Зазначений раніше поріг прибутку в 100 мільярдів доларів зливає комерційний успіх із когнітивною здатністю, ніби спроможність системи генерувати дохід говорить про те, чи може вона «мислити», «розуміти» або сприймати світ, як це робить людина.
В залежності від обраного визначення, ми вже можемо мати штучний загальний інтелект (AGI), або ж його досягнення фізично неможливе. Якщо AGI визначити як «штучний інтелект, що виконує більшість задач краще, ніж більшість людей», то сучасні мовні моделі потенційно можуть відповідати цьому критерію для певних видів роботи (які конкретно задачі, які люди, що вважається «кращим»?), проте єдиної думки щодо цього немає. Це не враховує ще більш неясне поняття «суперінтелекту» — ще один неокреслений термін для гіпотетичного, божественного інтелекту, який настільки перевищує людське сприйняття, що, як і AGI, має невизначене визначення та критерії.
Усвідомлюючи цю плутанину з термінами, дослідники намагаються створити об’єктивні критерії для вимірювання прогресу в напрямку AGI, але ці спроби виявили свої власні проблеми.
Чому критерії продовжують нас підводити
Пошук покращених критеріїв для AGI призвів до появи деяких цікавих альтернатив Тесту Тюрінга. Абстрактний і логічний корпус (ARC-AGI), представлений у 2019 році Франсуа Шолле, перевіряє, чи можуть системи ШІ вирішувати нові візуальні головоломки, які вимагають глибокого та оригінального аналітичного мислення.
«Практично всі сучасні критерії ШІ можуть бути вирішені тільки завдяки запам’ятовуванню», — зазначив Шолле в серпні 2024 року. Основна проблема з критеріями ШІ в нинішній час полягає в забрудненні даних — коли запитання для тестування потрапляють до навчальних даних, моделі можуть виглядати так, ніби вони добре працюють, без справжнього «розуміння» основних концепцій. Великі мовні моделі виступають в ролі самого досконалого копіювальника, імітуючи патерни навчальних даних, але не завжди генеруючи оригінальні розв’язання проблем.
Проте навіть складні критерії, такі як ARC-AGI, стикаються з фундаментальною проблемою: вони все ще намагаються звести інтелект до певного балу. Хоча покращені критерії суттєві для вимірювання емпіричного прогресу в науковому контексті, інтелект не є чимось однозначним, що можна виміряти, як зріст або вагу — це складна констеляція здібностей, які проявляються по-різному в різних контекстах. Насправді, ми навіть не маємо повного функціонального визначення людського інтелекту, тому визначати штучний інтелект за будь-яким єдиним показником, ймовірно, охопить лише невелику частину повної картини.