Что такое AGI? Цель искусственного интеллекта, о которой все говорят, но никто не может четко определить

Вкратце

• Искусственный общий интеллект (AGI) — это ИИ, который может учиться и рассуждать по многим задачам.
• Исследователи утверждают, что современные чатботы мощные, но еще далеки от истинного общего интеллекта.
• Эксперты расходятся во мнениях о том, когда может появиться AGI и как его распознать.

Искусственный общий интеллект, или AGI, является одной из самых цитируемых вех в индустрии ИИ. Технические руководители предсказывают его появление, инвесторы вкладывают миллиарды в исследования, а критики предупреждают о рисках, связанных с его появлением. Но что именно такое AGI, остается неясным, и исследователи до сих пор не согласны, что считается «общим интеллектом», когда он может появиться и как его распознать, как только он появится. «Существует множество различных определений», — сказал Мало Бургон, генеральный директор Института исследований машинного интеллекта, в интервью Decrypt. «Когда мы начинаем говорить: это система AGI? Это система AGI? Что именно квалифицирует как AGI по какому определению? Мне кажется, это довольно сложно сделать.»

 Выдающиеся фигуры, включая генерального директора OpenAI Сэма Алтмана, генерального директора Anthropic Дарьо Амодеи и генерального директора xAI Илона Маска, высказывались и делали прогнозы о появлении AGI. «Я думаю, мы достигнем AGI в 2026 году», — сказал Маск в декабре в интервью с исполнительным председателем фонда XPRIZE Питером Диамандисом. «Я уверен, что к 2030 году ИИ превзойдет по интеллекту все человечество вместе взятое.» В отличие от генеративного ИИ, с которым большинство знакомы благодаря ChatGPT, искусственный общий интеллект, или AGI, обычно означает систему ИИ, которая может понимать, учиться и применять знания в различных задачах на уровне человека, а не выполнять одну специализированную функцию. Эта концепция восходит к ранним дням исследований ИИ в 1950-х годах.

Начиная с начала 2000-х годов, такие исследователи, как Бен Гёртцель, Шейн Легг и Питер Восс, популяризировали термин «искусственный общий интеллект», чтобы отличить исходную цель — создание ИИ человеческого уровня с широкими возможностями — от все более успешных, но узкоспециализированных систем ИИ, разрабатываемых в лабораториях и университетах. Однако Бургон отметил, что достижение «человекообразного интеллекта» — это не универсальная цель. «Есть множество причин, связанных с нашей эволюционной историей, структурой мозга, скоростью нейронов, ограничениями рабочей памяти и скоростью работы мозга, что мы должны ожидать, что если мы сможем создать системы ИИ с такими свойствами, как у нас, то наверху, вероятно, есть огромное пространство возможностей», — сказал он. Некоторые утверждают, что AGI уже здесь Недавние достижения в области больших языковых моделей и мощных ИИ, таких как Gemini, ChatGPT, Grok и Claude, которые могут писать эссе, создавать изображения, генерировать код и отвечать на сложные вопросы, привели многих к мнению, что AGI уже достигнут. Но, по словам Бургона, им не хватает автономии. «В большинстве определений AGI заложено ощущение автономии», — сказал Бургон. «Что эти системы не просто ведут себя как инструменты или чатботы, а обладают агентной природой, способной выполнять задачи в различных средах с большой степенью автономии.» Бен Гёртцель, генеральный директор SingularityNET и один из тех, кто популяризировал термин AGI, заявил, что такая интерпретация искажает концепцию. «Этот термин сейчас стал довольно запутанным в СМИ», — сказал Гёртцель Decrypt. «Техно-руководители считают удобным говорить: “Эй, мы уже запустили AGI”, и люди сенсационно реагируют.» По его словам, в теории AGI — это системы ИИ, способные учиться и выполнять широкий спектр задач, выходящих за рамки тех, для которых их специально обучали. Современные модели, по его мнению, мощные, но принципиально отличаются от общего интеллекта. «Они достигают этого не путем обучения всему подряд», — сказал он. «Они достигают этого, загрузив всю интернет-область в свою базу знаний.» Пока разработчики ИИ вкладывают миллиарды долларов в создание дата-центров для обеспечения все большего объема вычислений для все более мощных моделей, настоящий общий интеллект должен уметь обобщать и генерировать по-настоящему новые идеи, выходящие за рамки простого ремикса своих обучающих данных, объяснил он. «Если взять современные системы глубоких нейронных сетей и обучить их музыке до 1900 года, они никогда не изобретут хип-хоп или грайндкор», — сказал Гёртцель. Он утверждает, что переход к AGI вряд ли проявится как единичная, четкая точка. «Между AGI и пред‑AGI не обязательно должна быть полностью четкая граница», — сказал он, сравнивая это с серыми зонами в биологии вокруг вирусов и ретровирусов. Мы все еще знаем, что собака жива, а камень — нет, добавил он, даже если некоторые крайние случаи — «размытые», как вирусы. Кайл Чан, исследователь из Brookings, изучающий глобальную политику ИИ, заявил, что дебаты расширились и охватывают несколько сценариев. Развитие за границей «Есть целый спектр того, что мы понимаем под AGI», — сказал Чан Decrypt. «На одном конце — идея рекурсивного самосовершенствования и взрыва интеллекта, а на другом — более «прозаичная» версия — ИИ, способный делать многое, что делают люди, или ИИ как обычная технология, как интернет или компьютеры.» Пока американские лаборатории ИИ обсуждают экзистенциальные последствия AGI, в Китае разговор выглядит очень по-другому.

«AGI в Китае не так важна, особенно среди политиков, широкой ИИ-сообщества, технологической индустрии», — сказал он. «Большинство сосредоточены на попытках заработать на этом, особенно в физической сфере, где, по моему мнению, Китай и его технологические компании чувствуют преимущество перед США, потому что могут развивать робототехнику или автономные системы, дроны и прочее ИИ-управляемое, благодаря цепочкам поставок аппаратного обеспечения, которых у США нет.» Чан признал, что хотя разработчики ИИ в Китае не так сосредоточены на AGI, как их американские коллеги, эта тема все же у них на радаре. «Некоторые китайские основатели ИИ говорят об AGI, а некоторые даже о ASI», — сказал он. «Но в целом AGI в Китае — это не такая уж большая тема.» Прогнозы относительно времени появления AGI сильно разнятся. Для исследователей, изучающих технологию, важнее то, что системы могут делать, чем сама метка. «Какие эффекты и возможности у этих систем?» — сказал Бургон. «Вот в каком направлении нам нужно сейчас думать.»