«ایلیا سوتسکیور»، یکی از بنیان‌گذاران OpenAI، اخیراً در سخنرانی‌اش درباره آینده هوش مصنوعی صحبت کرده است. او می‌گوید روش فعلی برای آموزش و توسعه هوش مصنوعی به پایان راه خود رسیده است. به‌زعم او، ابرهوش مصنوعی که در آینده از راه خواهد رسید، عملکردی غیرقابل‌پیش‌بینی دارد.
براساس گزارش ورج، ایلیا سوتسکیور در کنفرانس سالانه هوش مصنوعی NeurIPS درباره طیف وسیعی از موضوعات صحبت کرد. دانشمند ارشد سابق OpenAI در سخنرانی خود به جمعی از محققان هوش مصنوعی گفت:
«ما به اوج داده‌ها دست یافته‌ایم و باید با داده‌هایی که در اختیار داریم، کنار بیاییم. فقط یک اینترنت وجود دارد... همان‌طور که می‌دانیم، پیش‌آموزش بدون شک به پایان خواهد رسید.»
پیش‌آموزش (Pre-training) به مرحله اول توسعه مدل‌های هوش مصنوعی گفته می‌شود. در این مرحله، مدل زبانی بزرگی الگوهایی را از مقادیر زیادی داده‌های موجود در اینترنت، کتاب‌ها و منابع دیگر یاد می‌گیرد.
ایلیا سوتسکیور در سخنرانی خود گفت معتقد است داده‌های موجود هنوز هم می‌توانند توسعه هوش مصنوعی را جلوتر ببرند؛ چون این صنعت درحال بهره‌برداری از داده‌های جدید برای آموزش است اما درنهایت روش آموزش مدل‌ها تغییر خواهد کرد. او وضعیت فعلی را با سوخت‌های فسیلی مقایسه کرد: همان‌طور که نفت منبعی محدود است، اینترنت نیز مقدار محدودی از محتوای تولید انسان است.
او پیش‌بینی کرد که مدل‌های نسل بعدی تبدیل به عامل (Agent) خواهند شد. عامل یکی از اصطلاحات مهم دنیای هوش مصنوعی است. سوتسکیور در سخنرانی‌اش تعریفی از عامل‌ها ارائه نکرد اما معمولاً عامل سیستم هوش مصنوعی مستقلی شناخته می‌شود که وظایف را انجام می‌دهد، تصمیم می‌گیرد و به‌تنهایی با نرم‌افزارها تعامل کند.
او گفت در کنار «عامل» بودن، سیستم‌های آینده می‌توانند استدلال نیز بکنند. برخلاف هوش مصنوعی امروزی که عمدتاً براساس آنچه قبلاً یاد گرفته، پاسخ می‌دهد، سیستم‌های ابرهوش مصنوعی می‌توانند گام‌به‌گام کارها را به گونه‌ای انجام دهند که بیشتر شبیه تفکر مستقل باشد.
به گفته سوتسکیور، هرچه سیستم بیشتر استدلال کند، «غیرقابل‌پیش‌بینی‌تر می‌شود». او پیش‌بینی‌ناپذیری «سیستم‌هایی با استدلال واقعی» را با اینکه چگونه هوش مصنوعی‌های پیشرفته شطرنج بازی می‌کنند و بازیکن‌های انسانی نمی‌توانند حرکات آنها را حدس بزنند، مقایسه کرد.
