Τα AI μοντέλα της πέρασαν τεστ σχετικό με τη Γενική Τεχνητή Νοημοσύνη (AGI)!

Η Τεχνητή Νοημοσύνη έχει φτάσει σε ένα απροσδόκητο και μετασχηματιστικό ορόσημο. Η OpenAI ανακοίνωσε ότι τα βελτιωμένα μοντέλα της o3 έσπασαν το ARC-AGI benchmark, ένα κρίσιμο τεστ για την ικανότητα συλλογισμού των συστημάτων AI που μοιάζει με την ανθρώπινη λογική.

Παρόλο που αυτό το επίτευγμα δεν θα βάλει σύντομα την AGI στις τσέπες μας, είναι ένα σημαντικό σημείο καμπής στην ανάπτυξη της Τεχνητής Νοημοσύνης. Ωστόσο, η τεράστια υπολογιστική ισχύς που απαιτείται για αυτά τα μοντέλα απέχει πολύ από το να είναι πρακτική για την καταναλωτική αγορά. Ακόμα και τα πιο ισχυρά τηλέφωνα του 2025 δεν θα πλησιάσουν στο να τα λειτουργήσουν. Όμως αυτή η εξέλιξη σημαίνει ότι η AGI είναι εφικτή και ίσως δούμε τα οφέλη της νωρίτερα από ό,τι νομίζαμε.

Το ARC-AGI benchmark, συντομογραφία για το Abstraction and Reasoning Corpus for Artificial General Intelligence, μετρά την ικανότητα ενός μοντέλου Τεχνητής Νοημοσύνης να συλλογίζεται και να επιλύει νέα προβλήματα που απαιτούν προσαρμοστικότητα. Δημιουργήθηκε από τον François Chollet το 2019 στο πλαίσιο ενός δημόσιου διαγωνισμού ύψους 1 εκατομμυρίου δολαρίων, και το σημείο αναφοράς παρέμεινε αδιάσπαστο μέχρι σήμερα. Οι εργασίες στο σημείο αναφοράς αναγκάζουν το μοντέλο να χρησιμοποιεί συλλογισμό, λογική και εξαγωγή συμπερασμάτων αντί να βασίζεται στα μοτίβα που μαθαίνει από ένα υπάρχον σύνολο δεδομένων.

Το σημείο αναφοράς ARC-AGI δεν σχεδιάστηκε για να επιλυθεί με την αναβάθμιση υφιστάμενων τεχνολογιών Τεχνητής Νοημοσύνης, όπως είναι τα LLM. Αυτά εκπαιδεύονται για να είναι καλά σε συγκεκριμένες εργασίες, αυτό που αποκαλούμε Narrow AI ή Weak AI, αλλά δεν έχουν την ευελιξία να γενικεύουν πέρα από τα δεδομένα εκπαίδευσής τους. Αυτό δεν ήταν μόνο θέμα διοχέτευσης περισσότερων δεδομένων και υπολογιστικής ισχύος στο πρόβλημα. Το σπάσιμο του σημείου αναφοράς απαιτούσε από την OpenAI να αναπτύξει μια θεμελιωδώς νέα αρχιτεκτονική που θα μπορούσε να μιμηθεί την ανθρώπινη λογική.

Μοντέλα όπως το ChatGPT και το Gemini είναι εντυπωσιακά αλλά περιορισμένα. Τα πολυτροπικά συστήματα μπορούν να επεξεργαστούν διάφορους τύπους δεδομένων (βίντεο, εικόνες, ομιλία και κείμενο), αλλά μόνο εντός των παραμέτρων εκπαίδευσής τους. Όσο προηγμένα και αν γίνουν, δεν μπορούν να επιτύχουν AGI επειδή δεν έχουν την ικανότητα να σκέφτονται, να προσαρμόζονται και να γενικεύουν όπως οι άνθρωποι.

Η σημασία του δείκτη αναφοράς ARC-AGI είναι σχετική. Αν και είναι ένα κρίσιμο βήμα προς το AGI, δεν είναι επαρκές από μόνο του. Το σημείο αναφοράς αξιολογεί την επίλυση προβλημάτων στο πλαίσιο ενός συγκεκριμένου τύπου αφηρημένης εργασίας και όχι σε πραγματικές εφαρμογές. Αυτό δεν σημαίνει ότι αυτά τα μοντέλα είναι έτοιμα για πρακτική χρήση. Ένα μωρό που λέει την πρώτη του λέξη ή κάνει το πρώτο του βήμα αποτελεί ορόσημο, αλλά δεν το καθιστά πραγματικά ικανό στο βάδισμα και την ομιλία, και αυτό το επίτευγμα είναι μόνο ένα πρώιμο σημάδι των μεταγενέστερων δυνατοτήτων του.

Παρόλο που ο σκεπτικισμός είναι κατανοητός, η απόρριψη αυτής της εξέλιξγης παραβλέπει τις ευρύτερες συνέπειες. Δεν πρόκειται απλώς για άλλη μια εκδοχή της Narrow AI, αλλά μια στροφή προς τη Γενική Τεχνητή Νοημοσύνη (AGI). Το σπάσιμο του σημείου αναφοράς ARC-AGI αποδεικνύει ότι η AGI είναι εφικτή και μάλιστα νωρίτερα από ό,τι αναμενόταν. Ακόμα και αν τα σημερινά συστήματα είναι ανεφάρμοστα, θέτουν τις βάσεις για πιο αποδοτικά και προσιτά μοντέλα.

Αυτό το ορόσημο δεν αφορά βραχυπρόθεσμα κέρδη. Πρόκειται για τον επαναπροσδιορισμό του τι είναι δυνατό. Ακριβώς όπως τα πρώτα smartphones ήταν περιορισμένης απόδοσης σε σύγκριση με τις σημερινές συσκευές, τα πρώτα στάδια της AGI αποτελούν προάγγελο μετασχηματιστικών αλλαγών στη ζωή μας.

[via]