Milyen szintű matektudás kell ahhoz, hogy valaki értse az AI (pl. ChatGPT, vagy zenefelismerő programok) működését, felépítését? És mi a helyzet a reklámalgoritmusokkal? Melyikhez kell erősebb matek?

Attól függ, hogy milyen szintű megértésről van szó. Pl. a zenefelismerő programok működésének egyik alapja, hogy tudod, hogy a hang felosztható különböző frekvenciájú és amplitúdójú szinuszhullámok összegére. Ha egy hangmagasságú – frekvenciájú – hangot is vélsz hallani, annak a hangszínét is – hogy pl. furulyát, orgonát vagy hegedűt vélsz-e hallani – az határozza meg, hogy az alapfrekvencia különböző felharmonikusai milyen amplitúdóval (hangerővel) hallatszódnak.

Ennek megértéséhez még matek sem kell, ha van egy jó leírás, esetleg ábrákkal, vizuális eszközökkel is illusztrálva van.

Hogy miért írható fel egy periodikus függvény így, vagy hogyan is kell kiszámolni egy adott hangminta alapján, hogy milyen frekvenciájú összetevőnek mekkora az amplitúdója? Na ahhoz már egyetemi szintű matematika kell, trigonometrikus függvények, integrálás stb…

~ ~ ~

Az MI-k egyik sarokpontja a neurális hálók működésének megértése. Itt is az a helyzet, hogy a megértéshez nem kell több, mint a négy alapművelet. Esetleg a aktiválási függvénynél jöhetnek olyanok elő, mint pl. szigmoid függvény, de ennek is elég, ha megnézed az alakját, hogy valami ilyesmiről van szó: [link] . Lehet, hogy valamilyen leírás, magyarázat mondjuk mátrixokat használ, nyilván akkor érteni kell a mátrixokhoz is, de lehet keresni olyan elmagyarázást, ami mentes ettől.

De alapvetően elég a szorzás, összeadás. Pl. egy eléggé alapos, de laikusok számára is érthető videó: https://www.youtube.com/watch?v=aircAruvnKk

Aztán innen már rá lehet kanyarodni oda, hogy esetleg érdekel, hogy mi az a konvolúciós mátrix, milyen probléma megoldására volt ötlet és mire jó. Vagy megnézed, hogy mi az a hosszú-rövid távú memória, az mire való, miért jó stb…

Gimiben matek tagozaton tanultuk a legtöbb részét. (aztán egyetemen is, kicsit magasabb szinten)

Neurális hálókhoz nem árt ismerni az alap mátrixműveleteket, főleg a szorzást. A back propagationhoz szükség van parciáls deriválásra meg a láncszabályra. Nem árt még valami alap statisztika sem.

Reklámalgorimus alatt nem tudom, konkrétan mit értesz. Ajánlórendszerekhez pl. evolúciós/genetikus algorimus elég lehet (vagy az sem feltétlenül kell), ezekhez nem kell semmi komoly.

Zenefelismerésnél a konkrét algoritmus számít. Tudtommal a kiugró értékek közti pontos időzítéseket próbálják matchelni az adatbázisban találhatóakkal, ehhez nem kell komoly matek. Persze tovább lehet menni kicsit szofisztikáltabb irányba, pl. Fourier vagy wavelet transzformáció segítségével. Előbbi kicsit egyszerűbb, utóbbit kevés helyen tanítják, mert ritkán kell.

Egyébként a legtöbb esetben aki ilyesmivel foglalkozik (programozóként), létező libraryket használ. Valaki egyszer megírja a matek alapján, utána mindenki más csak használja. Ahogy pl. a JPEG is belül FFT-t meg hasonlókat használ, de az esetek 99.9%-ban elég valami létező képbetöltőt használni.

Ha érdekel a háttere - és tudsz angolul - Andrej Karpathy elég jól elmagyarázza a youtube csatornáján a ChatGPT működését, a Back Propagationről külön videója van (a matek hátteréről). 3blue1brown meg a Fourier transzformációról csinált szemléletes animációkat.

Mindenekelőtt meg kell jegyezni, a matematika egy modellnyelv. A világ működését írja le, ugyanakkor, mint mindennek, van saját belső fejlődése.

Ha tehát pusztán a matematikát ismered kellően alaposan, akkor matematikus vagy, és az általad felvetett problémákhoz lövésed sem lesz. Azért nem, mert ahhoz a világ egy másik szeletét kell megismerni, alkalmazni tudni, hogy "matematikaiul" megfogalmazhasd a modellt. Lényegtelen, hogy ehhez 4 alapművelet, vagy bonyolult függvényanalízis ismeret kell-e. Az a lényeg, hogy az adott természeti jelenséget képes legyél modellezni, aza kiválasztani azt a néhány egyszerű vagy bonyolult eszközt, amivel erre képes leszel. Amikor Gauss kitalálta az algoritmusait, senki sem tudott bizonyos problémákat megoldani, amíg ezeket nem használta. Akkor még azt sem tudták, lesz valaha számítógép.

Megfelelő zenei ismeretek nélkül semmiféle esélyed sincs ilyesfajta programok írására. Talán még akkor sem, ha helyetted valaki megírja az algoritmust, te pedig csak programozni fogod. Nem fogod, de sokan hihetik ezt. A reklámalgoritmusokhoz nem kezdj mély pszichológiai ismeretek nélkül, nem fog sikerülni. Azokban nem az a poén, hogy milyen matematikai apparátust használnak, hanem az, az emberi hiszékenységet miképpen lehet modellezni. Az AI működésének megértéséhez mindössze az agy működését kell ismerned, enélkül egyes elemeket meg fogsz érteni, de hogy mondjuk a következő elem mi és főleg minek, az kizárt.

Nem kell elhinned ezt. De példaképpen próbáld magadnak megfogalmazni azt az ezeknél egyszerűbb feladat megoldását, hogy adott egy daraboló eszterga, úgy állítod, ahogy akarod, de kapsz mondjuk 10 méteres rudakat, és hol ilyen hol olyan méretű és darabszámú kisebb rudat kell vágni úgy, hogy kicsi legyen a hulladék. Az eszterga ugye állítható, programozható. Annyit megsúgok, összeadás és kivonás elég, egyszerűbb ha a másik két alapműveletet is használod, még egyszerűbb, ha más matematikai objektumokat is. Próbáld ki.