رویایی به نام اَبَرهوش مصنوعی
با وجود این، هنوز هم پیش‌‌‌نیاز اصلی و گریزناپذیر عملیاتی شدن تمام ماشین‌‌‌های هوش مصنوعی یک چیز است: نیاز به آموزش دیدن و تغذیه شدن این ماشین‌‌‌ها با داده. علاوه بر این، داده‌‌‌هایی که در اختیار هوش مصنوعی قرار می‌گیرد آن‌‌‌قدر عظیم و سنگین است که استفاده از آن نیازمند کامپیوترهایی با قدرت محاسباتی بسیار بالا و زیرساخت‌‌‌های پیشرفتهای است که در همه‌‌‌جا یافت نمی‌شود و همین عوامل بیرونی هستند که توسعه بیشتر هوش مصنوعی را با محدودیت مواجه می‌‌‌سازند.
البته با وجود پیشرفتهای خوبی که در زمینه یادگیری ماشینی اتفاق افتاده، هنوز هم ضعف‌‌‌ها و چالش‌‌‌هایی در مورد به‌‌‌کارگیری ماشین‌‌‌ها به‌‌‌جای انسان وجود دارد که باعث می‌شود ما در برنامه‌‌‌ریزی‌‌‌ها در حوزه‌‌‌هایی مانند ماشین‌‌‌های خودران محتاط باشیم و از شتاب‌‌‌زدگی در این زمینه‌‌‌ها خودداری کنیم. آنچه تاکنون در مورد استفاده از ماشین‌‌‌های خودران در بعضی کشورها اتفاق افتاده، محدود است به مجوز دادن برای تردد این ماشین‌‌‌ها در برخی بزرگراه‌‌‌ها و خیابان‌‌‌های فرعی و خارج از شهرها، یعنی جاهایی که ترددها نظم مشخصی دارند و در آنها خبری از عابران پیاده نیست و رانندگی کردن در آنجا برای ما انسان‌‌‌ها تا حد زیادی یکنواخت و خسته‌‌‌کننده است. پرواضح است که استفاده از هوش مصنوعی به‌‌‌جای انسان در چنین موقعیت‌‌‌هایی کاملا ایده‌‌‌آل و اطمینان‌‌‌بخش است و نشستن در چنین ماشین‌‌‌هایی که با هوش مصنوعی هدایت و کنترل می‌‌‌شوند خیلی بهتر از نشستن در ماشین‌‌‌هایی است که راننده‌‌‌های خسته و خواب‌‌‌آلوده آن را می‌‌‌رانند. با این همه، هنوز هم تردیدهای جدی و احتیاط‌‌‌آمیزی در مورد مجوز دادن به ماشین‌‌‌های خودران برای تردد در معابر پرازدحام شهری وجود دارد و هنوز هم کمتر شرکت یا شخصی حاضر می‌شود تمام مسوولیت‌‌‌های حقوقی و اخلاقی نشستن در ماشین‌‌‌های خودران را بپذیرد.
پیش‌بینی سرعت پیشرفتهای هوش مصنوعی امری دشوار و پیچیده است. در سال ۱۹۶۵، مهندس «پاسگان مور» پیش‌بینی کرده بود که سرعت محاسبات کامپیوترها هر دو سال یک‌‌‌بار دو برابر خواهد شد؛ پیش‌بینی درستی که تا مدت‌‌‌ها به قوت خود باقی بود. اما ارائه چنین پیش‌بینی جسورانه‌‌‌ای در مورد سرعت پیشرفتهای هوش مصنوعی دشوارتر و تا حدی غیرممکن است، چراکه با توجه به افزایش شگفت‌‌‌انگیز قدرت محاسباتی و پردازشگری کامپیوترها امکان هر جهش بزرگ و بی‌‌‌سابقه‌‌‌ای در هر بخش از هوش مصنوعی وجود دارد.
