Skip to content

Google Deepmind: Η τεχνητή νοημοσύνη θα περάσει σύντομα ένα κρίσιμο όριο

Baladis Koumpouras
Baladis Koumpouras
Κοινοποίηση:
Λογότυπο ChatGPT και Claude

Σύνοψη Άρθρου

  • Ο ερευνητής Tim Genewein της Google DeepMind εκτιμά ότι η μετάβαση από την AGI (τεχνητή γενική νοημοσύνη) ανθρώπινου επιπέδου στην ASI (τεχνητή υπερνοημοσύνη) αποτελεί πλέον ένα ρεαλιστικό σενάριο, απαιτώντας άμεση προετοιμασία.
  • Η εκθετική αύξηση της υπολογιστικής ισχύος, με δεκαπλάσια ετήσια άνοδο, σε συνδυασμό με τη γνωστική εκβιομηχάνιση, αναμένεται να μειώσει δραστικά το κόστος της AI και να επιταχύνει τις εξελίξεις. Αυτό θα επιτρέψει σε μικρότερα μοντέλα να παράγουν αποτελέσματα επιπέδου υπερυπολογιστή με ελάχιστη κατανάλωση ενέργειας.
  • Ωστόσο, πέρα από την υπολογιστική ισχύ, απαιτούνται τέσσερις εξελίξεις για το άλμα στην υπερνοημοσύνη: νέα δεδομένα εκπαίδευσης, παραγωγή πρωτότυπων εννοιών, συνεργασία μεταξύ πρακτόρων και αναδρομική αυτοβελτίωση. Αυτοί οι παράγοντες θα οδηγήσουν σε επιτάχυνση ανακαλύψεων σε τομείς όπως η ιατρική και η καθαρή ενέργεια.
Το κείμενο της σύνοψης ελέγχεται από συντάκτη του Techmaniacs

Ο ερευνητής Tim Genewein, σε ανάλυσή του με τίτλο «What comes after AGI», εξετάζει τη δεκαπλάσια ετήσια αύξηση της υπολογιστικής ισχύος, τα όρια των σημερινών γλωσσικών μοντέλων και τις τέσσερις τεχνολογίες που θα κρίνουν το επόμενο βήμα στην επιστήμη και τη βιομηχανία. Η μετάβαση από την τεχνητή γενική νοημοσύνη (AGI) ανθρώπινου επιπέδου στην τεχνητή υπερνοημοσύνη (ASI) αποτελεί πλέον ένα ρεαλιστικό σενάριο, το οποίο απαιτεί άμεση προετοιμασία από την επιστημονική κοινότητα και τους θεσμούς.

Για να μπορέσουμε να κατανοήσουμε τις δυο έννοιες θα πρέπει να εξηγήσουμε τι σημαίνουν:

  • AGI: Artificial General Intelligence – ευέλικτη νοημοσύνη ανθρώπινου επιπέδου, όπου το σύστημα μπορεί να κατανοήσει, να μάθει και να εκτελέσει σχεδόν οποιαδήποτε εργασία μπορεί να φέρει εις πέρας ένας άνθρωπος.
  • ASI: Artificial SuperIntelligence, το επόμενο στάδιο μετά την AGI που η νοημοσύνη των μηχανών ξεπερνά κατά πολύ τις δυνατότητες των κορυφαίων ανθρώπων.

Σύμφωνα με τον ίδιο, η AGI, δηλαδή τα συστήματα που εξισώνονται με τις ανθρώπινες ικανότητες σχεδόν σε όλες τις γνωστικές εργασίες, βρίσκεται σε τροχιά υλοποίησης και θα μπορούσε να ακολουθηθεί σύντομα από την ASI. Μια τέτοια εξέλιξη μεταφράζεται στην ολοκλήρωση επιστημονικών ανακαλύψεων σε ολόκληρους ερευνητικούς κλάδους μέσα σε ελάχιστο χρόνο ή στον σχεδιασμό εξαιρετικά σύνθετων μικροτσίπ.

Η γνωστική εκβιομηχάνιση και η εκθετική αύξηση της υπολογιστικής ισχύος

Στον αντίποδα, υπάρχουν αναλυτές που επισημαίνουν ότι τα σημερινά συστήματα τεχνητής νοημοσύνης συναντούν θεμελιώδη εμπόδια, καθώς βασίζονται κυρίως στη γλώσσα, περιορίζοντας σημαντικά την κατανόηση του φυσικού κόσμου. Ο Tim Genewein απαντά περιγράφοντας μια διαδικασία γνωστικής εκβιομηχάνισης, στην οποία συντελούν τρεις βασικοί παράγοντες:

  • Ο καλύτερος σχεδιασμός επεξεργαστών και εξειδικευμένων chips.
  • Η διαρκώς αυξανόμενη αποδοτικότητα των αλγορίθμων.
  • Οι μαζικές επενδύσεις σε υποδομές που δεκαπλασιάζουν την υπολογιστική ισχύ της AI κάθε χρόνο.

