గూగుల్, మెటా మరియు ఓపెన్‌వై వంటి పెద్ద టెక్ దిగ్గజాలు కృత్రిమ జనరల్ ఇంటెలిజెన్స్ (AGI) ను అభివృద్ధి చేయడానికి అధిక-మెట్ల రేసులో లాక్ చేయబడ్డాయి-AI వ్యవస్థలు మానవులతో సమానంగా ఆలోచించడం, ప్రణాళిక చేయడం మరియు స్వీకరించగల సామర్థ్యం గల AI వ్యవస్థలు. గూగుల్ డీప్‌మైండ్ సిఇఒ డెమిస్ హస్సాబిస్ ప్రకారం, ఆ లక్ష్యం దూరం గా ఉంది, ఎందుకంటే ప్రస్తుత AI ఇప్పటికీ అద్భుతమైన విజయాలు ఉన్నప్పటికీ ఆశ్చర్యకరంగా సరళమైన లోపాలను చేస్తుంది.
గూగుల్ ఫర్ డెవలపర్స్ పోడ్‌కాస్ట్‌లో మాట్లాడుతూ, హసాబిస్ నేటి AI ని “బెల్లం ఇంటెలిజెన్స్” కలిగి ఉన్నట్లు అభివర్ణించారు – కొన్ని డొమైన్లలో రాణించడం కానీ ప్రాథమిక వాటిలో పొరపాట్లు చేస్తుంది. అతను గూగుల్ యొక్క తాజా జెమిని మోడల్‌ను ఉదహరించాడు, ఇది డీప్‌తింక్ రీజనింగ్ టెక్నాలజీతో మెరుగుపరచబడింది, ఇది అంతర్జాతీయ గణిత ఒలింపియాడ్‌లో బంగారు పతక స్థాయి పనితీరును చేరుకుంది-ఇది ప్రపంచవ్యాప్తంగా కష్టతరమైన గణిత పోటీలలో ఒకటి. అయినప్పటికీ, అదే మోడల్ ఇప్పటికీ హైస్కూల్ స్థాయి గణితంలో తప్పించుకోగల తప్పులను చేస్తుంది లేదా సాధారణ ఆటలలో విఫలమవుతుంది.
“సగటు వ్యక్తి వ్యవస్థలో చిన్నవిషయం లోపాన్ని కనుగొనడం అంత సులభం కాదు” అని హసాబిస్ వ్యాఖ్యానించారు.
ఈ అస్థిరత, AI మానవ స్థాయి మేధస్సుకు దూరంగా ఉందని ఆయన వివరించారు. ఎక్కువ డేటా మరియు కంప్యూటింగ్ శక్తితో మోడళ్లను స్కేల్ చేయడం AGI కి అంతరాన్ని తగ్గించదని ఆయన వాదించారు. బదులుగా, తార్కికం, ప్రణాళిక మరియు జ్ఞాపకశక్తి వంటి ప్రాథమిక సామర్థ్యాలు – అత్యంత అధునాతన AI లో కూడా అభివృద్ధి చెందని ప్రాంతాలు – బలోపేతం చేయాలి.
మరో సవాలు, హసాబిస్ గుర్తించారు, కఠినమైన పరీక్ష లేకపోవడం. అనేక ప్రామాణిక AI బెంచ్‌మార్క్‌లు ఇప్పటికే సంతృప్తమయ్యాయి, బలహీనతలను మాస్కింగ్ చేసేటప్పుడు పరిపూర్ణమైన పనితీరు యొక్క భ్రమను సృష్టిస్తాయి. ఉదాహరణకు, జెమిని మోడల్స్ ఇటీవల ఐమ్ మ్యాథమెటిక్స్ బెంచ్‌మార్క్‌లో 99.2% స్కోరు చేశాయి, కొలవగల మెరుగుదల కోసం కనీస గదిని వదిలివేసింది. అయితే, ఈ ఫలితాలు తప్పనిసరిగా మోడల్ మచ్చలేనివి అని అర్ధం కాదు.
దీనిని అధిగమించడానికి, హస్సాబిస్ “కొత్త, కఠినమైన బెంచ్‌మార్క్‌ల” కోసం పిలుపునిచ్చారు, ఇది సహజమైన భౌతిక శాస్త్రం, వాస్తవ-ప్రపంచ తార్కికం మరియు “శారీరక మేధస్సు” ను చేర్చడానికి విద్యా సమస్య పరిష్కారానికి మించినది-మానవుల వలె భౌతిక ప్రపంచాన్ని అర్థం చేసుకోవడం మరియు సంభాషించే సామర్థ్యం. AI వ్యవస్థలలో మోసపూరిత ప్రవర్తన వంటి నష్టాలను గుర్తించగల బలమైన భద్రతా బెంచ్‌మార్క్‌ల అవసరాన్ని ఆయన నొక్కి చెప్పారు.
“మాకు కొత్త, కఠినమైన బెంచ్‌మార్క్‌లు అవసరం, కానీ విస్తృతంగా, నా అభిప్రాయం ప్రకారం – ప్రపంచ భౌతిక శాస్త్రం మరియు సహజమైన భౌతిక శాస్త్రం మరియు మనుషులుగా మనం తీసుకునే ఇతర విషయాలను అర్థం చేసుకోవడం” అని ఆయన అన్నారు.
ఐదు నుండి పది సంవత్సరాలలోపు AGI రావచ్చని హసాబిస్ గతంలో సూచించగా, అతను ఇప్పుడు జాగ్రత్త వహించాడు. పూర్తి AGI ని వెంబడించే ముందు AI కంపెనీలు మొదట ఇప్పటికే ఉన్న మోడళ్లను పరిపూర్ణంగా మార్చడంపై దృష్టి పెట్టాలని ఆయన అభిప్రాయపడ్డారు. ముందుకు వెళ్ళే మార్గం, ఒక రేసును గెలవడం గురించి తక్కువ మరియు AI యొక్క సామర్థ్యాలు నమ్మదగినవి, సురక్షితమైనవి మరియు బోర్డు అంతటా నిజంగా తెలివైనవి అని నిర్ధారించడం గురించి ఎక్కువ.
ప్రస్తుతానికి, తార్కికం మరియు సమస్య పరిష్కారంలో పురోగతులు ఉన్నప్పటికీ, మానవ మేధస్సుతో సరిపోయే AI యొక్క కల పురోగతిలో ఉంది-మరియు పరిశ్రమ యొక్క అత్యంత ఆశావాద అంచనాల కంటే ఎక్కువ సమయం పడుతుంది.
