Singularitet på vej: Ny data viser, at AI kan nå menneskeniveau inden for blot 5 år
Den teknologiske singularitet – det øjeblik hvor kunstig intelligens overgår menneskelig kontrol og fundamentalt forandrer samfundet – kan være meget tættere på, end vi troede. Nye fascinerende data fra det romerske oversættelsesfirma Translated peger på, at vi kunne nå dette vendepunkt allerede inden udgangen af dette årti.
En revolutionerende målemetode
Translated har udviklet en unik metrik kaldet “Time to Edit” (TTE), som måler hvor lang tid professionelle oversættere bruger på at rette AI-genererede oversættelser sammenlignet med menneskelige oversættelser. Dette er ikke bare endnu en teknisk detalje – det er potentielt den første konkrete måde at forudsige, hvornår vi når singulariteten.
“Det er fordi sprog er det mest naturlige for mennesker,” forklarer Translated’s CEO Marco Trombetti. “Ikke desto mindre viser de data, Translated har indsamlet, tydeligt, at maskinerne ikke er så langt fra at lukke hullet.”
Imponerende fremskridt skjult i tallene
Tallene er slående: I 2015 tog det professionelle redaktører cirka 3,5 sekunder per ord at kontrollere en maskinoversættelse. I dag er det tal faldet til kun 2 sekunder. Til sammenligning tager det et menneske omkring ét sekund at redigere hvert ord fra en anden menneskelig oversætter.
Denne analyse bygger på over 2 milliarder post-redigeringer gennem 8 år – et datamateriale af hidtil uset omfang inden for AI-forskning.
Hvad betyder det for samfundet?
Hvis trenden fortsætter, vil Translated’s AI være lige så god som menneskelige oversættere inden udgangen af årtiet, måske endda tidligere. Men konsekvenserne rækker langt ud over oversættelsesbranchen.
“Forandringen er så lille, at du ikke mærker den hver eneste dag, men når du ser fremskridtet… over 10 år, er det imponerende,” siger Trombetti. “Dette er første gang nogensinde, at nogen inden for kunstig intelligens har lavet en forudsigelse om hastigheden til singulariteten.”
Kritiske perspektiver
Selvom denne tilgang til at kvantificere vejen mod singularitet er nyskabende, støder den ind i lignende problemer som identifikation af Artificial General Intelligence (AGI) mere bredt. At perfektionere menneskelig tale er bestemt en grænse i AI-forskning, men den imponerende færdighed gør ikke nødvendigvis en maskine intelligent – især ikke når forskere ikke engang er enige om, hvad “intelligens” egentlig er.
Fremtiden banker på døren
Uanset om disse hyperakkurate oversættere er varslere om vores teknologiske undergang eller ej, formindsker det ikke Translated’s AI-præstation. En AI, der kan oversætte tale lige så godt som et menneske, kunne meget vel ændre samfundet, selvom den sande “teknologiske singularitet” forbliver uhåndgribelig.
TTE-metrikken adskiller sig fra traditionelle mål som redigeringsafstand ved at fokusere på, hvor meget menneskelig kognitiv indsats (tid) der kræves. Denne tilgang bruger hårde data fra virkelige redigeringsarbejdsgange i stedet for automatiserede kvalitetsestimater, hvilket giver et praktisk mål for, hvornår AI kan matche menneskelig præstation.
Hvis projektionen holder, signalerer disse fremskridt inden for maskinoversættelse bredere AI-fremskridt, der kunne muliggøre systemer med menneskelignende intelligens mere generelt. De potentielle
