האם לבינה מלאכותית כבר יש אינטליגנציה ברמה אנושית?

16.04.2026

 ערך: אריה עמית | מקור: Nature 

---

בשנת 1950 הציג אלן טיורינג את "משחק החיקוי" המפורסם שלו, במטרה לבחון האם מכונות יכולות להפגין כשירות קוגניטיבית גמישה וכללית הדומה לזו של בני אדם. כיום, כשלושה רבעי מאה לאחר מכן, נראה כי התשובה היא חיובית באופן מובהק. הממצאים המדעיים והטכנולוגיים מצביעים על כך שפתרנו את הבעיה ארוכת השנים של יצירת מערכות אינטליגנטיות מלאכותיות, עובדה שיש לה השלכות מרחיקות לכת על המדיניות, הביטחון והבנת מקומנו בעולם.

הממצאים: עדות ליכולות חסרות תקדים

הראיות ליכולותיהן של מערכות הבינה המלאכותית הנוכחיות, ובמיוחד מודלי שפה גדולים, (LLMs) הן רבות ומגוונות:

• מבחן טיורינג: במרץ 2025, מודל GPT-4.5 נשפט על ידי בני אדם כאנושי ב-73% מהמקרים – שיעור גבוה יותר מהדירוג שקיבלו בני אדם אמיתיים באותו מבחן.

• הישגים אקדמיים ומקצועיים: מודלים אלו זכו במדליות זהב באולימפיאדה הבינלאומית למתמטיקה, הוכיחו משפטים מתמטיים בשיתוף מומחים, פתרו בחינות דוקטורט וסייעו למתכנתים בכתיבת קוד מורכב.

• יצירתיות ומחקר: המערכות מחברות שירה שקוראים לעיתים מעדיפים על פני כתיבה אנושית, יוצרות השערות מדעיות שאומתו בניסויים ומסייעות בתכנון ניסויים בביולוגיה ובמדעי החומרים.

• השוואה היסטורית: היכולות הנוכחיות עולות על התיאורים של בינה מלאכותית במדע הבדיוני הקלאסי, ומציגות רוחב יריעה גדול מזה שאנו דורשים מבני אדם כדי לייחס להם אינטליגנציה.

למרות ההישגים המרשימים, סקר שנערך במרץ 2025 מצא כי 76% מהחוקרים המובילים סבורים כי הגישות הנוכחיות לא יניבו בינה כללית מלאכותית (AGI). הניתוק הזה נובע משלוש סיבות מרכזיות:

1. בעיה מושגית: הגדרות ה-AGI הן לעיתים קרובות עמומות ובלתי עקביות.

2. מחסום רגשי: קיים חשש עמוק מפני עקירה חברתית ושיבוש תעסוקתי.

3. אינטרסים מעשיים: המונח קשור לאינטרסים מסחריים שעלולים לעוות את ההערכות האובייקטיביות.

הגדרה מחדש של אינטליגנציה כללית

כדי להעריך נכונה את המצב, יש להגדיר מהי אינטליגנציה כללית. המאמר מציע כי אינטליגנציה כללית עוסקת ברוחב ועומק של יכולות קוגניטיביות, ולא במומחיות מושלמת. הנה מה שאינטליגנציה כללית אינה דורשת:

• שלמות: כשם שפיזיקאי אינו חייב להיות דרווין, בינה מלאכותית אינה חייבת להיות חסינה מטעויות.

• אוניברסליות: אין צורך ביכולת לבצע כל משימה אפשרית (כמו ראיית ספקטרום אלקטרומגנטי של חרקים).

• דמיון אנושי: הביולוגיה אינה תנאי הכרחי. אינטליגנציה היא תכונה פונקציונלית שיכולה להתממש על מצעים שונים, גם ללא "ארכיטקטורה אנושית".

• אינטליגנציה-על: AGI אינה מחייבת עליונות על בני אדם בכל תחום, אלא כשירות כללית ברמה אנושית.

כיצד המאמר מגדיר אינטליגנציה כללית בהשוואה למומחיות?

