Szefa Nvidii trochę poniosło. „Osiągnęliśmy AGI”

Szef Nvidii powiedział wprost, że jego zdaniem branża osiągnęła poziom AGI, czyli systemów zdolnych dorównać człowiekowi w szerokim zakresie zadań.

Słowa padły podczas rozmów publicznych i szybko obiegły środowisko technologiczne. Wypowiedź nie zakończyła się jednak jednoznaczną deklaracją. Chwilę później Huang sam zaczął ją łagodzić, wprowadzając zastrzeżenia dotyczące realnych możliwości obecnych systemów AI.

Definicja AGI zaczyna się rozmywać

W rozmowie z Lex Fridman pojawiła się konkretna definicja AGI. Według niej system osiąga ten poziom, gdy jest w stanie wykonywać pracę człowieka i prowadzić firmę technologiczną wartą miliard dolarów. Jensen Huang odpowiedział bez wahania, że taki moment już nadszedł. Jednocześnie zasugerował, że chodzi raczej o zdolność do osiągnięcia określonego rezultatu niż o trwałą, ludzką inteligencję.

To przesunięcie znaczenia wywołało falę komentarzy. Dla części ekspertów oznacza redefinicję jednego z najważniejszych pojęć w świecie AI.

Pytanie o moment osiągnięcia sztucznej inteligencji ogólnej pozostaje bez jednoznacznej odpowiedzi.. Granica między przełomem a marketingiem staje się coraz trudniejsza do uchwycenia.

Przykłady, które podważają tezę

Szef Nvidii wskazał na rozwój agentów AI, które potrafią tworzyć treści, zarządzać społecznościami i prowadzić eksperymenty biznesowe. Opisał dynamiczny wzrost projektów opartych na automatyzacji i generatywnej sztucznej inteligencji.

Jednocześnie przyznał, że wiele takich inicjatyw szybko traci impet i znika po kilku miesiącach. Zwrócił uwagę, że szansa na stworzenie globalnej firmy technologicznej wyłącznie przez agentów AI pozostaje praktycznie zerowa. Ta sprzeczność stała się głównym punktem krytyki. Deklaracja o osiągnięciu AGI zderza się z przykładami, które pokazują ograniczenia obecnych systemów.

AI nadal potrzebuje ludzi i ogromnych zasobów

W innym wystąpieniu Jensen Huang podkreślił, że inżynierowie powinni intensywnie korzystać z narzędzi AI i przeznaczać na nie znaczne środki.

Zasugerował, że specjalista zarabiający setki tysięcy dolarów rocznie powinien wydawać ogromne kwoty na tzw. tokeny, czyli jednostki wykorzystywane przez modele AI do przetwarzania danych. W jego wizji dostęp do mocy obliczeniowej i modeli językowych staje się jednym z kluczowych zasobów pracy.

Nvidia planuje inwestycje sięgające miliardów dolarów w dostęp do infrastruktury AI dla swoich zespołów. To pokazuje skalę zapotrzebowania na zasoby, bez których systemy nie są w stanie funkcjonować.

Marketing kontra rzeczywistość

Wypowiedzi Huanga uwypuklają rosnącą różnicę między narracją marketingową a realnym stanem technologii. Termin AGI stał się jednym z najważniejszych haseł w branży, wpływając na kontrakty, inwestycje i strategie największych firm.

Jednocześnie brak jednej, powszechnie akceptowanej definicji powoduje, że każda deklaracja może być interpretowana na różne sposoby. Dla jednych AGI oznacza system równy człowiekowi w każdym aspekcie, dla innych wystarczy zdolność do osiągania konkretnych celów biznesowych.