Kako funkcionira umjetna inteligencija?

Pitaš Googleu nešto i za milisekundu dobiješ odgovor. Otvoriš Netflix i odmah ti preporuči film koji stvarno želiš gledati. Pišeš email i telefon ti predlaže sljedeću riječ. Sve to radi ista stvar — ali malo tko zna kako.

Kako funkcionira umjetna inteligencija jedno je od najčešćih pitanja na internetu — i jedno od najčešće loše objašnjenih. Većina odgovora ide u jednu krajnost: previše tehnički ili previše površno.

Ovaj tekst je drugačiji. Objasnit ćemo kako funkcionira umjetna inteligencija na način koji svako može razumjeti — kroz analogije, primjere iz svakodnevnog života i bez nepotrebnog žargona. Na kraju ćeš točno znati što se događa “ispod haube” kad koristiš AI alate.

 

 

Osnovna ideja — kako uopće početi razumjeti AI

Prije svega, zaboravi filmove. AI nije robot koji razmišlja kao čovjek, nema vlastite motive i nije svjestan svog postojanja. To je softver — iznimno sofisticiran softver, ali softver.

Osnovna ideja iza toga kako funkcionira umjetna inteligencija je iznenađujuće jednostavna:

AI uči iz primjera, pronalazi uzorke i koristi te uzorke za predviđanje.

To je to. Sve ostalo — neuronske mreže, duboko učenje, veliki jezični modeli — su načini na koje se ova osnovna ideja implementira u praksi.

Zamislaj to ovako: ako ti pokažem tisuću fotografija mačaka i tisuću fotografija pasa i svaki put ti kažem “ovo je mačka” ili “ovo je pas” — na kraju ćeš naučiti razlikovati jedne od drugih. Nisi dobio/la matematičku formulu. Naučio/la si kroz primjere.

AI radi točno isto. Samo s milijunima primjera i daleko brže.

 

 

Strojno učenje — temelj modernog AI-ja

Što je strojno učenje?

Klasičan računalni program funkcionira po pravilima koja programer unaprijed napiše. Ako-onda logika. “Ako temperatura > 30, prikaži upozorenje o vrućini.” Sve je eksplicitno definirano.

Strojno učenje (machine learning) radi drugačije. Umjesto da programer piše pravila, algoritam uči pravila sam — iz podataka.

Konkretni primjer:

Želiš napraviti program koji prepoznaje spam emailove. Klasičan pristup: napišeš pravila — “ako email sadrži riječ ‘nagrada’ ili ‘besplatno’, to je spam.” Problem: spammeri nauče izbjegavati te riječi.

Pristup strojnog učenja: daš algoritmu 100.000 emailova, označenih kao spam ili ne-spam. Algoritam sam pronađe uzorke — kombinacije riječi, pošiljatelje, strukturu emaila — koji karakteriziraju spam. I prilagodi se kad se spam mijenja.

Tri vrste strojnog učenja

Nadzirano učenje (Supervised learning) Algoritam dobiva označene primjere — ulaz i točan izlaz. Uči mapiranje između jednog i drugog. Primjer: slike označene kao “mačka” ili “pas” — algoritam uči prepoznavati.

Nenadzirano učenje (Unsupervised learning) Algoritam dobiva neoznačene podatke i sam pronalazi strukturu i uzorke. Primjer: grupiranje kupaca u segmente na temelju ponašanja — bez unaprijed definiranih kategorija.

Učenje pojačavanjem (Reinforcement learning) Algoritam uči kroz nagrade i kazne — pokušava maksimizirati nagradu kroz iteraciju. Primjer: AlphaGo koji je naučio igrati Go igrajući milijune partija protiv sebe.

 

 

Neuronske mreže — mozak iza svega

Inspiracija iz biologije

Kako funkcionira umjetna inteligencija na naprednijoj razini uključuje razumijevanje neuronskih mreža. I tu je analogija s ljudskim mozgom korisna — ali samo do određene točke.

Ljudski mozak ima oko 86 milijardi neurona. Svaki neuron prima signale od drugih neurona, i kad su ti signali dovoljno jaki, “aktivira se” i šalje signal dalje. Učenje se događa kroz jačanje ili slabljenje veza između neurona.

