Справжні межі ШІ: аналіз подоланих та майбутніх викликів (AGI, EQ, Мудрість)

Штучний інтелект увірвався у наше життя та став його невіддільною частиною, від смартфонів до автомобілів і автоматизованого написання електронних листів. Таке стрімке зростання викликає запитання про реальні межі його можливостей, адже більшість упевнених прогнозів останніх десятиліть про те, чого ШІ «ніколи не зможе» досягти, виявилися хибними. Останні кілька років продемонстрували експоненційне зростання здібностей ШІ, який увійшов у повсякденне життя, успішно виконуючи завдання, що раніше вважалися нездійсненними. Враховуючи цей історичний досвід, експерти радять не робити ставки проти ШІ, інакше ви, ймовірно, помилитеся. На YouTube-каналі IBM Technology детально розповіли про те, що таке знання, які обмеження ШІ вже подолав, а які залишаються актуальними викликами, і як людині варто взаємодіяти з цією технологією, а ми підготували короткий виклад найважливішого.

Піраміда ДІЗМ: від сирих фактів до мудрості

Для розуміння можливостей ШІ важливо розрізняти концепції даних, інформації, знання та мудрості, які можна представити у вигляді піраміди. В основі лежать Дані — це сирі, необроблені факти, які самі по собі не мають контексту чи значення, наприклад, просто набір чисел. Коли до даних додається контекст, вони перетворюються на Інформацію, отримуючи додаткове значення. Прикладом може бути розуміння, що набір чисел означає вік людей у кімнаті.

Наступний рівень — Знання, яке формується шляхом інтерпретації інформації. У нашому прикладі це може бути висновок, що більшість людей у кімнаті молодші 21 року, що вимагає додаткової обробки даних. Саме на цьому рівні ШІ починає активно працювати, додаючи інтерпретацію до обробленої інформації. Вершина піраміди — Мудрість, що є застосуванням знання, або судженням. Мудрість у прикладі з віком виражається у рішенні організувати відповідні вікові ігри, щоб зайняти людей. Таким чином, ШІ вже досяг високих результатів у обробці даних та формуванні знання, але мудрість залишається кінцевою метою.

Подолані виклики: те, що вважали неможливим

Історично склалося кілька ключових сфер, які вважалися непереборними межами для штучного інтелекту, але були успішно подолані.

Міркування та комплексне вирішення проблем. Здатність до міркування та складного розв’язання проблем була однією з перших перешкод, яку ШІ мав подолати, щоб його можна було вважати справжнім інтелектом. Це обмеження було зруйновано у 1997 році, коли комп'ютер Deep Blue від IBM переміг Гаррі Каспарова, тодішнього найкращого шахіста світу. Гра у шахи на рівні гросмейстера вимагає глибоких міркувань і проблемного аналізу, що довело неспроможність попередніх прогнозів.

Підписуйтеся на наші соцмережі

Обробка природної мови (NLP). Людська мова насичена нюансами, ідіомами та фігуральною мовою (як-от «дощ із котів та собак»), що робило її надзвичайно складною для машин. Прогрес розпочався з чат-бота Eliza у 1965 році, хоча його можливості були обмежені. Значний прорив стався у 2011 році з появою IBM Watson, який переміг у телевізійній грі Jeopardy!. Ця гра вимагає розуміння каламбурів та гри слів, що неможливо просто «запрограмувати», а вимагає справжнього розуміння значень. Сучасні генеративні чат-боти здатні розуміти мовні нюанси, інтерпретувати інструкції та навіть передбачати потреби користувача, створюючи відчуття, що комп’ютер справді розуміє людину.

Креативність. Раніше існувала думка, що комп'ютери не можуть по-справжньому створювати нове, але генеративний ШІ довів протилежне, створюючи нові твори мистецтва та музики. Це часто є варіаціями на існуючі роботи, але цей процес по суті імітує людську творчість, яка також формується під впливом минулих знань та досвіду. ШІ винаходить нові ідеї, які є творчими за своєю суттю.

Сприйняття в реальному часі. Концепція роботів, які сприймають і реагують на світ, колись була науковою фантастикою. Сьогодні самокеровані автомобілі є яскравим прикладом такого інтелекту, оскільки вони повинні в реальному часі сприймати довкілля, прогнозувати рух інших об'єктів та приймати негайні рішення.

