Muitas empresas de IA dizem que seus modelos estão no caminho da inteligência geral synthetic, mas nem todos concordam
Manaure Quintero/AFP by way of Getty Pictures
As empresas de tecnologia afirmam há muito tempo que simplesmente expandir seus modelos atuais de IA levará à inteligência geral synthetic (AGI), que pode corresponder ou superar as capacidades humanas. Mas, como o desempenho dos modelos mais recentes platôs, os pesquisadores da IA duvidam que a tecnologia de hoje levará a sistemas superinteligentes.
Em uma pesquisa com 475 pesquisadores de IA, cerca de 76 % dos entrevistados disseram que period “improvável” ou “muito improvável” que a ampliação das abordagens atuais conseguirá alcançar a AGI. As descobertas fazem parte de um relatório pela Associação para o Avanço da Inteligência Synthetic, uma sociedade científica internacional com sede em Washington DC.
Essa é uma mudança notável de atitude do otimismo “escala é tudo que você precisa” que estimulou as empresas de tecnologia desde o início do Growth de IA generativo em 2022. A maioria das conquistas de ponta desde então foi baseada em sistemas chamados Modelos de transformadoresque melhoraram no desempenho, pois foram treinados para aumentar os volumes de dados. Mas eles parecem ter estagnado no lançamentos mais recentesque mostrou apenas mudanças incrementais na qualidade.
“Os vastos investimentos em escala, desacompanhados por quaisquer esforços comparáveis para entender o que estava acontecendo, sempre me pareceu ser extraviado”, diz Stuart Russell Na Universidade da Califórnia, Berkeley, membro do painel que organizou o relatório. “Eu acho que, cerca de um ano atrás, começou a se tornar óbvio para todos que os benefícios de escalar no sentido convencional haviam platô”.
No entanto, as empresas de tecnologia planejam gastar coletivamente um estimado US $ 1 trilhão em knowledge facilities e chips nos próximos anos para apoiar suas ambições de IA.
O Hype em torno das tecnologias de IA Pode explicar por que 80 % dos participantes da pesquisa também disseram que as percepções atuais dos recursos de IA não correspondem à realidade. “Os sistemas proclamados por serem correspondentes ao desempenho humano-como problemas de codificação ou problemas de matemática-ainda cometem erros de cabeça de osso”, diz Thomas Dietterich na Universidade Estadual de Oregon, que contribuiu para o relatório. “Esses sistemas podem ser muito úteis como ferramentas para ajudar na pesquisa e codificação, mas não substituirão nenhum trabalhador humano”.
As empresas de IA se concentraram mais recentemente na chamada escala de tempo de inferência, que envolve modelos de IA usando mais poder de computação e levando mais tempo para processar consultas antes de responder, diz Arvind Narayanan na Universidade de Princeton. Mas ele diz que essa abordagem é “improvável que seja uma bala de prata” para alcançar a AGI.
Embora as empresas de tecnologia frequentemente descrevam a AGI como seu objetivo closing, o próprio Definição de AGI está perturbado. Google DeepMind tem descrito como um sistema que pode superar todos os humanos em um conjunto de testes cognitivos, enquanto a Huawei tem sugerido Atingir esse marco requer um corpo que permita que a IA interaja com seu ambiente. Quanto à Microsoft e OpenAI, um relatório interno declarado que eles considerarão a AGI alcançada apenas quando o OpenAI tiver desenvolvido um modelo que pode gerar US $ 100 bilhões em lucro.
Tópicos:
