{"id":830,"date":"2025-09-12T10:22:09","date_gmt":"2025-09-12T08:22:09","guid":{"rendered":"https:\/\/univet.hu\/konyvtar\/?page_id=830"},"modified":"2026-01-16T07:23:19","modified_gmt":"2026-01-16T06:23:19","slug":"alapfogalmak","status":"publish","type":"page","link":"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/","title":{"rendered":"Alapfogalmak \u00e9s bevezet\u00e9s a MI-be"},"content":{"rendered":"

Olvas\u00e1si id\u0151: kb. 9 perc<\/span><\/p>

A mesters\u00e9ges intelligencia (MI) olyan sz\u00e1m\u00edt\u00f3g\u00e9pes rendszerek \u00f6sszess\u00e9ge, amelyek k\u00e9pesek az emberi gondolkod\u00e1st ut\u00e1nz\u00f3 feladatok v\u00e9grehajt\u00e1s\u00e1ra, p\u00e9ld\u00e1ul tanul\u00e1sra, k\u00f6vetkeztet\u00e9sre, probl\u00e9mamegold\u00e1sra vagy kommunik\u00e1ci\u00f3ra. A fejleszt\u0151k c\u00e9lja, hogy olyan algoritmusokat hozzanak l\u00e9tre, amelyek k\u00e9pesek \u00e9rz\u00e9kelni a k\u00f6rnyezet\u00fcket, d\u00f6nt\u00e9seket hozni, \u00e9s ezek alapj\u00e1n \u00f6n\u00e1ll\u00f3an cselekedni vagy fejl\u0151dni.<\/p>

H\u00e1rom nagy MI csoportot k\u00fcl\u00f6nb\u00f6ztet\u00fcnk meg k\u00e9pess\u00e9gek (intelligencia) szempontj\u00e1b\u00f3l<\/strong><\/h3>
  1. A sz\u0171k mesters\u00e9ges intelligencia (Artificial Narrow Intelligence – ANI). Ez az a mesters\u00e9ges intelligencia, amivel ma a legt\u00f6bbet tal\u00e1lkozunk. Kifejezetten egy adott feladatra lett \u201ebetan\u00edtva\u201d, p\u00e9ld\u00e1ul arcfelismer\u00e9sre, nyelv feldolgoz\u00e1sra vagy aj\u00e1nl\u00f3rendszerek m\u0171k\u00f6dtet\u00e9s\u00e9re. Az a l\u00e9nyeg, hogy amire k\u00e9pes, azt sokszor az emberi sebess\u00e9gn\u00e9l gyorsabban vagy ak\u00e1r pontosabban v\u00e9gzi, viszont nem k\u00e9pes kil\u00e9pni a saj\u00e1t ter\u00fclet\u00e9r\u0151l. Nem gondolkodik \u201e\u00e1ltal\u00e1nosan\u201d, \u00e9s nem tud \u00faj, szokatlan helyzetekhez alkalmazkodni, mint mi, emberek.<\/li>
  2. Az \u00e1ltal\u00e1nos mesters\u00e9ges intelligencia (Artificial General Intelligence – AGI). Ez m\u00e1r egy magasabb szint, amit ma m\u00e9g csak elm\u00e9letben ismer\u00fcnk. Az a c\u00e9l, hogy olyan g\u00e9pet hozzunk l\u00e9tre, ami val\u00f3ban k\u00e9pes lenne emberi szinten gondolkodni \u00e9s tanulni \u2013 b\u00e1rmilyen feladatr\u00f3l is legyen sz\u00f3. Nem csak egy konkr\u00e9t dologra lenne j\u00f3, hanem ugyan\u00fagy tudna \u00e9rvelni, tervezni vagy ak\u00e1r probl\u00e9m\u00e1t megoldani, mint egy ember. Jelenleg ilyen m\u00e9g nem l\u00e9tezik, de rengeteg kutat\u00f3 dolgozik rajta.<\/li>
  3. A szuperintelligencia. Ez m\u00e1r a tudom\u00e1nyos fantasztikum hat\u00e1r\u00e1t s\u00farolja, de komolyan gondolkodnak r\u00f3la. Olyan MI-r\u0151l lenne sz\u00f3, ami minden ter\u00fcleten t\u00falsz\u00e1rnyaln\u00e1 az emberi intelligenci\u00e1t, vagyis gyorsabban gondolkodna, kreat\u00edvabb lenne stb. Ez persze izgalmas, de egyben ijeszt\u0151 is, mert rengeteg etikai \u00e9s biztons\u00e1gi k\u00e9rd\u00e9st vet fel. P\u00e9ld\u00e1ul: ki ir\u00e1ny\u00edtana egy ilyen rendszert? \u00c9s hogyan tudn\u00e1nk biztos\u00edtani, hogy j\u00f3 c\u00e9lokra haszn\u00e1lj\u00e1k?<\/li> <\/ol>

