AGI tur, AGI šur – šķiet, ka šis saīsinājums tuvākajā laikā nekur nepazudīs, un ar labu iemeslu. Kāda ir nākamā mākslīgā intelekta evolūcija?
Mākslīgais intelekts ir kļuvis par mūsdienu ikdienas realitāti. ChatGPT mūsu vietā spēj rakstīt tekstu, Midjourney zīmē attēlus, savukārt AlphaFold spēj atrisināt matemātiskas problēmas cilvēku vietā.
Taču šie rīki, lai arī cik iespaidīgi tie nebūtu, visi kā viens dara vienu lietu, proti, to, kas tiem ir iemācīta. Šajā kontekstā paliek aktuāls AGI jeb mākslīgais vispārējais intelekts, jo tas piedāvā pilnīgi citādāku pieeju uzdevumu izpildei.
Tomēr AGI nav realitāte, bet gan mērķis, pie kura zinātnieki strādā jau kopš paša mākslīgā intelekta pirmsākumiem – un to neviens vēl nav pamanījies sasniegt.
Ko nozīmē “vispārējs”?
Lai saprastu AGI, vispirms jāsaprot, ar ko tas atšķiras no tā, kas mums jau ir pieejams. Gandrīz visi mūsdienu mākslīgā intelekta sistēmas ir šauras specializācijas rīki. Šie modeļi ir ārkārtīgi labi vienā jomā, piemēram, tulkošanā, attēlu atpazīšanā vai teksta ģenerēšanā, taču šīs zināšanas tie nepiemēro citiem uzdevumiem.
Ja automobiļu vadīšanas sistēmu palūgtu uzģenerēt bezē recepti vai uzvarēt šaha partiju, šī sistēma pilnībā izgāztos. Tādejādi pieejamie mākslīgā intelekta rīki ir fantastiski šauram darbību lokam.
Tā ir galvenā atšķirība starp cilvēku un sistēmu. Cilvēks var iemācīties jaunu valodu, mainīt profesiju, risināt matemātisku problēmu, ar kādu nekad agrāk nav saskāries, un piemērot uzkrāto pieredzi arī citā jomā.
Tieši šo spēju, proti, mācīties un pielāgoties jaunām situācijām, ar kurām iepriekš nav bijusis saskare, apzīmē vārds “vispārējs”. Teorijā AGI spētu paveikt to pašu, ko cilvēks nevis tādēļ, ka katram uzdevumam būtu atsevišķs modulis, bet tādēļ, ka tas spētu domāt.
Kāpēc mēs nespējam radīt AGI?
Cilvēkam piemītošais intelekts ir tik pašsaprotams, ka tam nepievēršam pārlieku daudz uzmanības, un tieši tādēļ to ir tik grūti imitēt. Lai saprastu, kā uzbrūvēt kafiju svešā virtuvē, cilvēkam ir jāzina, kas ir virtuve, kā atpazīt kafijas automātu, kā atvērt svešus skapīšus un kā pielāgoties neparedzētai situācijai. Par to daudz neaizdomājamies, taču atbildes uz šiem jautājumiem uzkrājam dzīves laikā, piekam neapzināti.
Apple līdzdibinātājs Stīvs Vozniaks reiz jautāja: “Vai dators var pagatavot tasi kafijas?”. Šis šķietami vienkāršais uzdevums patiesībā ļoti labi atspoguļo visu, ko AGI varētu paveikt, taču nespēj.
Mūsdienu mākslīgā intelekta sistēmas, lai arī spēj runāt par gandrīz jebko, nesaprot to, ko saka. Tās atpazīst datus, taču nespēj spriest par cēloņiem, nevar mācīties reāllaikā un nezina, ko dara, ja uzdevums atrodas ārpus apmācības datu robežām.
Meta galvenais mākslīgā intelekta zinātniekam Ianam LeKunam ir izdevies šo vājību formulēt – lielajiem valodas modeļiem trūkst veselā saprāta, un sistēma, kas apmācīta tikai uz valodas datiem, nekad nelīdzināsies cilvēka intelektam, lai arī cik ilgi to apmācītu.
Daži pētnieki apgalvo, ka jaunākie modeļi, piemeŗam, GPT, Claude, Llama, jau ir AGI, jo tie spēj apspriest plašu tēmu loku un veikt dažādus uzdevumus. Taču lielākā daļa zinātnieku šim apgalvojumam nepiekrīt.
Ar mērogu nav gana. AGI kontekstā vitāli svarīga ir leģitimitāte, spēja mācīties patstāvīgi un pārnest zināšanas uz jaunām situācijām. Ja valodas modelis raksta kodu, kas satur daudz kļūdu, tad līdz AGI vēl garš ceļš ejams.
Tuvākā nākotne vai utopija?
Prognozēt, kad AGI kļūs par realitāti ir patiešām grūti, turklāt pieredze liecina, ka ekspertu pareģojumi mēdz būt kļūdaini. 2023. gadā aptaujā, kurā piedalījās teju 3000 mākslīgā intelekta pētnieku, respondenti novērtēja 50% iespēju, ka mašīnas pārspēs cilvēkus visās uzdevumu kategorijās ap 2047. gadu – 13 gadus agrāk nekā tas pats jautājums tika novērtēts tikai gadu pirms tam.
ChatGPT un ģeneratīvā mākslīgā intelekta straujā attīstība kopš 2022. gada beigām ir ievērojami mainījusi prognozēšanas ainavu.
Taču jāatceras Vilbura Raita piemērs. 1901. gadā viņš apgalvoja, ka cilvēce nespēs lidot vēl 50 gadus. Divus gadus vēlāk viņš vadīja lidmašīnu.
Viens, protams, ir jautājums par “kad”, bet pilnīgi cits – “ko tālāk”. No vienas puses, AGI varētu paātrināt zāļu izstrādes procesu, risināt akūtas globālās problēmas, piemēram, klimata pārmaiņas un pārdefinēt ātrumu, kurā tiek veikti atklājumi zinātnē.
No otras puses, sistēma, kas spēj domāt autonomi no cilvēka, var radīt kaitējumu pat bez ļauna nodoma. Tieši tādēļ mākslīgā intelekta drošības pētījumi un AGI pārvaldības jautājumi šobrīd ir vieni no aktuālākajiem jautājumiem tehnoloģiju pasaulē.
Avoti: IBM, Databricks
