Η ανθρώπινη νόηση είναι ενσώματη και προσανατολισμένη στην επιβίωση, το χώρο και το χρόνο και όχι ασώματος κώδικας φτιαγμένος από ψηφιακούς αλγόριθμους και δεδομένα. Η ανθρώπινη νοημοσύνη είναι προϊόν εκατομμυρίων χρόνων βιολογικής εξέλιξης, η τεχνητή νοημοσύνη είναι προϊόν τρισεκατομμυρίων στατιστικών αναλύσεων. Η ανθρώπινη νοημοσύνη εξελίσσεται στο χρόνο, η τεχνητή νοημοσύνη είναι άχρονη και κινείται στο ρυθμό των εντολών που δέχεται το μοντέλο.
Ο Δεκέμβριος του 2024 τελείωσε με έναν ακόμα γύρο διθυράμβων σχετικά με τις δυνατότητες της Τεχνητής Νοημοσύνης. Αυτή τη φορά, αφορμή στάθηκε το γεγονός ότι το πλέον εξελιγμένο μοντέλο ΤΝ της OpenAI, το επονομαζόμενο o3 που θα κυκλοφορήσει στην αγορά το 2025, πέτυχε ένα εξαιρετικά υψηλό σκορ (το υψηλότερο μέχρι σήμερα) σε ένα πασίγνωστο τεστ. Το εν λόγω τεστ, με το όνομα ARC Challenge, εξετάζει την ικανότητα μοντέλων ΤΝ να εμφανίζουν στοιχεία συλλογιστικής στη λήψη αποφάσεων.
Οι τυμπανοκρουσίες άρχισαν συντονισμένα σε πολλά ΜΜΕ των ΗΠΑ, και όχι μόνο, στο ρυθμό της τεράστιας εκστρατείας συγκέντρωσης επενδυτικών κεφαλαίων που διεξάγει η OpenAI. Κοινός παρονομαστής σε πολλά από τα εμφανώς προπαγανδιστικά άρθρα είναι ότι οι επιδόσεις του μοντέλου στο εν λόγω τεστ αποτελούν ένα μεγάλο βήμα προς τη λεγόμενη Τεχνητή Γενική Νοημοσύνη, δηλαδή την ικανότητα μιας μηχανής να μπορεί να εκτελεί επιτυχώς όλες τις πνευματικές εργασίες που ένας άνθρωπος μπορεί να εκτελέσει.
Η πραγματικότητα βέβαια είναι τελείως διαφορετική. Οι ίδιοι οι διοργανωτές της δοκιμής του ARC Challenge δήλωσαν ότι η συγκεκριμένη επίδοση, παρά το γεγονός ότι είναι η υψηλότερη ως σήμερα, δεν αποτελεί καν ένδειξη ότι το μοντέλο o3 έχει έστω ψήγματα Τεχνητής Γενικής Νοημοσύνης. Με τα λόγια τους, το μοντέλο της OpenAI πέτυχε ένα σημαντικό ορόσημο αλλά δεν κέρδισε το μεγάλο βραβείο του διαγωνισμού. Και το μεγάλο βραβείο του διαγωνισμού δίνεται αν επιτευχθεί ένα πολύ μικρό βήμα στην πορεία προς την Τεχνητή Γενική Νοημοσύνη που θεωρητικά θα μοιάζει με την ανθρώπινη νοημοσύνη .
Όπως εξηγείται, σε σχετικό άρθρο στο έγκριτο αμερικάνικο περιοδικό New Scientist, το εν λόγω τεστ σχεδιάστηκε το 2019 και στην πραγματικότητα ελέγχει πόσο καλά τα μοντέλα ΤΝ μπορούν να βρουν τα σωστά μοτίβα που συνδέουν ζεύγη έγχρωμων πλεγμάτων. Πρόκειται για τεστ αναγνώρισης μοτίβων μεταξύ διαφορετικών σχημάτων τα οποία θυμίζουν αρκετά δοκιμασίες κριτικής και αναλυτικής ικανότητας όπως αυτές που περιλαμβάνουν τα τεστ μέτρησης του IQ (κρατήστε το αυτό, θα επανέλθουμε αργότερα).
Η αρχική σκέψη ήταν ότι τέτοια οπτικά τεστ απαιτούν μια ορισμένη συλλογιστική ικανότητα, πέραν της τερατώδους στατιστικής επεξεργασίας που τα μοντέλα ΤΝ μπορούν έτσι και αλλιώς να κάνουν. Ωστόσο η συγκέντρωση μεγάλης υπολογιστικής ισχύος σε ένα τέτοιο τεστ θα μπορούσε να επιτρέψει λύσεις ακόμη και σε μοντέλα ανίκανα για συλλογισμούς. Για να αποφευχθεί αυτό, ο διαγωνισμός απαιτεί επίσης να πληρούνται ορισμένα όρια στην υπολογιστική ισχύ που χρησιμοποιείται για να επιλυθούν τα συγκεκριμένα προβλήματα.
Στην πραγματικότητα, το τεστ ελέγχει αν ένα μοντέλο ΤΝ μπορεί, με λίγα δεδομένα, να επιλύσει οπτικά παζλ τα οποία δεν αποτελούν μέρος της διαδικασίας εκπαίδευσης του. Η ικανότητα επίλυσης με ακρίβεια προηγουμένως άγνωστων ή νέων προβλημάτων από περιορισμένα δείγματα δεδομένων είναι γνωστή ως ικανότητα γενίκευσης και θεωρείται θεμελιώδες, στοιχείο ευφυΐας.
Η OpenAI έχει επιβάλλει εμπάργκο στη δημοσίευση των αναλυτικών επιδόσεων και των διαδικασιών που ακολούθησε το μοντέλο της στο εν λόγω τεστ, επομένως πολλές λεπτομέρειες δεν είναι γνωστές. Φαίνεται όμως ότι το μοντέλο της τα κατάφερε πολύ καλύτερα από όλα τα προηγούμενα μοντέλα και έδειξε ότι μπορεί να προσαρμόζεται καλύτερα και να αναζητεί λύσεις με λίγα δεδομένα, χωρίς όμως να καταφέρει να περάσει επιτυχώς το τεστ. Επιπλέον γνωρίζουμε ότι το ο3 είχε περάσει ειδική εκπαίδευση για να προετοιμαστεί για το ARC Challenge.
Ακόμα όμως και όταν η OpenAI συγκέντρωσε πολύ μεγάλη υπολογιστική ισχύ, σε μια ανεπίσημη διαδικασία, ξεπερνώντας τα συγκεκριμένα όρια που απαιτεί το τεστ, το μοντέλο απέτυχε να λύσει περισσότερα από 100 οπτικά παζλ. Σε μια σχετική ανάρτηση στα μέσα κοινωνικής δικτύωσης στο Bluesky, η Melanie Mitchell από το Ινστιτούτο Santa Fe στο Νέο Μεξικό σχολίασε σχετικά με την πρόοδο του o3 «Νομίζω ότι η επίλυση αυτών των τεστ με ωμή υπολογιστική ισχύ ανατρέπει τον αρχικό σκοπό (του τεστ)». Κάποιοι ερευνητές εκτιμούν ότι το μοντέλο της OpenAI δεν διαφέρει και πολύ από το μοντέλο της Google που κατάφερε να νικήσει στο παιχνίδι AlphaGo. Αν αυτή είναι η αλήθεια, τότε έχουμε πολύ φασαρία για το τίποτα.
