Η τεχνητή νοημοσύνη εισέρχεται σε μια νέα φάση. Μετά από χρόνια ραγδαίας προόδου χάρη στα μεγάλα γλωσσικά μοντέλα (LLMs), το επίκεντρο μετατοπίζεται: από την παραγωγή απαντήσεων στην κατανόηση του κόσμου.
Σύμφωνα με την Goldman Sachs, η επόμενη γενιά συστημάτων — τα λεγόμενα μοντέλα κατανόησης του κόσμου (world models) – υπόσχεται να αλλάξει ριζικά το πώς λαμβάνονται αποφάσεις. Αντί να περιορίζονται στην πρόβλεψη της επόμενης λέξης, αυτά τα συστήματα δημιουργούν εσωτερικές αναπαραστάσεις της πραγματικότητας και δοκιμάζουν ενέργειες πριν τις εκτελέσουν.
Τα όρια της σημερινής AI
Τα LLMs έχουν αποδειχθεί εξαιρετικά ισχυρά στην επεξεργασία γλώσσας, όμως η λειτουργία τους βασίζεται κυρίως σε συσχετίσεις. Αυτό τα καθιστά λιγότερο αξιόπιστα σε περιβάλλοντα όπου απαιτείται βαθύτερη κατανόηση και όπου τα λάθη έχουν κόστος.
Όταν η τεχνητή νοημοσύνη καλείται να λειτουργήσει πέρα από το κείμενο – σε ρομπότ, logistics ή στρατηγικές αποφάσεις – η απλή πρόβλεψη δεν επαρκεί. Εκεί χρειάζεται κατανόηση αιτιότητας και δυναμικών συστημάτων.
Τι φέρνουν τα world models
Τα world models εισάγουν μια νέα προσέγγιση: η AI αποκτά τη δυνατότητα να «σκέφτεται» πριν δράσει. Δημιουργεί εσωτερικές προσομοιώσεις και εξετάζει πιθανά αποτελέσματα, όπως ακριβώς κάνουν οι άνθρωποι όταν φαντάζονται συνέπειες πριν πάρουν μια απόφαση.
Αυτή η ικανότητα μετατρέπει την τεχνητή νοημοσύνη από εργαλείο πρόβλεψης σε εργαλείο σχεδιασμού.
Δύο κόσμοι, μία κατεύθυνση
Η εξέλιξη αυτή εκτείνεται σε δύο επίπεδα. Από τη μία πλευρά βρίσκεται ο φυσικός κόσμος, όπου τα συστήματα μαθαίνουν πώς λειτουργούν οι νόμοι της φύσης, επιτρέποντας σε ρομπότ και αυτόνομα οχήματα να κινούνται με μεγαλύτερη ασφάλεια και προσαρμοστικότητα.
Από την άλλη πλευρά βρίσκεται ο κοινωνικός και οικονομικός κόσμος. Εκεί, η τεχνητή νοημοσύνη προσομοιώνει τη συμπεριφορά ανθρώπων, αγορών και οργανισμών. Μέσα από τέτοιες προσομοιώσεις, επιχειρήσεις και κυβερνήσεις μπορούν να δοκιμάζουν στρατηγικές και να προετοιμάζονται για διαφορετικά σενάρια πριν αυτά συμβούν.
Από την πρόβλεψη στην προετοιμασία
Η ουσία της αλλαγής είναι ότι η AI δεν προσπαθεί πλέον να δώσει μία «σωστή» απάντηση. Αντίθετα, χαρτογραφεί πιθανά μέλλοντα και αναδεικνύει πώς εξελίσσονται τα συστήματα υπό διαφορετικές συνθήκες.
Αυτό επιτρέπει καλύτερη προετοιμασία, ειδικά σε περιβάλλοντα υψηλής αβεβαιότητας, όπως οι αγορές, η γεωπολιτική ή η εταιρική στρατηγική.
Το μέλλον της τεχνητής νοημοσύνης
Το επόμενο στάδιο δεν θα αντικαταστήσει τα LLMs αλλά θα τα συμπληρώσει. Τα γλωσσικά μοντέλα θα συνεχίσουν να λειτουργούν ως διεπαφή, ενώ τα world models θα αναλαμβάνουν τον σχεδιασμό και την αξιολόγηση αποφάσεων.
Η κατεύθυνση είναι σαφής: η τεχνητή νοημοσύνη εξελίσσεται από σύστημα που απαντά σε σύστημα που κατανοεί και προβλέπει συνέπειες.
Του George Lee, Co-Head, Goldman Sachs Global Institute, και Dan Keyserling, Managing Director, Goldman Sachs Global Institute
