Mi is az a General‑Purpose AI (GPAI)? 🧠
A General‑Purpose Artificial Intelligence (GPAI), magyarul általános felhasználású mesterséges intelligencia, olyan, robusztusan skálázódó AI rendszerek gyűjtőfogalma, amelyek széles feladatskálára alkalmazhatók, különösen nagy adattömegen, több területen képesek tanulni, minimális átalakítással (fine‑tuning) különféle specifikus célokra is alkalmassá tehetőek.
Az EU AI Aktában a definíció így lett megfogalmazva: olyan AI-modell, amely „jelentős általánosságot mutat, és több különböző feladatra is kompetensen képes (… ), több downstream rendszerbe is integrálható”.
Továbbá megkülönböztetik a GPAIS-t (General‑Purpose Artificial Intelligence Systems) fogalmat is: egy GPAI modellből épített komplex AI rendszer (beleértve például chatbotokat vagy robotikai alkalmazásokat).
Az elnevezés eredete
A „general‑purpose” kifejezés az informatikai történelemben hagyományosan intelligens rendszerek univerzális képességeit jelölte: például mérnöki, szövegértelmezési, képfeldolgozási vagy programozási feladatokra is alkalmas programokat. Az AI‑szakirodalomban ez az elnevezés a foundation model koncepcióból nőtt ki, ahol egy nagy (pl. egy milliárd paraméteres) AI-modell alapként szolgál számtalan alkalmazáshoz. Az EU AI Act végleges formájában is ezt a terminológiát veszi át, célja, hogy a rendszereket ne egyszerűen eszközökként, hanem rendszercsomagként, számos feladatra átültethető megoldásként kezelje .
Milyen GPT‑ és foundation modellek számítanak GPAI‑nek?
GPT‑4 (OpenAI) – A legtöbb – szöveg‑, kód‑, logika‑ és bizonyos vizuális feladatra is képes változat. Az „early GPT‑4” már „korszakalkotó” general intelligence‑ként íródott le.
Google Gemini – Több dimenziós verziói: Gemini Ultra, Pro, Nano, amelyek nyelvi, analitikai és képfeldolgozó képességekkel is bírnak. Az EU‑irányelvek a GPAI tipikus példájaként kezelik.
DALL·E (OpenAI), Midjourney 5.1 – Képgeneráló modellek, amelyek több feladatra képesek (előállítás, stílusváltás, text-to-image), stb.
Google BERT – NLP-feladatra specializálódott, de sokirányú finomhangolt implementációival GPAI‑ként emlegetik.
Whisper (OpenAI) – Általános célú beszédfelismerő és fordító, többféle hangfeladat ellátására is alkalmas.
T5 (Google) – Encoder–decoder architektúra, szövegmodellező, amelyet számos downstream NLP feladatra fel lehet használni.
Mistral AI modellek – Nyílt forrású GPT-szerű tömörített modellek (pl. Codestral, Mathstral, Mistral Small/Medium/Large)
AlphaEvolve (Google DeepMind) – Evolúciós algoritmusokra alapozott, általános célú kódkészítő agent GPAI szerkezetben.
Jack of All Trades (JAT) – Transformer-alapú, RL benchmarkokon és multimodális feladatokon is kompetens, teljesen nyílt modell.
A kontroll kérdése
Amikor az általános célú mesterséges intelligencia (GPAI) sikere egyre látványosabbá válik, felmerül a kérdés: mennyire kell kontrollálni egy ilyen rendszert? Az EU AI Act keretében az általános rendszereket külön kategóriába sorolták – és még egy másikba is, amelyet systemic risk modellként ismerünk.
Ez azt jelenti, hogy egy GPAI akkor számít kockázatosnak egész Európára nézve, ha már nagyon nagy tudással, számítási teljesítménnyel rendelkezik – konkrétan, ha a betanításához felhasznált számítási műveletek száma meghaladja a 10^25 FLOP-ot. A szakértői becslések szerint ez a határ ma egyedül a GPT‑4‑hez hasonló „frontier modelleknek” felel meg.
Ez a rendszer tehát – noha nyílt horizontot biztosít arra, hogy egy GPAI számtalan feladatra alkalmas legyen -, egyúttal komoly szabályozásnak is aláveti a legfejlettebbeket: az EU előírja a modellek mögötti eddigi tanítási módszerek dokumentálását, red‑teaming próbákat (ellenőrző támadások), incidens‑jelentést és a kibertámadások elleni bombabiztos védelmet.
Mi történik, ha egy GPAI rendszert risk-nek címkéznek?
Ha egy rendszer „systemic risk”-ként van besorolva, a fejlesztő cégnek azonnal jelentési kötelezettsége van az EU‑nak. Az incidensekről információt kell szolgáltatniuk, továbbá átfogó dokumentációt kell készíteniük a modelltanításról, biztonsági protokollokról és a használati feltételekről. Ez szigorú auditot jelent, és megköveteli a „code of practice” alkalmazását – azaz egy előírt műszaki szabványrendszert, amelyet az AI Office, külső szakértők és a tagállami képviselők közösen hoznak létre.
A General‑Purpose AI (GPAI) olyan mesterséges intelligencia‑modelleket és -rendszereket takar, amelyek többfeladatosak, több domént képesek kiszolgálni, nagy skálán és adattömegen tanulnak, fejlett képességeket mutatnak így GPT‑4‑től Gemini‑ig, Whisper‑től Mistralig, komplex rendszerek építhetők rájuk (chatbotok, agentek, automatizmusok), és a jogi‑szabályozási kihívásokat is felvetik – különösen az EU AI Act szemszögéből.
A GPAI‑rendszerek a jelen AI‑forradalom mozgatórugói, a jövő technológiai és etikai tájképét jelentik – erre hívja fel a figyelmet a tudományos közösség, a szabályozók és a fejlesztőóriások egyaránt.