I en undersøgelse af AI-forskere siger de fleste, at de nuværende AI-modeller usandsynligt vil føre til kunstig generel intelligens med kapaciteter på menneskelige niveauer, selv når virksomheder investerer milliarder af dollars i dette mål
Mange AI -firmaer siger, at deres modeller er på vej til kunstig generel intelligens, men ikke alle er enige om
Tekniske virksomheder har længe hævdet, at simpelthen at udvide deres nuværende AI -modeller vil føre til kunstig generel intelligens (AGI), som kan matche eller overgå menneskelige evner. Men da ydeevnen for de seneste modeller har plateauet, tvivler AI -forskere på, at dagens teknologi vil føre til superintelligente systemer.
I en undersøgelse af 475 AI -forskere sagde ca. 76 procent af de adspurgte, at det var “usandsynligt” eller “meget usandsynligt”, at opskalering af aktuelle tilgange vil lykkes med at opnå AGI. Resultaterne er en del af en rapport fra Association for the Advancement of Artificial Intelligence, et internationalt videnskabeligt samfund med base i Washington DC.
Dette er en bemærkelsesværdig holdningsændring fra “skalering er alt hvad du har brug for” optimisme, der har ansporet tech-virksomheder siden starten af den generative AI-boom i 2022. De fleste af de avancerede resultater siden da er baseret på systemer kaldet Transformer Models, som er forbedret i ydeevne, da de er blevet uddannet til at øge dataene. Men de ser ud til at have stagneret i de seneste udgivelser, som kun viste trinvise ændringer i kvalitet.
”De enorme investeringer i skalering, der ikke var beregnet til enhver sammenlignelig bestræbelser på at forstå, hvad der foregik, syntes altid at være forkert placeret,” siger Stuart Russell ved University of California, Berkeley, et medlem af panelet, der organiserede rapporten. ”Jeg tror, at det for omkring et år siden begyndte at blive åbenlyst for alle, at fordelene ved skalering i konventionel forstand havde plateauet.”
Ikke desto mindre planlægger tech -virksomheder kollektivt at bruge anslagsvis $ 1 billioner på datacentre og chips i de næste par år for at støtte deres AI -ambitioner.
Hype omkring AI -teknologier kan muligvis forklare, hvorfor 80 procent af respondenterne også sagde, at de nuværende opfattelser af AI -kapaciteter ikke stemmer overens med virkeligheden. ”Systemer, der proklamerede at matche menneskelig præstation-såsom på kodningsproblemer eller matematikproblemer-begår stadig knoglemedler,” siger Thomas Dietterich ved Oregon State University, der bidrog til rapporten. ”Disse systemer kan være meget nyttige som værktøjer til at hjælpe med forskning og kodning, men de vil ikke erstatte nogen menneskelige arbejdere.”
AI-virksomheder har for nylig fokuseret på såkaldt skalering af inferens-tid, som involverer AI-modeller, der bruger mere computerkraft og tager længere tid at behandle forespørgsler, før de reagerer, siger Arvind Narayanan ved Princeton University. Men han siger, at denne tilgang “usandsynligt vil være en sølvkugle” for at nå AGI.
Selvom tech -virksomheder ofte beskriver AGI som deres ultimative mål, er selve definitionen af AGI urolig. Google Deepmind har beskrevet det som et system, der kan overgå alle mennesker på et sæt kognitive tests, mens Huawei har foreslået at nå denne milepæl kræver et legeme, der lader AI interagere med sit miljø. Hvad angår Microsoft og Openai, oplyste en intern rapport, at de vil overveje AGI, der kun er opnået, når Openai har udviklet en model, der kan generere 100 milliarder dollars i fortjeneste.