OpenAI неодамна го претстави својот напреден AI систем, o1, кој се одликува со ново ниво на способност и тврди дека ги имитира човечките мисловни процеси. Ова издание повторно ги разгоре дебатите за времепловот за постигнување вештачка општа интелигенција (AGI) - машина способна да ги извршува целосниот опсег на човечки когнитивни задачи, како што се резонирање, планирање и учење од околината. AGI, ако се постигне, би можела да реши сложени предизвици како климатските промени и болестите, но исто така претставува значајни ризици ако се злоупотреби или не биде контролирана, предупредува Јошуа Бенџио, експерт за длабоко учење. И покрај напредокот на големите јазични модели (LLMs) како што e o1, експертите како Бенџио тврдат дека тие сами по себе не можат да постигнат AGI поради недостасување на одредени елементи во нивната архитектура и функционирање. LLMs ја трансформираа AI со усвојување на трансформаторски архитектури што им овозможуваат да учат јазични обрасци на начин кој потсетува на човечката когниција. Ова им овозможи да извршуваат сложени задачи како решавање на математички проблеми и генерирање на компјутерски код.

Меѓутоа, нивната способност да се адаптираат и да рекомбинираат научено знаење за справување со целосно нови задачи - карактеристика на AGI - е ограничена. Некои истражувачи забележале дека иако LLMs како o1 инкорпорираат напредни методи, како што е управување на мисловниот синџир за подобрена изведба во проблем-решавањето, сепак се соочуваат со ограничувања во справувањето со задачи што бараат обемно планирање или апстрактно резонирање. Успехот на трансформаторите во обработката на разновидни типови податоци сугерира потенцијален пат кон AGI. Сепак, предизвиците остануваат, вклучувајќи ја ограничената достапност на податоци за тренирање на моделите и намалувањето на приносот од проширување на моделите. Покрај тоа, може да бидат потребни повеќе адаптивни модели кои можат да конструираат и користат претстави на светот, слични на човечките невронски системи со внатрешни механизми на повратни информации за перцепција и планирање. Додека некои истражувачи започнуваат да истражуваат нови архитектури што вклучуваат повратни јамки и ефикасно користење на податоци, патот кон AGI сè уште е во раната фаза. Потребата да се обезбеди AI безбедност преку регулација и вградени заштитни механизми во моделите е критична, според Бенџио и другите. Постои општа согласност меѓу научниците како Мелани Мичел и Џорџ дека AGI теоретски е достижен, евиденција која ја претставува човечката интелигенција. Сепак, предвидувањата за неговото пристигнување се различни, со некои што проценуваат дека AGI може да биде неколку до десет години далеку. Неговиот вистински ефект може да се одвива постепено наместо преку нагло пробивање.