    A MI m\u0171k\u00f6d\u00e9si m\u00f3dja szerint csoportos\u00edthatjuk (v\u00e1logat\u00e1s)<\/h3>

    1) Predikt\u00edv MI \u2013 el\u0151rejelz\u00e9sekre<\/b><\/p>

    Kor\u00e1bbi adatok alapj\u00e1n megj\u00f3solja, mi fog t\u00f6rt\u00e9nni a j\u00f6v\u0151ben.<\/p>

    Tipikus ter\u00fcletek:<\/p>

    • Id\u0151j\u00e1r\u00e1s-el\u0151rejelz\u00e9s<\/li>
    • P\u00e9nz\u00fcgyi trendek (pl. t\u0151zsde)<\/li>
    • \u00dcgyf\u00e9lviselked\u00e9s el\u0151rejelz\u00e9se<\/li>
    • Karbantart\u00e1si ig\u00e9nyek (pl. iparban)<\/li> <\/ul>

      Kulcssz\u00f3: Val\u00f3sz\u00edn\u0171s\u00e9g. A predikt\u00edv MI nem j\u00f3slatokat ad, hanem val\u00f3sz\u00edn\u0171s\u00e9geket sz\u00e1mol. Az alapj\u00e1n, amit kor\u00e1bban l\u00e1tott, megpr\u00f3b\u00e1lja kital\u00e1lni, mi j\u00f6n ezut\u00e1n.<\/p>

      2) Generat\u00edv MI \u2013 tartalom l\u00e9trehoz\u00e1sa<\/b><\/p>

      \u00daj sz\u00f6veget, k\u00e9pet, zen\u00e9t vagy ak\u00e1r vide\u00f3t hoz l\u00e9tre a megl\u00e9v\u0151 mint\u00e1k alapj\u00e1n.<\/p>

      P\u00e9ld\u00e1k:<\/p>

      • Sz\u00f6veg\u00edr\u00e1s (pl. ChatGPT)<\/li>
      • K\u00e9pgener\u00e1l\u00e1s (pl. DALL\u00b7E, Midjourney)<\/li>
      • Zenealkot\u00e1s<\/li>
      • Vide\u00f3anim\u00e1ci\u00f3k k\u00e9sz\u00edt\u00e9se<\/li> <\/ul>

        Kulcssz\u00f3: Kreativit\u00e1s. A generat\u00edv MI \u00fagy m\u0171k\u00f6dik, mint egy nagyon szorgalmas m\u0171v\u00e9sz: rengeteget tanul, majd a saj\u00e1t st\u00edlus\u00e1ban \u00faj dolgokat alkot.<\/p>

        3) Oszt\u00e1lyoz\u00f3 \u00e9s felismer\u0151 MI \u2013 mintaazonos\u00edt\u00e1s<\/strong><\/p>

        Felismeri \u00e9s oszt\u00e1lyozza a k\u00fcl\u00f6nb\u00f6z\u0151 kapott p\u00e9ld\u00e1kat, amelyek lehetnek k\u00e9pek, hangok, mozg\u00e1sok stb.<\/p>

        P\u00e9ld\u00e1k:<\/p>

        • Arcfelismer\u00e9s (pl. biztons\u00e1gtechnika)<\/li>
        • Hangfelismer\u00e9s (pl. okos asszisztensek)<\/li>
        • Orvosi k\u00e9pelemz\u00e9s (pl. r\u00f6ntgenfelv\u00e9telek)<\/li>
        • \u00d6nvezet\u0151 j\u00e1rm\u0171vek (t\u00e1rgyak, s\u00e1vok felismer\u00e9se)<\/li> <\/ul>

