Beismerő vallomás a Politicótól: leleplezték Manfred Weber mestertervét

Ezt nehéz lesz kimagyaráznia a Néppárt vezetőjének.

A közeljövő általános MI-je (AGI) 3–5 éven belül képes lehet átvenni az irodai és logisztikai feladatok többségét – súlyos munkaerőpiaci válságot okozva. Ám a 10–20 év múlva realitássá váló szuperintelligens MI (ASI) már minden területen felülmúlhat minket, ami tovább fokozhatja a krízist.

Képzeljük el, hogy milyen lenne a világ, ha létezne egy a maiaknál sokkal magasabban fejlett mesterséges intelligencia, amely nemcsak amolyan ChatGPT jelleggel, chatbotként válaszol kérdésekre, keres elő a belé táplált netes tudásbázisból dolgokat, ír vázlatokat, jelentéseket, anyagokat, iskolai beadandókat, készít preziket vagy képeket generál. Ehelyett lényegében
bármilyen szellemi feladatot el tud végezni, akár olyan összetett dolgokat is, mint amit egy tehetséges irodai gyakornokra vagy junior kollégára is szívesen rábíznánk egy cégnél vagy intézménynél.
Bár az MI-ügynökök (agentek) ígérete szerint az MI képes lesz önállóan, általános módon gondolkodni és cselekedni, ezt a szintet a gyakorlatban még közel sem értük el. Ez várhatóan az MI-fejlődés egy következő mérföldköve lesz, amit a szakirodalom AGI-nek (Artificial General Intelligence, azaz mesterséges általános intelligencia) nevez, amely

