Alexander Embiricos, Leiter der Produktentwicklung für den Kodierungsagenten Codex von OpenAI, identifizierte die menschliche Tippgeschwindigkeit als einen wesentlichen Engpass bei der Erreichung künstlicher allgemeiner Intelligenz (AGI). Er äußerte sich am Sonntag zu „Lenny’s Podcast“.
Embiricos beschrieb die menschliche Tippgeschwindigkeit oder Multitasking-Geschwindigkeit beim Schreiben von Eingabeaufforderungen als den „aktuell unterschätzten limitierenden Faktor“ für AGI. AGI bezieht sich auf KI, die genauso gut oder sogar besser als Menschen denken kann, ein Ziel, das von großen KI-Unternehmen verfolgt wird.
„Sie können einen Agenten beauftragen, Ihre gesamte Arbeit zu überwachen, aber wenn der Agent seine Arbeit nicht auch validiert, besteht immer noch ein Engpass. Können Sie beispielsweise den gesamten Code überprüfen?“ Sagte Embiricos.
Um dieses Problem zu lösen, forderte Embiricos eine Neugestaltung der Systeme, um den Menschen das Schreiben von Eingabeaufforderungen und die Validierung der KI-Ausgabe zu erleichtern. Er argumentierte, dass dem Menschen die Geschwindigkeit fehle, um bei diesen Aufgaben schnell voranzukommen.
„Wenn wir Systeme so umbauen können, dass der Agent standardmäßig nützlich ist, werden wir damit beginnen, Hockeyschläger freizuschalten“, sagte er. Das Hockeyschläger-Wachstum beschreibt ein Muster, bei dem der Fortschritt flach bleibt, bevor er plötzlich ansteigt.
Embiricos stellte fest, dass es keinen einheitlichen Weg zu vollständig automatisierten Arbeitsabläufen gibt. Jeder Anwendungsfall erfordert einen maßgeschneiderten Ansatz.
Er prognostizierte, dass Early Adopters ab dem nächsten Jahr starke Produktivitätssteigerungen verzeichnen werden, die als Hockeyschlägergewinne bezeichnet werden. In den folgenden Jahren werden größere Unternehmen ähnliche Ergebnisse erzielen.
Laut Embiricos wird AGI in der Zeit zwischen den anfänglichen Produktivitätssteigerungen der Early Adopters und dem Zeitpunkt entstehen, an dem Technologiegiganten Prozesse mithilfe von KI-Agenten vollständig automatisieren.
„Dieses Hockeyschlägertum wird zurück in die KI-Labore fließen, und dann werden wir im Grunde bei der AGI sein“, sagte er. Diese Rückkopplungsschleife der gesteigerten Produktivität in die KI-Forschung wird die Verwirklichung von AGI vorantreiben.
