پیشبینیها درباره ظهور AGI متفاوت است، اما بر اساس یک تحلیل جدید، دانشمندان معتقدند که این رویداد زودتر از سال 2040 رخ خواهد داد. این برآورد، 20 سال زودتر از پیشبینیهای گذشته است.
به گزارش تکناک، تحلیل جدیدی که بر پایه هزاران نظر کارشناسی انجام شده، نشان میدهد که AGI،سیستمی از هوش مصنوعی با هوشی فراتر از انسان که قادر به انجام وظایف مختلف است،دیر یا زود به واقعیت تبدیل خواهد شد.
این تحلیل، که Cem Dilmegani، تحلیلگر ارشد AIMultiple Research، در 18 فوریه انجام داده، حدود 8,600 پیشبینی از دانشمندان، متخصصان هوش مصنوعی و کارآفرینان را از سال 2009 تا 2023 بررسی کرده تا مشخص کند که کارشناسان چه زمانی تحقق AGI را محتمل میدانند.
بررسی 10 نظرسنجی انجامشده در این تحلیل، که شامل دیدگاههای 5,288 پژوهشگر و متخصص هوش مصنوعی است، نشان میدهد که احتمال دستیابی به هوش مصنوعی همسطح انسان بین سالهای 2040 تا 2061 حدود 50 درصد است.
با این حال، نظرسنجیهای جدیدتر نشان میدهند که تکینگی فناوری زودتر رخ خواهد داد. بهعنوان نمونه، یکی از جدیدترین مطالعات که در سال 2023 انجام شد، نظر 2,778 دانشمند را جویا شد و پیشبینی کرد که AGI حداکثر تا سال 2040 تحقق خواهد یافت. برخی متخصصان، از جمله Dario Amodei، پژوهشگر هوش مصنوعی و مدیرعامل شرکت آنتروپیک، معتقدند که این رویداد ممکن است حتی تا سال 2026 رخ دهد.

ظهور AGI بهطور قابلتوجهی تحت تأثیر توسعه سریع مدلهای زبانی بزرگ مبتنی بر ترنسفورمر (LLMs) قرار داشته است. فناوریای که در پسِ پرده ChatGPT و مولدهای تصویری مانند Dall-E قرار دارد، این پیشرفت را ممکن ساخته است. پیش از توسعه این فناوریها، برخی دانشمندان در سال 2019 پیشبینی کرده بودند که AGI تا سال 2060 یا حتی هرگز رخ نخواهد داد.
تحلیلهای انجامشده چندین دلیل را برای قطعیت ظهور AGI ارائه کردهاند.
نخست، برخلاف هوش انسانی، هیچ محدودیت نظری برای افزایش قدرت پردازش وجود ندارد. بر اساس قانون مور، قدرت پردازش تقریباً هر 18 ماه دو برابر میشود. در صورتی که این روند ادامه یابد، سیستمهای هوش مصنوعی در آینده میتوانند از نظر توان محاسباتی، با هوش انسانی برابری کنند. با این حال، برخی معتقدند که قانون مور دیگر معتبر نیست.
رایانش کوانتومی نیز یکی از عواملی است که میتواند محدودیتهای پردازشی را از میان بردارد. این فناوری با استفاده از قوانین مکانیک کوانتومی، امکان انجام محاسبات همزمان را فراهم میکند، در حالی که رایانههای کلاسیک—حتی سریعترین ابررایانهها—محاسبات را بهصورت متوالی انجام میدهند. چنین قابلیتی میتواند سیستمهای هوش مصنوعی را به سطحی فراتر از مدلهای کنونی برساند.
با این حال، برخی دانشمندان معتقدند که دستیابی به AGI همچنان به پیشرفتهای اساسی نیاز دارد.
برای مثال، یان لی کان، دانشمند ارشد هوش مصنوعی در فیسبوک، در سخنرانی خود در اکتبر 2024 اعلام کرد که معماری مبتنی بر ترنسفورمر و رویکردهای فعلی هوش مصنوعی نمیتوانند به هوشی در حد انسان دست پیدا کنند.
او همچنین پیشنهاد کرده که دانشمندان بهطور کلی از مفهوم AGI فاصله بگیرند. به عقیده او، تعریفی که از AGI ارائه میشود، با تواناییهای واقعی یک انسان اشتباه گرفته شده است، زیرا انسانها در عمل تنها قادر به انجام مجموعهای محدود از وظایف تخصصی هستند، نه یادگیری و اجرای هر نوع وظیفهای.