2030-ra valóban elérhetjük a szuperintelligens mesterséges intelligencia küszöbét, vagy csupán egy távoli álom marad? A technológiai fejlődés üteme lenyűgöző, és a kutatók folyamatosan újabb és újabb áttöréseket érnek el. Azonban a szuperintelligencia meg

A tech-szféra meghatározó figurái elég merész állításokat tesznek újabban: a 2030-as éveket várhatóan gyökeresen átalakítja már szerintük a szuperintelligens mesterséges intelligencia. A jelenlegi kutatások alapján viszont még a jelenlegi legfejlettebb modellek is küzdenek az alapvető érvelési feladatok megoldásával.

Sam Altman, az OpenAI vezetője egy izgalmas jövőt vázol fel, ahol a "radikális bőség" fogalma válik valósággá. Ezt a forradalmi jövőképet az anyagtudomány és az agy-számítógép interfészek terén elért áttörések táplálják. Demis Hassabis, a DeepMind kutatója szintén merész előrejelzéseket tesz, miszerint a mesterséges általános intelligencia (AGI) nem csupán a betegségek gyógyításában nyújt majd támogatást, hanem jelentősen megnöveli az emberi élettartamot, sőt, lehetővé teszi az űr kolonizációját is. E két szakember víziója arra utal, hogy a technológiai fejlődés határvonalán állunk, ahol az emberiség új lehetőségeket és kihívásokat találhat.

"Az emberiség maximális virágzásának korszakát kellene hoznia."

Ezek az ambiciózus elképzelések jelentős mértékben azon a feltételezésen alapulnak, hogy a nagy nyelvi modellek (LLM-ek) teljesítménye javul, ha a méretüket és számítási kapacitásukat fokozzuk. Egyszerűbben fogalmazva: minél több és erősebb számítógépet vonunk be a folyamatba, annál közelebb kerülünk az AGI (általános mesterséges intelligencia) megvalósulásához. Ezt a "skálázási törvényt" már jó ideje érvényesnek tartják, de az utóbbi időszakban új fejlemények láttak napvilágot, amelyek árnyalják ezt a derűlátó képet. Például az OpenAI komoly költségek árán fejlesztette ki a jelenleg kísérleti fázisban lévő GPT-4.5 modellt, amely csupán elhanyagolható mértékben mutat előrelépést az előző verzió, a GPT-4-hez képest, és egy időre még le is kellett állítani a fejlesztéseket. Ezen kívül a Meta is 14 milliárd eurós befektetéssel tervezi a szuperintelligencia létrehozását, viszont a kérdés továbbra is nyitott: vajon ez az óriási kiadás valóban arányos eredményeket hoz majd?

A teljesítménykorlátok átlépésére több vállalat speciális érvelési modelleket dolgozott ki, mint például az OpenAI "o1" nevű rendszere, amelyek hosszabb feldolgozási időket és iteratív "gondolatmeneteket" alkalmaznak.

Indokolt volt az aggodalom, hogy megakadhat az MI fejlődése.

Noam Brown, az OpenAI képviselője kiemelte, hogy ezek az új modellek valóban ígéretes jelei a fejlődés folytatásának.

Az eddigi tanulmányok viszont azt mutatják, hogy még ezek a fejlettebb érvelési rendszerek is gyakran elbuknak egyszerű logikai feladatokban. Az Apple kutatói által vizsgált DeepSeek és Anthropic modellek sokszor következetlen érvelést mutattak, ráadásul nehezebb feladatoknál kevesebb adatfeldolgozási kapacitást használtak, ami paradox módon azt jelzi, hogy éppen a nagyobb gondolkodási igényt jelentő problémák esetén gondolkodnak kevesebbet.

„Ezek olyan jellegű kihívások, amelyeket már ötven évvel ezelőtt is sikerült megoldanunk a szimbolikus mesterséges intelligencia segítségével” – nyilatkozta Artur Garcez, a Londoni City Egyetem kutatója.

Más kutatások azt is kimutatták, hogy a hosszabb "gondolkodási" idő nem mindig vezet jobb teljesítményhez a modellek esetében. Egy konkrét vizsgálatban, amikor az adatfeldolgozási kapacitást háromszorosára növelték, mindössze 5%-os javulást tapasztaltak. Ezen túlmenően, a további növekedés már 17%-kal csökkentette a pontosságot. Érdekes módon előfordult, hogy ha a modell értelmetlen "gondolatmenetekkel" dolgozott, jobbnak bizonyult, mint amikor a saját, logikusnak szánt válaszaival próbálkozott. Ebből kifolyólag a kutatók figyelmeztetnek arra, hogy ne tekintsük a modellek működését valódi érvelésként.

"A tanítás során feszültség keletkezik aközött, amit megtanítunk nekik - vagyis a következő szó megjóslása -, és aközött, amit ténylegesen elvárunk tőlük, nevezetesen a valódi érvelési képesség."

Andreas Vlachos, a Cambridge-i Egyetem munkatársa, így nyilatkozott: "Ennek ellenére az OpenAI továbbra is hangsúlyozza, hogy az érvelési készségek fejlesztése továbbra is a tevékenységük középpontjában áll."