Zašto je priča o brzom dolasku AGI-ja samo skupa iluzija
Investitori obećavaju opću inteligenciju, no stvarni napredak usporava i udara u zid tehničkih ograničenja
Trenutni narativ u tehnološkoj industriji zvuči gotovo religijski: umjetna opća inteligencija (AGI) samo što nije stigla. Prema najavama vodećih ljudi iz najvećih tehnoloških kompanija, dijeli nas nekoliko godina od trenutka kada će strojevi nadmašiti ljudski um u svim kognitivnim zadacima. Ovaj entuzijazam se mjeri u stotinama milijardi dolara koje se slijevaju u ogromne podatkovne centre diljem svijeta. No, ako pogledamo stvarne podatke, arhitekturu današnjih modela i ograničenja modernog hardvera, postaje jasno da je ta tvrdnja mnogo više marketinški alat nego znanstvena prognoza. Utrka za AGI-jem primarno služi održavanju ekstremno visokih valuacija kompanija i prikupljanju ogromnog kapitala od investitora.
Prevladavajuća priča
Glavna priča koja se danas svakodnevno prodaje oslanja se na zakon skaliranja. Najveći zagovornici brzog dolaska umjetne opće inteligencije uvjeravaju nas da je dovoljno kontinuirano povećavati broj parametara u neuronskim mrežama te im dodavati sve više računalne snage kako bismo dobili proporcionalno pametnije sustave. U toj pojednostavljenoj priči, veliki jezični modeli (LLM) tek su prvi korak prema ultimativnom stroju koji će jednoga dana samostalno moći misliti, planirati strategije i donositi neovisne odluke.
Svaka nova verzija AI modela koja malo bolje rješava testove ili piše uredniji kod, u medijima se automatski predstavlja kao ultimativni dokaz da se rast inteligencije nastavlja po zacrtanom planu i da je granica između koda i svijesti sve tanja.
Zašto je ta priča pogrešna ili nepotpuna
Ovakva pojednostavljena priča o brzom usponu AGI-ja namjerno zanemaruje ključne tehničke i znanstvene prepreke koje stoje na tom putu. Prvo, današnji veliki jezični modeli u svojoj su suštini matematički kompleksni sustavi dizajnirani isključivo za probabilističko predviđanje sljedeće riječi na temelju golemih količina apsorbiranog teksta. Oni ne posjeduju dubinsko razumijevanje svijeta oko sebe, potpuno im nedostaje stvarno uzročno-posljedično zaključivanje, te nemaju sposobnost organskog učenja izvan svog ograničenog skupa podataka. Puko povećanje broja parametara ne stvara novu vrstu svijesti. Ono što zapravo stvara jest sve uvjerljiviji sustav za pametno oponašanje već naučenih ljudskih obrazaca.
Drugo, tehnološka industrija ubrzano se približava nevidljivom zidu: ponestaje nam svježih i kvalitetnih ljudskih podataka. Javni tekstualni internet, uključujući knjige i znanstvene radove, već je iskorišten za treniranje trenutne generacije modela. Pokušaji zaobilaženja ovog problema masovnim korištenjem sintetičkih podataka koje generiraju drugi modeli dovodi do opadanja ukupne kvalitete. Fenomen nazvan kolaps modela dokazuje da sustav ne može beskonačno učiti sam iz vlastite reciklirane proizvodnje bez unosa svježeg ljudskog znanja.
Treće, tvrda fizička i energetska ograničenja postaju nepremostiva prepreka za neograničeni rast. Treniranje apsolutno svake sljedeće generacije najnaprednijih modela zahtijeva ne samo linearno, već eksponencijalno više električne energije, vode za hlađenje i specijaliziranog hardvera, često za tek minimalna poboljšanja u performansama. Troškovi izgradnje masivnih podatkovnih centara mjere se u stotinama milijardi dolara, dok istovremeno ozbiljno nedostaje dostupne električne energije. Rast ne može biti neograničen; on se upravo sada lomi o zakone fizike i realne ekonomije.
Posljedice u stvarnom svijetu
Kada najjača tehnološka industrija agresivnim marketingom uspije uvjeriti cijeli svijet da je dolazak sveznajućeg AGI-ja pitanje mjeseci, stvarni AI proizvodi koji nam danas mogu pomoći neopravdano padaju u drugi plan. Kompanije gube fokus s rješavanja pravih, konkretnih ljudskih problema. Umjesto da maksimalno ulažu u primjenu AI tehnologije za radikalno poboljšanje rane medicinske dijagnostike, otkrivanje novih lijekova ili optimizaciju opskrbnih lanaca, one troše svoje ogromne resurse na besmislenu utrku izgradnje stroja iz znanstveno-fantastičnih filmova.
Slijepi i zavedeni investitori koji lakomo očekuju brzi i masovni povrat uloženih sredstava mogli bi se suočiti s vrlo bolnim otrežnjenjem kada se pokaže da današnji modeli ne mogu preuzeti složene poslove i zadatke koji zahtijevaju ljudsku empatiju, razumijevanje konteksta i moralnu odgovornost. U sjeni ove globalne utrke, inovativni startupi gube pristup kapitalu za razvoj svojih korisnih rješenja jer se sav dostupan novac prelijeva u ruke svega nekoliko gigantskih kompanija koje jedine imaju kapacitet financirati ekstremne troškove infrastrukture. Umjesto obećane demokratizacije tehnologije, društvo dobiva centralizaciju goleme ekonomske moći temeljenu na obećanju koje se možda nikada neće u potpunosti ispuniti.
Završni stav
Moderna umjetna inteligencija i veliki jezični modeli su iznimno impresivni, korisni i vrlo moćni alati koji će dugoročno i pozitivno transformirati brojne industrije i način na koji radimo i stvaramo. Međutim, moramo prestati svjesno miješati njihovu sposobnost obrade jezika sa stvarnim ljudskim razumijevanjem, znanjem i sviješću. Ovi modeli će zasigurno postajati brži, jeftiniji za korištenje i pouzdaniji u svojim uskim domenama, ali to ne znači da mi trenutačno koračamo prema nezaustavljivim entitetima opremljenim vlastitom slobodnom voljom i razumom. Krajnje je vrijeme da prestanemo izdvajati i bacati desetke milijardi dolara na financiranje znanstveno-fantastičnih snova i umjesto toga počnemo racionalno i korisno vrednovati umjetnu inteligenciju prema onome što ona stvarno danas jest – nevjerojatno sposoban i moćan računalni softver, a nipošto magični i nezaustavljivi novi oblik života.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
