I mars i år spådde administrerende direktør i Nvidia—verdens mest verdifulle teknologiselskap—at superintelligente maskiner vil bli en realitet innen fem år. Dette reiser dype spørsmål om hvordan menneskeheten vil tilpasse seg en verden i rask endring.

«Hvis jeg ga en AI ... hver eneste test du kan tenke deg, lager en liste over tester og legger den foran datavitenskapsindustrien, så antar jeg at vi om fem år vil gjøre det bra på hver eneste av dem,» sa Jensen Huang, hvis selskap nylig nådde en markedsverdi på 3,41 billioner dollar.

Hans dristige spådom føyer seg inn i rekken av lignende uttalelser fra andre teknologiledere som ser for seg maskiner som kan matche eller overgå menneskelig kognitiv kapasitet, kjent som Artificial General Intelligence (AGI).

Men bak disse spådommene ligger en mer komplisert historie om hva AGI egentlig betyr, og om vi virkelig nærmer oss dette teknologiske milepælet.

For å forstå omfanget av denne visjonen, er det nyttig å se på hvor vi står i dag. Kunstig intelligens (AI) har blitt en integrert del av hverdagen vår, fra algoritmer som anbefaler produkter til virtuelle assistenter på smarttelefonene våre.

Når det gjelder AGI, forblir konseptet imidlertid mer abstrakt, og mange lurer på hva som skiller det fra vanlig AI.

«Jeg vil si at de avanserte AI-systemene vi har nå er generelle, men de har svakheter på visse områder som hindrer dem i å være fullverdige erstatninger for menneskelig arbeidskraft,» sier professor Nick Bostrom, en fremtredende akademiker fra Oxford som arbeider med teoretisk fysikk, beregningsnevrovitenskap og kunstig intelligens.

«Spesielt sliter de fortsatt med oppgaver som krever lang varighet og oppgaver som krever fysiske handlinger.»

Definere det udefinerbare

Begrepet AGI dukket opp i 2007 da forskerne Ben Goertzel og Cassio Pennachin introduserte det for å skille deres ambisiøse visjon fra smalere AI-forskning i boken Artificial General Intelligence.

«AGI er, grovt sagt, AI-systemer som har en rimelig grad av selvforståelse og autonom selvkontroll, og som har evnen til å løse en rekke komplekse problemer i ulike kontekster, og til å lære å løse nye problemer de ikke kjente til ved opprettelsen,» sa de.

Goertzel og Pennachin valgte å «døpe» AGI for å skille det fra «vanlig AI-forskning» og understreke at AGI er «eksplisitt fokusert på å utvikle generell intelligens på kort sikt.»

Men denne definisjonen representerer bare ett perspektiv i en over ti år lang debatt.

The Economist rapporterer at ulike grupper foreslår svært forskjellige målestokker—fra et program som kan gjøre det 8 prosent bedre enn de fleste mennesker på visse tester, som advokateksamener eller logikkquizzer, til en maskin som lager kaffe på et fremmed kjøkken.

Mens OpenAI definerer det som «høyt autonome systemer som overgår mennesker i de fleste økonomisk verdifulle oppgaver,» argumenterer andre for at hele konseptet kan være fundamentalt feil.

«Da vi fortsatt var langt unna AGI, spilte disse forskjellene i definisjoner ikke så stor rolle,» bemerker professor Bostrom.

«Men når du kommer nærmere overflaten, blir detaljene i terrenget synlige og relevante. Fra et praktisk synspunkt kan vi si at AGI er det intelligensnivået der OpenAI velger å avslutte sine kontraktsforpliktelser med Microsoft,» sier han.

Vitenskapen bak hypen

Det er ingen hemmelighet at dagens AI-systemer, til tross for deres imponerende evner, ikke oppnår sann generell intelligens. De er ikke i stand til å tenke eller handle som mennesker, da de aktiveres av hva som er på deres data eller med andre ord hva som er på internett.

Mange kilder avslører at selv de mest avanserte store språkmodellene som GPT-4 og Claude i hovedsak forutsier mønstre i data i stedet for å demonstrere ekte forståelse eller resonnering. De utmerker seg i spesifikke oppgaver, men mangler den fleksible, adaptive intelligensen som mennesker besitter.

Denne grunnleggende begrensningen har presset forskere til å utforske flere veier mot AGI, som krever gjennombrudd på tvers av ulike felt, fra nevrovitenskap til kognitiv psykologi.

Forskere ved Universitetet i Montreal utforsker nye AI-arkitekturer som bedre speiler hvordan menneskelige hjerner bygger sammenhengende modeller av verden.

