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

Az AI-korszak hírei, hetente válogatva

Fogalomtár › Alapok

tanítás

angolul: training

alapelterjedt

A tanítás az a folyamat, amelyben egy AI-modell rengeteg példából, próbálkozások és javítások sorozatán keresztül megtanulja elvégezni a feladatát.

Érthetően

A hagyományos programnak az ember írja meg a szabályokat. Az AI-modellnek nem: neki példákat mutatnak, és a szabályszerűségeket maga szűri ki belőlük. Ezt a folyamatot hívjuk tanításnak.

Olyan ez, mint amikor egy gyerek megtanul biciklizni. Nem a fizika képleteit magolja be, hanem újra és újra próbálkozik, és minden billenés után egy kicsit igazít a mozdulatain. A modell ugyanígy tippel, megnézi, mekkorát tévedett, és finoman állít a belső beállításain – csak éppen milliárdszor egymás után.

A tanítás drága és hosszú munka, és nagyrészt még azelőtt lezajlik, hogy a modellt bárki használni kezdené. A nagy nyelvi modelleknél hetekig vagy hónapokig tart, több ezer, sőt akár több tízezer speciális chipen. Amikor te kérdezel egy chatbottól, az már nem tanítás, hanem használat: a modell a korábban megszerzett tudásából dolgozik.

Ezért van az, hogy egy modell tudása egy adott időpontnál megáll, és ezért számít annyit, milyen adatokon tanult. Amit a tanítóanyagban látott, abból dolgozik, a hibáival és az egyoldalúságaival együtt.

Hogyan működik

  1. Adatgyűjtés: a fejlesztők összeállítják a tanítóanyagot, például szövegeket, képeket vagy hangfelvételeket, gyakran a helyes válasszal együtt.
  2. Tippelés: a modell kap egy példát, és megpróbálja megoldani, például kitalálni egy mondat következő szavát. Az elején a beállításai véletlenszerűek, ezért a tippjei is gyakorlatilag találomra születnek.
  3. Hibamérés: egy képlet, az úgynevezett veszteségfüggvény kiszámolja, mennyire tért el a tipp a helyes választól.
  4. Igazítás: a modell belső számai, a paraméterek (súlyok) egy hajszálnyit módosulnak úgy, hogy legközelebb kisebb legyen a hiba. Ez ismétlődik rengeteg példán, sok körben.
  5. Ellenőrzés: a kész modellt olyan példákon próbálják ki, amelyeket a tanítás alatt nem látott. Így derül ki, hogy valóban megtanulta-e a feladatot, vagy csak bemagolta a tanítóanyagot.

Példa a mindennapokból

Megkérdezed a chatbotot a múlt heti hírekről, és azt feleli, hogy az ismeretei csak egy korábbi dátumig tartanak. Ez azért van, mert a tanítása akkor lezárult, és az azóta történtekről csak akkor tud, ha keresni is képes az interneten. Ugyanez a tanítás áll a levélszemétszűrőd mögött is, amely sok millió megjelölt e-mailből tanulta meg, mi számít spamnek.

Kit érint

mindenkiHogy mit tud egy AI, és miben téved, az nagyrészt a tanításán múlik, ezért érdemes tudnod, hogy a válaszai a tanítóanyag lenyomatai, nem tévedhetetlen tények.
munkavállalóMielőtt céges adatot írsz be egy AI-eszközbe, érdemes megnézned, felhasználja-e a szolgáltató a beírt szöveget a modell további tanítására. → Munka és HR
vállalkozó, vezetőEl kell döntened, hogy kész modellt használsz, a saját dokumentumaidat csak keresési forrásként adod meg neki, vagy a saját adataidon továbbtanítasz egyet. Ez jelentős költség- és adatvédelmi kérdés.
jogász, állampolgárA tanításhoz felhasznált szövegek és képek szerzői joga, illetve a személyes adatok kezelése ma is vitatott jogi kérdés. → Jog

Gyakori félreértés

TévhitA chatbot minden beszélgetésből azonnal tanul, tehát amit ma elmagyarázok neki, azt holnap már másoknak is tudja.
ValójábanA modell tudása a tanítás végén rögzül, a beszélgetés közben a belső beállításai nem változnak. Egyes chatbotok emlékezhetnek a korábbi beszélgetéseidre, de ez csak a te fiókodhoz mentett jegyzet, nem tanítás, és mások nem látják. A szolgáltató felhasználhatja a beszélgetéseket egy későbbi tanításhoz, de ez külön folyamat, és sok helyen ki is kapcsolhatod.

Korlátok és kockázatok

Hasonló, de nem ugyanaz

Kapcsolódó fogalmak

Tágabb

gépi tanulás, mesterséges intelligencia

Szűkebb

előtanítás, finomhangolás, felügyelt tanulás, megerősítéses tanulás

Rokon

tanítóadat, paraméter, következtetés, túltanulás, neurális háló

Röviden a története

A „gépi tanulás” kifejezést Arthur Samuel tette ismertté 1959-ben, a dámajátékot tanuló programjáról írt tanulmányával. A mai neurális hálók tanításának alapmódszerét, a hiba-visszaterjesztést Rumelhart, Hinton és Williams 1986-os cikke tette széles körben ismertté.

Hol tart most

2026 végén minden gépi tanuláson alapuló AI-modell tanítással készül, a legnagyobbakat hatalmas adatközpontokban tanítják. Az előtanítás után egyre nagyobb szerepet kap a további, célzott tanítás, például a megerősítéses tanulás. A viták főleg a tanítóadatok jogi hátteréről, a költségekről és az energiaigényről szólnak. Az EU-ban az általános célú modellek szolgáltatóinak 2025 augusztusa óta nyilvános összefoglalót kell közzétenniük a tanítóadataikról.

Állapot: 2026. november

A hírekben

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

Más nevei

tanítás · betanítás · modelltanítás · tréning · tréningezés · training · model training · AI training

Források

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