          Kulcssz\u00f3: Mint\u00e1zat. Ez a t\u00edpus nem \u00e9rtelmezi a l\u00e1tottakat, csak felismeri, de azt nagyon gyorsan \u00e9s nagyon pontosan. Megmondja, hogy mit l\u00e1t, de nem felt\u00e9tlen\u00fcl tudja vagy \u00e9rti meg azt, hogy ez mit jelent.<\/p>

          A g\u00e9pi tanul\u00e1s<\/h3>

          A g\u00e9pi tanul\u00e1s a mesters\u00e9ges intelligencia egyik legfontosabb ter\u00fclete, amelynek l\u00e9nyege, hogy sz\u00e1m\u00edt\u00f3g\u00e9pes rendszerek adatokb\u00f3l, p\u00e9ld\u00e1kb\u00f3l k\u00e9pesek mint\u00e1zatokat megtanulni felismerni \u00e9s \u00e1ltal\u00e1nos\u00edtani \u00e1ltaluk. Nem el\u0151re beprogramozott szab\u00e1lyokat k\u00f6vetnek, hanem tapasztalatb\u00f3l, adathalmazok feldolgoz\u00e1sa sor\u00e1n tanulj\u00e1k meg, hogyan oldjanak meg feladatokat. Ez teszi lehet\u0151v\u00e9 p\u00e9ld\u00e1ul azt, hogy egy alkalmaz\u00e1s felismerje az arcokat, aj\u00e1nljon filmeket, vagy \u00e9ppen ford\u00edtson sz\u00f6vegeket.<\/p>

          A g\u00e9pi tanul\u00e1s teh\u00e1t a MI \u201emotorja\u201d: m\u00edg a mesters\u00e9ges intelligencia t\u00e1gabb fogalom, amely az emberihez hasonl\u00f3 intelligens viselked\u00e9st c\u00e9lozza, a g\u00e9pi tanul\u00e1s adja azt a m\u00f3dszertani keretet, amellyel a g\u00e9pek t\u00e9nylegesen k\u00e9pesek alkalmazkodni \u00e9s fejl\u0151dni.<\/p>

          H\u00e1rom, egym\u00e1st\u00f3l j\u00f3l elk\u00fcl\u00f6n\u00edthet\u0151 tanul\u00e1si m\u00f3dot k\u00fcl\u00f6nb\u00f6ztet\u00fcnk meg:<\/p>

          1. Fel\u00fcgyelt tanul\u00e1s: itt az algoritmust el\u0151re c\u00edmk\u00e9zett p\u00e9ld\u00e1kkal tan\u00edtjuk. P\u00e9ld\u00e1ul ha k\u00e9peket mutatunk neki, ahol meg van jel\u00f6lve, melyik a macska \u00e9s melyik a kutya, akkor a rendszer id\u0151vel k\u00e9pes lesz mag\u00e1t\u00f3l felismerni, hogy egy \u00faj k\u00e9pen mi l\u00e1that\u00f3: kutya vagy macska.<\/li>
          2. Fel\u00fcgyelet n\u00e9lk\u00fcli tanul\u00e1s: ebben az esetben nincsenek el\u0151re megadott c\u00edmk\u00e9k. Az algoritmusnak mag\u00e1nak kell \u00e9szrevennie a mint\u00e1zatokat, csoportokat alkotni, hasonl\u00f3s\u00e1gokat keresni az adatok k\u00f6z\u00f6tt. Jellemz\u0151 p\u00e9ld\u00e1ul \u00fcgyf\u00e9lcsoportok azonos\u00edt\u00e1sa sor\u00e1n.<\/li>
          3. Meger\u0151s\u00edt\u00e9ses tanul\u00e1s: itt a g\u00e9p k\u00eds\u00e9rletezik, \u00e9s visszajelz\u00e9st kap arr\u00f3l, hogy a d\u00f6nt\u00e9sei mennyire voltak helyesek m\u00e1sok szerint. Olyan, mintha egy j\u00e1t\u00e9kkal tanulna j\u00e1tszani, mikor minden helyes l\u00e9p\u00e9s\u00e9rt jutalmat kap, a hib\u00e1s l\u00e9p\u00e9sek\u00e9rt pedig b\u00fcntet\u00e9st. \u00cdgy id\u0151vel egyre jobb strat\u00e9gi\u00e1t dolgoz ki.<\/li> <\/ol>

