Az idővonalak azonban nem feltétlenül a legpontosabb módját jelentik az MI fejlődésének megértésére. Az AGI pontos definiálhatósága és mérhetősége kérdéses, és az idővonalak elkerülhetetlenné teszik, hogy jön, csak az a kérdés, mikor. A valóság inkább arra mutat, hogy az emberi inputtal szemben egyre termelékenyebbé válik az MI. Különböző területeken tapasztaljuk, hogy mesterséges intelligenciánk egyre több adatot képes címkézni, több kódot írni, matematikai műveletet elvégezni, és kevesebb emberi beavatkozással autókat vezetni vagy repülőgépeket irányítani. Lehet, hogy sosem érjük el azt a szintet, hogy a mesterséges intelligenciák teljesen önállóan működjenek, de közelítünk ahhoz, hogy minél több értéket nyújtsanak az általunk biztosított inputból.
Emberi inputtól a hasznos MI outputig
Ahelyett, hogy az AGI elérhetetlen céljáról álmodoznánk, reálisabb lenne az emberi input és a hasznos MI output közötti arány megfigyelése és mérése.
Gondolkodjunk el azon, hogy mennyi emberi input szükséges ahhoz, hogy egy egységnyi gazdasági értéket hozzunk létre a mesterséges intelligencia segítségével, és hogy ez hogyan változott az idővel. A fenti ábra egy durva becslés, de egy fontos kérdés az, hogy valamilyen korláthoz közelítünk-e, vagy ez a mutató végül nullára csökken-e. Ha ez bekövetkezik, a számítógépek képesek lesznek önállóan gazdasági értéket teremteni, ami egyféle riasztó lehetőség.
Visszatekintve 2017-re
Ha még új vagy a mesterséges intelligencia világában, fontos tudnod, hogy még a nyelvi modellek előtt, 2017 környékén, egy másik MI-őrület hódított: az önvezető autók felemelkedése (majd esetleges bukása?).
Akkoriban számos vállalat jelentette be, hogy rövid időn belül rendelkezni fog Teljesen Önvezető autókkal. Milliárdokat gyűjtöttek fejlesztésekre, és rengeteg mérföldet tettek meg. Számos cég alakult, némelyikük azonban később csődbe ment.
Évekkel később még mindig nem tudtuk elérni a várt szintet; a Tesla autói nem képesek teljes önállóságra, míg a Waymo autói csak előre feltérképezett területeken képesek elboldogulni, de még itt is szükség van időnként emberi beavatkozásra.
A nyelvi modellek kihívásai
Ezt a gondolkodási irányt most alkalmazzuk a jelenlegi MI-trendre: a nyelvi modellekre.
Néhány évvel ezelőtt a Meta vezető MI szakértője, Yann Lecun azt állította, hogy a nyelvi modellek nem fognak közvetlenül emberi szintű intelligenciához vezetni. Az érvelése szerint ezek a modellek tokenek generálásával működnek, de minden új token növeli a hibák lehetőségét, és hosszú outputoknál ez elkerülhetetlenül kudarchoz vezetne.
Yann egyszerű érve figyelmeztetett a nyelvi modellekkel kapcsolatos optimista kutatóknak, de mint kiderült, nem volt teljesen helytálló. Az új MI-rendszerek, mint az OpenAI o1/o3 vonala és a DeepSeek R1, ellentmond Yann elméletének. Az autoregresszív nyelvi modelleket használva ezek a rendszerek hosszabb outputok generálásával is javulást mutatnak. Ez az új fejlemény ellentmond Yann elképzelésének, miszerint a hibák mindenáron tokenenként halmozódnak fel. Úgy tűnik, hogy a modell képes saját hibáit kijavítani, és csökkenteni a sorozat szintű hibaarányt. Ez egy figyelemre méltó fejlődés, amely a korábbi generációk számára nem volt elérhető.
A jövő lehetőségei
A valóság az, hogy az MI talán sosem lesz képes teljesen önálló üzemelésre. Sokan próbálkoznak Ügynökök, azaz nyelvi modellek létrehozásával hosszú távú feladatok elvégzésére. De a teljesen autonóm ügynökök fejlesztése hasonló az önvezető autókra irányuló törekvésekhez: lehet, hogy sosem válik valóra, legalábbis a jelenlegi technológiai alapokon.
Ezért az AGI idővonalak szerinti nyelvi modell fejlődésének mérlegelése félrevezető. Úgy kellene tekintenünk ezekre a fejlődésekre, mint egy folyamatra: Mennyi ideig képes egy nyelvi modell működni emberi beavatkozás nélkül? Ez a megközelítés lehetővé teszi, hogy összhangba hozzuk Yann helytálló aggályait az OpenAI és a DeepSeek újításaival, és termékenyebbé váljon a nyelvi modellekkel kapcsolatos kutatás és diskurzus.
Ahelyett, hogy a teljes önállóság érkezésére várnánk, el kell fogadnunk, hogy ez inkább egy fokozatos fejlődés. Folyamatosan növelnünk kell a hasznos munkát, amit az MI-k emberi input nélkül képesek elvégezni. Még ha ezt nem is tudjuk a végtelenségig fokozni, minden előrelépés jelentős gazdasági értéket teremt a nyelvi modellek által. Lehet, hogy nem AGI, de ez is segít.
