هاسابیس به پیشرفت‌هایی که در زمینه مدل‌های دنیای واقعی انجام می‌شود نیز اشاره کرد. این مدل‌ها به سیستم‌های هوش مصنوعی کمک می‌کنند دنیای اطراف خود را بهتر درک کنند. وی افزود برای رسیدن به AGI، ترکیب این مدل‌ها با الگوریتم‌های برنامه‌ریزی نیازمند تحقیقات بیشتر است.

به نقل از CNBC، هاسابیس تأکید کرد هنوز به این مرحله نرسیده‌ایم؛ زیرا سیستم‌های فعلی توانمندی‌هایی دارند، اما هنوز نمی‌توانند بسیاری از وظایف پیچیده را انجام دهند. او افزود برای رسیدن به AGI هنوز تحقیقات زیادی در پیش داریم.

هاسابیس در ادامه گفت هوش مصنوعی امروزی بیشتر ویژگی‌های منفعل دارد و هنوز نمی‌تواند به درک عمیقی از دنیای واقعی برسد. او معتقد است در ۵ تا ۱۰ سال آینده، قابلیت‌های بسیاری از این سیستم‌ها به‌تدریج بهبود خواهند یافت و به AGI نزدیک‌تر می‌شود. سیستم‌ها برای رسیدن به این هدف باید بتوانند درک بهتری از زمینه‌ها و شرایط دنیای واقعی داشته باشند. هاسابیس گفت:

«فکر می‌کنم سیستم‌های امروزی خیلی منفعل‌اند و کار‌های زیادی وجود دارند که نمی‌توانند انجام دهند ولی فکر می‌کنم طی ۵ تا ۱۰ سال آینده خیلی از این توانمندی‌ها در دسترس قرار می‌گیرد و به‌سمت چیزی می‌رویم که آن را هوش جامع مصنوعی می‌خوانیم.»

پیش‌بینی‌های متفاوت از رهبران فناوری درباره AGI

هاسابیس به پیشرفت‌هایی که در زمینه مدل‌های دنیای واقعی انجام می‌شود نیز اشاره کرد. این مدل‌ها به سیستم‌های هوش مصنوعی کمک می‌کنند دنیای اطراف خود را بهتر درک کنند. وی افزود برای رسیدن به AGI، ترکیب این مدل‌ها با الگوریتم‌های برنامه‌ریزی نیازمند تحقیقات بیشتر است.

درنهایت، هاسابیس تأکید کرد پیشرفت‌های زیادی در زمینه هوش مصنوعی چندعاملی اتفاق می‌افتد. این سیستم‌ها می‌توانند با هم همکاری یا رقابت کنند و این اتفاق می‌تواند گام مهمی در مسیر توسعه AGI باشد. به گفته او، برای تحقق این هدف باید روابط عامل‌ها به‌درستی پیاده شود تا سیستم‌ها بتوانند به‌طور مؤثر با یکدیگر ارتباط برقرار کنند.

در همین راستا، برخی دیگر از رهبران فناوری نیز پیش‌بینی‌هایی کرده‌اند؛ برای مثال، مدیرعامل آنتروپیک، «داریو آمودی»، در اجلاس داووس پیش‌بینی کرد در ۲ تا ۳ سال آینده شاهد ظهور شکلی از هوش مصنوعی خواهیم بود که در بیشتر وظایف از انسان‌ها برتر است، اما «جیتو پاتل»، مدیر محصول سیسکو، پیش‌بینی کرده ممکن است سال ۲۰۲۵، شاهد AGI باشیم.