Vrste umetne inteligence: kaj obstaja poleg LLM-jev?

Umetna inteligenca ni samo ChatGPT in ni samo veliki jezikovni model. Veliki jezikovni modeli (LLM-ji) so ena od družin modelov, specializiranih za verjetnostno obdelavo in ustvarjanje jezika. Širši zemljevid umetne inteligence (v nadaljevanju AI) vključuje tudi simbolne sisteme, klasično strojno učenje, računalniški vid, priporočilne sisteme, modele časovnih vrst, spodbujevalno učenje, optimizacijo, grafe znanja, generativne modele, agente in robotiko.

Ko nekdo danes omeni AI, pogosto misli na pogovorni vmesnik. Toda aplikacija, kot je ChatGPT, je širši digitalni sistem: poleg enega ali več modelov vključuje uporabniški vmesnik, programsko logiko in varnostne mehanizme, lahko pa tudi podatkovne povezave in orodja. Tudi evropski Akt o umetni inteligenci razlikuje med modelom in AI-sistemom, OECD pa AI-sistem opisuje funkcionalno: iz vhodov sklepa, kako ustvariti napovedi, vsebine, priporočila ali odločitve.

Kaj je LLM in zakaj ni sopomenka za vso umetno inteligenco?

Veliki jezikovni model oziroma LLM se iz velikih količin podatkov nauči statističnih vzorcev jezika. Pri večini sodobnih generativnih LLM-jev je osrednji cilj predtreniranja napovedovanje naslednje besedilne enote oziroma tokena; na tej osnovi in z dodatnim prilagajanjem lahko opravljajo naloge pisanja, povzemanja, prevajanja, odgovarjanja in dela s programsko kodo. Več o notranjem koraku priprave besedila pojasnjuje članek Kako poteka tokenizacija pri LLM-jih.

LLM je izjemno prilagodljiv, vendar ni vedno najboljša izbira. Za odkrivanje napake na industrijskem izdelku je lahko primernejši namenski model računalniškega vida. Za napoved porabe elektrike je smiselnejši model časovnih vrst. Za iskanje najkrajše poti so lahko hitrejši klasični algoritmi iskanja in optimizacije. Kadar so pravila jasna in pravno zavezujoča, je lahko odločitev bolje zapisati kot preverljivo simbolno logiko.

Tri osi za razumevanje vrst umetne inteligence

Razvrščanje AI postane zmedeno, kadar v isti seznam pomešamo algoritem, poslovno nalogo, izdelek in fizični stroj. Uporabnejši zemljevid uporablja tri dopolnjujoče se osi:

1. Računski pristop: simbolna pravila, statistično učenje, nevronske mreže, verjetnostni modeli, iskanje, optimizacija ali spodbujevalno učenje.
2. Podatkovna modalnost in naloga: modalnosti vključujejo besedilo, sliko, video, zvok in časovne vrste, naloge pa na primer priporočanje, napovedovanje in upravljanje stroja.
3. Sistemska oblika: posamezen model, temeljni model, aplikacija, agent ali robot.

Zato kategorije niso medsebojno izključujoče. Sistem računalniškega vida je lahko nevronski in diskriminativen; generator slik je lahko difuzijski in multimodalen; agent pa lahko združuje LLM, pomnilnik, planer, graf znanja in zunanja orodja.

Algoritem ter pet različnih sistemskih pojmov: model, temeljni model, aplikacijski sistem, agent in robot

Najprej ločimo algoritem kot postopek reševanja problema. Nato razlikujemo pet sistemskih pojmov, ki jih pogosto preveč ohlapno poimenujemo »model«. Razlike so pomembne:

• Algoritem je postopek oziroma zaporedje pravil za reševanje problema.
• Model je naučena ali drugače določena preslikava vhodov v izhode: na primer ocena tveganja, prepoznan predmet ali napoved naslednje besede.
• Temeljni model je široko izurjen model, ki ga lahko prilagajamo številnim nalogam. V pravnem jeziku Uredbe EU o umetni inteligenci je soroden, vendar ne povsem enak pojem model UI za splošne namene.
• Aplikacijski AI-sistem združuje model z vmesnikom, podatki, poslovnimi pravili, nadzorom, dnevniki in integracijami.
• Agent prejme cilj, spremlja stanje, izbira naslednji korak in uporablja orodja. Model sam zato še ni agent; podrobneje v članku Zakaj model sam še ni AI-agent.
• Robot je utelešen sistem s senzorji in aktuatorji, ki deluje v fizičnem svetu. Robot ne uporablja nujno metod umetne inteligence in vsak AI-agent ni robot.