I mellomtiden foreslår andre at mer energieffektive, mindre og mer selektive læringssystemer kan tilby en bedre vei fremover enn dagens dataintensive tilnærminger.

Hvorfor er det så viktig?

Utviklingen av kunstig generell intelligens representerer ikke bare et nytt steg i teknologisk fremgang, men en potensiell transformasjon av menneskelig sivilisasjon i seg selv.

Implikasjonene berører alt fra vitenskapelige oppdagelser til økonomiske strukturer ved å bygge et nøkkelsvar om menneskehetens rolle i en stadig mer automatisert verden.

“Mennesker som dør av for tiden uhelbredelige sykdommer eller av alderdommens herjinger, ville ha håp om å bli kurert. Uante nye horisonter åpner seg for menneskelig vekst og blomstring,” sier Prof. Bostrom.

Bransjeledere rammer inn AGIs betydning gjennom dens problemløsende potensial, i stand til å håndtere komplekse utfordringer som lenge har motstått menneskelige løsninger.

"Hvis du snakket med noen om generell AI, ville du blitt ansett som i beste fall eksentrisk, i verste fall en slags vrangforestilt, ikke-vitenskapelig karakter," Shane Legg, DeepMinds medgründer, et ledende AI-forskningslaboratorium som har som mål å utvikle AGI, og reflekterer over hvor dramatisk perspektivene har endret seg siden 2007.

Den økonomiske dimensjonen viser seg spesielt overbevisende med selskaper over hele verden som har investert mer enn $340 milliarder i AI-forskning bare i 2021.

Mens amerikanske myndighetsorganer tildelte $1,5 milliarder til AI-forskning og utvikling, og EU-kommisjonen bruker rundt €1 milliard årlig, har private sektorinvesteringer allerede skutt i været forbi $340 milliarder, og omformet hele forskningslandskapet.

Rasjonalet bak disse investeringene kommer fra eksperters syn på hvordan AGI kan drive betydelig økonomisk vekst ved å automatisere komplekse oppgaver, transformere arbeidsmarkeder og akselerere innovasjon.

"Når vi har billige, raske, fjernstyrte AI-arbeidere, vil de økonomiske effektene være svært store, du kan ha BNP som dobles hvert år," sier Prof. Bostrom, forfatter av 200 publikasjoner.

"Disse arbeiderne vil raskt forbedre seg, og også få robotinfrastruktur de kan operere, på hvilket tidspunkt det meste av menneskelig arbeid blir overflødig. Dette vil føre til en enorm fremgangstakt innen medisin, vitenskap, teknologi og økonomisk produktivitet generelt."

Utfordringer fremover

Kappløpet mot AGI byr på en rekke utfordringer, ikke bare på grunn av dets potensial for økonomisk transformasjon, men også på grunn av løftet om å revolusjonere vitenskapelig oppdagelse.

Imidlertid skaper dette samme potensialet en stor kompleksitet i å oppnå et slikt gjennombrudd.

"Ulike typer problemer krever ulike typer kognitive evner... ingen enkelt type intelligens kan gjøre alt," sa Alison Gopnik, professor i psykologi ved UC Berkeley. Hennes observasjon belyser hvorfor AGIs potensial til å kombinere ulike former for intelligens gjør det så verdifullt, og så utfordrende å oppnå.

Disse implikasjonene reiser også alvorlige regulatoriske bekymringer om AGIs rekkevidde, og understreker hvorfor det har blitt så viktig for beslutningstakere og samfunnet å definere og forstå AGI.

"Hvis du prøver å lage en regulering som passer til alle [AGIs definisjoner], er det rett og slett umulig," sier Pei Wang, en datavitenskapsmann fra Temple University.

Når det gjelder å teste disse systemene, blir bildet enda mer komplisert.

"Å gi en maskin en slik test betyr ikke nødvendigvis at den vil være i stand til å gå ut og gjøre de tingene som mennesker kunne gjøre hvis et menneske fikk en lignende score," sier Melanie Mitchell fra Santa Fe Institute.

Disse overlappende bekymringene krever samarbeid mellom regjeringer, teknologiselskaper og forskningsinstitusjoner. Uten skikkelig tilsyn kan AGI-utvikling bli uforutsigbar, muligens til og med usikker.

"Vi må finne tekniske måter å tilpasse superintelligente AI-systemer," sier Prof. Bostrom til TRT World.

"Vi må forstå hvilke moralsk relevante interesser de digitale sinnene vi konstruerer kan ha, sikre at teknologien brukes til positive formål, og vurdere de bredere åndelige dimensjonene av hva det betyr for menneskeheten."

KILDE: TRTWORLD OG AGENCIES