Welkom bij AI gedecodeerd, Snel bedrijf’s wekelijkse nieuwsbrief met het belangrijkste nieuws in de wereld van AI. Ik ben Mark Sullivan, senior schrijver bij snel bedrijf, heeft betrekking op nieuwe technologie, kunstmatige intelligentie en technologiebeleid.
Deze week concentreer ik me op het grootste verkoopargument van Big AI – de zoektocht naar AGI – en het idee dat de industrie zich moet concentreren op meer bescheiden en haalbare taken voor AI. Ik kijk ook naar de nieuwe financieringsronde van meer dan $4 miljard van Databricks en naar het nieuwe Gemini 3 Flash-model van Google.
Meld u aan om deze nieuwsbrief wekelijks per e-mail te ontvangen hier. En als u opmerkingen heeft over dit onderwerp en/of ideeën voor toekomstige kwesties, stuur mij dan een bericht op sullivan@fastcompany.com en volg mij op X (voorheen Twitter) @thesullivan.
Yann LeCun noemt BS ‘kunstmatige algemene intelligentie’
Grote AI-bedrijven als OpenAI en Anthropic vertellen graag over hun gedurfde zoektocht naar AGI, oftewel Artificial General Intelligence. De definitie van die graal is enigszins flexibel gebleken, maar verwijst over het algemeen naar AI-systemen die net zo slim zijn als mensen voor een breed scala aan taken. AI-bedrijven hebben dit ‘zoektochtverhaal’ gebruikt om investeringen binnen te halen, de technische pers te fascineren en politici te charmeren.
Nu zet een van de belangrijkste pioniers van AI, Turing Award-winnaar Yann LeCun, het hele concept in twijfel. LeCun, Meta’s vertrekkende hoofdonderzoeker op het gebied van AI, stelt dat zelfs mensen geen echte generalisten zijn. Ze zijn goed in sommige fysieke taken en erg goed in sociale interacties, maar kunnen bij het schaken gemakkelijk door een computer worden verslagen en kunnen niet zo snel en nauwkeurig rekenen als een rekenmachine. “Er zijn taken waarbij veel andere dieren beter zijn dan wij”, zei LeCun onlangs Informatieknelpunt webcast.
“We beschouwen onszelf als algemeen, maar dat is gewoon een illusie, omdat alle problemen die we kunnen begrijpen, de problemen zijn waar we aan kunnen denken – en omgekeerd,” zei LeCun. “Dus we zijn algemeen in alle problemen die we ons kunnen voorstellen, maar er zijn veel problemen die we ons niet kunnen voorstellen. En daar zijn veel wiskundige argumenten voor. Dus dit concept van algemene intelligentie is complete onzin.”
Veel mensen in de kunstmatige intelligentie en neurowetenschappen zijn het niet eens met LeCun. Het feit dat mensen niet de beste zijn in alle taken, of in taken die we ons niet kunnen voorstellen, betekent niet dat we geen generalisten zijn, vooral niet in vergelijking met machinisten als rekenmachines, zo stellen ze. Ik weet niet wie gelijk heeft, maar LeCun maakt een breder punt. Hij is van mening dat AI-laboratoria zich moeten concentreren op specifieke dingen uit de echte wereld die AI kan doen – dingen die waarde creëren of misschien lijden verminderen – en die oplossingen op de markt moeten brengen.
