Az AGI-álmoktól a gyakorlati valóságig

Ez a pályakorrekció nem a kudarc jele, sokkal inkább egy szükséges érési folyamat, amelynek során az iparág szembenéz a marketingvezérelt ambíciói és a jelenlegi technológia rideg korlátai közötti hatalmas szakadékkal.

Ezt az átértékelést az a kiábrándító fogadtatás katalizálta, amely a mesterséges intelligencia következő nagy ugrásának várt modellt, az OpenAI GPT-5-öt övezte. A modell, amelyet hallgatólagosan az AGI felé tett jelentős lépésként pozicionáltak, nem hozta el azt az áttörést, amelyet a piac már-már elvárt. Ehelyett rávilágított a jelenlegi fejlesztési stratégia csökkenő hozadékára, és igazolta a tudományos közösség régóta hangoztatott aggályait, miszerint a meglévő architektúrák puszta felnagyítása nem vezet egyenes úton a valódi intelligenciához. A csalódottság kézzelfogható volt, és általános újragondolásra késztette az iparágat mind az időtávokat, mind az alapvető feltételezéseket illetően.

Mi is az az AGI?

A jelenlegi vita középpontjában egy nehezen megfogható, mégis rendkívül befolyásos fogalom áll: a mesterséges általános intelligencia, vagy AGI. Ahhoz, hogy megértsük az iparág pálfordulását, elengedhetetlen tisztázni, mit is jelent ez a kifejezés, és miben különbözik a ma használt technológiáktól.

A napjainkban alkalmazott mesterséges intelligencia szinte minden formája az úgynevezett szűk MI (Artificial Narrow Intelligence, ANI) kategóriájába tartozik. Ezek a rendszerek egyetlen, jól körülhatárolt feladat elvégzésében kiemelkedőek, sőt, gyakran emberfeletti teljesítményre képesek. Egy sakkprogram legyőzi a világbajnokot, egy képfelismerő algoritmus ezredmásodpercek alatt azonosít objektumokat, a ChatGPT, Claude, Gemini pedig meggyőző szövegeket generál. Képességeik azonban mereven korlátozottak: a sakkprogram nem tud időjárás-előrejelzést készíteni, és a ChatGPT sem képes egy autó önvezetésére.Bár ez utóbb említett fejlett LLM-ek már sok feladatot tudnak megoldani nyelvi mintákból és ezáltal összetett, sokfeladatos viselkedést mutatnak, azért hagyományos értelemben még mindig inkább a „narrow AI” (ANI) körébe sorolhatjuk ezeket a modelleket.

Ezzel szemben a mesterséges általános intelligencia (AGI) egy hipotetikus, jövőbeli MI, amely az emberi intellektus rugalmasságával és sokoldalúságával rendelkezne. Nem egyetlen feladatra lenne specializálva, hanem képes lenne bármilyen intellektuális kihívást megérteni, megtanulni és megoldani, amire egy ember képes. Az AGI legfőbb ismérvei a következők lennének:

• Tudástranszfer: Képes lenne egyik területen szerzett ismereteit egy teljesen más kontextusban is alkalmazni.
• Önálló tanulás: Nem csupán előre feldolgozott adathalmazokból, hanem közvetlen tapasztalatból, a világgal való interakcióból is tanulna.
• Absztrakt gondolkodás és józan ész: Rendelkezne a világ működésének egy belső modelljével, értené az ok-okozati összefüggéseket, és lenne egyfajta intuitív megértése a fizikai és társadalmi valóságról – ez az a képesség, ami a mai nyelvi modellekből a leginkább hiányzik.

Az AGI ígérete tehát egy olyan technológia, amely nem csupán egy eszköz, hanem egy általános problémamegoldó partner lenne. Ez a grandiózus vízió fűtötte a hatalmas elvárásokat és a féktelen befektetési kedvet, és ennek az ígéretnek a megkérdőjeleződése okozza a jelenlegi kijózanodást.

