Kiss Gábor: A lényeg nem a méret A méret sokszor a középpontba kerül, azonban a valódi értékek sokkal mélyebb rétegekben rejlenek. Az életben és a kapcsolatokban a minőség, az érzések és a tartalom sokkal fontosabbak, mint a külsőségek. Az igazi értékek
"A technológiai világ figyelme pár napja ismét az OpenAI-ra szegeződött, amikor bemutatták a GPT-5-öt, azt a modellt, amelytől sokan a mesterséges intelligencia fejlődésének következő forradalmi fejezetét várták. A bemutatót kísérő megszokott hype és a "PhD-szintű szakértelmet" ígérő marketingszövegek azonban hamarosan egy mély, szinte tapintható zavarodottságnak adták át a helyüket. A felhasználók arra ébredtek, hogy a jól bevált, kreatív partnerként dicsért GPT-4o eltűnt, helyét pedig egyetlen, rejtélyes Auto mód vette át, amely önkényesen és sokszor következetlenül döntött a válaszok minőségéről és sebességéről. A kezdeti felháborodás és a gyors visszakozás, amellyel az OpenAI visszahozta a régi modelleket, sokakban azt a meggyőződést erősítette meg, hogy a nagy bejelentés valójában füst volt láng nélkül, csinosabb felhasználói felület és néhány felszínes integráció, de semmi, ami alapjaiban rengetné meg a gépi intelligencia határait. Megjelent több olyan értelmezés, például a New Yokerben, miszerint az AI-forradalom elérte a platóját és a fejlődés innentől csak a termékcsomagolásról szól. Egyre többször hallani olyan befektetői szakvéleményeket, hogy a mesterséges intelligencia körül olyan tőzsdei buborékot fújtak, ami a balul végződött ezredfordulós dotcom boomhoz hasonlítható és a vége is ugyanaz lesz. Elemzésünkben megvizsgáljuk, hogy valóban zsákutcába került-e mesterséges intelligencia-projekt vagy a GPT-5 körüli csalódottság nem a fejlődés végét, hanem éppen annak irányváltását jelzi.
A közelmúlt eseményei fontos tanulságokat tártak elénk: az iparág sokáig axiómaként tekintett a scaling law-ra, amely azt hirdette, hogy ha nagyobb nyelvi modelleket építünk, és ezeket óriási adathalmazon tanítjuk, akkor kiemelkedő eredményekre számíthatunk. E nézet egyik leglátványosabb megerősítése a GPT-3 debütálása volt, amely tízszer nagyobb méretű volt a GPT-2-höz képest, és teljesítményét tekintve is jelentős előrelépést mutatott. Hirtelen valósággá vált az általános mesterséges intelligencia (AGI) koncepciója, amely képes volt széles feladatkörben emberi szintű teljesítményt nyújtani. Ha a skálázási törvény valóban érvényes, elegendő pénzt és számítási kapacitást befektetni a modellekbe, és a cél elérhető közelségbe kerül. Ebben a légkörben fogalmazta meg Sam Altman "Moore's Law for Everything" című írását, amelyben kifejtette, hogy az AI egyre inkább átveszi az emberi munkák elvégzését, ezzel párhuzamosan pedig hatalmas vagyont teremt a tőkések számára. "Ez a technológiai forradalom megállíthatatlan" - írta, majd hozzátette, hogy a világ olyan gyorsan és drámaian változik, hogy ehhez hasonlóan drasztikus politikai intézkedésekre van szükség a vagyonelosztás és az egyéni életesélyek fenntartása érdekében.
Ahhoz, hogy megértsük, miért nem csupán egy egyszerű frissítés a GPT-5, először is fontos elismerni a kritikák valóságát. A döntés, hogy a korábbi, specializált modelleket egyetlen automatizált rendszerbe integrálják, a gyakorlatban nem vált be. Azok a felhasználók, akik a GPT-4o gyorsaságára és kreativitására, vagy más modellek mélyebb logikai tudására építettek, hirtelen egy kiszámíthatatlan partnerrel szembesültek. A rendszer hol kiemelkedő precizitással oldott meg bonyolult problémákat, hol pedig bosszantóan egyszerű válaszokat adott, mindezt úgy, hogy a felhasználónak alig volt befolyása a folyamatra. Ez a kiszámíthatatlanság megingatta a bizalmat, és azt sugallta, hogy a felhasználói szabadság helyett a kényelmes, de felszínes automatizálás került előtérbe. Ugyanakkor téves lenne abból a következtetésből kiindulni, hogy a háttérben nem történtek lényegi változások. Az objektív mérőszámok azt mutatják, hogy az AIME, a matematikai érvelést vizsgáló, nehezen teljesíthető teszt, 94 százalék feletti eredményt produkált, ami nem csupán a GPT-4o 40 százalékos teljesítményéhez képest jelent javulást, hanem egy új, magasabb szintű logikai és absztrakciós képesség megjelenését is jelzi. A valós szoftverfejlesztési feladatokat szimuláló SWE-bench közel 75 százalékos pontossága szintén arra utal, hogy a modell képes a kontextus mélyebb megértésére és összetett problémák több lépésben történő megoldására. Ezek a mutatók nem csupán véletlenszerű sikerek, hanem egy átfogó architekturális váltás jelei.
