Nathan Zylstra
- Tehnoloģiju giganti plāno ieguldīt 371 miljardu ASV dolāru līdz 2025. gadam, tiecoties uz ambiciozo Mākslīgās vispārējās inteliģences (AGI) mērķi.
- AAAI pētījums izceļ ievērojamu skepsi, jo 76% pētnieku šaubās, vai pašreizējās AI tehnoloģijas, piemēram, transformatora modeļi, var sasniegt AGI.
- Pašreizējās AI sistēmas izceļas uzdevumos, piemēram, modeļu atpazīšanā un teksta ģenerēšanā, taču tām trūkst niansētas loģikas, pielāgošanās spēju un cēloņsakarību izpratnes.
- Nesakārtoti rādītāji un standartizētu kritēriju trūkums kavē patiesās AI progresēšanas novērtēšanu ceļā uz AGI.
- AGI meklējumi var radīt finansiālas grūtības, nepiepildītas cerības, nozares pārstrukturēšanu un iespējamu atlaišanu tehnoloģiju sektorā.
- Šis šaubu periods piedāvā iespēju pārdefinēt mašīnu “inteliģenci” un attīstīt praktiskākas, labvēlīgākas tehnoloģijas.
Vēlme radīt mašīnas, kas ir tikpat inteliģentas kā cilvēki, ir aizraujoša ambīciju stāsts digitālajā laikmetā. Tomēr nesenais pētījums, ko veica Mākslīgās inteliģences attīstības asociācija (AAAI), rada šaubas par Mākslīgās vispārējās inteliģences (AGI) sasniegšanu ar pašreizējām tehnoloģiskajām pieejām. Tas ir svarīgs ieskats tajā, kas varētu būt drosmīgs — bet galu galā bezjēdzīgs — meklējums.
Kad tehnoloģiju giganti, piemēram, Meta, Amazon un Microsoft, iegrimst AI, gaidot iztērēt 371 miljardu ASV dolāru līdz 2025. gadam AI infrastruktūrā, jautājums ir liels: vai viņi dzenas pēc neizpildāma sapņa? Ja AGI, ar tās solījumu par cilvēka līmeņa loģiku, paliek nesasniedzams, šie ieguldījumi var radīt katastrofu.
AAAI pētījums atklāj satraucošu patiesību. Satriecoši 76% AI pētnieku izsaka šaubas, vai šodienas transformatora bāzes AI var atvērt ceļu uz patiesu AGI. Viņi apgalvo, ka, neskatoties uz AI spēju ģenerēt tekstu vai atpazīt modeļus, tai trūkst būtisku spēju, piemēram, niansētas loģikas, pielāgošanās spējas un cēloņsakarību izpratnes.
Turklāt izaicinājums ir ne tikai tehnoloģijā. Paši rādītāji, kas novērtē AI progresu, ir nesakārtoti, lielā mērā paļaujoties uz modeļu atpazīšanu, nevis iemiesojot patiesu inteliģenci. Standartizētu kritēriju trūkums AGI mērīšanai palielina riskus. Bez tiem, kā mēs varam noteikt progresu vai uzvaru?
Šie brīdinājumi norāda uz potenciālu sadursmi ar finansiālo realitāti. Ja AI pētījumi apstājas, kā daudzi prognozē, sekas var izplatīties tālāk par tehnoloģiju uzņēmumu bilancēm. Veselas nozares var cīnīties ar nepiepildītām cerībām, pārstrukturētām stratēģijām un stingrākiem budžetiem. Vilnī var rasties atlaišanas AI sektoros un veicināt skepses klimatu, kas var apgrūtināt inovācijas.
Tomēr šajā skepsē rodas iespēja pārskatīt. Šis apstāšanās brīdis AGI sacensībās mudina cilvēci definēt, ko “inteliģence” patiesībā nozīmē mašīnām un attīstīt tehnoloģijas, kas ir gan praktiskas, gan patiesi labvēlīgas.
Ceļš uz AGI var būt vairāk fantāzija nekā liktenis, mudinot ieinteresētās puses pārdomāt attīstības vadlīnijas, pirms iegrimst dziļāk tehnoloģiskā pārspīlēšanā. Kamēr pasaule vēro, mākslīgās inteliģences stāsts balansē uz robežas, izaicinot mūs līdzsvarot ambīcijas ar prātīgumu.
Mākslīgās vispārējās inteliģences mīts: vai tas ir sasniedzams vai tikai sapņu ilūzija?
Vēlme radīt mašīnas, kas ir tikpat inteliģentas kā cilvēki, ir ceļojums, kas piepildīts ar gan aizrautību, gan skepsi. Nesenais pētījums, ko veica Mākslīgās inteliģences attīstības asociācija (AAAI), sniedz kritisku pārskatu par pašreizējo ceļu uz Mākslīgo vispārējo inteliģenci (AGI) — inteliģenci, kas līdzīga cilvēka loģikai. Kamēr tehnoloģiju giganti, piemēram, Meta, Amazon un Microsoft, plāno iztērēt aptuveni 371 miljardu ASV dolāru AI infrastruktūrā līdz 2025. gadam, pieaug bažas par to, vai šie ieguldījumi varētu būt dzenšanās pēc mirāžas.
