Az általános mesterséges intelligencia eljövetele még egyáltalán nem biztos
Az AI-eszközök most még egyszerre zsenik és kontárok. Néhány másodperc alatt képesek programkódot írni, bonyolult szövegeket összefoglalni vagy meggyőző érvelést felépíteni, miközben máskor egészen egyszerű helyzeteket értenek félre vagy hallucinálnak – vagyis olyan hibákat vétenek, amelyeket egy ember azonnal észrevesz. Meddig marad ez így?
Az elmúlt évek látványos fejlődése miatt egyre komolyabban merül fel a kérdés: eljuthat-e a mesterséges intelligencia oda, hogy ne csak néhány területen legyen rendkívül jó, hanem lényegében minden gondolkodást igénylő feladatban eléri vagy meghaladja az emberi szintet. Ezt hívjuk „általános mesterséges intelligenciának” (artificial general intelligence, AGI), de jelenleg még a legfejlettebb AI-rendszereket építők között sincs egyetértés, hogy közeledünk-e ennek elérésehez.
Egyesek szerint akár az Open AI Astra modellje, a GPT 6 is ezen a szinten lehet, mások szerint néhány éven belül érhetjük el, megint mások szerint a mai nagy nyelvi modellekből egyszerűen nem vezet egyenes út az AGI-hoz. Az akadémiai kutatók jelentős része még óvatosabb. Az Association for the Advancement of Artificial Intelligence 2025-ös felmérésében
a válaszadók 76 százaléka szerint a jelenlegi AI-megközelítések puszta felskálázásával „valószínűtlen” vagy „nagyon valószínűtlen” eljutni az AGI-hoz.
A vita nem egyszerűen arról szól, mennyivel lesznek fejlettebbek az elkövetkező mesterséges intelligencia modellek, hanem arról, hogy eltűnik-e az AI-t ma jellemző furcsa egyenetlenség: bizonyos dolgokban már az embernél is jobb, másokban pedig feltűnően gyenge. Ha igen, teljesen új technológiai korszak következhet. Ha nem, az AI jövője jóval kevésbé hasonlít majd a mindentudó gépek világára, mint ahogy azt a scifi történetek vagy a legmerészebb jóslatok sugallják.
AGI, a kiváló
Már maga az AGI fogalom sem teljesen egyértelmű. Az AI-iparágon belül sincs általánosan elfogadott definíció arra, pontosan mikortól nevezhetünk egy rendszert általános mesterséges intelligenciának. Az AGI nem egyszerűen egy jobb chatbot. Olyan rendszer lenne, amely az emberi gondolkodás rendkívül széles tartományában képes magas szinten teljesíteni: új helyzetekhez alkalmazkodni, tapasztalat szerint tanulni, összefüggéseket felismerni és döntéseket mérlegelni. Nem egy-egy feladatban lenne kiváló, hanem szinte mindenben.
Az egyik vezető cég, az Anthropic vezérigazgatója, Dario Amodei éppen a múlt hét végén, vagyis a BCG friss vizsgálatának megjelenését követően fejtette ki, hogy szerinte a mainál elővigyázatosabban kellene fejleszteni a mesterséges intelligencia modelljeinket, a képességek fejlődésének ütemét is szabályozni kellene. Amodei felszólította az AI-eszközökkel foglalkozó cégeket, hogy lassítsák a modelljeik fejlesztését és vonjanak be független értékelőket a biztonság ellenőrzéséhez. Arról is beszélt, hogy a mesterséges intelligenciával foglalkozó cégeknek együtt kellene meghatározniuk a biztonsági szabályokat. Az Anthropic vezér írásának megjelenése után Elon Musk, az xAI vezetője, és Sam Altman, az OpenAI vezérigazgatója is jelezte egyetértését, miközben politikai és szabályozói oldalon is egyre több ilyen hang jelenik meg az USA-ban és az EU-ban is.
