Az utóbbi években a mesterséges intelligencia robbanásszerű fejlődésen ment keresztül – de míg a ChatGPT-hez hasonló nagy nyelvi modellek (LLM-ek) már képesek összetett feladatokat is elvégezni, az AGI, vagyis az általános mesterséges intelligencia még csak a jövő ígérete. De mit is jelent pontosan az AGI, és hogyan különbözik attól, amit ma mesterséges intelligenciának nevezünk?
Ebben a cikkben bemutatjuk, mit jelent pontosan az AGI, miben különbözik a ma ismert LLM-technológiáktól, és azt is, hogyan juthatunk el a jelenlegi rendszerekből az általános intelligencia felé. Végül áttekintjük, mit várhatunk az AGI fejlődésétől a következő évtizedben, és milyen irányba formálhatja ez a technológia a mesterséges intelligencia jövőjét.
Mi az AGI? – Az általános mesterséges intelligencia fogalma
Az Artificial General Intelligence (AGI) olyan mesterséges intelligencia típust jelent, amely képes az emberével közel azonos módon, vagy annál magasabb szinten – bármilyen értelmi feladatot – elvégezni. Más szóval: olyan rendszer, amely a szakterülettől függetlenül tud tanulni, alkalmazkodni és problémákat megoldani, akár olyanokat is, amelyekre nem kifejezetten kiképezték.
AGI-val szemben a jelenlegi, „szűk” AI-rendszerek – az úgynevezett Artificial Narrow Intelligence (ANI) – specifikus feladatokra lettek optimalizálva: például képfelismerésre, nyelvi adatfeldolgozásra vagy játékokra. AGI-nél viszont az intelligencia általános, vagyis nem korlátozódik előre meghatározott területre.
Fontos azonban megjegyezni: az AGI jelenleg elméleti állapotban van, nincs még olyan rendszer, amely egyértelműen elérte volna azt a szintet, hogy mindenféle intelektuális feladatban emberi szintet vagy fölött teljesítsen. A különböző definíciók és mérőkeretek között konszenzus sem alakult ki arról, hogy pontosan mit tekintsünk AGI-nak.
Az AGI és az LLM közti alapvető különbségek
Az egyik legfontosabb eltérés az Artificial General Intelligence (AGI) és az Large Language Model (LLM) között az intelligencia általános alkalmazhatóságában rejlik. Az AGI olyan rendszert jelöl, amely az emberéhez hasonlóan képes különféle értelmi feladatokra – tanulásra, érvelésre, problémamegoldásra – függetlenül attól, hogy előre definiált-e a feladat vagy sem.
Ezzel szemben az LLM-ek olyan nagy nyelvi modellek, amelyek kifejezetten nyelvi adatokkal dolgoznak: szöveg generálására, összefoglalására, kérdések megválaszolására alkalmasak, de nem biztos, hogy képesek az „általános értelmi intelligencia” minden aspektusára.
Második különbség, hogy az LLM-ek működése nagyrészt minták felismerésén és statisztikai predikción alapul: hatalmas adatmennyiséget elemeznek és generálnak szöveget arra alapozva, amit korábban láttak.
Az AGI-val szemben viszont olyan képességeket szoktak feltételezni, mint a transzferálható tudás (az egyik területről a másikra), önálló tanulás új környezetben, valamint olyan feladatok megoldása, amelyeket nem előre betanítottak.
Harmadszor, a jelenlegi LLM-ek korlátokkal rendelkeznek az olyan képességek terén, mint a valós világ fizikai ismerete, hosszú távú memória, önreflexió vagy új fogalmak absztrakciója. Például egy LLM jól tud válaszolni kérdésekre, de nem biztos, hogy képes új helyzetekben önállóan stratégiát kialakítani.
Az AGI célja viszont éppen ezeknek a komplexebb funkcióknak az elérése – így állítják sokan, hogy a ma használt LLM-technológiák önmagukban nem elegendők az AGI megvalósításához.
Hogyan fejlődhet az AGI a jelenlegi LLM-technológiákból?
Az egyik lehetséges út az, hogy a meglévő nagy nyelvi modellek (LLM-ek) olyan kiegészítő infrastruktúrákkal és architektúrákkal együtt fejlődnek tovább, amelyek lehetővé teszik az általánosabb intelligencia kialakulását. Például egy 2024-ben megjelent tanulmány azt javasolja, hogy az LLM-ekből kiindulva az „AI-native memory” bevezetése lehet kulcs: ez olyan memória‐réteget jelent, amely nem csupán szöveges adatokat tárol, hanem a tanulás során levont következtetéseket, implicit tudást és hosszú távú tapasztalatokat is, így olyan rendszert lehet létrehozni, ahol az LLM „magja” mellett adaptív memória működik.
Másik fontos fejlődési irány a modellek multimodális és ügynökként működő képességeinek bővítése: nem csupán szöveggel dolgoznak, hanem képeket, hangot, érzékelő adatokat is értelmeznek, valamint önálló célokat képesek követni és eszközöket (tools) használni a feladatok elvégzéséhez. Az „OpenAGI” nevű platform például olyan kutatást mutat be, amely LLM-ek és szakértői modellek integrációját vizsgálja több lépéses, valós világban végrehajtandó feladatok megoldására.
