En kontroversiel påstand rykker ved vores forståelse af maskiners intelligens
Der er opstået en konkret strid blandt forskere, som hævder, at nutidens AI-modeller – herunder populære chatbots – for længst opfylder de kriterier, vi selv har fastsat for menneskelig intelligens. En nylig artikel publiceret i et anerkendt videnskabeligt tidsskrift vender fuldstændig op og ned på den måde, vi måler “ægte” maskinintelligens på.
Indtil nu har de fleste teknologivirksomheder – fra OpenAI til giganter i Silicon Valley – omtalt AGI som den hellige gral. Nogle gav det et årti, andre et år eller to. Samtidig fastholdt en del forskere, at den nuværende arkitektur bag store sprogmodeller er en blindgyde, og at det virkelige gennembrud først kommer med komplekse “verdensmodeller”, der bedre afspejler fysisk og social virkelighed.
Den nye publikation stiller spørgsmålet fra en helt anden vinkel: hvad nu hvis vi alle kigger i den forkerte retning og ikke bemærker, at den tærskel, vi så utålmodigt ventede på, allerede er overskredet?
Forskere fra University of California fremsætter en provokerende tese
Forskere fra University of California er kommet med en kontroversiel påstand: generel kunstig intelligens er ikke et mål ved horisonten, men en færdig realitet. Efter deres opfattelse har nutidens systemer baseret på store sprogmodeller nået et funktionsniveau, der i praksis opfylder definitionen på generel intelligens.
I stedet for at spørge “hvornår opnår vi kunstig generel intelligens” mener forfatterne, at vi bør overveje, om vi faktisk allerede beskriver den her og nu – i nutid.
Turingtesten viser overraskende resultater med nye chatbots
Et af forskernes centrale argumenter er Turingtesten – et klassisk koncept fra 1950. Den forudsætter, at hvis et menneske under en skriftlig samtale ikke kan skelne en maskine fra et andet menneske, kan vi tale om intelligent maskinadfærd.
Med den nyeste generation af chatbots, som avancerede modeller af typen ChatGPT og andre avancerede konversationssystemer, begynder vi at se situationer, hvor folk hyppigere opfatter AI som et menneske end som faktiske menneskelige samtalepartnere. For blot få år siden ville et sådant resultat have stået som et ubestrideligt bevis på, at generel maskinintelligens var opnået.
I dag hæver vi paradoksalt nok overliggeren konstant. Når systemerne begynder at opfylde tidligere kriterier, flytter en del eksperter definitionerne og kræver yderligere egenskaber ved “sand” intelligens. Forskerne foreslår en klar sondring mellem generel kunstig intelligens og superintelligens, fordi disse begreber ofte blandes sammen i den offentlige debat.
Artiklens forfattere hævder, at vi på det første punkt allerede er meget tæt på – eller faktisk over – grænsen. Nutidens store sprogmodeller håndterer programmering, juridisk analyse, indholdsskabelse, oversættelse og endda matematisk ræsonnering – ofte på specialistniveau.
Hvor slutter AGI og begynder superintelligens ifølge forskerne
Ifølge denne logik behøver vi ikke vente på, at AI begynder at slå rekorder på genialt niveau inden for alle områder. For at anerkende generel intelligens er det tilstrækkeligt med et niveau svarende til et gennemsnitligt, veluddannet menneske – med styrker i visse opgaver og svagheder i andre.
Modstandere af nutidens sprogmodeller gentager, at der i bund og grund er tale om “stokastiske papegøjer”: systemer uden reel forståelse, som blot sammensætter tekstfragmenter baseret på sandsynlighed. Forskere fra Stanford University og University of California besvarer systematisk sådanne indvendinger og fremhæver flere elementer, der er svære at afvise med argumentet “kun gentagelse af data”:
- Løsning af nye, tidligere ukendte opgaver inden for matematik og logik
- Evnen til at overføre viden fra ét område til et andet
- Opbygning af sammenhængende årsags-virkningsmodeller i samtaler
- Håndtering af beskrivelser af situationer, der kræver fysisk intuition
- Generering af komplekse programmeringsløsninger i Python og JavaScript
- Analyse af juridiske dokumenter med en præcision, der kan sammenlignes med advokaters
- Oversættelse mellem sytten forskellige sprog med kontekstuel forståelse
- Fortolkning af medicinske billeder og diagnostiske data
Hvis et system kan udlede den korrekte løsning på et problem, det ikke har set i sine træningsdata, er det vanskeligt at hævde, at det “blot citerer”. Det betyder ikke, at AI forstår verden som et menneske, men det antyder, at der sker noget mere end simpel sætningslimning. Forskerne påpeger, at det er urealistisk at forvente, at AGI hver uge oversvømmer videnskaben med gennembrud svarende til revolutionerende teorier – det kræver vi heller ikke af de mennesker, vi betragter som intelligente.
Kræver intelligens en fysisk krop og sanser for at fungere
En af de mest følelsesladede forsvarsliner for menneskets særstilling lyder: “AI har ingen krop, så det er ikke ægte intelligens.” Mennesker lærer gennem bevægelse, berøring, smerte og sanser. Maskiner arbejder primært med tekst, billeder og lyd i form af data.
