Kolejny tydzień, kolejne zapierające dech w piersiach ogłoszenie o osiągnięciu ogólnej sztucznej inteligencji (AGI). Można by wybaczyć rozwinięcie poważnego przypadku „zmęczenia AGI”. Ale tym razem roszczenie pochodzi nie od typowych gigantów z Doliny Krzemowej, lecz od Integral AI, startupu z centrami w Tokio i Dolinie Krzemowej, dowodzonego przez Jad Tarifi, byłego pioniera Google AI. I nie obiecują oni po prostu większego, lepszego modelu językowego. Twierdzą, że dokonali fundamentalnej zmiany paradygmatu.
Integral AI ogłosił stworzenie pierwszego na świecie „modelu zdolnego do AGI”. Zanim przewrócisz oczami (lub, co bardziej adekwatne, sensorami optycznymi), ich roszczenie opiera się na fundamencie, który celowo omija żarłoczne na dane, brutalne skalowanie obecnej AI. Zamiast tego proponują system, który uczy się bardziej jak człowiek, obiecując przyszłość robotów, które same rozwiązują problemy. To śmiała deklaracja, która zasługuje na bliższe spojrzenie pod maskę. Czy to prawdziwy przełom, czy tylko kolejny przypadek „AGI-washingu” na przesyconym szumem rynku?
Architekt nowej inteligencji
Człowiekiem za kurtyną jest Jad Tarifi, doktor, który nie jest typowym założycielem startupu. Spędził prawie dekadę w Google AI, gdzie założył i przewodził pierwszemu zespołowi Generatywnej AI, koncentrując się na „modelach wyobraźni” i sposobach uczenia się z ograniczonych danych. Z doktoratem z AI i magisterium z obliczeń kwantowych, jego kwalifikacje są tak poważne, jak jego ambicje.
Co ciekawe, Tarifi skoncentrował swoje działania w Tokio, co jest świadomym wyborem wynikającym z jego przekonania, że Japonia jest globalnym sercem robotyki. To nie tylko preferencja geograficzna; to strategia. Wizja Integral AI to „ucieleśniona” inteligencja – AI, która żyje i uczy się w świecie fizycznym, czyniąc robotykę ostatecznym poligonem doświadczalnym.
Jeśli nie potrafisz tego zdefiniować, nie potrafisz tego zbudować
Być może najbardziej odświeżającą częścią ogłoszenia Integral AI jest jego rygorystyczna, inżynieryjna definicja AGI. Podczas gdy giganci tacy jak OpenAI i Google DeepMind często mówią o AGI w szerokich, niemal filozoficznych kategoriach, Integral przedstawił trzy ścisłe, mierzalne filary dla każdego systemu roszczącego sobie prawo do tego tytułu.
- Autonomiczne uczenie się umiejętności: Model musi być w stanie nauczyć się zupełnie nowych umiejętności w nieznanych środowiskach bez wstępnie skompilowanych zbiorów danych lub ludzkiego prowadzenia za rękę. To bezpośrednie wyzwanie dla takich modeli jak ChatGPT, które są fundamentalnie ograniczone przez dane, na których zostały przeszkolone.
- Bezpieczne i niezawodne opanowanie: Proces uczenia się musi być z natury bezpieczny. Tarifi używa pięknej, prostej analogii: robot uczący się gotować nie powinien spalić kuchni metodą prób i błędów. Bezpieczeństwo musi być cechą, a nie gorączkową łatką stosowaną po fakcie.
- Efektywność energetyczna: To jest prawdziwy game-changer. Model nie może zużywać więcej energii na naukę nowej umiejętności niż człowiek. Ten filar mierzy się ze słoniem w pokoju dla Big AI: całkowicie niezrównoważonym zużyciem energii potrzebnej do trenowania coraz większych modeli.
Zgodnie z ich grudniowym ogłoszeniem z 2025 roku, model Integral AI z powodzeniem spełnił te trzy kryteria w zamkniętym środowisku testowym. Jeśli to prawda, to nic innego jak rewolucja.
