Musk povaa xAI:lle harppausta tekoälyn kärkeen – näyttöä ei vielä ole

Elon Musk sanoi olevansa ”varovaisen optimistinen” siitä, että SpaceXin tekoälyhanke voisi tuottaa GPT-6 Astraan ja Anthropic Claude Fable 5.1:een verrattavan mallin kahdessa tai kolmessa kuukaudessa. Hän arvioi myös, että hanke voisi nousta tekoälyn kärkeen noin kuudessa kuukaudessa, jos kehitysvauhti jatkuu. 167

Musk on yhdistänyt yleisen tekoälyn eli AGI:n odotukset Grok 5:een. Väitteelle, että hän olisi itse ”kokenut AGI:n”, ei kuitenkaan löytynyt vahvistusta. Sellaista ei siis pidä pitää osoituksena siitä, että AGI olisi saavutettu. 514

Grokin koulutus ei vielä todista suorituskykyä

Musk kertoi syyskuussa, että 2,5 biljoonan parametrin Grok 4.8 -mallin koulutus oli valmistumassa ja seuraavaksi vuorossa olisi vahvistusoppiminen. Hän kuvaili myös Grok 4.9:ää mahdollisesti GPT-6 Astran ja Claude Fable 5.1:n tasoiseksi. Nämä ovat yhtiön edustajan kertomuksia kehitystyöstä ja ennusteita – eivät riippumattomissa testeissä osoitettuja tuloksia. 58

xAI:n Colossus 2 -laskentakeskuksen suunnitelmat voisivat kasvattaa mallien koulutukseen käytettävää kapasiteettia. Musk on kertonut tavoitteesta yli kaksinkertaistaa sen Nvidia-piirien määrä vuoden loppuun mennessä. Laajennus voisi tukea tulevia koulutusajoja, mutta ilmoitettu tavoite ei itsessään osoita, että kapasiteetti olisi jo käytössä tai että mallien taso nousisi ennustetusti.

Myös sähkönsaanti ja lupakysymykset ovat käytännön rajoitteita. Reuters on raportoinut Colossus 2:n sähköntuotantoon käytettävistä kaas turbiineista käydyistä kiistoista ja niitä koskevasta oikeusjutusta.

Ennustetta kannattaa käsitellä tavoitteena, ei saavutuksena

Julkisuudessa esitetyt tiedot eivät osoita, että julkaisematon Grok-malli vastaisi kilpailijoitaan riippumattomissa vertailutesteissä – saati että se täyttäisi yksiselitteisen AGI-määritelmän. Tekoälymallien arviointi vaatii vertailukelpoisia testejä, ja AGI:lle ei ole yhtä yleisesti hyväksyttyä mittaria. Suuri laskentakapasiteetti ei yksin ratkaise kumpaakaan kysymystä. 714

Myös aikatauluun on syytä suhtautua varauksella: Grok 4.7:n julkaisun viivästymisestä on raportoitu. 611 Muskinkin ennuste kannattaa siksi nähdä kunnianhimoisena, myöhemmin testattavana tavoitteena – ei todisteena jo saavutetusta läpimurrosta.

Jos tekoälymallien kehitystä kiihdytetään, riippumattomien suorituskykyarvioiden rinnalla tarvitaan näkyvää tietoa turvallisuustestauksesta. Colossus-hankkeen yhteydessä käydyt päästö- ja lupakeskustelut muistuttavat lisäksi siitä, että laskentainfrastruktuurin kasvulla on myös paikallisia vaikutuksia.