Нещодавно CEO Nvidia Дженсен Хуанг зробив гучну заяву про штучний інтелект, сказавши, що людство вже досягло AGI (Artificial General Intelligence). І хоча згодом він відступив від своєї позиції, слово — не горобець, вилетить — не впіймаєш. Тож питання залишається відкритим, коли ми нарешті отримаємо загальний штучний інтелект, і чи отримаємо його взагалі?

Перед тим як спробувати відповісти на це питання, визначмось, що ж таке цей AGI. Ось таку відповідь дав мені огляд від ШІ на запит у Google:

Загальний штучний інтелект (AGI, Artificial General Intelligence) — це гіпотетична форма ШІ, здатна розуміти, навчатися та виконувати будь-які інтелектуальні завдання на рівні людини або краще, адаптуючись до нових умов. На відміну від вузького ШІ (як GPT-4 або чат-боти), AGI буде універсальним, автономним і здатним переносити знання між різними галузями.

Перше, що впадає в око — слово “гіпотетична”. Тобто, наразі, загальний штучний інтелект залишається мрією, яку людство плекає уже не одне десятиліття, а то й століття. Друге, що привернуло мою увагу, це зосередженість на функціональних характеристиках AGI, які насправді нічого не пояснюють у плані розуміння сутності цього явища.

Щоб зрозуміти предмет дослідження, нам потрібно розкласти його на складові елементи та описати зв’язки між ними.

Але як це зробити, коли загальний штучний інтелект — це лише гіпотетична, а отже вигадана форма ШІ? Насправді у нас є приклад AGI, який уже існує не один десяток тисяч років. Звісно я маю на увазі людський інтелект. Тож спробуймо виділити його ключові компоненти.

Власне, вся історія ШІ, як окремої галузі науки, являє собою намагання дослідників знайти відповідь на це питання. Так, наприклад, у 1980-х роках величезної популярності набули експертні системи, які за основу брали логічні правила, виведені зі знань експертів. Ідея ототожнення інтелекту з логікою не нова, проте з погляду сучасності виглядає дещо наївною і на той час завершилася черговою зимою штучного інтелекту.

Однак вже у 2000-х роках популярності набувають багатошарові нейронні мережі та глибоке навчання. Ці технології спричинили прогрес у таких галузях як комп’ютерне бачення, розпізнавання мовлення, обробка природної мови, машинний переклад тощо. Здавалося, що ми вже близькі до створення справжнього штучного інтелекту, але нас знову чекало розчарування. Вузький ШІ відіграє важливу, проте передусім утилітарну роль у роботі інтелекту.

Слабкий штучний інтелект виявився занадто низькорівневим, щоб описати такий емерджентний стан людського мозку, як інтелект.

Для цього нам потрібні абстракції вищого рівня. І першим кандидатом є, власне, саме абстрактне мислення. Основною властивістю, яка визначає наш вид та частково прошита у людський мозок є мова. Згідно з останніми геномними дослідженнями здатність до мовлення виникла у нас щонайменше 135 000 років назад.

А це значить, що мова є фундаментальним механізмом, який з’явився задовго до появи культурних артефактів. Зі свого боку розвинута соціальна організація і культура стали наслідком цієї без сумніву епохальної події у людській історії.

Будь-який інтелект не може розвиватися в ізольованому середовищі та вимагає засобів для комунікації.

Крім того, здатність до побудови абстракцій, які відповідають об’єктам або явищам з реального світу може використовуватися не тільки для взаємодії між людьми, а й у моделюванні навколишнього середовища чи прогнозуванні майбутніх подій, а також для накопичення нових знань. Тому, згодом, людство винайшло писемність, далі з’явилася мова математики, а з розвитком сучасної науки і техніки ми почали використовувати алгоритмічні мови.

