Andrej Karpathy, az OpenAI társalapítója és a Tesla korábbi AI-vezetője rávilágított, hogy a mesterséges intelligencia jelenlegi képességeit a nagyközönség teljesen félreértelmezi. Becslése szerint míg 1-2 milliárd ember legfeljebb jobb Google-keresőként használja a chatbotokat, mindössze körülbelül 5000 szakember fér hozzá a legfejlettebb, több ezer ágenst összehangoló belső rendszerekhez.
A szakember szerint a különbségek egy éles tölcsérre hasonlítanak. Egy nagyjából 20 millió fős szakértői réteg már most hetekig tartó programozási vagy matematikai feladatokat végez el pillanatok alatt, de az igazi élvonalbeli ágensrendszereket még ők sem látják. A fejlődés leginkább a digitálisan ellenőrizhető területeken, például a szoftverfejlesztésben gyorsult fel.
Karpathy kiemelte, hogy a fizetős és ágensalapú eszközök, mint az OpenAI Codex vagy az Anthropic Claude Code elképesztő eredményeket érnek el. A nagyközönség többsége viszont az ingyenes verziók korlátozott tudása alapján ítéli meg a teljes iparágat.
Az eredeti szöveg (Perplexity Discover)
Andrej Karpathy, az OpenAI társalapítója és a Tesla korábbi MI-vezetője szerint egyre nagyobb a szakadék aközött, ahogyan a legtöbb ember a mesterséges intelligenciát megéli, és aközött, amire a legfejlettebb rendszerek képesek. Az X-en október 11-én, vasárnap közzétett bejegyzésében úgy becsülte, hogy mindössze nagyjából 5000 embernek van belső hozzáférése a legkorszerűbb, élvonalbeli rendszerekhez. Eközben 1–2 milliárd ember használ alkalmilag ingyenes chatbotokat, gyakran „jobb Google-keresőként".
A bejegyzés egy áprilisi gondolatmenetét veszi elő újra. Most úgy fogalmaz, hogy a szakadék „kevésbé két, egymás mellett elbeszélő csoport, inkább egy éles tölcsér".
Karpathy a számait „szalvétamatekként” emlegette, a bejegyzés pedig nem jelöl meg forrást hozzájuk. Becslése szerint nagyjából 6 milliárd ember, vagyis a világ népességének mintegy 75%-a „alig találkozott” a nagy nyelvi modellekkel. Újabb 1–2 milliárd ember, nagyjából 20% időnként használ ingyenes termékeket, például a ChatGPT-t keresésre és íráshoz. Szerinte a matematikán és a programozáson kívül sokan alig látnak értéket ezekben az eszközökben.
Egy kisebb csoport, nagyjából 20 millió szakember, főként matematikusok és szoftverfejlesztők, élvonalbeli modellekkel fejezi be azokat a projekteket, amelyek korábban hetekig vagy hónapokig tartottak. Ilyen például alkalmazások építése és átültetése másik nyelvre, illetve szoftverek visszafejtése bináris kódból. Karpathy elmondta, hogy kevesebb mint egy éve még ő is kézzel írta a kódot.
A csúcson körülbelül 5000 ember áll, akik az MI-laborokon belül hozzáférnek a legfejlettebb rendszerekhez. Szerinte ezek a rendszerek képesek több ezer ágenst hetekig összehangolni nagy szoftverprojektekben, kiberbiztonsági munkában és matematikai kutatásban. „A külvilág csak az előzetest látta” – írta, majd hozzátette, hogy „az emberi ellenőrzés és megértés kezd lemaradni”.
Karpathy három okot nevezett meg a „tölcsérhatásra". Az MI hatása a feladat méretével és hosszával együtt nő. A képességei azokon a területeken a legerősebbek, amelyek digitálisak és ellenőrizhetők, például a programozásban és a matematikában. A hozzáférés pedig élesen eltér az ingyenes, a fizetős és a belső szinteken.
> „A nagyközönség többnyire nem találkozott ezekkel a rendszerekkel. Ha mégis, akkor egy ügyefogyott csevegőbotnak tűnnek. A szakemberek többsége még mindig csak szerény előrelépést lát. A szakemberek egy apró hányada viszont azt a szédületet éli át, ahogy a görbe függőlegesen megugrik. És mindez egyszerre történik" – írta.
Karpathy áprilisban azt írta, hogy sokan a ChatGPT ingyenes verziójának kipróbálása után ítélték meg a mesterséges intelligenciát, és „kicsit túlságosan hagyták, hogy ez befolyásolja a véleményüket az MI-ről". Szerinte az olyan fizetős, ágensalapú eszközök, mint az OpenAI Codexe és az Anthropic Claude Code-ja, „elképesztő" fejlődést értek el a műszaki területeken. Ezt az eredményt a megerősítéses tanulásnak tulajdonította, amelyet olyan feladatokon alkalmaznak, ahol a jutalom ellenőrizhető, például amikor egy egységteszt sikeresen lefut. A laborok azért is koncentrálnak ezekre a területekre, mert nagyobb üzleti értéket teremtenek.
Az új bejegyzés akkor jelent meg, amikor a vezetők azon vitatkoznak, mennyibe kerülnek majd az MI-ágensek. A Morgan Stanley becslése szerint az ágensek 2030-ig 32,5–60 milliárd dollárral növelhetik az adatközponti CPU-piacot.
