A
A
  • Angol
  • Magyar
  • 20 perc

Miért nincs AI-buborék: az exponenciális fejlődés valósága

A podcast azt vizsgálja, miért érzékelik sokan hibásan az AI technológiai fejlődését, és bemutatja, milyen adatok, mérések és példák támasztják alá, hogy a szektort nem buborék, hanem gyors fejlődés jellemzi.

Az összefoglaló egy hosszabb podcast és egy kapcsolódó esszé tartalmát dolgozza fel, amelyben Julian Schrittwieser, az AI-kutatásban jártas szakember megosztja meglátásait az AI fejlődésének üteméről és a jelenlegi „AI-buborék” narratívájáról.

Felmerül az a kérdés, hogy miért értékelik sokan félre az AI fejlődését, miközben az adatok azt mutatják, hogy az autonóm AI-rendszerek munkavégzési képessége exponenciálisan növekszik. Érdekes párhuzamot von a COVID-hoz kapcsolódó közvélekedéssel: az emberek rosszul érzékelik az exponenciális változásokat, ezért gyakran hibás következtetésekre jutnak.

Részletesen esik szó arról, hogy a mérési metrikák – például hány órányi feladatot képes egy AI autonóm módon elvégezni – jobban tükrözik a tényleges haladást, mint a hagyományos teszteredmények. A podcast külön ismerteti, hogy a jelentős AI laborokban a fejlesztők belülről teljesen más képet látnak, mint amit a nyilvánosság érzékel.

Példákat is bemutatnak arra, hogy az AI egyre hosszabb, emberi beavatkozást nem igénylő feladatokat tud sikeresen végrehajtani. Felvetik, hogy akár egy forradalmi „Move 37 pillanat” is eljöhet a közeljövőben, amikor az AI váratlan módon múlja felül az emberi teljesítményt.

A beszélgetés kihangsúlyozza, hogy a nagy AI laborokban, köztük az Anthropicnál és az OpenAI-nál dolgozó kutatók sem érzékelik a „falat” vagy a fejlődés lassulását. Érdekes vitatéma, hogy hogyan lehet értelmezni a bizonyítékokat, mely metrikákat érdemes használni, valamint hogy milyen társadalmi és gazdasági hatások várhatók, ha az AI szakértelemmé és termelékenységgé válik sok iparágban.