Veštačka opšta inteligencija (AGI) odnosi se na sisteme veštačke inteligencije koji poseduju ljudski sličnu opštu inteligenciju i mogu da se prilagode širokom spektru kognitivnih zadataka.

Pol Ferguson, konsultant za AI i osnivač Clearlead AI Consulting, kaže da bi AGI bio sposoban da razume, uči i primenjuje znanje u različitim oblastima.

„Ključna prednost AGI-a bila bi njegova sposobnost da prenosi učenje sa jednog domena na drugi, rešava nove probleme i pokazuje kreativnost i razmišljanje koje je uporedivo sa ljudskom inteligencijom“, kaže Ferguson.

Jednostavnije rečeno, Ghazenfer Monsoor, osnivač i CEO Technology Rivers-a, kaže da za razliku od današnjeg AI-a, koji je izuzetno dobar u specijalizovanim funkcijama poput prepoznavanja lica ili prevođenja glasa, AGI može da uradi gotovo sve što od njega zatražiš.

Njegova kompanija razvija zdravstveni softver koji koristi AI za obavljanje specifičnih zadataka. On može pomoći lekarima da dijagnostikuju bolesti na osnovu medicinskih podataka. „Ali [AGI] ide dalje od toga“, kaže Monsoor. „Može da ponudi nova lečenja, analizira mnoge studije i predviđa zdravstvene probleme, na načine koje nikada nismo zamišljali.“

Stanje veštačke inteligencije

Pre nego što možemo da razumemo AGI, prvo moramo da razumemo šta je inteligencija, kaže Sertac Karaman, vanredni profesor aeronautike i astronautike na MIT-u.

On objašnjava da je inteligencija ono što nas, ljude, razlikuje od svih drugih vrsta na planeti. Ima nekoliko atributa, ali najvažnije je da uključuje sposobnost razmišljanja, povezivanja misli i donošenja zaključaka koji nisu očigledni na prvi pogled.

Prema njegovim rečima, već od ranih dana računarske tehnologije, odnosno sredine 1960-ih godina, postojali su nagoveštaji takve „inteligencije“. Međutim, većina njih je demonstrirala inteligenciju u uskom spektru oblasti i razgovora, koji se nisu širili na sve ljudske razgovore.

„Veštačka opšta inteligencija bi bila ‘inteligencija’ koja nije prirodno evoluirala (zato je veštačka) i pokriva sve ljudske aktivnosti i razgovore (zato je opšta)“, objašnjava Karaman. „AGI sistem bi mogao da razmišlja i povezuje misli, slično kao ljudi.“

On dodaje da su zadaci koje možemo obaviti sa AI danas obično ograničeni na neautonomne zadatke. Iako je AI danas već veoma sposoban, njegova glavna uloga je da prikupi informacije iz ogromnih skupova podataka i predstavi ih na ljudski prihvatljiviji način.

Takođe, AI je sposoban da poveže postojeće podatke sa drugim ključnim informacijama koje pružite, kaže Karaman. Na primer, kažete AI-u šta imate u frižideru i koja vam hrana prija, i on vam može dati nekoliko recepata. „U principu, način na koji AI piše kod za/sa inženjerima nije mnogo drugačiji proces, mada je tehnički zahtevniji“, objašnjava on.

Sara Hofman, evangelista AI-a u AlphaSense-u, objašnjava da, iako AI danas može da nadmaši ljude u specifičnim zadacima, kao što je igranje šaha, nedostaje mu svestranost da prenese svoje znanje na nepovezane zadatke.

„Razmislite o DeepMind-ovom AlphaGo-u, koji je 2016. godine nadmašio ljudske šampione u igri Go, ali nije mogao da igra druge igre, čak ni jednostavnije“, kaže Hofman.

Kako se AGI razlikuje od AI?

