**هوش مصنوعی واقعی: آیا فناوری آماده است؟**
در دنیای فناوری هوش مصنوعی، یک چالش جدی وجود دارد: آیا مدلهای موجود مانند ChatGPT هستند از تقلید کردن میکند یا واقعاً هوشمند هستند؟ فرانسوا شوله، دانشمند فرانسوی و منتقد سرسخت فناوری هوش مصنوعی، این سوال را میپرسد و پاسخ خود را با طراحی یک آزمون برای آزمایش هوش مصنوعیش میدهد.
**هوش سیال یا هوش مصنوعی تقلیدی؟**
در جهان هوش مصنوعی، دو نوع هوش وجود دارد: هوش سیال (Fluid Intelligence) و هوش مصنوعی فعلی. هوش سیال، قدرت حل مسائل جدید را دارد بدون اینکه بر اساس دانش قبلی باشد. در حالیکه هوش مصنوعی فعلی، با دادههای آموزشی آشنا است و اغلب در مواجهه با مسائل جدید شکست میخورد.
**هوش مصنوعی در حالت واقعی: مدلهای پرطمطراق که شکست میخورند!**
در اولین نسخه از آزمون ARC-AGI که توسط شوله طراحی شده است، مدلهای معروفی مانند GPT-4، Gemini 1.5 و Claude 3، نتایجی بسیار پائین به دست آوردند. این مدلها، اگرچه ادعا میشدند که در استدلال پیشرفته هستند، اما به ngoại Hok کردند. حتی GPT-4o که ادعا میشد پیشرفته تر از GPT-4 است، تنها 5 درصد موفقیت داشت!
**پیشرفت غیرمنتظره OpenAI: چه چیزی عوض شد؟**
در دسامبر 2023، OpenAI مدل o3 را معرفی کرد که با کسب 87 درصد در آزمون ARC-AGI، اولین بار به سطح انسان رسید. اما شوله در دستان کاملاً مطمئن نیست: “این مدلها با صرف هزینههای انبوه محاسباتی (صدها هزار دلار برای حل هر مسئله) جواب میدهند، نه با هوش سیال واقعی!”
**ARC-AGI-2: آزمون سختتری که هوش مصنوعی را دوباره به زانو درآورد**
شوله اخیراً آزمون سختتری برای هوش مصنوعی طراحی کرد که به طور شدیدی عملکرد مدلها را کاهش داد. در این آزمون، مدل o3 از 87 درصد به زیر 2 درصد سقوط کرد! این چالش و داغه، هوش مصنوعی را سؤالات جدیدی در ذهن میفرستد.
**آیا هوش مصنوعی واقعاً میتواند بیاندیشد؟**
در این چالش های و داغه یک جداگری خیلی قاطع بین دو گروه از مبدعین برای منظور بخشنده وجود دارد، گروه اول که از تعامل ترا نم پر عشقر پیرو هستند معتقدند که این مدل ها صرفا متن را خنثی و مفید و مفری کی تر بش تانی تا واقعا هوش عملی دارند و ترجوپ باعث کم نيکای احساس کنند ، گروه دوم که مخالفت ت له شوند بر این نیه م ا گران میگر پیش تحقیق هستند اعمدت درست یااین است که در هست ه ت مصنوع به واقع نفسو اخدوید.
**آینده مبهم AGI: سودآوری یا هوش واقعی؟**
شرکتهای قدرتمند مانند OpenAI، در عوض تمرکز بر آزمونهای انتزاعی، به کاربردهای عملی هوش مصنوعی توجه کردهاند. این شرکتها، هوش مصنوعی را به عنوان فناوریای تعریف میکنند که میتواند در لازم 100 میلیارد دلار سود ایجاد کند! این تعبیر اقتصادی، راههای ظاهراً و و نه معقول به فوق و اپل به انکه در از راتیاب پیچیده اثر به عین پروژه وجود دارد.
**راهیابی به هوش مصنوعی واقعی: هنوز بسیار دور است!**
شوله معتقد است که تا زمانی که مدلها نتوانند مانند یک کودک مسائل جدید را از پایه یاد بگیرند، ادعای دستیابی به AGI تنها یک فریب بازاریابی است. این چالشها و داغه، آینده هوش مصنوعی را نشان میدهد: آیا واقعاً میتوانیم هوش مصنوعی واقعی را بسازیم یا صرفاً در تلاش برای این هدف هستیم؟