Генеральный директор NVIDIA Дженсен Хуан недавно сделал еще одно публичное заявление, заявив, что «мы достигли общего искусственного интеллекта (AGI)». Однако его высказывания и примеры в различных интервью также показали, что между зарождающейся стадией возможностей искусственного интеллекта и «интеллектом человеческого уровня» все еще существует большой разрыв.
22 марта Хуанга спросили в интервью ведущему подкаста Лексу Фридману, когда будет достигнут AGI. По определению Фридмана, AGI должен быть «системой, которая может выполнять вашу работу, включая создание, управление и развитие технологической компании с оборотом более миллиарда долларов с нуля». Когда его попросили назвать график на 5, 10 или даже 20 лет, Хуан без колебаний ответил: «Я думаю, что это сейчас». Однако он тут же добавил, что другая сторона упомянула «1 миллиард долларов США», но не сказала, «как долго это может продлиться». Это эквивалентно пониманию ОИИ как поэтапного порога коммерческих достижений, а не как долгосрочного стабильного «разума» с человеческими когнитивными способностями.
Хуан Жэньсюнь ясно дал понять в том же интервью: «Я думаю, мы достигли AGI». Он с большими надеждами рассматривал нынешний класс агентных систем ИИ в качестве примера, полагая, что эти системы продемонстрировали сильный предпринимательский потенциал в запуске социальных приложений и проведении творческих экспериментов. Он упомянул, что проекты с открытым исходным кодом, в том числе OpenClaw (платформа агентов искусственного интеллекта с открытым исходным кодом, приобретенная OpenAI), порождают волну «предпринимательских волн» с использованием цифровых агентов для создания виртуальных влиятельных лиц и автоматизированных цифровых сообществ, что, похоже, доказывает, что AGI «прибыл».
Но, подчеркивая эту волну, Хуан также признал, что нынешний успех этих систем является в высшей степени случайным. Он отметил, что многие проекты «остывают после двух месяцев пожара», и прямо заявил, что «вероятность действительно сделать одну NVIDIA из 100 000 таких агентов равна нулю». В этом заявлении фактически признается, что нынешние агенты ИИ все еще очень далеки от того, чтобы действительно обладать всеобъемлющей способностью систематически создавать и управлять сверхкрупномасштабными технологическими предприятиями в течение длительного времени. Это также ослабляет его предыдущее радикальное суждение о том, что «AGI достигнут».
Заявление о том, «был ли реализован AGI», также затронуло давние разногласия в отрасли. Сама концепция общего искусственного интеллекта уже давно сильно «политизирована» и «капитализирована». В условиях контрактов между такими компаниями, как OpenAI и Microsoft, и их партнерами, достижение «AGI» часто напрямую связано с огромными суммами денег и стратегическим направлением. Поэтому любое заявление о том, что «AGI достигнуто», может легко разжечь дебаты. Лидеры технологий и исследователи уже много лет спорят о том, воплощают ли нынешние крупномасштабные модельные системы «истинный общий интеллект» или это просто тщательно смоделированные фрагменты человеческого интеллекта.
Стоит отметить, что всего за три дня до выхода интервью Фридмана 19 марта Хуан Джен-Сюнь сделал совершенно иной акцент на практическом применении ИИ, когда был гостем подкаста All-In во время Nvidia GTC (GPU Technology Conference). В этом разговоре он не сосредоточился на том, был ли «реализован» AGI, а вместо этого сосредоточился на том, в полной ли мере используют инженеры-люди существующие инструменты ИИ, и даже в резких выражениях предупредил, что он будет «глубоко шокирован», если высокооплачиваемые инженеры не потратят достаточно денег на ИИ.
«Если инженер с годовой зарплатой в 500 000 долларов США не потребляет как минимум 250 000 долларов США в токенах ИИ в год, я буду очень бдителен», — сказал Хуан. Он объяснил, что «токен» — это базовая единица измерения для обработки больших моделей и генерации языка, а также прямое отражение вычислительных затрат и возможностей ИИ. По его мнению, недостаточное использование токенов означает, что инженеры не имеют возможности полностью использовать ИИ, что эквивалентно потере потенциальной производительности.
Хуан даже сравнил такое поведение с отказом разработчиков микросхем использовать инструменты автоматизации электронного проектирования, такие как САПР, и «возвращением в эпоху бумаги и карандашей» для рисования принципиальных схем. Он сообщил, что Nvidia в настоящее время пытается выделить около 2 миллиардов долларов в виде токенов для команды инженеров и рассматривает возможность включения токенов непосредственно в пакеты вознаграждения сотрудников. Он предполагал, что в дополнение к базовой зарплате в сотни тысяч долларов в год инженер также будет получать «символическую квоту» в размере примерно половины базовой зарплаты, чтобы он мог «повысить эффективность своей работы в 10 раз», используя большое количество инструментов искусственного интеллекта.
Глядя на эти два публичных выступления с разницей в несколько дней, Хуан Жень-Сун, с одной стороны, использовал весьма провокационные формулировки, утверждая, что AGI «прибыл» и соответствует определенному определению «общего интеллекта», ориентированного на достижения в бизнесе; с другой стороны, говоря о внутреннем управлении и инженерных практиках, он подчеркнул, что нынешняя система ИИ по-прежнему сильно зависит от человеческой инициативы и интенсивного использования, а вероятность успеха в реальной предпринимательской практике крайне низка. Напряжение между предыдущим и последующими замечаниями в точности отражает едва уловимые колебания между «ажиотажным рубежом» и «реалистическими возможностями» нынешней индустрии искусственного интеллекта: конкурируя за ресурсы, преувеличивая перспективы, приходится признать, что технологии все еще далеки от достижения идеального «разума человеческого уровня» во многих ключевых измерениях.