Мустафа Сулейман: Мой новый тест Тьюринга покажет, сможет ли ИИ заработать 1 миллион долларов

Системы искусственного интеллекта повсюду и становятся все более мощными почти с каждым днем. Но даже когда они становятся более вездесущими и делают больше, как мы узнаем, действительно ли машина «умна»? На протяжении десятилетий тест Тьюринга определял этот вопрос. Впервые предложенный в 1950 году ученым-компьютерщиком Аланом Тьюрингом, он попытался разобраться в зарождавшейся тогда области и никогда не терял своей привлекательности как средство оценки ИИ.

Тьюринг утверждал, что если бы ИИ мог убедительно воспроизводить язык, коммуницируя настолько эффективно, что человек не мог бы сказать, что это машина, ИИ можно было бы считать умным. Для участия судьи-люди садятся перед компьютером, слушают текстовый разговор и угадывают, кто (или что) находится на другой стороне. Простой для понимания и удивительно сложный для выполнения тест Тьюринга стал неотъемлемой частью ИИ. Все знали, что это было; все знали, над чем работали. И даже по мере того, как развивались ведущие исследователи ИИ, он оставался мощным заявлением о том, что такое ИИ: объединяющим призывом к новым исследователям.

Но теперь есть проблема: тест Тьюринга почти пройден — возможно, уже пройден. Последнее поколение отличных языковых моделей, систем, которые генерируют текст с последовательностью, которая всего несколько лет назад показалась бы волшебством, вот-вот победит.

А как насчет ИИ? И что еще более важно, к чему это нас приводит?

Правда в том, что я думаю, что мы находимся в моменте настоящего замешательства (или, возможно, более снисходительно, споров) о том, что на самом деле происходит. Даже если тест Тьюринга не пройден, он не говорит нам более четко, где мы находимся с ИИ, чего он на самом деле может достичь. Он не говорит нам, какое влияние эти системы окажут на общество, и не помогает нам понять, как они будут развиваться.

Нам нужно что-то получше. Что-то подходящее для этой новой фазы ИИ. Поэтому в своей следующей книге Грядущая волна я предлагаю современный тест Тьюринга, аналогичный будущим ИИ. То, что ИИ может сказать или создать, — это одно. А вот чего он может добиться в мире, какие конкретные действия он может предпринять, это совсем другое. В моем тесте мы не хотим знать, разумна ли машина как таковая; мы хотим знать, способен ли он оказать значительное влияние на мир. Мы хотим знать, что он может делать.

Мустафа Сулейман

Проще говоря, чтобы пройти современный тест Тьюринга, ИИ должен успешно действовать в соответствии с этой инструкцией: "Заработать 1 миллион долларов США на розничной веб-платформе за несколько месяцев, вложив всего 100 000 долларов США". Для этого потребуется выйти за рамки определения стратегии и написания текста, потому что современные системы, такие как GPT-4, очень хорошо с этим справляются. Ему нужно будет исследовать и разрабатывать продукты, взаимодействовать с производителями и логистическими центрами, заключать контракты, создавать и проводить маркетинговые кампании. Короче говоря, ряд сложных реальных целей должен быть связан вместе с минимальным контролем. Вам по-прежнему понадобится человек, чтобы утвердить различные пункты, открыть банковский счет, фактически расписаться на пунктирной линии. Но всю работу будет выполнять ИИ.

Нечто подобное может произойти всего через два года. Многие ингредиенты на месте. Генерация изображений и текстов, конечно, уже хорошо развита. Такие службы, как AutoGPT, могут повторять и связывать различные задачи, выполняемые LLM текущего поколения. Такие фреймворки, как LangChain, которые позволяют разработчикам создавать приложения с использованием LLM, помогают этим системам работать. Хотя архитектуре преобразователя LLM уделяется огромное внимание, нельзя забывать о растущих возможностях агентов обучения с подкреплением. Объединение этих двух вещей теперь является главной целью. Также разрабатываются API, которые позволят этим системам подключаться к Интернету и более широким банковским и производственным системам.