Είναι σαφές ότι η διαφημιστική προσπάθεια συγκέντρωσης επενδυτικών κεφαλαίων για την OpenAI διαστρεβλώνει ωμά την πραγματικότητα σε σχέση με τις επιδόσεις του ο3 στο συγκεκριμένο τεστ. Και είναι αξιοσημείωτο ότι αυτή η διαστρέβλωση δεν εντοπίστηκε από τα τόσο εξελιγμένα εργαλεία που εντοπίζουν fake news σε κάθε δημοσίευμα που δεν εναρμονίζεται με την mainstream πολιτική ορθότητα. Όσο κι αν προχωρήσει η υπαρκτή ΤΝ δεν θα μπορέσει ποτέ να ξεπεράσει ένα από τα όρια της: παραμένει ΤΝ της αγοράς προορισμένη να αναπτύξει μια αγορά ΤΝ. Η καλλιέργεια υπερβολικών προσδοκιών, η μεθοδική εξαπάτηση χρηστών και επενδυτών ως προς τις πραγματικές δυνατότητες, η παραπλανητική διαφήμιση θυμίζουν σε όλους μας βασικές και πολύ ανθρώπινες τεχνικές της «νοημοσύνης της αγοράς» που χρησιμοποιούνται για να πακετάρουν και το προϊόν «Τεχνητή Νοημοσύνη». Και προφανώς οφείλουμε να αναρωτηθούμε στα σοβαρά αν αυτές οι τεχνικές χρησιμοποιούνται μόνο για το «πακετάρισμα» και τη διαφήμιση του εν λόγω προϊόντος ή αποτελούν και μέρος του ίδιου του προϊόντος που μας πλασάρουν.
Κρατώντας αυτή την παρατήρηση, ας επανέλθουμε στο κεντρικό θέμα. Και αν λοιπόν το μοντέλο της OpenAI κατάφερνε να περάσει το εν λόγω τεστ τι ακριβώς θα σήμαινε αυτό; Κυριολεκτικά μιλώντας, θα σήμαινε ότι έχουμε ένα μοντέλο ικανό να επιλύει ορισμένα από τα προβλήματα που περιλαμβάνονται σε τεστ IQ. Αυτό θα ήταν ένα μεγάλο βήμα μπροστά για την ΤΝ, αλλά ένα σχετικά μικρό βήμα προς την πορεία δημιουργίας ανθρώπινου τύπου νοημοσύνης. Είναι γνωστό ότι τα τεστ IQ αφορούν και μετράνε έναν ορισμένο τύπο νοημοσύνης που σχετίζεται με τη διαχείριση συμβόλων, αφήνοντας απέξω την κοινωνική και τη συναισθηματική νοημοσύνη των ανθρώπων που αποτελούν καθοριστικά στοιχεία της ανθρώπινης νοημοσύνης. Επιπλέον, τα τεστ IQ δεν περιλαμβάνουν το ρόλο που παίζουν τα κίνητρα, τα συναισθήματα και τα βιώματα στις προσπάθειες επίλυσης προβλημάτων.
Δεν θέλω καθόλου να υποτιμήσω τα επιτεύγματα της ΤΝ, αλλά αυτό που σήμερα έχουμε ως ΤΝ δεν είναι συγκρίσιμο με την ανθρώπινη νοημοσύνη. Κάθε μοντέλο ΤΝ βασίζεται πάνω στη συλλογική νοημοσύνη των έξι δισεκατομμυρίων ψηφιακών κολίγων που εργάζονται, διασκεδάζουν, επικοινωνούν η απλά χαζεύουν έξι ώρες κάθε μέρα στο διαδίκτυο. Κατά συνέπεια, κάθε μοντέλο ΤΝ αντανακλά τη γενική διάνοια της ανθρωπότητας όπως ακριβώς μια σταγόνα νερού αντανακλά το φως του ήλιου.
