Istnieją granice rozwoju generatywnej sztucznej inteligencji, jaką znamy

Ostatnie lata to okres niezwykle efektywnego rozwoju generatywnej sztucznej inteligencji, który skłania do refleksji nad prawdopodobnymi konsekwencjami tego procesu. Dyskusje na ten temat mają jednak zazwyczaj charakter jednokierunkowy. Adwersarze zastanawiają się, czy i kiedy AI osiągnie – niezdefiniowaną jeszcze – samoświadomość albo wręcz przejmie władzę nad światem.

Co z przeciwnym scenariuszem?

Zacząć należy od tego, iż generatywna sztuczna inteligencja jest podzbiorem sztucznej inteligencji, natomiast duże modele językowe (LLM) są podzbiorem generatywnej sztucznej inteligencji. To, z czym mamy w tej chwili do czynienia, w postaci popularnych narzędzi, takich jak ChatGPT, to właśnie duże modele językowe, choć obecnie już z coraz dalej idącymi modyfikacjami.

Należy również pamiętać, że architektura transformerów, na której oparte są duże modele językowe, ma swoje początki jeszcze w XX. wieku, a za jej obecny rozwój odpowiada głównie wzrost mocy obliczeniowej komputerów oraz rozwój internetu, który pozwolił na jej praktyczne zastosowanie na dużą skalę.

Skuteczność tej i podobnych technologii jest proporcjonalna do jakości danych treningowych (względnie wejściowych). Widać wyraźnie, że im wyższy poziom szczegółowości, tym większa liczba błędów, ocierająca się niekiedy o halucynację. Wynika to właśnie z ograniczonej ilości przetworzonych danych. LLM w zasadzie nie tworzy nic nowego, a jedynie analizuje to, co jest dla niego dostępne.

Kolejne ograniczenie to zamknięcie systemów w internetowej bańce, bez dostępu do realnego świata.

Czy LLM może więc uzyskać samoświadomość albo przejąć władzę nad czymkolwiek? Raczej nie. Jest to model statystyczny, a jego kreatywność, czy zdolność „myślenia” należy uznać raczej za intelektualną pareidolię. Dużemu modelowi językowemu zdecydowanie bliżej jest do zaawansowanej wyszukiwarki, niż do myślącej istoty.

Czy jednak nie zdołają tego dokonać inne, bardziej zaawansowane modele, dodatkowo wsparte mocą obliczeniową probabilistycznych komputerów kwantowych? Tego już nie możemy wykluczyć.