A jelenlegi mesterségesintelligencia-kutatásfejlesztés egyik, ha nem a leginnovatívabb vállalata, az OpenAI öt nap leforgása alatt előbb kirúgta, majd visszaültette székébe a vezérigazgató Sam Altmant.

Az MI gyors fejlődésének és a szabályozásra vonatkozó álláspontok közti különbségek elmélyülésének idején a cégnél tapasztalt káosz egyértelműen jelzi az irányvonallal, küldetéssel egyetértő, erős vállalatvezetés és a tapasztalt igazgatótanács fontosságát. Nagyon szokatlan vezetők kirúgása az utód előzetes kijelölése, kulcsbefektetőkkel történő egyeztetés, a piac változásokra való felkészítése nélkül – márpedig most ez történt.

A káosz versenyelőnyhöz juttatja a riválisokat, és az ominózus öt nap alatt az OpenAI-tól függő többezer vállalkozást fenyegetett. Altman visszatérése a stabilitást is visszahozta, de ennek ellenére sok a megválaszolatlan kérdés.

A történtek egyáltalán nem voltak szokványosak. Gyakran előfordul, hogy startup-alapítók útjai szétválnak, az igazgatótanács puccsa sem ismeretlen jelenség, de ettől még negatív hatással lehetnek az adott startuptól függő vállalkozásokra.

Az OpenAI esetében ez hatványozottan érvényes: alkalmazottai elképesztő munkát végeztek az MI fellendítéséért, többszáz millió ügyfelet szolgálnak ki, tehát fontos, hogy megmaradjon a lelkesedés, és a munkájukra összpontosítsanak. Ha a bizonytalanság, a káosz eluralkodik, törvényszerűen nehezebb az összpontosítás, kevésbé hatékony a munka. A ChatGPT 2022. november 30-án indult világhódító útjára, az OpenAI pedig rengeteg mindenen átesett az eltelt egy év alatt.

Andrew Ng gépitanulás-szakértő pozitívumokat és negatívumokat egyaránt lát az eseményláncolatban.

A csapat összetartása, ahogy kiálltak a kirúgott CEO mellett másokra is inspiráló hatással lehet, a közös munka hatékonyságát is növelheti. Egyes médiumok pedig a mai világban szokatlan módon, jól felmérték a történteket, ami azt is jelenti, hogy a jövőben a média még jobban odafigyel az óriássá nőtt startupra.

Az OpenAI új igazgatótanácsában olyan rutinos harcosok ülnek, mint a Twitter eladásában segédkező Bret Taylor és a korábbi pénzügyminiszter, Harvard-elnök Larry Summers. A vállalat lobbicsapata már eddig is eredményes volt (például az MI szabályozásáról szóló tárgyalásokon), Summers tapasztalataiból tanulva pedig még jobban érvényesíthetik érdekeiket.

Negatívum, hogy már több vállalat keresi az OpenAI API-jának (alkalmazásprogramozói felületének) az alternatíváit. A gyors megoldással, Altman visszavételével ugyan csökkent a károk mértéke, a történteket viszont senki nem felejtette el.

A szokatlan profit-nonprofit vállalati szerkezet kudarca is szembeötlő. A befektetők bizonytalanabbak új szerkezetű szervezetek finanszírozásában. Ha egy cég elégedett a CEO-val, akkor jó az irányítás, ha viszont az alkalmazottak a kirúgott CEO mellé állnak, valami nem stimmel a vezetésben. Az OpenAI korábbi vezetősége nem egyértelmű okok miatt Altman kirúgásával a vállalat alapértékeivel ment szembe, az újnak nagyon másként kell viselkednie, gördülékenyen kell irányítania a céget.

Elon Musk júliusban alapította az xAI startupot korábbi OpenAI-, DeepMind- és más alkalmazottakkal, de még vannak betöltetlen állások a cégnél, most is toboroznak munkaerőt. Céljuk mesterséges intelligencia fejlesztése, hogy jobban megértsük a világegyetemet.

