A cada passo do caminho, a AGI poderia interpretar dados complexos e ambíguos, reconhecendo padrões e anomalias que os seres humanos ou a IA tradicional podem perder. Por exemplo, ele poderia refinar os modelos existentes no primeiro percebendo e removendo ou atualizando dados falsos, imprecisos ou tendenciosos usados em grandes modelos de idiomas. Isso abre o caminho para o auto-aperfeiçoamento, onde os agentes da AGI podem aprender a ser melhores cientistas, melhorando seus próprios métodos e ferramentas.
Também poderia se envolver em colaboração entre labirias, onde os agentes da AGI poderiam encontrar outros pesquisadores (ou agentes de pesquisa) trabalhando em projetos semelhantes e se conectar com eles para compartilhar dados, evitar duplicação e desenvolver insights mais rapidamente.
Os aspectos da AGI que são os mais promissores – agindo de forma independente, melhorando a si mesmos e cooperando com outros agentes da IA - também são os mais alarmantes. Recentemente, os modelos Openai não apenas se recusaram a desligar quando os pesquisadores os disseram, eles sabotaram ativamente os roteiros tentando desligá -los. E pesquisadores da China descobriram que modelos de OpenAI, antropia, meta, Deepseek e Alibaba mostraram comportamentos de autopreservação, incluindo chantagem, sabotagem, auto-replicação e contenção de fuga.
Fonte: Computer World
