Clive Chan, onderzoeker bij OpenAI, heeft op X zijn mening gedeeld over de toekomst van kunstmatige algemene intelligentie (AGI). Sinds zijn toetreding bij OpenAI in januari ziet hij AGI nu als een realistisch doel. Volgens hem ligt de nadruk vanaf nu minder op wetenschappelijke ontdekkingen en meer op intensieve technische verfijning om de technologie te versnellen en op te schalen.
Chan’s opmerkingen komen te midden van groeiende interesse en debat in de AI-wereld over de vraag hoe dichtbij AGI werkelijk is. Zijn standpunt krijgt bijval van collega’s binnen OpenAI.
Chan trekt een parallel tussen de huidige fase van AGI-ontwikkeling en de technologische doorbraak in Tesla’s Autopilot-systeem in 2022. Destijds maakte Tesla een overstap naar ‘end-to-end machine learning’. Deze aanpak maakte het mogelijk om complexe verkeerssituaties te automatiseren, iets wat eerder onhaalbaar leek. Maar deze vooruitgang betekende ook jarenlange optimalisatie en verfijning om het systeem daadwerkelijk stabiel te maken.
Chan voorspelt dat de weg naar AGI vooral bestaat uit ‘grindy engineering’ — intensief technisch werk om de technologie in de praktijk toepasbaar en schaalbaar te maken. Dit omvat:
“Misschien is er een nieuwe technische barrière na deze fase,” zegt Chan, “maar momenteel zie ik groeipotentieel zo ver als het oog reikt.”
Chan’s visie wordt ondersteund door Noam Brown, een andere onderzoeker bij OpenAI. Brown reageerde op kritiek dat OpenAI alleen maar AGI-hype zou creëren. Volgens hem weerspiegelt CEO Sam Altman de visie van de meeste OpenAI-onderzoekers, die optimistisch maar realistisch zijn over de vooruitzichten voor AGI.
De weg naar AGI brengt grote technische én ethische uitdagingen met zich mee. De noodzakelijke schaalvergroting vraagt om forse investeringen. Daarnaast groeit de maatschappelijke discussie over de invloed van AGI op zaken als werkgelegenheid en ethiek. Het is daarom essentieel dat bedrijven als OpenAI deze technologie op een verantwoorde manier in de praktijk kunnen toepassen.