Demis Hassabis bespreekt zwaktes van kunstmatige algemene intelligentie

Demis Hassabis, CEO van Google DeepMind, is van mening dat kunstmatige algemene intelligentie (AGI) nog niet het niveau van menselijk denken heeft bereikt. In een recent interview benadrukte hij dat er ondanks snelle vooruitgang nog steeds een merkbaar gat bestaat tussen huidige AI-systemen en menselijke cognitie.

Volgens Hassabis hebben de huidige AGI-achtige modellen drie belangrijke zwaktes. Ten eerste het gebrek aan continu leervermogen. De meeste systemen worden getraind voorafgaand aan implementatie en blijven daarna in essentie statisch. In een ideaal scenario zou AI moeten leren van eigen ervaring in real-world omgevingen, zich aanpassend aan nieuwe omstandigheden en taken zonder extra hertraining.

Het tweede probleem betreft langetermijnplanning. Hoewel moderne modellen kortetermijnstrategieën kunnen vormen, kunnen ze nog geen plannen bouwen die jaren vooruit kijken zoals mensen dat doen. Hassabis benadrukt dat dit vermogen een cruciale rol speelt in complexe besluitvorming en strategisch denken.

De derde zwakte is intellectuele inconsistentie. Een systeem kan uitstekende resultaten laten zien op het ene gebied terwijl het elementaire fouten maakt op een ander gebied.

Hassabis merkte op dat huidige systemen gouden medailles zouden kunnen winnen op de Internationale Wiskunde Olympiade en extreem complexe problemen zouden kunnen oplossen, maar als een vraag anders geformuleerd wordt, kunnen ze fouten maken op simpele wiskundige problemen. Een werkelijk universeel intelligentiesysteem zou niet zulke vermogensgaten moeten hebben. Hij wees erop dat als mensen wiskundige experts waren, ze geen fouten zouden maken op simpele problemen.

Hassabis heeft eerder gesteld dat volwaardige AGI binnen 5-10 jaar zou kunnen ontstaan. Hij was medeoprichter van DeepMind in 2010, en nadat Google het bedrijf in 2014 overnam, werd het een belangrijke onderzoeksafdeling die het Google Gemini-project ondersteunt. In 2024 ontving Hassabis de Nobelprijs voor Scheikunde voor zijn bijdragen aan eiwitstructuurvoorspellingstechnologie.