Πώς η Τεχνητή Νοημοσύνη μπορεί να φτάσει το επίπεδο νοημοσύνης των ανθρώπων: Έκκληση για αλλαγή προσέγγισης από ερευνητές
Η τεχνητή νοημοσύνη (ΤΝ) βρίσκεται στο επίκεντρο της τεχνολογικής επανάστασης, αλλά η επίτευξη ανθρώπινου επιπέδου νοημοσύνης παραμένει ένα άπιαστο όνειρο για πολλούς επιστήμονες. Σύμφωνα με πρόσφατη έρευνα, η πλειονότητα των ειδικών στον τομέα της ΤΝ εκφράζει αμφιβολίες για το αν οι τρέχουσες τεχνολογίες, όπως τα μεγάλα γλωσσικά μοντέλα, είναι επαρκείς για την ανάπτυξη μιας γενικής τεχνητής νοημοσύνης (ΓΤΝ). Πάνω από το 75% των συμμετεχόντων στην έρευνα θεωρούν ότι η απλή μεγέθυνση των υφιστάμενων συστημάτων δεν θα οδηγήσει σε ΓΤΝ. Ακόμα και η βασική τεχνολογία πίσω από την γενετική ΤΝ, τα νευρωνικά δίκτυα, δεν θεωρείται ικανή να ανταγωνιστεί την ανθρώπινη νοημοσύνη. Επιπλέον, λιγότερο από το ένα τέταρτο των ερωτηθέντων πιστεύει ότι η επίτευξη ΓΤΝ πρέπει να είναι ο κύριος στόχος της ερευνητικής κοινότητας της ΤΝ.
Η σημασία των εναλλακτικών προσεγγίσεων στην τεχνητή νοημοσύνη
Τα συστήματα γενετικής ΤΝ, τα οποία υποστηρίζουν εργαλεία όπως τα chatbots και οι δημιουργοί εικόνων, βασίζονται σε νευρωνικά δίκτυα που μαθαίνουν από τεράστιες ποσότητες δεδομένων, εμπνευσμένα από τον ανθρώπινο εγκέφαλο. Παρά τις σημαντικές βελτιώσεις που έχουν επιτευχθεί τα τελευταία χρόνια μέσω της κλιμάκωσης αυτών των συστημάτων, το 84% των ερωτηθέντων πιστεύει ότι τα νευρωνικά δίκτυα από μόνα τους δεν επαρκούν για την επίτευξη ΓΤΝ. Η έκθεση της Ένωσης για την Προώθηση της Τεχνητής Νοημοσύνης (AAAI) υπογραμμίζει την ανάγκη για έρευνα σε άλλες μορφές ΤΝ, όπως η συμβολική ΤΝ, η οποία βασίζεται σε λογικούς κανόνες αντί για στατιστική ανάλυση μεγάλων όγκων δεδομένων. Περισσότεροι από το 60% των συμμετεχόντων θεωρούν ότι η ανθρώπινη λογική θα επιτευχθεί μόνο με την ενσωμάτωση της συμβολικής ΤΝ στα συστήματα που βασίζονται σε νευρωνικά δίκτυα.
Προτεραιότητες και ανησυχίες για την ανάπτυξη της γενικής τεχνητής νοημοσύνης
Η ανάπτυξη της ΓΤΝ δεν είναι μόνο μια τεχνική πρόκληση, αλλά και μια ηθική. Πάνω από το 75% των ερωτηθέντων πιστεύει ότι η δημιουργία συστημάτων ΤΝ με αποδεκτό προφίλ ρίσκου-οφέλους πρέπει να έχει προτεραιότητα έναντι της επίτευξης ΓΤΝ. Μόνο το 23% θεωρεί ότι η ΓΤΝ πρέπει να είναι ο κύριος στόχος. Περίπου το 30% συμφωνεί ότι η έρευνα και ανάπτυξη που στοχεύει στη ΓΤΝ πρέπει να σταματήσει έως ότου βρεθεί τρόπος να ελέγχονται πλήρως αυτά τα συστήματα, διασφαλίζοντας ότι λειτουργούν με ασφάλεια και προς όφελος της ανθρωπότητας. Ωστόσο, οι περισσότεροι στην κοινότητα αντιτίθενται σε μια τέτοια παύση, επισημαίνοντας ότι θα ήταν δύσκολο να εφαρμοστεί.
Η ανάπτυξη πρακτόρων και οι προκλήσεις που αντιμετωπίζουν
Οι περισσότερες εταιρείες ΤΝ εργάζονται πλέον πάνω σε “πράκτορες”: συστήματα ΤΝ που μπορούν να διαχειριστούν σύνθετα, ανοιχτού τύπου αιτήματα και να αναλάβουν δράση για την ολοκλήρωση μιας εργασίας, όπως η κράτηση διακοπών ή η συγγραφή και εφαρμογή κώδικα. Ωστόσο, η κοινότητα είναι διχασμένη σχετικά με το αν τα οφέλη της “πρακτοροποίησης” των μοντέλων ΤΝ αξίζουν το κόστος της αυξημένης πολυπλοκότητας και της υπολογιστικής ισχύος, που συνεπάγεται μεγαλύτερη κατανάλωση ενέργειας. Οι πράκτορες φέρνουν επίσης νέους κινδύνους ασφαλείας, όπως αναφέρει ο Bart Selman, επιστήμονας υπολογιστών στο Πανεπιστήμιο Cornell, ο οποίος χρησιμοποιεί έναν πράκτορα στον υπολογιστή του για να τον βοηθήσει με τα μαθηματικά και τον κώδικα, αλλά παραδέχεται ότι δεν γνωρίζει πλήρως τι κάνει.
Συμπέρασμα: Η μελλοντική πορεία της τεχνητής νοημοσύνης
Η τεχνητή νοημοσύνη βρίσκεται σε ένα κρίσιμο σταυροδρόμι, όπου οι ερευνητές καλούνται να εξετάσουν προσεκτικά τις προτεραιότητες και τις ηθικές επιπτώσεις της ανάπτυξής της. Η επίτευξη ανθρώπινου επιπέδου νοημοσύνης παραμένει ένας μακροπρόθεσμος στόχος, αλλά η εστίαση πρέπει να είναι στην ασφαλή και υπεύθυνη ανάπτυξη της τεχνολογίας. Είναι σημαντικό να εξεταστούν εναλλακτικές προσεγγίσεις και να ενσωματωθούν νέες τεχνικές που μπορούν να ενισχύσουν τις δυνατότητες της ΤΝ, χωρίς να παραβλέπονται οι ηθικές και κοινωνικές συνέπειες. Οι ερευνητές και οι εταιρείες καλούνται να συνεργαστούν για να διασφαλίσουν ότι η τεχνητή νοημοσύνη θα συνεχίσει να υποστηρίζει την ανθρώπινη πρόοδο και ευημερία, ενώ παράλληλα θα διατηρείται η ασφάλεια και η αξιοπιστία της.