            Nagy nyelvi modellek (Large Language Modells – LLM)<\/h3>

            A nagy nyelvi modellek olyan mesters\u00e9ges intelligencia rendszerek, amelyek hatalmas sz\u00f6vegkorpuszokon tanulva k\u00e9pesek nyelvi mint\u00e1zatok felismer\u00e9s\u00e9re \u00e9s \u00faj sz\u00f6veg el\u0151\u00e1ll\u00edt\u00e1s\u00e1ra. Ilyen modellek p\u00e9ld\u00e1ul a GPT (OpenAI), a BERT (Google) vagy a Claude (Anthropic).
            Felhaszn\u00e1l\u00e1suk rendk\u00edv\u00fcl sz\u00e9lesk\u00f6r\u0171: alkalmazhat\u00f3k sz\u00f6veg\u00edr\u00e1sra, ford\u00edt\u00e1sra, k\u00e9rd\u00e9s-v\u00e1lasz rendszerekben, \u00fcgyf\u00e9lszolg\u00e1lati chatbotokban, kutat\u00e1si seg\u00e9dletekben, programoz\u00e1si t\u00e1mogat\u00e1sban stb.<\/p>

            Hogyan tanulnak a nyelvi modellek?<\/strong><\/p>

            Az LLM-ek g\u00e9pi tanul\u00e1s (machine learning) \u00e9s k\u00fcl\u00f6n\u00f6sen a m\u00e9lytanul\u00e1s (deep learning) m\u00f3dszereire \u00e9p\u00fclnek. A tanul\u00e1si folyamat sor\u00e1n hatalmas mennyis\u00e9g\u0171 sz\u00f6veges adatot kapnak (pl. k\u00f6nyvek, cikkek, weboldalak). A modellek a szavak \u00e9s kifejez\u00e9sek k\u00f6z\u00f6tti statisztikai \u00f6sszef\u00fcgg\u00e9seket tanulj\u00e1k meg: milyen sz\u00f3 k\u00f6vet nagy val\u00f3sz\u00edn\u0171s\u00e9ggel egy m\u00e1sikat egy adott kontextusban. Ez nem \u201emeg\u00e9rt\u00e9st\u201d jelent emberi \u00e9rtelemben, hanem mintafelismer\u00e9st \u00e9s val\u00f3sz\u00edn\u0171s\u00e9gsz\u00e1m\u00edt\u00e1st.<\/p>

            A tan\u00edt\u00e1s gyakran k\u00e9t f\u00e1zisban t\u00f6rt\u00e9nik: El\u0151sz\u00f6r az el\u0151tr\u00e9ning, amelynek c\u00e9lja az \u00e1ltal\u00e1nos nyelvi mint\u00e1k megtanul\u00e1sa, majd a finomhangol\u00e1s, vagyis a speci\u00e1lis feladatokra, t\u00e9m\u00e1kra val\u00f3 alkalmazkod\u00e1s (pl. orvosi sz\u00f6vegek megismer\u00e9se, \u00fcgyf\u00e9lszolg\u00e1lati besz\u00e9dpanelek \u00e1ttekint\u00e9se).<\/p>

            Az LLM-ekben rejl\u0151 lehet\u0151s\u00e9gek \u00e9s\u00a0 az esetleges korl\u00e1tok<\/strong><\/p>

