Er AI virkelig mindre intelligent enn katter? En AI-pioners nøkterne vurdering av dagens teknologi
Er AI smartere enn katter? For mange virker dette som et trivielt spørsmål – selvfølgelig er AI smartere. AI kan vinne sjakkmesterskap, generere fantastiske bilder og skrive komplekse artikler via API-er som GPT. Hva kan en katt gjøre? Ligge på sofaen? Men Metas sjefsforsker innen kunstig intelligens, Yann LeCun, er uenig. Hans synspunkt utfordrer den generelle oppfatningen av AI og bringer en dose realisme til bransjen.
Er teknologien overvurdert?
I et nylig intervju uttalte LeCun at selv om dagens AI presterer imponerende innenfor visse områder, er det fortsatt langt unna ekte generell intelligens. Han påpeker at AI er dyktig til å løse strukturerte oppgaver som oversettelse, klassifisering og prediksjon. Likevel er disse evnene langt fra å matche den komplekse persepsjonen som katter og andre levende organismer besitter. Katter kan navigere i komplekse miljøer og vise en lærings- og tilpasningsevne som AI foreløpig ikke kan måle seg med.
Dette er ikke ment som kritikk, men som en nøktern refleksjon over teknologiens natur. LeCun understreker at selv om suksessen til store språkmodeller (LLMs) som GPT har fått stor oppmerksomhet, er disse systemene primært avhengige av statistiske korrelasjoner i stedet for ekte forståelse. Denne evnen kan minne om en "illusjon" – de kan utføre oppgaver kreativt, men mangler den fleksibiliteten biologisk intelligens har i nye situasjoner.
Veien mot generell kunstig intelligens
LeCuns syn reflekterer en viktig realitet i AI-feltet: Vi er i en epoke med store enkeltstående gjennombrudd, men dette betyr ikke at generell kunstig intelligens (AGI) er rett rundt hjørnet. AGI krever evner som ligner menneskelig eller biologisk persepsjon, resonnement og kontekstuell læring – ikke bare evnen til å løse spesifikke oppgaver.
Han mener at for å overvinne denne barrieren må AI fundamentalt endre sin læringsmodell. Tradisjonelle metoder som overvåket læring og forsterkningslæring er effektive, men de mangler mekanismer som ligner levende organismers evne til å lære gjennom prøving, feiling, observasjon og tilbakemelding. Med andre ord må AI lære å "oppfatte og tilpasse seg som en katt" i stedet for å være avhengig av store mengder data.
GPT API: Realiteter og potensial
GPT-baserte API-er har utvilsomt demonstrert enormt potensial på mange områder, fra tekstgenerering til koding, fra medisinsk diagnostikk til språkopplæring. Men denne teknologien er mer fokusert på "resultatorienterte" prestasjoner enn på generell intelligens.
Brukere må forstå at selv om GPT API er kraftig, er dens "intelligens" begrenset til spesifikke rammer. Dette betyr at vi i daglig bruk bør fokusere på dens funksjon som et verktøy i stedet for å betrakte den som en forløper til generell kunstig intelligens. En slik forståelse kan ikke bare bidra til å justere forventningene, men også føre til mer realistisk forskning og implementering.
En balansert tilnærming til fremtiden
LeCuns kommentarer peker på en viktig balanse: På veien mot generell kunstig intelligens må vi både være optimistiske om teknologiske gjennombrudd og ydmyke overfor teknologiens begrensninger. Dagens AI har allerede brakt store forandringer til samfunnet, med innvirkning på områder som næringsliv, utdanning og helsevesen. Men ekte intelligens i fremtiden krever mer teoretisk innovasjon og teknologisk fremskritt.
I denne sammenhengen kan vi kanskje takke katten – et biologisk vesen som AI-forskere nå bruker som en målestokk. Den minner oss om at intelligens handler om mer enn å behandle data og generere innhold; det dreier seg om persepsjon, tilpasning og kreativitet.