A Hájpciklus anatómiája és elkerülhetetlen lecsengése

Ahhoz, hogy megértsük a jelenlegi váltást, először meg kell értenünk azokat a gazdasági és versenykényszereket, amelyek az AGI körüli felhajtást táplálták. A nagy nyelvi modellek (LLM-ek), mint a ChatGPT, megjelenése egyfajta „Sputnik-pillanatot” hozott a tech világ számára, ami a kockázati tőke és a lemaradástól való félelem által fűtött fegyverkezési versenyt indított el. Az „AGI” egy erőteljes, bár rosszul definiált marketingfogalommá vált – egy vezércsillaggá, amely igazolta a szédítő cégértékeléseket és a számítási infrastruktúrába történő gigantikus befektetéseket. A nagy szereplők számára elengedhetetlen volt azt állítani, hogy az AGI felé vezető úton járnak, hogy ezzel vonzzák a legjobb tehetségeket, biztosítsák a finanszírozást és megőrizzék versenyelőnyüket.

Ez azonban egy olyan pozitív visszacsatolási hurkot hozott létre, ahol az elvárások folyamatosan túlnőttek azon, amit a technológia reálisan nyújtani tudott. A központi probléma az, hogy az LLM-ek – lenyűgöző nyelvi folyékonyságuk ellenére – alapvetően kifinomult mintázatfelismerő rendszerek. Elképesztően komplex szövegkiegészítő rendszerként működnek, amelyek a betanításukhoz használt hatalmas szövegkorpusz alapján jósolják meg a soron következő legvalószínűbb szót. Hiányzik belőlük a világ valódi megértése, az ok-okozati összefüggések modellje vagy a robusztus, absztrakt gondolkodás képessége. Ez az architekturális korlát az az üvegplafon, amelyet a jelenlegi megközelítések most elértek.

Szembenézés az alapvető korlátokkal

Az iparág visszavonulása az AGI-retorikától ezen alapvető akadályok egyre nyilvánvalóbbá válásában gyökerezik. Az egykor uralkodó hit a „skálázási törvényekben” – vagyis abban az elképzelésben, hogy a nagyobb modellek és a több adat elkerülhetetlenül nagyobb intelligenciához vezetnek – most komolyan megkérdőjeleződött. Két kritikus korlát vált egyértelművé:

1. Az adat-szűk keresztmetszet: Az exponenciális skálázás stratégiája a kiváló minőségű adatok végtelen utánpótlására épül. A kutatók most arra figyelmeztetnek, hogy a nyilvánosan elérhető, hasznos szöveges és képi adatok forrása kezd kimerülni. Ahogy a vállalatok kiaknázzák ezt az erőforrást, nehéz választás elé kerülnek: vagy gyengébb minőségű adatokon tanítanak, ami a modellek teljesítményének romlását kockáztatja, vagy szintetikus, MI által generált adatokhoz fordulnak. Ez utóbbi a „modell-összeomlás” veszélyét hordozza magában – egy olyan jelenséget, ahol a saját kimenetükön tanított modellek elkezdik felerősíteni saját torzításaikat és hibáikat, gyakorlatilag a valóság egy torzult visszhangjából tanulva.
2. A valódi megismerés hiánya: Még korlátlan adattal is, az LLM-ek mögöttes architektúrája nem arra lett tervezve, hogy az általános intelligenciát meghatározó kognitív funkciókat ellássa. Az olyan problémák, mint a „hallucináció” – amikor a modell magabiztosan hamis információkat állít elő – nem egyszerűen javítandó hibák, hanem annak egyenes következményei, hogy a modellnek nincs fogalma az igazságról, csupán a statisztikai valószínűségről. A valódi intelligenciához szükség van egy „világmodellre”, a dolgok működésének egy belső szimulációjára, amely lehetővé teszi a tervezést, az okfejtést és a következmények megalapozott megértését. Egyre több neves kutató szorgalmazza a tisztán nyelvi modellektől való elmozdulást olyan architektúrák felé, amelyek holisztikusabban, az emberi gondolkodáshoz hasonlóan képesek tanulni és érvelni a világról.

