مدیر ارشد گوگل: احتمالاً پنج سال تا هوش مصنوعی انسان‌گونه فاصله داریم

بیش از ده سال پیش، هم‌بنیان‌گذار آزمایشگاه هوش مصنوعی DeepMind شرکت گوگل، پیش‌بینی کرد که تا سال ۲۰۲۸، هوش مصنوعی با احتمال ۵۰ درصد به هوشمندی انسان‌ها خواهد رسید؛ او حتی همین حالا هم به پیش‌بینی‌اش پایبند است.

شِین لگ، هم‌بنیانگذار دیپ‌مایند، در مصاحبه‌ای با پادکست دوارکش پاتل، گفت هنوز هم فکر می‌کند پژوهشگران شانس ۵۰-۵۰ برای دستیابی به هوش مصنوعی انسان‌گونه یا هوش جامع مصنوعی (AGI) دارند.

سم آلتمن، مدیرعامل OpenAI، به‌دنبال ساخت هوش جامع مصنوعی است که بتواند کارهای فکری را مثل انسان‌ها انجام دهد. اما اینکه آیا قادر خواهیم بود روزی به آن نقطه برسیم، مسئله‌ای است که نیاز به بررسی بیشتر دارد.

لگ می‌گوید: «دو نکته‌ی بسیار مهم در کتاب او وجود داشت که به‌عنوان حقیقت باور کردم. یکی این بود که قدرت محاسباتی، حداقل برای چند دهه‌ به‌صورت نمایی و با سرعت زیادی رشد خواهد کرد. دوم اینکه که تعداد داده‌های موجود در جهان نیز در چند دهه به‌صورت نمایی رشد خواهد کرد.»

با درک پیشرفت‌هایی که اتفاق افتاد، مانند ابداع روش یادگیری عمیق در الگوریتم‌ها که قدرت «فکر کردن» را به‌ آن‌ها می‌آموزد و امکان پردازش داده‌ها به روش مغز انسان، لگ در اوایل دهه‌ی گذشته پیش‌بینی کرد که در دهه‌های آینده، می‌توان به قدرت هوش مصنوعی انسانی دست یافت.

لگ گفت: «شما هرگز مجموعه‌ی کاملی از تمام آنچه که انسان‌ها می‌توانند انجام دهند نخواهید داشت؛ چیزهایی مانند حافظه‌ی رویدادی (حافظه‌ای که مربوط است به تجربه‌ یا خاطره‌ی انسان از حوادث گذشته) یا توانایی یادآوری رویدادهای کاملی که در گذشته رخ داده‌اند یا حتی درک ویدیو؛ اما اگر پژوهشگران بتوانند مجموعه‌ای از آزمون‌ها را برای هوش انسانی طراحی کنند و مدل هوش مصنوعی بتواند در برابر آن‌ها به خوبی عمل کند، آنگاه AGI خواهیم داشت.»

لگ افزود: «باید مطمئن شویم که سیستم هوش مصنوعی بتواند کارهای مختلف و متنوعی را انجام دهد و هیچ تفاوتی برایش نداشته باشد. مشکل بزرگ تحقق AGI، توانایی مقیاس‌پذیری مدل‌های آموزش هوش مصنوعی است. به همین دلیل، شرکت‌های هوش مصنوعی مانند OpenAI، در حال حاضر انرژی زیادی برای تولید مدل‌های زبان بزرگ نظیر GPT-4 می‌گذارند.»

وقتی از لگ پرسیده شد که به نظرش امروزه در مسیر رسیدن به AGI در چه وضعیتی قرار داریم، او گفت که فکر می‌کند قدرت محاسباتی در جایی است که باید باشد. به گفته‌ی هم‌بنیان‌گذار دیپ‌مایند، گام اول به سمت تحقق آن را می‌توان با شروع آموزش مدل‌ها با حجم داده‌ای فراتر از آنچه یک انسان در طول عمر می‌تواند تجربه کند، برداشت.

با این حال، لگ تأکید کرد که به اعتقاد او تنها به احتمال ۵۰ درصد ممکن است پژوهشگران قبل از پایان دهه‌ی جاری به AGI دست یابند.