Az OpenAI vezérigazgatója, Sam Altman szerint a 2026-os év jelentheti azt a vízválasztó pillanatot, amikor a mesterséges intelligencia rendszerek elkezdenek „eredeti intuíciókat” megfogalmazni – új, váratlan ötleteket, amelyek már minden emberi beavatkozás nélkül születnek – írja a TechCrunch.
Altman az elmúlt években többször is megfogalmazott hasonló ígéreteket a mesterséges általános intelligencia (Artificial General Intelligence, AGI) megjelenésével kapcsolatban, ugyanakkor óvatosságra is intett. Idén januárban még úgy fogalmazott, hogy 2025 lesz az AGI éve.
Greg Brockman, az Open AI elnöke és társalapítója áprilisban elmondta, hogy az o3- és o4-mini modellek az elsők, amelyeket a kutatók hasznos ötletek generálására használtak. Altman mostani kijelentése megerősíteni látszik, hogy a következő kihívás olyan rendszerek kifejlesztése lesz, amelyek eredeti hipotéziseket és valódi felfedezéseket produkálnak.
Ezen a területen intenzív verseny alakult ki. Májusban a Google közzétett egy tanulmányt az AlphaEvolve-ról, egy olyan mesterséges intelligencia rendszerről, amely állítólag képes innovatív megoldásokat megfogalmazni összetett matematikai problémákra.
A FutureHouse nevű startup, amely mögött Eric Schmidt, a Google korábbi vezérigazgatója áll, azt állítja, hogy mesterséges intelligencia rendszere valódi tudományos áttörést ért el, az Anthropic pedig programot indított a mesterséges intelligenciával támogatott tudományos kutatás támogatására.
Amennyiben ezek az ígéretek valóra válnak, az valóban óriási áttörés lehet, ami átalakítja a tudományt, automatizálva a kutatás egyik legkreatívabb szakaszát, a kérdések és hipotézisek felállítását.
Nem minden szakértő van azonban meggyőződve arról, hogy a mesterséges intelligencia jelenleg képes valóban eredeti ötleteket megfogalmazni. Thomas Wolf, a Hugging Face tudományos igazgatója nemrég azt írta, a mesterséges intelligencia jelenlegi modelljei nem képesek valóban releváns kérdéseket feltenni, ami a tudományos innováció előfeltétele. Kenneth Stanley, az OpenAI korábbi kutatója szintén azzal érvel, hogy a meglévő modellek nem képesek eredeti hipotéziseket generálni.
A kutatók szerint a nehézséget a kreativitás számítástechnikai szempontú meghatározása jelenti. Egy eredeti hipotézis ugyanis nem csak váratlan, hanem érdekesnek, relevánsnak, hihetőnek is kell lennie. Ehhez pedig az kell, hogy a mesterséges intelligencia valamiféle „intuícióval” rendelkezzen.