            Lehet\u0151s\u00e9gek:<\/p>

            • Nagy mennyis\u00e9g\u0171 inform\u00e1ci\u00f3 feldolgoz\u00e1s\u00e1ra \u00e9s \u00f6sszegz\u00e9s\u00e9re k\u00e9pesek.<\/li>
            • Kiv\u00e1l\u00f3an alkalmazhat\u00f3k gyors sz\u00f6vegalkot\u00e1sra, \u00f6tletgener\u00e1l\u00e1sra \u00e9s ford\u00edt\u00e1sra.<\/li>
            • J\u00f3l m\u0171k\u00f6dnek struktur\u00e1lt feladatokban (pl. k\u00f3dgener\u00e1l\u00e1s, dokumentumokb\u00f3l v\u00e1zlat k\u00e9sz\u00edt\u00e9se).<\/li>
            • Rugalmasan beilleszthet\u0151k k\u00fcl\u00f6nb\u00f6z\u0151 alkalmaz\u00e1sokba.<\/li> <\/ul>

              Korl\u00e1tok:<\/p>

              • Nem rendelkeznek val\u00f3di tud\u00e1ssal vagy meg\u00e9rt\u00e9ssel, hanem val\u00f3sz\u00edn\u0171s\u00e9gi alapon m\u0171k\u00f6dnek.<\/li>
              • El\u0151fordulhat, hogy hib\u00e1s, pontatlan vagy elavult inform\u00e1ci\u00f3t adnak.<\/li>
              • \u00c9rz\u00e9kenyek az adatmin\u0151s\u00e9gre: ha a tr\u00e9ningadatokban torz\u00edt\u00e1s van, a modell is torz eredm\u00e9nyt produk\u00e1lhat.<\/li>
              • Nagy sz\u00e1m\u00edt\u00e1si \u00e9s energiaig\u00e9ny\u00fck miatt a fenntarthat\u00f3s\u00e1gi k\u00e9rd\u00e9sek is felmer\u00fclnek.<\/li> <\/ul>

                A \u201ehallucin\u00e1ci\u00f3\u201d jelens\u00e9ge<\/strong><\/p>

                Az LLM-ek egyik gyakori probl\u00e9m\u00e1ja az \u00fagynevezett hallucin\u00e1ci\u00f3: a modell meggy\u0151z\u0151en hangz\u00f3, de t\u00e9nyszer\u0171en hib\u00e1s vagy kital\u00e1lt inform\u00e1ci\u00f3t \u00e1ll\u00edt el\u0151. Ez az\u00e9rt t\u00f6rt\u00e9nik, mert a modell nem „ismeri” a val\u00f3s\u00e1got, hanem nyelvi mint\u00e1zatokat k\u00f6vetve dolgozik\u00a0teh\u00e1t k\u00f6nnyen \u201ekital\u00e1l\u201d egy id\u00e9zetet, forr\u00e1st vagy t\u00e9nyt, amely val\u00f3j\u00e1ban nem l\u00e9tezik.<\/p>

                Mi\u00e9rt kell mindig ellen\u0151rizni a MI \u00e1ltal adott tartalmat\/v\u00e1laszt?<\/strong><\/p>

                Az LLM-ek \u00e1ltal gener\u00e1lt sz\u00f6vegek gyakran j\u00f3l megfogalmazottak, \u00edgy k\u00f6nnyen hitelesnek t\u0171nhetnek. Ugyanakkor olyan alapvet\u0151 hib\u00e1k lehetnek benn\u00fck, amelyet ember, vagy az adott nyelvet besz\u00e9l\u0151 nem k\u00f6vetne el. J\u00f3 p\u00e9lda arra, amikor a MI egy sokadik, imm\u00e1r rektorhelyettesi enged\u00e9lyhez k\u00f6t\u00f6tt vizsgaalkalom k\u00e9rv\u00e9ny\u00e9be bele\u00edrja a k\u00f6vetkez\u0151ket: „A t\u00e1rgy sikeres teljes\u00edt\u00e9s\u00e9hez k\u00fcl\u00f6n\u00f3r\u00e1kat \u00e9s \u00e1ll\u00f3 \u00f3r\u00e1t is venni fogok.<\/em>”<\/p>

