Sulaukė kritikos
Scenarijus, kuriame teigta, kad iki 2027 metų dirbtinis intelektas (DI) gali pasiekti visiškai autonominį kodavimą sukėlė plačias diskusijas.
Anot buvusio „OpenAI“ darbuotojo ir dirbtinio intelekto tyrėjo Danielio Kokotajlo, tai galėtų sukelti vadinamąjį „intelekto sprogimą“, kai DI sistemos pradėtų kurti vis pažangesnes savo versijas, o kraštutiniu atveju – tapti egzistencine grėsme žmonijai.
Minėtasis scenarijus sulaukė ir palaikymo, ir griežtos kritikos. Kai kurie politikai bei technologijų bendruomenės nariai apie jį kalbėjo kaip apie realią riziką, o skeptikai teigė, kad tokios prognozės labiau primena mokslinę fantastiką nei tikėtiną ateities vaizdą.
Ar autonominis kodavimas taps realybe?
Diskusijos apie dirbtinį intelektą, galintį atlikti daugumą žmogaus kognityvinių užduočių – pastaraisiais metais suaktyvėjo, ypač po „ChatGPT“ pasirodymo 2022-aisiais.
Tuomet vis dažniau pradėta svarstyti, ar toks intelektas gali atsirasti per kelis dešimtmečius, ar net greičiau.
Vis dėlto naujausioje atnaujintoje analizėje D.Kokotajlo ir jo bendraautoriai peržiūrėjo ankstesnius terminus.
Jie dabar mano, kad visiškai autonominis kodavimas greičiausiai taps realybe ne 2027-aisiais, o 2030-ųjų pradžioje.
Naujoje prognozėje superintelekto atsiradimas nukeliamas į maždaug 2034 metus, o spėlionių apie galimą žmonijos sunaikinimą apskritai atsisakoma.
DI sistemos jau ir dabar gan universalios?
Dirbtinio intelekto rizikos valdymo ekspertai pabrėžia, kad realus pasaulis keičiasi gerokai lėčiau nei teoriniai modeliai.
Pasak jų, tam, kad tokie scenarijai išsipildytų, DI sistemoms reikėtų ne tik intelektinių gebėjimų, bet ir plataus praktinių įgūdžių spektro, leidžiančio veikti sudėtingose realaus pasaulio aplinkose.
Kiti ekspertai pabrėžia, kad šiuolaikinės DI sistemos jau dabar yra gana universalios, tačiau tai nereiškia, kad jos gali pakeisti žmones visose srityse ar veikti savarankiškai be žmogaus sprendimų ir kontrolės.
Nepaisant atsargumo, pirmaujančios technologijų bendrovės ir toliau siekia kurti DI, galintį padėti vykdyti mokslinius tyrimus ar net juos automatizuoti.
Tačiau patys šių projektų autoriai pripažįsta, kad tokie tikslai yra sudėtingi ir nebūtinai bus pasiekti numatytais terminais.
