Današnja generativna umjetna inteligencija prisutna je u svim sferama života. Koristimo je za učenje, rad, pisanje, stvaranje vizualnih sadržaja i pretraživanje informacija. Ipak, tehnologija koja pokreće modele poput ChatGPT-a, Geminija ili Claudea nije nastala preko noći. Njezina povijest seže gotovo dva stoljeća u prošlost, kroz lanac izuma, neuspjeha i korjenitih promjena paradigme – od mehaničkih zupčanika 19. stoljeća do današnjih neuronskih mreža i arhitekture transformera.

Babbage i Analitički stroj


Prvi značajan korak napravljen je u 19. stoljeću zahvalzijem engleskog matematičara i izumitelja Charlesa Babbagea. Suočen s čestim pogreškama u ručnim matematičkim izračunima, koje su u to vrijeme izvodili ljudi nazvani “računalima”, Babbage je odlučio automatizirati taj proces. Nakon radova na Diferencijskom stroju, 1830-ih osmislio je znatno ambiciozniji projekt – Analitički stroj. Iako se radilo o mehaničkom sustavu sastavljenom od zupčanika i poluga, projekt je sadržavao koncepte modernog računala: memorijski dio (“spremnik”), procesorsku jedinicu te sustav programiranja putem bušenih kartica. Iako stroj nikada nije u potpunosti dovršen, Babbageova ideja o uređaju koji izvršava različite procese prema zadanim uputama postavila je temelje računarstva.

Foto: wallpapercave.com

Ada Lovelace i koncept programabilnosti


Nakon što je Babbage 1840. godine predstavio svoj projekt u Torinu, talijanski inženjer Luigi Federico Menabrea objavio je rad o Analitičkom stroju. Taj je tekst prevela Ada Lovelace, dodavši mu vlastite opsežne bilješke. Lovelace je prva shvatila da stroj ne mora služiti isključivo za matematičke izračune. Uvidjela je da, ako brojevi mogu predstavljati druge simbole ili note, programabilni uređaj može manipulirati slovima i glazbom. U svojim je bilješkama napisala i algoritam za izračunavanje Bernoullijevih brojeva, čime je stvorila prvi računalni program u povijesti.

Foto: wallpapercave.com

Alan Turing i teza o strojnoj inteligenciji


Gotovo stoljeće kasnije, 1936. godine, britanski matematičar Alan Turing definirao je apstraktni model računala poznat kao Univerzalni Turingov stroj. Njegov je ključni doprinos bilo jasno razdvajanje hardvera od softvera – umjesto izrade posebnog uređaja za svaki zadatak, jedan je stroj mogao izvršavati bilo koji izračunljivi postupak promjenom instrukcija. Turing se 1950. godine posvetio i pitanju ljudske i strojne inteligencije objavom rada Computing Machinery and Intelligence. Umjesto definiranja samog pojma misli, predložio je praktični test nazvan “Igra imitacije” (Turingov test). Cilj je bio utvrditi može li stroj u konverzaciji s čovjekom proći neopaženo, čime je težište pomaknuto s građe stroja na njegovo ponašanje.

Foto: wallpapercave.com

Službeni početak i zime umjetne inteligencije


Izraz “umjetna inteligencija” službeno je skovan 1956. godine na konferenciji na Sveučilištu Dartmouth, koju su organizirali John McCarthy, Marvin Minsky, Nathaniel Rochester i Claude Shannon. Njihova se teza temeljila na pretpostavci da se svaki aspekt učenja ili inteligencije može toliko precizno opisati da ga je moguće simulirati strojem.

Kasnih 1950-ih i 1960-ih uslijedio je val optimizma. Razvijeni su prvi programi za rješavanje matematičkih problema i dokazivanje teorema, kao i ELIZA (1966.), rani konverzacijski program koji je simulirao rad psihoterapeuta pomoću jednostavnih pravila.

