A napokban tartott davosi Világgazdasági Fórumon ismét összegyűlt a világ gazdasági, tudományos és politikai elitje, hogy megbeszéljék a globális iparági problémákat és azokra megoldásokat találjanak. Idén nem meglepő módon a mesterséges intelligencia uralta a beszédtémát. A beszélgetések lenyűgöző betekintést nyújtottak abba hogy az iparág vezető elméi szerint merre tartunk és merész előrejelzéseket tettek a mesterséges általános intelligenciával kapcsolatban.
Az AI verseny az USA és Kína között
Azoknak akiknek eddig nem volt nyilvánvaló, hogy milyen ütemben és méretekben eszkalálódik a világ két vezető hatalma között a mesterséges intelligencia uralásáért folytatott küzdelem, azok most jó betekintést nyerhettek ebbe a napokban megjelent rendkívül hatékony kínai DeepSeek R1 modell kapcsán illetve, az amerikai Csillagkapu projekt bejelentésével.
A különböző mesterséges intelligencia modellek teszteléséből milliárdossá vált Alexandr Wang a Scale AI alapítója, rendelkezik talán a legautentikusabb információkkal azzal kapcsolatban, hogy az amerikai és kínai modellek versenye hogyan áll. Ismert, hogy különböző szankciók miatt a kínaiak általában másodlagos chippek használatára kényszerülnek, ezért is tudnak lényegesen költséghatékonyabb modelleket piacra dobni. Ugyanakkor Wang hozzátette, hogy az általános vélekedéssel ellentétben a kínai laborok a tilalom ellenére rengeteg NVIDIA H100-as chippel rendelkeznek és csak a DeepSeek rendelkezésére több mint ötvenezer ilyen chip áll.
Az NVIDIA H100 chipje jelenleg az egyik legfejlettebb és legszélesebb körben használt hardver a mesterséges intelligencia kutatásában és alkalmazásában. Különösen nagy teljesítménye és hatékonysága miatt népszerű a gépi tanulási modellek, például a ChatGPT és a Gemini futtatásában. A Meta 350 ezer ilyen GPU üzemeltetését irányozta elő saját magának, de szakértők szerint egy GPT-5 szintű modell betanításához 30-50 ezer ilyen GPU is elég.
Wang úgy nyilatkozott, hogy jelenleg nehéz egyértelmű rangsort felállítani a különböző modellek között, mivel azok különböző területen erősek, például az OpenAI jó érvelésben de az Anthropic modelljei jobbak kódolásban. Ezért a Scale AI nemrég közzétett egy új AI modell értékelést, amelyet "Az emberiség utolsó vizsgája" néven emlegetnek. Ez a teszt rendkívül nehéz kérdéseket tartalmaz matematika, fizika, biológia és kémia területéről. Jelenleg egyetlen modell sem tud 10%-nál jobb eredményt elérni ezen a teszten, de a DeepSeek (R1) és OpenAI (o1) modellje igen közel állnak egymáshoz, az o1 9.1%-ot míg az R1 9.4%-ot ért el.
Wang úgy látja, hogy az Egyesült Államoknak elsősorban számítási kapacitásban és energia termelésben kellene erősödnie. Úgy tűnik a Trump adminisztrációnak pontosan ez is a terve a Csillagkapu projekt keretein belül.
A folyamatban lévő fejlesztések iránya
A Csillagkapu projekt jelentette infrastrukturális fejlesztéseken túl, amelyek elengedhetetlenek, szintén érdekes, hogy mik azok a fejlesztések, amikre jelenleg koncentrálnak a cégek.
Mint az várható, az olyan cégek mint például az Anthropic vagy az OpenAI, elsősorban arra törekszenek, hogy minél hamarabb fejlettebb modelleket tudjanak piacra dobni. Ezzel kapcsolatban Dario Amodei, az Anthropic vezérigazgatója, úgy nyilatkozott, hogy olyan modelleket szeretnének bevezetni amely rugalmasan ötvözi az érvelési képességet más képességekkel. Az Anthropic által fejlesztett Claud AI, számos képességben elmarad még a versenytársaktól így jelenleg ezen képességek kifejlesztése most a rövid távú cél, úgy mint a webes hozzáférés, a kétirányú hangalapú kommunikáció, a képgenerálás, valamint a memória funkció.
Ezek nagyrészt más modelleknél például OpenAI már megvannak, így ott a fókusz, Kevin Weil, az OpenAI termékigazgatójának állítása szerint, az olyan modellek felé tolódik, amelyek képesek új hipotéziseket felállítani és azokat tesztelni. Ilyen modell az OpenAI o3, amely már most vezető mérnökök szintjén képes teljesíteni. A másik irány a multimodalitás, amely lehetővé teszi, hogy az AI ne csak szöveget értelmezzen, hanem képes legyen beszélni, látni és akár a felhasználó számítógépének képernyőjét is értelmezni.
Ezen a ponton túl is lépünk a modellek szintjén, hiszen a multimodális rendszerek lehetővé teszik a cselekvő AI létrehozását. Ennek első példány az OpenAI Operator, amely online űrlapok kitöltésében, vásárlásban, vagy szállás és asztalfoglalásban tud egyelőre segíteni, de a cél hogy ne csak a böngésző felett tudja megszerezni a kontrollt hanem a teljes gép fölött. Yann LeCun, a Meta vezető mesterséges intelligencia kutatója szerint a következő 3-5 évben, gyakorlatilag ebben az irányban lesznek döntő előrelépések, azaz, hogy a mesterséges intelligencia modellek egyre inkább kiterjesztik a hatalmukat a fizikai térben, elősegítve a robotika fejlődését.
