دمیس هاسابیس، مدیرعامل گوگل دیپمایند، اخیراً در گفتوگویی علمی پرده از یک حقیقت مهم درباره آینده هوش مصنوعی برداشته است؛ حقیقتی که میتواند سالها مسیر رسیدن به هوش مصنوعی انسانگونه (AGI) را به تأخیر بیندازد. به گفته او، حتی پیشرفتهترین مدلهای کنونی – مانند خانواده مدلهای Gemini گوگل – با مشکلی بنیادین مواجه هستند که در دنیای تحقیقاتی به آن «هوش دندانهدار» (Jagged Intelligence) میگویند.
هوش دندانهدار؛ نابغهای با ضعفهای عجیب
تصور کنید فردی بتواند در المپیاد جهانی ریاضی مدال طلا بگیرد، اما در حل یک مسئله ساده جبر دبیرستانی شکست بخورد. این دقیقاً وضعیتی است که برخی از مدلهای پیشرفته هوش مصنوعی تجربه میکنند. آنها میتوانند در برخی حوزهها عملکردی فراتر از انتظار داشته باشند، اما در حوزههای دیگر – حتی سادهتر – دچار خطاهای غیرقابل توجیه شوند.
هاسابیس معتقد است که این مشکل صرفاً با افزایش حجم دادهها یا قدرت پردازش برطرف نخواهد شد. برخلاف تصور عموم، این مدلها هنوز فاقد یکپارچگی شناختی و توانایی تفکر پیوسته در سطوح مختلف هستند.
مانع بزرگ بر سر راه AGI
برای رسیدن به هوش مصنوعی انسانگونه، سیستمها باید بتوانند مانند انسان استدلال کنند، برنامهریزی کنند و از حافظه بلندمدت خود بهطور مؤثر استفاده کنند. اما در حال حاضر، هوش مصنوعی هنوز بیشتر یک ماشین «الگویاب» است تا یک موجود «متفکر». این فاصله باعث میشود که حتی غولهایی مانند گوگل هم بپذیرند که AGI هنوز در دسترس فوری نیست.
راهحلها و مسیر آینده
به گفته هاسابیس، حل مشکل هوش دندانهدار نیازمند پیشرفتهای بنیادی در معماری مدلها است؛ پیشرفتهایی که شاید با رویکردهای الهامگرفته از مغز انسان و ترکیب مدلهای یادگیری عمیق با سیستمهای استدلالی پیشرفته به دست بیاید. او همچنین اشاره میکند که حافظه فعال، خودآگاهی ماشینی و یادگیری مداوم از جمله حوزههایی هستند که باید در آنها سرمایهگذاری بیشتری صورت گیرد.
نتیجهگیری
این اعتراف مهم از سوی یکی از پیشگامان هوش مصنوعی نشان میدهد که هیاهوی رسانهای پیرامون AGI هنوز با واقعیت فاصله دارد. هرچند مدلهای کنونی میتوانند در بسیاری از زمینهها شگفتانگیز عمل کنند، اما برای رسیدن به «تفکر واقعی» و توانایی حل مسائل متنوع به شکلی مشابه انسان، راهی طولانی در پیش است.