Прогноза: AI губи инерция, човешкият интелект е недостижим

Технологичните компании стигнахнаха до задънена улица в концепцията за AGI и парите няма да ги измъкнат от нея (графика: CC0 Public Domain)

Технологичните ентусиасти и мечтатели едва ли ще харесат прогнозата на водещи изследователи за бъдещето на изкуствения интелект. AI губи инерция, а човешкият интелект остава недостижим, смятат учените. До края на десетилетието данните, създадени от човека, ще бъдат изчерпани, което прави по-нататъшното мащабиране на AI практически невъзможно.

Наскоро публикувано проучване сред 475 водещи експерти в областта на изкуствения интелект се превърна в истинско събитие, което преобърна представите за бъдещето на AI технологията.

76% от експертите вярват, че стратегия, базирана на постоянно увеличаване на размера на големите езикови модели (LLM), няма да доведе до създаване на изкуствен общ интелект (AGI), способен да съперничи на човешкия ум.

Откритието хвърли съмнение върху дългогодишните усилия на големи компании да инвестират милиарди долари в увеличаване на изчислителната мощност и обемите на данни с надеждата да се доближат до целта за AGI.

Дълго време в технологичната общност имаше убеждение, че пътят към AGI е прост: повече данни, по-мощен хардуер и повече инвестиции. Проучването обаче разкри неочаквано препятствие.

Тъй като последните версии на AI модели изглежда стагнират, повечето от изследователите, анкетирани от американската Асоциация за развитие на изкуствения интелект, смятат, че технологичните компании са стигнали до задънена улица – и парите няма да ги измъкнат от нея.

„След пускането на GPT-4 стана ясно, че по-нататъшното мащабиране носи само минимални подобрения, докато разходите нарастват експоненциално”, коментира ситуацията Стюарт Дж. Ръсел, известен компютърен учен от Калифорнийския университет в Бъркли.

Според него, компаниите, които са инвестирали огромни средства в разработка на изкуствен интелект, все още не са готови публично да признаят, че избраният подход се е оказал неефективен.

Причината за кризата, както обясняват експертите, се крие в самата архитектура на съвременните невронни мрежи. Големите езикови модели, въпреки впечатляващите резултати, са изправени пред фундаментални ограничения: те не са в състояние да представят напълно сложни концепции и изискват огромни ресурси.

Сред перспективните области експертите подчертават интегрирането на различни подходи за машинно обучение и развитието на вероятностно програмиране. Тези методи обещават да преодолеят ограниченията на настоящите модели, правейки AI не само по-мощен, но и по-близък до човешкото мислене.

„Намираме се на прага на нова ера в развитието на изкуствения интелект, където качеството на идеите е по-важно от количеството ресурси”, отбеляза един от участниците в проучването.