Hegyek, völgyek
Az AI fejlődését hajlamosak vagyunk úgy elképzelni, mintha képességei nagyjából egyforma lépcsőfokokban fejlődnének: hogy minden új modell kicsit okosabb és pontosabb az előzőnél. A BCG szakértői szerint lépcső helyett inkább hegyláncra hasonlít a haladás, ahol egyszerre vannak nagyon magas csúcsok és meglepően mély völgyek. A szoftverfejlesztés jó példa: az AI ma már elképesztő sebességgel képes programkódot generálni, hibákat keresni vagy teszteket írni – de még nem helyettesít tapasztalt szoftvermérnököket. A rendszer egészét, a különböző megoldások közötti kompromisszumokat vagy az egymással ütköző üzleti és felhasználói szempontokat továbbra sem képes úgy mérlegelni, mint egy tapasztalt szakember. Ha az AGI-szint nem elérhető, akkor még tíz vagy húsz év múlva is elképesztően erős, de furcsán töredezett intelligenciáról beszélhetünk.
Hatalmasra nőtt gépek
Az elmúlt évek AI-forradalmának egyik receptje meglepően egyszerű volt: több adat, több számítási kapacitás, nagyobb modell. Minél több adatot és számítási teljesítményt kaptak a rendszerek, annál jobbak lettek, de ennek a növekedésnek is megvannak a határai. Az első ilyen határ maga az adat.
A nagy nyelvi modellek jelentős részben az interneten hozzáférhető, emberek által létrehozott szövegekből teát véges készletből tanultak. Ilya Sutskever, az OpenAI társalapítója ezt tömören úgy fogalmazta meg: „csak egy internet van”.
A második probléma, hogy az AI-t sokkal könnyebb olyan feladatokra tanítani, amelyeknél egyértelmű, jó-e a válasz. Matematikában ellenőrizhető az eredmény, egy programkódról pedig gyorsan kiderülhet, működik-e. Egészen más kérdés viszont, hogy jó ötlet-e egy bizonyos terméket piacra dobni, vagy hogy egy befektetési stratégia öt év múlva felülteljesíti-e a piacot? Az AI ezért különösen gyorsan fejlődhet ott, ahol a helyes válasz könnyen ellenőrizhető. Sok valódi emberi döntés viszont éppen azért nehéz, mert nincs hozzá kész válasz.
Ember tervez
Ember és gép között fontos különbség még a tapasztalat. Egy új szervezetet még a legtapasztaltabb vezető sem ismer meg pusztán a stratégia és a szervezeti ábra alapján. Idővel érzi és tanulja meg, hogyan születnek valójában a döntések, kinek mi fontos, milyen íratlan szabályok működnek, hogyan reagálnak az ügyfelek. Az emberek ezt a tudást beszélgetésekből, hibákból, megfigyelésből és tapasztalatból szedik össze. A mai nagy nyelvi modellek hozzáférhetnek vállalati dokumentumokhoz, adatbázisokhoz és korábbi beszélgetésekhez, de ettől még nem feltétlenül tanulnak úgy munka közben, ahogy egy ember. Az egyik nagy nyitott kérdés így az, hogy a mesterséges intelligencia képes lesz-e valaha önállóan felhalmozni azt a nehezen megfogható tudást, amit mi emberi tapasztalatnak nevezünk.
Fizikai határvonal
A legfejlettebb AI-modellek tanítása már ma is hatalmas adatközpontokat, speciális chipeket és rengeteg villamosenergiát igényel. Elméletileg további számítási kapacitással újabb képességek jelenhetnek meg. Gyakorlatilag nem biztos, hogy korlátlan mennyiségű chipet, áramot és hálózati kapacitást lehet egyetlen technológia szolgálatába állítani. Vagyis az AGI-nak nemcsak informatikai, hanem fizikai korlátai lehetnek.
