Az informatika alapjai, a Mesterséges Intelligencia működése és a mérnökinformatikusok szerepe

A mindennapi életben a számítógép használatakor valamilyen formában utasításokat adunk. Ahhoz, hogy a számítógép megértse a mondanivalónkat, utasításainkat számokká alakítja.

Az informatikai adatok alapegységei: a bit és a bájt

Az informatikában az információ legkisebb alapegységét bitnek nevezzük, melynek értéke egy vagy nulla. A bit szó egy angol rövidítés, a binary digit szavakból áll össze, jelentése: bináris számjegy. A számítógépek pontos és biztonságos működését a bitek teszik lehetővé. Ha a vezetékekben áram folyik, a bit értéke egy, ha nem, akkor nulla. Annak a valószínűsége, hogy a két jel összekeveredjen, nagyon kicsi, mivel ezek az elektronikus jelek rendkívül jól tűrik a zavaró hatásokat. Egy biten kétféle információ tárolható, két biten már négyféle. Ezt úgyis kipróbálhatjuk, hogyha van kék és fehér pólónk és sortunk, akkor azokat négyféleképp vehetjük fel: lehet fehér póló fehér sorttal, vagy kék sorttal, és a kék pólót is felvehetjük a fehér vagy a kék sorttal.

Összetettebb információ ábrázolására bitekből álló nagyobb egységeket használunk. Három biten már nyolcféle, négy biten már tizenhatféle - a gondolatmenetet követve - nyolc biten 256 féle információ tárolható. A nyolc bitből álló jelsorozatot bájtnak nevezzük. Például 8 eldöntendő kérdésre adott válasz összesen 8 bit, azaz 1 bájt információt hordoz. Számokkal ábrázolva: 11101010 - ez a jelsorozat megfelel egy bájtnak. Egy bájt a számítógépen egy betű tárolására alkalmas.

Tárolási egységek: kilobájt, megabájt, gigabájt

A számítógép bináris digitális jelekkel dolgozik. A legkisebb adategység a bit, amelynek értéke egy vagy nulla lehet. A nyolc bitből álló jelsorozat elnevezése bájt. A számítógépek sok millió bájt tárolására alkalmasak, ezért a tárolható adatmennyiség jellemzésére váltószámokat használunk. Ez hasonlóan működik, mint a több ezer méter jelölésére alkalmazott kilométer.

A kilobájt (KB)

A bájt egyik váltóegysége a kilobájt. A kilo görög szó, ezerszerest jelent. A mindennapi élettel ellentétben, a számítástechnikában ez a szorzó nem 1000, hanem 1024, mert nem a tízes, hanem a kettes számrendszeren alapul a számítógépek működése. Tehát 1024 bájt egyenlő egy kilobájttal. A kilobájt rövidítésére a KB betűpárt használjuk. (Mivel bináris számrendszert használunk, a váltóegységet a mai számítástechnikában hivatalosan kibibájtnak nevezik. Rövidítése KiB.)

A megabájt (MB)

Egy kilobájt ezerhuszonnégyszeresét megabájtnak nevezzük. A mega görög szó, milliószorost, azaz ezerszer ezerszerest jelent. A kilobájthoz hasonlóan azonban a számítástechnikában használatos szorzó az 1024. A megabájt rövidítésére az MB betűpárt használjuk. Ennek értelmében 1 MB = 1024 KB = 1024-szer1024, azaz 1 048 576 bájttal. (Mivel bináris számrendszert használunk, a váltóegységet a mai számítástechnikában hivatalosan mebibájtnak nevezik. Rövidítése MiB.)

A gigabájt (GB)

A megabájt váltómennyisége a gigabájt. A giga is görög szó, milliárdszorost jelent. A kilo- és mega- számítástechnikai jelentésmódosulásához hasonlóan az informatikában a giga 1024-szer, 1024-szer 1024 bájtot jelöl. A gigabájt rövidítésére az GB betűpárt használjuk. Tehát 1 GB = 1024 MB = 1 048 576 KB = 1 073 741 824 bájt. (Mivel bináris számrendszert használunk, a váltóegységet a mai számítástechnikában hivatalosan gibibájtnak nevezik. Rövidítése GiB.)

A terabájt (TB)

A gigabájt váltómennyisége a terabájt. A tera is görög szó, billiószorost jelent. A kilo- , mega- , giga- számítástechnikai jelentésmódosulásához hasonlóan az informatikában a tera 1024-szer 1024-szer, 1024-szer 1024 bájtot jelöl. A terabájt rövidítésére az TB betűpárt használjuk. Tehát 1 TB = 1024 GB = 1 048 576 MB = 1 073 741 824 KB = 1 099 511 627 776 bájt. Otthoni számítógépeinken egyelőre még 100 GB nagyságrendű adatot tárolunk, de nem sok idő kell hozzá, hogy TB - nyi adatot fogunk tárolni, használni.

A könnyebb átláthatóság érdekében az alábbi táblázatban összefoglaljuk a leggyakoribb adattárolási egységeket és azok átszámításait:

Mesterséges Intelligencia (M.I.) - A montázs elmélet

A mesterséges intelligencia működésének megértéséhez a "montázs" fogalma kiváló kiindulópont. A montázs lényegében meglévő elemekből való építkezést jelent, és ilyen módon történő előállítását új dolgoknak. A rendszer, ami mentén bármilyen M.I. alkotás létrejön, talán leginkább a montázs-elmélethez kapcsolható. A bizonyos logika mentén egymás mellé helyezett tartalmak együtt új jelentést hoznak létre. A film rendezője, Szergej Mihajlovics Eisenstein, többek között az ő művészetelméleti munkásságának köszönhetően vált széles körben ismertté a montázs-elmélet. Eisenstein a montázst, a képek egymás mellé állításának módját tekintette a film lényegének. Felfogását az 1+1=3 képlettel szokták jellemezni: két egymást követő kép összhatásából olyan új jelentés születhet, amely jelentést önmagában egyik kép sem tartalmazza.

A néző a Patyomkin esetében összekapcsolja a két motívumot és felfedezi a mintát. Ha nő és babakocsi, akkor anyaság. Nem egyértelmű, hogy a babakocsi a nőhöz tartozik-e vagy sem, mégis, a két elem ismerős mintázatra emlékeztet - vagyis az agy nem csak felismer, de létre is hoz kapcsolatokat. Feltételez. Ahogy az embereknél, úgy az M.I. esetében is lehetnek hibásak ezek a feltételezések. Két olyan elem között is találhat kapcsolatot, amik között valójában nincs. Az ilyen, adott esetben hibás feltételezéseket hívjuk hallucinációnak.

Ezt a fajta összekapcsolást nem csak a művészetben, de a való életben is tapasztalhatjuk: az úton sétálva, a sziréna hangjára félrehúzódunk, mert a hang csak mentőt/tűzoltót/rendőrt jelenthet, érdemes hát odafigyelni. Az agyunk évezredek alatt megtanulta, hogy az életben maradáshoz mintákat kell találnia a bejövő jelek káoszában. A mintakeresés eszköze a neuron-háló, ami az agyban tárolt számtalan információt egy sűrű szövésű struktúrába rendezi - az ezen belüli kapcsolódási pontok száma lényegesen több, mint amennyi csillagot látunk a teljes megfigyelhető univerzumban! Több komponensből egy új jelentés jön létre a korábban megtanult információk alapján. Az informatika nyelvén: az emlékeink „felparaméterezték” az agyunkban található hálózat egyes pontjait. Az egyes jelekhez tartalmakat rendelünk, majd ezen jelek együttes jelenlétekor újabb tartalmakra következtetünk, sőt, új tartalmakat hozunk létre.

Az M.I. logikája is ehhez hasonlít - különbség csak a folyamat sebességében van, hiszen amíg a nyomtatás mai formája jó pár száz év, és sok ezer ember kitartó munkájából jött létre, addig a szilícium-lapkákon futó szoftverek felfoghatatlanul gyorsan készítenek leírhatatlanul sok elemből végtelen számú új montázst.

Hogyan működik a generatív mesterséges intelligencia?

Maradva az emlékek, és a montázs analógiájánál, az M.I., ugyanúgy, ahogy az emberi agy is, jelekből dolgozik. Nevezzük ezeket „emlékeknek” az egyszerűség kedvéért. A gyakorlatban persze milliárdnyi képből, hangból, videóból és szöveges dokumentumból álló gigantikus adatbázisokra gondolunk. Egy M.I. élete, ahogy egy emberé is, tanulással kezdődik. Amikor egy képek generálására alkalmas modellt meg akarunk tanítani a képcsinálásra, „fel kell paramétereznünk” azt. Meg kell neki tanítanunk az egyes szavak jelentését, majd a jelentéshez kapcsolódó képi információkat.