Simbolna AI in ekspertni sistemi

Simbolna umetna inteligenca predstavlja znanje z eksplicitnimi simboli, pravili in odnosi. Ekspertni sistem lahko na primer uporablja pravila oblike »če–potem«, logično sklepanje in bazo znanja. Prednost je razložljivost: pogosto lahko natančno pokažemo, katero pravilo je sprožilo sklep.

Tak pristop je uporaben, kadar so pravila stabilna, postopek mora biti sledljiv ali pa je napak malo, a so drage. Slabost je zahtevno ročno vzdrževanje in slabše prilagajanje neurejenim vhodom, kot so slike, zvok in prosti jezik.

Klasično strojno učenje

Pri klasičnem strojnem učenju se modeli iz označenih ali neoznačenih podatkov učijo vzorcev za razvrščanje, regresijo, združevanje in ocenjevanje verjetnosti. Sem sodijo linearna in logistična regresija, odločitvena drevesa, naključni gozdovi, gradientno ojačevanje, metoda podpornih vektorjev in algoritmi gručenja.

Za strukturirane poslovne podatke je klasični model pogosto cenejši, hitrejši in lažje razložljiv kot velik generativni model. Pri napovedi odhoda naročnika ali oceni kreditnega tveganja kakovost podatkov, pravilna validacija in nadzor pristranskosti navadno pomenijo več kot velikost modela.

Nevronske mreže in globoko učenje

Globoko učenje uporablja večplastne nevronske mreže, ki se iz podatkov učijo notranjih predstavitev. Konvolucijske mreže so dolgo prevladovale pri slikah, transformerji pa so postali ključni pri jeziku ter vse pogosteje pri slikah, zvoku, videu in multimodalnih sistemih.

Nevronska mreža ni enako kot LLM. LLM-ji so ena od prepoznavnih družin modelov, zgrajenih z nevronskimi mrežami. Osnove uteži, plasti, aktivacij in učenja so predstavljene v članku Kako delujejo nevronske mreže.

Verjetnostni modeli

Verjetnostni AI-sistemi izrecno opisujejo negotovost. Bayesovske mreže, skriti Markovovi modeli in drugi grafični modeli pomagajo sklepati, kadar so podatki nepopolni ali šumni. Namesto enega samozavestnega odgovora lahko vrnejo porazdelitev verjetnosti in pokažejo, kako se ocena spremeni z novimi dokazi.

Takšni modeli so dragoceni v diagnostiki, napovedovanju tveganj, spremljanju procesov in sistemih, kjer je pomembno ločiti »ne vem« od napačne gotovosti.

Spodbujevalno učenje

Spodbujevalno učenje se uči politike odločanja na podlagi signalov nagrade. Agent opazuje stanje okolja, izvede dejanje in dobi povratno informacijo. Cilj je praviloma povečati pričakovano kumulativno nagrado, ne zgolj izbrati dobro posamezno dejanje.

DeepMindov AlphaGo je združil globoke nevronske mreže, iskanje po drevesu in učenje. AlphaZero se je učil s samoigro in brez podatkov o človeških partijah, pri čemer je združil nevronsko mrežo z iskanjem po drevesu. Spodbujevalno učenje se uporablja tudi pri robotiki, upravljanju virov, simulacijah in optimizaciji, vendar zahteva previdno oblikovanje ciljev: sistem lahko zelo učinkovito optimizira napačno merilo.

Iskanje, optimizacija in samodejno načrtovanje

Velik del inteligentnega vedenja ne nastane z generiranjem besedila, temveč z iskanjem dobre poti skozi prostor možnosti. Sem sodijo algoritmi najkrajše poti, kombinatorna optimizacija, omejitveni problemi, načrtovanje in razporejanje.

Uporaba vključuje logistiko, vozne rede, razpored zaposlenih, sestavo proizvodnega načrta in načrtovanje zaporedja dejanj. Sodobni sistemi pogosto združujejo napovedni model z optimizatorjem: prvi oceni, kaj se utegne zgoditi, drugi izbere izvedljivo odločitev.

Evolucijski algoritmi in rojevna inteligenca

Evolucijski algoritmi iščejo rešitve z različicami, selekcijo in mutacijami. Sorodni pristopi modelirajo vedenje rojev, na primer usklajevanje delcev ali mravelj. Uporabni so pri zahtevnih optimizacijskih problemih, kjer nimamo enostavne formule ali gradienta.

Ne gre za biološko zavest, temveč za računske prispodobe naravnih procesov. Njihova vrednost je v raziskovanju velikega prostora rešitev, slabost pa je lahko visoka računska cena in težja razlaga končnega rezultata.

Grafi znanja

Graf znanja povezuje entitete in njihove odnose: oseba je povezana z organizacijo, izdelek s sestavnimi deli, dokument s pojmi. Grafi omogočajo strukturirano iskanje, sklepanje in povezovanje podatkov iz različnih virov.

