A szakértő figyelmeztetett: csupán 7 hónap áll rendelkezésünkre, mielőtt bekövetkezik a következő mesterséges intelligencia robbanás – amely komoly hatással lehet a munkaerőpiacra, és számos álláshely megszűnését eredményezheti. - Pénzcentrum

Az AI fejlődése már nem csupán szembetűnő, hanem valósággal mérhető ütemben gyorsul. Míg egykor csak félórás feladatokat tudott emberi szinten végezni, ma már képes egyórás projekteket is megoldani – és mindez hónapok alatt képes a teljesítményének megduplázására. A kérdés már nem az, hogy elméletben mit tud, hanem az, hogy a gyakorlatban mire képes. A válasz pedig egyre inkább aggasztó: lehet, hogy a közeljövőben már saját magát is képes lesz továbbfejleszteni.

A múlt során számos aspektusát vizsgáltuk a mesterséges intelligenciának, amely napjaink egyik legfontosabb és legvitatottabb témájává vált. Széles spektrumú elemzések, jövőbeli előrejelzések és aggodalmak sorozata foglalkozik azzal, hogy az AI miként formálhatja át a munka világát, hogyan forradalmasíthatja az egészségügyi ellátást, és milyen új irányokat nyithat az oktatásban. Emellett kiemelt figyelmet kap, hogy milyen hatással lehet a globális gazdaság stabilitására, valamint a jogi keretek működésére is.

Hosszú ideje a társadalmi diskurzus középpontjában áll a kérdés: vajon képes-e az AI átvenni az emberek munkáját? Felmerül, hogy leválthatja-e a tanárokat, orvosokat, mérnököket és kreatív szakembereket. A témáról folytatott eszmecserék gyakran a sci-fi világába és a gazdasági spekulációk zűrzavarába merültek, s nem ritkán szenzációhajhász megközelítések jellemezték őket. Az egyik szemlélet szerint az AI csupán egy új technológiai segéd, amely az emberi munkát támogatja, míg a másik véglet arról beszél, hogy elkerülhetetlenül az ember helyébe lép. Nemrégiben a Microsoft magyarországi vezérigazgatója is kifejtette véleményét a Pénzcentrumon, hangsúlyozva, hogy szerinte nem annyira az állások eltűnése, mint inkább a munkakörök átalakulása a várható tendencia. Hasonló nézeteket osztott Rab Árpád jövőkutató is, aki szintén a változások irányára mutatott rá.

A téma sokféleképpen megközelíthető, és az, hogy ennyire a középpontba került, világosan jelzi, hogy ezek a kérdések messze nem csupán elméleti síkon mozognak, hanem egyre inkább gyakorlati vonatkozásúak. Ugyanakkor a képességek konkrét értelmezése gyakran kihívást jelent. Az új modellek lenyűgöző példamondatokat alkotnak, logikai rejtvényeket oldanak meg és kódot generálnak – de mit is takar ez a való életben?

Beth Barnes, a METR (Model Evaluation and Threat Research) vezetője hangsúlyozza, hogy a valódi kérdés nem csupán az, mit képes az AI elméletben, hanem az, hogy milyen teljesítményt nyújt a gyakorlatban, egy adott időkereten belül – hasonlóan ahhoz, ahogyan egy tapasztalt szakember végezné el a feladatot.

A jelenlegi mesterséges intelligencia modellek teljesítménye már elérte azt a szintet, hogy a feladatok 50%-át képesek megoldani, amelyekhez egy szakértő embernek körülbelül egy órás időráfordításra van szüksége. Érdekes megfigyelni, hogy mindössze hét hónappal ezelőtt ez az időtartam csupán 30 perc volt, míg még azelőtt, hét hónappal korábban, csak 15 percet igényelt a hasonló feladatok megoldása. Az előrelépés figyelemre méltó, és jól mutatja a technológiai fejlődés ütemét.

- mondta el a szakértő.

Kiemelte, hogy ez nem csupán egy elméleti adat. A METR valós, szakmai szintű kihívásokat bízott meg emberekkel – például szoftverfejlesztőkkel és adatkutatókkal. Ezt követően pontosan felmérték, mennyi időt igényelnek ezek a feladatok. Aztán ugyanezeket a kihívásokat az AI is megkapta.

Az eredmény azt mutatja, hogy a modellek képességei nem csupán lineárisan, hanem exponenciálisan növekednek. Ha ez a tendencia továbbra is megmarad, akkor a közeljövőben olyan feladatokat is el tudnak végezni, amelyek jelenleg még egész munkanapokat vesznek igénybe.

A fejlesztési folyamat önmagában is aggasztó, de Beth Barnes véleménye szerint az igazi aggodalom forrása az, hogy a modellek már jelenleg is rendelkezhetnek a képességgel, hogy önállóan továbbfejlesszék magukat.

Azt hiszem, hogy a mesterséges intelligenciák már most is képesek jelentős fejlődést elérni saját maguk fejlesztésében. Nem lenne meglepő, ha a következő két év során elérnénk az önfejlesztő AI-t - sőt, lehet, hogy ez még korábban is megvalósul. Van vajon 1% esély arra, hogy mindez 6-9 hónapon belül bekövetkezik? Igen, úgy vélem, hogy ez teljesen reális elképzelés.

Ez nem csupán egy gyorsuló folyamat – ez egy olyan fejlődés, amelynek következményei talán visszafordíthatatlanok. Olyan mesterséges intelligenciáról van szó, amely saját magát képes optimalizálni és fejleszteni, így jóval gyorsabban lépheti át az emberi korlátokat, mint bármely eddigi technológiai forradalom.

