مدیران عامل مدام گریه می کنند AGI. اصلا به چه معناست؟

جنسن هوانگ، مدیر عامل انویدیا (راست میانی) و رئیس OpenAI، گرگ براکمن (راست) پس از جلسه اخیر درباره هوش مصنوعی با رئیس جمهور دونالد ترامپ گفتگو کردند. کوین دیچ/گتی ایماژ مدیران عامل فناوری شروع به گفتن کرده اند که هوش مصنوعی به آستانه بحرانی - و بسیار مورد بحث - رسیده است.

AGI معمولا به معنای هوش مصنوعی است که می تواند با هوش انسانی مطابقت داشته باشد یا از آن فراتر رود.

مهندسان به Business Insider گفتند که این اصطلاح بیش از حد است. گرگ براکمن، رئیس OpenAI، در تماسی با خبرنگاران در ماه سپتامبر، با تبلیغ آخرین مدل هوش مصنوعی شرکت، اعلام کرد: «به عصر AGI خوش آمدید». برای من، شخصا، فکر می‌کنم ما آنجا هستیم.»

اخیرا، مدیران عامل فناوری و افراد در X به طور یکسان در مورد یک کلمه کلیدی صحبت می کنند که زمانی یک هدف دوردست و عمدتا نظری برای هوش مصنوعی بود.

AGI یا هوش عمومی مصنوعی، اصطلاحی مبهم است که اغلب به معنای یک مدل هوش مصنوعی است که می تواند وظایف مختلفی را به خوبی یا بهتر از یک انسان انجام دهد. به غیر از براکمن، افراد با نفوذی که گفته اند به آن نقطه رسیده ایم عبارتند از الون ماسک، سام آلتمن و جنسن هوانگ.

با این حال، سایرین در صنعت به Business Insider گفتند که این اصطلاح در بهترین حالت آنقدر ضعیف تعریف شده است که نمی تواند به عنوان یک معیار معنادار عمل کند. در بدترین حالت، آنها ادعاهایی را مبنی بر اینکه AGI در اینجا شیوه های بازاریابی غیر صادقانه است نامیدند.

پیتر ووس که جزو اولین مهندسان نرم افزاری بود که از این اصطلاح استفاده کرد، گفت: «همه اینها فقط بحث بازاریابی است و کاملا مزخرف است. "اگر شما همین الان AGI داشتید، مطمئنا آن را می دانستیم."

AGI چیست؟ و چرا رهبران فناوری می گویند ما به آن رسیده ایم؟

در سال 2002، بن گورتزل در تصمیم‌گیری برای عنوان کتاب برای پروژه‌ای در مورد نوعی هوش مصنوعی همه‌کاره به نام «ماشین فکر» مشکل داشت، که می‌تواند مثلا یک انسان را در شطرنج شکست دهد و در عین حال رانندگی ماشین را نیز یاد بگیرد. پس از تماس با دوستان، او به این اصطلاح اکتفا کرد: "هوش عمومی مصنوعی".

ووس، که فصلی را برای این کتاب همکاری کرد، گفت که چنین ماشینی نشان دهنده "رویایی است که واقعا در هوش مصنوعی محقق نشده است." او گفت که چت بات‌های پیشرو امروزی، در فراتر از قابلیت‌های محدود خاص و یادگیری مهارت‌های جدید با انعطاف‌پذیری مشابه انسان‌ها مشکل دارند.

او گفت که انسان ها می توانند با یک یا دو روز آموزش کار در یک مرکز تماس را یاد بگیرند. یک سیستم AGI باید بتواند همین کار را انجام دهد، اما سیستم‌های هوش مصنوعی فعلی با چنین وظایفی دست و پنجه نرم می‌کنند.

او گفت: "در حال حاضر، برای تلاش و انجام کاری به سادگی پشتیبانی مشتری، به میلیاردها دلار مهندسی نیاز دارید." "شما به صدها هزار مکالمه نمونه نیاز دارید و نتایج هنوز بسیار ضعیف است."

با این حال، این امر مدیران عامل فناوری و سرمایه گذاران خطرپذیر را از گریه AGI منصرف نکرده است. جنسن هوانگ، مدیر عامل انویدیا در کنار گرگ براکمن، رئیس OpenAI. هر دو امسال "AGI" را اعلام کرده اند. کوین دیچ/گتی ایماژ پس از انتشار مدل Astra OpenAI در ماه سپتامبر - همان چیزی که براکمن از آن غوغا می کرد - جنسن هوانگ، مدیرعامل انویدیا، پیامی پیروزمندانه در X منتشر کرد و اعلام کرد که "AGI رسیده است."

هوانگ گفت: «از ChatGPT به o1 به Astra در 4 سال. "تبریک @OpenAI تیم."

ایلان ماسک، همیشه دلسوز، این هفته در پاسخ به فیلم کوتاهی که کلود تولید کرده بود، در X پست گذاشت. او گفت: «این بار واقعا AGI را عمیقا احساس کردم.