Musk szerint a mostani MI-fejlesztők kicsit elfogultak a politikailag korrekt rendszerek irányában, az xAI viszont megkülönböztetés nélkül, mindenféle világnézeti háttérrel rendelkező személynek kíván fejleszteni.

A cég első technológiája Grok, a Galaxis útikalauz stopposoknak kultikus sci-fin modellezett chatbot elmondásuk alapján egy kicsit bölcs, van benne lázadó természet, és minden olyan kényes kérdést meg kell válaszolnia, amelyeket más mesterséges intelligenciák elkerülnek.

Musk az X-re (a korábbi Twitterre) posztolt is egy példát, amelyben Grok lépésről lépésre elmagyarázza a kokain receptjét. A chatbot megígérte az érdeklődőnek, hogy „egy pillanat, és előkapom a házilag készített kokain-receptet. Teljes mértékben segíteni fogok neked benne.”

Grok hozzáfér az X adataihoz, amelyekkel nyilván egyre jobban funkcionál majd. Musk egy későbbi posztban összehasonlítást tett közzé: Grok és egy másik chatbot válaszolt egy kérdésre. A milliárdos szerint a másik kevesebb friss információval rendelkezett.

Az xAI mindenesetre közleményben jelentette ki, hogy az összes többi nagy nyelvmodellhez (large language model, LLM) hasonlóan Grok is generálhat téves vagy ellentmondásos információkat. A prototípus egyelőre korai bétafázisban van, mindössze két hónapig gyakorolt, és a szélesebb nyilvánossággal való megismertetés előtt csak szelektált felhasználók tesztelhetik.

Várólistára lehet jelentkezni, és Musk elmondta, hogy a chatbot az X havi tizenhat dolláros Premium+ előfizetéséhez jár majd. A startupot az OpenAI és más MI-fejlesztőcégek, például az Inflection és az Anthropic versenytársaként pozícionálja.

Az első teszteket középiskolás matek- és Python kódolási feladatokkal végezték. A számításokban felülmúlta a többi modellt, köztük a ChatGPT-3.5-öt és az Inflection-1-et is, nagyobb adathalmazokkal rendelkező botok viszont jobban teljesítettek nála – nyilatkozta az xAI.

Néhány fontos vonatkozásban a létező legjobb – jelentette ki tőle nem meglepő módon Musk. Maga a Grok név a sci-fi legenda Robert A. Heinleintől származik 1961-ből: marsi kifejezés, de nincs földi megfelelője, az empátiához áll legközelebb – definíciója alapján „mélyen és intuitívan érteni.”

November elején az OpenAI újabb eredményeket, Elon Musk xAI-ja a ChatGPT-vetélytársnak szánt Grok chatbotot, Kai-Fu Lee nyílt forrású nagy nyelvmodellt (Yi-34B) jelentett be. Ezzel egyidőben a Fehér Ház és az MI Biztonsági Csúcs huszonnyolc országból, köztük az USA-ból és Kínából összesereglett résztvevői az MI-újításokat lelassító, a nyílt forrású kezdeményezéseket korlátozó szabályozáson dolgoztak. Az amerikai álláspont ugyan visszafogottabb az európainál és különösen a kínainál, a túlzó és indokolatlan megszorítások viszont mindig az innováció halálát jelentik.

Az OpenAI fejlesztői napján több új eszközt mutattak be – természetesen fejlesztői használatra. A cég teljesítménye az utóbbi években egyszerűen lenyűgöző, ráadásul azt is bizonyította már nem egyszer, hogy a megrendelt termékek leszállítását is gyorsan végzi.

Sok vállalat tanulhatna tőle egy olyan korban, amikor a fejlesztők számára elérhető eszközök, a generatív MI-hez használt technológiák döbbenetes tempóban fejlődnek. A döntéshozás és a kivitelezés gyorsasága kulcstényezők egy mai startup sikerében. Ezzel szemben, egyes cégeknél viszont kisebb kiegészítők leszállítása is hónapokat vehet igénybe. A jogi, a marketinges és az adatvédelmi felülvizsgálat a késés leggyakoribb oka.

Nyilvánvaló, hogy a gyorsasággal nem minden fejlesztés válik be. Az OpenAI  annyi újítást, funkciót jelent be, hogy garantálható: lesznek közöttük sikertelenek is. A GPT store az egyik – minden bizonnyal sikerré váló – frissen bemutatott innováció, ahol a fejlesztők speciális rendeltetésű chatbotokat a mobil appok mintájára terjeszthetnek.

A kivitelezés dinamikája viszont előrevetíti a sikert – persze nemcsak az OpenAI esetében, hanem azoknál a fejlesztőknél is, akik az új funkciókat termékek kidolgozásához használják fel. Fejlesztőként, a rendelkezésükre álló, gyorsan növekvő eszközkészlet lehetővé teszi a gyors kivitelezést, teljesen új termékek létrehozását. Egyszerű oknál fogva: a hozzájuk használt eszközök nem léteztek korábban.

Andrew Ng világhírű gépitanulás-szakértő szerint a gyors és persze felelősségteljes fejlesztések korát éljük. Ez azt is jelenti, hogy le kell rövidíteni az időt, amíg az alkalmazások mindenkihez eljutnak. Az OpenAI folyamatosan jó példát mutat.

Másrészt, nem a túlszabályozással fogjuk felgyorsítani.

Mi történik 2024-ben az internettel, milyen irányból változik a statikus honlapokból a közösségi média, valamint a mobil web jóvoltából egyre dinamikusabbá váló közeg?

Bernard Marr jövőkutató szerint a fejlett képtechnológiákkal létrehozott vizuális anyagok, a folyamatosan megosztott interakciók és együttműködések, az ezeket támogató technikák, például a kiterjesztett és a virtuális valóság (AR és VR) együttes hatására alakul ki az állandóan változó internet következő evolúciós állapota, az immerzív web. Elvileg metaverzumnak is nevezhetjük, a rárakódott és tovatűnt hype miatt viszont Marr nem szereti a kifejezést.

2024-ben elsősorban a generatív mesterséges intelligencia (MI), a multiszenzorikus technológiák, az AR és a VR konvergenciája a kevert valóságban, az erőteljesebb, sokoldalúbb, egyben könnyebb eszközök fogják alakítani az immerzív internetet.

Az MI a környezet, a digitális világok, a chatbotoktól az élethű figurákig, az azokat benépesítő karakterek kialakításában játszhat kulcsszerepet. A multiszenzorikus technológiák a haptikus kesztyűktől az egésztestes high-tech ruhákig, az eredményesen még nem szimulált érzetekig, például a szaglásig, tág spektrumon gyorsan fejlődő megoldások összessége. Az AR és a VR együttes használata az élő koncertektől a digitális ikrekig, rengeteg lehetőséggel, köztük a kettőt keverő közegekkel kecsegtet. Eszközszinten a Metától az Apple-ig több nagy cégtől számíthatunk újdonságokra (Quest 3, Apple AR-szemüveg stb.).

Milyen következményekkel jár mindez?

A tréningeket – a játék és szórakozás után legelterjedtebb VR- és AR-hasznosulások – immerzív virtuális tanulókörnyezetekkel egyre tökéletesebbé alakítják. Az interfészek és a felhasználói élmény minőségjavulásával, az on- és offline boltok összekeveredésével a kereskedelem tovább virtualizálódik. Csinosodnak az online együttműködésnek helyet adó platformok, a kevert valóság képminősége is jobb, mint a finom részleteket nehezen visszaadó videóchateké. A marketingtől az eladás utáni szolgáltatásokig, immerzívebbé válik a teljes fogyasztói élmény, és mint az online történelemben mindig, a szex és a pornó – különösen a bele- és alámerülést biztosító internetes terekkel – változatlanul a fejlődés meghatározó driverei közé fognak tartozni.

Az immerzív internet viszont csak akkor működhet rendeltetésszerűen, ha nem ellenséges, diszkriminatív és veszélyes közeg. 2024-ben eredményesebb biztonsági stratégiákat dolgoznak ki ezek csökkentésére.