LLM lahko ustvari tekoč odgovor, graf znanja pa lahko pomaga pri preverljivosti, doslednosti in natančnem dostopu do odnosov. Zato so sistemi, ki povezujejo LLM z grafom znanja, uporabni pri iskalnikih, podpori odločanju in sistemih z občutljivimi podatki.

AI glede na vrsto naloge in podatkov

Računalniški vid

Sistemi računalniškega vida razvrščajo slike, zaznavajo objekte, segmentirajo prizore, berejo dokumente in spremljajo video. Uporabljajo se pri nadzoru kakovosti, medicinskem slikanju, prometu, satelitskih posnetkih in robotiki.

Govor in zvok

Govorni modeli pretvarjajo govor v besedilo, sintetizirajo glas, ločujejo govorce in zaznavajo dogodke v zvoku. Glasovni pomočnik zato ni samo LLM: potrebuje vsaj prepoznavo govora, jezikovno razumevanje ter sintezo zvoka.

Priporočilni in razvrstitveni sistemi

Priporočilni sistemi ocenjujejo, kateri izdelek, video, pesem ali dokument je za uporabnika najprimernejši. Združujejo vedenjske signale, značilnosti vsebine, podobnost uporabnikov in kontekst. Njihov cilj ni nujno ustvarjanje nove vsebine, ampak pravilno razvrščanje obstoječih možnosti.

Časovne vrste in zaznavanje anomalij

Modeli časovnih vrst obravnavajo podatke, pri katerih je pomemben časovni vrstni red: prodajo, porabo, temperature, transakcije ali podatke senzorjev. Zaznavanje anomalij išče odstopanja, ki lahko pomenijo okvaro, prevaro ali varnostni incident.

Generativni modeli za slike, zvok, video in 3D

Generativna AI ni omejena na besedilo. Difuzijski in drugi generativni modeli ustvarjajo slike, glasbo, govor, video, tridimenzionalne oblike in sintetične podatke. Njihov izhod je nov vzorec, ne zgolj oznaka ali ocena. Ker se tehnologija hitro razvija, ostajajo ključni izvor podatkov, avtorske pravice, sledljivost in označevanje sintetičnih vsebin.

Multimodalni in temeljni modeli

Multimodalni model obdeluje več vrst podatkov, na primer besedilo, sliko, zvok ali video. Pomembno je, da »multimodalen« opisuje vhodne in/ali izhodne modalnosti, ne nujno stopnje splošne inteligence.

Temeljni modeli so široko predtrenirani in jih je mogoče prilagoditi številnim nalogam. Lahko so jezikovni, vizualni, zvočni ali multimodalni. Velika uporabnost prinaša tudi sistemska tveganja: ista osnovna napaka se lahko prenese v veliko različnih aplikacij.

Modeli sveta

Model sveta se uči notranje predstavitve okolja in posledic dejanj. Sistem lahko v takem modelu simulira možne prihodnosti, preden ukrepa. Koncept je pomemben za robotiko, igre, avtonomne sisteme in načrtovanje.

Model sveta ni nujno jezikovni model. Lahko uporablja latentne predstavitve videa, senzorjev in dinamike okolja. Več v ločenem članku Kaj je model sveta in kako se razlikuje od LLM-ja?.

Agentski sistemi

AI-agent je sistem, ki zasleduje cilj in v zanki opazuje, presoja, izbira dejanje, uporablja orodje ter preverja rezultat. LLM je lahko njegov komunikacijski in razlagalni del, ni pa edina komponenta. Agent potrebuje še navodila, stanje ali pomnilnik, dostop do orodij, pravila dovoljenj in mehanizem nadzora.

Ko agent dostopa do zunanjih storitev, postanejo pomembni API-ji in protokoli za orodja; glej Kaj sta API in MCP. Pri postopkih z večjim tveganjem mora biti jasno, kdo potrdi občutljivo dejanje, kaj se zabeleži in kako sistem ustavimo.

Robotika in krmilni sistemi

Robot združuje zaznavanje, lokalizacijo, načrtovanje gibanja, krmiljenje in fizično izvedbo. Nekateri deli so lahko naučeni, drugi klasično programirani. Krmilnik, ki stabilizira motor, ni LLM; model vida, ki prepozna predmet, prav tako ni celoten robot.

Utelešenje spremeni varnostni problem: napačen odgovor v klepetu je drugačen od napačnega premika stroja. Zato lahko robotski sistemi glede na namen in stopnjo tveganja zahtevajo redundanco, varnostne omejitve, varnostna območja, testiranje v simulaciji in ustrezno obliko človeškega nadzora. Majhen praktični primer opisuje članek Microduck: majhen robot, velika lekcija za umetno inteligenco.

