Чи справді існує “загальний” штучний інтелект? Розмова, що сколихнула світову AI-спільноту
Нещодавно, моя знайома Наталка, замовляючи каву, як завжди, захоплено розповідала про книжку. “Знаєш, Ліло,” – почала вона, – “я нарешті зрозуміла, чому так важко навчити роботів готувати борщ так само смачно, як наша бабуся. Все тому, що вони занадто… спеціалізовані!” Я всміхнулася, бо відразу зрозуміла, про що йдеться. Наталка говорила про те, що нині активно обговорюють найкращі уми у сфері штучного інтелекту: чи існує справжній “загальний” штучний інтелект (AGI), чи це лише наша ілюзія?
Запитання, здавалося б, просте, чи не так? Але відповідь може кардинально змінити наше майбутнє. Щоб розібратися, зануримось у серце дискусій, що точаться між гуру AI. Моя мета – провести вас крізь ці дебати так, наче ми разом сидимо за столиком, а я, використовуючи цікаві історії, пояснюю вам складні терміни. Отож, розпочнемо!
Розділ 1: Чи справді “загального інтелекту” не існує?
Все почалося з інтерв’ю, де відомий дослідник Ян Лекам висловив думку, що, м’яко кажучи, сколихнула спільноту: “Загального інтелекту не існує. Це поняття не має сенсу, оскільки воно призначене для характеристики людського рівня інтелекту, а людський інтелект надзвичайно спеціалізований.”
Уява малює ЛеКана, що сидить у своєму кабінеті, оточений книгами, зважуючи кожне слово. Він ніби каже: “Ми, люди, вважаємо себе універсальними, як швейцарський ніж, що вміє все. Але насправді ми більше схожі на майстра з виготовлення лиж, який чудово розбирається у гірських вершинах, але абсолютно губиться на пляжі”.
Він пояснює: людський інтелект чудово справляється з реальним світом – ми можемо ходити, орієнтуватися, розуміти інших людей, адже еволюційно пристосовані до цього. Це як навчитися водити автомобіль у рідному місті – все знайоме, всі шляхи передбачувані. Але в шахи, погодьтесь, ми не всі королі. І є багато задач, де навіть менші тварини перевершують нас.
Цікаво знати: Чи знали ви, що деякі примати мають неймовірну здатність запам’ятовувати та впорядковувати числа на екрані значно швидше за людину? Я бачила відео, де мавпочка блискавично натискає цифри в правильному порядку. Я намагалася повторити – це було… ну, скажімо так, я не перевершила мавпочку.
Лекам вважає, що ми думаємо про себе як про “загальних” лише тому, що добре справляємося з задачами, які самі можемо уявити. Наш мозок вже еволюційно налаштований на виконання цих завдань. Але це не означає, що інтелект сам по собі універсальний. Це просто означає, що наш мозок “налаштований” на певний набір реальності.
Він наводить приклад: уявіть, що ви розробили ідеальний транспорт для їзди дорогами – він чудовий! Але спробуйте на ньому полетіти – нічого не вийде. А літак, оптимізований для польотів, на дорозі буде жахливим. Це і є закон “немає безкоштовного обіду” (no free lunch theorem) в дії. Якщо ти майстер в чомусь одному, ти не можеш бути майстром в усьому.
Розділ 2: “Але ж Google DeepMind так не думає!”
І ось на сцену виходить Деміс Хассабіс, генеральний директор Google DeepMind – одного з наймогутніших дослідницьких центрів у сфері AI. Він категорично не згодний з ЛеКаном. Хассабіс вважає, що Лекам плутає “загальний” інтелект з “універсальним”.
“Стоп,” – ніби каже Хассабіс, – “це зовсім інша історія! Людина – це надзвичайно загальна система. Так, у нас є обмеження, але саме здатність навчатися робить нас справді загальними”.
