Гонка к искусственному общему интеллекту (AGI): прогресс, скептицизм и практический подход

Откройте для себя главные новости и мероприятия в сфере финтеха!

Подпишитесь на рассылку FinTech Weekly

Читайте руководители в JP Morgan, Coinbase, Blackrock, Klarna и многих других

Дискуссия о наступлении AGI

Искусственный общий интеллект (AGI)—концепция ИИ, который соответствует человеческим когнитивным способностям или превосходит их—является предметом растущих споров. Одни эксперты предсказывают его появление в течение десятилетия, тогда как другие настаивают, что эта цель по-прежнему далека.

Демис Хассабис, генеральный директор Google DeepMind, считает, что AGI может стать возможным в течение пяти—десяти лет. Он утверждает, что хотя современные системы ИИ выполняют конкретные задачи исключительно хорошо, им не хватает гибкости человеческого интеллекта. Его оптимизм сдерживается реальностью: ИИ должен научиться глубже понимать мир, прежде чем достигнет AGI.

Другие голоса в индустрии рисуют иную картину. Дарио Амодей из Anthropic предполагает, что ИИ, который сможет превосходить людей почти во всех задачах, может появиться в течение двух—трех лет. Тем временем, Джиту Патель из Cisco утверждает, что мир может увидеть разработку AGI в 2025 году, а искусственный сверхинтеллект последует вскоре после этого. Даже Илон Маск из Tesla и Сэм Альтман из OpenAI предсказывают, что AGI появится в ближайшие несколько лет.

Но с этими прогнозами согласны не все.

Скепсис и альтернативные приоритеты в области ИИ

Венчурные капиталисты и руководители стартапов предостерегают от зацикливания на AGI. Джеймс Ньюэлл из Voyager Capital задает вопрос о реализуемости AGI в течение 18 месяцев, подчеркивая, что многие эксперты по-прежнему не убеждены самыми смелыми прогнозами. Тим Портер из Madrona вторит этому скепсису, предполагая, что дискуссия об AGI — не самый продуктивный путь для инноваций в ИИ.

Вместо этого эти инвесторы считают, что реальный потенциал лежит в вертикальном ИИ—приложениях, предназначенных для конкретных отраслей или бизнес-нужд. ИИ-решения, адаптированные для здравоохранения, финтеха и логистики, уже меняют способ работы компаний, предоставляя измеримую ценность без неопределенности вокруг AGI.

Для основателей стартапов приоритетом должны быть практические приложения ИИ. Дэрин Нахуда, инженер по ИИ, призывает компании сосредоточиться на непосредственной пользе ИИ, а не на разработке технологии ради нее самой. Он советует руководителям сначала спросить, какие проблемы они решают с помощью ИИ, прежде чем интегрировать его в свою операционную деятельность.

Что нужно, чтобы прийти к AGI?

Даже среди сторонников AGI сохраняются трудности. Хассабис называет ключевое препятствие: способность ИИ обобщать стратегии решения задач за пределами контролируемых условий. Хотя ИИ добился выдающихся результатов в структурированных средах, таких как настольные игры, перенос этих возможностей в сценарии реального мира — гораздо более сложная задача.

DeepMind работала над ИИ-агентами, которые соревнуются и сотрудничают, обучаясь стратегическому мышлению в играх вроде Starcraft. Однако перенос этих навыков в более широкое принятие решений остается постоянным вызовом. Мультиагентные системы ИИ—где разные сущности ИИ общаются и взаимодействуют—изучаются как потенциальное решение.

Еще один фактор — вычислительная мощность. По мере развития ИИ растут и ресурсы, необходимые для разработки и поддержки этих систем. Это поднимает вопросы о том, будет ли разработка AGI доступна широкому кругу исследователей или же ее будут доминировать техногиганты с глубоки́ми карманами.

Бизнес-обоснование практичного ИИ

Пока исследования AGI продолжаются, для многих компаний текущий фокус по-прежнему — на ИИ-инструментах, которые повышают эффективность. Бизнес использует ИИ-решения для автоматизации процессов, анализа данных и улучшения взаимодействия с клиентами. Например, финтех-компании интегрируют ИИ для выявления мошенничества, оценки рисков и автоматизированной торговли, получая немедленную финансовую выгоду.

Инвесторы особенно воодушевлены ИИ-агентами—программными сущностями, которые выполняют задачи самостоятельно. Эти ИИ-ориентированные помощники могут планировать встречи, управлять рабочими процессами или оптимизировать цепочки поставок, обеспечивая измеримые улучшения для бизнеса.

Вместо погони за отдаленным обещанием AGI стартапы делают ставку на практические применения ИИ. Акцент делается на выпуск продуктов, которые решают уже существующие проблемы, а не на pursuit теоретических прорывов.

AGI: долгосрочная цель или переоцененное отвлечение?

Стремление к AGI, безусловно, убедительно, но мнения расходятся относительно того, должен ли он стать главным фокусом развития ИИ. Хотя некоторые эксперты предвидят быстрые достижения, другие выступают за более взвешенный подход, подчеркивая ИИ-приложения, которые приносят ценность уже сегодня.

Дискуссия далека от завершения. Остается ясным одно: ИИ продолжит развиваться—будь то за счет постепенных улучшений или революционных прорывов. Независимо от того, появится ли AGI в ближайшем будущем или останется долгосрочным стремлением, ближайший приоритет для большинства компаний и инвесторов — использовать ИИ, чтобы решать реальные задачи.