Mjerenje “ljudske razine” umjetne inteligencije (AI) postaje sve složenije zbog nekoliko definicija koje se koriste u industriji. Kada je AI sustav dovoljno inteligentan da ga možemo nazvati umjetnom općom inteligencijom (AGI)? Prema jednoj definiciji koju su navodno prihvatili Microsoft i OpenAI, odgovor leži u ekonomiji: kada AI generira 100 milijardi dolara profita. Ovaj arbitrarni kriterij za AGI savršeno ilustrira definicijski kaos koji muči AI industriju.
Mnogi ključni ljudi u tehnološkoj industriji najavljuju skoro pojavljivanje AGI-a, ali postoji veliki problem: malo ljudi se slaže oko toga što AGI zapravo znači. Kao što je Google DeepMind napisao u radu o ovoj temi: Ako pitate 100 stručnjaka za AI da definiraju AGI, dobit ćete “100 povezanih, ali različitih definicija.” Ova definicijska zbrka ima stvarne posljedice za razvoj, regulaciju i razmišljanje o AI sustavima. Kada tvrtke tvrde da su na rubu AGI-a, što to zapravo znači?
Tradicionalno, AGI bih definirao kao AI model koji može široko generalizirati—primjenjujući koncepte na nove scenarije—i uskladiti se s svestranom ljudskom sposobnošću obavljanja nepoznatih zadatka bez specifične obuke. No, ova definicija odmah postavlja složena pitanja o tome što točno predstavlja “ljudsku razinu” izvedbe.
Najnoviji primjer problema koji proizlazi iz ove definicijske zbrke dolazi iz pogoršanih odnosa između Microsofta i OpenAI-a. Prema The Wall Street Journalu, ove dvije tvrtke su sada u teškim pregovorima djelomično zato što se ne mogu dogovoriti o definiciji AGI-a, unatoč tome što je taj pojam uključen u ugovor vrijedan više od 13 milijardi dolara.
Kroz povijest, pojam umjetne opće inteligencije imao je mutne korijene. Dok je John McCarthy i suradnici skovali termin umjetna inteligencija 1956. godine, AGI se pojavio mnogo kasnije. Rani istraživači AI zamišljali su sustave koji mogu odgovarati ljudskoj sposobnosti u svim područjima. Međutim, kako su se napretci u robotici usporavali, definicija se suzila.
Pitanje definicije AGI-a nije samo akademska rasprava. Kada donosioci odluka djeluju kao da je AGI neizbježan na temelju hype-a umjesto znanstvenih dokaza, riskiraju donošenje odluka koje ne odgovaraju stvarnosti. Kada tvrtke pišu ugovore oko neodređenih pojmova, mogu stvoriti pravne bombe s odgođenim detonacijama.
U konačnici, možda je vrijeme da se preispitamo oko pojma AGI. Umjesto da jurimo za nejasnim ciljem koji se stalno udaljava, mogli bismo se fokusirati na specifične sposobnosti: Može li ovaj sustav učiti nove zadatke bez opsežnog ponovnog osposobljavanja? Može li objasniti svoje rezultate? Može li proizvesti sigurne rezultate koji ne štete ili ne zavaravaju ljude? Ova pitanja govore nam više o napretku AI-a nego bilo kakve spekulacije oko AGI-a.
