FT: Игра в интеллект: что на самом деле стоит за термином AGI

В 2010 году основатели DeepMind поставили цель создать первый в мире общий искусственный интеллект (AGI), полагая, что существующие технологии ИИ слишком «узкие» и требуют чрезмерного участия человека. Сегодня идея AGI перешла от научной фантастики к реальному обсуждению в технологической отрасли.

Несмотря на активные инвестиции, среди исследователей нет единого определения, что считать AGI. DeepMind описывает его как ИИ, способный выполнять большинство когнитивных задач на уровне опытного взрослого, но остаются вопросы: какие задачи считаются «большинством» и что значит «опытный взрослый»?

«Для одних AGI - это научная цель. Для других — религия. А для кого-то — маркетинговый термин», — говорит экс-инженер Google.

Илон Маск прогнозирует появление AGI уже в этом году, Амодеи — к 2026 году, а Альтман обещал его приход при президентстве Трампа. Интерес со стороны инвесторов и правительств растёт: OpenAI и Anthropic привлекли миллиарды долларов, а упоминания AGI в отчётности компаний выросли на 53% в первом квартале 2025 года по сравнению с тем же периодом прошлого года.

США отложили регулирование ИИ, чтобы опередить Китай, а ЕС может приостановить принятие закона об ИИ (AI Act), опасаясь навредить разработке передовых моделей. Великобритания через свой Институт безопасности ИИ также пытается определить, что такое AGI, чтобы выстроить соответствующую политику.

OpenAI определяет AGI как систему, способную выполнять экономически значимую работу с минимальным вмешательством человека. В DeepMind утверждают, что AGI должен выполнять задачи, которые способны выполнять большинство людей — например, играть в Го на любительском уровне. Модель считается AGI, если может учиться выполнять такие задачи.

DeepMind предложила систему из пяти уровней AGI: ChatGPT, Gemini и Llama отнесены только к первому уровню — «зарождающемуся AGI». Ни одна модель пока не достигла второго уровня, при котором ИИ превосходит хотя бы 50% опытных взрослых. Последующие уровни требуют сравнимости с 90%, 99% и, в случае ASI, с 100% людей.

OpenAI считает, что масштабирование языковых моделей приведёт к AGI. Их новая модель o3 умеет пошагово решать сложные задачи, что компания считает доказательством прогресса. Следующим этапом OpenAI видит создание ИИ-агентов, способных действовать автономно, а затем — самосовершенствующихся систем, способных создавать собственные версии.

Тем не менее, критики указывают на недостатки языковых моделей: они ошибаются, «придумывают» ответы и не обладают настоящим мышлением. Исследование Apple показало, что новые модели рассуждений лишь создают иллюзию мышления и теряют точность при усложнении задач.

Альтернативный подход предлагает Meta: ЛеКун работает над «мировыми моделями», которые учатся на видеоданных и данных от роботов, чтобы охватить физическую природу мира, а не только язык. Компании сталкиваются с нехваткой данных и заключают соглашения с издателями, как, например, сделка OpenAI с Financial Times.

DeepMind рассматривает возможность использования синтетических данных и обучения ИИ через роботов. Проблема в том, что в отрасли отсутствует согласованная методология оценки прогресса ИИ, из-за чего планирование и регулирование затруднены.

Скептики также обращают внимание на рост экологической нагрузки от ИИ: большие модели требуют огромных объёмов воды и энергии, а также используются в загрязняющих отраслях. AGI поднимает вопросы этики, включая алгоритмическую дискриминацию и предвзятость, а также неравный доступ к технологиям.

При этом, обещание достижения AGI открывает компаниям доступ к деньгам инвесторов, которые иначе были бы недоступны. Например, благодаря эту термину OpenAI привлекла $40 млрд при оценке $300 млрд.

«Интеллектуальность» сегодняшних чат-ботов — все еще результат огромного объёма ручной работы: разметки данных, ранжирования ответов, доработок.

Нарратив «AGI любой ценой» толкает на псевдонауку, отмечают эксперты. Компьютерные науки новы и склонны к громким заявлениям без должной проверки.