Podziw jest prawdziwy. Nawet twórcy generatywnych modeli sztucznej inteligencji, tacy jak ChatGPT i Bard, są zdumieni tym, co zbudowali. Systemy te zyskują nowe, czasem nieoczekiwane możliwości z każdą aktualizacją wersji. Ten szybki rozwój rodzi dręczące pytanie: czy w ogóle rozumiemy, jak teraz działają te systemy? A czy w najbliższej przyszłości nie wyprzedzą nas?
Ale tutaj jest poważniejszy problem. Czy maszyna mogłaby kiedykolwiek rozwinąć prawdziwą inteligencję porównywalną z naszą?
Co definiuje silną sztuczną inteligencję
Badacze używają terminu Sztuczna Inteligencja Ogólna (AGI) do opisania systemów, które dorównują ludzkim zdolnościom poznawczym lub je przewyższają. Znana również jako „silna sztuczna inteligencja” nie polega tylko na posiadaniu większej ilości danych. Prawdziwy system AGI potrafi planować z wyprzedzeniem. Uczy się z doświadczenia. Rozwija się samodzielnie.
Taki system nie tylko rozwiązuje problemy. Rozumie dlaczego tak się dzieje. Opracowuje własne strategie. Jest samoświadoma.
Przez długi czas uznawano go za science fiction. Wczesnym systemom sztucznej inteligencji brakowało elastyczności i możliwości samodzielnego uczenia się. Sceptycy wierzyli, że osiągnięcie tego poziomu zajmie stulecia.
Ten pogląd uległ zmianie. Sieci neuronowe i modele generatywne oparte na transformatorach zmieniły zasady gry.
Geoffrey Hinton, brytyjski badacz sztucznej inteligencji, przyznał się do błędu. „Niewiele osób wierzyło, że te systemy mogą stać się mądrzejsze od ludzi” – powiedział. „Większość z nas – łącznie ze mną – myślała, że zajmie to dużo czasu. Ale to wyraźnie się zmieniło”.
Skok GPT-4
Przejście z GPT-3.5 na GPT-4 nie było stopniowe. To było zaskoczeniem. Zespół badaczy firmy Microsoft pod przewodnictwem Sebastiena Boubecka przeprowadził szeroko zakrojone testy modelu. Wyniki swoich badań opublikowali w kwietniu 2023 r.
Ich wniosek? GPT-4 pokazuje pierwsze iskierki sztucznej inteligencji ogólnej.
Pomimo tego, że jest modelką czysto językową, wykazała się znaczącymi umiejętnościami w różnych obszarach. Chodzi o abstrakcję. Możliwości wizualne. Programowanie. Matematyka. Medycyna. I masz rację.
Rozumie nawet ludzkie motywy i emocje. Testy wykazały, że nie jest to tylko dopasowywanie wzorców. Jest to znaczący skok w wykonywaniu zadań na poziomie poznawczym.
Wyjaśnianie własnego zachowania
Jedną z kluczowych oznak tej zmiany jest zdolność sztucznej inteligencji do wyjaśniania własnego zachowania.
„Ważnym aspektem inteligencji jest umiejętność wyjaśnienia, dlaczego udzielono danej odpowiedzi” – zauważyli Bubeck i jego współpracownicy. Wymaga to pewnej formy samoświadomości. Wymaga to również dotarcia do użytkownika.
W testach GPT-4 wyjaśnił, dlaczego zamienił neutralny portugalski tytuł zawodowy na formę męską lub żeńską. Wyjaśnił, jak ukończył sekwencję melodyczną. Nie były to przypadkowe domysły. Model potrafił uzasadnić logikę swoich wyborów.
Badaczy uderzyła także jej widoczna empatia. W obliczu scenariuszy obejmujących konflikt lub nieporozumienie między ludźmi sztuczna inteligencja może opisać stan psychiczny zaangażowanych postaci. Ustalił, gdzie dokładnie powstało nieporozumienie.
Zdała nawet testy kreatywności.
Czy wymagana jest świadomość?
Czy zatem GPT-4 faktycznie rozumie ludzką psychologię? Czy jest samoświadoma? Albo świadomość?
Prawdopodobnie nie. Podstawowy mechanizm nadal opiera się na prawdopodobieństwie statystycznym. Modele generują tekst lub obrazy na podstawie tego, co najbardziej pasuje do ich danych szkoleniowych.
Niektórzy naukowcy twierdzą, że oznacza to całkowity brak inteligencji. Twierdzą, że modele te po prostu ślepo podążają za prawdopodobieństwem. Bez zrozumienia – argumentują – nie ma prawdziwej inteligencji.
Paul Formosa, filozof technologii na Uniwersytecie Macquarie w Australii, nie zgadza się z tym.
„Niektórzy uważają, że systemy sztucznej inteligencji nigdy nie będą naprawdę inteligentne, ponieważ nie rozumieją, co robią” – wyjaśnił Formosa. „Ale postęp w sztucznej inteligencji sugeruje, że inteligencja bez świadomości jest możliwa”.
Praktyczna konsekwencja tego faktu jest oczywista. Jeśli system samouczenia się „nierozumienia” daje takie same rezultaty jak system prawdziwie inteligentny, konsekwencje dla ludzi będą identyczne. Wynik jest równie ważny jak intencja.
Problem z czarną skrzynką
Jest jeszcze jedna warstwa tej tajemnicy. Nawet programiści nie do końca rozumieją, co dzieje się wewnątrz tych systemów.
Nie potrafią z całą pewnością powiedzieć, dlaczego sztuczna inteligencja zyskuje nowe, nieoczekiwane możliwości.
Sundar Pichai, dyrektor generalny Google, nazwał to „czarną skrzynką”. W rozmowie z CBS przyznał, że nie potrafią dokładnie powiedzieć, dlaczego sztuczna inteligencja coś mówi lub popełnia błędy.
Sposób myślenia „mózgu maszyny” pozostaje tajemnicą. Jak się uczy. Jaka ona naprawdę jest inteligentna.
Obserwujemy lecące iskry. Ale nadal nie wiemy, co podsyca ogień.
