Több mint egy évtizede tűzte ki célul a DeepMind alapítói triója – Demis Hassabis, Mustafa Suleyman és Shane Legg –, hogy megépítik a világ első mesterséges általános intelligenciáját, azaz AGI-t. Ez az elképzelés azóta is megosztja a technológiai világot: míg egyesek forradalmi áttörésként tekintenek rá, mások pusztán jól csengő marketingkifejezésnek tartják.
A probléma már az alapoknál kezdődik: mit is jelent pontosan az AGI? A DeepMind egy olyan mesterséges intelligenciát ért alatta, amely legalább olyan jól teljesít, mint egy „képzett felnőtt” a legtöbb kognitív feladatban. Hogy ez mit takar a gyakorlatban, abban nincs konszenzus.
Nehéz meghatározni, vagy mégsem?
A definíciók harca közben a nagy technológiai szereplők egymástól eltérő megközelítéseket képviselnek. Az OpenAI például gazdasági szempontból ragadja meg az AGI lényegét: olyan autonóm rendszert akar létrehozni, amely „sokféle, értékes munkát” képes embernél jobban elvégezni. A cég kutatási vezetője, Mark Chen szerint az AGI legfontosabb jellemzője az általánosság: a képesség, hogy kevés iránymutatással is jól teljesítsen különféle feladatokban, akár teljes alkalmazásokat generálva a semmiből.
Sam Altman, az OpenAI vezérigazgatója még tovább megy: szerinte az AGI képes lehet „megemelni az emberiséget”, bőséget teremteni, felpörgetni a világgazdaságot, sőt, új tudományos felfedezésekhez is elvezethet. Ambícióját mi sem mutatja jobban, mint az, hogy az AGI elérését már Donald Trump elnöksége alattra ígérte. Ugyanakkor decemberi kijelentéseiben már enyhítette a várakozásokat: „Valószínűleg hamarabb elérjük az AGI-t, mint ahogy a világ gondolja – de kevésbé lesz fontos, mint hisszük.”
Az Anthropic társalapítója és vezérigazgatója, Dario Amodei egy kicsit óvatosabb, ugyanakkor hasonlóan ambiciózus. Ő inkább a „powerful AI”, azaz erőteljes MI kifejezést használja az AGI helyett, és úgy fogalmaz, hogy ezek a rendszerek egy nap „okosabbak lesznek, mint egy Nobel-díjas a saját szakterületén”. Majd egy ponton hozzáfűzi: „Ez olyan lesz, mintha egy egész országnyi zseni dolgozna egy adatközpontban.”
A Meta vezető tudósa, Yann LeCun más irányt képvisel. Ő nem kedveli az AGI kifejezést, mert szerinte az emberi intelligencia sem igazán általános. Helyette „mesterséges szuperintelligenciáról” (ASI) beszél, és olyan rendszereket fejleszt, amelyek nem csupán nyelvi modellek, hanem a világ fizikai törvényszerűségeiből is tanulnak – például videók vagy robotikai adatok révén.
A kritikusok szerint ez a felfogás valójában nem más, mint automatizálás új köntösben – olyan dolog, amit évtizedek óta ismerünk. A Google volt mérnöke, François Chollet úgy fogalmaz: „Ez még nem intelligencia, csak nagyon jól szervezett gépi munka.”
Áramlik a pénz
A definíciós viták közepette a technológiai vállalatok és befektetők mégis hatalmas összegeket fordítanak az AGI elérésére. Az OpenAI, az Anthropic és más cégek dollármilliárdokat vonzanak be erre a célra. Az AGI-ra való hivatkozás pedig a vállalati jelentésekben is egyre gyakoribb: 2025 első negyedévében 53 százalékkal többször szerepelt, mint az előző év azonos időszakában.
De mikor mondhatjuk ki, hogy valóban elértük az AGI-t? A DeepMind ötszintű skálát javasol: jelenlegi modellek – mint a ChatGPT, Gemini vagy Llama – legfeljebb az első szintet érik el, amelyet „kezdetleges AGI”-nak neveznek. A valódi áttöréshez ezeknek nemcsak feladatokat kellene megoldaniuk, hanem önállóan kellene tanulniuk, sőt önmagukat is képesnek kellene lenniük továbbfejleszteni.
A nyelvi modellek még távol állnak ettől. Bár képesek látszólag komplex gondolkodásra, számos vizsgálat szerint csak szimulálják a logikát, és súlyos hibákra hajlamosak. Az Apple egyik tanulmánya szerint a jelenlegi „érvelő” modellek teljesítménye bonyolultabb feladatoknál összeomlik.
Szükség van rá?
A háttérben pedig egyre élesebbé válik a vita: érdemes-e egyáltalán az AGI-t hajszolni? Margaret Mitchell, a Hugging Face etikai kutatója szerint maga az „intelligencia” fogalma is túlságosan homályos. Az AGI célként való kitűzése szerinte egy pozitív köntösbe bújtatott narratíva, amely elfedi a technológia valódi kockázatait és következményeit.
És ezekből van bőven: a modellek óriási energiaigénye, a környezetterhelés, a szellemi tulajdonhoz fűződő jogviták, vagy épp az a társadalmi egyenlőtlenség, amit az AGI-ért folyó verseny csak tovább mélyíthet. Ráadásul egyesek – köztük Geoffrey Hinton és Yoshua Bengio – már az emberiség jövőjét féltik a szabályozatlanul fejlődő rendszerek miatt.
A konklúzió? A mesterséges általános intelligencia körüli diskurzus egyelőre inkább emlékeztet egy technológiai modern mítoszra, mint világosan meghatározott tudományos célra. És mint a 18. századi Török, Kempelen Farkas sakkozógépe, amelyről azt hitték, varázslatos gép, pedig belül egy ember rejtőzött – úgy tűnik, az AGI sem mindig az, aminek látszik.
