Je li razvoj umjetne inteligencije dotakao granicu usporavanja?

Industrija umjetne inteligencije (AI) ulazi u novu fazu preispitivanja, jer sve više stručnjaka izražava sumnju u neograničen potencijal velikih jezičnih modela (LLM). Premda su posljednjih godina ulaganja u AI dosegla astronomske iznose, upitno je hoće li ovakav pristup dovesti do stvaranja opće umjetne inteligencije (AGI), tehnologije s ljudskim ili većim sposobnostima.

U Silicijskoj dolini dominiralo je uvjerenje da će više podataka i snažniji procesori neminovno ubrzati razvoj umjetne inteligencije. OpenAI, tvorac ChatGPT-a, te druge kompanije poput xAI Elona Muska, uložile su milijarde dolara u razvoj LLM-ova, vjerujući da je opća umjetna inteligencija dostižna. Međutim, prema riječima stručnjaka poput Garyja Marcusa, te su nade možda previše optimistične.

Istraživači ističu da modeli poput GPT-a nailaze na ograničenja jer postoji ograničena količina jezičnih podataka za obuku. Scott Stevenson iz firme Spellbook tvrdi da dosadašnja strategija – jednostavno povećanje količine podataka – više ne donosi značajan napredak.

Sasha Luccioni iz kompanije Hugging Face naglašava da su veliki modeli vođeni filozofijom „veće je bolje“ dosegnuli granice. Prema njezinim riječima, fokus bi trebao biti na specifičnim ciljevima i primjenama, a ne samo na veličini modela.

OpenAI je zbog ovih izazova odgodio lansiranje nasljednika modela GPT-4 i usmjerio se na optimizaciju postojećih sistema. Njihov novi model, nazvan o1, fokusira se na preciznije rasuđivanje umjesto na povećanje količine podataka.

Walter De Brouwer sa Stanfordskog univerziteta opisuje ovu promjenu kao prelaz s „dječje faze“ improvizacije na „zreliji“ pristup, koji zahtijeva promišljenije odgovore.

Iako neki, poput šefa OpenAI-a Sama Altmana, ostaju optimistični i tvrde da nema „zida“ u razvoju umjetne inteligencije, drugi vjeruju da je vrijeme za promjenu strategije. Fokus bi trebao biti na specifičnim zadacima umjesto na pokušajima stvaranja univerzalne inteligencije.

Kako razvoj napreduje, možda će se ključne inovacije pojaviti u područjima gdje AI može unaprijediti praktične aplikacije, umjesto da pokušava replicirati ljudski um.