Jasjeet Sekhon, szef strategii DeepMind, wyjaśnił wreszcie, na co naprawdę przeznaczane są biliardy dolarów wydawane na rozwój AI. Chodzi o rekursywne samoulepszanie się maszyn - zdolność systemów do autonomicznego poprawiania własnych możliwości bez bezpośredniej interwencji człowieka. To ujawnienie padło podczas szczytu na Uniwersytecie Kalifornii w Berkeley i jest jednym z najbardziej bezpośrednich wyjaśnień rzeczywistych celów stojących za falą masywnych inwestycji.
Pytanie o sens czekającego nas wydatku na skalę bilionów dolarów pojawiało się już wielokrotnie zarówno w mediach, jak i wśród analityków branży. Spekulowano o tym, czy chodzi o autonomiczne samochody, bardziej zaawansowane chatboty czy może kompleksowe systemy zastępujące pracę umysłową. Sekhon przełamał tę niepewność, wskazując konkretnie na samoulepszające się systemy jako główny cel inwestycji.
To wyjaśnienie ma istotne konsekwencje dla zrozumienia trajektorii rozwoju AI. Jeśli rekursywne samoulepszanie jest rzeczywiście osiągalne, mogłoby prowadzić do wykładniczego wzrostu możliwości systemów sztucznej inteligencji w tempie znacznie szybszym niż obecne progresywne ulepszenia. Jednocześnie stanowi to uznanie przez instytucje technologiczne, że to, co budują, to coś fundamentalnie różnego od obecnych modeli językowych - systemy, które mogą być katalizatorem głębokich zmian technologicznych.