Kas ir AGI un kāpēc tas ir nozīmīgs?
Mākslīgā vispārējā inteliģence fundamentāli atšķiras no šaurās AI, kas izceļas specifiskos uzdevumos, piemēram, attēlu atpazīšanā vai valodas apstrādē. AGI spētu saprast, mācīties un pielietot inteliģenci daudzveidīgās jomās, līdzīgi kā cilvēks. Optimistiskā AGI vīzija ietver transformējošas izmaiņas veselības aprūpē, automatizācijā un pat ētiskajā lēmumu pieņemšanā.
Vai šodienas pieeja var novest pie AGI?
Neskatoties uz troksni, AAAI pētījums atspoguļo, ka 76% AI pētnieku šaubās, vai pašreizējās tehnoloģijas, īpaši transformatora bāzes AI, var galu galā sasniegt AGI. Pašreizējā AI izceļas modeļu atpazīšanā un datu apstrādē, taču tai trūkst AGI būtisku elementu, piemēram:
– Niansēta loģika: Konteksta un secinājumu izpratne, kas līdzīga cilvēka kognīcijai.
– Pielāgošanās spēja: Spēja mācīties un pielietot zināšanas dažādās jomās bez iepriekšējās apmācības.
– Cēloņsakarību izpratne: Izpratne par to, kā un kāpēc notikumi notiek, pārsniedzot tikai korelāciju un modelēšanu.
Izaicinājumi AGI progresēšanas mērīšanā
Novērtēšanas ietvari AGI progresu vērtēšanai nav pilnībā attīstīti un galvenokārt koncentrējas uz šauriem veiktspējas rādītājiem, nevis visaptverošiem inteliģences rādītājiem. Robustu AGI rādītāju trūkums nozīmē, ka progresu bieži var pārvērtēt, novirzot ieguldījumus nezināmos virzienos, kas galu galā var novest pie finansiāliem zaudējumiem. Tas arī rada būtiskus jautājumus, piemēram:
– Kādi ir patiesie AGI attīstības rādītāji?
– Kā mēs varam saskaņot AI spējas ar ētiskajām apsvērumiem un sabiedrības labumiem?
Tirgus tendences un ieguldījumu apsvērumi
Ievērojama tendence ir ievērojams finansiālais ieguldījums AI pētniecībā un attīstībā visās nozarēs. Tomēr, ja AGI paliek nesasniedzams:
– Tehnoloģiju uzņēmumi var saskarties ar savu finanšu stratēģiju pārskatīšanu, kas potenciāli ietekmēs akciju sniegumu un izraisīs budžeta samazinājumus.
– Var būt nepieciešama AI vērstu uzņēmumu pārstrukturēšana, lai pārvaldītu nepiepildītās cerības.
– Darba tirgi AI sektoros var piedzīvot nestabilitāti, ietekmējot zinātniekus un inženierus, kā pieprasījums mainās.
Drošība, ilgtspējība un ētika AI attīstībā
Līdztekus tehnoloģiskajiem sasniegumiem ētiskie apsvērumi AI ietver gan drošību, gan ilgtspēju:
– Drošu AI praksi ieviešana, lai novērstu ļaunprātīgu izmantošanu un aizspriedumus, ir būtiska.
– Ilgtspējīgas attīstības prakse jānodrošina, lai resursu patēriņš atbilstu vides un sociālajiem mērķiem.
Reālās pielietojuma iespējas un nākotnes prognozes
Ņemot vērā AI pašreizējās spējas, koncentrēšanās uz praktiskām AI tehnoloģiju pielietojuma iespējām, nevis uz neizpildāmo AGI, var sniegt tūlītējus un taustāmus ieguvumus:
– Uzlabota automatizācija un efektivitāte visās nozarēs.
– Uzlabota prognozējošā analītika labākai lēmumu pieņemšanai tādās nozarēs kā finanses un loģistika.
– Sasniegumi šaurās AI pielietojumos, kas var piedāvāt ievērojamus ieguldījumu atdeves tuvākajā nākotnē.
Nobeigums: Aicinājums uz pragmatisku ambīciju
Kaut arī AGI pievilcība iedvesmo daudzus, ir būtiski pamatot AI ambīcijas praktiskās realitātēs un ilgtspējīgos mērķos. Uzņēmumiem un pētniekiem jāprioritizē tehnoloģijas, kas sniedz reālus labumus jau šodien, vienlaikus turpinot skatīties uz ilgtermiņa AGI mērķi, bet ne par neizpildāmām izmaksām vai cerībām.
Padomi tūlītējai rīcībai
1. Dažādojiet AI ieguldījumus ārpus AGI meklējumiem, koncentrējoties uz jomām ar skaidru ietekmi un praktiskumu.
2. Izstrādājiet standartizētus rādītājus AI attīstībai, lai labāk mērītu progresu un saskaņotu ar ētiskajiem standartiem.
3. Veiciniet starpdisciplināru sadarbību starp tehnoloģiem, ētikas speciālistiem un nozares ekspertiem, lai vadītu atbildīgu AI pētniecību.
Lai iegūtu vairāk informācijas par pašreizējo stāvokli un nākotni AI, izpētiet uzticamus avotus, piemēram, AAAI par jaunumiem un ieskatiem.
