AGI

Definicja robocza

AGI (artificial general intelligence, sztuczna inteligencja ogólna) to system, który potrafi uczyć się i wykonywać szeroki zakres zadań poznawczych na poziomie co najmniej kompetentnego człowieka, bez przeprojektowania pod każde zadanie z osobna. Trzy składniki definicji są sporne osobno: ogólność (jak szeroki zakres), poziom (względem kogo: przeciętnego pracownika, eksperta, całej ludzkości) i autonomia (czy system sam wybiera cele, czy tylko realizuje zlecone). W wersji potocznej AGI znaczy po prostu „AI jak człowiek” albo „AI, która zrobi wszystko”; w wersji technicznej, np. w propozycji DeepMind z 2023 r., jest to skala o kilku poziomach, na której istniejące modele zajmują miejsca niższe, a nie punkt zero-jedynkowy. W analizie warto zawsze pytać, którą z trzech osi rozmówca ma na myśli, bo większość sporów o „czy to już AGI” jest sporem o definicję.

Geneza i rodowód

Pytanie o maszynę myślącą ogólnie jest tak stare jak informatyka: Turing (1950) pytał o grę w naśladownictwo, a I.J. Good (1965) o „ultrainteligentną maszynę”, która projektuje lepsze maszyny. Sam termin pojawił się późno i z boku: Mark Gubrud użył go w 1997 r. w tekście o skutkach pełnej automatyzacji produkcji wojskowej, a około 2002 r. Shane Legg zaproponował go Benowi Goertzelowi i Cassio Pennachinowi jako tytuł zbioru, który ukazał się w Springerze. Dla Goertzela i środowiska konferencji AGI (od 2008 r.) termin był manifestem: odcięciem od „wąskiej” AI, która po zimie lat 90. zadowalała się rozwiązywaniem pojedynczych problemów. Legg z Marcusem Hutterem dali pojęciu definicję formalną (inteligencja uniwersalna, 2007), a potem Legg współzakładał DeepMind z misją „rozwiązania inteligencji”. Drugi obieg wytyczył Nick Bostrom, u którego AGI jest etapem na drodze do superinteligencji i źródłem ryzyka; trzeci, od 2015 r., to obieg korporacyjny: OpenAI wpisało AGI w statut jako cel, a definicja stała się przedmiotem umów handlowych. W tym ostatnim obiegu pojęcie uległo deformacji: zaczęło oznaczać raczej próg ekonomiczny (zastąpienie większości pracy umysłowej) niż właściwość poznawczą.

Rodowód środkowoeuropejski

Stanisław Lem sformułował zbliżoną myśl wcześniej, choć w innym języku i bez związku z późniejszą terminologią. W Summie technologiae (Kraków 1964), w rozdziale „Intelektronika”, rozważał przyszłość, w której inteligencja maszyn dorównuje ludzkiej albo ją przewyższa, i pytał, czego cywilizacja powinna się wówczas spodziewać i obawiać: nie tyle buntu maszyn, ile sytuacji, w której wyniki pracy „wzmacniaczy inteligencji” przerastają zdolność ich twórców do rozumienia. Lem ukształtował się we Lwowie, gdzie od 1940 r. studiował medycynę, i w Krakowie, dokąd trafił w 1945 r.; książkę wydało krakowskie Wydawnictwo Literackie. Angielski przekład ukazał się dopiero w 2013 r., niemal pół wieku po oryginale, co tłumaczy, dlaczego anglojęzyczna literatura AGI, od Gubruda przez Goertzela po Bostroma, rozwijała się bez niego. Nie znaleźliśmy dowodu wpływu; podobieństwo dotyczy horyzontu pytania, nie definicji ogólności, której Lem nie formułuje.

