Η ανθρωπότητα θα μπορούσε να δημιουργήσει ένα μοντέλο τεχνητής νοημοσύνης (AI) που θα είναι εξίσου έξυπνο με τον άνθρωπο μέσα στα επόμενα τρία χρόνια, υποστήριξε ένας κορυφαίος επιστήμονας.
Ο Ben Goertzel, επιστήμονας πληροφορικής και διευθύνων σύμβουλος της SingularityNET, προέβη στον ισχυρισμό αυτό κατά τη διάρκεια των τελικών δηλώσεων της Beneficial AGI Summit 2024 την 1η Μαρτίου στην Πόλη του Παναμά, στον Παναμά. Είναι γνωστός ως ο “πατέρας της AGI“, αφού συνέβαλε στη διάδοση του όρου τεχνητή γενικευμένη νοημοσύνη (AGI) στις αρχές της δεκαετίας του 2000.
Τα καλύτερα συστήματα τεχνητής νοημοσύνης που αναπτύσσονται σήμερα θεωρούνται “στενή τεχνητή νοημοσύνη” επειδή μπορεί να είναι πιο ικανά από τους ανθρώπους σε έναν τομέα, με βάση τα δεδομένα εκπαίδευσης, αλλά δεν μπορούν να ξεπεράσουν τους ανθρώπους γενικότερα. Αυτά τα στενά συστήματα ΤΝ, τα οποία κυμαίνονται από αλγορίθμους μηχανικής μάθησης έως μεγάλα γλωσσικά μοντέλα (LLM) όπως το ChatGPT, δυσκολεύονται να σκεφτούν όπως οι άνθρωποι και να κατανοήσουν τα συμφραζόμενα.
Γεωλογία & Αρχαιολογία
Ωστόσο, ο Goertzel σημείωσε ότι η έρευνα για την τεχνητή νοημοσύνη εισέρχεται σε μια περίοδο εκθετικής ανάπτυξης και τα στοιχεία δείχνουν ότι η τεχνητή γενική νοημοσύνη (AGI) – όπου η τεχνητή νοημοσύνη γίνεται εξίσου ικανή με τον άνθρωπο σε διάφορους τομείς ανεξάρτητα από τα αρχικά δεδομένα εκπαίδευσης – είναι εφικτή. Αυτό το υποθετικό σημείο στην ανάπτυξη της ΤΝ είναι γνωστό ως “μοναδικότητα”.
Εάν ένας τέτοιος πράκτορας σχεδιαστεί ώστε να έχει πρόσβαση στον δικό του κώδικα και να τον ξαναγράφει, θα μπορούσε στη συνέχεια να εξελιχθεί πολύ γρήγορα σε μια τεχνητή υπερνοημοσύνη (ASI) – την οποία ο Goertzel όρισε χαλαρά ως μια ΤΝ που έχει τη γνωστική και υπολογιστική ισχύ όλου του ανθρώπινου πολιτισμού μαζί.
“Κανείς δεν έχει δημιουργήσει ακόμη τεχνητή γενική νοημοσύνη ανθρώπινου επιπέδου- κανείς δεν έχει μια σταθερή γνώση για το πότε θα φτάσουμε εκεί. Θέλω να πω, υπάρχουν γνωστοί άγνωστοι και πιθανώς άγνωστοι άγνωστοι. Από την άλλη πλευρά, μου φαίνεται αρκετά πιθανό ότι θα μπορούσαμε να φτάσουμε σε ανθρώπινου επιπέδου AGI μέσα, ας πούμε, στα επόμενα τρία έως οκτώ χρόνια”, δήλωσε ο Goertzel.