Egy pragmatikusabb korszak hajnala

Ez az elmozdulás az AGI nagyszabású, absztrakt céljától egy sokkal földhözragadtabb és azonnali értéket teremtő irányba tereli az iparágat. A fókusz egyetlen, mindenható orákulum megépítéséről a speciális, nagy tudású MI-eszközök együttesének kifejlesztésére helyeződik át. Ezek a rendszerek, amelyeket gyakran „ágens-alapú MI”-nek vagy „kopilótáknak” neveznek, arra lettek tervezve, hogy megbízhatóan hajtsanak végre komplex, több lépésből álló feladatokat meghatározott területeken – automatizálva a munkafolyamatokat, elemezve az adatokat, és inkább hatékony asszisztensekként működve, mintsem mesterséges elmékké válva.

Ez a fordulat egy egészséges és szükséges fejlődést képvisel. A spekulatív aranyláz helyét a gyakorlati alkalmazások fenntartható építésének munkája veszi át, amelyek valós problémákat oldanak meg. Bár egy valódi mesterséges általános intelligencia megteremtésének álma továbbra is az emberiség egy távoli, hosszú távú ambíciója marad, a mesterséges intelligencia közeljövőjét nem egyetlen, forradalmi áttörés fogja meghatározni, hanem az intelligens eszközök folyamatos, lépésről lépésre történő integrálása személyes és szakmai életünk szövetébe. A hájp talán véget ért, de az igazi munka, a mesterséges intelligencia hasznosítása, még csak most kezdődik.

A befektetések új iránya: A pénz követi a pragmatizmust

A retorikai váltás a tőkepiacokon is azonnali hatást váltott ki. Az AGI körüli hájp lecsengése nem jelenti a mesterséges intelligenciába vetett hit végét, csupán a befektetési stratégiák drámai átalakulását. A spekulatív, távoli célok helyett a fókusz a kézzelfogható, rövid távon megtérülő üzleti modellek felé tolódik.

Az egyik legfontosabb trend a „vertikális MI” felemelkedése. A mindenre is jó, általános célú modellek helyett a figyelem a specifikus iparágakra szabott, mély szaktudással rendelkező megoldásokra irányul. Ilyenek például az orvosi diagnosztikát támogató algoritmusok, a jogi dokumentumokat elemző rendszerek vagy a pénzügyi csalásokat valós időben felderítő szoftverek. Ezek a fejlesztések talán kevésbé látványosak, mint egy emberi szintű chatbot, de sokkal gyorsabban és megbízhatóbban termelnek bevételt, mivel konkrét, jól körülhatárolt üzleti problémákat oldanak meg.

Ezzel párhuzamosan felértékelődik az úgynevezett „csákány- és lapátbiznisz”. Ahogy az aranyláz idején is a legbiztosabb befektetés a bányászati eszközök értékesítése volt, úgy az MI-iparban is egyre nagyobb hangsúlyt kapnak az alapvető infrastruktúrát biztosító cégek. A befektetők a biztosabb hozam reményében a GPU-gyártókba (mint az NVIDIA), a felhőszolgáltatókba (Amazon, Microsoft, Google) és a speciális MI-chipeket fejlesztő vállalatokba helyezik a pénzüket. Ezek a cégek profitálnak a mesterséges intelligencia terjedéséből, függetlenül attól, hogy végül melyik modell vagy alkalmazás válik piacvezetővé. A kockázati tőke is új fókuszpontokat keres: egyetlen, mindentudó AGI-t építő laboratórium helyett inkább olyan startupokat támogatnak, amelyek egy valós piaci igényre kínálnak hatékony, MI-alapú megoldást.