Вінцем всього цього процесу став генеративний штучний інтелект, де найбільше визнання та популярність здобули великі мовні моделі (large language model). Отже, тепер і машини отримали можливість використовувати мову для обміну інформацією. Технологія трансформерів, що лежить в основі LLM стала справжнім проривом, адже ми здобули механізм з розпізнавання, аналізу та генерації абстракцій, тобто перший компонент у пазлі під назвою інтелект.

Генеративний ШІ є першим суттєвим кроком до побудови загального штучного інтелекту.

Це був необхідний крок, але чи є він достатнім? Чесно зізнаюся, що я не очікував такого просунутого рівня, якого досягнув агентний штучний інтелект, який може незалежно від людини приймати рішення та виконувати завдання.

Тож невже ми дійсно отримали реальний ШІ? Так може здатися на перший огляд, але наша інтуїція підказує, що цим системам чогось бракує, а саме того, що ми називаємо здоровим глуздом. Тому вони й надалі вимагають хоча б мінімального (в кращому разі) людського нагляду.

Наведу інший приклад, який добре знайомий водіям авто. У досвідченого водія багато операцій під час керування автомобілем відбуваються автоматично. Інколи ви можете їх навіть не помічати, однак при виникненні незнайомої ситуації, наприклад дорожніх робіт чи ДТП, ваша увага знову фокусується на водінні.

Ба більше, щоб уникнути всіх небезпек, які може нести ця ситуація ви маєте застосувати різноманітні знання, що стосуються не тільки правил дорожнього руху, але й навколишнього середовища в цілому. Саме адекватна модель світу і є Ахіллесовою п’ятою сучасних автопілотів та пояснює високу складність їх розробки.

На мою думку, картина світу, яку ми формуємо протягом життя і є нашою свідомістю. Це динамічна та еластична модель, а не просто статичне сховище знань. Для цього вона має бути активною, у чому головну роль відіграє людська увага. На додаток, якщо свідомість — це модель світу, то наш власний образ у цьому світі є нічим іншим, як самосвідомістю.

AGI буде неповним без наявності у нього свідомості, а можливо і самосвідомості, як її побічного продукту.

Тож виникає питання, чи ведуться зараз розробки в цьому напрямку? Механізм уваги — не нова концепція у галузі машинного навчання, власне, архітектура типу трансформер ґрунтується на цьому механізмі.

До того ж останнім часом чути багато розмов про так званий просторовий інтелект. Такий інтелект повинен вміти моделювати світ, мати уявлення про об’єкти та їх розташування, а також взаємодіяти з ними у просторі й часі.

У цій сфері працює стартап відомої спеціалістки в галузі ШІ Фей-Фей Лі. Також, нещодавно, Ян ЛеКун, колишній очільник лабораторії штучного інтелекту у Facebook, залучив $1 млрд на свій AI-проєкт. Він неодноразово критикував великі мовні моделі, а натомість пропонує ШІ побудований на моделі світу.

Однак варто зазначити, що для здійснення нового прориву рівня трансформерів потрібно мінімум 5-10 років досліджень і розробки та фінансування не менших, а то і більших масштабів.

Тому я не очікую побачити AGI найближчим часом. Окрім того, якщо фінансова криза, про яку уже давно говорять і яку багато хто прогнозує, таки відбудеться — це ускладнить залучення стартапами нових інвестицій та сильно сповільнить їх розвиток. Також завжди є ризик проґавити ще якийсь важливий компонент, без якого подальший прогрес стане неможливим.

Це не означає, що розробка загального ШІ неможлива, але вона може зайняти більше часу, ніж ми очікуємо. Мало того, ніхто не гарантує економічну доцільність використання AGI, його робота може вимагати такої кількості електроенергії та інших ресурсів, які унеможливлять отримання компаніями будь-якого прибутку.

Може скластися парадоксальна ситуація, коли ми матимемо розвинутий ШІ, однак не зможемо ним скористатися. У цьому разі нам доведеться чекати на нові наукові прориви в суміжних галузях. Всі ці, а також інші можливі фактори, роблять майбутнє загального штучного інтелекту невизначеним та непевним, тож далі буде…