Ο Ντέμης Χασάμπης ανοίγει τη συζήτηση για τα όρια της κλιμάκωσης στην τεχνητή νοημοσύνη
- Ο CEO της Google DeepMind, Ντέμης Χασάμπης, δηλώνει ότι οι νόμοι της κλιμάκωσης είναι ζωτικής σημασίας για την πρόοδο της τεχνολογίας.
- Η κλιμάκωση απαιτεί τη συνεχή «τροφοδότηση» των μοντέλων τεχνητής νοημοσύνης με περισσότερα δεδομένα και περισσότερη υπολογιστική ισχύ.
- Άλλοι ηγέτες της τεχνητής νοημοσύνης, ωστόσο, πιστεύουν ότι ο κλάδος πρέπει να βρει έναν διαφορετικό δρόμο.
Η Silicon Valley βρίσκεται σε μια νέα περίοδο ενδοσκόπησης: Μπορεί η απλή «κλιμάκωση» να είναι το εισιτήριο προς την τεχνητή γενική νοημοσύνη (AGI) ή μήπως ήρθε η ώρα για ένα νέο μοντέλο ανάπτυξης;
Ο διευθύνων σύμβουλος της Google DeepMind, Ντέμης Χασάμπης, θεωρεί σίγουρο πως η συνέχιση της κλιμάκωσης — δηλαδή η εκπαίδευση των μοντέλων με ολοένα και περισσότερα δεδομένα και υπολογιστική ισχύ — είναι το βασικό μονοπάτι προς αυτόν τον στόχο. Μιλώντας στο συνέδριο AI+ Summit του Axios στο Σαν Φρανσίσκο, ο επικεφαλής της ομάδας πίσω από το Gemini 3, υποστήριξε ότι «η κλιμάκωση των υφιστάμενων συστημάτων πρέπει να φτάσει στα άκρα, γιατί πιθανότατα θα αποτελέσει τον πυρήνα του τελικού συστήματος AGI».
Η τεχνητή γενική νοημοσύνη (AGI) — ένα σύστημα που θα μπορεί να μαθαίνει, να σκέφτεται και να προσαρμόζεται όπως ο άνθρωπος — παραμένει ο «ιερός δισκοπότηρος» των εταιρειών AI. Όλες επενδύουν δισεκατομμύρια σε data centers, ακριβό hardware και ερευνητικές ομάδες για να το πετύχουν.
Για τον Χασάμπη, η κλιμάκωση είναι αναπόφευκτη και ίσως επαρκής, με «μία ή δύο κρίσιμες ανακαλύψεις» να απομένουν. Ωστόσο, το μοντέλο αυτό συναντά ήδη περιορισμούς: τα διαθέσιμα δημόσια δεδομένα εξαντλούνται, ενώ η αύξηση των υπολογιστικών πόρων προϋποθέτει τεράστια ενεργειακή κατανάλωση και νέα data centers — μια πρακτική που εγείρει περιβαλλοντικά και οικονομικά ερωτήματα.
Την ίδια στιγμή, άλλοι ειδικοί εκφράζουν αμφιβολίες. Ο Γιαν ΛεΚούν, επικεφαλής επιστήμονας AI της Meta, που αποχωρεί για να δημιουργήσει τη δική του startup, πιστεύει ότι η βιομηχανία έχει φτάσει στα όρια του «μοντέλου της κλιμάκωσης». Όπως είπε σε πρόσφατη ομιλία στο Εθνικό Πανεπιστήμιο της Σιγκαπούρης, «τα περισσότερα ενδιαφέροντα προβλήματα κλιμακώνονται εξαιρετικά άσχημα. Δεν μπορείς απλώς να υποθέτεις ότι περισσότερα δεδομένα και περισσότερη υπολογιστική ισχύς σημαίνουν πιο έξυπνη τεχνητή νοημοσύνη».
Ο ΛεΚούν επιδιώκει να ακολουθήσει έναν άλλο δρόμο: τα λεγόμενα world models, δηλαδή συστήματα που μαθαίνουν από τον φυσικό κόσμο και όχι μόνο από τη γλώσσα. Όπως έγραψε στο LinkedIn, στόχος του είναι η ανάπτυξη μιας νέας γενιάς AI με αντίληψη, μνήμη, λογική και ικανότητα σχεδιασμού ενεργειών — χαρακτηριστικά που σήμερα παραμένουν εκτός εμβέλειας των μεγάλων γλωσσικών μοντέλων.
Η συζήτηση για το μέλλον της τεχνητής νοημοσύνης έχει μόλις αρχίσει — και φαίνεται πως δύο διαφορετικές φιλοσοφίες αναμετρώνται για το ποια θα οδηγήσει πρώτη στο επόμενο εξελικτικό άλμα.
