Egyre több baljós figyelmeztetés hangzik el azzal kapcsolatban, hogy kiszabadult a szellem a palackból, és hamarosan uralhatja majd az emberiséget a mesterséges intelligencia. Azért még igen sok olyan eset van, amikor bebizonyosodik, az ember áll a csúcson.
Egyre több feladatot vesz át az embertől a mesterséges intelligencia, és nem is teszi rosszul a dolgát. Vannak, akik már egy olyan (közel)jövőt vizionálnak, amikor végleg átveszik a feladatokat az emberektől – szerencsére ez azonban még nagyon-nagyon messze van, ha egyáltalán megvalósul.
Sokan szkeptikusak a MI nagy tudásával szemben, közéjük tartozik Yann LeCun, a Meta legjobb mesterségesintelligencia-szakértője. Ő volt az, aki közelmúltbeli tweetekben erősen bírálta az iparág jelenlegi technológiai képességeit, és azzal érvelt, hogy az MI közel sem áll az emberi képességekhez. Legújabb kutatása is hasonló következtetésre jut: a mesterséges intelligencia egyhamar nem lesz általános célú, sőt a legfontosabb szempontokat nézve sokkal ostobább az embernél.
A szakember tanulmánya, amelynek társszerzői más MI-kutatók, azt vizsgálta, hogy mesterséges intelligencia általános célú érvelése hogyan áll szemben az átlagemberével. Azzal kapcsolatban tesztelték a MI-programokat, hogyan válaszolnának „valódi kérdésekre, amelyek olyan alapvető képességeket igényelnek, mint az érvelés, a teljes körűség kezelése, a webböngészés és általában a jártasság az eszközhasználatban.
A kutatók által feltett kérdések – írja a Gizmodo – megkövetelték a nagy nyelvi modelltől (LLM), hogy például információkat szerezzen a válaszadás érdekében. Az egyik kérdésben arra kérték az LLM-et, hogy látogasson el egy adott webhelyre, és válaszoljon az adott webhelyen található információkra vonatkozó kérdésre. Egy másikban a programnak általános internetes keresést kellett végeznie egy fényképen szereplő személyhez kapcsolódó információk után.
A végeredmény? Lesújtó – mármint az LLM-ekre nézve. A kutatási eredmények azt mutatják, hogy a nagy nyelvi modelleket általában felülmúlták az emberek, amikor ezekről a bonyolultabb, valós problémamegoldó forgatókönyvekről volt szó. Miközben az emberi válaszadók átlagos sikerességi aránya 92 százalék volt, addig a GPT-4 még a legkönnyebb feladatoknál sem haladta meg a 30 százalékos sikerességi arányt, és nulla százalékot ért el a legnehezebbnél.
„Úgy véljük, hogy a mesterséges általános intelligencia – AGI, amely képes megérteni vagy megtanulni bármely olyan szellemi feladatot, amelyet egy ember is képes elvégezni – megjelenése azon múlik, hogy egy rendszer képes-e az ilyen kérdésekben hasonló eredményeket felmutatni, mint egy átlagember” – zárul a tanulmány.
„Valójában a fizikai világ megértésének hiánya és a tervezési képességeik hiánya jóval a macskaszintű intelligencia alá helyezi őket, nem is beszélve az emberi szintről” – véli LeCun. Úgy gondolja, hogy az LLM-ek nagy mennyiségű szöveges tudást tudnak felhalmozni (ha csak hozzávetőlegesen is), és megfelelő kontextusban (ha csak hozzávetőlegesen is) elő tudják venni azt. Tény, hogy ez több, mint amire egy macska képes. De hogy van az, hogy bármelyik 10 éves gyerek egy csapásra megtanulja letakarítani a vacsoraasztalt és megpakolni a mosogatógépet, miközben a közelben sincsenek olyan robotok, amelyek képesek ezt bármilyen idő alatt megtanulni. Nyilvánvalóan még mindig hiányzik valami igazán nagy dolog, hogy elérjük az emberi szintű mesterséges intelligenciát.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
HVG
