Zabluda o bliskom AGI-ju: Stvarnost iza obećanja
Zašto trenutni generativni modeli, unatoč napretku, ne vode izravno prema općoj umjetnoj inteligenciji.
Priča je postala nevjerojatno poznata i gotovo se svakodnevno ponavlja u tehnološkim krugovima. Redovito slušamo izjave kako smo na samom rubu stvaranja opće umjetne inteligencije (AGI). Stvara se dojam da je nadljudski stroj pred vratima. Međutim, kada pogledamo tehnologiju i analiziramo mogućnosti sustava, slika je drugačija. Umjesto strojeva koji razmišljaju, mi danas imamo iznimno složene sustave za napredno predviđanje teksta.
Ovaj raskorak između onoga što nam se prodaje i onoga što doista imamo ključan je za razumijevanje stanja u industriji. Stvara se atmosfera neizbježnosti, gdje je napredak predstavljen kao funkcija dodavanja računalne snage i podataka. No, povijest uči da kvantitativno povećanje ne dovodi uvijek automatski do kvalitativnog skoka.
Prevladavajuća priča
Glavni narativ oslanja se na ideju eksponencijalnog rasta i tehnološkog determinizma. Prema tom viđenju, svako povećanje procesorske moći donosi skok u kognitivnim sposobnostima modela. Čujemo obećanja o autonomnim agentima koji će samostalno rješavati probleme, programirati sustave i donositi odluke umjesto nas.
Taj je narativ iznimno koristan. On služi kao alat za prikupljanje kapitala od investitora koji se boje da će propustiti revoluciju i omogućuje opravdavanje neviđenih ulaganja u hardversku infrastrukturu.
Zašto je ta priča pogrešna ili nepotpuna
Osnovni problem leži u arhitekturi i prirodi današnjih generativnih modela. Veliki modeli, ma koliko parametara posjedovali i na koliko podataka bili trenirani, u svojoj suštini ne posjeduju pravo razumijevanje fizičkog svijeta niti sposobnost uzročnog logičkog zaključivanja. Oni funkcioniraju prepoznajući nevjerojatno složene statističke uzorke u golemim količinama teksta i na temelju toga reproduciraju najvjerojatnije nastavke. To simulira ljudski razgovor i logiku, ali nema dublju kognitivnu podlogu niti svjesno razumijevanje.
Povećanje procesorske moći donijet će tečnije predviđanje teksta, ali i dalje nedostaje fundamentalni znanstveni proboj u arhitekturi koji bi premostio ogromni jaz između statističkog oponašanja i prave opće umjetne inteligencije.
Posljedice u stvarnom svijetu
Ovakav drastičan nesrazmjer između očekivanja i tehnološke realnosti ima ozbiljne posljedice. Cijela se industrija usmjerava prema pogrešnim ciljevima, ignorirajući goruće probleme. Umjesto da se fokusiramo na rješavanje eksplozije tehničkog duga u softveru ili rješavanje halucinacija, dragocjeno vrijeme gubimo raspravljajući o prijetnjama hipotetskih super-računala.
Također, infrastruktura potrebna za treniranje i pokretanje ovakvih modela zahtijeva goleme energetske resurse, što postaje izazov. Fizička ograničenja su stvarna. Nastavak slijepog ulaganja u ovaj narativ znači da ćemo trošiti financijski kapital i električnu energiju na obećanje koje tehnološki nismo u stanju ispuniti. Stvaramo sustave koji postaju sve skuplji, osjetljiviji i neizmjerno kompliciraniji za održavanje.
Završni stav
Krajnje je vrijeme da industrija, investitori i javnost prestanu miješati statističku simulaciju jezika sa stvarnom inteligencijom. Opća umjetna inteligencija možda će se dogoditi u daljoj budućnosti, ali put do nje ne vodi isključivo kroz linearno dodavanje slojeva postojećim neuronskim mrežama i kupnju još više grafičkih procesora. Današnji marketinški fokus na bliski dolazak AGI-ja zapravo je veliko ometanje. To je iluzija koja služi poslovnim interesima najvećih igrača, dok istinski tehnički izazovi ostaju zanemareni.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