Уявіть людський мозок як величезну бібліотеку. Ми не можемо прочитати всі книги одночасно, нам потрібен час, щоб зосередитись на одній. Але з часом, за допомогою пам’яті та даних, наша архітектура дозволяє нам вивчати мови, математику, фізику, музику, програмування – речі, для яких еволюція нас явно не створювала. Це і є гнучкість, це і є справжня загальність.
Хассабіс пояснює: “Ми не прагнемо створити AI, який буде оптимальним у кожному можливому завданні у всесвіті – це, відповідно до математики, неможливо. Ми прагнемо створити систему, яка, як і людина, має широкі можливості навчання в межах практичної архітектури”.
І тут він наводить потужний аргумент – теорему Тюрінга. З 1930-х років ми знаємо про “Машину Тюрінга” – теоретичну модель обчислень, яка є універсальною. Якщо у вас є достатньо часу, пам’яті та правильна програма, вона може обчислити будь-що, що можна обчислити.
Хассабіс стверджує: людський мозок – це, по суті, наближена Машина Тюрінга. Так само, як і сучасні великі мовні моделі (GPT, Claude, Gemini). Ми не є ідеальними, у нас є свої обмеження, але наша базова архітектура – загальна. Ми можемо навчитися величезної кількості завдань.
Гумористичне застереження: Пам’ятаю, як вперше намагалася “навчити” свого кота грати на піаніно. Він, звісно, показав мені, хто тут справді “спеціалізований” – на пухнастій спині. Не повторюйте моїх помилок, кот-піаніст – це утопія.
І ось де справжня магія: те, що ми бачимо зараз у AI, вже не є вузьколобим ШІ. Одна й та сама базова модель може писати вірші, програмувати, аналізувати дані, навіть допомагати з медичною діагностикою. Це свідчення загальних можливостей, навіть якщо вони ще не ідеальні.
Розділ 3: “Але ж шахи! Чому ми програємо машинам?”
Лекам повертається зі своїм аргументом про шахи. Він каже: “Люди навчилися грати в шахи, але ми програємо машинам. Це тому, що ми надзвичайно спеціалізовані, а машини – ні.”
Але Хассабіс бачить це інакше. Він каже: “Зачекайте хвилинку. Не забуваймо, хто взагалі винайшов шахи! Люди! Ми, еволюційно пристосовані до пошуку їжі та уникнення хижаків, створили гру зі складною стратегією, яка вимагає глибокого аналізу. Це все одно, що взяти велосипед і змусити його літати!”
Це фантастична аналогія! Уявіть, що ви взяли мозок, який еволюціонував для того, щоб не стати чиїмось обідом, і навчили його розраховувати позиції в шахах на 15 ходів вперед. Це просто неймовірна адаптивність. І це, за словами Хассабіса, є суттю загального інтелекту.
Коротка історія: В моєму місті є майстер-столяр, дідусь Степан. Його руки пам’ятають дерева, з яких він колись робив хати, але зараз він створює дивовижні різьблені скриньки. Він використав свої навички роботи з деревом, але пристосував їх до нового, зовсім іншого завдання. Ось це і є загальність у дії: гнучкість.
Розділ 4: “Чи це все лише гра слів?”
І ось, коли здавалося, що питання майже вирішене, з’являється Ілон Маск, який підтримує Хассабіса, а потім і сам Ян Лекам знову висловлюється, кажучи, що головна проблема – це лексика.
“Я заперечую використання терміну “загальний” для позначення людського рівня інтелекту, тому що люди надзвичайно спеціалізовані,” – пише Лекам. Він не вважає, що людський мозок – це “загальний” у широкому розумінні.
Він наводить приклад з нейронними мережами: проста мережа з двох шарів технічно може вивчити будь-який шаблон, але для цього їй знадобиться шалена кількість нейронів. Тому ми використовуємо глибоке навчання з багатьма шарами. Так само із людьми: ми можемо вивчити багато речей, але ми вкрай неефективні у більшості з них.
І ось він наводить вражаючий приклад з зором:
“Ваш зоровий нерв має приблизно 1 мільйон нервових волокон. Це як 1 мільйон вимикачів “ввімкнено/вимкнено”. Скільки можливих способів обробки візуальної інформації може бути у вашому мозку? Цифра просто шалена: 2 у степені 2 у степені мільйон! Це число настільки велике, що воно незбагненне. А ваш мозок (100 мільярдів нейронів) може представити лише крихітну його частину. Порівняно з усіма можливими візуальними патернами, це як одна піщинка на розмірі Всесвіту.”
Що, якби…: Уявіть, що ви можете бачити лише один колір з мільйона можливих. Чи були б ви “загальним” спостерігачем? Ймовірно, ні.
Лекам вважає, що ми здатні розуміти лише мізерну частку реальності. Те, чого ми не розуміємо, ми називаємо ентропією чи випадковістю. Ми еволюціонували, щоб розуміти лише те, що нам потрібно для виживання. І називати це “загальним інтелектом” – на його думку, введення в оману.
Розділ 5: “Швейцарський ніж проти набору інструментів”
Отже, де ми опинилися? Ми маємо цікаву дискусію, де Деміс Хассабіс стверджує, що ми загальні, незважаючи на практичні обмеження, а Ян Лекам каже, що ці обмеження настільки суттєві, що називати нас загальними – неправильно.
Це ніби ми сперечаємося, чи є швейцарський ніж “інструментом загального призначення”.
- Хассабіс: Так, звісно! Він робить багато речей.
- Лекам: Ні, тому що порівняно з усім можливим набором інструментів у Всесвіті, він може зробити дуже мало.
Я вважаю, що в цьому спорі є справедливість з обох боків. Можливо, проблема дійсно в словах. Але якщо говорити про майбутнє AI, розуміння цих тонкощів – надзвичайно важливе.
Якщо ми прагнемо створити AGI, то чи маємо на увазі щось, що може робити абсолютно все (універсальне), чи щось, що має широкі можливості навчання і адаптації, як ми, люди (загальне)?
Висновок: Зустрічаючись на півдорозі
Підсумовуючи все вищесказане, дебати навколо “загального” штучного інтелекту – це не просто академічні суперечки. Це глибокий аналіз того, що робить нас, людей, розумними, і як ми можемо відтворити це в машинах.
Ян Лекам нагадує нам про реальні, математичні обмеження, які існують у будь-якій системі. Він закликає нас бути обережними з термінологією та не ідеалізувати наші можливості.
Деміс Хассабіс, у свою чергу, показує, що навіть з цими обмеженнями наша здатність навчатися, адаптуватися і створювати нове – це ознака справжньої загальності. Він вірить у потенціал сучасних AI-моделей, які вже демонструють цю гнучкість.
Що далі?
- Запишіть свої думки: Як ви вважаєте, чи існує справжній “загальний” інтелект? Чи це лише наша людська інтерпретація?
- Спостерігайте за AI: Звертайте увагу на те, як нові моделі стають все більш універсальними. Чи це початок справжнього AGI?
- Діліться знаннями: Розповідайте про це друзям, обговорюйте. Чим більше людей розумітиме ці концепції, тим краще ми зможемо формувати наше майбутнє з AI.
Я відчуваю, що ми стоїмо на порозі чогось надзвичайного. І хоча ми можемо сперечатися про визначення, суть залишається: здатність навчатися, адаптуватися та застосовувати знання у нових контекстах – це те, що робить інтелект потужним. І саме це ми намагаємося втілити в життя, створюючи штучний інтелект.
І хто знає, можливо, одного дня AI зможе не тільки писати вірші, але й готувати борщ, як наша бабуся.
У підсумку маємо: Дискусія про загальний ШІ – це глибокий аналіз людського інтелекту та його потенціалу. Ян Лекам наголошує на обмеженнях та спеціалізації, в той час як Деміс Хассабіс підкреслює загальність та гнучкість як ключові ознаки. Обидві точки зору важливі для розуміння шляху розвитку AI.