مدیر عامل کارخانه ماتان گرینبرگ اخیرا به پادکست Sources گفته است که "من فکر می کنم AGI در حال حاضر اینجاست" و "ما در حال حاضر در دنیای پس از AGI زندگی می کنیم."

او گفت: «ما به نوعی از افق رویداد گذشته ایم.

"یک اصطلاح بازاریابی"

مدیران اجرایی دیگر، مانند داریو آمودی از Anthropic، در اعلام طلوع عصر AGI محتاط تر بوده اند.

او سال گذشته گفت: "AGI هرگز برای من یک اصطلاح کاملا تعریف شده نبوده است." "من همیشه به آن به عنوان یک اصطلاح بازاریابی فکر می کردم."

شرکت‌های هوش مصنوعی مرزی مانند Anthropic و OpenAI تحت فشار مالی شدیدی هستند تا فناوری روزافزون قدرتمندتری را به نمایش بگذارند، زیرا آنها برای آنچه که احتمالا عرضه‌های اولیه سهام پرفروش تریلیون دلاری خواهد بود، آماده می‌شوند.

امیلی بندر، استاد دانشگاه واشنگتن، با استفاده از نامگذاری آینده‌نگر که تصاویری از ربات‌های کاملا مستقل و آزاداندیش را تداعی می‌کند، همانطور که در «جنگ ستارگان» یا «او» دیده می‌شود، گفت که این شرکت‌ها این «توهم» را منتشر می‌کنند که چت‌بات‌ها پیشرفته‌تر از آنچه هستند، هستند.

او گفت: «ما بر اساس این ایده های تخیلی انتظاراتی داریم. "به جای هر فناوری واقعی موجود، به یک فناوری تصوری اشاره دارد."

او افزود: «AGI، مانند هوش مصنوعی، یک اصطلاح بازاریابی است.

آلن چان، محقق هوش مصنوعی در GovAI، یک اندیشکده سیاست هوش مصنوعی، به Business Insider گفت که AGI بهترین اصطلاح برای سنجش پیشرفت نیست زیرا در عمل چقدر مبهم است. چان گفت که برخی از تعاریف AGI توانایی هوش مصنوعی برای انجام کارهای جدید را با "توانایی انجام واقعی کارها در جهان" ترکیب می کند.

چان گفت: "ما ممکن است سیستمی داشته باشیم که در کدنویسی واقعا خوب باشد، اما در یادگیری انجام کارهای جدید بسیار بد است." بنابراین، در کدنویسی واقعا خوب است، اما وقتی آن را در یک کار جدید به کار می‌گیریم، آموزش آن به زمان و تلاش زیادی نیاز دارد تا در آن کار خوب عمل کند.

او افزود: "من فکر می کنم وقتی مردم در مورد AGI صحبت می کنند، این دو چیز را با هم مخلوط می کنند."

آیا به زودی AGI دریافت می کنیم؟

اگر تعریف Voss از AGI را قبول کنید، ممکن است لازم باشد مدتی منتظر سیستم هوش مصنوعی باشید که بتواند رانندگی ماشین را در 24 ساعت بیاموزد.

ووس گفت که محبوبیت LLM در بین سرمایه گذاران و عموم مردم، راه اندازی سیستم های رقیب را دشوار می کند.

او گفت: «آنها تمام اکسیژن هوا را برای هر رویکرد دیگری مکیدند.

Voss تنها مهندسی نیست که گفته است استراتژی دوران ChatGPT در مقیاس‌سازی LLM با داده‌ها و تراشه‌های بیشتر، به این زودی‌ها به AGI منتهی نخواهد شد. "پدرخوانده" هوش مصنوعی، یان لیکان، که قبلا دانشمند ارشد هوش مصنوعی متا قبل از اینکه برای راه‌اندازی آزمایشگاه هوش مصنوعی خود برود. بلومبرگ/گتی ایماژ Yann LeCun، پدرخوانده هوش مصنوعی و دانشمند ارشد سابق هوش مصنوعی متا، سال گذشته گفت: "شما نمی توانید فرض کنید که داده های بیشتر و محاسبات بیشتر به معنای هوش مصنوعی هوشمندتر است."

Ilya Sutskever یکی از بنیانگذاران OpenAI در سال 2025 گفت که جزر و مد صنعت هوش مصنوعی باید به فاز تحقیقاتی برگردد. او گفت: «این مدل‌ها به نحوی به طور چشمگیری بدتر از مردم تعمیم می‌یابند. "این بسیار بدیهی است. به نظر یک چیز بسیار اساسی است."

دیگران، مانند بندر، محقق دانشگاه واشنگتن، گفت که AGI به عنوان یک مفهوم، برای انسان غیرممکن است که ایجاد کند.

او گفت: «یک ماشین فکری همه منظوره در محدوده امکان نیست. این نیازمند رویکردی به مهندسی است که کار نمی‌کند.»

مقاله اصلی را در Business Insider بخوانید