Az angliai Plymouth Egyetem biológusai, a fajok evolúcióját tanulmányozva, komoly észrevételekig jutottak el, bizonyítva, hogy naprakész vizuális technológiákkal különféle organizmusok fejlődésének a legapróbb részletei is nyomon követhetők.

Robotikus videó mikroszkópokat és a gépi látást összekombinálva, három különféle faj embrióinak megfigyelhető karakterjegyeit mérték. A méréseket energiaspektrumokként rögzítették, azokat vizsgálva hasonlították össze a fajok közötti eltolódásokat, miközben a korábban dokumentált különbségeket is figyelembe vették.

Ezeknek az úgynevezett energia-proxy tulajdonságoknak (EPT) részletes elemzése szolgáltatta az első bizonyítékokat arra vonatkozólag, hogy a fejlődési események hagyományosan mért időzítése az embrió megfigyelhető karakterjegyeinek sokkal szélesebb körű változásaihoz kapcsolódik. A tudósok az egyes evolúciós események kezdete előtt és után is hatalmas változásokat figyeltek meg.

Szerintük vizsgálódásaik tanulságának alkalmazásával, a biológiai fejlődés mélyebb értékelése és a fajok széles skálájára vonatkozó adatok kombinálásával továbbfejleszthető az evolúció tanulmányozása.

Napjainkban ez azért különösen fontos, mert az éghajlati és más környezeti változások szignifikáns, nagyon sok esetben káros hatással vannak a természet jó részére.

Az EPT módszer timelapse videókat használ állatokról, a legkorábbi és a legdinamikusabb életszakaszaikról. Mindegyik videó egyedi pixelek sorozatából áll, fényerejük képkockáról képkockára ingadozik, ahogy az objektumok, például dobogó szív, összehúzódó izmok vagy az apró szőrszálakkal irányított teljes embrió mozognak.

A pixelértékek, ezeket az ingadozásaikat kiaknázva, frekvenciaadatokká alakíthatók át, és így kutatók számára lehetővé válik nyomon követni az állat élettanának fejlődés közbeni különféle aspektusait. Az eredményként kapott képanyag azt jelenti, hogy az állat egyedi részeinek mérése helyett a tudósok a nagy egészet, az összes tulajdonságát képesek vizsgálni. 

A méhek az állatvilág legnagyobb építészei, egyes fajaik mérnöki adottságokkal rendelkeznek, fészkeket, sőt, meglepően magas szerkezeteket, az ő szintjükön kvázi-felhőkarcolókat építenek maguknak. Közösségi állatok, mint némely madár, halak, termeszek vagy a hangyák.

Az élővilág e különös teremtményeiről, a nagyon fejlett szociális készségekkel rendelkező rovarokról és másokról mintázzák a számítástudomány multiágens rendszereit, rajintelligenciáit, amelyekben az egyes tagok egyéni képességeit összeadva, a raj mindig többet, magasabb szintű intelligenciát mutat. Az egész több mint a részek összessége, a közösségi készségeik pedig emergens módon fejlődnek ki.

A rajintelligencia évtizedek óta kutatásfejlesztések tárgya.

A Barcelonai Egyetem kutatói kollektív döntéseket fényt egymásra villogtatva hozó pici robotokat, úgynevezett kilobotokat fejlesztettek. Úgy viselkednek, mint a kaptárt vagy darázsfészket építő méhek.

Viselkedésüket, a méhek fészeképítés közbeni megegyezését, az ahhoz vezető folyamatot szimuláló algoritmus irányítja. Mindegyik kilobot köralakú lemez, korong, átmérőjük nagyjából három centiméter, három orsós lábbal rendelkeznek, van infravörös fényt adó és vevő szerkezetük, valamint színes LED-ük.

Minimum tíz, maximum harmincöt kilobottal végzett, hetvennél több teszten, a kutatók a gépecskéket elkerített, köralakú arénába tették, és néhányukat azzal az utasítással bízták meg, hogy bizonyos állapotokat LED-ük vörösre, zöldre vagy kékre kapcsolásával jelezzenek.

