Ученые оценили сроки создания сильного искусственного интеллекта
На протяжении долгого времени технологические гиганты рассчитывали, что разработанные ими системы ИИ перейдут в разряд сильного искусственного интеллекта (искусственного общего интеллекта — AGI), то есть сравнимого или превосходящего человеческий, путем простого масштабирования. Однако по мере выхода производительности последних моделей на плато оптимизм сменился скепсисом.
Около 76% специалистов по ИИ считают «маловероятным» или «очень маловероятным» достижение AGI при сохранении текущих подходов.
Результаты опроса 475 авторитетных представителей отрасли вошли в отчет Ассоциации по развитию искусственного интеллекта (Association for the Advancement of Artificial Intelligence) — международного научного общества, базирующегося в Вашингтоне.
Это заметное изменение настроений по сравнению с оптимизмом «масштабирование — это все, что нужно», который вдохновлял технологические компании с начала бума генеративного ИИ в 2022 году. Впечатляющие показатели последних лет достигнуты в основном моделями архитектуры трансформер, наращивавшими свою производительность по мере обучения на все больших объемах данных. Однако в последних релизах их прогресс, похоже, остановился, демонстрируя лишь незначительные улучшения в качестве.
«Огромные инвестиции в масштабирование, не сопровождавшиеся какими-то сопоставимыми усилиями к пониманию происходящего, всегда казались мне неуместными. Думаю, около года назад всем стало ясно, что преимущества масштабирования в общепринятом смысле сошли на нет», — заметил профессор Стюарт Рассел из Калифорнийского университета в Беркли, член комиссии, составлявшей отчет.
Тем не менее, для поддержки своих амбиций в области ИИ в ближайшие несколько лет технологические гиганты планируют потратить в общей сложности около триллиона долларов на дата-центры и чипы.
Претензии ИИ на вытеснение людей с их рабочих мест также оказались завышенными, считают 80% опрошенных ученых.
«Системы, заявленные как соответствующие человеческим способностям — например, в математических задачах или программировании — все еще допускают глупые ошибки. Они могут быть очень полезными в качестве вспомогательных инструментов в исследованиях и кодинге — но ни за что не заменят работников-людей», — уверен Томас Диттерих из Университета штата Орегон, также участвовавший в подготовке отчета.
Сейчас разработчики ИИ сосредоточились на так называемом масштабировании времени вывода, что подразумевает использование моделями ИИ большей вычислительной мощности и более длительную обработку запросов перед ответом — но это «вряд ли станет панацеей» для достижения AGI, заявил Арвинд Нараянан из Принстонского университета.
Технологические гиганты стремятся к созданию AGI, но само это определение остается расплывчатым: одни считают, что это сверхразум — превосходство искусственного интеллекта над живым, другие подразумевают наличие тела для взаимодействия с окружающей средой, третьи полагают, что генеративный ИИ должен приносить не меньше 100 миллиардов долларов прибыли.
