Kezdjük az alapoknál: az AGI elvben egy olyan AI, amely majdnem minden feladatban majdnem minden embernél jobb. Csakhogy éppen itt csúszik szét a beszélgetés. Van, aki az AGI alatt „emberi szintű általános intelligenciát” ért, más inkább azt, hogy a rendszer képes önálló, eredeti kutatást végezni, például hézagokat találni a publikált szakirodalomban. Ez utóbbi is izgalmas és hasznos, de nem feltétlenül ugyanaz, mint a hétköznapi értelemben vett „emberi ész”.
A rövidebb idővonalat emlegetők között ott van Elon Musk, aki azt írta, hogy az AI 2025 végére okosabb lehet bármelyik embernél, és akár „minden embernél” 2027–2028 körül. Dario Amodei, az Anthropic vezérigazgatója 2026–2027-et is el tud képzelni, és legkésőbb 2030-ra egy új „állapotot” vizionál a világban: „egy adatközpontnyi zsenit” – vagyis rengeteg, nagyon okos AI-rendszert egyszerre, óriási globális hatással.
Amodei azt is mondja, hogy szerinte az AGI sosem volt igazán jól definiált fogalom, inkább marketingkifejezés, de ő úgy gondol rá, mint olyan rendszerekre, amelyek szinte mindenben jobbak lesznek szinte minden embernél.
A visszafogottabb táborban ott van Demis Hassabis, a Google DeepMind vezetője, aki 5–10 évet mond, és még 1–2 nagy áttörést tart szükségesnek. Yann LeCun pedig (aki bejelentette, hogy 2025 végén távozik a Metától) szintén úgy látja: több jelentős technológiai ugrás kellhet, ezért reálisabb a hosszabb időablak. Eközben Jensen Huang (Nvidia) és Eric Schmidt (korábbi Google-vezérigazgató) a nyilatkozataik alapján nagyjából 3–5 évre teszik az AGI-t.
Sam Altman ennél konkrétabb mérföldköveket is bedob: szerinte 2026 szeptemberére jöhet egy „gyakornokszintű” AI-kutatási asszisztens, 2028-ra pedig egy „legitim” AI-kutató rendszer – nem feltétlenül maga az AGI, hanem egy valóban automatizált AI-kutató.
És itt megint előjön a definícióvita: ha nálad az „AGI” azt jelenti, hogy a gép önállóan kutat, akkor ezek a dátumok nagyon másként csengenek, mint ha azt várod, hogy a rendszer nagyjából bárhol, bármiben megállja a helyét.
Egy több mint 300 szakértőt megkérdező felmérés, a Longitudinal Expert AI Panel (LEAP) például általában jóval lassabb haladást jósol, mint a vezető fejlesztők nyilvános jóslatai. A Metaculus egyik, sokat idézett AGI-kérdésénél a közösségi becslés dátuma jelenleg 2027 vége. Ráadásul az eloszlás átlaga ennél is korábbra eshet – vagyis vannak, akik nagyon közeli dátumokra tippelnek, még ha a „középérték” óvatosabb is.
A közeljövő fejlődésére az Epoch AI kínál egy külön nézőpontot: szerintük a skálázás 2030-ig továbbra is érdemi előrehaladást hozhat, és a benchmarkok alapján a modellek egyre hasznosabbak lehetnek többek között tudományos és szoftveres feladatokban is. Ez nem feltétlenül az a „mindent tudó” AGI-kép, ami a sci-fiből furakodott a közhagyományba, de már önmagában is elég ahhoz, hogy a munkát, a kutatást és a mindennapokat érezhetően átrendezze.
Az AGI érkezéséről szóló vitát tehát részben az fűti, hogy ugyanazt a szót másra használjuk. Ha az AGI egy „független kutató”, akkor közelebbinek tűnhet. Ha viszont a cél a valódi, széles körű általános intelligencia, akkor érthető, miért beszélnek egyesek 5–10 évről, és miért kerül elő újra meg újra a „kell még pár nagy áttörés” refrén.
Az is érdekes, hogy az OpenAI és a Microsoft együttműködésében az AGI-val kapcsolatos részt is átírták: ha az OpenAI kimondja, hogy „ez már AGI”, azt egy független szakértői panelnek is verifikálnia kell.
Az viszont biztos: izgalmas év, illetve évek állnak előttünk.
(Forrás: Sabine Hossenfelder, kép: Pixabay)
