE Információs Technológiai és Bionikai Kar egyetemi tanára, az MTA doktora, a ELTE Nyelvtudományi Kutatóközpont főigazgatója.