Разное

Глава Google DeepMind назвал три главные слабости современного AGI

Генеральный директор Google DeepMind Демис Хассабис считает, что искусственный общий интеллект (AGI) пока не достиг уровня человеческого мышления. Об этом он рассказал в своём интервью, подчеркнув, что несмотря на быстрый прогресс, между современными ИИ-системами и человеком всё ещё существует заметный разрыв.

По словам Хассабиса, у текущих AGI-подобных моделей есть три ключевых слабости. Первая — отсутствие способности к непрерывному обучению. Большинство систем проходят обучение до внедрения, а затем фактически остаются статичными. В идеале ИИ должен учиться на собственном опыте в реальной среде, адаптируясь к новым условиям и задачам без дополнительной переподготовки.

Вторая проблема связана с долгосрочным планированием. Современные модели умеют формировать краткосрочные стратегии, но пока не способны выстраивать планы на годы вперёд, как это делают люди. Хассабис подчёркивает, что именно эта способность играет ключевую роль в принятии сложных решений и стратегическом мышлении.

Третий недостаток — непоследовательность интеллекта. Система может демонстрировать выдающиеся результаты в одной области и при этом ошибаться в элементарных задачах в другой.

Например, нынешняя система может выигрывать золотые медали на Международной математической олимпиаде и решать чрезвычайно сложные задачи, но если вопрос сформулирован иначе, она может допускать ошибки в простых математических задачах. По-настоящему универсальная интеллектуальная система не должна иметь такого разрыва в возможностях. Если бы люди были экспертами в математике, они бы не допускали ошибок в простых задачах, — отметил Хассабис.

Ранее, Хассабис заявил, что полноценный AGI может появиться в течение 5–10 лет. Он стал сооснователем DeepMind в 2010 году, а после покупки компанией Google в 2014 году она превратилась в ключевое исследовательское подразделение, лежащее в основе проекта Google Gemini. В 2024 году Хассабис был удостоен Нобелевской премии по химии за вклад в развитие технологий предсказания структуры белков.