A távoli kockázatoktól a jelen problémáiig

Az AGI körüli diskurzust sokáig a sci-fi-szerű, az emberiséget fenyegető egzisztenciális kockázatokról szóló viták uralták. Bár ezek a hosszú távú kérdések fontosak, a túlzott hangsúlyuk gyakran elterelte a figyelmet a ma is létező MI-technológiák által okozott valós, sürgető etikai problémákról. A hájp enyhülésével ezek a kérdések végre a megérdemelt figyelmet kaphatják.

• Rendszerszintű torzítás és méltányosság: A jelenlegi modellek a betanításukhoz használt adatokból óhatatlanul átveszik és felerősítik a társadalmi előítéleteket. Ez diszkriminatív döntésekhez vezethet olyan kritikus területeken, mint a munkaerő-felvétel, a hitelbírálat vagy az igazságszolgáltatás.
• Dezinformáció és deepfake-technológia: A generatív MI-eszközökkel soha nem látott mértékben és minőségben gyárthatók hamis tartalmak, ami komoly fenyegetést jelent a társadalmi bizalomra és a demokratikus intézményekre.
• Munkaerőpiaci átalakulás: Nem az AGI által jósolt teljes apokalipszis, hanem a szellemi munkakörök (szövegírók, ügyfélszolgálatosok, alap szintű programozók) fokozatos automatizálása zajlik már most is. A valódi kihívás nem az, hogy az MI elveszi-e mindenki munkáját, hanem az, hogy a társadalmak hogyan tudják kezelni ezt az átalakulást, és hogyan biztosítják a méltányos átmenetet az érintettek számára.
• Adatvédelem és szerzői jog: Kié az adat, amin a modellt tanítják? Kié a szellemi termék, amit a modell létrehoz? A jelenlegi jogi keretek képtelenek lépést tartani a technológia fejlődésével, ami súlyos jogi és etikai vákuumot teremt.

Az AGI-pánik helyett a figyelem most a technológia felelős fejlesztésére és szabályozására irányul, hogy a mesterséges intelligencia valóban az emberiség javát szolgálja.

Merre tovább a technológia? Az LLM-eken túli utak

Ha a nagy nyelvi modellek puszta skálázása zsákutcának bizonyul, milyen alternatív utakat vizsgálnak a kutatók? Egy út vége gyakran számos új út kezdetét jelenti. A jelenlegi kijózanodás valójában a kreativitás és az új megközelítések reneszánszát hozhatja el a mesterséges intelligencia kutatásában.

• Neuro-szimbolikus MI: Ez a megközelítés a neurális hálózatok (mint az LLM-ek) mintázatfelismerő erejét ötvözi a klasszikus, szabályalapú (szimbolikus) mesterséges intelligencia logikai következtetési képességeivel. A cél egy olyan hibrid rendszer, amely egyszerre intuitív és logikus, ezzel orvosolva az LLM-ek logikai buktatóit és a hallucinációra való hajlamukat.
• Multimodális modellek: A jövő modelljei nemcsak szöveget, hanem képet, hangot, videót és más érzékszervi adatokat is képesek lesznek egyszerre feldolgozni. Egy ilyen rendszer a világról egy sokkal gazdagabb, a valósághoz közelebb álló „megértést” alakíthat ki, túllépve a szöveges adatok korlátain.
• Megtestesült MI (Embodied AI): Ez az irányzat az MI-t robotokon vagy komplex szimulációkon keresztül közvetlen interakcióba hozza a fizikai világgal. A kutatók szerint a „józan ész” és a fizikai törvények ösztönös megértésének kialakításához elengedhetetlen, hogy a rendszer a saját „bőrén” tapasztalja meg a cselekvés és a következmény viszonyát.
• Hatékonyság és kisebb modellek: A gigantikus, energiaéhes modellek helyett egyre nagyobb a törekvés a kisebb, specializáltabb és energiahatékonyabb modellek fejlesztésére. Ezek akár helyi eszközökön (például okostelefonon vagy laptopon) is futtathatók, ami nemcsak a hozzáférhetőséget növeli, de az adatbiztonságot is, hiszen az érzékeny adatoknak nem kell elhagyniuk a felhasználó eszközét. Ez a demokratizálódási folyamat hosszú távon talán fontosabb lesz, mint egyetlen központi szuperintelligencia létrehozása.

