Ifølge Financial Times mener Yann LeCun, Meta's chefaftenskabsforsker, at store sprogmodeller (LLM'er), der bruges inden for kunstig intelligens (AI), såsom ChatGPT, har visse begrænsninger, der forhindrer dem i at nå menneskelig intelligens. LeCun påpeger, at disse modeller mangler forståelse for den fysiske verden, ikke besidder vedvarende hukommelse og er ude af stand til at tænke eller planlægge hierarkisk ud fra en rimelig definition af begreberne. LeCun advarer om at stole for meget på LLM'er for at opnå menneskelignende intelligens, da de kræver specifik træningsdata for at kunne reagere korrekt på input, hvilket gør dem potentielt usikre. I stedet fokuserer LeCun på at udvikle en helt ny række AI-systemer, der sigter mod at udstyre maskiner med menneskelignende intelligens, selvom han estimerer, at det kan tage op til 10 år at opnå dette mål. Denne tilgang betragtes som en potentielt risikabel strategi, da mange investorer søger hurtig afkast på deres AI-investeringer. Meta's værdi er for nylig faldet med næsten 200 milliarder dollars, efter at adm. direktør Mark Zuckerberg lovede at øge investeringerne og positionere virksomheden som verdens førende AI-virksomhed. Imens bevæger andre virksomheder sig fremad med avancerede LLM'er i håbet om at skabe kunstig generel intelligens (AGI), der overgår menneskelig kognition. Som et eksempel sikrede AI-firmaet Scale 1 milliard dollars i en serie F-finansieringsrunde denne uge, hvor virksomhedens værdi nærmer sig 14 milliarder dollars. Grundlæggeren Alexandr Wang diskuterede virksomhedens ambitioner om AGI i finansieringsannoncen. Kort efter annoncerede det franske opstartsfirma "H" en kapitalindsprøjtning på 220 millioner dollars, hvor adm.

direktør Charles Kantor afslørede deres mål om at opnå "fuld AGI. " Til trods for disse bestræbelser tvivler nogle eksperter på AI's evne til at "tænke" som mennesker. Blandt dem er Akli Adjaoute, en erfaren AI-professionel og forfatter til bogen "Inside AI. " Adjaoute mener, at AI bør betragtes som et effektivt værktøj frem for en teknologi, der er i stand til at tænke og ræsonnere som mennesker. Han understreger vigtigheden af at forstå AI's afhængighed af data og dets begrænsninger i at genskabe menneskelig intelligens. Ifølge Adjaoute genkender AI mønstre, på samme måde som mennesker søger mønstre. For eksempel opfatter en person ikke tallet 8 som to cirkler, men som én enhed. AI arbejder ud fra algoritmer designet til specifikke opgaver og besidder ikke evnen til at forstå på samme måde som mennesker, forklarede Adjaoute.