Međutim, tadašnji pristupi temeljili su se isključivo na simboličkoj logici i krutim pravicima. Dok je računalo moglo lako pratiti matematičke formule, sustavi nisu uspjeli svladati zadatke poput prepoznavanja lica ili razumijevanja konteksta i metafora. Zbog neispunjenih očekivanja, ograničenog hardvera i nedostatka podataka, tijekom 1970-ih i 1980-ih uslijedila su razdoblja smanjenog financiranja i slabijeg interesa, poznata kao “zime umjetne inteligencije“.

Od logičkih pravila do neuronskih mreža


Rešenje za zastoje u istraživanju ponudila je promijenjena paradigma: umjesto ručnog unositi svako pravilo, stroj treba pustiti da sam uči iz primjera. To je osnova rada umjetnih neuronskih mreža. Godine 1986. Geoffrey Hinton, David Rumelhart i Ronald Williams popularizirali su algoritam povratnog širenja pogreške (backpropagation). Ova metoda omogućila je višeslojnim mrežama podešavanje unutarnjih parametara na temelju pogrešaka u procesu učenja. Ipak, za punu primjenu ove metode bilo je potrebno pričekati znatno veću računsku snagu i veću količinu podataka.

Ekspanzija podataka i skrivena umjetna inteligencija


Početkom 2000-ih, širenjem interneta, stvorene su goleme baze tekstualnih, vizualnih i ostalih podataka. Istovremeno, grafički procesori (GPU) omogućili su paralelnu obradu velikih količina informacija, što je dovelo do razvoja dubokog učenja (deep learning). U tom se razdoblju umjetna inteligencija počela masovno primjenjivati “iza kulisa”. Pokretala je sustave za filtriranje nepoželjne pošte, algoritme preporuka na platformama poput Netflixa, prepoznavanje glasa i predikciju prometa, iako korisnici s njom još nisu mogli voditi otvoren razgovor.

Foto: wallpapercave.com

Arhitektura transformera (2017.)


Prekretnica u obradi prirodnog jezika dogodila se 2017. godine kada su istraživači iz tvrtke Google objavili rad Attention Is All You Need, predstavivši arhitekturu transformera. Ključna novost bio je mehanizam samopažnje (self-attention), koji modelu omogućuje analizu odnosa među svim riječima u nizu istovremeno, umjesto sukcesivne obrade riječ po riječ. Transformer je omogućio znatno brže i efikasnije treniranje velikih jezičnih modela (LLM) na dotad nezamislivim količinama podataka.

Razvoj velikih jezičnih modela i ChatGPT


Koristeći arhitekturu transformera, tvrtka OpenAI razvila je seriju modela GPT. Iako su ti modeli uspješno predviđali sljedeću riječ u nizu, to nije bilo dovoljno za smislenu konverzaciju. Proboj je ostvaren primjenom učenja s potkrepljenjem na temelju ljudskih povratnih informacija (RLHF). Kroz ovaj proces, ljudski evaluator ocjenjuje odgovore modela, usmjeravajući ga prema korisnijim i sigurnijim odgovorima. Kada je OpenAI 30. studenog 2022. objavio ChatGPT putem jednostavnog tekstualnog sučelja, tehnologija je postala dostupna širokoj javnosti. Ubrzo nakon toga uslijedila je tržišna utrka u kojoj su se pridružili Google (Gemini), Anthropic (Claude), Meta, xAI (Grok) i brojni drugi akteri.

Foto: wallpapercave.com

ChatGPT i suvremeni jezični modeli predstavljaju kulminaciju procesa koji je započeo Babbageovim zupčanicima, razradom Ade Lovelace, Turingovim teoretiziranjem i desetljećima razvoja neuronskih mreža. Razvoj se nastavlja kroz rad na multimodalnim sustavima, novim tehnikama zaključivanja i autonomnim agentima, otvarajući sljedeće poglavlje u povijesti tehnologije.