Ново изследване на Google DeepMind преосмисля фундаменталната рамка за развитие на изкуствения интелект. AGI (изкуственият общ интелект) вече не се разглежда като технологична граница, а се описва като междинен етап преди изкуствения суперинтелект (ASI).
Според авторите на анализа, ASI не е „по-умен човек”, а система, която надминава комбинираните когнитивни способности на големи организации и експертни общности. По този начин самата отправна точка се измества: сравнението не е с индивидуалния интелект, а с колективната интелектуална инфраструктура на обществото.
Ключовата теза на изследването е, че развитието на AI се определя не от една-единствена технология, а от експоненциалния растеж на „ефективните изчисления”. Три фактора движат развитието: растеж на изчислителния хардуер, увеличени инвестиции в инфраструктура и подобрена алгоритмична ефективност.
Заедно, тези фактори водят до драматично увеличение на наличната изчислителна мощност, което оформя траекторията към изкуствен суперинтелект, или накратко ASI.
Изследователите идентифицират четири основни пътя към заветната цел за суперинтелект:
- Първият е класическото мащабиране на модели и изчисления, базирано на закони за мащабиране.
- Вторият е промяна в архитектурната парадигма, включително системи с непрекъснато обучение и разширен контекст.
- Третият е рекурсивно самоусъвършенстване, при което AI започва да оптимизира собствените си алгоритми и код, потенциално създавайки ускоряваща динамика на развитие.
- Четвъртият е многоагентна координация, където множество модели формират разпределен колективен интелект.
Отделно се разглежда едно сериозно ограничение на настоящия подход – изчерпването на висококачествените данни за обучение, описано като „стена от данни”.
Това ограничение ще принуди AI индустрията да премине към синтетични данни и обучение в симулирани среди, тъй като простото увеличаване на обема на интернет данните вече не води до същите качествени подобрения.
Методологично изследването се основава на формализма на общия AI (AIXI) и скалата на Legg-Hutter, където интелигентността се определя като способност на агента да максимизира възнаграждението във всички изчислими среди, претеглени от тяхната сложност. Тази рамка се използва като теоретична горна граница на възможния машинен интелект.
Практическата част е опит за събиране на различни хипотези за бъдещето на изкуствения интелект в единна изследователска програма, където общият изкуствен интелект, AGI, престава да бъде крайна цел и се превръща в преходна точка към системи, способни на автономен научен прогрес.
Крайният извод от изследването е променящата се роля на AI: от инструмент, ограничен от човешкия дизайн, до потенциално автономен фактор в технологичното развитие, където границите вече не се задават от архитектурите на моделите, а от физическите, икономическите и организационните ограничения на изчисленията.