Dlaczego teraz

Do 2020 r. AGI było słowem z nisz: forów racjonalistów, małej konferencji, prologu książki Bostroma. Trzy zdarzenia zmieniły status. Po pierwsze, GPT-3 (2020) i GPT-4 (2023) pokazały ogólność, jakiej nie przewidywała „wąska” AI: jeden model bez douczania rozwiązuje zadania z egzaminów prawniczych, programowania i tłumaczenia; raport Microsoftu z 2023 r. nazwał to „iskrami AGI”, co wywołało spór metodologiczny o kontaminację testów. Po drugie, pojęcie weszło do umów i polityki: definicja AGI w relacji OpenAI–Microsoft (próg przekazania praw do modeli) i jej renegocjacje w 2025 r., list otwarty o „pauzie” z marca 2023 r., brytyjski szczyt w Bletchley (listopad 2023) i amerykańskie rozporządzenie wykonawcze z tego samego roku. Po trzecie, pojawiły się ramy pomiarowe: „Levels of AGI” DeepMind (listopad 2023) i kolejne benchmarki (ARC-AGI), które próbują oddzielić zapamiętywanie od uogólniania. W 2024–2026 szefowie laboratoriów zaczęli podawać daty na lata, nie dekady, a rynek pracy i polityka przemysłowa zaczęły planować pod ten kalendarz, niezależnie od tego, czy jest wiarygodny.

Siła wyjaśniająca

Pojęcie pozwala odróżnić trzy rzeczy, które debata publiczna zlewa. Pierwsza: szerokość kompetencji a głębokość w jednym zadaniu — program szachowy jest nadludzki i zarazem zerowy poza szachownicą, więc „nadludzkość” sama w sobie nic nie mówi o ogólności. Druga: kompetencja a autonomia — model może zdawać egzaminy lekarskie i nie mieć żadnej zdolności do prowadzenia wielodniowego projektu bez nadzoru; polityki bezpieczeństwa powinny reagować na drugą cechę, a nie na pierwszą. Trzecia: próg techniczny a próg ekonomiczny — definicja „zastępuje większość wartościowej pracy umysłowej” jest definicją o rynku, nie o umyśle, i można ją spełnić systemem wąskim, ale tanim. Przykłady: spór o to, czy GPT-4 „rozumie”, rozpada się po rozpisaniu na te trzy osie; umowy handlowe z klauzulą AGI okazują się umowami o próg przychodów; prognozy „AGI do 2027 r.” często dotyczą automatyzacji badań nad AI, a nie ogólności w sensie Legga i Huttera.

Osie sporu

Niedoceniany kąt

Najmniej dyskutowany jest paradoks pomiaru: każdy test ogólności, który zyskuje prestiż, trafia do danych treningowych i do funkcji celu, więc „zaliczenie” go mówi coraz mniej. W tym sensie AGI jest pojęciem, które sam proces jego weryfikacji konsumuje — benchmarki starzeją się w miesiące, a to, co w 2019 r. uchodziło za test ogólności (rozumienie czytanego tekstu, tłumaczenie), dziś uchodzi za „wąskie”. Z tego wynika, że granica AGI przesuwa się nie tylko dlatego, że modele rosną, lecz dlatego, że samo pojęcie definiujemy przez to, czego maszyny jeszcze nie robią. Lem widział tę pętlę inaczej: problemem nie będzie maszyna, która myśli jak my, lecz cywilizacja, która musi przyjmować odpowiedzi, których nie potrafi sprawdzić.

W przekładzie

Polskie media używają skrótu „AGI” bez rozwinięcia; w literaturze konkurują „sztuczna inteligencja ogólna” i „ogólna sztuczna inteligencja”. Pierwsza forma zachowuje szyk oryginału i odróżnia się od „ogólnej” w sensie „powszechnej”, druga brzmi naturalniej, ale sugeruje „AI w ogólności”. Wybieramy „AGI” jako hasło i „sztuczna inteligencja ogólna” jako rozwinięcie; „silna AI” (strong AI) to termin Searle’a o świadomości, nie o kompetencji, i nie należy ich mieszać.