AGI nem mindenkié
Tegyük fel, hogy a kutatók minden technikai akadályt leküzdenek, és valóban létrejön az AGI. Ez még mindig nem jelenti azt, hogy bárki szabadon használhatja majd. A legerősebb AI-rendszerek egyre komolyabb nemzetbiztonsági kérdéseket vetnek fel. Például egy új gyógyszereket tervező modell veszélyes biológiai anyagok létrehozásában is segíthet. Egy rendszer pedig, amely kiválóan talál szoftverhibákat, kibertámadásokhoz is használható (erre láthattunk is példákat).
Ezért könnyen elképzelhető egy olyan jövő, amelyben a legerősebb modellekhez csak állami szervek vagy szigorúan ellenőrzött vállalatok férnek hozzá.
Más technológiáknál ez nem szokatlan. A Boeing például polgári és katonai repülési technológiákat is fejleszt, miközben bizonyos megoldásai kizárólag kormányzati használatra elérhetőek. Lehetséges, hogy megszületik az AGI, de az átlagember soha nem kap hozzá korlátlan hozzáférést.
Két jövő
A közbeszéd hajlamos két végletben gondolkodni: az AI vagy lufi, és előbb-utóbb kipukkad, vagy elkerülhetetlenül jön a mindent átvevő szuperintelligencia. Pedig a kettő között is létezhetnek forgatókönyvek. Az egyik lehetőség szerint a mai AI furcsa egyenetlensége fokozatosan eltűnik. A modellek megtanulnak jobban általánosítani, tartósan tanulni a tapasztalataikból, megérteni a kontextust, és egyre több gondolkodást igénylő területen érik el vagy haladják meg az emberi szintet – ez az AGI-világ.
A másik szerint az AI elképesztően erős lesz, de megmarad a képességek hegylánca. Egyes csúcsok egyre magasabbra nőnek, de továbbra is ott maradnak a szakadékok. Ebben a világban nem az számít majd, kinek van AI-ja – hiszen valamilyen formában szinte mindenkinek lesz –, hanem az, ki érti jobban és mire használja. A BCG Institute ezt a jövőképet „tokenalapú versenynek” nevezi.
Pascal, négyszáz évvel később
Blaise Pascal 17. századi francia matematikus, fizikus és filozófus volt, a valószínűségszámítás egyik úttörője. Egyik híres gondolatkísérlete csaknem négyszáz évvel később meglepően jól illik az AGI dilemmájára. A „Pascal fogadása” eredetileg Isten létezéséről szólt, de tágabban azt a kérdést veti fel: hogyan érdemes dönteni, amikor nem tudhatjuk biztosan, melyik lehetséges világ az igazi.
Nem tudjuk, öt, húsz vagy ötven év múlva lesz-e általános mesterséges intelligencia, és azt sem tudjuk, hogy a mai nagy nyelvi modellekből vagy más fejlesztésekből fejlődik-e tovább az AI. A pascali gondolatmenet szerint – ami Isten létezését fogadja el – a helyes válasz viszont egyértelmű: azt biztosan tudjuk, hogy az AI tovább fog fejlődni, és egyre több helyen lesz jelen az életünkben.
Tehát egyelőre nem az a legfontosabb kérdés, mikor válik a mesterséges intelligencia mindenben olyan okossá, mint az ember. Sokkal fontosabb, hogy amennyire csak lehetséges, felkészüljünk: az AI egyre kifinomultabbá válik, miközben a képességei korlátosak maradnak.
A választás lezajlott, de a kérdéseknek nincs vége. A következmények most kezdődnek. A hvg360 Prémium hírlevelek a napi hírfolyamon túl segítenek eligazodni egy olyan időszakban, ami mindannyiunk számára új.
Egyfelől a HVG sokat látott újságíróit követhetitek: adatokból történetek, jogi magyarázatok, közélet női szempontból, kultúr- és médiamegfejtés programajánlattal, külföldi lapok heti hírszemléje; másfelől szakmájukban kiemelkedő szerzők gondolatait olvashatjátok a gazdaság és a menedzsment területeiről, nemzetközi kutatásokról, vagy a mindent behálózó mesterséges intelligenciáról.
A tartalom a BCG támogatásával, a hvg360 Prémium hírlevelek szakmai együttműködésével készült.