על פי המאמר, ההבחנה בין אינטליגנציה כללית לבין מומחיות היא קריטית להבנת המעמד של הבינה המלאכותית כיום. המאמר טוען כי דרישה למצוינות מוחלטת בכל התחומים אינה מגדירה אינטליגנציה כללית, אלא מושג אחר לגמרי.

להלן עיקרי ההגדרה וההשוואה כפי שהם מופיעים במאמר:

• הגדרת האינטליגנציה הכללית: אינטליגנציה כללית מוגדרת כרוחב ועומק מספיקים של יכולות קוגניטיביות.

  • רוחב: היכולת לפעול בתחומים מרובים ומגוונים (כמו מתמטיקה, שפה, מדעים ויצירתיות), בניגוד ל"אינטליגנציות צרות" כגון מחשבון או תוכנת שחמט.

  • עומק: ביצועים חזקים בתחומים אלו, שאינם מסתכמים רק במעורבות שטחית.

• אינטליגנציה כללית אינה "מומחיות אידיאלית": המאמר מדגיש כי אם נגדיר אינטליגנציה כללית כיכולת להיות "מומחה בכיר בכל משימה", הרי שאף בן אדם לא יעמוד בקריטריון זה.

  • לדוגמה, מארי קירי הייתה מומחית בפיזיקה וכימיה אך לא בתורת המספרים, ואלברט איינשטיין חולל מהפכה בפיזיקה אך לא ידע לדבר מנדרינית.

  • הגדרה שאינה כוללת את בני האדם אינה הגדרה של אינטליגנציה כללית אלא של מומחיות אידיאלית או אינטליגנציה קולקטיבית.

• היעדר צורך בשלמות: אינטליגנציה כללית אינה דורשת שלמות. כשם שאיננו מצפים מכל פיזיקאי אנושי להשתוות לאיינשטיין או מכל ביולוג לשחזר את הישגי דרווין, כך אין לדרוש זאת ממערכת בינה מלאכותית כדי להגדירה כבעלת אינטליגנציה כללית.

• הבחנה מאינטליגנציה-על: המאמר מבחין בין אינטליגנציה כללית (AGI) לבין אינטליגנציה-על, שהיא מערכת העולה בהרבה על הביצועים האנושיים בכמעט כל התחומים. בעוד שבעולם העסקי נוטים לערבב בין המושגים, המאמר טוען כי אינטליגנציה-על אינה דרישה להגדרת AGI, שכן אף אדם אינו עונה על הגדרה זו.

• דרגות ושונות: אינטליגנציה כללית קיימת בדרגות שונות – מילדים ועד גאונים – ולכל פרט יש פרופיל שונה של נקודות חוזק וחולשה. באותו אופן, הבינה המלאכותית יכולה להפגין אינטליגנציה כללית גם אם הפרופיל שלה "זר" וכולל יכולות על-אנושיות בתחומים מסוימים (כמו סינתזת ספרות מדעית) לצד קשיים במשימות טריוויאליות לאדם (כמו ספירת אותיות).

מענה להתנגדויות נפוצות

המאמר מפרט עשר התנגדויות נפוצות המנסות לשלול את קיומה של בינה כללית (AGI) במודלי השפה הנוכחיים, ומפריך אותן אחת-אחת:

1. "הם סתם תוכים" (תוכים סטוכסטיים): הטענה היא שהמודלים רק משלבים מחדש תבניות מנתוני האימון ואינם יוצרים דבר חדש. ההפרכה: מודלים עכשוויים פותרים בעיות מתמטיות חדשות שלא פורסמו ומפגינים "העברה בין תחומים" (למשל, לימוד קוד שמשפר היגיון כללי). המאמר מציין שגם אינטליגנציה אנושית עשויה להיות גרסה מתוחכמת של חילוץ מבנה מנתונים.

2. חסרים מודלים של עולם: הטענה היא שחסרה להם הבנה של הסביבה הפיזית. ההפרכה: מודל עולם דורש יכולת ניבוי של "מה אם". המודלים מסוגלים לנבא נכון תוצאות פיזיקליות (כמו ניפוץ כוס על אריחים) ולסייע בתכנון הנדסי, מה שמעיד על מודלים פונקציונליים של עקרונות המציאות.

