Jensen Huang julisti AGI:n saapuneen GPT-6 Astran jälkeen – mitä väite oikeasti tarkoittaa?

Jensen Huangin julistus, että ”AGI on saapunut”, kannattaa lukea vahvana käytännöllisenä ja kaupallisena arviona – ei tieteellisenä näyttönä siitä, että GPT-6 Astra olisi riippumattomasti todettu ihmistason yleisälyksi.

Huangin tulkinta näyttää olevan, että Astran laaja osaaminen, korkeat testitulokset sekä kyky hoitaa monivaiheisia tehtäviä työkaluja käyttäen ylittävät hänen oman käytännön kynnysarvonsa AGI:lle. OpenAI ei itse esitä samaa väitettä. 12

Mihin Huang perusti väitteensä?

Julkaistun raportoinnin mukaan Huang kehui Astraa X:ssä ja sanoi sen koulutetun yli 100 000 Nvidia Grace Blackwell NVLink72 -kokoonpanolla. Hän nosti esiin huipputulokset FrontierMath Tier 4:ssä, ARC-AGI-3:ssa ja TerminalBench 4.0:ssa sekä kirjoitti, että 400 000 grafiikkaprosessoria on tulossa käyttöön. 1218

Lukuun liittyy olennainen epäselvyys: 100 000 NVLink72-järjestelmää ei ole sama asia kuin 100 000 grafiikkaprosessoria. NVLink72 viittaa 72 GPU:n mittakaavan kokoonpanoon, joten ilmaisu ei sellaisenaan anna helposti tarkastettavaa kokonaismäärää Astran koulutuksessa käytetyistä GPU:ista. Pelkän julkisen sanamuodon perusteella koulutuslaskennan tarkkaa määrää ei voi vahvistaa.

Benchmarkit ovat vaikuttavia – mutta eivät AGI-testi

OpenAI raportoi Astralle 98 prosentin tuloksen FrontierMath Tier 4:ssä ja 99,9 prosentin tuloksen ARC-AGI-3:ssa. Yhtiön mukaan malli on sen kyvykkäin vaikeassa, kokonaisvaltaisessa työssä, johon kuuluu päättelyä, ohjelmointia, selaamista, tutkimusta, tietokoneen käyttöä ja dokumenttien laatimista. 1112

Nämä tulokset ovat huomattavia, mutta ne mittaavat silti rajattuja tehtäviä. Ne eivät yksin osoita, että järjestelmä olisi johdonmukaisen luotettava muuttuvissa tilanteissa, ymmärtäisi maailmaa kausaalisesti, suunnittelisi avoimia tavoitteita pitkällä aikavälillä tai toimisi turvallisesti sotkuisissa todellisissa ympäristöissä ilman tarkkaa ohjausta.

Erityisesti TerminalBench 4.0:n kohdalla OpenAI ilmoittaa Astran tulokseksi 57,9 %, vaikka se kuvaa mallia alan kärjeksi kyseisessä arvioinnissa. 11 Tämä havainnollistaa, miksi yhden testin tai yksittäisen prosenttiluvun sijaan on katsottava koko arviointikehikkoa ja tehtävien luonnetta.

OpenAI käyttää selvästi varovaisempaa kieltä

OpenAI kutsuu Astraa ”kyvykkäimmäksi mallikseen” ja painottaa sen soveltuvuutta monivaiheisiin työnkulkuihin, joissa mallille annetaan konteksti ja työkalut. Se ei julista Astran saavuttaneen AGI:tä. 12

Ero on merkittävä. AGI:lle ei ole yleisesti hyväksyttyä tieteellistä määritelmää eikä yhtä ratkaisevaa testiä. Siksi edes erittäin laajaa tehtäväkirjoa hallitsevan mallin kohdalla väite AGI:stä riippuu pitkälti siitä, mitä sanalla tarkoitetaan.

Huangin linja on muuttunut rohkeammaksi

Vuonna 2024 Huang arvioi, että AGI voisi tulla viidessä vuodessa – mutta korosti samalla, että aikataulu riippuu AGI:n määritelmästä. 10 Nyt GPT-6 Astran yhteydessä esitetty julistus on paljon ehdottomampi. Se ei kuitenkaan perustu uuteen, laajasti hyväksyttyyn AGI-mittariin, vaan Huangin tulkintaan mallin suorituskyvystä.

Varovaisempia arvioita esitetään edelleen. Google DeepMindin toimitusjohtaja Demis Hassabis on sanonut, että ihmistason AGI:stä puuttuu vielä ”olennaisia ainesosia”, ja arvioinut aikajänteeksi viidestä kymmeneen vuotta. 8

Miksi Nvidian kannustin on syytä pitää mielessä

Huangin lausunto ei automaattisesti tee väitteestä väärää. Mutta Nvidian intressi on ilmeinen: jos edistyneimpien mallien kehitys vaatii valtavia Nvidia-klustereita, se tukee kysyntää Nvidian datakeskuslaitteille. Huang yhdisti AGI-julistuksen suoraan Nvidian koulutuslaitteistoon ja tuleviin GPU-käyttöönottoihin. 1218

Nvidialla on myös taloudellinen kytkös OpenAI:hin. Reutersin mukaan Huang sanoi aiemmin keskustellun 100 miljardin dollarin sijoitusmahdollisuuden olevan epätodennäköinen OpenAI:n suunnitellun listautumisen vuoksi, ja Nvidia oli viimeistellyt 30 miljardin dollarin sijoituksen yhtiöön. 9 Tämä tekee Huangista epäitsenäisen arvioijan mallista, jonka kasvu voi lisätä sekä Nvidian laitemyyntiä että sen sijoituksen arvoa.

Johtopäätös

GPT-6 Astra voi olla merkittävä askel kohti laajasti työkaluja hyödyntävää tekoälyä, ja Huang katsoo sen täyttävän hänen käytännön määritelmänsä AGI:stä. Saatavilla oleva näyttö ei kuitenkaan oikeuta pitämään hänen julistustaan vakiintuneena tosiasiana.

Astran benchmark-tulokset kertovat poikkeuksellisesta kyvykkyydestä tietyissä arvioinneissa. Ne eivät vielä ratkaise kysymystä siitä, onko järjestelmä luotettava, yleiskäyttöinen ja todellisissa ympäristöissä toimiva yleisäly.