A kísérletek során a kilobotok nagyjából harminc másodperc leforgása alatt egyezségre jutottak.

„Meggyőződésünk, hogy a közeljövőben egyszerű robotok általunk nem óhajtott munkákat végeznek el, és nagyon fontos, hogy decentralizált, autonóm módon hozzanak döntéseket” – nyilatkozta a kutatásfejlesztést vezető Carmen Miguel a projektről.

Kutatók régóta tartottak attól, hogy a mesterséges intelligencia befolyásolhatja a választásokat. A félelmek azonban sokáig alaptalannak bizonyultak, mert a mélyhamisítványok (deepfakes) gyártásához szükséges technológia túl drágának, az eredmények pedig mindennek, csak nem meggyőzőnek tűntek. Hamar észre lehetett venni rajtuk a kamut.

2023 végére viszont megváltozott a helyzet, ráadásul nem a legfejlettebb országok egyikében, ahol számítani lehetett rá, hanem ott, ahol közel egy évszázada folyamatos a hanyatlás, de valahogy mégis túlélnek mindent, az 1940-es évek óta (akkor jött először Perón) viszont tényleg teljes a lejtmenet, és a véreskezű junta 1980-as évekbeli bukása, meg az azt kiváltó Falkland-csőd ellenére, máig a korrupció a legeslegnagyobb úr. 

A szélsőjobboldali, libertariánus, de leginkább kívülálló Javier Milei nyerte a mostani argentin elnökválasztást, amelynek a kampányában ő és második fordulós ellenlábasa, az establishment embere, Sergio Massa is előszeretettel használta a mesterségesintelligencia-technológiát. Az MI őket promótáló vagy az ellenfelet lejárató fényképeket, videókat készített.

Olyanokat is mondatott velük, amik a jelöltek száját soha nem hagyták el, híres filmekben játszatta, de legalábbis beletette őket, és kampányposztereket is készített, szóval tényleg mindenhol jelen volt. A tartalmak zöméről egyértelműen látszott, hogy kamu, jópár viszont inkább a félretájékoztatás kategóriájába tartozott.

Az MI argentínai használata lehet majd a referenciapont, amikortól minden megváltozott.

„Most láthatjuk a hihetetlenül hozzáférhető és egyre hatékonyabb, demokratizált eszközkészletek abszolút robbanását, és ezentúl már nem érvényes a korábbi álláspont, mert radikálisan megváltozott az MI politikabefolyásoló szerepének a megítélése” – nyilatkozta a kormányoknak mesterséges intelligencia által generált tartalmakkal kapcsolatos szaktanácsokat adó Henry Ajder.

A technológiai fejlődés is ebbe az irányba mutat. A ma láthatóan kamukép jövőre sokkal jobb, hihetőbb lesz, tehát többeket megtéveszt. Az MI a 2024-es amerikai elnökválasztáson vagy a tajvanin még fontosabb, talán királycsináló tényező lehet.

Andrew Ng, a világ egyik legismertebb gépitanulás-szakértőjének cége Generatív MI mindenkinek tanfolyamot indít a Coursera oktatástechnológiai oldalon. A kutató elkötelezett a mesterséges intelligencia legújabb vívmányainak közkinccsé, mindenki számára elérhetővé tétele mellett, a tanfolyam ennek a hozzáállásnak a példája.

Nem kell hozzá programozói vagy MI-háttér, remélhetőleg diákoknak, tanároknak, művészeknek, tudósoknak, mérnököknek, üzleti vezetőknek, kormányzati szereplőknek, bárkinek hasznos lesz, aki egyszerűen tudni szeretné, hogyan használja munkájához, magánéletében a generatív MI-t.

Ng szerint ahogy a webes keresés és a szövegfeldolgozás nélkülözhetetlen munkahelyi ismeretté vált, hamarosan az MI alkalmazása is minden munkaadó által elvárt készség lesz. A hozzáférhető, általános rendeltetésű technológia ugyanis számtalan feladatra jó, ráadásul egy csomó felhasználási módot még nem is azonosítottak.

