13. lapszám · nov. 2–8. 2026Kiadások · Fogalomtár · Archívum · Módszer · RSS · HU / ENG

Az AI-korszak hírei, hetente válogatva

Fogalomtár › Alapok

gépi tanulás (ML)

angolul: machine learning

alapelterjedt

A gépi tanulás olyan módszer, amellyel a számítógép nem előre megírt szabályokból, hanem sok példából tanulja meg, hogyan oldjon meg egy feladatot.

Érthetően

A hagyományos programnál az ember írja le lépésről lépésre, mit csináljon a gép. A gépi tanulásnál ez megfordul: megmutatod a gépnek a példákat, többnyire a helyes válaszokkal együtt, a szabályt pedig ő maga keresi meg hozzájuk.

Olyan ez, mint amikor a gyerek megtanulja felismerni a kutyát. Senki nem mondja meg neki pontosan, hány lába és milyen füle van. Lát sok kutyát, és egy idő után olyat is felismer, amilyet még sosem látott. A különbség, hogy a gépnek ehhez általában sokkal több példa kell, mint egy gyereknek.

Ott hasznos, ahol a szabályokat szinte lehetetlen kézzel leírni: kézírás, beszéd vagy arcok felismerése, csalásgyanús banki tranzakciók kiszűrése, vagy annak megjóslása, melyik film fog tetszeni neked. A mai mesterségesintelligencia-alkalmazások túlnyomó része erre épül, a csevegőrobotok és az AI-agentek is.

Fontos különbség, hogy a tanult rendszer nem „tudja” a választ, hanem megbecsüli. Többnyire jól, de sosem százszázalékos biztonsággal.

Hogyan működik

  1. Adatgyűjtés: összegyűjtenek sok példát a feladatra, például több ezer e-mailt, mindegyiken megjelölve, hogy kéretlen levél-e vagy sem.
  2. Tanítás: egy algoritmus végigmegy a példákon, tippel, majd a hibái alapján apránként állítgatja a belső számait (paramétereit), hogy legközelebb kevesebbet tévedjen.
  3. Modell: a tanítás végeredménye a modell, vagyis a megtanult mintázatok sűrítménye, amely már új, korábban nem látott esetekre is tud választ adni.
  4. Ellenőrzés: a modellt olyan példákon próbálják ki, amelyeket a tanítás alatt nem látott, mert csak így derül ki, hogy valóban megtanulta-e a feladatot, vagy csak bemagolta a tananyagot.
  5. Használat és frissítés: a modell élesben dolgozik, de a világ változik, ezért időnként új adatokkal újra kell tanítani.

Példa a mindennapokból

Amikor a leveleződ magától a spam mappába teszi a gyanús levelet, vagy a telefonod arc szerint csoportosítja a fotóidat, gépi tanulás dolgozik a háttérben. Senki nem írta le neki, hogyan néz ki a nagymamád; a korábbi képekből tanulta meg.

Kit érint

mindenkiA keresőtől a térképen át a zenei ajánlókig naponta tucatnyi olyan szolgáltatást használsz, amely gépi tanulással működik, és sokszor a te adataidból is tanul.
banki ügyfélA hitelbírálatnál és a kártyacsalások kiszűrésénél gyakran tanult modell ad javaslatot arról, hogy megbízhatónak számítasz-e, vagy gyanús-e egy tranzakció.
beteg, orvosA röntgen- és CT-felvételek elemzésében a tanult rendszerek segítenek észrevenni azt, ami fölött a fáradt szem átsiklana, de a döntés az orvosé marad. → Egészség
vállalkozó, vezetőA kereslet előrejelzése, a készlettervezés és az ügyfelek lemorzsolódásának becslése ma már kisebb cégeknek is elérhető eszköz.

Gyakori félreértés

TévhitA gépi tanulással működő rendszer úgy tanul és úgy érti a világot, ahogy az ember.
ValójábanA gép statisztikai mintázatokat keres az adatokban, és nem úgy érti a világot, ahogy az ember. Ezért lehet valamiben az embernél is jobb, miközben egy szokatlan helyzetben meglepően buta hibát követ el.

Korlátok és kockázatok

Hasonló, de nem ugyanaz

Kapcsolódó fogalmak

Tágabb

mesterséges intelligencia, adattudomány

Szűkebb

mélytanulás, felügyelt tanulás, felügyelet nélküli tanulás, megerősítéses tanulás, neurális háló

Rokon

modell, tanítóadat, algoritmus, nagy nyelvi modell, torzítás

Röviden a története

A „machine learning” kifejezést Arthur Samuel, az IBM kutatója tette ismertté 1959-ben, amikor olyan dámajátékprogramról írt, amely a lejátszott partikból tanulva egyre jobban játszott. Az 1990-es és 2000-es években a gépi tanulás a mesterséges intelligencia fő irányzatává vált. A 2010-es években jött a nagy áttörés: a rengeteg adat és az erős grafikus processzorok használhatóvá tették a nagy, sokrétegű neurális hálókat. Ezt nevezzük mélytanulásnak.

Hol tart most

2026 végén a gépi tanulás a digitális szolgáltatások láthatatlan alapja: benne van a telefonodban, a bankodban és a keresődben. A figyelem a nagy nyelvi modellekre és a rájuk épülő agentekre irányul, de ezek is ugyanezen az elven működnek.

Állapot: 2026. november

A hírekben

12 Agent Age-sztoriban fordul elő; a görbe a hírmagazin heti előfordulása.

Más nevei

gépi tanulás · machine learning · ML · gépi tanulási modell · tanuló algoritmus · öntanuló algoritmus · statisztikai tanulás · ML-modell

Források

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.