Artiklens forfattere i tidsskriftet Nature argumenterer for, at fraværet af en fysisk krop ikke udelukker generel intelligens. De påpeger, at nutidens modeller er i stand til at forudsige konsekvenser af handlinger, analysere videoscener, fortolke fotografier og lydoptagelser. Hertil kommer den voksende branche betegnet som Physical AI – altså integrationen af avancerede modeller med robotter.
Robotter udstyret med sensorer og kameraer begynder at kombinere store sprogmodellers abstrakte evner med reel interaktion i omgivelserne. Det åbner et rum, hvor maskinen ikke blot beskriver bevægelse, men udfører den og løbende korrigerer sig selv. Virksomheder som Boston Dynamics og Figure AI tester allerede humanoide robotter med integrerede sprogmodeller.
En yderligere indvending mod nutidens systemer lyder: de har hverken en vedvarende selvbiografisk hukommelse eller ægte autonomi. En chatbot afslutter en session og “glemmer” samtalen, fungerer inden for rammer fastsat af mennesker og har ingen kontinuitet i erfaringen.
Hallucinationer er fortsat den største svaghed ved nutidens AI-modeller
Selv de mest begejstrede fortalere for AGI indrømmer, at nutidens systemer har en alvorlig fejl: en tendens til “hallucinationer”. Det drejer sig om generering af information, der lyder troværdig, men er fuldstændig opfundet – fra fiktive videnskabelige kilder til ikke-eksisterende lovgivning.
De virksomheder, der udvikler modellerne, erkender, at andelen af sådanne fejl stadig er mærkbar. Ifølge interne analyser fra en af de største AI-organisationer kan selv kommende modelgenerationer have et element, der ikke stemmer overens med fakta, i hvert tiende svar. Forskere fra Massachusetts Institute of Technology har dokumenteret tilfælde, hvor modellerne GPT-4 og Claude fremstillede fuldstændig opdigtede citater fra faglige tidsskrifter som Science og Nature.
Artiklens forfattere forsøger at afsvække dette argument ved at påpege, at mennesker også ofte tager fejl, danner falske minder og falder for illusioner. Kritikerne svarer, at i tilfældet med AI skaber omfanget og lethed ved at generere “selvsikre” urimeligheder en helt ny risiko – særligt inden for medicin, jura og økonomi.
Hallucinationer forbliver en af de vigtigste årsager til, at mange eksperter stadig ikke vil anerkende, at vi har at gøre med en fuldt funktionel generel maskinintelligens. Læger advarer mod brugen af chatbots til diagnosticering uden menneskelig overvågning, mens advokater peger på tilfælde, hvor jurister har forelagt retten dokumenter med opfundne præcedenser.
Måske ligger problemet i vores egen definition af intelligens og vores menneskelige perspektiv
Forskernes endelige tese støder mod selve grundlaget for diskussionen: måske ligger problemet ikke i, at AI er “for svag”, men i at vores begreb om intelligens er for snævert og stærkt menneskecentreret. Mennesker har en naturlig tendens til at vurdere alt ud fra deres eget arts perspektiv.
Hvis en maskine tænker anderledes, begår andre fejl og lærer på en anden måde – betragter vi den som “ringere”. Forfatterne antyder, at vi falder i en antropocentrisk fælde: vi ønsker ikke at erkende, at der er ved at opstå en ny form for intelligens, forskellig fra vores, men funktionelt sammenlignelig.
Det forklarer delvist, hvorfor ordet “superintelligens” dukker op stadig oftere i debatten. At flytte opmærksomheden til et endnu fjernere niveau adskiller os fra det øjeblik, hvor det er nødvendigt tydeligt at sige: generel maskinintelligens banker allerede på døren – eller sidder måske netop nu ved bordet ved siden af os.
Forskere fra University of Oxford og Alan Turing Institute understreger, at debatten om definitioner har praktiske konsekvenser for regulering, investeringer og samfundets opfattelse af teknologi. Den Europæiske Union forbereder AI Act, som skelner mellem forskellige risikoniveauer for systemer, og en klassificering i kategorien “generel AI” ville betyde strengere tilsyn.
Hvad denne debat betyder for den almindelige AI-bruger og praktisk anvendelse
Striden om definitioner er ikke blot akademisk underholdning. Om vi anerkender nutidens systemer som generel intelligens eller ej, har direkte indvirkning på, hvordan vi regulerer dem, hvor meget vi stoler på dem, og hvilke opgaver vi betror dem. Behandler vi nutidens modeller som AGI, øges presset for strengere juridiske rammer og kontrol med deres anvendelse.
Fra brugerens perspektiv bliver en kritisk tilgang afgørende. Selv om AI forstår komplekse problemer og kan give bedre råd end mange søgemaskiner, kan vi stadig ikke behandle dens svar som et ufejlbarligt orakel. Dygtig brug af sådanne værktøjer kræver en kombination af deres beregningskraft med menneskelig dømmekraft og faglig viden.
Styrken ved AGI – i den form, som forskerne foreslår – viser sig tydeligst, når menneske og system arbejder sammen. Mennesket stiller de rigtige spørgsmål, sætter retningen og verificerer resultaterne, mens AI accelererer analysen, foreslår alternativer og strukturerer information. I denne konfiguration behøver vi ikke afgøre, hvem der er “virkelig” intelligent. Det, der tæller, er, at vi tilsammen er i stand til at gøre ting, der for blot få år siden syntes urealistiske.