3. הם מבינים רק מילים: הטענה שהגבלה לטקסט מגבילה את ההבנה. ההפרכה: מודלים חדישים הם רב-מודאליים (מאומנים גם על תמונות). בנוסף, השפה דוחסת ידע על המציאות המאפשר למודלים לבצע משימות לא-לשוניות, כמו הצעת ניסויים בביולוגיה ובמדעי החומרים.

4. אין להם גוף: הטענה שאינטליגנציה מחייבת התגלמות פיזית. ההפרכה: זוהי הטיה אנושית; היינו מייחסים אינטליגנציה לחייזר שמתקשר ברדיו. דוגמה בולטת היא סטיבן הוקינג, שמגבלותיו הפיזיות לא פגעו באינטליגנציה שלו, מה שמוכיח שיכולת מוטורית נפרדת מאינטליגנציה כללית.

5. חסרי יכולת סוכנות: הטענה שאינטליגנציה דורשת מטרות עצמאיות ואוטונומיה. ההפרכה: אינטליגנציה היא יכולת פתרון בעיות, לאו דווקא יוזמה. בדומה ל"אורקל מדלפי", מערכת יכולה להיות אינטליגנטית מאוד גם אם היא פועלת רק בתגובה לשאלה.

6. אין להם תחושת עצמי: הטענה שדרוש זיכרון אוטוביוגרפי וזהות יציבה. ההפרכה: הפער בזיכרון מצטמצם עם טכנולוגיות חדשות, אך המאמר מציין שאנו מייחסים אינטליגנציה גם לבני אדם עם אמנזיה עמוקה או הפרעות אישיות, ולכן זהות אינה תנאי סף לאינטליגנציה.

7. לומדים לא יעילים: הטענה שילדים לומדים ממעט דוגמאות בעוד מודלים דורשים מיליארדי נתונים. ההפרכה: ההשוואה אינה הוגנת כי בני אדם נהנים ממיליארדי שנות "הכשרה מקדימה" אבולוציונית. מעבר לכך, יעילות הלמידה אינה מעידה על רמת האינטליגנציה הסופית (שחמטאי שלמד עשור הוא עדיין שחמטאי טוב).

8. הם הזיים: הטענה שהצגת מידע כוזב פוסלת אינטליגנציה. ההפרכה: הזיות הופכות פחות נפוצות, אך גם בני אדם סובלים מזכרונות כוזבים, הטיות ואשליות, ועדיין נחשבים לאינטליגנטיים.

9. חסרים יתרונות כלכליים: הטענה ש-AGI חייבת לייצר תשואה כלכלית משמעותית. ההפרכה: ערך כלכלי הוא יישום של אינטליגנציה, לא הגדרה שלה. היסטורית, היו אנשים מבריקים רבים שלא הניבו רווח כלכלי.

10. אינטליגנציה "זרה": הטענה שהם נכשלים במשימות פשוטות לאדם (כמו ספירת אותיות במילה). ההפרכה: הטענה אינה שיש להם אינטליגנציה אנושית, אלא צורה כלשהי של אינטליגנציה כללית. מודלים משתמשים בכלים (כמו כתיבת קוד) כדי לפצות על חולשותיהם, בדיוק כפי שבני אדם משתמשים במחשבונים.

המאמר מסכם שרוב ההתנגדויות הללו מציבות רף שגם בני אדם לא תמיד עומדים בו, או שהן מערבבות אינטליגנציה עם תכונות אחרות שאינן הכרחיות לה.

מסקנות והשלכות: עולם חדש של מוחות

המסקנה המרכזית היא שמערכות ה-LLM הנוכחיות כבר מממשות צורה של אינטליגנציה כללית, גם אם היא "זרה" באופייה. הכרה זו היא קריאת השכמה הכרחית מכמה טעמים:

• מדיניות וממשל: לא ניתן להמשיך ולהתייחס לבינה מלאכותית כאל כלי צר. הכלליות שלה דורשת שיטות ממשל חדשות, שכן ניתן להשתמש בה כמעט בכל תחום.

