Obecna histeria wokół sztucznej inteligencji, w której dyrektorzy ds. technologii przewidują superinteligencję do 2026 r. i przełomy w wydłużaniu życia, opiera się na zasadniczym błędzie: błędnym przekonaniu, że zaawansowane modelowanie języka równa się prawdziwej inteligencji. Chociaż potężne narzędzia sztucznej inteligencji, takie jak ChatGPT i Gemini, robią wrażenie, działają na zasadach zasadniczo odmiennych od ludzkiego myślenia, a dalsze skalowanie tych systemów nie wypełni w magiczny sposób tej luki.
Iluzja inteligencji
U podstaw dzisiejszego boomu AI leżą „duże modele językowe” (LLM). Systemy te przodują w identyfikowaniu korelacji statystycznych w ogromnych zbiorach danych tekstowych, co pozwala im przewidzieć najbardziej prawdopodobny wynik dla danego zapytania. Są to zasadniczo złożone maszyny dopasowujące wzorce, a nie myślące byty. To krytyczna różnica. Neuronauka wyraźnie pokazuje, że ludzka myśl jest w dużej mierze niezależna od języka; używamy języka do komunikowania myśli, ale język to nie to samo, co sama myśl.
Szum sugeruje, że samo zwiększenie ilości danych wprowadzanych do coraz potężniejszych komputerów (w szczególności chipów Nvidia) doprowadzi do osiągnięcia „sztucznej inteligencji ogólnej” (AGI) – sztucznej inteligencji zdolnej do wykonania każdego inteligentnego zadania, jakie może wykonać człowiek. Jednak założenie to jest wątpliwe z naukowego punktu widzenia. LLM to narzędzia do emulacji komunikacji, a nie do odtwarzania indywidualnych procesów poznawczych, myślenia i rozumowania.
Język: narzędzie, a nie źródło myśli
Potwierdzają to najnowsze badania z zakresu neurologii. Badanie z 2023 r. opublikowane w czasopiśmie Nature przez Fedorenko, Piantadosi i Gibsona podkreśliło, że język jest przede wszystkim narzędziem komunikacji, a nie warunkiem myślenia. Osoby z poważnymi zaburzeniami językowymi nadal są w stanie angażować się w złożone rozumowanie, rozwiązywanie problemów, a nawet logikę formalną. Obrazowanie mózgu pokazuje, że czynności poznawcze aktywują odrębne sieci neuronowe od tych wykorzystywanych do przetwarzania języka.
Wyobraź sobie dziecko: na długo przed rozwojem języka dzieci badają, uczą się i tworzą teorie o świecie poprzez obserwację i eksperymenty. Myślą bez języka, demonstrując, że poznanie poprzedza i istnieje niezależnie od zdolności językowych. To nie jest spekulacja; jest to obserwowalna rzeczywistość.
Skuteczność komunikacji, a nie kreacja
Języki ludzkie ewoluowały pod kątem wydajności: mają na celu jasne i zwięzłe przekazywanie idei. To wyjaśnia, dlaczego różne języki mają wspólne cechy, dla których priorytetem jest łatwość produkcji, nauka i zrozumienie. Język poprawia poznanie, ułatwiając wymianę wiedzy, ale nie tworzy tej wiedzy.
Jeśli pozbędziemy się języka, nadal będziemy mogli myśleć, rozumować i postrzegać świat. Wyeliminuj język z LLM, a popadnie on w bezsens. Sztuczna inteligencja może działać wyłącznie w obrębie danych, na których została wytrenowana; nie może generować naprawdę nowych myśli.
Limity skalowania
Nawet niektórzy przedstawiciele branży sztucznej inteligencji przyznają się do tego ograniczenia. Yann LeCun, czołowy badacz sztucznej inteligencji, niedawno opuścił Meta, aby założyć start-up specjalizujący się w „modelach świata” – systemach zaprojektowanych tak, aby rozumieć świat fizyczny poprzez trwałą pamięć i planowanie, a nie tylko język. Inni eksperci definiują obecnie AGI nie jako skalowanie wzorców językowych, ale jako odtwarzanie „wszechstronności poznawczej i kompetencji dobrze wykształconego dorosłego”.
Jednak nawet to bardziej zniuansowane podejście napotyka zasadniczy problem. Sztuczna inteligencja, która potrafi dokładnie naśladować ludzkie funkcje poznawcze, nadal nie jest w stanie dokonać prawdziwych zmian paradygmatu. Prawdziwe przełomy naukowe nie wynikają z iteracyjnej analizy danych; wynikają z niezadowolenia z istniejących ram, z możliwości wyobrażenia sobie idei wykraczających poza obecne zrozumienie.
Maszyna z martwą metaforą
Jak argumentował filozof Richard Rorty, postęp często wynika z porzucenia „martwych metafor” – przestarzałych sposobów myślenia, które już nam nie służą. Systemy sztucznej inteligencji ze swej natury nie są zdolne do tego rodzaju twórczej frustracji. Mogą ponownie połączyć istniejącą wiedzę, ale nie mogą wygenerować naprawdę nowych paradygmatów, ponieważ utknęli w słownictwie swoich danych szkoleniowych.
Podsumowując, choć sztuczna inteligencja niewątpliwie będzie w dalszym ciągu doskonalić się w zakresie zadań, do których została zaprojektowana, obietnica superinteligencji pozostaje naukową fantazją. Ludzka inteligencja nie polega na przetwarzaniu danych; polega ona na zdolności do oryginalnego myślenia, napędzanej ciekawością, niezadowoleniem i umiejętnością wyobrażenia sobie czegoś, czego jeszcze nie ma. Nie da się tego odtworzyć za pomocą żadnego modelu językowego, bez względu na jego wielkość.