به همین ترتیب، پیش‌بینی سرعت و دامنه به‌‌‌کارگیری هوش مصنوعی در حوزه‌‌‌های جدید نیز بسیار سخت خواهد بود، هرچند که یک‌‌‌چیز در این میان قطعی است و آن اینکه ظرفیت‌‌‌ها و قابلیت‌‌‌های هوش مصنوعی برای استفاده شدن در زمینه‌‌‌های مختلف به‌‌‌سرعت در حال افزایش است. درنتیجه می‌توان انتظار داشت طی ۵، ۱۰ یا ۲۵ سال آینده شرایط به‌‌‌گونه‌‌‌ای رقم بخورد که هوش مصنوعی را بتوان در هر زمینه‌‌‌ای که فکرش را در سر داشته باشید جایگزین انسان کرد و انجام همه کارها را به آن سپرد. تا آن زمان، کاربردهای امروزی هوش مصنوعی نیز عمق و رواج بیشتری پیدا خواهند کرد و در دسترس عموم مردم قرار خواهند گرفت، به‌‌‌طوری که ماشین‌‌‌هایی که امروزه در سطح آزمایشگاهی و در محیط‌‌‌های کنترل‌‌‌شده در حال خدمت‌‌‌رسانی به دانشمندان و محققان هستند در آینده‌‌‌ای بسیار نزدیک به بخشی جدانشدنی از زندگی روزمره مردم عادی در سراسر جهان تبدیل خواهند شد. بر این اساس معقول خواهد بود اگر انتظار داشته باشیم که هوش مصنوعی نیز با سرعتی شبیه به قدرت محاسباتی کامپیوترها رشد کند و دست به رکوردشکنی‌‌‌های پی‌‌‌درپی و سریع بزند و مثلا طی ۱۵تا ۲۰ سال آینده چند میلیون برابر شود! وقوع چنین پیشرفت عظیمی در زمینه هوش مصنوعی موجب خواهد شد تا شبکه‌‌‌های عصبی قدرتمندی به وجود آیند که دقیقا مثل مغز انسان عمل می‌کنند. در حال حاضر قدرت شبکه‌‌‌های عصبی به‌‌‌کار رفته در GPT-۳ حدود ۱۰ به توان ۱۱ واحد کمتر از سیناپس‌‌‌های مغز انسان است و هنوز هم قدرت مجموعه‌‌‌هایی مانند GPT-۳ بسیار کمتر از مغز انسان است. با این همه، در صورتی که پیشرفتهای هوش مصنوعی به شکلی ادامه پیدا کند که قدرت ماشین‌‌‌ها به‌‌‌مانند کامپیوترها هر دو سال یک‌‌‌بار دو برابر شود، این فاصله بین محصولات هوش مصنوعی و مغز انسان در کمتر از یک دهه آینده به حداقل خواهد رسید و همان‌طور که هوش مصنوعی توانست برنامه‌‌‌ای را برای بازی شطرنج ارائه دهد که هیچ انسانی قادر به شکست دادن آن نیست، شاید خیلی زود زمانی فرابرسد که مغز متفکر هوش مصنوعی به جایی برسد که از قدرت مغز انسان نیز فراتر رود و عملکردی بهتر از آن را از خود نشان دهد. یکی از ایده‌‌‌ها و اهدافی که برخی از توسعه‌‌‌دهندگان هوش مصنوعی به دنبال تحقق آن در آینده‌‌‌ای نزدیک هستند «ابرهوش مصنوعی» یا «هوش مصنوعی جامع» (Artifical General Intelligence) نام دارد. به‌‌‌طورکلی، هوش مصنوعی جامع به دنبال ایجاد مجموعه‌‌‌ای از ظرفیت‌‌‌های هوش مصنوعی است که بتواند تمام‌‌‌کارهایی را که مغز انسان قادر به انجام آنهاست با همان کیفیت انجام دهد و از این جهت، در نقطه مقابل هوش مصنوعی امروزی قرار دارد که با هدف انجام وظیفه‌‌‌ای خاص توسعه پیدا کرده است. به هر حال، مهم‌ترین و حیاتی‌‌‌ترین عنصر توسعه‌‌‌دهنده هوش مصنوعی جامع چیزی نیست مگر یادگیری ماشینی. در واقع با برداشته شدن محدودیت‌های موجود در زمینه یادگیری ماشینی، امروز می‌توان امیدوار بود که به‌‌‌زودی هوش مصنوعی به‌‌‌گونه‌‌‌ای آموزش ببیند که بتواند در چندین و چند حوزه مختلف قادر به انجام وظیفه باشد و تخصص‌‌‌های مختلف خود را به‌‌‌صورت ترکیبی و در قالب یک مجموعه واحد بروز دهد و به یک «شبه‌مغز» تبدیل شود.
با این همه، دانشمندان و فلاسفه درباره این موضوع که آیا ایده هوش مصنوعی جامع امری امکان‌‌‌پذیر و شدنی است و اینکه چه ویژگی‌‌‌هایی باید داشته باشد باهم اختلاف‌‌‌نظر دارند. پرسشی که در اینجا مطرح می‌شود این است که آیا این ابرهوش مصنوعی قرار است دارای مغزی شبیه به مغز یک انسان معمولی باشد یا اینکه باید توانایی‌‌‌هایی در حد مغز بهترین و برجسته‌‌‌ترین متخصص حوزه‌‌‌ای خاص داشته باشد؟ و آیا رسیدن هوش مصنوعی به سطحی همسان یا بالاتر از مغز دانشمندان و محققان نخبه نمی‌تواند چالش‌‌‌برانگیز و خطرناک باشد؟