Στο κατώφλι της μοναδικότητας
Επισήμανε “τρεις γραμμές συγκλίνουσας μαρτυρίας” για να υποστηρίξει τη θέση του. Η πρώτη είναι η μοντελοποίηση από τον επιστήμονα υπολογιστών Ray Kurzweil στο βιβλίο “The Singularity is Near” (Viking USA, 2005), η οποία έχει βελτιωθεί στο επερχόμενο βιβλίο του “The Singularity is Nearer” (Bodley Head, Ιούνιος 2024). Στο βιβλίο του, ο Kurzweil κατασκεύασε μοντέλα πρόβλεψης που υποδηλώνουν ότι η AGI θα είναι εφικτή το 2029, εστιάζοντας κυρίως στην εκθετική φύση της τεχνολογικής ανάπτυξης σε άλλους τομείς.
Ο Goertzel επεσήμανε επίσης τις βελτιώσεις που έγιναν στα LLM μέσα σε λίγα χρόνια, οι οποίες “αφύπνισαν τόσο μεγάλο μέρος του κόσμου στις δυνατότητες της ΤΝ”. Διευκρίνισε ότι οι LLMs από μόνες τους δεν θα οδηγήσουν στην AGI, επειδή ο τρόπος με τον οποίο παρουσιάζουν τη γνώση δεν αντιπροσωπεύει τη γνήσια κατανόηση, αλλά ότι οι LLMs μπορεί να είναι ένα συστατικό σε ένα ευρύ σύνολο διασυνδεδεμένων αρχιτεκτονικών.
Η τρίτη απόδειξη, είπε ο Goertzel, έγκειται στην εργασία του για τη δημιουργία μιας τέτοιας υποδομής, την οποία ονόμασε “OpenCog Hyperon”, καθώς και των σχετικών συστημάτων λογισμικού και μιας επερχόμενης γλώσσας προγραμματισμού AGI, που ονομάστηκε “MeTTa”, για την υποστήριξή της.
Το OpenCog Hyperon είναι μια μορφή υποδομής τεχνητής νοημοσύνης που περιλαμβάνει τη συρραφή υφιστάμενων και νέων παραδειγμάτων τεχνητής νοημοσύνης, συμπεριλαμβανομένων των LLM ως ένα συστατικό. Το υποθετικό τελικό σημείο είναι ένα μεγάλης κλίμακας κατανεμημένο δίκτυο συστημάτων ΤΝ που βασίζονται σε διαφορετικές αρχιτεκτονικές που το καθένα βοηθά στην αναπαράσταση διαφορετικών στοιχείων της ανθρώπινης νόησης – από την παραγωγή περιεχομένου έως τη συλλογιστική.
Μια τέτοια προσέγγιση είναι ένα μοντέλο που έχουν υποστηρίξει και άλλοι ερευνητές ΤΝ, όπως ο CTO της Databricks Matei Zaharia σε μια ανάρτηση στο ιστολόγιο που συνυπέγραψε στις 18 Φεβρουαρίου στον ιστότοπο Berkeley Artificial Intelligence Research (BAIR).
Ο Goertzel παραδέχτηκε, ωστόσο, ότι “μπορεί να κάνει λάθος” και ότι μπορεί να χρειαστούμε έναν “κβαντικό υπολογιστή με ένα εκατομμύριο qubits ή κάτι τέτοιο”.
“Η δική μου άποψη είναι ότι μόλις φτάσουμε σε ανθρώπινο επίπεδο AGI, μέσα σε λίγα χρόνια θα μπορούσαμε να έχουμε μια ριζικά υπεράνθρωπη AGI – εκτός αν η AGI αποφασίσει να περιορίσει την ανάπτυξή της από μία αντίληψη αυτοσυντήρησης”, πρόσθεσε ο Goertzel. “Νομίζω ότι μόλις μια AGI μπορέσει να στοχαστεί το ίδιο της το μυαλό, τότε θα μπορεί να κάνει μηχανική και επιστήμη σε ανθρώπινο ή υπεράνθρωπο επίπεδο. Θα πρέπει να είναι σε θέση να κάνει ένα πιο έξυπνο AGI, μετά ένα ακόμα πιο έξυπνο AGI, μετά μια έκρηξη νοημοσύνης. Αυτό μπορεί να οδηγήσει σε μια αύξηση του εκθετικού ρυθμού πέρα ακόμη και από αυτό που σκέφτηκε ο Ray.