Η τεχνητή νοημοσύνη (AI) έχει μπει για τα καλά στη ζωή μας. Όχι πια μόνο μέσα από εργαλεία επεξεργασίας εικόνας και λόγου, αλλά στο επίκεντρο μιας ιστορικής καμπής: πολλοί ερευνητές σήμερα θεωρούν πιθανό ότι μέχρι το 2027 θα έχουμε AGI (Τεχνητή Γενική Νοημοσύνη). Ο αυξανόμενος αυτός ενθουσιασμός βασίζεται σε μελέτες, γραφήματα και μια σειρά θεαματικών προόδων.

Κεφάλαιο 2: Η πηγή της αισιοδοξίας – Η έκθεση και το βίντεο

Η βάση της σημερινής συζήτησης είναι ένα βίντεο της σειράς Species | Documenting AGI και η συνοδευτική έκθεση που κυκλοφορεί αυτή την περίοδο σε κύκλους «ψηλών» κύκλων των ΗΠΑ. Σύμφωνα με το κανάλι AISpecies, το βίντεο:

• Εκτιμά πιθανότητα μεγαλύτερη του 50 % για υπερίσχυση των AI συστημάτων έως το 2027.

• Αναφέρεται ως συγκρίσιμο με μία πολύ σοβαρή εισερχόμενη απειλή – «σαν να υπολόγιζε ο επικεφαλής της NASA ότι υπάρχει >50 % πιθανότητα ένας αστεροειδής να εξαλείψει την ανθρωπότητα μέσα στα επόμενα τέσσερα χρόνια».

Το ενθαρρυντικό (ή ανησυχητικό) στοιχείο δεν προέρχεται απλώς από αυθαίρετη εκτίμηση: πρόκειται από πραγματική, μελέτη βασισμένη σε τεχνολογικές τάσεις, γρήγορη πρόοδο και νέες ικανότητες των συστημάτων AI.

Κεφάλαιο 3: Η επιθετική πρόοδος της AI

Στην έκθεση παρατίθενται συγκρίσεις:

• Το 2019, το GPT‑2 «έμοιαζε με παιδάκι νηπιαγωγείου».

• Το 2020, το GPT‑3 μπορούσε να γράψει ιστορίες και κώδικα όπως ένα «παιδί δημοτικού».

• Το 2022, το GPT‑4 έγραφε σύνθετο κώδικα και έλυνε εξεζητημένα μαθηματικά.

Είναι σαν να περάσαμε από το νηπιαγωγείο στο λύκειο μέσα σε 4 χρόνια—a «μονοεπίπεδο growth» που χαρακτηρίζεται ως «πρωτοφανές στην ιστορία» human innovation.

Ο Geoffrey Hinton, ένας θρύλος της AI, προειδοποίησε ότι σύντομα δεν θα μπορούμε να δοκιμάσουμε την εξυπνάδα των μοντέλων με τα κλασικά τεστ· οι αξιολογήσεις θα γίνονται με την οικονομική τους αποτελεσματικότητα (π.χ. αν μπορούν να βγάλουν εκατομμύρια από εργασία πληροφορικής).

Κεφάλαιο 4: Τρεις βασικοί μοχλοί προόδου

1. Υπολογιστική ισχύς

Η πρόοδος σε λίγες γραμμές δεδομένων:

• Από Moore’s Law (διπλασιασμός κάθε ~2 χρόνια) έως

• Τώρα, AI compute αυξάνεται 1000 φορές πιο γρήγορα– όπως το «Project Stargate» που στοχεύει τριπλάσια ooms (order‑of‑magnitude gains) από το GPT‑4.

2. Αλγοριθμική αποδοτικότητα

Καινοτομίες στην μαθησιακή διαδικασία, δηλαδή:

• Το κόστος για 50 % επιτυχία σε μαθηματικά διαγωνίσματα έχει πέσει χίλιες φορές.

