Η αύξηση των ερευνών σχετικά με την Τεχνητή Νοημοσύνη σήμερα καθιστά δύσκολη τη διαφοροποίηση, ωστόσο ένα πρόσφατο άρθρο έχει προκαλέσει ευρεία συζήτηση στον κλάδο. Ο Suhail Doshi, ιδρυτής startup, το χαρακτήρισε "το πιο εμπνευσμένο πράγμα που έχω διαβάσει στην AI τα τελευταία δύο χρόνια", ενώ ο Jack Clark, συνιδρυτής της Anthropic, το highlighted στο newsletter του Import AI, το οποίο διαβάζεται ευρέως από ερευνητές AI. Το άρθρο, γραμμένο από το David Silver της Google και τον Καναδό επιστήμονα υπολογιστών Richard Sutton, δηλώνει τολμηρά ότι εισάγει μια νέα εποχή στην AI. Αναγνωρίζουν δύο παρελθόντες σύγχρονους αιώνες στην τεχνητή νοημοσύνη: την «Εποχή του Πειραματισμού», με εκπρόσωπο το επίτευγμα του AlphaGo το 2015 που ξεπερνά τους ανθρώπους στο παιχνίδι Go μέσω ενισχυτικής μάθησης σε ψηφιακές προσομοιώσεις· και τη σημερινή «Εποχή των Ανθρώπινων Δεδομένων», που ξεκίνησε με το άρθρο του 2017 «Attention Is All You Need», το οποίο εκπαίδευσε μοντέλα σε τεράστιες ποσότητες ανθρώπινων δεδομένων στο διαδίκτυο, οδηγώντας στη δημιουργία του ChatGPT της OpenAI και άλλων ισχυρών γεννητικών εργαλείων AI. Η Εποχή του Πειραματισμού αφορούσε τη μάθηση της AI μέσω εκατομμυρίων προσομοιωμένων παιχνιδιών, με κίνητρο τις ανταμοιβές, επιτρέποντας επιτυχίες όπως το AlphaGo και το AlphaZero, αλλά περιοριζόταν σε καλά ορισμένες εργασίες και δεν μπορούσε να αντιμετωπίσει ευρύτερα προβλήματα. Η Εποχή των Ανθρώπινων Δεδομένων χρησιμοποιεί τεράστιες συλλογές ανθρώπινου περιεχομένου για την εκπαίδευση γενικευμένων μοντέλων ικανά για ποικίλες εργασίες, όμως ο Silver και ο Sutton υποστηρίζουν ότι τώρα θέτει ένα «ταβάνι» στην απόδοση της AI, καθώς οι παράγοντες επεκτείνουν μόνο τις υπάρχουσες ανθρώπινες γνώσεις. Επιπλέον, η απεριόριστη ζήτηση για υψηλής ποιότητας ανθρώπινα δεδομένα έχει ξεπεράσει την προσφορά, καθιστώντας την περαιτέρω πρόοδο δαπανηρή και δύσκολη. Η προτεινόμενη λύση τους εισάγει την «Εποχή της Εμπειρίας», όπου τα μοντέλα AI παράγουν τα δικά τους δεδομένα μέσω αλληλεπίδρασης με τον πραγματικό κόσμο, ξεπερνώντας την σπατάλη δεδομένων και προωθώντας την εξέλιξη προς την τεχνητή γενική νοημοσύνη (AGI).

Ο Silver και ο Sutton υποστηρίζουν ότι τα εμπειρικά δεδομένα θα ξεπεράσουν σε όγκο και ποιότητα τα ανθρώπινα δεδομένα, ανοίγοντας νέες δυνατότητες πέρα ​​από κάθε ανθρώπινη ικανότητα. Αυτό μπορούμε να το συγκρίνουμε με το να ενθαρρύνουμε ένα παιδί να εξερευνήσει και να μάθει μέσω εμπειριών στο πραγματικό κόσμο αντί για παθητική κατανάλωση. Παραδείγματα περιλαμβάνουν βοηθούς υγείας με AI που χρησιμοποιούν πραγματικά ιατρικά δεδομένα ως ανταμοιβές, εκπαιδευτικά βοηθήματα που ενθαρρύνουν την εκμάθηση γλωσσών μέσω αποτελεσμάτων εξετάσεων, και επιστημονικούς πράκτορες που αντιμετωπίζουν την κλιματική αλλαγή μέσω εμπειρικών δεδομένων. Αυτή η προσέγγιση επανέρχεται στην ενίσχυση μάθησης της Εποχής του Πειραματισμού, αλλά μετατοπίζεται από ψηφιακά περιβάλλοντα σε αλληλεπίδραση με τον πραγματικό κόσμο, προσφέροντας ενδεχομένως απεριόριστες νέες πληροφορίες. Οι συγγραφείς κρίνουν την τρέχουσα Εποχή των Ανθρώπινων Δεδομένων για την κατάσταση όπου οι παράγοντες γίνονται «χώροι ηχώ» ανθρώπινης γνώσης, στερούμενοι την ικανότητα αυτοανακάλυψης. Αυτή η λεπτή πρόκληση φαίνεται ότι απευθύνεται στην κυριαρχία της OpenAI, υποδηλώνοντας ότι μόνο με την υιοθέτηση της εμπειρικής μάθησης η AI μπορεί να ξεπεράσει τα υφιστάμενα όρια. Το θάρρος και το όραμα αυτού του άρθρου αποτελούν παράδειγμα του αυτοπεποίθητου πνεύματος που οδηγεί την επόμενη φάση της AI.