Τόσο η ανθρώπινη όσο και η ΤΝ μπορούν να θεωρηθούν κοινωνικά προϊόντα. Ωστόσο, η ανθρώπινη νόηση είναι ενσώματη και προσανατολισμένη στην επιβίωση, το χώρο και το χρόνο και όχι ασώματος κώδικας φτιαγμένος από ψηφιακούς αλγόριθμους και δεδομένα που αποτελούν τελικά ένα ακόμα μοντέλο της πραγματικής ζωής. Η γλώσσα αποτελεί έναν μόνο τρόπο έκφρασης μέσα στην πολυπλοκότητα της ανθρώπινης διανόησης, ενώ στα μεγάλα γλωσσικά μοντέλα της ΤΝ αποτελεί το μοναδικό και για αυτό περιοριστικό δρόμο διατύπωσης των προς επίλυση προβλημάτων. Η ανθρώπινη νοημοσύνη είναι προϊόν εκατομμυρίων χρόνων βιολογικής εξέλιξης, η ΤΝ είναι προϊόν τρισεκατομμυρίων στατιστικών αναλύσεων. Η ανθρώπινη νοημοσύνη εξελίσσεται στο χρόνο, η ΤΝ είναι άχρονη και κινείται στο ρυθμό των εντολών που δέχεται το μοντέλο.
Δεν υπάρχει κανένας λόγος να θεωρούμε την ΤΝ κατώτερη της ανθρώπινης, αντίθετα γνωρίζουμε ήδη ότι σε μια σειρά από δραστηριότητες παράγει καλύτερα αποτελέσματα αλλά με πολύ διαφορετικό τρόπο. Από την άλλη, δεν υπάρχει κανένας λόγος να θεωρούμε την ανθρώπινη νοημοσύνη «ξεπερασμένη» από το δικό της δημιούργημα, διότι η ΤΝ έχει συγκεκριμένα και σαφή όρια. Για παράδειγμα, η δυνατότητα της σημερινής υπαρκτής ΤΝ να δίνει λύσεις περιορίζεται από την τεράστια κατανάλωση ενέργειας των μεγάλων γλωσσικών μοντέλων αλλά και από την ύπαρξη ορίων στην υπολογιστική ισχύ και τη διαθεσιμότητα δεδομένων για εκπαίδευση των μοντέλων. Ακόμα πιο σημαντικό είναι το γεγονός ότι τα περισσότερα από τα μεγάλα προβλήματα που αντιμετωπίζουμε δεν είναι καλά προσδιορισμένα από ένα πλαίσιο φυσικών νόμων, ούτε και περιγράφονται από συγκεκριμένους μαθηματικούς μετασχηματισμούς έτσι ώστε να μπορούν να λυθούν αλγοριθμικά.
Κανένας δεν μπορεί να προβλέψει με ασφάλεια ποιες θα είναι οι επερχόμενες εξελίξεις στο πεδίο της ΤΝ και πόσο μεγάλες θα είναι οι κοινωνικές και οικονομικές αλλαγές που θα φέρει στον κόσμο μας. Έχουμε πλέον μπει για τα καλά στην εποχή όπου η ΤΝ είναι ένας άλλος τρόπος θέασης του κόσμου, παράλληλος και συμπληρωματικός στην ανθρώπινη διανόηση. Έχουμε μπει για τα καλά στην εποχή όπου η ΤΝ θα γίνει ο κυρίαρχος τρόπος επικοινωνίας με τις μηχανές και ήδη διεκδικεί σημαντικό μέρος και της επικοινωνίας μεταξύ των ανθρώπων. Προλαβαίνουμε όμως ακόμα να σκεφτούμε, και κυρίως να δράσουμε, έτσι ώστε η εποχή της ΤΝ να είναι πιο ανθρώπινη και λιγότερο αγοραία από τη σημερινή κοινωνία. Αλλιώς, η ΤΝ θα στραφεί σε βάρος της κοινωνίας που τη δημιούργησε…
Ο Αντώνης Μαυρόπουλος είναι σύμβουλος κυκλικής οικονομίας και συγγραφέας και συγγραφέας του βιβλίου «Τεχνητή Νοημοσύνη – Άνθρωπος, Φύση, Μηχανές» (εκδόσεις Τόπος).