CEO Nvidii twierdzi, że sztuczna inteligencja może przejść ludzkie testy w ciągu pięciu lat

Jensen Huang, dyrektor generalny firmy NVIDIA, uczestniczy w szczycie 2024 Stanford Institute for Economic Policy Research w Palo Alto w Kalifornii, 1 marca 2024 r. REUTERS/Ann Saphir 

Huang, który kieruje wiodącym na świecie producentem chipów sztucznej inteligencji wykorzystywanych do tworzenia systemów takich jak ChatGPT OpenAI, odpowiadał na pytanie na forum ekonomicznym zorganizowanym na Uniwersytecie Stanforda o to, ile czasu zajmie osiągnięcie jednego z długo utrzymywanych celów Doliny Krzemowej, jakim jest stworzenie komputerów, które potrafią myśleć jak ludzie. 

Huang powiedział, że odpowiedź w dużej mierze zależy od tego, jak cel zostanie zdefiniowany. Jeśli definicją jest zdolność do przechodzenia ludzkich testów, Huang powiedział, że sztuczna inteligencja ogólna (AGI) pojawi się wkrótce. „Gdybym dał sztucznej inteligencji... każdy pojedynczy test, jaki można sobie wyobrazić, stworzyłbym tę listę testów i umieścił ją przed branżą informatyczną, a zgaduję, że za pięć lat poradzimy sobie dobrze z każdym z nich”- powiedział Huang, którego firma osiągnęła w piątek 2 biliony dolarów wartości rynkowej. 

Obecnie sztuczna inteligencja może zdawać testy, takie jak egzaminy prawnicze, ale nadal zmaga się ze specjalistycznymi testami medycznymi, takimi jak gastroenterologia. Huang powiedział jednak, że w ciągu pięciu lat powinna być w stanie zdać każdy z nich. Jednak według innych definicji, AGI może być znacznie dalej, ponieważ naukowcy wciąż nie zgadzają się co do tego, jak opisać sposób działania ludzkich umysłów. „Dlatego trudno jest to osiągnąć jako inżynier”, ponieważ inżynierowie potrzebują zdefiniowanych celów, powiedział Huang. 

Odpowiedział również na pytanie o to, ile więcej fabryk chipów, zwanych w branży „fabrykami”, jest potrzebnych do wspierania ekspansji branży sztucznej inteligencji. Media donoszą, że dyrektor generalny OpenAI Sam Altman uważa, że potrzeba znacznie więcej fabryk. Huang powiedział, że będzie ich potrzeba więcej, ale każdy chip będzie z czasem stawał się coraz lepszy, co ograniczy liczbę potrzebnych chipów. Należy jednak pamiętać, że z biegiem czasu ogromnie ulepszamy algorytmy i przetwarzanie (sztucznej inteligencji) - powiedział Huang. „To nie jest tak, że wydajność obliczeniowa jest taka jak obecnie, a zatem zapotrzebowanie jest tak duże. Ulepszam obliczenia milion razy w ciągu 10 lat”.