Ян ЛеКун, засновник сучасного штучного інтелекту, публічно попереджає, що поточна траєкторія розвитку штучного інтелекту в Кремнієвій долині є нежиттєздатною та, швидше за все, зайде в глухий кут. ЛеКун, лауреат премії Тюрінга та колишній головний науковий співробітник Meta зі штучного інтелекту, стверджує, що надмірна зосередженість індустрії на великих мовних моделях (LLM), таких як ті, що є основою ChatGPT, зрештою виявиться марною для досягнення справжнього штучного загального інтелекту (AGI).
Обмеження поточних підходів
ЛеКун стверджує, що магістратури, незважаючи на значні інвестиції та швидкий розвиток, мають властиві обмеження. Основна проблема полягає в тому, що просте розширення цих моделей не призведе до того, що комп’ютери зможуть зрівнятися або перевершити людський інтелект. Він описує «ефект стада», коли компанії сліпо дотримуються тих самих підходів, орієнтованих на LLM, пригнічуючи більш перспективні, але менш популярні напрямки досліджень.
Це важливо, оскільки сотні мільярдів доларів вливаються в проекти, які можуть не дати бажаних результатів. Невпинна гонитва за AGI на основі LLM ризикує витрачати ресурси та затримувати справжні прориви.
Ризик відставання
ЛеКун також зазначає, що хоча Захід зосереджений на LLM, інші регіони, зокрема Китай, можуть шукати альтернативні архітектури ШІ з більшим довгостроковим потенціалом. Він припускає, що китайські компанії, не обтяжені тим самим промисловим тиском, могли б перевершити західні зусилля в гонці за AGI.
Заклик до диверсифікації
Критика Лекуна стосується не лише технологічних обмежень; це також брак інтелектуального розмаїття. Сучасне середовище перешкоджає дослідженню альтернативних методів штучного інтелекту, які зрештою можуть виявитися кращими. Його застереження ґрунтуються на десятиліттях піонерської роботи в цій галузі, включаючи фундаментальний внесок у згорточні нейронні мережі та глибоке навчання.
«Існує ефект стада, коли всі в Силіконовій долині повинні працювати над одним і тим же», — сказав ЛеКун. «Це не залишає місця для інших підходів, які можуть бути набагато перспективнішими в довгостроковій перспективі».
Повідомлення чітке: галузь штучного інтелекту повинна розширити свої горизонти, кинути виклик домінуючим припущенням і дослідити принципово інші підходи, якщо вона сподівається досягти справжнього інтелекту в машинах. Без диверсифікації поточний прогрес може зупинитися, залишивши сферу в стагнації, незважаючи на величезні інвестиції.
Майбутнє розвитку ШІ залежить від визнання цих обмежень і стимулювання більш експериментального, менш конформістського дослідницького середовища.