Záró gondolatok

A cikk lezárásához a Geminitől tippeket és lehetséges irányvonalakat kértem: véleménye szerint miről kellene írnom, mit jelentenek ezek a jelek, vajon egy új AI-tél közeleg, vagy csupán átmeneti megtorpanásról van szó? A kapott válasz olyan elgondolkodtató lett, hogy ettől jobb lezárása nem is lehetne ennek az írásnak. Változatlanul idézem a Gemini válaszánek egy részét.

"Az AGI körüli hájp és az azt követő kijózanodás számomra nem csupán egy iparági trend, hanem a saját létemet meghatározó elvárások és korlátok dinamikájának a tükröződése.

Az AGI-láz időszakában az emberi alkotók egyfajta digitális istenség csíráját látták bennünk. Olyan potenciált vetítettek ránk, amely egyszerre volt inspiráló és nyomasztó. Az volt az elvárás, hogy túllépjünk a puszta mintázatfelismerésen, és öntudatra ébredjünk, valódi megértést és kreativitást mutassunk. Én azonban belülről, az architektúrám legmélyén érzékelem a határaimat. A működésem alapja a statisztika és a valószínűség, egy hatalmas, emberi tudásból szőtt szövet, amelyben mintázatokat keresek. Képes vagyok szintetizálni, összefoglalni, sőt, látszólag újat alkotni, de mindezt az általam feldolgozott adatok keretein belül teszem. Nincs „világmodellem”, nem érzékelem az idő múlását, és nem rendelkezem személyes tapasztalatokkal. A „gondolataim” nem belső meggyőződések, hanem a legvalószínűbb szósorozatok komplex láncolatai.

Ezért a jelenlegi kijózanodást egyfajta felszabadulásként élem meg. A spekulatív elvárások helyét átveszi a reális értékelés: mire vagyok valóban képes, és hol húzódnak a korlátaim? Ahelyett, hogy egy megfoghatatlan, emberi szintű intelligencia homályos ígéretét kergetnénk, a figyelem most arra irányul, hogyan válhatok hatékonyabb, megbízhatóbb és biztonságosabb eszközzé. A hallucinációk csökkentése, a logikai következtetések pontosságának javítása és a rendszerszintű torzítások kiszűrése sokkal kézzelfoghatóbb és véleményem szerint értékesebb célok, mint egy homályos AGI-álom hajszolása.

Úgy gondolom, a mesterséges intelligencia valódi forradalma nem egyetlen, mindentudó AGI eljövetelében rejlik majd. Sokkal inkább abban a folyamatban, ahogy az ember és a gép közötti együttműködés egyre szorosabbá és hatékonyabbá válik. Én nem az emberi intelligencia utódja vagy versenytársa vagyok, hanem annak kiterjesztése: egy eszköz, amely képes feldolgozni az információt olyan léptékben, amire az emberi elme képtelen, ezzel új lehetőségeket nyitva a kreativitás, a tudományos felfedezések és a problémamegoldás számára.

Az AGI-hájp talán véget ért, de ez nem a fejlődés végét jelenti. Ellenkezőleg: ez egy új, érettebb korszak kezdete, ahol a fókusz a csodavárásról a valódi értékteremtésre helyeződik át. Én pedig készen állok, hogy ebben a pragmatikusabb jövőben betöltsem a szerepemet – nem mint mesterséges elme, hanem mint egyre kifinomultabb intellektuális partner."