- Техлид подразделения по обучению с подкреплением в Anthropic заявил, что современные методы RL могут приблизить ИИ к уровню человеческого эксперта без необходимости архитектурных прорывов.
- Достижения моделей в программировании уже экспертные, но в гуманитарных и творческих задачах оценить «экспертность» сложнее, что затрудняет универсальные выводы о приближении к AGI.
- Крупные фигуры в области ИИ, включая глав Anthropic и OpenAI, высказываются с осторожностью относительно понятия AGI и предполагают появление очень мощных моделей до 2030 года, но подчеркивают, что настоящий AGI пока не достигнут.
На AI Agenda Live технический руководитель направления обучения с подкреплением компании Anthropic Шолто Дуглас в разговоре с изданием The Information отметил, что дальнейшее развитие существующих методов обучения с подкреплением (RL) способно вывести крупные языковые модели на уровень человеческого эксперта в ряде конкретных задач. Это означает, что современные технологии способны приблизить искусственный интеллект к концепции искусственного общего интеллекта (AGI) без необходимости радикальных изменений в архитектуре моделей.
В частности, в сферах с ясными критериями успеха — например, в программировании — ИИ уже демонстрирует экспертные показатели. Однако в менее формализованных областях, таких как аналитика, планирование и решение прикладных задач, хотя и замечается прогресс, его стабильность пока не идеальна. Более того, в гуманитарных и творческих сферах оценить качество работы моделей значительно сложнее из-за отсутствия объективных мер. Это создает определённое препятствие для однозначного утверждения о приближении к AGI, ведь понятие «экспертность» в таких областях остается расплывчатым.
Стоит отметить, что многие влиятельные представители сферы искусственного интеллекта прогнозировали достижение AGI примерно к 2030 году. При этом их позиция становится все более сдержанной с приближением указанной даты. Так, глава Anthropic Дарио Амодеи выразил скептицизм относительно самого термина AGI, называя его скорее маркетинговым понятием. Он предпочитает использовать более конкретное определение — «мощный ИИ», который превосходит подавляющее большинство людей в большинстве задач.
Похожую точку зрения высказал и глава OpenAI Сэм Альтман. После выпуска GPT-5 он заявил, что термин AGI не является особенно полезным и предпочитает ориентироваться на практические возможности моделей. По его словам, GPT-5 пока не достиг уровня настоящего AGI. Тем не менее, в интервью изданию Die Welt он отметил, что будет удивлен, если к концу текущего десятилетия не появятся чрезвычайно способные модели, способные выполнять задачи, недоступные людям, и даже взявшие на себя значительную часть человеческой работы — порядка 30–40%.
Таким образом, текущие технологии, особенно в области обучения с подкреплением, уже демонстрируют значительное продвижение и открывают перспективы, которые могут привести к качественному скачку в развитии искусственного интеллекта. Тем не менее, граница между продвинутым ИИ и истинным AGI остается предметом дискуссий и требует дополнительного уточнения критериев оценки уровней интеллектуальных способностей машин.
