Sokan eltúlozzák a mesterséges intelligencia erejét és a veszélyeit, állítja Yann LeCun, a Meta mesterségesintelligencia-fejlesztéseinek vezető kutatója, a New York-i Egyetem Turing-díjas professzora. Az MI valós fejlettségéről vallott szkeptikus véleménye azért kerülhetett ismét fókuszba, mert a közelmúltban jó barátjának, a gyökeresen más nézeteket valló Geoffrey Hintonnak ítélték John Hopfielddal megosztva a fizikai Nobel-díjat.

Hinton úgy véli, hogy a számítógépek sokkal hamarabb válhatnak okosabbá az embernél, mint ahogyan azt eredetileg jósolták. Ennek szerinte az az alapvető kockázata, hogy nincs tapasztalatunk a nálunk okosabb dolgokkal kapcsolatban. Ezzel szemben LeCun sokkal kevésbé tartja problémásnak a technológiát: szerinte túlzottak a vele kapcsolatos várakozásaink, és ezáltal a veszélyeket is felnagyítjuk. Miközben a jelenlegi MI csupán egy (fontos) technológia, ami olyan változásokat hoz, amihez a társadalomnak adaptálódnia kell, ahogy tette azt a múltban is korábbi technológiák esetében.

A napokban a The Wall Street Journalnak adott interjújában továbbra is kiállt amellett, hogy az általános mesterséges intelligencia nagyon távoli, és szinte biztosan nem a generatív mesterséges intelligencia jelenlegi csúcsainak, az LLM-eknek a továbbfejlesztésével jön létre. (Apró érdekesség, hogy Stanley Kubrick 1968-as sci-fi klasszikusának, a 2001: Űrodüsszeia gonosz MI-je, a HAL 9000 miatt fordult érdeklődése az MI felé.)

Az LLM hatékony eszköz, de...

LeCun szerint az MI jelenlegi formájában is hatékony eszköz. Nem kis szerepe volt abban, hogy a Meta piaci értéke ma 1500 milliárd dollár körül van. Segít többek között a valós idejű fordításban vagy a felhasználói tartalmak moderálásában.

De ez az MI semmilyen értelemben nem intelligens – véli a kutató. Amikor Sam Altman OpenAI-vezér vagy Elon Musk arról beszélt, hogy pár éven belül megszülethet az általános mestersége intelligencia, LeCun némi iróniával regált a kijelentéseikre: mielőtt kitalálnánk, hogyan vezéreljünk nálunk sokkal okosabb MI rendszereket, talán el kellene jutnunk egy olyan rendszer tervezésének az első lépéseiig, amely okosabb, mint egy házi macska.

A jövőben létrejöhetnek olyan rendszerek, melyek rendelkeznek alapvetően emberi jellemzőkkel, egyfajta "józan ésszel", de akár évtizedekbe is telhet, míg azokig az MI-rendszerekig eljutunk. És biztosan nem a ma uralkodó megközelítés visz el bennünket az álatlános MI-hez, utalt a jelenleg dúló LLM-hájpra. Nem az MI-rendszerek mögött dolozó kapacitás jelenti ennek a megközelítésnek a korlátait, hanem a működési logikája. Olyan modellek talán túlléphetnek az LLM-ek lehetőségein, melyek például úgy építenek saját világmodellt vizuális információkból, ahogy az állatkölykök tanulják meg környezetüket, utalt egy olyan projektre, amelyben ő is érdekelt.

A mai modellek valójában csak megjósolják egy szövegben a következő szót. Ebben azonban annyira jók, hogy megtévesztenek bennünket. Hatalmas memóriakapacitásuk miatt azt hihetjük, hogy érvelnek, pedig valójában csak a már betanított információkat öklendezik fel, mondta az üzleti lapnak.

Ez a tévedésünk szerinte abban gyökerezik, hogy hozzászoktunk: azok az emberek vagy entitások, akik/amelyek ki tudják fejezni magukat, vagy képesek manipulálni a nyelvet, okosak. Pedig ez alapvetően hibás megközelítés, véli Yann LeCun, aki szerint a tévedés bizonyítékai maguk az LLM-ek.

(Nyitókép: Yann LeCun előadást tart a Minnesotai Egyetemen 2014-ben. Forrás: Wikipedia, CC BY-SA 3.0)