A GPT-5 legújabb újítása a Multi-Stage Model Routing, amely forradalmasítja a mesterséges intelligencia működését. Ez a megoldás válaszol arra a kulcsfontosságú kérdésre, hogy miként lehet egyidejűleg gyors és intelligens a rendszer. A korábbi modellek monolitikus felépítése miatt a legkisebb kérdésekhez is a hatalmas, összetett hálózat teljes kapacitása aktiválódott, ami jelentős számítási erőforrást igényelt. Ezzel szemben a GPT-5 egy dinamikus és alkalmazkodó rendszer, amely képes valós időben felmérni a beérkező feladatok bonyolultságát, majd ennek megfelelően választani a belső, különböző méretű és képességű modellvariánsok közül. Például egy egyszerű ténykérdés megválaszolásához egy kisebb és gyorsabb komponens aktiválódik, míg egy tudományos esszé esetén a „gondolkodó” mód lép működésbe, amely több számítási erőforrást és időt használ a válasz kidolgozására. Ez nem csupán a hatékonyság növelését jelenti, hanem új skálázási logikát is bevezet az iparágban. A szakértők már észlelték, hogy a hagyományos skálázási törvények határaikhoz érkeztek: a modellek méretének duplázása már nem eredményez arányos teljesítménynövekedést, míg a képzési költségek folyamatosan emelkednek. A GPT-5 dinamikus architektúrája az első komoly lépés a megszokott keretekből való kitörés irányába, és szorosan kapcsolódik a Mixture of Experts (MoE) koncepcióhoz, amely lehetővé teszi a specializált alhálózatok intelligens kiválasztását. Ez a megközelítés nemcsak nagyobb teljesítményt céloz meg, hanem okosabb megoldásokat is kínál, amelyek a hatékonyság és a teljesítmény új dimenzióit nyitják meg.
Az új típusú intelligencia, amelyet láthatunk, még mindig hordozza a jelenlegi technológiai megoldások kezdeti nehézségeit. Különösen a hallucinációs jelenség, vagyis a tényekkel kapcsolatos magabiztos, de valójában téves állítások problémája folyamatosan jelen van. Ahogy egy fejlesztő fogalmazott, aki éles környezetben használja a GPT-5-öt, a rendszer egyszerre "hihetetlenül intelligens" és "olyan módon hallucinál, hogy azt szavakba önteni sem tudom". Ez a paradoxon világosan rávilágít a teljesítménymérő mutatók és a megbízható működés közötti szakadékra. A modell nem rendelkezik stabil képpel a saját tudásának határait illetően, ami váratlan helyzetekben téves következtetésekhez vezethet. Számos neves AI-kritikus úgy véli, hogy ez nem csupán javítható hiba, hanem a jelenlegi transzformer-architektúrák mélyebb strukturális problémája. Míg a modellek statisztikai mintázatok alapján próbálják megjósolni a következő szót, anélkül, hogy egy belső, konzisztens világképpel rendelkeznének, a valódi megértés és megbízhatóság továbbra is korlátozott marad. A következő jelentős előrelépés valószínűleg a neuroszimbolikus rendszerek irányába mutat, ahol a neurális hálók intuitív mintázatfelismerő képességét a szabályalapú logika szigorú keretei egészítik ki.
A piaci környezet elemzése során egyértelműen megfigyelhető, hogy a verseny dinamikája folyamatosan átalakul. Neves gazdasági szaklapoknak nyilatkozó iparági szakértők szerint a vállalatok egyre inkább felismerik, hogy nem csupán impozáns, egyre nagyobb méretű modellek létrehozására törekednek, hanem olyan tartós infrastruktúrák kiépítésére, amelyek valódi termékek és szolgáltatások alapját képezik. Érthető tehát, hogy ahogy a mesterséges intelligencia egyre több hasznos alkalmazásban válik elérhetővé, a hangsúly az elméleti koncepciók helyett az alkalmazásokra helyeződik, elmozdítva a figyelmet az általános MI-től.
