Cum funcționează AI
Rețele neurale demistificate: ce înseamnă învățare automată, de ce uneori AI-ul greșește și de ce alteori uimește.
Ce înseamnă „AI", de fapt?
AI (inteligență artificială) e un cuvânt-umbrelă. Cel mai des se referă la programe care învață din exemple în loc să urmeze reguli scrise explicit. Un calculator obișnuit face ce îi spui, pas cu pas. Un sistem AI învață un model din date și apoi folosește modelul ca să facă predicții.
Nu e magie, nu e conștiință. E statistică pe cantități uriașe de date, rulată pe procesoare foarte rapide.
- Machine Learning (ML) — învățare automată din date. Cel mai popular tip de AI folosit astăzi.
- Deep Learning — ML cu rețele neuronale mari, cu multe straturi.
- LLM — large language model, modelul din spatele chatbot-urilor (ChatGPT, Claude, Gemini).
- GenAI — AI generativ: produce text, imagini, sunet, video.
Cum învață un model AI?
Ideea de bază este simplă: arăți multe exemple, corectezi greșelile. Ca la desen.
Adună date
Mii sau miliarde de exemple: poze cu pisici și câini, texte de pe internet, înregistrări sonore.
Antrenează modelul
Modelul ghicește, este corectat, se ajustează. Repetă de miliarde de ori. Se numește antrenare.
Folosește modelul
Îi dai un exemplu nou. Îți dă o predicție: e pisică? Un text plauzibil? O poză nouă?
Ca să învețe „ce e o pisică", modelului i se arată zeci de mii de poze cu pisici (marcate pisică) și zeci de mii de poze fără pisici (marcate fără pisică). La început, ghicește aleatoriu. La fiecare greșeală, se ajustează puțin. După multe antrenări, învață tipare — urechi triunghiulare, mustăți, proporții. Apoi îi dai o poză nouă și îți spune, cu o anumită probabilitate, dacă este pisică.
Ce e o rețea neurală?
O rețea neurală e o structură inspirată de creier (dar mult mai simplă). Are straturi de „noduri" mici (neuroni artificiali), fiecare face un mic calcul. Datele intră pe stânga, trec prin straturi, iese un rezultat pe dreapta.
O rețea neurală simplă. Fiecare cerc = un neuron; fiecare linie = o conexiune cu o greutate.
Fiecare conexiune are o „greutate" — un număr. La antrenare, aceste greutăți se ajustează, până când rețeaua ghicește bine. Un model modern are miliarde de astfel de greutăți.
Cum funcționează un chatbot (LLM)?
Un large language model a citit cantități enorme de text de pe internet, cărți, forumuri. Nu „ține minte" textul cuvânt cu cuvânt (în cea mai mare parte). A învățat tipare de limbaj: ce cuvinte urmează după ce cuvinte.
Când îi trimiți un mesaj, chatbot-ul repetă un joc simplu: ghicește cuvântul următor. Alege cel mai probabil cuvânt care ar continua textul, apoi îl adaugă, apoi ghicește următorul. Așa scrie fraze întregi — nu pentru că „înțelege", ci pentru că a văzut foarte multe fraze asemănătoare.
De aceea, un chatbot poate suna coerent chiar și când greșește: e antrenat să sune coerent, nu neapărat să spună adevărul.
De ce greșește AI-ul?
Un LLM inventează detalii care „sună bine", dar sunt false. Poate da o carte inexistentă, o dată greșită, un citat fabricat.
Dacă modelul a fost antrenat pe date în care apar prejudecăți (de gen, de rasă, culturale), le va reproduce. Modelul învață din ce vede.
Modelul a fost antrenat până la o anumită dată. După, nu mai „știe" ce s-a schimbat în lume, decât dacă are acces la un motor de căutare.
Un LLM ghicește text — nu calculează în felul unui calculator obișnuit. Poate greși la operații complexe, mai ales fără instrumente externe.
De ce uimește totuși?
Pentru că amestecă bine cunoștințe generale, dintr-o gamă foarte largă. Poate rezuma un text lung, poate traduce între limbi, poate scrie cod, poate explica un concept în limbaj simplu. Nu pentru că e conștient — ci pentru că a văzut fantastic de multe exemple.
Ce e important să reții
- AI-ul nu gândește — recunoaște tipare din date pe care le-a văzut.
- Antrenare = arată multe exemple, corectează greșelile, repetă.
- Un chatbot ghicește cuvântul următor, pe rând — de aceea sună coerent chiar și când e greșit.
- AI-ul reflectă datele: prejudecăți intră, prejudecăți ies.
- Verifică mereu ce spune, mai ales la fapte, date și cifre.
- 3Blue1Brown — Neural Networks (serie video)
- MIT — Deep Learning Book (Goodfellow, Bengio, Courville)
- Anthropic — What is a Language Model? (documentație publică)