A "promt" és a betanítás folyamata

Vegyünk egy nagyon egyszerű parancsot - vagy „promt”-ot, ahogy azt a szaknyelv mondja:

PROMT: Kiskutya kék háttér előtt

Figyeljük meg, milyen kérdések merülnek fel egy ilyen egyszerűnek tűnő mondatban:

• Kiskutya: Állatfaj, azon belül is kutya, abból is kicsi. Mi az, hogy állat? Mi az, hogy kutya? Többféle kutya van? Mi az, hogy kicsi? Milyen értelemben kicsi?
• Kék: Szín. Mi az, hogy szín? Több szín van? Ezek egymáshoz képest miben különböznek? Stb.

Azért, hogy a rendszer értse, mit jelentenek ezek a kifejezések, szorgos dolgozók tízezrei foglalkoztak azzal, hogy az egyes M.I. modelleket betanítsák: megtanítsák a fogalmak jelentését a szoftvernek. Tehát megmutatták a modellnek: ha azt mondom „kék” akkor erre a színkódra gondolok. Árnyalták a kifejezéseket: sötétkék, világoskék, középkék, Klein-kék, Hupikék Törpikék-kék, IBM-kék stb. A betanítás során elmagyarázták a rendszernek, melyik szó mit jelent. Megtanították a képek nyelvén beszélni a gépet. Ez alapján a modell alkalmassá vált arra is, hogy önmagát tanítsa - ez a neurális hálózatok és a deep learning valódi csodája. Például, ha egy adott színkód kéket jelent 10 550 435 db képen, akkor szükségképpen a 10 550 436. képen található árnyalat, aminek a színkódja elég közel esik az eddig kékként definiált színhez, szintén kék.

Elég melósnak tűnik igaz? Eleinte az is, aztán hála az öntanító rendszereknek, a folyamat felgyorsul és egyre kevesebb emberi beavatkozást igényel - cserébe elképesztően számítás-igényes. A Dall-E 2 nevű képgeneráló programot például 100 000 - 200 000 darab videokártya együttes munkájával tanították be, több mint 12 000 000 kép felhasználásával, a Midjourney-t pedig, ami a jelenleg használt legfejlettebb képgeneráló rendszer, milliárdnál is több kép segítségével tanulta meg, hogy néz ki egy Kiskutya. Kék. Háttér.

Képgenerálás és a diffúziós modellek

A következő kérdés, hogy a képek és címkék segítségével felállított hatalmas hálózatból, hogyan tudunk új képeket kinyerni. Magyarán amikor kiskutyát kérünk tőle, akkor valóban kiskutyát kapjunk, ne pedig mondjuk kiscsirkét. Ráadásul minden egyes felhasználó, minden egyes parancsakor, minden esetben egy új kép szülessen! Azt is fontos elmondani, hogy a képgenerálás valójában nem egy, hanem több, egymás mögé rendelt, különböző funkciójú neurális hálózat együttes működésének köszönhetően válik lehetségessé. Egyrészt van egy nyelvi modell, ami a szövegesen bevitt parancsokat értelmezi, és a képek generálására használt, másik modell számára érthető kóddá alakítja. Másrészt van egy generatív modell, ami a kódból képeket generál. Egy nyelvi-program fordít ember és gép között! Ha rendelkezünk egy megfelelően betanított modellel, amiben az egyes kifejezés+kép párok egyeznek az egyetemes emberi emlékezetben megőrződött kifejezés+kép párokkal - tehát a „kiskutya” kifejezés nem egy apró, sárga, pihe-puha csőrős állatra utal - elkezdhetünk új képeket generálni.

