Ett kontroversiellt påstående utmanar vår uppfattning om maskiners intelligens

En konkret tvist har uppstått bland forskare som hävdar att dagens AI-modeller – inklusive populära chatbotar – för länge sedan uppfyller de kriterier vi själva fastställt för mänsklig intelligens. En färsk artikel publicerad i en ansedd vetenskaplig tidskrift vänder helt upp och ner på det sätt vi mäter ”äkta” maskinintelligens på.

Hittills har de flesta teknikföretag – från OpenAI till jättar i Silicon Valley – omtalat AGI som den heliga graalen. Vissa gav det ett decennium, andra ett år eller två. Samtidigt fasthöll en del forskare att den nuvarande arkitekturen bakom stora språkmodeller är en återvändsgränd, och att det verkliga genombrottet först kommer med komplexa ”världsmodeller” som bättre speglar fysisk och social verklighet.

Den nya publikationen ställer frågan från en helt annan vinkel: tänk om vi alla tittar i fel riktning och inte märker att den tröskel vi så otåligt väntade på redan har passerats?

Forskare från University of California framför en provocerande tes

Forskare från University of California har kommit med ett kontroversiellt påstående: generell artificiell intelligens är inte ett mål vid horisonten, utan en fullbordad verklighet. Enligt deras uppfattning har dagens system baserade på stora språkmodeller nått en funktionsnivå som i praktiken uppfyller definitionen av generell intelligens.

Istället för att fråga ”när uppnår vi artificiell generell intelligens” menar författarna att vi bör överväga om vi faktiskt redan beskriver den här och nu – i nutid.

Turingtestet visar överraskande resultat med nya chatbotar

Ett av forskarnas centrala argument är Turingtestet – ett klassiskt koncept från 1950. Det förutsätter att om en människa under ett skriftligt samtal inte kan skilja en maskin från en annan människa, kan vi tala om intelligent maskinbeteende.

Med den senaste generationen av chatbotar, som avancerade modeller av typen ChatGPT och andra avancerade konversationssystem, börjar vi se situationer där folk oftare uppfattar AI som en människa än som faktiska mänskliga samtalspartners. För bara några år sedan skulle ett sådant resultat ha stått som ett obestridligt bevis på att generell maskinintelligens hade uppnåtts.

Idag höjer vi paradoxalt nog ribban konstant. När systemen börjar uppfylla tidigare kriterier flyttar en del experter definitionerna och kräver ytterligare egenskaper hos ”sann” intelligens. Forskarna föreslår en tydlig åtskillnad mellan generell artificiell intelligens och superintelligens, eftersom dessa begrepp ofta blandas ihop i den offentliga debatten.

Artikelns författare hävdar att vi på den första punkten redan är mycket nära – eller faktiskt över – gränsen. Dagens stora språkmodeller hanterar programmering, juridisk analys, innehållsskapande, översättning och till och med matematiskt resonemang – ofta på specialistnivå.

Var slutar AGI och börjar superintelligens enligt forskarna

Enligt denna logik behöver vi inte vänta på att AI börjar slå rekord på genialt plan inom alla områden. För att erkänna generell intelligens är det tillräckligt med en nivå motsvarande en genomsnittlig, välutbildad människa – med styrkor i vissa uppgifter och svagheter i andra.

Motståndare till dagens språkmodeller upprepar att det i grund och botten handlar om ”stokastiska papegojor”: system utan verklig förståelse, som bara sammanställer textfragment baserat på sannolikhet. Forskare från Stanford University och University of California besvarar systematiskt sådana invändningar och framhäver flera element som är svåra att avfärda med argumentet ”bara upprepning av data”:

Lösning av nya, tidigare okända uppgifter inom matematik och logik
Förmågan att överföra kunskap från ett område till ett annat
Uppbyggnad av sammanhängande orsak-verkan-modeller i samtal
Hantering av beskrivningar av situationer som kräver fysisk intuition
Generering av komplexa programmeringslösningar i Python och JavaScript
Analys av juridiska dokument med en precision som kan jämföras med advokaters
Översättning mellan sjutton olika språk med kontextuell förståelse
Tolkning av medicinska bilder och diagnostiska data

Om ett system kan härleda den korrekta lösningen på ett problem det inte har sett i sina träningsdata, är det svårt att hävda att det ”bara citerar”. Det betyder inte att AI förstår världen som en människa, men det antyder att det sker något mer än enkel meningslimning. Forskarna påpekar att det är orealistiskt att förvänta sig att AGI varje vecka översvämmar vetenskapen med genombrott motsvarande revolutionerande teorier – det kräver vi heller inte av de människor vi betraktar som intelligenta.

Kräver intelligens en fysisk kropp och sinnen för att fungera

En av de mest känsloladdade försvarslinjer för människans särställning lyder: ”AI har ingen kropp, så det är inte äkta intelligens.” Människor lär sig genom rörelse, beröring, smärta och sinnen. Maskiner arbetar primärt med text, bilder och ljud i form av data.