Ugyanakkor a szakirodalom óvatos: az LLM-ek önmagukban nem garantálják az AGI elérését. Egy „How far are we from AGI?” című áttekintés rámutat, hogy az LLM-előrelépések ellenére még mindig hiányzik az a rendszer, amely önállóan tanulna új környezetekben, jól használható hosszú távú memóriával, transzferálható tudással és önreflexióval.
Az AGI jövője – mit várhatunk a következő évtizedben?
Az előrejelzések szerint az Artificial General Intelligence (AGI) elérése nem csupán technikai áttörést jelent, hanem olyan időszakot is, amelyben az intelligens rendszerek kapacitása az emberi intelligenciához közelít vagy azt akár meghaladja. Az egyik részletes elemzés szerint a kutatók és vállalati vezetők legtöbbje AGI-t körülbelül 2040-re várja, ám vannak optimistább becslések is, amelyek már a 2030-as évekre helyezik az áttörést.
Ebben az időszakban várható, hogy a mai nagy nyelvi modellekhez (LLM-ek) képest sokkal komplexebb, multimodális rendszerek jelennek meg, amelyek egyszerre tudnak szöveget, képet, hangot és fizikai világot értelmezni, és célokat kitűzni maguk elé.
A következő évtizedben az AGI-felé vezető út fontos mérföldkövei között szerepel a különféle domainok közti képességek integrációja. Egy nemrég megjelent tudományos tanulmány rámutat arra, hogy az „NGENT” (Next-Generation AI Agents) koncepció keretében olyan rendszerekre van szükség, amelyek egyszerre működnek szöveg-, látás-, robotikai és érzelmi intelligenciával. Emellett a hardver- és infrastruktúra-kérdések (pl. számítási kapacitás, adatfeldolgozás) is kritikus szerepet kapnak: a technológiai skálázódás tovább gyorsítja az intelligencia fejlődését, de egyben új korlátokat és kihívásokat is hoz.
Végül érdemes kiemelni: bár az AGI megjelenése a következő évtizedben látszik reálisnak, ez nem jelenti azt, hogy hirtelen minden területen „ember szintű” intelligenciával rendelkező gépek állnának rendelkezésre. Egy áttekintés szerint például a „transformative AGI” – azaz olyan rendszer, amely drasztikusan átalakítja az emberi életet – valószínűsége 2043-ig kevesebb mint 1 %. Ez arra utal, hogy bár az AGI felé vezető fejlődés gyors lehet, a valódi áttörés fokozatos lehet és több lépésben fog megtörténni.
Friss hírek az AGI kapcsán
Az OpenAI 2025 őszén bejelentette, hogy teljesen átszervezi működését, és a nonprofit alapítványi háttér mellett egy profitorientált struktúrát is kialakít. A cél az AGI-kutatás felgyorsítása és a fejlesztések hosszú távú finanszírozása. Az új megállapodás a Microsoft-tal kiterjed az AGI-val kapcsolatos etikai és irányítási kérdésekre is, és a vállalat akár 1 billió dolláros értékelésű tőzsdei bevezetésre készül.
A Meta közben új stratégiát hirdetett, létrehozva egy úgynevezett Super Intelligence Lab-et, amely az AGI-hoz közelítő rendszerek fejlesztésére fókuszál. A cég több milliárd dolláros kutatási és fejlesztési befektetést jelentett be, és több tucat mesterségesintelligencia-startupot integrál. A Meta így a nyílt kutatási megközelítés helyett egyre inkább zárt, célorientált fejlesztési modellt követ.
A Google DeepMind továbbra is a „felelős AGI-fejlesztés” irányát hangsúlyozza. A cég legújabb Genie 3 modellje a valóságot szimuláló „world-model” technológiát alkalmazza, ami az intelligens ügynökök (AI agents) tanulását segítheti. Ugyanakkor a DeepMind vezetője, Demis Hassabis szerint az AGI még mindig nem elérhető: bár bizonyos területeken az AI-modellek már emberi szintű teljesítményt mutatnak, más dimenziókban továbbra is korlátozottak.
Összefoglalás
Az AGI, vagyis az általános mesterséges intelligencia a mesterséges intelligencia-fejlesztés következő nagy mérföldköve, amely túlmutat a jelenlegi, nyelvfeldolgozásra épülő LLM-rendszereken. Míg az LLM-ek statisztikai minták alapján működnek, az AGI célja, hogy az emberi gondolkodáshoz hasonló, általános tanulási és problémamegoldó képességgel rendelkezzen.
Bár az AGI még nem valósult meg, a technológiai óriások – mint az OpenAI, a Meta és a Google DeepMind – intenzíven dolgoznak rajta, és az elkövetkező évtizedben várhatóan döntő előrelépések történnek ezen a területen. Az AGI tehát nem pusztán technológiai vízió: egyre inkább a jövő mesterséges intelligencia-kutatásának központi célja.
