(Kiemelt kép: julien Tromeur on Unsplash)
Az általános mesterséges intelligencia, angolul Artificial General Intelligence inkább rövidített AGI formájában ismert, ráadásul egyre közismertebb. A filozófiai-technológiai kifejezést az utóbbi időben olyan gyakran emlegetik, hozzák fel sok, vele köszönőviszonyban sem lévő modellre, rendszerre, hogy az hívószóvá (buzzword-dé), a techvilág talán „legforróbb” témájává vált. De mi is az a bűvös AGI, milyen messzire vannak tőle a mostani mesterségesintelligencia-fejlesztések?
A válasz nem egyértelmű, holott könnyen mondhatnánk, hogy messze, de egyre közelebb. Csakhogy akkor több tényezőt nem vettünk figyelembe, például hogy bizonyos kritériumok alapján egyes mai modellek már nagyon alacsony szintű, kezdetleges AGI-nak tekinthetők.
Mindenki mást ért általános mesterséges intelligencián
Már a definíció sem egyértelmű, különböző vállalatok mást és mást képzelnek el AGI-ként. A specifikációk hiányában kifejezetten problémás a kapcsolódó technológiáról, szabályozásról – pedig szinte „mindenki” szabályozná – és más rokon témákról beszélni.
Legújabban Google-kutatók próbáltak árnyalt meghatározást adni rá, keretet kidolgozni hozzá. Megközelítésük pontosabb, könnyebb elhelyezni benne az érintett rendszereket, jobban felvázolható az AGI-hoz vezető (hosszú és akadályokkal teli) út. Arra is hasznos, hogy a keretek figyelembevételével érthetőbb lesz a témáról szóló diskurzus, pontosíthatók az érvek és ellenérvek. Egyes cégeknek egyszerűbb lesz a döntéshozás, például a Microsofttal partneri kapcsolatban álló OpenAI a szerződés értelmében akár vissza is tarthatja majd a fejlettségnek ezt a szintjét elérő modelljeit. (Ettől egyelőre nem kell tartani, bár a technológiatörténet arra pont megtanított, hogy még közeljövőbeli eseményekről, jelenségekről se állítsunk bizonyossággal semmit, mert bármikor jöhet a mindent borító wild card).
Az AGI definiálása mindenesetre bonyolult, és bizony csapdákat is rejt magában. Vagy azért, mert túl általános – esetleg semmitmondó –, és így szinte bármire ráhúzható, vagy mert annyira szűkít, hogy azzal már szinte ki is zár érdemesebb jelölteket.
AGI 1907 és AGI 2007
Az OpenAI meghatározása alapján az AGI „az embereket a legtöbb gazdaságilag értékes munkában felülmúló, magasszintű autonómiával rendelkező rendszer.” Tegyük a definíciót történelmi kontextusba, például vonatkoztassuk a korai 1900-as évekre, és máris megkaptuk a belsőégésű motor leírását. (Ne felejtsük el, hogy a boldog békeidőkben a globális munka körülbelül hetven százaléka mezőgazdasági jellegű volt.)
A Google-kutatók munkája hasznos segítség ahhoz is, hogy eldöntsük: hogyan tudjuk meg, ha valakinek sikerült az általános mesterséges intelligencia szintjét elérő rendszert fejlesztenie.
Az általánosság és a kognitív feladatok elvégzésére vonatkozó képességek szintje alapján, MI-rendszerek taxonómiáját kínálják. Az utóbbi hónapokban berobbant nagy multimodális modelleket például „felbukkanó” – emergens módon fejlődő – AGI-nak tartják.
Magát az általános mesterséges intelligencia kifejezést a DeepMind-társalapító Shane Legg és a SingularityNet alapító-vezérigazgatója, Ben Goertzel találta ki 2007-ben. Értelmezésük szerint az ember által elvégezhető bármilyen szellemi feladatot kivitelező MI tekinthető AGI-nak. A kifejezést a felvállaltan AGI-fejlesztést megcélzó DeepMind és az OpenAI (a mai MI élharcosai) tették mainstreammé.
Szűk és általános MI, öt szint és autonómia
A Google-kutatók szűk és általános adottságokkal rendelkező rendszereket különböztetnek meg egymástól. Az első csoport nem AGI (a szűk vagy keskeny MI tartozik ide), a második az. Mindkét rendszertípusnak öt szintje különböztethető meg. Az összes a számológép-szintű, 0 szint felett van. Az osztályozás az autonómia fokozataira is kiterjed.
A szűk rendszerek egyetlen különálló feladatot hajtanak végre, mind az öt szintet elérhetik, de attól még nem AGI-k. Az általános rendszerek egy sor feladatot abszolválnak, amelyek valóvilágbeli cselekedetekhez, sokféle emberhez kapcsolhatók. A feladatok lehetnek nyelviek, matematikaiak, logikaiak, térbeli következtetések, társadalmiak, tanulással kapcsolatosak, kreatívok – hosszan lehetne sorolni. Az AGI-k megtanulják azt is, hogyan tanuljanak meg új dolgokat, tegyenek szert új adottságokra, és mikor kérdezősködjenek emberektől új információkért. Az AGI kategóriába tartozó általános rendszerek teljesítménye értelemszerűen különböző szinteket képvisel.
Az első „felbukkanó” szintű AGI-k valamivel meghaladják a képzetlen embereket. A második a „kompetens”, a harmadik a „szakértő”, a negyedik a „virtuóz” szintje. Teljesítményük képzett emberek 50, 90 illetve 99 százalékának teljesítményét felülmúlja. Az ötös szint a „szuperember” vagy a „mesterséges szuperintelligencia” – ő az összes képzett embernél jobban teljesít mindenben.
A kettes vagy magasabb szintet elérő mostani rendszerek mind szűk MI-k. A fehérjemolekulák formáját meghatározó AlphaFold például elérte az ötös szintet, de erre a szintre csak egyetlen feladat végrehajtásában képes. Ezzel szemben a nagy nyelvmodellek, mint a ChatGPT, a Bard vagy a Lama 2 ugyan általános rendszerek, viszont annak ellenére csak az egyes szinten tartanak, illetve bizonyos feladatokban elérik a kettest.
Autonómia szempontjából egyes eszközök feladat-végrehajtását közvetlenül emberek irányítják, bár alfeladatokat esetleg önállóan is végrehajtanak. Ez az autonómia első szintje, míg a függetlenül cselekvő ágens az ötödik. Magasabb szintű teljesítmény magasabb szintű autonómiát eredményezhet. A teljesen önvezető, biztonságos és megbízható autonóm járműveknek például a négyes AGI-szintet kell elérniük.
(Képek: Flickr, Wikimedia Commons)