                Sok esetben a MI-k olyan k\u00f6vetkeztet\u00e9seket vonnak le, amelyek j\u00f3l hangzanak, de logikailag nem \u00e1llj\u00e1k meg a hely\u00fcket, a t\u00e9nyek ismeret\u00e9ben. Kutat\u00e1sban, oktat\u00e1sban vagy szakmai munk\u00e1ban ez\u00e9rt k\u00fcl\u00f6n\u00f6sen fontos a kritikus gondolkod\u00e1s \u00e9s a forr\u00e1sellen\u0151rz\u00e9s. A MI \u00e1ltal gener\u00e1lt tartalom nem forr\u00e1s! A felhaszn\u00e1l\u00f3nak mindig \u00e9rdemes megb\u00edzhat\u00f3 szakirodalommal, hivatalos adatokkal \u00f6sszevetni a MI \u00e1ltal gener\u00e1lt tartalmat.<\/p>","protected":false},"excerpt":{"rendered":"

                Olvas\u00e1si id\u0151: kb. 9 perc A mesters\u00e9ges intelligencia (MI) olyan sz\u00e1m\u00edt\u00f3g\u00e9pes rendszerek \u00f6sszess\u00e9ge, amelyek k\u00e9pesek az emberi gondolkod\u00e1st ut\u00e1nz\u00f3 feladatok v\u00e9grehajt\u00e1s\u00e1ra, p\u00e9ld\u00e1ul tanul\u00e1sra, k\u00f6vetkeztet\u00e9sre, probl\u00e9mamegold\u00e1sra vagy kommunik\u00e1ci\u00f3ra. A fejleszt\u0151k c\u00e9lja, hogy olyan algoritmusokat hozzanak l\u00e9tre, amelyek k\u00e9pesek \u00e9rz\u00e9kelni a k\u00f6rnyezet\u00fcket, d\u00f6nt\u00e9seket hozni, \u00e9s ezek alapj\u00e1n \u00f6n\u00e1ll\u00f3an cselekedni vagy fejl\u0151dni. H\u00e1rom nagy MI csoportot k\u00fcl\u00f6nb\u00f6ztet\u00fcnk meg<\/p>\n","protected":false},"author":58,"featured_media":0,"parent":816,"menu_order":1,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"_eb_attr":"","footnotes":""},"categories":[19],"tags":[],"class_list":["post-830","page","type-page","status-publish","hentry","category-oktatas"],"acf":[],"yoast_head":"\nAlapfogalmak \u00e9s bevezet\u00e9s a MI-be - Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/\" \/>\n<meta property=\"og:locale\" content=\"hu_HU\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Alapfogalmak \u00e9s bevezet\u00e9s a MI-be - Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum\" \/>\n<meta property=\"og:description\" content=\"Olvas\u00e1si id\u0151: kb. 9 perc A mesters\u00e9ges intelligencia (MI) olyan sz\u00e1m\u00edt\u00f3g\u00e9pes rendszerek \u00f6sszess\u00e9ge, amelyek k\u00e9pesek az emberi gondolkod\u00e1st ut\u00e1nz\u00f3 feladatok v\u00e9grehajt\u00e1s\u00e1ra, p\u00e9ld\u00e1ul tanul\u00e1sra, k\u00f6vetkeztet\u00e9sre, probl\u00e9mamegold\u00e1sra vagy kommunik\u00e1ci\u00f3ra. A fejleszt\u0151k c\u00e9lja, hogy olyan algoritmusokat hozzanak l\u00e9tre, amelyek k\u00e9pesek \u00e9rz\u00e9kelni a k\u00f6rnyezet\u00fcket, d\u00f6nt\u00e9seket hozni, \u00e9s ezek alapj\u00e1n \u00f6n\u00e1ll\u00f3an cselekedni vagy fejl\u0151dni. H\u00e1rom nagy MI csoportot k\u00fcl\u00f6nb\u00f6ztet\u00fcnk meg\" \/>\n<meta property=\"og:url\" content=\"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/\" \/>\n<meta property=\"og:site_name\" content=\"Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum\" \/>\n<meta property=\"article:modified_time\" content=\"2026-01-16T06:23:19+00:00\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Becs\u00fclt olvas\u00e1si id\u0151\" \/>\n\t<meta name=\"twitter:data1\" content=\"6 perc\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/\",\"url\":\"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/\",\"name\":\"Alapfogalmak \u00e9s bevezet\u00e9s a MI-be - Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum\",\"isPartOf\":{\"@id\":\"https:\/\/univet.hu\/konyvtar\/#website\"},\"datePublished\":\"2025-09-12T08:22:09+00:00\",\"dateModified\":\"2026-01-16T06:23:19+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/#breadcrumb\"},\"inLanguage\":\"hu\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Kezd\u0151lap\",\"item\":\"https:\/\/univet.hu\/konyvtar\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Mesters\u00e9ges