Ha te is azok közé tartozol, akik izgatottan követik a mesterséges intelligencia (AI) világának fejleményeit, akkor biztosan hallottál már Elon Musk legújabb interjújáról Lex Fridman podcastjében. Musk, az xAI alapítója, nemrégiben beszélt az AGI (Artificial General Intelligence, azaz Általános Mesterséges Intelligencia) és az ASI (Artificial Superintelligence, azaz Szuperintelligencia) fogalmakról, valamint arról, hogyan válik az adat a legnagyobb korláttá az AI fejlődésében.
Az AI fejlődésének aktuális állása
Tavaly óta egyre hangosabbak azok a hangok, amelyek szerint az AI fejlődésének legnagyobb akadálya már nem a számítási kapacitás, hanem az adatok minősége és mennyisége. Elon Musk a Lex Fridman podcastben hangsúlyozta, hogy az internetet egyre inkább elönti az AI által generált tartalom, ami komoly problémát jelent.
Gondolj csak bele: ha egy AI modellt olyan adatokkal tanítunk, amelyeket egy másik AI hozott létre, az eredmény „modell összeomlás” (model collapse) lehet. Egy (illetve legalább két) 2024-es Nature tanulmány szerint, hogy ilyen esetben az AI egyre homogénebb, hibás kimeneteket produkál, elveszítve a valós világ diverzitását. Kutatások szerint ez zsákutcába vezet: az AI „elfelejti” a ritka eseményeket és a sokszínűséget, ami a valódi emberi adatokból származik.

De van kiút! Úgy néz ki egyelőre, hogy ezt a problémát meg fogjuk tudni oldani. Okosabban tanítunk, jobb algoritmusokat találunk ki (pl. reasoning modellek), több számítási kapacitást használunk „mélyebb”+, több réteggel rendelkező modellek tanítására… de akár a GPT5 vegyes fogadtatását is tekintve azért lássuk be, nem a motor túlpörgetése a megoldás. Szerencsére nincs blokk, mert az új algoritmusok, új chipek érkeznek. A megoldás az lehet, ha az AI új modalitásokon – azaz új bemeneti formákon – keresztül tanul a világról. Például videókon, szenzoros adatokon vagy akár robotok érzékszervein át. A „Chain-of-Modality” módszerrel az AI manipulációs programokat tanul emberi videókból, ami közelebb visz minket a valódi világmegértéshez.
Human Intelligence
A gyerekek is így tanulnak. És aztán felnőnek, és a látott, tapasztalt tudásuk összeépül, kiegészül a hallott, olvasott tudással… és eljutunk a HI (human intelligence) szintjére.
Az intelligencia nem egysíkú. Howard Gardner „többszörös intelligenciák elmélete” szerint az emberi intelligencia nyolc fő típusra bontható: zenei, vizuális-térbeli, nyelvi, logikai-matematikai, testi-kinesthetikus, interperszonális, intraperszonális és naturalista. Ez segíthet összehasonlítani az AI-t az emberi képességekkel – például az AI erős a logikai-matematikaiban, de gyengébb az érzelmi (interperszonális) intelligenciában.
A gépi intelligencia fő típusai
Ahhoz, hogy értsük az AGI és ASI fogalmakat, érdemes áttekinteni a gépi intelligencia skáláját, egy kicsit más, de a végén összeérő besorolás szerint:
- ANI (Artificial Narrow Intelligence – Keskeny Mesterséges Intelligencia): Ez a mai AI-k többsége, mint a sakkprogramok vagy a hangfelismerők. Speciális feladatokra optimalizáltak, de nem általánosak. A mélytanulás forradalmasította ezt a szintet, de még mindig korlátozott. Absztraktul megfeleltethőtőek például akár a többszörös intelligencia síkjainak.
- AGI (Artificial General Intelligence – Általános Mesterséges Intelligencia, de én jobban szeretem Általános Gépi Intelligenciának fordítani): Itt az AI emberi szintű intelligenciát ér el több területen. Képes tanulni, alkalmazkodni és problémákat megoldani anélkül, hogy előre programoznák. Musk szerint az xAI célja az AGI építése, és hamarosan elérhetjük ezt a szintet modellekkel, mint az OpenAI O3 (talán o1 utódja), az Anthropic Opus 4, a GPT-5 vagy a Grok 4.
- ASI (Artificial Superintelligence – Szuperintelligencia): Ez az AGI továbbfejlesztése, ahol az AI messze túlszárnyalja az emberi intelligenciát minden területen. Félelmetes és izgalmas: mi történik, ha a „tanítvány túlszárnyalja a mestert”? Egzisztenciális dilemmák merülnek fel – mit csinálunk majd mi, emberek? Felkészültünk lelkileg erre a pillanatra?
- Augmented/Hybrid Intelligence: Ember-AI együttműködés, ahol az ember „in the loop” marad. Például a Neuralink kiterjeszti az emberi intelligenciát (Human Extended Intelligence).

Mit hoz a jövő?
Felkészültünk arra, hogy az AI túlszárnyal minket? Mit fogunk csinálni, ha az AI testet kap (erről a testvérblogban) és a robotok veszik át a munkánkat? Ezek egzisztenciális kérdések: az AI kockázatot jelent, de egyben lehetőséget is az emberiség kiterjesztésére.
Vélemény, hozzászólás?
Hozzászólás küldéséhez be kell jelentkezni.