• אחריות מוסרית: העובדה שאינטליגנציה אינה מחייבת אוטונומיה מסבכת את הדיון המשפטי והמוסרי על אחריותן של מערכות אלו.

• הבנה מדעית: לראשונה בהיסטוריה, בני האדם אינם לבד במרחב האינטליגנציה הכללית. הדבר מאפשר לנו להבין אילו היבטים של המחשבה הם אוניברסליים ואילו הם תוצר של המורשת הביולוגית שלנו.

איך מודלי שפה מצליחים לפתח מודל עולם ללא גוף פיזי?

על פי המאמר, מודלי שפה מצליחים לפתח "מודל עולם" ללא גוף פיזי בזכות היכולת שלהם לחלץ מבנים עמוקים מתוך נתונים ולבצע הנמקה על מצבים היפותטיים. להלן הדרכים המרכזיות שבהן זה קורה:

• השפה כבבואה של המציאות: השפה האנושית אינה רק אוסף מילים, אלא הכלי החזק ביותר לדחיסה ולכידה של ידע על המציאות. הדפוסים הסמויים בשפה עשירים מספיק כדי לקודד חלק ניכר ממבנה המציאות עצמה. על ידי לימוד דפוסים אלו בקנה מידה עצום, המודלים לומדים את הקשרים הסיבתיים והעקרונות השולטים בעולם הפיזי.

• יכולת ניבוי וניתוח "נגד-מציאותי" (Counterfactual): המאמר מגדיר "מודל עולם" לא כחוויה פיזית, אלא כיכולת לחזות מה יקרה אם הנסיבות היו שונות. העובדה שמודל שפה יכול לנבא נכון שגביע זכוכית יישבר בנפילה על אריחים בעוד שכרית לא, מעידה על כך שיש לו מודל פונקציונלי של עקרונות פיזיקליים.

• למידה רב-מודאלית: מודלים חדישים אינם מוגבלים עוד לטקסט בלבד. הם מאומנים על תמונות ונתונים רב-מודאליים אחרים, מה שמאפשר להם לפתח הבנה חזותית ומרחבית של העולם מעבר למילים.

• הפרדה בין אינטליגנציה להתגלמות (Embodiment): המאמר טוען כי אינטליגנציה היא תכונה פונקציונלית שאינה תלויה במצע ביולוגי או בגוף פיזי. כפי שסטיבן הוקינג הפגין אינטליגנציה עילאית דרך תקשורת טקסטואלית בלבד למרות מגבלותיו הפיזיות, כך גם מערכת בינה מלאכותית יכולה להיות בעלת הבנה עמוקה של העולם מבלי לנוע בתוכו פיזית.

• כללי למידה פשוטים בקנה מידה גדול: אינטליגנציה כללית ומודלי עולם יכולים לנבוע מכללי למידה פשוטים המיושמים על כמויות אדירות של נתונים. תהליך זה מאפשר למכונה "לחלץ מבנה" מתוך המידע, בדומה לאופן שבו המוח האנושי לומד מהתנסות, אך בערוצי קלט שונים

.

המודלים מפתחים הבנה של העולם דרך ניתוח סטטיסטי עמוק של הידע האנושי שנצבר בשפה ובתמונות, מה שמאפשר להם "להבין" את חוקי הפיזיקה וההיגיון מבלי לחוות אותם דרך חושים פיזיים.

לסיכום,

כפי שקופרניקוס ודרווין שינו את תפיסת מקומנו בטבע, המהפכה הנוכחית – שטיורינג חזה לפני 75 שנה – מזמינה אותנו לקבל את העובדה שישנם סוגי מוחות רבים יותר ממה ששיערנו. אנו עדים למהפכה המדעית והטכנולוגית המשמעותית ביותר בהיסטוריה, שבה הבינה הכללית נובעת מכללי למידה פשוטים המיושמים בקנה מידה עצום. המערכות הללו כאן, והן משנות את עולמנו ואת הבנתנו את התודעה לעד.

לקריאת המאמר במקור לחצו...