• Αυτό αντιστοιχεί σε «ημι‑ότητας oom και ακόμα μια oom/έτος» βελτίωση· αλυσίδα επιδόσεων συγκρίσιμη με διαδοχικές αναβαθμίσεις hardware.

3. Unhobblings – Η απελευθέρωση του δυναμικού

Αλλαγές όπως:

• Chain‑of‑thought prompting (βήμα‑βήμα σκέψη AI μοντέλων),

• RLHF (reinforcement learning από ανθρώπινη ανατροφοδότηση),

• Scaffolding (μοντελοποίηση όπως σε ανθρώπινο συντονιστή ομάδας),

• Εργαλεία, γλώσσες μεγάλου context (όπως Gemini 1.5 Pro με 1 εκατ. tokens),

• Post‑training σκέψη, δηλαδή άφθονος χρόνος (π.χ. 30 λεπτά, 50× πιο γρήγορα από άνθρωπο),

όχι μόνο βελτιώνουν την αποτελεσματικότητα, αλλά ουσιαστικά απελευθερώνουν τη δυναμική των συστημάτων.

Κεφάλαιο 5: Το τι μας περιμένει έως το 2027

Ο Leopold Aschenbrenner, μέσα από ανάλυση γραφημάτων, δείχνει:

• Συνδυασμός πέντε ooms αύξησης υπολογιστικής ισχύος και μεγάλων αλγοριθμικών/unhobbling βημάτων.

• Αυτό σημαίνει 100.000 φορές καλύτερη απόδοση: αν χρειάστηκε 3 μήνες για το GPT‑4, ένα αντίστοιχο μοντέλο το 2027 θα χρειάζεται μόλις 1 λεπτό.

Όταν μάλιστα αυτά τα συστήματα μπορούν να κάνουν και έρευνα AI μόνα τους, τότε:

• Πολλαπλές γενιές AI ερευνητών, συνεχούς βελτίωσης, με εκπληκτικά σύντομη επανάληψη χρόνου.

• Môνο ένα μήνα απόδοση έρευνας ίσως απεκδυθεί 10 χρόνια ανθρώπινης προόδου.

Κεφάλαιο 6: Μετά το chatbot – η μετάβαση στον ψηφιακό συνάδελφο

Δεν πρόκειται να δούμε «ChatGPT βελτιωμένο»– αλλά:

• AI agents που λειτουργούν σαν εξειδικευμένοι απομακρυσμένοι εργαζόμενοι,

• Που πιάνουν αρμοδιότητες: παρουσία σε βιντεοκλήσεις, ανάγνωση εγγράφων, χρήση εργαλείων, κώδικας, project man.

• Ακόμα και onboarding σε εταιρικά περιβάλλοντα (Slack, βάσεις δεδομένων).

Αυτό θα σκάσει σαν ηχητικό κύμα– η υιοθέτηση δεν θα είναι δύσκολη· απλώς «κλικ στο add new remote team member».

Κεφάλαιο 7: Αντίκτυπος και προκλήσεις

Αυτό σημαίνει:

• Αυτόματη αντικατάσταση γνωστικών θέσεων εργασίας,

• Μεγαλύτερη παραγωγικότητα,

• Ρίσκο περιττών εξειδικευμένων ανθρώπινων θέσεων,

• Και νέες ηθικές–νομικές–κοινωνικές προκλήσεις.

Κεφάλαιο 8: Συμπέρασμα & Σημειώσεις

• Είναι ρεαλιστικό ή sci‑fi;
  «Count the ooms», λέει το αρχικό βίντεο– δες τις γραμμές και τα log of compute.

• Τι απαντούν οι ερευνητές;
  Ο Geoffrey Hinton προειδοποιεί· ο Leopold Aschenbrenner καταγράφει τις τάσεις· ο Drew του AISpecies συνοψίζει.

• Το βίντεο «Why Everyone Suddenly Believes in AGI by 2027» βασίζεται στην έκθεση που κυκλοφορεί στους κύκλους του Πενταγώνου και της κυβέρνησης των ΗΠΑ.