Umjetna neuronska mreža imitira ovu strukturu. Ima:

• Ulazni sloj — prima podatke (pikselе slike, riječi teksta, brojeve)
• Skrivene slojeve — procesiraju podatke kroz matematičke operacije
• Izlazni sloj — daje rezultat (prepoznata kategorija, generirani tekst, predviđena vrijednost)

Kako se neuronska mreža “uči”

Proces učenja neuronske mreže zove se treniranje. Evo kako funkcionira korak po korak:

1. Inicijalizacija — veze između neurona dobivaju nasumične vrijednosti (težine)
2. Predviđanje — mreža procesira ulazni primjer i daje predviđanje
3. Računanje greške — uspoređuje predviđanje s točnim odgovorom
4. Prilagodba — kroz algoritam zvan backpropagation, mreža prilagođava težine da smanji grešku
5. Ponavljanje — proces se ponavlja milijunima puta, na milijunima primjera

Na kraju ovog procesa, mreža je “naučila” — njene težine su podešene tako da daje točna predviđanja na novim, dosad neviđenim primjerima.

Duboko učenje — više slojeva, više moći

Duboko učenje (deep learning) je vrsta neuronskih mreža s mnogo skrivenih slojeva — odakle i naziv “duboko”. Ovi dodatni slojevi omogućuju mreži da uči sve apstraktnije uzorke.

Primjer za prepoznavanje slika:

• Prvi sloj uči prepoznavati rubove i linije
• Drugi sloj kombinira rubove u oblike — krugovi, kutovi
• Treći sloj kombinira oblike u dijelove tijela — oči, uši, nos
• Četvrti sloj kombinira dijelove u cjelinu — lice, mačka, auto

Svaki sloj gradi na prethodnom. Ova hijerarhija apstrakcija ono je što čini duboko učenje toliko moćnim za kompleksne zadatke.

 

 

Veliki jezični modeli — kako ChatGPT razumije tekst

Što je veliki jezični model?

Kad koristiš ChatGPT ili sličan alat, razgovaraš s tzv. velikim jezičnim modelom (Large Language Model — LLM). Razumijevanje kako funkcionira umjetna inteligencija u ovom obliku ključno je za svakodnevne korisnike.

LLM je neuronska mreža trenirana na ogromnim količinama teksta — knjige, članci, web stranice, forumi, kod. GPT-4, koji stoji iza ChatGPT-a, treniran je na stotinama milijardi riječi.

Cilj treniranja je naizgled jednostavan: nauči predviđati sljedeću riječ u rečenici.

To zvuči trivijalno. Ali da bi dobro predviđao sljedeću riječ, model mora naučiti:

• Gramatiku i sintaksu svakog jezika
• Semantiku — što riječi znače
• Kontekst — kako se značenje mijenja
• Znanje o svijetu — činjenice, odnosi, uzročnost
• Stil i ton pisanja

Predviđanje sljedeće riječi, napravljeno dovoljno dobro na dovoljno podataka, rezultira modelom koji može voditi razgovor, pisati eseje, rješavati probleme i generirati kod.

Transformer arhitektura — revolucija u AI-ju

Moderniеm LLM-ovima u srcu stoji tzv. transformer arhitektura, predstavljena u Googleovom radu “Attention is All You Need” iz 2017. To je bila jedna od najvažnijih točaka u povijesti AI-ja.

Ključna inovacija: mehanizam pažnje (attention mechanism).

Kad model obrađuje rečenicu, ne tretira sve riječi jednako. Mehanizam pažnje mu omogućuje da “fokusira” pažnju na relevantnе dijelove teksta kad generira svaki novi token.

Primjer: Rečenica “Petar je otišao u trgovinu jer mu je trebao kruh.”

Kad model treba razumjeti što se “mu” odnosi — na koga se zamjenica odnosi — mehanizam pažnje fokusira se na “Petar” kao relevantnu referencu. Bez ovog mehanizma, dulje rečenice i složeniji kontekst bili bi puno teži za obraditi.

 

 

Kako AI generira slike, zvuk i video

Generativni AI — stvaranje novog sadržaja

Osim analize i klasifikacije, AI može i generirati novi sadržaj — slike, glazbu, video, govor. Kako funkcionira umjetna inteligencija u ovom kontekstu malo se razlikuje od jezičnih modela.

Difuzijski modeli — tajna iza Midjourney slika

Alati poput Midjourneya i DALL-E koriste tzv. difuzijske modele. Princip je fascinantan:

Treniranje:

1. Uzmi stvarnu sliku
2. Postupno dodaj šum (slučajne piksele) dok ne dobiješ potpuno nasumičan šum
3. Nauči mrežu obrnuti ovaj proces — iz šuma rekonstruirati originalnu sliku

Generiranje:

1. Počni s potpuno nasumičnim šumom
2. Uz vodstvo tekstualnog opisa (npr. “planinski pejzaž pri zalasku sunca”)
3. Postupno uklanjaj šum, vodeći se prema slici koja odgovara opisu

Rezultat: realistična slika koja nikad prije nije postojala, a odgovara zadanom opisu.