intelligencia\",\"item\":\"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Alapfogalmak \u00e9s bevezet\u00e9s a MI-be\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/univet.hu\/konyvtar\/#website\",\"url\":\"https:\/\/univet.hu\/konyvtar\/\",\"name\":\"Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/univet.hu\/konyvtar\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"hu\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Alapfogalmak \u00e9s bevezet\u00e9s a MI-be - Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/","og_locale":"hu_HU","og_type":"article","og_title":"Alapfogalmak \u00e9s bevezet\u00e9s a MI-be - Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum","og_description":"Olvas\u00e1si id\u0151: kb. 9 perc A mesters\u00e9ges intelligencia (MI) olyan sz\u00e1m\u00edt\u00f3g\u00e9pes rendszerek \u00f6sszess\u00e9ge, amelyek k\u00e9pesek az emberi gondolkod\u00e1st ut\u00e1nz\u00f3 feladatok v\u00e9grehajt\u00e1s\u00e1ra, p\u00e9ld\u00e1ul tanul\u00e1sra, k\u00f6vetkeztet\u00e9sre, probl\u00e9mamegold\u00e1sra vagy kommunik\u00e1ci\u00f3ra. A fejleszt\u0151k c\u00e9lja, hogy olyan algoritmusokat hozzanak l\u00e9tre, amelyek k\u00e9pesek \u00e9rz\u00e9kelni a k\u00f6rnyezet\u00fcket, d\u00f6nt\u00e9seket hozni, \u00e9s ezek alapj\u00e1n \u00f6n\u00e1ll\u00f3an cselekedni vagy fejl\u0151dni. H\u00e1rom nagy MI csoportot k\u00fcl\u00f6nb\u00f6ztet\u00fcnk meg","og_url":"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/","og_site_name":"Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum","article_modified_time":"2026-01-16T06:23:19+00:00","twitter_card":"summary_large_image","twitter_misc":{"Becs\u00fclt olvas\u00e1si id\u0151":"6 perc"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/","url":"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/","name":"Alapfogalmak \u00e9s bevezet\u00e9s a MI-be - Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum","isPartOf":{"@id":"https:\/\/univet.hu\/konyvtar\/#website"},"datePublished":"2025-09-12T08:22:09+00:00","dateModified":"2026-01-16T06:23:19+00:00","breadcrumb":{"@id":"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/#breadcrumb"},"inLanguage":"hu","potentialAction":[{"@type":"ReadAction","target":["https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/alapfogalmak\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Kezd\u0151lap","item":"https:\/\/univet.hu\/konyvtar\/"},{"@type":"ListItem","position":2,"name":"Mesters\u00e9ges intelligencia","item":"https:\/\/univet.hu\/konyvtar\/mesterseges-intelligencia-mi\/"},{"@type":"ListItem","position":3,"name":"Alapfogalmak \u00e9s bevezet\u00e9s a MI-be"}]},{"@type":"WebSite","@id":"https:\/\/univet.hu\/konyvtar\/#website","url":"https:\/\/univet.hu\/konyvtar\/","name":"Hut\u00ffra Ferenc K\u00f6nyvt\u00e1r, Lev\u00e9lt\u00e1r \u00e9s M\u00fazeum","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/univet.hu\/konyvtar\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"hu"}]}},"_links":{"self":[{"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/pages\/830","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/users\/58"}],"replies":[{"embeddable":true,"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/comments?post=830"}],"version-history":[{"count":5,"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/pages\/830\/revisions"}],"predecessor-version":[{"id":926,"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/pages\/830\/revisions\/926"}],"up":[{"embeddable":true,"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/pages\/816"}],"wp:attachment":[{"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/media?parent=830"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/categories?post=830"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/univet.hu\/konyvtar\/wp-json\/wp\/v2\/tags?post=830"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}