Google CEO: Zašto osvajanje zlatne medalje iz matematike neme dublji značaj

Da li je veštačka inteligencija zaista inteligentna ako može da reši najteži matematički problem na svetu, ali pogreši na osnovnom školskom zadatku? Ovo nije samo još jedna tehnička anomalija; ovo je fundamentalni raskorak koji definiše trenutni plafon razvoja veštačke inteligencije. Svedoci smo bizarnog kontrasta: sistemi koji rešavaju probleme na nivou doktorskih studija istovremeno pokazuju krhkost koja bi bila neoprostiva i u osnovnoj školi. Postavlja se pitanje – da li gradimo digitalni um ili samo izuzetno sofisticiran statistički ogledalo?

„Nazubljena granica“ inteligencije (The Jagged Frontier)

Govoreći na India AI Impact Summit-u 2026., Demis Hassabis, vizionar na čelu Google AI-a, uputio je otrežnjujuće upozorenje onima koji proslavljaju pobede modela poput Gemini-ja i ChatGPT-a na Međunarodnim matematičkim olimpijadama. Iako ovi sistemi demonstriraju zapanjujuće logičko zaključivanje, oni pate od fenomena koji on naziva „nazubljenost“ (jaggedness).

Ova nedoslednost je svojevrsni „dokazni materijal“ da trenutni modeli i dalje primarno predviđaju sledeći token umesto da istinski razumeju koncepte. Pravi sistem opšte inteligencije (AGI) ne bi smeo da poseduje „džepove neznanja“ u okviru istog domena. Ako sistem razume matematiku dovoljno da osvoji zlato na Olimpijadi, svaka greška na elementarnom nivou ukazuje na to da je njegovo „znanje“ zapravo krhka simulacija.

„Današnji sistemi mogu osvojiti zlatne medalje na Međunarodnoj matematičkoj olimpijadi, rešavajući zaista teške probleme, ali ponekad i dalje greše u osnovnoj matematici ako pitanje postavite na određeni način. Pravi sistem opšte inteligencije ne bi trebalo da ima takvu vrstu nazubljenosti“, izjavio je Hassabis.

Šta nedostaje: Problem „zamrznutih“ modela

Da bismo razumeli zašto AI posustaje tamo gde čovek ne bi, moramo pogledati ispod haube. Hassabis ističe da su trenutni modeli, uprkos svojoj moći, suštinski statični. Jednom kada prođu proces treninga i budu pušteni u svet, oni postaju „zamrznuti“. Oni ne evoluiraju kroz interakciju; oni samo izvršavaju naučeno.

Kao tehnički novinar, vidim tri kritične barijere koje nas dele od istinske inteligencije:

• Odsustvo kontinuiranog učenja: Za razliku od ljudi koji uče svakog sekunda svog postojanja, AI modeli prestaju da uče onog trenutka kada se završi proces obuke.
• Nemogućnost „online“ adaptacije: Trenutni sistemi ne mogu da se prilagođavaju u realnom vremenu na osnovu novih iskustava. Njihova arhitektura je rigidna, bez prostora za trenutnu korekciju strategija.
• Nedostatak dugoročnog planiranja: Dok AI briljira u kratkoročnim zadacima (poput rešavanja matematičkog problema), on se dramatično muči sa kreiranjem koherentnih strategija koje se protežu godinama.

Bez ovih sposobnosti, uspesi na Olimpijadama ostaju samo „uska dostignuća“ (narrow achievements) – impresivna, ali nedovoljna za titulu istinske inteligencije.

Od matematike do medicine: Rešavanje „svih bolesti“

Međutim, nemojte dopustiti da vas ovi arhitektonski nedostaci zavaraju. Čak i sa trenutnom „nazubljenošću“, moć prepoznavanja obrazaca već sada menja pravila igre u biotehnologiji. U intervjuu za Fortune i kroz objave na platformi X (bivši Twitter), Hassabis je izneo viziju koja prevazilazi puko rešavanje jednačina. Preko kompanije Isomorphic Labs (osnovane 2021. godine), on planira da transformiše biologiju iz nepredvidive nauke u sistematičnu tehnološku proceduru.

Ambicija je jasna: prebaciti se sa tradicionalnog biotehnološkog modela (jedan ili dva leka po kompaniji) na industrijsku proizvodnju od desetine novih lekova godišnje. AI ovde nije samo asistent; on je alat za pronalaženje „igle u plastu sena“.

„Mislim da bismo na kraju, tokom narednih 10 do 20 godina, mogli doći do rešenja za sve bolesti... ako imamo proces koji može da pronađe te igle u plastu sena“, napisao je Hassabis na platformi X, ističući da je zdravstvo ključna oblast gde će AI doneti dugoročnu korist čovečanstvu.

Zaključak: Budućnost iza horizonta

Rešavanje zadataka sa Matematičke olimpijade je nesumnjivo impresivno, ali ono ostaje samo izolovana tačka na mapi progresa sve dok sistemi ne postanu sposobni za kontinuirano učenje i doslednost. „Nazubljenost“ je podsetnik da smo još uvek u eri digitalnih šegrta, a ne digitalnih majstora.

Ipak, revolucija se ne dešava samo u učionicama gde AI polaže testove. Prava transformacija se odvija u laboratorijama gde se biologija mapira kao softverski kod. Matematička olimpijada je bila samo zagrevanje; prava utakmica se igra u našem genetskom kodu. U naredne dve decenije, pitanje neće biti da li AI može da reši školski zadatak, već da li smo spremni za svet u kojem veštačka inteligencija aktivno redefiniše samu definiciju ljudskog zdravlja i dugovečnosti.

Izvor: timesofindia.indiatimes.com