د Google DeepMind سی ای او Demis Hassabis وویل چې د دې شرکت تمرکز په سختو ازمایښتونو او مسؤلانه پراختیا باندې دی، ځکه چې AI د ډیرې استخباراتو په لور حرکت کوي.
دا هڅې ځکه مهمې دي چې مصنوعي عمومي استخباراتو یا AGI ته لیږد داسې مهم تخنیکي او ټولنیز خطرونه لري چې فعال مدیریت ته اړتیا لري.
په 2024 کال کې د عامه څرګندونو پر مهال، چې په کې Google I/O او د Athens Innovation Summit شامل دي، Hassabis وویل چې AI کولی شي د انرژۍ او طبي学的 په څیر په برخو کې نوې ودانیزې بدلونونه رامنځته کړي [1, 2]. هغه وویل چې که څه هم پرمختګ ګړندی دی، خو صنعت باید د دې اړه سختو تخنیکي پوښتنو ته ځوابونه ومومي چې دا سیسټمونه په حقیقت کې څنګه زده کړه کوي او استدلال کوي [3, 5].
Hassabis د اوسنیو لویو ژبنیو ماډلونو (large language models) محدودیتونه بیان کړل او د ژورې پوهې لپاره د "world models" اړتیا ته اشاره وکړه [5]. هغه وویل چې د حقیقي intelligent سیسټمونو پراختیا ته د نمونې پیژندلو (pattern recognition) څخه ډیر څه پکار دي، او دا د پیچلو او نوو ستونزو د خپلواک حل کولو وړتیا ته اړتیا لري.
پrecent মাইল سټونونه دا لاره ښیي. د AlphaProof Nexus سیسټم نهه [1] د Erdős پرانیستې ستونزې [1] حل کړې دي. دا ځانګړې ریاضیکي ننګانې 56 [1] کلنه [1] وې.
د دې دستورازو سره سره، Hassabis د ټیکنالوژۍ د اوسني حالت په اړه محتاطه نظریہ غوره کړه. سره له دې چې ځینې راپورونه وايي چې AGI ژر راځي [3]، خو هغه وویل چې د دې پختا ریاضیکي ستونزو حل کول لا تر اوسه د AGI راتګ نه ښيي [1]. هغه وویل چې عمومي استخباراتو ته لاره د سختو ازمایښتونو له پاس becoming څخه تیره کیږي چې اوسنیو سیسټمونو ته لا تر اوسه په بشپړه توګه نه دي ورکړل شوي [3].
Hassabis وویل چې هدف دا دی چې کله دا سیسټمونه ډیر وړمن شي، نو د انسانانو د ګټو او د خوندیتیا معیارونو سره همغږي پاتې شي [4]. دا تګلاره د AI د وړتیاوو پراخولو او د دې د پلي کولو لپاره د یو سخت چوکاټ ساتلو ترمنځ د توازن په اړه ده [2, 4].
“AI به د انرژۍ او طب په څیر برخو کې نوې ودانیزې بدلونونه رامنځته کړي”
هغه توپیر چې Hassabis د لوړې کچې ستونزو حل کولو او AGI ترمنځ کوي، وړاندیز کوي چې Google DeepMind 'استخبارات' د یوې ځانګړې دستورازې پر ځای د یو څو اړخیز چوکاټ په توګه ګوري. د ساده ژبني وړاندېکونې پر ځای د world models اړتیا باندې ټینګار کول دا ښیي چې شرکت خپل څیړنې د داسې سیسټمونو په لور اړولي چې فزیکي یا منطقي علتونه (causality) درک کړي، کوم چې په حساسو زیربناوو کې د خوندي او باوري پلي کولو لپاره یو اړین شرط دی.
