ალექსანდრ ვანგი: AI ცივილიზაციას სწრაფად შეცვლის

Meta-ს AI ხელმძღვანელი ალექსანდრ ვანგი ამბობს, რომ ხელოვნური ინტელექტი ცივილიზაციას იმაზე სწრაფად შეცვლის, ვიდრე ადამიანების უმეტესობა ხვდება. მისი შეფასებით, უახლოეს ათწლეულში კაცობრიობა უფრო მეტად შეიცვლება, ვიდრე ბოლო 100 წელიწადში. ვანგი Meta-ში Meta Superintelligence Labs-ს ხელმძღვანელობს და მანამდე Scale AI-ს დამფუძნებელი იყო.

ალექსანდრ ვანგი: 10 წელი, რომელიც 100 წელს გადაწონის

ვანგის მთავარი თეზისი შემდეგია – ცვლილების ტემპი უკვე გასცდა იმ ინტუიციას, რომლითაც ადამიანები ტექნოლოგიურ პროგრესს ვზომავთ. ის ამბობს, რომ მომდევნო ათი წელი კაცობრიობისთვის უფრო დიდი ტრანსფორმაციის პერიოდი იქნება, ვიდრე გასული საუკუნე.

სარჩევი

• ალექსანდრ ვანგი: 10 წელი, რომელიც 100 წელს გადაწონის
• აგენტური სისტემები 100 ინჟინრის გუნდის წინააღმდეგ
• ხელოვნური ინტელექტი არ იქნება შემაფერხებელი ფაქტორი
• ყოველი ახალი ტალღა დაახლოებით 10-ჯერ დიდია
• სტარტაპები, რომლებიც ათასობით ადამიანისგან შემდგარი გუნდივით იმუშავებენ
• ტრანსფორმაცია მაშინაც გაგრძელდება, თუ მოდელები დღეს გაჩერდებიან
• დეფიციტური რესურსი ხედვა და ამბიცია ხდება
• სხვა თემები

ეს არ არის განცხადება მხოლოდ ტექნოლოგიაზე. საუბარია ეკონომიკაზე, სამუშაო პროცესებზე და იმაზე, თუ როგორ იქმნება ახალი ცოდნა.

აგენტური სისტემები 100 ინჟინრის გუნდის წინააღმდეგ

ვანგის თქმით, Meta-ში უკვე უნახავთ შემთხვევები, როცა აგენტურმა სისტემებმა კონკრეტულ ამოცანებზე 100 ინჟინრისგან შემდგარ გუნდებს გადააჭარბეს. ეს კონკრეტულ დავალებებს ეხება და არა მთლიან ინჟინერიულ საქმიანობას, მაგრამ მასშტაბს კარგად აჩვენებს.

სწორედ აქედან იწყება მისი ლოგიკა – თუ სისტემა დიდი გუნდის შედეგს იმეორებს, მაშინ ორგანიზაციული სტრუქტურის ლოგიკაც იცვლება.

ხელოვნური ინტელექტი არ იქნება შემაფერხებელი ფაქტორი

ვანგი ამბობს, რომ ხელოვნჯრი ინტელექტი და აგენტურობა უხვ რესურსად იქცევა და პროგრესის შემაფერხებელი ფაქტორი არ იქნება. დღეს კომპანიების უმეტესობა შეზღუდულია იმით, თუ რამდენი ჭკვიანი ადამიანი ჰყავს და რამდენად სწრაფად მუშაობენ ისინი. ეს შეზღუდვა, მისი შეფასებით, გაქრება.

რატომ რჩება სისტემური აზროვნება მნიშვნელოვნად

მიუხედავად ამისა, ვანგი ხაზს უსვამს, რომ სისტემური და მკაცრი, დისციპლინირებული აზროვნება კიდევ უფრო მნიშვნელოვანი ხდება. მიზეზი აბსტრაქციის ფენაა – როცა შესრულების ნაწილს AI თავის თავზე აიღებს, ადამიანის პასუხისმგებლობა ამოცანის სწორად ჩამოყალიბებაზე გადაინაცვლებს.

სხვა სიტყვებით, თუ დავალება ცუდადაა ჩამოყალიბებული, ძლიერი აგენტი უბრალოდ უფრო სწრაფად მიგიყვანს არასწორ შედეგამდე.

ყოველი ახალი ტალღა დაახლოებით 10-ჯერ დიდია

ვანგი ხელოვნური ინტელექტის განვითარებას ტალღებად აღწერს და ამბობს, რომ ყოველი მომდევნო ეტაპი წინაზე დაახლოებით 10-ჯერ დიდი იყო:

• თვითმართვადი ავტომობილების AI – ენობრივი მოდელები (LLM)
• ენობრივი მოდელები – კოდირების აგენტები
• კოდირების აგენტები – AI პროდუქტების მომდევნო თაობა

ამ ლოგიკით, შემდეგი ეტაპი არა უბრალოდ უკეთესი მოდელები, არამედ სულ სხვა მასშტაბის პროდუქტები იქნება.

სტარტაპები, რომლებიც ათასობით ადამიანისგან შემდგარი გუნდივით იმუშავებენ

ვანგის შეფასებით, AI აგენტები სტარტაპებს საშუალებას მისცემს ტექნოლოგიურ გიგანტებს კონკურენცია გაუწიონ, რადგან პატარა გუნდი ათასობით ადამიანისგან შემდგარი გუნდივით იმოქმედებს.

უფრო შორეულ პერსპექტივაში ის ამბობს, რომ მომავალი AI სისტემები მილიონობით, შემდეგ კი ტრილიონობით AI აგენტის კოორდინაციას მოახდენენ ერთობლივი მუშაობისთვის.

ტრანსფორმაცია მაშინაც გაგრძელდება, თუ მოდელები დღეს გაჩერდებიან

ერთი ყველაზე საინტერესო არგუმენტი ვანგს იმაზე აქვს, რაც უკვე არსებობს. მისი თქმით, თუნდაც AI მოდელები დღეს შეწყვეტდნენ გაუმჯობესებას, ეკონომიკური და საზოგადოებრივი ტრანსფორმაცია მაინც ათწლეულებს გაგრძელდებოდა.

ეს ცვლის დისკუსიის ფოკუსს. მთავარი კითხვა აღარ არის მხოლოდ ის, რამდენად ჭკვიანი იქნება შემდეგი მოდელი, არამედ ის, რამდენად სწრაფად ვისწავლით არსებულის გამოყენებას.

დეფიციტური რესურსი ხედვა და ამბიცია ხდება

ვანგი ამბობს, რომ AI კომპანიების შექმნას 10-დან 100-ჯერ გაამარტივებს და დეფიციტური რესურსი ინტელექტიდან ხედვასა და ამბიციაზე გადაინაცვლებს.

ალექსანდრ ვანგის დასკვნა ის არის, რომ შემოდის ცივილიზაციის მასშტაბის ერთჯერადი შესაძლებლობა – კომპანიების შენება, ახალი მეცნიერების აღმოჩენა და კაცობრიობის ყველაზე დიდი პრობლემების გადაწყვეტა. მისი ლოგიკით, ის, ვინც ამ პერიოდში მკაფიო ხედვას შეინარჩუნებს, ბევრად უფრო დიდ შედეგს მიიღებს, ვიდრე აქამდე იყო შესაძლებელი.

AI წაიკითხე მეტი როგორ მუშაობს ხელოვნური ინტელექტი AI-ის, დიდი ენობრივი მოდელებისა და ნეირონული ქსელების ახსნა ქართულ ენაზე. →