DeepMind'ın yeni araştırması: Yapay zeka tüm insan uzmanları geçmeden dev oligopol şirketler yaratabilir

动察 Beating AI hızlı haber: Google DeepMind'ın ortak kurucularından Shane Legg ile ekonomistler Alex Imas ve Andrew Koh, AGI'nin ekonomik etkileri üzerine bir makale yayımlayarak şu çelişkiyi açıklamaya çalıştı: Yapay zekânın programlama, matematik gibi yetenekleri insan uzmanları sürekli aşarken, neden kurumsal organizasyonlar ve iş piyasaları henüz aynı ölçüde köklü bir değişim yaşamadı?

Araştırmacılar sorunun, geçmişte tek bir yapay zekânın yeteneklerine fazla odaklanılması ve işletmelerin iş bölümü ve işbirliği yoluyla değer yaratmasının göz ardı edilmesi olduğunu düşünüyor. Matematik, bilim gibi altı alanı kapsayan bir teste 100 kişiyi sokan araştırmacılar, uzmanlıklarına göre tamamlayıcı eşleştirilen kişilerin rastgele eşleştirilenlere göre %32 daha iyi performans gösterdiğini buldu. İnsanların her biri farklı güçlü yönlere sahip olup birbirlerinin eksiklerini tamamlayabilirken, aynı yapay zekâ modelinin birden fazla kopyası genellikle benzer zayıflıklara sahip bir çalışan grubundan başka bir şey vermiyor.

Makale ayrıca bir ekonomik model kurarak, yapay zekâ tüm profesyonel görevlerde insan uzmanları aşsa bile, ajanlar arasındaki işbirliğinde hâlâ darboğazlar varsa işletmelerin sınırsız büyümesinin zor olduğunu ve piyasanın hâlâ çok sayıda küçük ve orta ölçekli işletmeden oluşabileceğini ortaya koydu.

Tam tersine, tek bir yapay zekâ henüz en üst düzey uzman seviyesine ulaşmamış olsa bile, ajanlar arasındaki işbirliği kritik eşiği aştığı anda tablo tamamen farklı olabilir. Yeni eklenen Agent'lar artık ekibe yük olmaktan çıkıp kişi başına üretimi artırmaya devam ettiğinde, işletmeler geleneksel ölçek sınırlarını aşabilir. Yazılım, finans gibi büyük ölçekli standartlaştırılmış pazarlar bu nedenle az sayıda dev yapay zekâ şirketinde yoğunlaşabilir.

Mevcut yapay zekânın bu tür bir işbirliği yeteneğine ulaşması için hâlâ belirgin bir fark var. Stanford ve diğer kurumların daha önce yayımladığı CooperBench testi, iki programlama Agent'ının işbirliği yapmasının ortalama başarı oranının, aynı iş yükünü tek bir Agent'ın tamamlamasına göre yaklaşık %30 daha düşük olduğunu buldu. Ajanlar işleri tekrarlıyor, bilgi kaybediyor, hatta birbirlerinin kod değişikliklerini doğru şekilde işleyemiyor.