Kloniranje glasa i video generacija

Isti principi primjenjuju se na audio i video. ElevenLabs za sintezu glasa treniran je na milijunima sati ljudskog govora i naučio je finu strukturu — ritam, intonaciju, emociju — koja čini glas uvjerljivim.

Video generacija poput Runway ML-a kombinira jezične modele za razumijevanje opisa s difuzijskim modelima za generiranje sličice po sličice.

 

 

Zašto AI ponekad griješi — “halucinacije” i ograničenja

Što su AI halucinacije?

Jedan od najvažnijih pojmova za razumijevanje toga kako funkcionira umjetna inteligencija jest halucinacija. To je fenomen gdje AI generira informacije koje zvuče uvjerljivo, ali su netočne ili izmišljene.

Zašto se to događa? Jer LLM-ovi nisu baze podataka. Oni ne “traže” informacije — oni generiraju tekst koji statistički sliči točnim odgovorima na temelju uzoraka iz treniranja.

Kad model ne zna nešto sa sigurnošću, ne kaže “ne znam” — generira odgovor koji zvuči plauzibilno. Izmišljeni citati, nepostojeći zakoni, krive datume — sve to može biti rezultat halucinacije.

Praktična posljedica: uvijek provjeri važne informacije iz pouzdanih izvora, posebno datume, citate i specifične činjenice.

Ostala ograničenja

• Datum znanja — modeli su trenirani do određenog datuma i ne znaju što se događa nakon toga
• Nedostatak zdravog razuma — AI može zapeti na zadacima koje dijete rješava intuitivno
• Pristranost — modeli nasljeđuju pristranosti prisutne u podacima treniranja
• Nedostatak stvarnog razumijevanja — AI obrađuje uzorke, ne razumije značenje na ljudski način

 

 

Kako AI uči od ljudske povratne informacije — RLHF

Zašto ChatGPT ne odgovara na sve

Samo treniranje na tekstu nije dovoljno za koristan i siguran AI asistent. Tu dolazi tehnika zvana RLHF — Reinforcement Learning from Human Feedback.

Proces u koracima:

1. Treniranje jezičnog modela — standardno treniranje na velikom tekstu
2. Skupljanje povratnih informacija — ljudski evaluatori ocjenjuju odgovore modela
3. Treniranje modela nagrade — uči predviđati koje odgovore ljudi preferiraju
4. Fino podešavanje — originalni model se prilagođava da generira odgovore koji dobivaju visoke ocjene

Rezultat je model koji nije samo fluentan — nego i koristan, siguran i usklađen s ljudskim vrijednostima.

Ova tehnika objašnjava zašto ChatGPT odbija neke zahtjeve, zašto je ljubazan i zašto pokušava biti objektivan — sve to nije “programirano” klasičnim pravilima, nego naučeno kroz RLHF.

 

 

Praktične primjene — gdje sve ovo vidiš svaki dan

Razumijevanje toga kako funkcionira umjetna inteligencija postaje jasnije kad vidiš konkretne primjene:

U svakodnevnom životu

• Preporučni sustavi (Netflix, Spotify, YouTube) — kolaborativno filtriranje i duboko učenje analiziraju tvoje navike i navike sličnih korisnika
• Prepoznavanje lica (Face ID, Instagram filteri) — konvolucijske neuronske mreže
• Glasovni asistenti (Siri, Google Assistant) — kombinacija prepoznavanja govora i jezičnih modela
• GPS navigacija — predviđanje gužvi kroz analizu podataka milijuna vozača

U obrazovanju i radu

Studenti koji razumiju kako funkcionira umjetna inteligencija bolje znaju kako je koristiti — i kako je ne koristiti. Pregled konkretnih alata za učenje naći ćeš u vodiču kroz AI alate za studente, a za svakodnevnu produktivnost u pregledu besplatnih AI alata.

U poslovanju

• Detekcija prijevara u bankarstvu — anomalije u transakcijama
• Medicinska dijagnostika — prepoznavanje tumora na snimkama
• Chatbotovi za korisničku podršku — LLM-ovi finirani na specifičnim podacima tvrtke
• Prediktivno održavanje — predviđanje kvara opreme iz senzorskih podataka

Za sve koji razmišljaju o tome kako znanje o AI-ju pretvoriti u prihod, dobro polazište je vodič o online AI poslovima za početnike i detaljniji pregled strategija u tekstu o zarađivanju uz AI.

