Tidligere forudsigelser om begrænsningerne for AI er konsekvent blevet modbevist.
Den eksponentielle vækst i AI-kapacitet har bragt den fra forskningslaboratorier til hverdagen og har opnået mange bedrifter, der engang blev anset for umulige. Selvom der stadig er begrænsninger, ville jeg ikke satse imod AI.
Tidligere
- Ræsonnement og kompleks problemløsning: Engang betragtet som umuligt for computere, men systemer som IBM's Deep Blue, der slog skakstormesteren Garry Kasparov i 1997, beviste, at dette var forkert.
- Naturlig sprogbehandling (NLP): Nuancerne, idiomerne og humoren i menneskesprog blev anset for at være uoverstigelige barrierer.
- Tidlige chatbots som Eliza (1965) viste de første skridt.
- Moderne chatbots udviser en bemærkelsesværdig forståelse af naturlige sproginstruktioner, udleder brugerens hensigt og foregriber endda behov, hvilket er et centralt aspekt af generativ AI.
- Kreativitet: Påstanden om, at computere ikke kan skabe, er blevet udfordret af generativ AI, som kan producere kunst og musik. Taleren drager en parallel til menneskelig kreativitet, som også er påvirket af tidligere erfaringer.
I horisonten
Taleren skifter derefter til aktuelle og fremtidige udfordringer for AI:
- Kunstig superintelligens (ASI): AI, der overgår menneskelig intelligens på alle områder, er i øjeblikket inden for science fictions område.
- Bæredygtighed: Nuværende AI-systemer er utroligt strømkrævende og dyre at køre.
- Forståelse: Spørgsmålet om, hvorvidt AI virkelig forstår meningen med det, den "siger", eller om den blot simulerer tanke, er stadig åbent.
- Dom (Visdom): AI kæmper i øjeblikket med at træffe nuancerede, etiske eller subjektive vurderinger.
Den menneskelige rolle
Taleren afslutter med at definere de komplementære roller for mennesker og AI:
- Mennesker bør fokusere på "Hvad" og "Hvorfor": Definere de overordnede makroniveaumål, mål, formål og mening bag handlinger. Det er her, menneskelig intuition og forståelse på højere niveau udmærker sig.
- AI (især agenter) bør fokusere på "Hvordan": Når først "hvad" og "hvorfor" er fastlagt, kan AI finde ud af "hvordan", automatisere opgaver effektivt og udføre dem på en optimeret måde.