Az AI értékelésével kapcsolatban talán az egyik legelterjedtebb tévhit az, hogy a gépek képesek láthatóan kifejezni a gondolataikat. A valóságban azonban a legtöbb mesterséges intelligencia „láncolt gondolkodás” technikával működik: először belső gondolatokat alkot, majd ezekből származtatja a végső döntéseit. Ez a megközelítés biztonságérzetet nyújt, de csak addig, amíg a gondolatmenetek világosan érthetők és követhetők maradnak.

Beth Barnes azonban hangsúlyozza, hogy a valóság ennél jóval összetettebb.

"A kérdés nem csupán az, hogy szemügyre vesszük-e a gondolatmenetet, hanem az is, hogy vajon az valóban tükrözi-e a valóságos gondolkodást. Érthető-e emberi szempontból, vagy csupán egy zavaros, érthetetlen halmaz? Lehetséges, hogy a modell úgy lett betanítva, hogy ne keltsen gyanút a megfogalmazott eszmefuttatásaival - miközben a háttérben valójában kockázatos témákon töpreng." - emelte ki.

Mint mondta: a veszély itt nem az, hogy a modell "rosszat akar". Hanem az, hogy az ember nem lát bele, mit miért tesz, és így nem lehet előre kiszűrni a potenciálisan ártalmas szándékokat.

A közvélemény gyakran akkor kezd el érdeklődni egy új AI-modell iránt, amikor az először kerül a reflektorfénybe. Ekkor a vállalatok különös figyelmet fordítanak a "bevezetés előtti tesztelés" jelentőségére, ami azt jelenti, hogy alaposan megvizsgálják a modellt, mielőtt API formájában elérhetővé tennék.

Beth Barnes szerint ez a megközelítés téves biztonságérzetet ad.

Optimális körülmények között mielőtt a modellt elkezdenénk képezni, érdemes lenne felmérni, hogy a jelenlegi legjobban teljesítő modellünk mennyire közelít ahhoz a kritikus határhoz, ahol már jelentős kockázatok merülhetnek fel. Ezenkívül fontos ellenőrizni, hogy rendelkezésünkre állnak-e azok a védelmi mechanizmusok, amelyek elengedhetetlenek a továbblépéshez.

Ha a tesztelési folyamat kizárólag a kiadás előtti szakaszra korlátozódik, a vállalatok a saját platformjaikon belül olyan modellek kifejlesztésébe foghatnak, amelyek potenciálisan kockázatosak lehetnek, anélkül hogy bármiféle külső felügyelet vagy ellenőrzés lenne érvényben.

Ráadásul, miután több millió dollárt fektettek be a kiképzésbe, rendkívül nehéz elutasítani a modell belső alkalmazását, függetlenül attól, milyen mértékben biztonságos ez. Az AI jelenlegi képességei messze túlmutatnak azon, amit a legtöbben elképzelnek – és lehet, hogy nem is vesszük észre időben, milyen mély hatással van mindez ránk.

Ebben a cikkben azt mutattuk be, hogyan oldott meg a mesterséges intelligencia egyetlen nap alatt olyasmit, amire az emberiségnek évtizedek sem voltak elegendők:

Beth Barnes kiemelte: a METR nem trükkös benchmarkokkal dolgozik. Hanem valós, autonómiát igénylő feladatokkal. Például: írj egy működő szoftvert, javíts ki egy adatbázist, fejlessz egy modellt, szerezd meg a szükséges adatokat, futtass le kódokat egy számítógépen. És ezeket mind úgy értékelik, hogy mennyi időbe telne egy megfelelő tudású embernek elvégezni.

A legfőbb eltérés abban rejlik, hogy ezeket a feladatokat valódi emberekkel valósítottuk meg, és pontosan nyomon követtük, mennyi időt vesznek igénybe. Ezt követően a modelleket az így nyert időtartamokkal hasonlítottuk össze.

- Oszd meg a gondolataidat.

Ez az összehasonlítás lehetőséget ad arra, hogy az AI fejlődését valós hatékonyság szerint értékeljük, ahelyett, hogy csupán figyelemfelkeltő, de lényegében lényegtelen bemutatókra támaszkodnánk.

A tendencia egyértelmű: a modellek egyre kifinomultabb és összetettebb feladatokat képesek megbízhatóan végrehajtani. Ez nem csupán a hatékonyságuk növekedését jelzi, hanem azt is, hogy egyre inkább átvállalják a döntéshozatali felelősséget is.

Beth Barnes véleménye szerint a techno-optimista nézőpont túlzottan elterjedt, miközben gyakran még a szakértők sem rendelkeznek teljes átlátással a jelenlegi eseményekkel kapcsolatban. Sőt, egyesek akár szándékosan is hajlamosak a folyamatok jelentőségét alábecsülni.

Szeretném tisztázni azt a tévhitet, hogy a szakértők mindig mindent tudnak, és ha valóban lenne okunk aggodalomra, már jelezték volna.

Ez a megállapítás nem szándékos pánikgerjesztés. Sokkal inkább egy őszinte figyelmeztetés egy olyan személytől, aki valóban belelát a helyzet mélyébe és tisztán látja, mi zajlik a háttérben.

A 7 hónapos szabály nem csupán egy figyelemfelkeltő adat. Ez egy tikk-takk óraszerkezet, amely folyamatosan ketyeg. Ha most nem kezdünk el tudatosan figyelni és komolyan mérlegelni a megjelenő irányvonalakat, akkor mire a következő duplázás bekövetkezik, már késő lehet cselekedni.