«دمیس هاسابیس»، مدیرعامل گوگل دیپ‌مایند، هیاهوی اخیر پیرامون دستیابی به هوش مصنوعی در سطح دکترا را «بی‌معنی» می‌داند و می‌گوید سیستم‌های امروزی فاقد قابلیت‌های مهمی مانند «یادگیری مستمر» هستند. نیز او پیش‌بینی کرد که هنوز ۵ تا ۱۰ سال با دستیابی به هوش جامع مصنوعی (AGI) واقعی فاصله داریم.
براساس ریپورت Windows Central، دمیس هاسابیس در سخنرانی جدیدش با اشاره غیرمستقیم به ادعاهای OpenAI گفت: «شما اغلب از برخی رقبای ما می‌شنوید که از سیستم‌های مدرن امروزی به عنوان «هوش در سطح دکترا» یاد می‌کنند. من فکر می‌کنم این بی‌معنی است.»
او توضیح داد که هوش واقعی باید بتواند در تمامی زمینه‌ها در سطح دکترا عمل کند، درحالی‌که مدل‌های امروزی اینگونه نیستند. آن‌ها ممکن است در یک لحظه در یک کار پیچیده بدرخشند، اما در لحظه بعد در یک مسئله ریاضی ساده دبیرستانی شکست بخورند. به عقیده او، چنین سیستم‌هایی را نباید AGI تلفی کرد، چون هوش واقعی نباید چنین اشتباهات پیش‌پاافتاده‌ای مرتکب شود.
اظهارات جدید مدیرعامل گوگل دیپ‌مایند درباره هوش مصنوعی
دمیس هاسابیس به آسیب‌پذیری چت‌بات‌ها در برابر «مهندسی پرامپت» اشاره کرد؛ این واقعیت که پاسخ یک مدل خیلی به نحوه پرسیدن سؤال بستگی دارد، نشان‌دهنده ضعف است، نه هوش پیشرفته. این موضوع یادآور شکایت‌های یوزران از کوپایلوت مایکروسافت است که باعث شروع کردن «Copilot Academy» برای آموزش استفاده از هوش مصنوعی شد.
به گفته مدیرعامل دیپ‌مایند یکی از مهم‌ترین اجزایی که در سیستم‌های امروزی وجود ندارد، قابلیت «یادگیری مستمر» (continued learning) است. این قابلیت به سیستم‌های هوش مصنوعی امکان می‌دهد تا با آموزش‌دیدن با محتواهای آنلاین جدید، به‌طور مداوم هوشمندتر شوند، دانش خود را به‌روز و رفتارهای خود را اصلاح کنند. بدون این توانایی، چت‌بات‌ها در همان محدود دانشی که در زمان آموزش خود داشتند محبوس می‌مانند و نمی‌توانند چیز جدیدی یاد بگیرند.
البته سردرگمی درمورد تعریف خود AGI باعث شده اظهارات متخصصان متناقض شود. تعریف کلاسیک هوش جامع مصنوعی این است که توانایی‌های شناختی آن هم‌سطح یا فراتر از انسان باشد؛ بااین‌حال می‌بینیم در قرارداد شراکت مایکروسافت و OpenAI این اصطلاح به سیستمی با قابلیت کسب سود ۱۰۰ میلیارد دلاری اطلاق شده است.