A modell egy végtelenül bonyolult képi algoritmus segítségével - diffúzió - montázsokat hoz létre. A már említett Midjourney esetében például olyan paraméterekre is hivatkozhatunk, mint egy konkrét festő stílusa:

PROMT: Kiskutya Kék Háttér Előtt Van Gogh stílusában

A modell a nyelvfelismerő program segítségével megérti az egyes szavak jelentését, sőt, a teljes Van Gogh-életmű ismeretében azt is tudja, hogyan kezelte a festő az ecsetet - így képes létrehozni egy olyan „montázst”, aminek ugyanúgy eleme a kiskutya kék háttér előtt, mint a holland festő jól felismerhető ecsetkezelése. Érti, mit jelent a parancs végén a „...stílusában” kifejezés, így tudja, hogy nem egy Van Gogh portrét szeretnénk a kutyusunk mellé, hanem csak a technikai megoldást kívánjuk látni. Sőt, mivel a program nem biztos abban, hogy elsőre eltalálja, hogy mit szeretnénk, a legtöbb esetben mindjárt négy verziót is készít minden egyes parancshoz. Majd, a választásunk alapján képes újabb iterációkat bemutatni az egyes verziókból. Tehát, ha a négy közül egyik sem tetszik igazán, de például a harmadik már közel áll az elképzelésünkhöz, a program a harmadik képhez hasonló, de valamivel pontosabb, újabb négy verziót készít nekünk.

Minden kép egy pont egy többdimenziós adatmátrixba - latent space - rendezett koordináta-rendszerben. Minden dimenzió egy tulajdonságot jelent, minden képnek van egy pozíciója ezen a koordináta-rendszeren és a diffúzió segítségével készített újabb és újabb iterációkkal egyre közelebb kerülünk ahhoz a ponthoz, ami kielégíti a képpel kapcsolatos elvárásainkat. Természetesen a diffúzió ennél jóval bonyolultabb, mert nem egészen képekből dolgozik. Ennek a pontos technikai részleteibe nem szeretnék hosszasan belemenni, de nagyon röviden a következő logika mentén működik. A betanítás során felcímkézett képeket zajjá alakítja a rendszer és megjegyzi a képből zajjá válás lépéseit. Tehát, hogy a már említett kiskutyához használt eredeti képi referenciából hogyan lett totális képzaj, innen a név: diffúzió. Majd mikor új kiskutyát kérünk tőle, véletlenszerű zajból - ezt nevezzük seed-nek - új kiskutyát állít elő, visszafelé megismételve a zajjá válás folyamatát.

Az egyes rendszerek mostanra egészen kifinomulttá váltak, már a kizárólag csak egyes művészeti területek szakemberei számára érthető „stílusjegyeket” is ismernek. A fotósok generáltathatnak maguknak 85 mm-es anamorfikus lencsével, Kodak Portra 400-as filmre készült, túlexponált fényképet arról, ahogy André Kertész a Holdon szkafander nélkül focizik Robert Mapplethorpe-al. Bátorítom a festőket, hogy expresszív stílusban, falemezre, festőkéssel felkent, mész-sár vegyes technikával készített görög ortodox ikont rajzoltassanak Donalt Trump-ról, Anselm Kiefer stílusában. Sőt, az írókat, hogy a ChatGPT-vel - ami egy nyelvi modell, nem képet, hanem szöveget generál - próbálják ki, milyen novellát írna Edgar Allen Poe arról a bizonyos esetről, amikor a „Holló” nevű űrhajó utasaként először találkozott az idegenekkel a Jupiter közelében.

Az, hogy milyen végeredmény születik egy-egy promt alapján, nagyban függ attól, hogy a felhasználói bázis milyen tartalmakat választott ki vagy lájkolt. Nem csak az adatbázisok, de mi, a felhasználók is tanítjuk a rendszert - mi is paraméterezzük az adatbázist. Ha például egy bizonyos típusú megoldást több felhasználó jelölt meg sikeres végeredményként, a rendszer érteni fogja, hogy az a többség számára kívánatos. Az M.I. ún. ízlés-felmérést végez, hogy még hatékonyabbá váljon! Ez az oda-vissza hatás ugyanakkor nem valós-idejű. Nem kockáztatná meg egy cég se, hogy a felhasználók egy csoportja tudatosan, offenzív vagy a közösségi alapelveket sértő tartalmak létrehozásába manipulálja bele a rendszert. Helyette verzióról verzióra, manuális eszközökkel, a programozók finomítják az modellt. Izgalmas egyébként nyomon követni, hogy változik hetek-hónapok alatt egy-egy generatív program stílusa, milyen formákat, milyen megoldásokat részesít előnyben stb. Mi emberek alakítjuk ezeket a rendszereket, amik így a kollektív emberiség ízlését és gondolkodását tükrözik.