Artikelns författare i tidskriften Nature argumenterar för att frånvaron av en fysisk kropp inte utesluter generell intelligens. De påpekar att dagens modeller kan förutsäga konsekvenser av handlingar, analysera videoscener, tolka fotografier och ljudupptagningar. Därtill kommer den växande bransch som betecknas som Physical AI – alltså integrationen av avancerade modeller med robotar.

Robotar utrustade med sensorer och kameror börjar kombinera stora språkmodellers abstrakta förmågor med verklig interaktion i omgivningen. Det öppnar ett utrymme där maskinen inte bara beskriver rörelse, utan utför den och löpande korrigerar sig själv. Företag som Boston Dynamics och Figure AI testar redan humanoida robotar med integrerade språkmodeller.

En ytterligare invändning mot dagens system lyder: de har varken ett varaktigt självbiografiskt minne eller äkta autonomi. En chatbot avslutar en session och ”glömmer” samtalet, fungerar inom ramar fastställda av människor och har ingen kontinuitet i erfarenheten.

Hallucinationer är fortfarande den största svagheten hos dagens AI-modeller

Även de mest entusiastiska förespråkarna för AGI medger att dagens system har en allvarlig brist: en tendens till ”hallucinationer”. Det handlar om generering av information som låter trovärdig, men är fullständigt påhittad – från fiktiva vetenskapliga källor till icke-existerande lagstiftning.

De företag som utvecklar modellerna erkänner att andelen sådana fel fortfarande är märkbar. Enligt interna analyser från en av de största AI-organisationerna kan även kommande modellgenerationer ha ett element som inte stämmer överens med fakta i vart tionde svar. Forskare från Massachusetts Institute of Technology har dokumenterat fall där modellerna GPT-4 och Claude framställde fullständigt uppdiktade citat från fackliga tidskrifter som Science och Nature.

Artikelns författare försöker dämpa detta argument genom att påpeka att människor också ofta tar fel, bildar falska minnen och faller för illusioner. Kritikerna svarar att i fallet med AI skapar omfattningen och lättheten att generera ”självsäkra” orimligheter en helt ny risk – särskilt inom medicin, juridik och ekonomi.

Hallucinationer förblir en av de viktigaste orsakerna till att många experter fortfarande inte vill erkänna att vi har att göra med en fullt funktionell generell maskinintelligens. Läkare varnar för användning av chatbotar till diagnostisering utan mänsklig övervakning, medan advokater pekar på fall där jurister har lagt fram dokument inför domstol med uppdiktade prejudikat.

Kanske ligger problemet i vår egen definition av intelligens och vårt mänskliga perspektiv

Forskarnas slutgiltiga tes stöter mot själva grunden för diskussionen: kanske ligger problemet inte i att AI är ”för svag”, utan i att vårt begrepp om intelligens är för snävt och starkt människocentrerat. Människor har en naturlig tendens att bedöma allt utifrån sin egen arts perspektiv.

Om en maskin tänker annorlunda, begår andra fel och lär sig på ett annat sätt – betraktar vi den som ”sämre”. Författarna antyder att vi faller i en antropocentrisk fälla: vi vill inte erkänna att det håller på att uppstå en ny form av intelligens, annorlunda än vår, men funktionellt jämförbar.

Det förklarar delvis varför ordet ”superintelligens” dyker upp allt oftare i debatten. Att flytta uppmärksamheten till en ännu mer avlägsen nivå skiljer oss från det ögonblick då det är nödvändigt att tydligt säga: generell maskinintelligens knackar redan på dörren – eller sitter kanske just nu vid bordet bredvid oss.

Forskare från University of Oxford och Alan Turing Institute understryker att debatten om definitioner har praktiska konsekvenser för reglering, investeringar och samhällets uppfattning av teknologi. Europeiska unionen förbereder AI Act, som skiljer mellan olika risknivåer för system, och en klassificering i kategorin ”generell AI” skulle innebära strängare tillsyn.

Vad denna debatt betyder för den vanliga AI-användaren och praktisk tillämpning

Tvisten om definitioner är inte bara akademisk underhållning. Om vi erkänner dagens system som generell intelligens eller inte har direkt inverkan på hur vi reglerar dem, hur mycket vi litar på dem, och vilka uppgifter vi anförtror dem. Behandlar vi dagens modeller som AGI, ökar trycket för strängare juridiska ramar och kontroll över deras användning.

Från användarens perspektiv blir en kritisk inställning avgörande. Även om AI förstår komplexa problem och kan ge bättre råd än många sökmotorer, kan vi fortfarande inte behandla dess svar som ett ofelbart orakel. Skicklig användning av sådana verktyg kräver en kombination av deras beräkningskraft med mänskligt omdöme och yrkeskunskap.

Styrkan hos AGI – i den form som forskarna föreslår – visar sig tydligast när människa och system arbetar tillsammans. Människan ställer de rätta frågorna, sätter riktningen och verifierar resultaten, medan AI accelererar analysen, föreslår alternativ och strukturerar information. I denna konfiguration behöver vi inte avgöra vem som är ”verkligt” intelligent. Det som räknas är att vi tillsammans kan göra saker som för bara några år sedan verkade orealistiska.