Сомнения в достижениях в области AGI усиливаются

Главное:

• Тест ARC-AGI, разработанный для оценки искусственного интеллекта, показал значительное улучшение результатов, однако это может быть результатом недочетов в самом тесте.
• Упущения в тестировании и разные подходы к определению AGI порождают споры среди экспертов о достигнутом прогрессе в области искусственного интеллекта.
• Создатели теста планируют обновленную версию теста к 2025 году, признавая его недостатки.

Улучшения и спорные результаты теста ARC-AGI

Недавно проведенный тест ARC-AGI (Abstract and Reasoning Corpus for Artificial General Intelligence) показал значительное улучшение в результатах, достигнув 55,5% успеха по сравнению с 33% годом ранее. Этот эксперимент был организован известным экспертом в области искусственного интеллекта, Франсуа Шолле, и его целью было определить, насколько ИИ способен обучаться и осваивать новые навыки за пределами начального обучения. Однако, несмотря на кажущиеся успехи, настораживает тот факт, что многие из достигнутых результатов были получены методом «грубой силы». Это поднимает вопрос об эффективности самого теста в оценке реальных способностей агентов к общему интеллекту.

Критика и пересмотры существующих методов оценки ИИ

Современные технологии в области ИИ, особенно LLM (языковые модели) часто критикуются за их ограниченность в «мышлении». Шолле утверждает, что эти модели в основном запоминают шаблоны и не способны к реальному пониманию или осмыслению. Это создает необходимость в пересмотре существующих методов оценки, что может привести к новым стандартам в тестировании ИИ. Также стоит отметить, что мнение о том, что AGI уже достигнут, разнится среди экспертов. Некоторые из них полагают, что, если ИИ способен превзойти человеческие способности в большинстве задач, то, возможно, он уже представляет собой зачатки общего интеллекта.

Будущее теста и его значение для исследования ИИ

Создатели теста ARC-AGI осознают его недостатки и уже планируют обновленную версию, которая будет выпущена в 2025 году. Такого рода развитие подчеркивает важность постоянного совершенствования методов оценки ИИ, чтобы адекватно отразить их возможности. Вместе с тем, единого понимания того, что такое AGI, пока не существует. Некоторые исследователи предлагают провести параллели между различными подходами к определению интеллекта, чтобы более глубоко понять суть продвинутых систем ИИ.

Итак, несмотря на достигнутые в тесте результаты, важно помнить о том, что истинный прогресс в области искусственного интеллекта требует внимательного анализа и переосмысления подходов к его оценке.