Karaman objašnjava da će AGI, s druge strane, imati sposobnost razmišljanja i povezivanja misli. To će omogućiti veću autonomiju i agenciju. Umesto da nam samo prikazuje informacije, AGI će moći da izvrši zadatak od početka do kraja. To bi bila ključna razlika između AI i AGI, ističe Karaman.

I Ferguson smatra da je od presudne važnosti praviti razliku između pravog AGI-a i trenutnog stanja AI-a. Današnji AI sistemi, uključujući velike jezičke modele (LLM), kako kaže, zapravo su sofisticirani sistemi za prepoznavanje obrazaca obučeni na ogromnim količinama podataka.

„Iako su postali sve fleksibilniji i mogu se primeniti u različitim okruženjima, još uvek su daleko od toga da pokazuju pravu opštu inteligenciju“, kaže Ferguson.

Uticaj AI-a na AGI

Karaman smatra da AGI nije jednostavno jedinstvena tačka razvoja, već predstavlja postepeno uvođenje novih sposobnosti razmišljanja uz sve veće mogućnosti. Veruje da će povezane tehnologije nastaviti da transformišu naše živote i ekonomije neviđenom brzinom.

Ferguson dodaje da potraga za generalnijim i fleksibilnijim AI sistemima već donosi značajne komercijalne koristi. U svom radu sa kompanijama iz različitih sektora, Ferguson je primetio da se stvarni uticaj AI-a ogleda u njegovoj integraciji u postojeće procese rada i donošenja odluka.

„Napredak koji vidimo u AI-u, posebno u pravcu stvaranja prilagodljivijih i ‘generalnijih’ sistema, otvara nove mogućnosti za poslovanje“, kaže Ferguson. Na primer, ističe da se veliki jezički modeli (LLM) koriste u raznim kontekstima, daleko izvan same generacije sadržaja.

Hofman pripisuje ovaj napredak povećanim ulaganjima i istraživanjima u oblasti AI tehnologije. To postavlja temelje za moćnije i svestranije AI sisteme, koji već transformišu industrije iako još uvek nisu AGI.

Koliko smo daleko od prave AGI?

Uprkos medijskim senzacijama i tvrdnjama velikih tehnoloških kompanija da smo na pragu AGI-a, Ferguson smatra da smo još uvek veoma daleko od postizanja prave veštačke generalne inteligencije.

„Po mom profesionalnom mišljenju, verovatno smo decenijama udaljeni od ovog nivoa veštačke inteligencije“, kaže Ferguson. „Iako smo napravili značajan napredak u primenama uske AI i postigli impresivne pomake u fleksibilnosti AI sistema, posebno velikih jezičkih modela, prelazak na generalnu inteligenciju suočava se s brojnim tehničkim i konceptualnim izazovima.“

Hofman se slaže s ovim stavom i takođe veruje da smo daleko od prave AGI.

„Iako su današnji generativni alati impresivni i sofisticiraniji od prethodnih AI alata, jaz između onoga što čak i naši najnapredniji AI sistemi mogu da urade i ljudske inteligencije je ogroman i ostaće takav u doglednoj budućnosti“, objašnjava Hofman.

To ipak, Hofman ističe da napredak današnjih AI sistema već podstiče inovacije i efikasnost u industrijama poput zdravstva i finansija. AGI, međutim, ima potencijal da omogući još veća dostignuća u različitim sektorima.

Ferguson objašnjava da put ka AGI zahteva prevazilaženje složenih prepreka u oblastima poput razumnog zaključivanja, transfernog učenja i simulacije svesti.

Veruje da bi fokus komercijalnih aplikacija u bliskoj i srednjoročnoj budućnosti trebalo da bude na logičnijem razmišljanju, unapređenju pouzdanosti i besprekornoj integraciji u ljudske tokove rada.

„Ovo je područje gde vidim da AI ima najveći uticaj u narednim godinama, pre nego u obliku potpuno razvijenog AGI-a“, kaže Ferguson. „Za sada AGI vidim pre svega kao akademsku vežbu i dugoročni istraživački cilj, a ne kao neposrednu stvarnost.“