Nevrosimbolni in drugi hibridni sistemi

V praksi se metode pogosto kombinirajo, kadar ena sama ne zadosti vsem zahtevam. Nevrosimbolni sistem poveže učenje iz podatkov z eksplicitnimi pravili ali logiko. Podobno lahko podjetje združi LLM za razumevanje navodil, iskalnik za dokumente, graf znanja za odnose, klasični model za oceno tveganja in optimizator za končno odločitev.

To je pomemben premik: vprašanje ni več »kateri en model bo naredil vse?«, ampak »katera arhitektura bo nalogo rešila dovolj natančno, varno, pregledno in gospodarno?« Sorodno sistemsko razmišljanje prikazuje članek AI se seli iz pogovora v odločitvene sisteme.

Katera vrsta AI je primerna za poslovno nalogo?

Kako izbrati pravo AI-arhitekturo?

Začnite pri problemu, ne pri trenutno najbolj izpostavljenem modelu. Koristen postopek je:

1. Natančno opredelite odločitev ali izhod. Ali potrebujete besedilo, napoved, razvrstitev, priporočilo, načrt ali fizično dejanje?
2. Preverite podatke. Kateri podatki obstajajo, kdo jih sme uporabljati, kako sveži so in katere skupine morda manjkajo?
3. Določite merilo uspeha. Natančnost ni edino merilo; pomembni so tudi strošek, zakasnitev, razložljivost, zasebnost in posledice napake.
4. Uporabite najpreprostejši pristop, ki doseže cilj. Velik model ni avtomatično boljši od preverljivega pravila ali majhnega modela.
5. Oblikujte človeški nadzor. Odločite, kdaj sistem samo predlaga in kdaj sme sam ukrepati.
6. Spremljajte delovanje po uvedbi. Podatki in okolje se spreminjajo, zato se lahko kakovost modela sčasoma poslabša.

Pogosta vprašanja

Ali je ChatGPT LLM?

Pogovorno tako pogosto rečemo, tehnično pa je ChatGPT storitev oziroma aplikacijski sistem, zgrajen okoli enega ali več modelov. LLM je modelna komponenta; sistem vključuje še vmesnik, programsko logiko, varnostne plasti in druge funkcije.

Ali je vsa umetna inteligenca generativna?

Ne. Veliko AI-sistemov razvršča, napoveduje, optimizira, zaznava anomalije ali izbira dejanja, ne da bi ustvarjalo novo besedilo, sliko ali zvok.

Ali nevronska mreža vedno pomeni LLM?

Ne. Nevronske mreže se uporabljajo za vid, zvok, napovedovanje, krmiljenje in številne druge naloge. LLM-ji so družina velikih nevronskih jezikovnih modelov.

Kakšna je razlika med AI-modelom in AI-agentom?

Model pretvarja vhod v izhod. Agent pa v zanki zasleduje cilj, spremlja stanje, izbira naslednje dejanje in uporablja orodja. Agent lahko vsebuje LLM, ni pa z njim identičen.

Ali je robot vedno AI?

Ne. Robot je lahko voden s klasičnim programom ali krmilnikom brez metod, ki jih običajno uvrščamo med umetno inteligenco. Obratno lahko AI-sistem obstaja povsem v programski obliki brez robotskega telesa.

Katera vrsta AI je najboljša?

Univerzalno najboljše vrste ni. Najboljša je tista arhitektura, ki za konkretno nalogo doseže zahtevano kakovost, strošek, hitrost, razložljivost in varnost.

Sklep: AI je ekosistem, ne en model

LLM-ji so spremenili način, kako ljudje komuniciramo z računalniki, vendar predstavljajo le en del umetne inteligence. Resnični sistemi pogosto združujejo več pristopov: model vida zazna dogodek, model časovnih vrst oceni tveganje, graf znanja doda kontekst, optimizator predlaga načrt, agent uporabi orodje, človek pa potrdi pomembno dejanje.

Najpomembnejše vprašanje zato ni »kateri LLM naj uporabimo?«, ampak katera kombinacija podatkov, modelov, pravil, orodij in nadzora je primerna za problem, ki ga dejansko rešujemo.

Viri in nadaljnje branje

1. OECD: Explanatory Memorandum on the Updated OECD Definition of an AI System
2. Uredba (EU) 2024/1689 – Akt o umetni inteligenci
3. NIST: Artificial Intelligence Risk Management Framework
4. Google DeepMind: AlphaGo
5. Silver in drugi: A General Reinforcement Learning Algorithm That Masters Chess, Shogi, and Go Through Self-Play
6. Ho, Jain in Abbeel: Denoising Diffusion Probabilistic Models
7. Ha in Schmidhuber: World Models
8. Google: Introducing the Knowledge Graph
9. Google DeepMind: Gemini – A Family of Highly Capable Multimodal Models
10. OpenAI: A Practical Guide to Building AI Agents