Сучасні виклики: на шляху до вирішення

Хоча багато бар'єрів подолано, є сфери, де прогрес є значним, але повного вирішення ще не досягнуто.

Імітація Емоційного Інтелекту (EQ). ШІ-системи можуть імітувати емоційний інтелект, імітуючи розуміння настроїв користувача та манери самовираження. Це створює видимість обізнаності, хоча це може бути лише імітацією.

Проблема Галюцинацій. Галюцинації — це побічний продукт генеративного ШІ, коли система впевнено стверджує те, що не відповідає дійсності. Хоча більшість прогнозів є правильною, помилки бувають шокуюче невірними. Для зменшення галюцинацій розробляються технології, як-от Retrieval-Augmented Generation (RAG), що забезпечує моделі додатковою контекстною інформацією, а також використання Mixture of Experts (MoE), де для різних завдань використовуються спеціалізовані моделі. Проблема активно вирішується, але ще не подолана.

Невирішені горизонти: сфери майбутнього прориву

Справжні межі ШІ сьогодні зосереджені навколо фундаментальних проблем, які є сферою для майбутніх досліджень.

Штучний Загальний Інтелект (AGI) та Суперінтелект (ASI). Наразі ШІ є високоспеціалізованим, хоч і здатен вирішувати багато завдань. AGI — це інтелект, який був би настільки ж розумним, як людина, у всіх можливих областях, від розв’язання абстрактних задач до побутових навичок та реального сприйняття. ASI — це інтелект, що перевершує людину в кожній сфері, і поки що він залишається науковою фантастикою.

Сталість та ефективність. Сучасні системи ШІ є надзвичайно енергоємними, потребуючи величезної кількості електроенергії та охолодження. Це робить їх надто дорогими для масштабування. Для подолання цього потрібні нові підходи до сталості, включно з використанням моделей «правильного» розміру, а не просто найбільших, що може підвищити ефективність і зменшити галюцинації.

Мудрість та судження. Це та сама вершина піраміди — здатність ШІ виносити добрі, особливо етичні, судження, визначаючи, що є правильним, а що ні. Крім того, ШІ ще не здатний до якісних, суб'єктивних суджень, наприклад, визначення якості музики чи мистецтва, що часто залежить від особистих, суб'єктивних уподобань.

Свідомість та розуміння. Питання про те, чи є система самосвідомою, чи має вона свідомість, залишається філософським, а не лише питанням комп'ютерних наук. Пов'язане з цим питання: чи ШІ справді розуміє значення того, що говорить, чи лише імітує думку. Це межа, де важко провести чітку грань навіть у розумінні людського інтелекту.

Глибокі емоції та сенсації. ШІ поки що не може відчувати глибокі емоції — радість, смуток, втрату чи досягнення. Хоча системи можуть імітувати емоції, залишається відкритим питання, чи відчувають вони їх насправді. Також системи обмежені у сенсаціях — розумінні того, як речі відчуваються, смакують чи пахнуть.

Роль людини та ШІ: синергія для переваги

Для того, щоб ця потужна технологія працювала на максимальну користь, необхідно чітко розмежувати ролі людини та ШІ.

Людина повинна відповідати за макрорівень та мудрість, зосереджуючись на питаннях «Що» і «Навіщо». Це включає визначення загальної мети, об’єктивної цілі та сенсу роботи. Саме людина є джерелом мети, без якої будь-яка робота буде безглуздою, і саме людина повинна контролювати цей інструмент.

ШІ повинен відповідати за мікрорівень та виконання, зосереджуючись на питанні «Як». Як тільки система знає, що потрібно зробити, ШІ-агенти можуть автоматизувати та виконати ці завдання оптимізованим і швидким способом, недоступним для людини.

Історія ШІ демонструє, що після тривалого періоду повільного прогресу настав стрімкий зліт. Ми перебуваємо у точці, де майбутні розробки непередбачувані, але, озираючись на вже досягнуті віхи, можна з упевненістю сказати: не варто зациклюватися на поточних обмеженнях, оскільки люди, які їх у минулому проголошували, зазвичай помилялися.

Цей матеріал підготовлений на основі інформації з відкритих джерел. Редакція самостійно відбирає ключові факти, аналізує їх та структурує за допомогою AI-інструментів.