Mit tud valójában az AI, és hol fogy el az ereje? A Fintech Világa legújabb adásában Érczfalvi András műsorvezető és Siklós Bence, a Peak tanácsadója az AI innovatív, kreatív képességeit boncolgatja. Sokak fejében az AI már-már mindentudó zseniként él. A valóság józanabb: a ma népszerű nagy nyelvi modellek (LLM-ek) statisztikai mintakövetők. Döbbenetesen jó szövegeket írnak, de alapvetően a „legvalószínűbb következő szót” találják el. Ez a működés precíz, kiszámítható — ám konzervatív. Miért nem mernek kockáztatni az LLM-ek, és milyen úton válhat a következő AI-generáció ténylegesen kreatívvá? Miben más az ember gondolkodása? Az ember nemcsak szövegből tanul. Képekből, hangokból, mozgásból, szagokból, fájdalomból és örömből — a világból szerzett tapasztalataiból. Képes abstrakcióra, különböző belső motivációból, vagy flow-állapotra: amikor a feladat komplexitása és az emberi képesség pont találkozik, és megszületik az alkotás.  A gép ezzel szemben többnyire utánzó: a tanítás során az emberi visszajelzés elsősorban a „biztonságos” válaszokat jutalmazza, a szokatlanokat, pontatlan válaszokat bünteti — így az AI óhatatlanul óvatos lesz. Sok nagy áttörés véletlen hibából, hibák újraértelmezéséből született (gondoljunk csak a penicillin feltalálására). A mai modellek a hibát elkerülni, nem pedig felfedezni próbálják. Ezért nehezen lépnek ki a szabályrendszerből, pedig a kreativitás gyakran épp ott kezdődik.  Merre tovább? Az AI, ami tényleg felfedez A kreatív AI-hoz több kell a szövegkorpuszoknál. Multimodális és interaktív tanulás Az emberhez hasonlóan több csatornán kell tanulni (kép, hang, szenzorok), valódi vagy szimulált környezetben pedig megtapasztalni a döntések következményeit. A belső „világmodell” — egy digitális homokozó — segít előszűrni a rossz ötleteket még a valóság előtt. Agy-ihlette architektúrák és „alvás” Rugalmas, önátalakító hálózatokra van szükség, amelyek képesek a hosszú távú emlékezet és a következtetés integrálására. Az emberhez hasonló konszolidációs fázis („alvás”) segítheti a minták megszilárdítását. Belső motiváció A kíváncsi AI nemcsak válaszol, kérdez is. Önjutalmazó mechanizmusokkal (például az új információkért vagy a bizonytalanság csökkentéséért járó belső „pontokkal”) a rendszer elkezdhet önállóan tudást keresni. Ez a valódi felfedezés alapja. Mit jelent ez az üzletnek és a fintechnek? Rövid távon a vállalatok stabilitást várnak: pontos, reprodukálható teljesítményt. Ebben az LLM-ek erősek, és már ma is gyorsítják a termékfejlesztést. Jó példa erre a generatív UI, amely segítségével pár óra alatt lehet prototípus termékeket összeállítani és tesztelésre bocsátani. A következő ugrás azonban a felfedező AI, amely innovatív termékötleteket, kockázatkezelési stratégiákat, vagy épp ügyfélélmény-megoldásokat képes önállóan feltárni.