У світі штучного інтелекту ідея «сингулярності» займає особливе місце. Цим неоднозначним поняттям описують момент, коли штучний інтелект виходить за межі людського контролю та починає стрімко змінювати суспільство. Складність теми сингулярності штучного інтелекту, а також причина запозичення термінології з фізики чорних дір, полягає в тому, що надзвичайно важко передбачити, де саме вона починається, і майже неможливо зрозуміти, що знаходиться по той бік цього технологічного «горизонту подій».
Водночас окремі дослідники у сфері штучного інтелекту намагаються знайти ознаки наближення до сингулярності, вимірюючи прогрес систем штучного інтелекту у напрямі навичок і можливостей, порівнянних з людськими.
Одним із таких показників, запропонованим компанією Translated, розташованою в Римі та спеціалізованою на перекладах, є здатність штучного інтелекту перекладати мовлення з точністю, еквівалентною людській. Мова вважається одним із найскладніших викликів для штучного інтелекту, і система, яка змогла б суттєво скоротити розрив у цій сфері, теоретично могла б демонструвати ознаки загального штучного інтелекту.
«Це пояснюється тим, що мова є найбільш природною річчю для людини», – зазначив генеральний директор Translated Марко Тромбетті під час конференції у 2022 році в Орландо, штат Флорида. Водночас він підкреслив, що зібрані компанією дані чітко показують, що машини вже не так далеко від подолання цього розриву.
Компанія відстежувала ефективність свого штучного інтелекту в період з 2014 по 2022 рік, використовуючи показник під назвою Time to Edit, або TTE. Цей показник вимірює час, який професійні редактори витрачають на виправлення перекладів, згенерованих штучним інтелектом, у порівнянні з перекладами, виконаними людьми. За цей восьмирічний період і на основі аналізу понад двох мільярдів післяредагувань штучний інтелект Translated продемонстрував повільне, але беззаперечне покращення, поступово наближаючись до рівня якості людського перекладу.
За даними Translated, у середньому людині-перекладачеві потрібно приблизно одна секунда для редагування кожного слова, перекладеного іншим перекладачем. У 2015 році професійні редактори витрачали близько 3,5 секунди на слово для перевірки пропозицій машинного перекладу. Сьогодні цей показник зменшився до приблизно 2 секунд. Якщо така тенденція збережеться, штучний інтелект Translated досягне рівня перекладу, порівнянного з людським, уже до кінця поточного десятиліття або навіть раніше. Як зазначив Марко Тромбетті в одному з подкастів, щоденні зміни настільки незначні, що їх важко помітити, але якщо поглянути на прогрес за десять років, він справляє враження. За його словами, це перший випадок у сфері штучного інтелекту, коли було зроблено спробу спрогнозувати швидкість наближення до сингулярності.
Попри новизну такого підходу до кількісної оцінки близькості людства до сингулярності, подібне визначення стикається з тими самими труднощами, що й спроби загалом ідентифікувати загальний штучний інтелект. І хоча вдосконалення розуміння та відтворення людської мови є важливим напрямом досліджень, сама по собі ця навичка не обов’язково означає наявність інтелекту у машини, тим більше з огляду на те, що навіть серед дослідників немає єдиної згоди щодо визначення самого поняття «інтелект».
Незалежно від того, чи є надточні перекладачі передвісниками радикальних технологічних змін, це жодним чином не применшує досягнення штучного інтелекту Translated. Система, здатна перекладати мовлення на рівні людини, цілком може істотно вплинути на суспільство, навіть якщо справжня «технологічна сингулярність» і надалі залишатиметься недосяжною та складною для чіткого визначення.
Примітка від редакції: озвучений експертами термін занадто оптимістичний. Його можна сміливо множити на 10.