Összegezve. A mesterséges intelligencia rendszereket, így a képeket generálókat is, nagy adatbázisok felhasználásával „tanítják be”. Ebben az esetben a rendszer milliónyi különböző kutya képét elemezve tanulja meg, hogy miként néz ki egy kutya, milyen formái, színei és méretei lehetnek. Amikor a „kiskutya kék háttér előtt” kérést kapja a rendszer, először is felidézi azokat a vizuális elemeket, amiket a kutyákról tanult.

A mérnökinformatikusok szerepe a modern informatikában

A mérnökinformatikusok ma a munkaerőpiac egyik legkeresettebb és legjobban fizetett szakemberei közé tartoznak. A folyamatos technológiai változások miatt ebben a szakmában elengedhetetlen az állandó tanulás, de a megszerzett tudás és tapasztalat kimagasló piaci értéket képvisel, ami a bérekben is látványosan megmutatkozik. A statisztikák szerint a mérnökinformatikusok többsége szoftverfejlesztőként helyezkedik el, és már pályakezdőként is az átlag feletti fizetésekre számíthat.

A mérnökinformatikusok olyan szakemberek, akik műszaki informatikai és információs rendszereket terveznek és fejlesztenek, de ellátják a szolgáltatások adat- és programrendszereinek tervezését és fejlesztését, valamint telepítési és üzemeltetési feladatokat is megoldanak. Ezek a szakemberek olyan komplex tudással bírnak tehát, mely jelentős piaci értéket képvisel, különösen az elmúlt évek gazdasági környezetében, ahol a digitalizáció már minden ágazatra kiterjedt.

A mérnökinformatikus végzettség önálló FEOR-kóddal nem rendelkezik, ugyanakkor az Oktatási Hivatal adatai szerint a mérnökinformatikus szakon diplomát szerzők többsége szoftverfejlesztőként helyezkedik el. A fizetések között persze jelentős különbségek lehetnek, melyeket - mint minden más pozíció esetében - itt befolyásol többek közt a tapasztalat. Egy több éves tapasztalattal rendelkező mérnökinformatikus keresete akár a kezdő bérek többszöröse is lehet, ugyanis a pozícióban szinte ugrásszerűen emelkedhetnek a fizetések néhány év gyakorlat után. Ez különösen igaz azokra a szakemberekre, akik valamilyen keresett területen dolgoznak és speciális tudással rendelkeznek. Azt azért érdemes megjegyezni, hogy jellemzően már a pályakezdő mérnökinformatikusok fizetése is versenyképes, és jóval magasabb bérre számíthatnak, mint sok más akár műszaki vagy gazdasági területen végzett fiatal. A bérezéseket az is meghatározza, hogy az adott szakember hol dolgozik. Egy nagyvállalatnál vagy multinacionális cégnél dolgozó mérnökinformatikus jellemzően lényegesen magasabb bérezésre számíthat, mint egy kisebb vállalkozás vagy állami cég, szerv alkalmazottja. A fentebbiek mellett a szakember által használt technológia, a specifikus technológiai készségei, a munkakör komplexitása, valamint az iparág is erősen befolyásolja a fizetéseket.

A fizetés mellett a mérnökinformatikus szakmának egyéb előnyei is vannak. Ilyen például a szakmai presztízs, a nemzetközi karrier esélye, vagy a folyamatos fejlődési és széleskörű elhelyezkedési lehetőségek, emellett a mérnökinformatikusok sokszor választhatják a távmunkát vagy a szabadúszó életformát is. A mérnökinformatikussá válás útja jellemzően felsőfokú tanulmányokon keresztül vezet. Magyarországon több egyetem is kínál mérnökinformatikus alapképzést és mesterképzést, ahol a hallgatók matematikai, informatikai és mérnöki alapokat is elsajátítanak. A diploma megszerzése fontos, de emellett a munkáltatók nagyra értékelik a gyakorlati tapasztalatot, és az egyetemi projektekben vagy gyakornoki programokban szerzett tudást is. Akik már az egyetemi évek alatt dolgozni kezdenek, jelentős előnyre tehetnek szert a munkaerőpiacon.

tags: #mit #jelent #az #mtk #informatikaban

Népszerű bejegyzések:

• A Real Madrid idegenbeli mezválasztéka
• felejthetetlen lengyelországi kaland
• A válogatott focistából lett kutató
• Fradi bérlet- és jegyvásárlás
• Tudj meg többet a Liverpool FA-kupa szerepléséről