Интеграция человеческого мышления: ключ к достижению Искусственного Общего Интеллекта

Быстрый прогресс в области искусственного интеллекта (ИИ) глубоко проник в коммерческие операции и повседневную жизнь, создавая ложное впечатление о полной разумности современных систем. Высокая заметность и растущая популярность инструментов ИИ заставляют многих предсказывать скорое появление сверхразумных систем.

На самом деле, современные ИИ-решения — это мощные статистические инструменты, способные находить закономерности, генерировать текст и выполнять всё более сложные задачи в различных областях. Эти достижения впечатляют, но они ещё далеки от истинного человеческого интеллекта.

Что такое Искусственный Общий Интеллект?

Дискуссии в сфере ИИ всё чаще фокусируются на концепции Искусственного Общего Интеллекта (ИОИ), который подразумевает способность системы понимать, обучаться и применять интеллект для решения широкого круга задач на уровне человека. Этот термин часто воспринимается как неизбежный следующий шаг в развитии технологий.

Однако человеческий интеллект – это не только способность давать правдоподобные или полезные ответы. Он основан на суждении, особенно в ситуациях, требующих учёта контекста и неоднозначности. Именно в этих аспектах современные системы ИИ часто испытывают трудности. Недавние инциденты, когда чат-боты поддерживали заблуждения или нездоровые идеи пользователей, наглядно демонстрируют: беглость речи нельзя путать с истинным пониманием.

Отдалённость от достижения ИОИ не означает остановку прогресса. Законы масштабирования моделей и объёмов данных действительно привели к заметным улучшениям. Однако простое увеличение масштабов не решает всех проблем. Сегодня наблюдается снижение отдачи от инвестиций в масштабирование, и нет оснований полагать, что лишь большее количество данных сможет привнести недостающие элементы интеллекта.

Ограничения данных

Проблема усугубляется изменением состава обучающих данных. Объём общедоступной информации ограничен, а высококачественных данных – ещё меньше. Отрасль сталкивается с проблемой отделения человеческого контента от сгенерированного ИИ, который имеет низкую ценность для обучения новых моделей.

Система, многократно обучаемая на копиях человеческого творчества, улучшит имитацию тона, стиля и структуры, но не сможет по-настоящему понять контекст, ценности или смысл. Если не возлагать все надежды на то, что ИОИ возникнет спонтанно лишь благодаря масштабированию (что является крайне ненадёжной стратегией), вывод очевиден: чтобы модели развивали человеческий интеллект, их должны обучать люди.

Человеческое решение для искусственной проблемы

Именно здесь человеческий интеллект становится центральным элементом обсуждения. Речь идёт не только о знаниях, но и о нематериальных аспектах – нелинейном мышлении, интерпретациях, сформированных опытом, и контекстуальных суждениях, которые отсутствуют в обычных наборах данных.

Если ИОИ предполагает создание систем, способных функционировать с гибкостью и глубиной человеческой мысли, то недостающий входной параметр – это не просто больше контента, а богатое представление о том, как люди на самом деле мыслят. Необходима модель, в которой люди рассматриваются не просто как источник обучающих данных, а как активные участники разработки ИОИ.

На практике это означает фиксацию не только ответов, но и процессов рассуждения, запись того, как люди приходили к этим ответам, а также сбор информации с учётом ценностных суждений и контекстуальных интерпретаций, которые формируют использование этой информации. Такой тип обучающих данных сложнее получить, чем просто скопированный текст, но он значительно ценнее, если цель состоит в создании систем, превосходящих простое подобие интеллекта.

Революция интеллекта

Одной из определяющих особенностей современной модели ИИ является то, что человеческие знания, креативность и поведенческие данные рутинно поглощаются в процессе разработки систем ИИ без какой-либо значимой компенсации.

Если следующий этап развития ИИ будет более непосредственно зависеть от вклада человека, то аргументы в пользу рассмотрения людей как активных участников, а не пассивного ресурса, станут сильнее, как с этической, так и с коммерческой точки зрения. Будущее, формируемое ИИ, не должно обсуждаться исключительно в контексте вытеснения рабочих мест; часть этого будущего будет включать новые формы труда, сфокусированные на обучении, доработке и оценке ИИ. Платформы, подобные Humanix, уже демонстрируют, как эта модель может начать формироваться.

Две развилки на пути развития

Путь к ИОИ требует более честного понимания возможностей и ограничений современных систем. Эксперты видят две основные развилки на этом пути.

Один путь предполагает дальнейшее глубокое внедрение «неразумного» ИИ в экономику, с надеждой, что масштабирование, использование синтетических данных и оптимизация грубой силой в конечном итоге приведут к появлению более высокого интеллекта. Результатом могут стать более быстрые, доработанные и коммерчески распространённые системы, но также и неизбежное снижение их ценности по мере достижения плато производительности и растущей зависимости моделей от деградированных, циклических обучающих данных.

Другой путь признаёт, что следующий этап развития ИИ зависит от целенаправленной интеграции самого человеческого интеллекта, поскольку качества, которые ассоциируются с общим интеллектом, не появляются автоматически, когда модель достигает достаточного размера.

Если цель – серьёзно подойти к достижению ИОИ, то задача состоит не только в создании более мощных систем, но и в разработке таких, которые смогут осмысленно включать в себя аспекты человеческого интеллекта, которых до сих пор не хватает текущим моделям. Данные позволили продвинуться очень далеко, но именно люди являются ключом к открытию следующего этапа.

Твитнуть