Kada vam ChatGPT ili neki drugi AI model odgovori na pitanje, verovatno imate utisak da razgovarate sa nekim ko “zna” stvari. Ali istina je daleko zanimljivija — i komplikovanija. Iza svakog odgovora krije se čitava matematika verovatnoće, a upravo o tome govori video koji je privukao pažnju na YouTube-u.
U videu pod nazivom “The mathematics of AI uncertainty”, objašnjava se kako veliki jezički modeli (LLM) ne “znaju” ništa u ljudskom smislu te reči. Oni zapravo predviđaju verovatnoću sledeće reči u nizu, na osnovu ogromnih količina podataka na kojima su trenirani. Zvuči jednostavno, ali u praksi je to prava matematička umetnost.
Zašto AI zvuči sigurno, a nije
Kada model generiše odgovor, on ne bira reč koju “zna” da je tačna — on bira reč koja ima najveću verovatnoću da se pojavi u tom kontekstu. To znači da svaki odgovor nosi sa sobom određeni nivo neizvesnosti. Ponekad je taj nivo mali i odgovor je pouzdan, a ponekad model “luta” i halucinira.
Ono što je posebno zanimljivo jeste način na koji se ta neizvesnost meri. U svetu AI-ja koriste se pojmovi poput entropije i softmax funkcije, koje pomažu modelu da odredi koliko je siguran u svoj izbor. Što je entropija veća, to je model nesigurniji — i veća je šansa da će pogrešiti.
Halucinacije nisu bag, već matematička posledica
Kada AI “izmisli” neku činjenicu, to nije zato što je pokvaren. To je zato što je njegov cilj da generiše verovatno tačan tekst, a ne da bude istinit. Model ne proverava da li je nešto stvarno — on samo prati obrasce. Zato je razumevanje matematike neizvesnosti ključno za svakoga ko ozbiljno koristi AI alate u poslu, nauci ili obrazovanju.
Ako želite da dublje uđete u tematiku, pogledajte originalni video ovde. Objašnjenja su tehnička, ali pristupačna — idealna za svakoga ko želi da razume šta se zaista dešava “ispod haube” modernih AI sistema.
Šta to znači za nas
Kako AI postaje sve prisutniji u svakodnevnom životu — od medicine do prava — razumevanje njegovih ograničenja postaje pitanje odgovornosti. Modeli nisu proroci, već statistički mašinski alati. Njihova moć leži u brzini i obimu, ali njihova slabost je upravo u tome što ne razumeju — samo predviđaju.
Sledeći put kada vam AI odgovori sa puno samopouzdanja, setite se: iza tog samopouzdanja stoji samo matematika verovatnoće. A verovatnoća, kao što znamo, nikada nije sto posto sigurna.