Σε βάθος δεκαετίας, ο ρυθμός αυτός ισοδυναμεί με αύξηση της διαθέσιμης ισχύος κατά 10 δισεκατομμύρια φορές. Ο ερευνητής υπολογίζει ότι μια γνωστική εργασία που σήμερα απαιτεί υπολογιστική ισχύ αξίας ενός δισεκατομμυρίου δολαρίων, θα κοστίζει μόλις 1.000 δολάρια σε δέκα χρόνια από σήμερα, δηλαδή έως το 2036. Να σημειωθεί ότι η πτώση από το ένα δισεκατομμύριο στα 1.000 δολάρια έως το 2036 βασίζεται κυρίως σε αλγοριθμικές βελτιστοποιήσεις εκτέλεσης (όπως speculative decoding και distillation), οι οποίες επιτρέπουν σε μικρότερα μοντέλα να παράγουν αποτελέσματα επιπέδου υπερυπολογιστή με ελάχιστη κατανάλωση ενέργειας.

Παράλληλα, εκτιμά ότι ο ενεργός πληθυσμός των αυτόνομων AI agents θα αυξηθεί πάνω από 1.000 φορές έως το 2030 και πάνω από 1 δισεκατομμύριο φορές μέσα σε μία δεκαετία. Κυρίαρχος παράγοντας αυτής της υπεροχής είναι η άμεση ανταλλαγή εμπειριών (high-bandwidth experience sharing), καθώς τα συστήματα AI αντιγράφουν ακαριαία τη γνώση μεταξύ τους, σε αντίθεση με τους ανθρώπους που χρειάζονται χρόνια εκπαίδευσης.

Το παράδειγμα του Einstein και οι τέσσερις τεχνολογικοί πυλώνες για την ASI

Ο ερευνητής αναγνωρίζει ότι η υπολογιστική ισχύς μπορεί να φέρει την AGI, δεν αρκεί όμως από μόνη της για να ξεπεραστούν τα όρια προς την υπερνοημοσύνη. Χρησιμοποιεί το παράδειγμα του Albert Einstein, τονίζοντας ότι ακόμη και αν συνεργάζονταν 1.000 αστρονόμοι της αρχαιότητας, δεν θα μπορούσαν να διατυπώσουν τη γενική θεωρία της σχετικότητας.

Για να επιτευχθεί αυτό το ποιοτικό άλμα, ο Tim Genewein επισημαίνει τέσσερις εξελίξεις που βρίσκονται σε εξέλιξη:

  • Νέα δεδομένα εκπαίδευσης: Επιτρέπουν στα μοντέλα να κατανοούν τη φυσική πραγματικότητα και όχι μόνο το κείμενο.
  • Παραγωγή πρωτότυπων εννοιών: Τεχνολογίες που επιτρέπουν τη δημιουργία νέων ιδεών αντί για απλή σύνθεση υπαρχουσών πληροφοριών.
  • Συνεργασία μεταξύ πρακτόρων: Αυτόνομοι AI agents που συνεργάζονται αποτελεσματικότερα για την επίλυση σύνθετων προβλημάτων.
  • Αναδρομική αυτοβελτίωση: Η ικανότητα των συστημάτων AI να εκπαιδεύουν και να βελτιώνουν αυτόνομα τον εαυτό τους, επιταχύνοντας ραγδαία την εξέλιξή τους.

Η μετάβαση στην υπεράνθρωπη AI

Ο συνδυασμός αυτών των παραγόντων εκτιμάται ότι μπορεί να οδηγήσει ομαλά από τα σημερινά συστήματα στην εξειδικευμένη AGI και στη συνέχεια στην υπεράνθρωπη τεχνητή νοημοσύνη, επιταχύνοντας τις ανακαλύψεις στην ιατρική και την καθαρή ενέργεια. Ο ίδιος απευθύνει κάλεσμα για διεπιστημονική συνεργασία μεταξύ κορυφαίων ερευνητικών εργαστηρίων, υπογραμμίζοντας την ανάγκη θέσπισης νέων εργαλείων μέτρησης της ταχύτητας των εξελίξεων.

Σε κάθε περίπτωση, οι επιστήμονες της DeepMind δεν θέτουν συγκεκριμένο χρονοδιάγραμμα για το πότε θα επιτευχθεί η AGI ή η ASI, ούτε ποσοτικοποιούν την ακριβή απόσταση που χωρίζει τα σημερινά μοντέλα από αυτό το ορόσημο.

Ακολουθήστε μας

Ακολουθήστε το Techmaniacs.gr στο Google News για να διαβάζετε πρώτοι όλα τα τεχνολογικά νέα, ή προσθέστε μας στον RSS feed reader και στα social media σας.

Baladis Koumpouras

Baladis Koumpouras

Editor in Chief @ techmaniacs.gr με μεγάλη αγάπη για τα κινητά τηλέφωνα και την επιστήμη. Ξεκίνησε το 2018 να εργάζεται στο techmaniacs.gr μετά από ένα σύντομο πέρασμα από myphone.gr και digitallife.gr. Από τότε συνεχίζει μέχρι και σήμερα να κάνει αυτό που αγαπάει. Περισσότερα στο https://baladiskoumpouras.link/

Tags: AI
Loading comments...
Loading more stories...
Loading reviews...

Μείνε ενημερωμένος

Ακολούθησέ μας στα social media και πρόσθεσέ μας στις αγαπημένες σου πηγές για να μη χάνεις καμία είδηση.