Zašto AGI nije ni blizu usprkos obećanjima tehnoloških divova
Hype oko opće umjetne inteligencije zamagljuje stvarne probleme u razvoju
Svakih nekoliko mjeseci svjedočimo novim najavama iz Silicijske doline koje tvrde da je opća umjetna inteligencija (AGI) udaljena svega nekoliko godina. Tehnološki lideri natječu se u predviđanjima, najavljujući strojeve koji će uskoro nadmašiti ljudski intelekt u gotovo svakom zadatku. Međutim, stvarni napredak na terenu priča sasvim drugačiju priču. Umjesto strojeva koji razmišljaju, dobivamo sve veće jezične modele koji su impresivni, ali temeljno ograničeni u svojoj sposobnosti logičkog rasuđivanja i razumijevanja svijeta. Vrijeme je da prestanemo miješati impresivnu generaciju teksta s istinskim, dubokim razumijevanjem i da sagledamo trenutno stanje umjetne inteligencije bez ružičastih naočala.
Prevladavajuća priča
Prevladavajuća priča, koju agresivno guraju najveće tehnološke tvrtke i venture capital investitori, svodi se na jednostavno, gotovo mehaničko pravilo skaliranja. Prema toj logici, ako u arhitekture neuronskih mreža ulijemo još više podataka i procesorske moći, one će neizbježno prijeći magični prag i razviti ljudsku razinu inteligencije. Ova priča stvara golem osjećaj hitnosti i straha od propuštanja prilike, potičući ulaganje stotina milijardi dolara u izgradnju ogromnih podatkovnih centara i masovnu kupnju specijaliziranih čipova.
Javnost se sustavno priprema za skori dolazak AGI-ja kroz pažljivo orkestrirane marketinške kampanje koje naglašavaju sposobnost modela da polože pravosudne ispite, napišu složen programski kod ili polože medicinske testove. Kada jezični model savršeno odgovori na složeno pitanje iz kvantne fizike, lako je povjerovati da s druge strane ekrana doista postoji svjesni entitet. Posljedično, mediji i entuzijasti prenose svako poboljšanje u sintaksi ili generiranju slika kao konačni dokaz da smo na korak do tehnološkog singulariteta.
Zašto je ta priča pogrešna ili nepotpuna
Problem s ovom pričom je što potpuno ignorira temeljna arhitektonska ograničenja današnjih modela. Veliki jezični modeli iznimno su vješti u prepoznavanju dubokih obrazaca i predviđanju sljedeće riječi na temelju ogromnih količina teksta iz kojih su učili. Ali predviđanje teksta, ma koliko ono bilo sofisticirano i višedimenzionalno, nije isto što i planiranje, logičko zaključivanje, apstrakcija ili razumijevanje uzroka i posljedice.
Kada se takvi modeli suoče s potpuno novim problemima koji zahtijevaju prostorno razmišljanje ili donošenje zaključaka izvan njihovih podataka za obuku, oni redovito zakazuju, često donoseći apsurdne i nelogične zaključke. Halucinacije, odnosno izmišljanje informacija s visokim stupnjem samopouzdanja, nisu samo usputni bug koji će se riješiti sljedećom verzijom softvera. To je inherentna značajka sustava koji jednostavno ne razumije značenje onoga što generira, već samo statističku povezanost između riječi. Dodavanje više podataka i više računalne snage neće riješiti ovaj temeljni problem; ono samo stvara modele koji zvuče još uvjerljivije dok izgovaraju neistine.
Za istinski AGI bit će potrebne potpuno nove arhitekture, nova matematička saznanja i paradigme koje idu znatno dalje od pukog statističkog uparivanja obrazaca. Morat ćemo otkriti kako u strojeve usaditi sposobnost kauzalnog zaključivanja i sposobnost interakcije s fizičkim svijetom u stvarnom vremenu. Trenutačni fokus na skaliranje postojećih transformatorskih arhitektura vodi nas prema boljim alatima za generiranje sadržaja, ali nas ne približava strojevima koji stvarno misle.
Posljedice u stvarnom svijetu
Opsesija općom umjetnom inteligencijom ima vrlo konkretne, a ponekad i štetne posljedice na tržište, znanost i šire društvo. S jedne strane, investitori i tvrtke ulažu ogromna sredstva u potjeru za ovim nedostižnim ciljem, dok istovremeno zanemaruju praktične, uže primjene umjetne inteligencije koje već danas mogu donijeti ogromnu i stvarnu vrijednost. Startupi koji pokušavaju riješiti vrlo specifične, teške probleme u optimizaciji poljoprivrede, otkrivanju novih materijala ili poboljšanju logističkih lanaca često teže dolaze do potrebnog kapitala naprosto zato što ne obećavaju revolucionarni AGI koji će promijeniti sudbinu čovječanstva.
Osim toga, ovaj masovni hype stvara nerealna očekivanja kod običnih korisnika, menadžera i donositelja političkih odluka. Mnoge tvrtke pokušavaju implementirati AI rješenja u kritične poslovne procese očekujući razinu pouzdanosti, autonomije i prosudbe koju trenutačna tehnologija jednostavno ne može isporučiti. Rezultat su često razočaravajući projekti, promašene investicije, narušeno povjerenje potrošača i potencijalno opasne pogreške u situacijama gdje se umjetna inteligencija koristi bez adekvatnog ljudskog nadzora, poput pravosudnog i zdravstvenog sustava.
Umjesto da rješavamo današnje stvarne i goruće izazove oko privatnosti podataka, masovnog kršenja autorskih prava, energetske održivosti podatkovnih centara i ugrađene pristranosti algoritama, javni diskurs je neprestano otet apokaliptičnim ili utopijskim vizijama AGI-ja. Regulativa se donosi na temelju straha od "zlih robota", dok se stvarni problemi koncentracije moći u rukama nekoliko velikih tehnoloških tvrtki ignoriraju.
Završni stav
Umjetna inteligencija je nesumnjivo moćan alat koji će duboko transformirati mnoge industrije i promijeniti način na koji radimo, ali nismo ni blizu stvaranju stroja koji misli poput čovjeka. Vrijeme je da prestanemo slušati nerealna obećanja o skorom dolasku opće umjetne inteligencije i fokusiramo se na odgovornu, transparentnu i praktičnu primjenu tehnologije koju zapravo imamo danas. Prava vrijednost umjetne inteligencije nije u potpunoj zamjeni ljudskog uma, već u proširivanju naših vlastitih mogućnosti kroz inteligentne alate koji su korisni, pouzdani i sigurni za svakodnevnu upotrebu. Prestanimo čekati znanstvenu fantastiku i počnimo graditi korisnu stvarnost.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
