Danny Weber
12:48 19-02-2026
© B. Naumkin
Demis Hassabis z Google DeepMind wskazuje trzy słabości AGI: brak ciągłego uczenia się, problemy z planowaniem i niespójność. Dowiedz się więcej o jego prognozach.
Demis Hassabis, prezes Google DeepMind, uważa, że sztuczna inteligencja ogólna (AGI) nie osiągnęła jeszcze poziomu ludzkiego myślenia. W niedawnym wywiadzie podkreślił, że pomimo szybkiego postępu, między obecnymi systemami AI a ludzką kognicją wciąż istnieje wyraźna luka.
Według Hassabisa, dzisiejsze modele przypominające AGI mają trzy kluczowe słabości. Pierwsza to brak zdolności do ciągłego uczenia się. Większość systemów jest trenowana przed wdrożeniem, a następnie pozostaje zasadniczo statyczna. Idealnie, AI powinna uczyć się z własnego doświadczenia w rzeczywistych środowiskach, dostosowując się do nowych warunków i zadań bez dodatkowego ponownego treningu.
Drugi problem dotyczy długoterminowego planowania. Choć współczesne modele mogą tworzyć krótkoterminowe strategie, nie potrafią jeszcze budować planów na lata do przodu, jak robią to ludzie. Hassabis podkreśla, że ta umiejętność odgrywa kluczową rolę w złożonym podejmowaniu decyzji i myśleniu strategicznym.
Trzecią słabością jest intelektualna niespójność. System może wykazywać wybitne wyniki w jednej dziedzinie, jednocześnie popełniając błędy w elementarnych zadaniach w innej.
Hassabis zauważył, że obecne systemy mogłyby zdobywać złote medale na Międzynarodowej Olimpiadzie Matematycznej i rozwiązywać niezwykle złożone problemy, ale jeśli pytanie zostanie sformułowane inaczej, mogą popełniać błędy na prostych zadaniach matematycznych. Naprawdę uniwersalny system inteligencji nie powinien mieć takich luk w możliwościach. Zaznaczył, że gdyby ludzie byli ekspertami matematycznymi, nie popełnialiby błędów na prostych problemach.
Hassabis wcześniej stwierdził, że pełnoprawna AGI może pojawić się w ciągu 5–10 lat. Współzałożył DeepMind w 2010 roku, a po przejęciu firmy przez Google w 2014 roku, stała się ona kluczowym działem badawczym wspierającym projekt Google Gemini. W 2024 roku Hassabis otrzymał Nagrodę Nobla w dziedzinie chemii za swój wkład w technologię przewidywania struktury białek.