A GPT-5 olyan híd, amely két különböző korszakot köt össze. Egyrészt a jelenlegi technológiai fejlődés csúcsát képviseli, amely a nyers teljesítményre és a skálázhatóságra épít, megmutatva, hogy milyen messzire juthatunk a meglévő keretek között. Másrészt viszont, dinamikus és alkalmazkodó struktúrájával már a következő korszakot sejteti, ahol a hatékonyság és az erőforrásokkal való okos gazdálkodás kerül a középpontba. Az AI fejlődésével kapcsolatos diskurzus legnagyobb tévedése abban rejlik, ha az egész világot csupán a nagy nyelvi modellek szűk perspektívájából nézzük. Miközben a közvélemény általában a ChatGPT-hez hasonló chatbotokra összpontosít, az ezt megalapozó technológiák már régóta más tudományágakon is áthatoltak, és ott valódi forradalmakat indítottak el. Ezekben a területeken a fejlődés nem lassul, sőt exponenciális ütemben halad, lélegzetelállító újításokat hozva magával.
A biológia és az anyagtudomány világában egy csendes, ám annál jelentősebb forradalom zajlik. A DeepMind AlphaFold modelljei, amelyek a transzformer-architektúrára épülnek, rendkívüli pontossággal képesek feltérképezni a fehérjék, DNS és más molekulák bonyolult háromdimenziós szerkezetét, valamint azok kölcsönhatásait. Ez a tudományos áttörés nem csupán elméleti érdekesség, hanem a modern gyógyszerfejlesztés és a személyre szabott orvoslás alapját képezi, jelentősen felgyorsítva a kutatási folyamatokat. Ezen túlmenően a Google GNoME rendszere gépi tanulási algoritmusok révén több mint kétmillió új, elméletileg stabil kristályszerkezetet azonosított, ezzel forradalmasítva az anyagok felfedezését, és drámaian megnövelve a potenciális új anyagok számát az emberiség eddigi történetében. Ezek az új felfedezések ígéretes lehetőségeket rejtenek magukban, például hatékonyabb akkumulátorok és a jövő szupravezetőinek kifejlesztése terén.
A vitákhoz elengedhetetlen a józan kétely megléte, különösen a befektetők szemszögéből nézve. Számos iparági elemzés alapján a generatív AI piaca a következő években valószínűleg ötven- vagy akár száz milliárd dollár körüli nagyságrendűvé válhat, de a tízmilliárdokat meghaladó számok, mint például az ezermilliárd dolláros várakozások, túlzottak. A piaci hatások elsősorban attól függenek, hogy a cégek mennyire képesek átalakítani működési folyamataikat a technológia integrálásával. Minél inkább kritikátlanul közelítik meg az átszervezést, annál nagyobb a valószínűsége a téves lépéseknek és a csalódásoknak a megtérülés terén. Továbbá, az amerikai részvénypiac értékének jelentős része a híres Magnificent Seven technológiai vállalatokhoz kapcsolódik: Apple, Microsoft, Alphabet, Amazon, Nvidia, Meta és Tesla. Bár ezek a cégek az utóbbi időszakban óriási összegeket fektettek be az AI fejlesztésekbe, a tényleges bevételeik ennél jóval mérsékeltebbek voltak. Ha csupán a számadatokat vizsgáljuk, könnyen kétségeink támadhatnak. A skálázási összefüggések továbbra is részben titokzatosak. Míg a dolgok működtek, minden egyszerűnek tűnt, de egy idő után a helyzet bonyolultabbá vált. Itt az ideje, hogy a megközelítéseinket ésszerűbben alakítsuk át, kevesebb önteltséggel és több gondossággal.
Mindez nem a forradalom végéről szól, hanem inkább egy új irányvonal kezdetéről. A jövő már nem a hatalmas, egységes modellek körül forog, hanem a specializált, dinamikus együttműködéseken alapuló rendszerekre összpontosít, amelyek egyre gazdagabb belső világképpel bírnak. A GPT-5 ebben a folyamatban kulcsszerepet játszik, noha nem mentes a hibáktól. Ez nem a végső cél, hanem egy fontos mérföldkő azon az úton, amely a kifinomultabb, megbízhatóbb és igazán intelligens mesterséges intelligencia felé vezet. A valódi kérdés már nem az, hogy a chatbot mennyivel okosabb, hanem hogy milyen új tudományos és ipari áttöréseket tud előidézni a mögötte álló technológiai ökoszisztéma. A háttérben olyan technológiai átalakulás zajlik, amely a nyers erő korszakának végét és az intelligens hatékonyság új korának kezdetét hirdeti, válaszolva az iparág legfontosabb kérdésére: merre tovább, amikor a puszta méretbeli növekedés már nem elegendő?
