The road to artifical general intelligence – Understanding the evolving compute landscape of tomorrow. MIT Technology Review Insights, 9p. – free access document pdf

Generative summary (splošni povzetek):

Dokument obravnava razvoj umetne splošne inteligence (angl. Artificial general intelligence – AGI) in potrebne tehnološke napredke za njeno uresničitev.

Časovnica in napovedi za AGI

• Dario Amodei napoveduje, da bo do začetka leta 2026 na voljo zmogljiva umetna inteligenca z naprednim razumevanjem in prilagodljivostjo.
• Sam Altman vidi pojav lastnosti, podobnih AGI, in njen vpliv primerja z električno energijo in internetom.
• Napovedi kažejo 50-odstotno verjetnost, da bodo mejniki AGI doseženi do leta 2028, in 10-odstotno verjetnost, da bodo stroji do leta 2027 presegli ljudi v vseh nalogah.

Trenutne omejitve umetne inteligence (AI)

• Umetna inteligenca se spopada z vizualnim zaznavanjem, obdelavo zvoka, finimi motoričnimi sposobnostmi, razumevanjem naravnega jezika, reševanjem problemov, navigacijo, ustvarjalnostjo in socialnim vključevanjem.
• Sedanji modeli AI nimajo sposobnosti prilagajanja znanja med področji in opravljanja nalog brez izrecnega programiranja.

Računalniške zahteve za umetno splošno inteligenco (AGI)

• Umetna splošna inteligenca (AGI) lahko zahteva več kot 10¹⁶ teraflopov računske moči, pri čemer lahko stroški do leta 2037 presegajo celoten bruto družbeni proizvod (BDP) ZDA.
• Povpraševanje po računalniški moči umetne inteligence je eksponentno naraslo, saj veliki modeli porabijo 100-krat več računske moči kot prejšnji modeli.

Heterogeni računalniški pristop

• Heterogeni računalniški pristop združuje različne procesorje (CPU, GPU, NPU, TPU) za optimizacijo zmogljivosti za določene naloge.
• Programska orodja so bistvena za upravljanje in optimizacijo različnih procesnih okolij, kar izboljšuje učinkovitost AI aplikacij.

Opredelitev inteligence

• François Chollet poudarja, da inteligenca vključuje ponovno združevanje znanja za učinkovito reševanje novih problemov.
• Sedanji modeli umetne inteligence v primerjavi s človeško inteligenco dosegajo slabe rezultate v testih prilagodljivosti, kar kaže na znatno vrzel v zmogljivostih.

Prihodnje smernice

• Za splošno umetno inteligenco so potrebni preboji na področju razmišljanja, spomina in učenja, kar lahko zahteva nove arhitekture, ki presegajo sedanje modele.
• Sodelovanje v industriji je ključnega pomena za razvoj enotnega ekosistema za napredek tehnologij umetne inteligence.

URL: https://www.technologyreview.com/2025/08/13/1121479/the-road-to-artificial-general-intelligence/