Мы достигли AGI

В последнее время OpenAI нагенерировала множество инфоповодов. Наконец-то до большинства пользователей докатились мультимодальность и способность прямо в интерфейсе создавать картинки с помощью DALL·E 3.

Новые ингридиенты лично у меня вызвали вау-эффект, а также острое желание пофантазировать на тему AGI, тем более, что вышло очередное письмо глыб индустрии, которые призывают серьезно отнестись к рискам сильного AI. Что ж, «We don’t need another preacher, we just need another road».

Мы, наше поколение, хотим знать, когда же мы достигнем эры AGI. Я все-таки рискну встать на скользкую дорожку необоснованных спекуляций и закину тезис о том, что человечество уже до нее добралось. Если попытаться его смягчить, то сейчас, подобно коту Шредингера, мы находимся в суперпозиции, и только внешний наблюдатель способен определить, в каком состоянии мы находимся. Этот внешний наблюдатель явится в виде будущих поколений или внеземных цивилизаций — барин нас рассудит. А пока можно помыслить инструментально.

AGI — это форма искусственного интеллекта, способная выполнять широкий спектр интеллектуальных задач на уровне человеческого интеллекта, без необходимости специализации для конкретной задачи. Мне кажется, тут не стоит путать интеллект и разум. Это для разума валидны такие атрибуты как самосознание, эмоции, воля. Интеллект — это всего лишь вычислитель оптимальной стратегии. В этом смысле искусственный интеллект у нас есть уже давно, и калькулятор его пророк.

До недавнего времени мы шли по экстенсивному пути, по сути выводили за пределы черепной коробки различные функции естественного интеллекта. При этом, как завещал сумрачный гений Гегеля, количество переходило в качество — обобщающие способности наших моделей росли. В 2012 году, пока все ждали конец света, Target запилил свою рекомендашку и предсказал беременность по истории покупок, а годом позже вылупился word2vec. Я думаю это были те самые точки бифуркации на пути к AGI.

«В 2019 году GPT-2 не могла достоверно считать до десяти» — это цитата из письма выше. Сейчас можно отправить фотку содержимого своего холодильника в GPT-4, и она придумает, что можно приготовить на завтрак. Сколько способностей человеческого интеллекта обобщенно в этом кейсе? Пойдем дальше, как насчет эмуляции эксперта, который работает с какой-то документацией. И это уже не про историю чата со своими пдфками, вы буквально можете выкинуть кожаного из процесса анализа.

Да, пока вам нужно будет навесить кучу кода поверх LLM, но кто сказал, что общий ИИ должен быть гомогенным? Когда к GPT прикрутят звук, то мы пройдем еще один уровень. И тут стоит удивиться не самой ачивке, а скоростью ее получения, а также скоростью диффузии технологии в общество. Т. е. мы настолько погружены в технологическую среду, что ее эволюция сама тащит нас вперед с все нарастающим темпом.

А как же андроиды? Почему их пока не видно на стройках? Оказалось, что иммитировать простые формы деятельности оказалось более сложной задачей, чем клепать картинки. Тут еще сказалась цена ошибки — уронить бетонную плиту с 9 этажа все-таки дороже, чем отрисовать 6 пальцев. Но щупальца языковых моделей дотянутся и до этой сферы, можно вспомнить хотя бы модельку RT-2.

Осень, что же будет завтра с нами? Выкинем из головы инсайд — AGI has been achieved internally, пусть это будут вбросы рептилоидов. Даже без них нас ждет бум экспертных систем и все большая демократизация интеллектуальных инструментов. Можно на досуге помедитировать на лидерборд задачи text-to-sql. Джин уже выпущен и гуляет среди нас.

Пишу про AI и NLP в телеграм.