Egy másik fontos irányra Dava Newman az MIT Media Lab vezetője mutat rá, miszerint a nagy nyelvi modellek mellett, annak generatív jellegét megragadva más területek is alkalmazni kezdik a modellek mögött rejlő elképzeléseket és létrejön az úgy nevezett generatív biológia. Elmondása szerint az MIT Media Lab jelenleg egy „nagy természetmodell” megalkotásán dolgozik, integrálva a biológiai és genetikai adatokat, valamint különböző érzékelőket, hogy az AI képes legyen globális problémákat megoldani, név szerint olyanokat mint a klímaváltozás, vagy a biodiverzitás megőrzése.
Maradva a laboratóriumok világában Sir Demis Hassabis a Google DeepMind vezérigazgatója akit azon túl, hogy a mesterséges intelligenciában elért eredményeiért lovaggá ütötték, nem mellékesen tavaly azaz 2024-ben elnyerte a kémiai Nobel díjat is, úgy látja, hogy már az idei év végén, klinikumban alkalmazhatóvá válnak az első olyan gyógyszerek, amelyeket mesterséges intelligencia segítségével fejlesztettek ki. Ezt az AlphaFold nevű mesterséges intelligencia rendszer teszi lehetővé. A gyógyszergyártásban kulcsfontosságú kérdés a fehérjék 3D azaz térbeli szerkezete. Egyetlen fehérje térbeli szerkezetének meghatározása, hagyományos kutatási módszerekkel több évig tart. Az AlphaFold azonban képes meghatározni a fehérje térbeli szerkezetét a fehérjét alkotó aminosav szekvenciákból, így már több mint 200 millió fehérje szerkezetét sikerült elérhetővé tenni nyílt forráskódú formában, megspórolva ezzel több százmillió évnyi kutatást. Amiről eddig beszéltünk azonban nem a jövő hanem a múlt, hiszen ezek már megvannak kis is osztották érte a Nobel díjat rekord sebességgel. A jelenlegi irány a gyógyszerfejlesztés felgyorsítása. A cél, hogy a gyógyszerfejlesztés a mostani 5-10 éves folyamatról a tízszeresére gyorsuljon. Ehhez ugyancsak az AlphaFold rendszerét fogják használni, ahol a fejlesztési célkitűzés az, hogy az eddigi ismeretanyagra építve az képes legyen olyan új molekulákat tervezni, amelyek hatásosak az egyes betegségek leküzdésében.
Előretekintés
A következő néhány évre előre tekintve egy olyan világ kezd kirajzolódni, ahol a mesterséges intelligencia modellek képességei meghaladják az emberi képességeket. A nemrég még a tudományos fantasztikum körébe sorolt még a múlt évezredben közzétett kurzweili jóslatok, amely szerint a mesterséges általános intelligencia (AGI) megjelenése 2029-re tehető óvatos konzervatív becsléssé szelídültek.
Alexander Wang, a Scale AI alapítója úgy látja, hogy ha a Csillagkapu projekt megvalósul, akkor mindössze 2-4 évre vagyunk az AGI létrejötte előtt. Dario Amodei, az Anthropic vezérigazgatója szintén 2-3 éven belülre teszi ezt, hozzátéve, hogy korábban bizonytalan volt ebben a kérdésben de a Claude AI fejlesztése során olyan exponenciális fejlődést tapasztalt, hogy jelenleg egészen biztosra veszi, hogy ez ilyen rövid időn belül elérhető. Kevin Weil, az OpenAI termékigazgatója, nem tartja reálisnak, hogy ennyire sokat kellene az AGI-ra várni, várakozásai szerint ez 2027-ig megvalósul, de Sam Altmantól (az OpenAI vezérigazgatója) lehet olyan vélekedést hallani, hogy ő ezt szeretné még idén letudni.
Azt, hogy kinek lesz igaza az hamarosan ki fog derülni, de valószínűleg nem is ez a legizgalmasabb kérdés, hanem az a tény, hogy látva a jelenlegi fejlesztési törekvéseket annyi bizonyos, hogy mire ez megvalósul, addigra a mesterséges intelligencia már átszövi a fizikai világot is. Első lépésben el fog érni mindent ami szoftveres elérhető a számára ez idén nem csak megvalósul, hanem mindenki számára elérhetővé válik. Ezt követően pedig a robotika segítségével, ami jelenleg is a szoftveres fejlesztésekkel párhuzamosan folyamatosan jön fel, minden hagyományos fizikai eszközt is elér.
Ha ezeken is túl szeretnénk tekinteni Dava Newmanre az MIT Media Lab vezetőjére érdemes figyelni, aki szerint a mesterséges intelligencia képes lesz az egész világot látni, értelmezni és fejlesztési javaslatokat tenni. Valószínűleg ugyanígy látja Demis Hassabis a Google DeepMind vezérigazgatója, aki olyan világmodellek fejlesztéséről beszélt, amely képes modellezni a világ térbeli és időbeli aspektusait.
Ami ezeken túl számomra még izgalmas az az, hogy az a hatalmas energiaigény amit az AI működtetése igényel, vajon kikényszeríti e azt, hogy az emberiség elérje az 1-es szintet a Kardashev skálán azaz ki tudja e fejleszteni azokat a képességeket amivel a bolygó teljes energiaforrását az uralma alá hajtja.
