Zelfverbeterende kunstmatige intelligentie laat mogelijk langer op zich wachten
Hoewel de AI-sector vaak voorspelt dat systemen binnenkort volledig zelfstandig en zonder menselijke tussenkomst zullen verbeteren, ligt dat mogelijk gecompliceerder. Hoewel taalmodellen al code schrijven en chips optimaliseren, verloopt de transitie naar echte recursieve zelfverbetering minder snel dan gehoopt. Experts nuanceren daarom de optimistische prognoses over exponentiële AI-groei.
De verwachting dat kunstmatige intelligentie binnenkort volledig zelfstandig en in hoog tempo kan doorontwikkelen, blijkt in de praktijk weerbarstiger dan vaak wordt voorgesteld. Hoewel hedendaagse systemen al handelingen verrichten zoals het schrijven van computercode en het verbeteren van halfgeleiders, verloopt de overgang naar een autonome cyclus van continue optimalisatie minder snel dan in optimistische prognoses naar voren komt.
Complexiteit van autonome groei
Deze nuance uit de hoek van deskundigen werpt een ander licht op de veronderstelde exponentiële opmars van AI. Waar de technologiesector regelmatig rept over systemen die zichzelf zonder menselijke sturing naar een hoger niveau tillen, tonen de feitelijke vorderingen aan dat het ontwerpen en controleren van dergelijke processen fundamentele technische uitdagingen met zich meebrengt.
De bredere ontwikkeling binnen de sector laat zien dat de kloof tussen theoretische capaciteiten en toepasbaarheid in de praktijk groot blijft. Het automatiseren van taken zoals programmeren is een stap in de richting van geavanceerde automatisering, maar het volledig loskoppelen van menselijke begeleiding bij het verbeteren van de onderliggende algoritmen vereist doorbraken die voorlopig nog op zich laten wachten.
Deze samenvatting is gebaseerd op een origineel artikel van MIT Technology Review. Lees het volledige, originele bericht bij de bron.
Lees het originele artikel