En af de førende skikkelser inden for moderne kunstig intelligens har forudset en betydelig transformation inden for området inden udgangen af dette årti og hævdet, at de eksisterende teknologier er for begrænsede til at udvikle hjemme-robotter og fuldt automatiserede køretøjer. Yann LeCun, den ledende AI-forsker hos Meta, som ledes af Mark Zuckerberg, understregede, at nye fremskridt er nødvendige for, at disse systemer bedre kan forstå og interagere med den fysiske verden. LeCun kom med disse bemærkninger, mens han blev hyldet som en af de syv ingeniører, der modtog den £500. 000 store Queen Elizabeth Prize for Engineering tirsdag, som anerkendte deres værdifulde bidrag til maskinlæring, et grundlæggende aspekt af AI. De nylige fremskridt inden for branchen, især efter introduktionen af OpenAIs ChatGPT chatbot, har øget både optimisme og bekymring over muligheden for, at AI-systemer kan opnå menneskelig intelligens. Ikke desto mindre indikerede LeCun, at der er betydelig fremgang tilbage, før AI kan konkurrere med mennesker eller dyr. Han beskrev den nuværende topteknologi som dygtig til “at manipulere sprog”, men uden ægte forståelse af den fysiske verden. “Der er mange videnskabelige og teknologiske forhindringer, der stadig skal overvindes. Det er sandsynligt, at vi vil være vidne til endnu en AI-revolution i de næste tre til fem år, givet begrænsningerne i de nuværende systemer, ” forklarede han. “For at bygge hjemme-robotter og fuldt autonome køretøjer har vi brug for systemer, der kan forstå den virkelige verden. ” LeCun fokuserer på at udvikle systemer, der sigter mod at “forstå” den fysiske virkelighed ved at bygge modeller, der forudsiger adfærd i verden.

Om den nuværende tilstand af AI bemærkede han: “Vi er endnu ikke på niveau med menneskelig intelligens. At opnå et system, der er intelligent som en kat eller en rotte, ville være en betydelig præstation. ” Yoshua Bengio, en anden modtager af QEPrize og en såkaldt “gudfar af AI, ” advarede om, at fremskridt inden for teknologi også skal tage højde for sikkerhedsproblemer og opfordrede til, at det kommende globale AI-topmøde i Paris tager fat på disse spørgsmål. “Jeg vil gerne have, at verdens ledere fuldt ud forstår omfanget af vores arbejde, både i forhold til de fordele og de potentielle farer ved den magt, vi skaber, samt de risici, der er forbundet med det, ” sagde han. I 2018 fik Bengio, LeCun og Geoffrey Hinton tildelt Turing-prisen, ofte betragtet som Nobelprisen for datalogi, og Hinton blev også udnævnt som modtager af QEPrize tirsdag. Denne anerkendelse følger efter AI-pionerer, der modtog to Nobelpriser sidste år: Hinton delte Nobelprisen i Fysik med årets QEPrize-modtager, den amerikanske fysiker John Hopfield, mens Google DeepMind-teamet blev anerkendt i kemi-kategorien. Maskinlæring er en vigtig proces i AI-udviklingen, som gør det muligt for computere at “lære” fra dataanalyse frem for direkte instruktion, hvilket gør dem i stand til at lave informerede forudsigelser eller beslutninger, såsom at forudse det næste ord i en sekvens. De øvrige modtagere af 2025 QEPrize inkluderer Fei-Fei Li, den kinesisk-amerikanske datalog, der står bag ImageNet, et væsentligt datasæt til AI-objektgenkendelse; Jensen Huang, administrerende direktør for Nvidia, en førende producent af chips, der anvendes til drift og træning af AI-systemer; og Bill Dally, den ledende forsker hos Nvidia. Patrick Vallance, formand for QEPrize-stiftelsen og den britiske videnskabsminister, bemærkede, at maskinlæringens indflydelse mærkes på tværs af forskellige industrier, økonomier og endda planeten. Han nævnte, at den årlige pris hylder ingeniører, der har skabt innovationer med en “betydelig indflydelse på milliarder af liv globalt. ”