Фей-Фей Лі, одна з провідних дослідниць штучного інтелекту, підкреслила своє невизначене ставлення до понять загального штучного інтелекту (AGI) і сингулярності ШІ, зазначивши, що вони не мають чіткої наукової бази, але водночас виступила за етичний розвиток цієї технології.
Фей-Фей Лі відзначилася створенням ImageNet – першого великого набору даних для навчання нейронних мереж, що стало визначальною подією для розвитку сучасних систем ШІ. ImageNet дав поштовх до значних проривів у галузі комп’ютерного зору, зокрема у 2012 році, коли алгоритм AlexNet показав приголомшливі результати у розпізнаванні зображень, що вважається однією з основних віх у розвитку глибокого навчання та штучного інтелекту в цілому. Завдяки цьому успіху, сучасні нейромережі отримали значний розвиток і широко застосовуються в різних галузях науки і техніки.
Попри ці досягнення, Лі зберігає певну скептичність щодо реальних перспектив досягнення загального штучного інтелекту (AGI) – автономної системи, здатної перевершити людину у всіх когнітивних завданнях. На відміну від деяких інших провідних діячів у галузі, які висловлюють переконання, що AGI може бути досягнутий у найближчі десятиліття, Лі вважає, що на сьогодні у науковій спільноті бракує достатньо доказів і чітких критеріїв для розуміння, що таке AGI і як його можна виміряти. На її думку, це поняття наразі більше перебуває у площині філософських міркувань, аніж реальних наукових досягнень.
Замість цього Лі зосереджується на питаннях безпечного та етичного розвитку штучного інтелекту. Вона активно виступає за відповідальне впровадження ШІ-технологій, які повинні приносити користь людям, але при цьому не нашкоджувати. Її підхід до регулювання цієї галузі відрізняється прагматизмом: вона вважає, що надмірні обмеження для технологічних компаній можуть сповільнити інновації, тоді як правильне законодавче регулювання має спрямовувати розвиток ШІ у безпечне русло. Лі порівнює це з автомобільною індустрією: інженери не несуть відповідальності за неправильне використання автомобілів, натомість законодавство має зосереджуватися на підвищенні стандартів безпеки.
У контексті безпеки ШІ Лі підкреслює важливість регулювання, що базується на наукових доказах, а не на страхах чи гіпотетичних загрозах. Це питання стало особливо актуальним на тлі обговорення законопроєкту SB 1047 у Каліфорнії, який передбачав обов’язкове тестування нових ШІ-моделей перед їх випуском, з метою оцінки їхньої безпеки. Лі не підтримала цей підхід, зазначивши, що такі заходи можуть гальмувати інновації, а замість цього важливо створювати умови для розвитку безпечних технологій шляхом впровадження ефективних стандартів та практик.
Наразі Лі Фей-Фей зосереджена на своєму першому стартапі World Labs, який нещодавно оцінили в 1 мільярд доларів. В рамках цього проєкту вона працює над розвитком концепції «просторового інтелекту» – технології, яка дозволить комп’ютерам не тільки розпізнавати візуальні об’єкти, але й сприймати світ у трьох вимірах, розуміючи його структуру і взаємозв’язки між об’єктами. За словами Лі, ця задача є набагато складнішою, ніж навчити комп’ютери мові, адже людська здатність до візуального сприйняття світу еволюціонувала протягом мільйонів років.
Наукові та підприємницькі зусилля Лі мають ширший контекст – вона прагне створити середовище, де штучний інтелект допомагає людям у повсякденних завданнях, але при цьому не несе загрозу. Це відображається і в її роботі в Стенфордському інституті ШІ, орієнтованому на людину (HAI), де основним фокусом є розробка технологій, які служать інтересам суспільства.
Питання загального штучного інтелекту (AGI) також стало предметом активного обговорення у OpenAI, де генеральний директор Сем Альтман описав AGI як систему, що за своєю функціональністю нагадує середньостатистичну людину і здатна виконувати різноманітні економічно значущі завдання. Водночас OpenAI розробила п’ятирівневу шкалу прогресу у створенні AGI, де найнижчий рівень – це сучасні чат-боти (як ChatGPT), а найвищий – системи організаційного рівня, що здатні виконувати функції цілої організації. Попри це, Лі залишається прихильною до більш обережного підходу у питаннях AGI, вважаючи, що досягнення такого рівня штучного інтелекту може бути ще далеко від реальності.