 

 

Najčešće zablude o tome kako funkcionira umjetna inteligencija

• “AI razumije što govori” — ne razumije. Obrađuje uzorke u podacima. Nema pojma o “značenju” na način na koji ti imaš.
• “AI je objektivan” — nije. Nasljeđuje pristranosti iz podataka na kojima je treniran.
• “AI zna sve” — ima datum znanja i može halucinirati. Nije enciklopedija.
• “AI uvijek daje isti odgovor” — ne daje. Ugrađena je nasumičnost koja čini odgovore varijabilnima.
• “Veći model uvijek je bolji” — nije nužno. Manji modeli finirani za specifičan zadatak često nadmašuju veće generalne modele.

 

 

⚡ Brzi savjeti — primijeni ovo znanje odmah

• Sljedeći put kad koristiš AI alat, razmisli koji tip modela stoji iza njega — jezični, vizualni, preporučni
• Kad dobiješ iznenađujuće točan AI odgovor, to nije magija — to su uzorci iz milijuna primjera
• Kad AI pogriješi, nije “glup” — naišao je na uzorak koji nije dobro naučio ili halucinirao
• Što bolje razumiješ kako AI funkcionira, to bolje znaš kako ga koristiti — i kada mu ne vjerovati
• Uvijek provjeri specifične činjenice, datume i citate koje AI generira — halucinacije su stvarne

 

 

FAQ

1. Može li AI zaista “misliti” ili je to samo iluzija? Ovo je filozofsko pitanje bez konsenzusa. AI obrađuje informacije i generira outpute koji izgledaju kao razmišljanje — ali bez svijesti, razumijevanja ili subjektivnog iskustva. Većina AI istraživača slaže se da trenutni sustavi ne “misle” na način na koji to rade ljudi — sofisticirana obrada uzoraka nije isto što i svjesno razmišljanje.
2. Koliko podataka treba da AI “nauči” nešto? Ovisi o kompleksnosti zadatka i arhitekturi modela. Jednostavni zadaci (klasifikacija emailova) mogu se naučiti s tisućama primjera. GPT-4 je treniran na stotinama milijardi riječi teksta. Tehnika tzv. “few-shot learning” omogućuje modernim modelima da se prilagode novim zadacima s vrlo malo primjera — ponekad samo s 5-10.
3. Zašto AI modeli trebaju toliko računalne moći? Treniranje velikih modela uključuje milijarde matematičkih operacija na milijardama primjera — ponavljano milijunima puta. GPT-4 je za treniranje koristio tisuće specijaliziranih GPU čipova tjednima. Jednom treniran, model je “manji” za upotrebu — ali i korištenje zahtijeva značajnu računalnu moć zbog veličine modela.
4. Kako AI “zna” koji jezik koristiš? Modeli poput ChatGPT-a trenirani su na tekstu u desetinama jezika simultano. Naučili su uzorke svakog jezika i mogu prepoznati koji koristiš iz prvih nekoliko tokena. Mogu i prelaziti između jezika unutar jednog razgovora jer su naučili korelacije između istih koncepata u različitim jezicima.
5. Je li moguće “prevariti” AI ili ga natjerati da radi što ne bi trebalo? Da — postoji cijelo područje istraživanja zvano “adversarial attacks” i “jailbreaking” koje istražuje ranjivosti AI sustava. Modeli imaju sigurnosne mjere, ali nisu savršene. Zato tvrtke kontinuirano rade na poboljšanju sigurnosti kroz RLHF i druge tehnike. Ovo je aktivno područje AI sigurnosnog istraživanja.

 

 

Zaključak — AI nije magija, ali je impresivno inženjerstvo

Kako funkcionira umjetna inteligencija nije misterij rezerviran za doktorate i istraživačke laboratorije. To je skup elegantnih ideja — učenje iz primjera, pronalaženje uzoraka, iterativna prilagodba — implementiranih u nevjerojatnoj skali.

Razumijevanje ovih osnova ne čini te programerom. Ali čini te pametnijim korisnikom — znaš što AI može, što ne može, kada mu vjerovati i kada biti skeptičan.

A u vremenu kad AI postaje dio svakodnevnog alata — to znanje ima stvarnu vrijednost.