Modele świata, nie modele słów
Więc, jaki jest ten tajny sos? Integral AI nie buduje Wielkich Modeli Językowych. Budują „Fundamentowe Modele Świata”. Koncepcja modeli świata istnieje od dziesięcioleci, a pionierzy tacy jak Jürgen Schmidhuber i Yann LeCun promują tę ideę jako kluczowy krok w kierunku bardziej solidnej AI. Główna idea polega na tym, aby AI zbudowała wewnętrzną, predykcyjną symulację swojego środowiska, pozwalającą jej „wyobrazić” sobie konsekwencje swoich działań, zanim je podejmie.
Architektura Integral jest zainspirowana ludzką korą nową, zaprojektowaną do abstrakcji, planowania i działania jako zjednoczona całość, a nie tylko statystycznego przewidywania kolejnego tokena w sekwencji. System wykorzystuje to, co nazywa „uniwersalnymi operatorami”, które funkcjonują jak metoda naukowa: formułują hipotezę, projektują eksperyment (np. poruszanie ramieniem robota) i uczą się z wyniku. Ten aktywny proces uczenia się pozwala mu działać bez ogromnego, statycznego zbioru danych.
Dowód leży w rozwiązywaniu łamigłówek
Oczywiście, deklaracje są tanie. Dowody, na razie, opierają się na kilku kluczowych demonstracjach. Pierwszym jest klasyczne wyzwanie dla AI: gra Sokoban. Ta gra logiczna z magazynem jest zwodniczo trudna dla AI, ponieważ wymaga długoterminowego planowania, gdzie jeden zły ruch może sprawić, że zagadka stanie się nierozwiązywalna znacznie później. Obecna generatywna AI, jak wiadomo, ma problemy z tego rodzaju śledzeniem stanu i logicznymi konsekwencjami. Tarifi twierdzi, że ich model opanował Sokobana od czystej karty (tabula rasa), ucząc się zasad i strategii na profesjonalnym poziomie, po prostu wchodząc w interakcję z symulacją.
Aby udowodnić, że nie chodzi tylko o gry, Integral zaprezentował również projekt dla Honda R&D. Zadanie polegało na koordynacji złożonych, rzeczywistych systemów logistycznych i planowania – zasadniczo, grając w Sokobana z prawdziwymi łańcuchami dostaw i API. Możliwości planowania porównano do legendarnego AlphaGo od Google DeepMind, ale zastosowano je w chaotycznym, dynamicznym świecie fizycznym zamiast na ograniczonej planszy do gry.
Więc, czy tym razem szum wokół AGI jest autentyczny?
Zejdźmy na ziemię. Integral AI przedstawił niesamowicie przekonującą wizję i zestaw weryfikowalnych twierdzeń. Jednak te wyniki pochodzą z „piaskownicy”, a szersza społeczność naukowa nie zweryfikowała ich jeszcze niezależnie. Firma zasadniczo stworzyła własną miarę AGI, a następnie ogłosiła, że przekroczyła poprzeczkę.
Jeśli – a jest to znaczące jeśli – te twierdzenia wytrzymają krytykę, implikacje są oszałamiające. Sygnalizowałoby to odejście od paradygmatu gromadzenia danych, drastycznie zmniejszyłoby wpływ AI na środowisko i utworzyłoby drogę dla robotów ogólnego przeznaczenia, które mogą dostosować się do naszych domów, a nie tylko do wysoce ustrukturyzowanych fabryk.
Integral AI rzucił rękawicę, kwestionując podejście całej branży do budowania inteligentnych maszyn. Firma postrzega to jako pierwszy krok w kierunku „superinteligencji, która rozszerza wolność i zbiorową sprawczość”. Na razie świat patrzy. Twierdzenia są niezwykłe. Następnym krokiem jest dostarczenie niezwykłego dowodu, przeniesienie tego „mózgu zamkniętego w pudełku” z laboratorium do naszego świata – miejmy nadzieję, że bez podpalania kuchni.
