A Google-hoz tartozó DeepMind társalapítója, Shane Legg több mint egy évtizede (2011-ben, a blogján) prognosztizálta, hogy 2028-ig ötven százalék az esély az emberrel azonos szintű általános mesterséges intelligencia (Artificial General Intelligence, AGI) megvalósulására.

Egy nemrég készült interjúban Legg elmondta: véleményét fenntartja, most is ötven százalék a siker esélye. Az előrejelzés azért is érdekes, mert például Sam Altman, az OpenAI vezérigazgatója régóta kardoskodik az AGI mellett, és nyilván ők is megtesznek mindent a sikerért. Viszont, hogy mikorra történik meg, sőt, hogy mi egyáltalán az AGI, vita tárgya.

Legg 2011-ben Ray Kurzweil 2001-es könyve, a The Age of Spiritual Machines két megállapítására hivatkozott: a számítási kapacitás, valamint az adatmennyiség exponenciális növekedésére a következő évtizedekben. 2011-ben még a prognózist tovább erősítő mélytanulás (deep learning) is „berobbant.” Annyit fűzött még hozzá, hogy persze csak akkor lesz AGI 2028-ra, ha semmi őrület, például egy atomháború nem tör ki közben.

Most hozzátette még, hogy vannak kitételei a prognózissal kapcsolatban. Ilyen az AGI az emberi intelligencián alapuló meghatározása, amit nagyon nehéz tesztelni, mert eleve bonyolultan gondolkodunk. Soha nincs komplett készletünk arról, hogy mire vagyunk képesek, mint például az epizodikus memória, vagy teljes múltbeli „epizódokra” való emlékezés, esetleg a videósztrímelés értése stb. De ha mégis összehozunk egy tesztet az emberi intelligenciáról, és ha egy MI-modell elég jól teljesít rajta, máris megvalósult az AGI.

Persze egyetlen teszt biztosan nem elég, mert egy AGI-nek csomó különféle tevékenységet kell hiba nélkül végeznie.

Szintén fontos kitétel, hogy az MI gyakorlómodelleket lehessen méretezni. Azért kulcsjelentőségű, mert a fejlesztőcégek irdatlan energiamennyiségeket használnak rendszereik trenírozásához. Szerencsére vannak figyelemre méltó kísérletek.

Legg szerint a számítási kapacitás már most adott az AGI-hez, és fontos lenne, ha olyan adatokkal kezdenénk el a gyakoroltatásukat, amelyek mennyisége túlmutat az egy emberélet alatt feldolgozható, megélhető adatmennyiségen.

Itt tartunk most – véli a DeepMind egykori társalapítója.