Voorspelling uit 2009: Menselijke AGI mogelijk tegen 2025

In 2009 voorspelde Shane Legg, mede-oprichter van Google DeepMind, dat kunstmatige algemene intelligentie (AGI) op menselijk niveau tegen 2025 zou kunnen worden gerealiseerd. Destijds baseerde hij zijn inschatting op de groeiende rekenkracht van supercomputers en de vooruitgang in AI-onderzoek.

Inmiddels zijn we bijna op het punt aangekomen dat zijn voorspelling mogelijk werkelijkheid wordt, maar de vraag blijft: staan we echt op de drempel van een AGI-doorbraak?

In zijn blogpost van februari 2009 verwees Legg naar de toenmalige Sequoia-supercomputer, die in 2011 operationeel zou worden met een verwerkingscapaciteit van 20 petaFLOPS en 1,6 petabytes aan RAM-geheugen. Dit plaatste hij in het licht van de benodigde rekenkracht om een menselijk brein te simuleren, waarmee hij aangaf dat hardwarecapaciteit geen beperkende factor meer zou zijn binnen enkele decennia.

Hoewel Legg destijds zijn AGI-tijdlijn op 2025 vaststelde, gaf hij ook aan dat de onzekerheidsmarge vijf jaar bedroeg, wat betekent dat de realisatie ergens tussen 2020 en 2030 zou kunnen plaatsvinden.

Legg benadrukte in zijn blog dat de rekenkracht in de jaren na 2009 exponentieel zou blijven groeien, waardoor hardware niet langer de beperkende factor zou zijn voor AGI-onderzoek. Dit is in lijn met de ontwikkeling van AI-systemen zoals OpenAI’s GPT-modellen en de voortgang van supercomputers, waaronder de nieuwste generaties die inmiddels ver voorbij de capaciteit van Sequoia zijn.

Daarnaast erkende hij het belang van algoritmische vooruitgang. Hij prees de vooruitgang op dit gebied en noemde het werk van getalenteerde onderzoekers als cruciaal voor het bereiken van AGI. Terwijl rekenkracht relatief eenvoudig op te schalen is, vormen de onderliggende algoritmen en de complexiteit van menselijke intelligentie nog steeds een grotere uitdaging.

Desondanks heeft het afgelopen decennium grote stappen laten zien in machine learning, deep learning en neurowetenschappen, wat Legg’s optimistische voorspelling ondersteunt.

Met nog één jaar te gaan voor Legg’s voorspelde AGI-tijdlijn, zijn er gemengde signalen over hoe dichtbij we werkelijk zijn. Systemen zoals GPT-4 en Google DeepMind’s AlphaGo en AlphaFold hebben indrukwekkende capaciteiten laten zien, maar zijn nog ver verwijderd van een echte algemene intelligentie die de breedte en diepte van menselijk cognitief vermogen evenaart.

Sommige experts wijzen erop dat huidige AI-systemen vooral taakgebonden zijn, terwijl AGI een veel breder scala aan vaardigheden en adaptieve vermogens zou moeten hebben. Legg zelf gaf in 2009 al aan dat het moeilijk is om te voorspellen of deze doorbraak twee of tien jaar zou duren, waarbij hij zijn onzekerheid vooral baseerde op de complexiteit van de benodigde algoritmen.

De oorspronkelijke voorspelling van Legg houdt stand als een ambitieus maar haalbaar doel, afhankelijk van verdere doorbraken in zowel hardware als algoritmen. Hoewel AGI in zijn volledige betekenis mogelijk nog verder in de toekomst ligt, is het duidelijk dat de huidige ontwikkelingen in de AI-sector ons dichter bij deze visie brengen dan ooit tevoren.

De wereldwijde AI-gemeenschap houdt deze tijdlijn nauwlettend in de gaten, maar blijft ook voorzichtig optimistisch over wanneer een echt menselijk niveau van AGI kan worden bereikt. Of 2025 daadwerkelijk het jaar van AGI zal zijn, blijft ongewis, maar de voorspelling van Shane Legg dient nog steeds als een belangrijke mijlpaal in de voortdurende zoektocht naar menselijke intelligentie in machines.