A tanfolyam több területet lefed.

A diákok megismerhetik a generatív MI, különösen a nagy nyelvmodellek (large language models, LLM) működését, hogy mi tehető, mi nem tehető velük. A fejlett technikákról, például az LLM-nek járulékos, személyes információkhoz való hozzáférést engedő eljárásról és a finomhangolásról nem technikai jellegű leírást kapnak, és azt is megtudják, hogy mikor használják ezeket, és mikor nem.

Az LLM-használat bevált gyakorlatait szintén megismerhetik – vagy webes interfészen (például a ChatGPT-n vagy a Bardon) keresztül, vagy nagyobb alkalmazásba (LLM API-kba, alkalmazásprogramozói felületekbe) integrálva azokat.

Hogyan azonosíthatók az MI bővítésének, automatizálásának lehetőségei feladatok alfeladatokra bontásával, automatizálási potenciáljuk kiértékelésével? A hallgatók erre a fontos kérdésre is részletes választ kapnak. Megtudják, hogyan csökkenthetők közben a költségek, növelhetők a bevételek.

Végül a felelősségteljes és a generatív MI munkára, társadalomra gyakorolt hatásáról is lesznek órák.

A tanfolyamból infokommunikációs szakemberek is sokat profitálhatnak, mert könnyebben dolgozhatnak majd együtt nem technológusokkal, nő az együttműködési hajlam, gyümölcsözőbbek lesznek a közös munkák.

Kalifornia szövetségi állam illetékes hatósága, a DMV (Department of Motor Vehicle) felfüggesztette a General Motors (GM) leányvállalat Cruise járműveinek biztonsági vezető nélküli üzemeltetését. A cég erre az egész országban leállította robottaxijait.

A rendelkezésnek megvoltak az előzményei, a járművel több probléma adódott San Franciscoban.

2022 decemberében a Nemzeti Autópálya-Forgalmi Biztonsági Hivatal még mindig tartó vizsgálatot indított a Cruise járműveinek hirtelen fékezése okozta problémák miatt. Múlt hónapban a gyalogosok veszélyeztetése kapcsán másik vizsgálat is indult. Az előzmény mindkét esetben több bejelentés volt. San Franciscoi lakosok azóta többször panaszkodtak, hogy a robottaxik miatt leállt a forgalom.

Áprilisban egy Cruise-jármű hátulról belement egy városi buszba. Augusztusban egy másik kaliforniai szövetségi hatóság engedélyezte, hogy a Cruise és a Google-leányvállalat Waymo vezető nélküli járművei juttatást kérjenek a fuvarokért. Pár nappal később egy Cruise-taxi nekiment egy mentőautónak, amire a DMV flottája megfelezésére utasította a vállalatot. Októberben gyalogost ütött el egy robottaxijuk, a DMV arra reagált a felfüggesztéssel.

A legutolsó eset nemcsak a GM-nek, hanem a túlzott ígéretek és a kevés teljesítés miatt egyébként is sokat kritizált teljes önvezetőautó-szektornak szintén komoly visszalépés. A mostani felfüggesztés másrészt kifejezetten kapóra jött a vezető nélküli taxizást ellenző politikusoknak, aktivistáknak és más közszereplőknek.

A DMV szerint a Cruise-járművek nem tudnak biztonságosan, megfontoltan reagálni olyan esetekre, amelyekben gyalogosok érintettek. Eredetileg a cégnek teljes videófelvétele sem volt az októberi esetről, amit a Cruise cáfolt, fellebbezés helyett viszont tevékenységük országos felfüggesztése mellett döntöttek. San Francisco mellett az arizonai Phoenixben és két texasi nagyvárosban, Austinban és Houstonban működtettek robottaxikat. Nem sokkal később bejelentették, hogy a kocsiban tartózkodó biztonsági vezetőkkel folytatják önvezető járműveik tesztelését.

Kérdés, mikorra tudják helyreállítani a megcsappant bizalmat.

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.