Menurut panel ratusan peneliti kecerdasan buatan, bidang ini saat ini mengejar kecerdasan umum buatan dengan cara yang salah.
Wawasan ini terungkap di Asosiasi untuk Kemajuan Panel Presiden 2025 Buatan (AAAI) tentang masa depan penelitian AI. Itu Laporan panjang disatukan oleh 24 peneliti AI yang keahliannya berkisar dari keadaan infrastruktur AI hingga aspek sosial kecerdasan buatan.
Laporan tersebut termasuk takeaway utama untuk setiap bagian, serta bagian opini komunitas di mana responden ditanya pemikiran mereka sendiri tentang bagian tersebut.
Bagian tentang “Persepsi AI vs. Realitas”, yang diketuai oleh ilmuwan komputer MIT Rodney Brooks, merujuk karakterisasi siklus hype Gartner, siklus lima tahap yang umum untuk hype teknologi. Pada bulan November 2024, Gartner “memperkirakan bahwa hype untuk AI generatif baru saja melewati puncaknya dan berada di downswing,” kata laporan itu. 79% responden di bagian Opini Komunitas menyatakan bahwa persepsi publik saat ini tentang kemampuan AI tidak sesuai dengan realitas penelitian dan pengembangan AI, dengan 90% mengatakan bahwa ketidakcocokan itu menghambat penelitian AI – 74% dari jumlah itu yang mengatakan bahwa “arah penelitian AI didorong oleh hype.”
Kecerdasan Umum Buatan (AGI) Mengacu pada kecerdasan tingkat manusia: kecerdasan hipotetis dari sebuah mesin yang menafsirkan informasi dan belajar darinya sebagai manusia. AGI adalah cawan suci lapangan, dengan implikasi untuk otomatisasi dan efisiensi di seluruh bidang dan disiplin yang tak terhitung jumlahnya. Pertimbangkan tugas kasar apa pun yang tidak ingin Anda luangkan banyak waktu, dari merencanakan perjalanan hingga mengajukan pajak. AGI dapat dikerahkan untuk meringankan beban tugas -tugas hafalan, tetapi juga mengkatalisasi kemajuan di bidang lain, dari transportasi ke pendidikan dan teknologi.
Mayoritas yang mengejutkan – 76% dari 475 responden – mengatakan bahwa hanya meningkatkan pendekatan saat ini untuk AI tidak akan cukup untuk menghasilkan AGI.
βSecara keseluruhan, tanggapan menunjukkan pendekatan yang hati-hati namun bergerak ke depan: peneliti AI memprioritaskan keselamatan, tata kelola etika, pembagian manfaat, dan inovasi bertahap, mengadvokasi pengembangan kolaboratif dan bertanggung jawab daripada ras menuju AGI,β tulis laporan itu.
Meskipun hype mendistorsi keadaan penelitian – dan pendekatan saat ini untuk AI tidak menempatkan para peneliti di jalur paling optimal menuju AGI – teknologi telah membuat lompatan dan batas.
βLima tahun yang lalu, kami hampir tidak dapat melakukan percakapan ini – AI terbatas pada aplikasi di mana persentase kesalahan yang tinggi dapat ditoleransi, seperti rekomendasi produk, atau di mana domain pengetahuan secara ketat dibatasi, seperti mengklasifikasikan gambar ilmiah,β jelas Henry Kautz, seorang ilmuwan komputer di Universitas Virginia dan Ketua Laporan di atas. “Lalu, tiba -tiba dalam istilah bersejarah, Jenderal AI mulai bekerja dan menjadi perhatian publik melalui chatbots seperti chatgpt.”
Faktualitas AI “jauh dari terpecahkan”, laporan itu dibaca, dan LLMS terbaik hanya menjawab sekitar setengah dari satu set pertanyaan dengan benar dalam tes benchmark 2024. Tetapi metode pelatihan baru dapat meningkatkan kekokohan model -model itu, dan cara -cara baru untuk mengatur AI dapat lebih meningkatkan kinerja mereka.
βSaya percaya tahap selanjutnya dalam meningkatkan kepercayaan akan menjadi penggantian agen AI individu dengan tim agen yang bekerja sama yang terus-menerus memeriksa fakta yang lain dan mencoba untuk saling jujur,β tambah Kautz. βSebagian besar masyarakat umum serta komunitas ilmiah – termasuk komunitas peneliti AI – mendirikan kualitas sistem AI terbaik saat ini; persepsi AI lag sekitar satu atau dua tahun di belakang teknologi.β
AI tidak ke mana -mana; Lagi pula, siklus hype gartner tidak berakhir dengan “memudar menjadi terlupakan,” tetapi sebaliknya “dataran tinggi produktivitas.” Arena yang berbeda dari kasus penggunaan AI memiliki tingkat hype yang berbeda, tetapi dengan semua keributan tentang AI – dari sektor swasta, dari pejabat pemerintah, heck, dari keluarga kami sendiri – laporan tersebut merupakan pengingat yang menyegarkan bahwa para peneliti AI berpikir sangat kritis tentang keadaan bidang mereka. Dari cara sistem AI dibangun dengan cara mereka digunakan di dunia, ada ruang untuk inovasi dan peningkatan. Karena kita tidak akan kembali ke waktu tanpa AI, satu -satunya arah adalah ke depan.