THEPOWERGAME
![Ο Πρόεδρος και CEO της Nvidia Jensen Huang © EPA/RITCHIE B. TONGO](https://www.powergame.gr/wp-content/uploads/2023/11/18045176-1-910x521.jpg)
Ο CEO της Nvidia Jensen Huang δήλωσε την Παρασκευή ότι η τεχνητή νοημοσύνη θα μπορούσε – σύμφωνα με ορισμένους ορισμούς – θα μπορούσε να περάσει τις ανθρώπινες δοκιμασίες σε μόλις πέντε χρόνια.
Ο Huang, ο οποίος ηγείται της κορυφαίας στον κόσμο κατασκευάστριας εταιρείας τσιπ τεχνητής νοημοσύνης που χρησιμοποιούνται για τη δημιουργία συστημάτων όπως το ChatGPT της OpenAI, απαντούσε σε ερώτηση σε οικονομικό φόρουμ που πραγματοποιήθηκε στο Πανεπιστήμιο του Στάνφορντ σχετικά με το πόσος χρόνος θα χρειαστεί για να επιτευχθεί ένας από τους μακροχρόνιους στόχους της Silicon Valley, η δημιουργία υπολογιστών που θα μπορούν να σκέφτονται όπως οι άνθρωποι.
Ο Huang δήλωσε, όπως μεταδίδει το Reuters ότι η απάντηση εξαρτάται σε μεγάλο βαθμό από το πώς ορίζεται ο στόχος. Αν ο ορισμός είναι η ικανότητα να περνάει κανείς τα ανθρώπινα τεστ, είπε ο Huang, η τεχνητή γενική νοημοσύνη (AGI) θα φτάσει σύντομα.
«Αν έδινα σε μια τεχνητή νοημοσύνη … κάθε τεστ που μπορείτε να φανταστείτε, φτιάχνετε αυτόν τον κατάλογο των τεστ και τον βάζετε μπροστά στη βιομηχανία της επιστήμης των υπολογιστών, και υποθέτω ότι σε πέντε χρόνια θα τα πάμε καλά σε κάθε ένα από αυτά», δήλωσε ο Huang, η εταιρεία του οποίου έφτασε την Παρασκευή τα 2 τρισεκατομμύρια δολάρια σε χρηματιστηριακή αξία.
Μέχρι στιγμής, η τεχνητή νοημοσύνη μπορεί να περάσει εξετάσεις όπως οι νομικές εξετάσεις, αλλά εξακολουθεί να δυσκολεύεται σε εξειδικευμένες ιατρικές εξετάσεις όπως η γαστρεντερολογία. Αλλά ο Huang δήλωσε ότι σε πέντε χρόνια θα πρέπει επίσης να είναι σε θέση να περάσει οποιοδήποτε από αυτά.
Όμως, σύμφωνα με άλλους ορισμούς, είπε ο Huang, η AGI μπορεί να είναι πολύ πιο μακριά, επειδή οι επιστήμονες εξακολουθούν να διαφωνούν για το πώς να περιγράψουν πώς λειτουργεί το ανθρώπινο μυαλό.
«Ως εκ τούτου, είναι δύσκολο να επιτευχθεί ως μηχανικός», επειδή οι μηχανικοί χρειάζονται καθορισμένους στόχους, δήλωσε ο Huang.
Ο Huang απάντησε επίσης σε μια ερώτηση σχετικά με το πόσα περισσότερα εργοστάσια τσιπ, τα οποία ονομάζονται «fabs» στη βιομηχανία, χρειάζονται για να υποστηρίξουν την επέκταση της βιομηχανίας ΤΝ. Δημοσιεύματα στα μέσα ενημέρωσης ανέφεραν ότι ο διευθύνων σύμβουλος της OpenAI, Sam Altman, πιστεύει ότι χρειάζονται πολλά περισσότερα εργοστάσια.
Ο Huang δήλωσε ότι θα χρειαστούν περισσότερα, αλλά κάθε τσιπ θα γίνεται επίσης καλύτερο με την πάροδο του χρόνου, γεγονός που δρα περιοριστικά στον αριθμό των απαιτούμενων τσιπ.
«Θα χρειαστούμε περισσότερα εργοστάσια. Ωστόσο, να θυμάστε ότι βελτιώνουμε επίσης τους αλγόριθμους και την επεξεργασία της (τεχνητής νοημοσύνης) τρομερά με την πάροδο του χρόνου», δήλωσε ο Huang. «Δεν είναι ότι η αποδοτικότητα των υπολογιστών είναι αυτή που είναι σήμερα και επομένως η ζήτηση είναι τόσο μεγάλη. Βελτιώνω την πληροφορική κατά ένα εκατομμύριο φορές μέσα σε 10 χρόνια».