elvileg az emberhez hasonló, több területen átívelő, rugalmas problémamegoldó képességgel rendelkezne.
A mai, ChatGPT-hez hasonló nagy nyelvi modellek (LLM-ek) még nem AGI-k, hanem az úgynevezett „narrow AI-k” (szűk mesterséges intelligencia) kategóriájába tartoznak. Ezek a rendszerek bizonyos feladatokban kimagasló teljesítményt nyújtanak, de a működésük erősen függ a pontosan megfogalmazott kérésektől (promptoktól), valamint a felhasználói visszacsatolásoktól, visszakérdezésektől, pontosításoktól.
Korlátjuk az is, hogy időnként hallucinálnak, vagyis valóságtartalom nélküli, mégis meggyőző állításokat generálnak. Ez nem tudatos megtévesztés:
bármennyire is úgy tűnik, az LLM-eknek nincs szándékuk, tudásuk vagy bármiféle valóságérzékük. A működésük során statisztikai mintázatok alapján, a tanulási adataikból származó valószínűségeket követve állítanak elő válaszokat, előre meghatározott modellarchitektúrák és tanítási eljárások mentén.
Talán a legfontosabb, amit nem tudnak a mai MI-modellek: igazán „szabadon” gondolkodni. Az AGI viszont teljesen önállóan tanulna meg új dolgokat, érvelne, tervezne – úgy, mint az emberek vagy akár annál is jobban. A szakértői becslések mediánja szerint az AGI 2030–2033 körül érkezhet meg.
A fenti prognózist egy több mint nyolcezer szakértői becslést tartalmazó tanulmány, tőzsdei előrejelzők, vezető kutatóintézetek, például a Stanford HAI adatai alapján tehetjük. Ez a 4–7 év egyfajta konszenzusos középérték. Érdekesség, hogy a Metaculus nevű ágazati jövő-előrejelző platform több mint háromezer válaszoló alapján korábban 2040 környékére tette a „gyengén általános AI” megjelenését, amely már nemcsak egyetlen feladatra képes, de még nem teljesen autonóm. Viszont a 2025. decemberi felmérésben ugyanerre a kérdésre a válasz 2027 vége volt. E szerint mintegy két év, és megjelenhet az első olyan AGI, amely egy junior vagy egy szervező titkár, titkárnő feladatainak mintegy 90 százalékát képes átvenni.
A gyengén általános MI ugyanis egy olyan rendszer, amely többféle feladatot képes ellátni egymás után: például átolvassa az e-maileket és válaszokat fogalmaz, frissíti a projekttáblázatokat, segít prezentációt készíteni, majd megtervezi a következő nap programját. Képes váltani szövegírás, számolás, tervezés és kutatás között, ám még időnként kézi irányításra és ellenőrzésre szorul, azaz nem teljesen autonóm. Továbbá teljesen új, ismeretlen problémákat önállóan nem tud megoldani.
A becslések szórása azonban óriási, vagyis a kutatók nem tudják, hogy az áttörés pontosan mikor és honnan érkezhet. Vannak ugyanis olyan optimista techcégvezetők, akik már egy éven belül késznek látják a gyenge AGI-t, ám az óvatosabb kutatók évtizedes távlatban gondolkodnak erről.
A kutatók 76 százaléka szerint a mai nagy nyelvi modellek puszta „felnagyítása” önmagában nem elegendő, az AGI eléréséhez egy új algoritmikus áttörésre is szükség van.
Ha pedig nem születik új megközelítés, akkor hardveres oldalon az AGI-hez a jelenlegi globális szuperszámítási kapacitás 100–1000-szeresére lenne szükség, ami évi 20–30 százalékos növekedés mellett is legkorábban 2030 után válhat elérhetővé.
A kvantumszámítógépek, a fotonikus (fényalapú) chipek, a klasszikus szuperszámítógépek és a jelenleg használt MI-klaszterek együttes használata persze nagyságrendekkel növelheti a számítási teljesítményt és a hatékonyságot. Ez felgyorsíthatja a tanítást, az optimalizálást és egyes komplex problémák megoldását is. Ugyanakkor a jelenlegi álláspont szerint ez a hardveres erősítés önmagában nem elegendő az AGI eléréséhez: a valódi áttöréshez az említett, még fel sem talált új algoritmusokra és alapvetően más, nem LLM-alapú intelligenciamodellekre is szükség van. A hibridek tehát gyorsítanak és erősítenek, de nem helyettesítik az elméleti és algoritmikus újításokat.
A fejlődést ráadásul külső tényezők is befolyásolják: az EU MI-törvénye, az amerikai exportkorlátozások és a tajvani chipgyártás, különösen a TSMC szerepe egyaránt lassíthatja vagy éppen gyorsíthatja az ütemet. A Stanford HAI 2026-ra vonatkozó jóslatai arra figyelmeztetnek, hogy a „nagyobb modell, több adat” stratégia 2024–2025-ben lelassult, ezért az idén biztosan nem várható áttörés az AGI terén.
Összességében tehát az AGI nem egyik napról a másikra kapcsolódik be az életünkbe. Ennek ellenére a következő 2-3 évben már megjelenhetnek olyan rendszerek, amelyek a legtöbb irodai, logisztikai vagy ügyfélszolgálati feladatban – ahogy szó volt róla – elérhetik az emberi átlagteljesítmény 90 százalékát. Ez a részleges vagy gyenge AGI 5–10 százalékkal csökkentheti a közepes vállalatok munkaerőköltségét, ám ez az álláshelyek legalább egytizedét már rövid távon is fenyegeti.
A teljesnek mondható, emberi szintű AGI – ami már nem igényel külön betanítást minden új feladathoz – további évek munkája lesz, szélesebb körben a 2030-as évek második felében várható – legalábbis a mai tudásunk alapján. Ám ne feledjük: addigra a világgazdasági versenyképesség kulcsa az lesz, hogy a fejlett világ irodai jellegű feladataiban melyik vállalat, intézmény mennyire tudja integrálni az AGI-alapú döntéstámogatást a termelésbe, az ellátási láncba és a pénzügyi tervezésbe.
Az AGI után azonban már ködös és veszélyes vizekre evezünk, a kutatók egy–három évtizednyire teszik a következő lépcsőt. Ez a szuperintelligens MI, azaz a Super General Intelligence (SGI) vagy az Artificial Superintelligence (ASI).
Ez már maga a Terminátor-filmekből ismert Skynet lehet, egy olyan rendszer, amely már nemcsak emberi szinten, hanem minden téren az emberi tudatszint fölött teljesít. A becslések szerint ez 2040–2055 tájékán érkezhet, és már nem csupán gazdasági, hanem társadalmi és etikai kérdéseket is felvet, ha egyáltalán megmarad az emberi társadalom és a civilizáció a mai formájában, és nem válnak az emberek az MI, azaz az ASI rabszolgáivá...
Kapcsolódó: