Numero ng Episode: L011

Pamagat: Mga Yugto ng AGI: Mula sa Narrow AI patungo sa Superintelligence

Ang pag-unlad ng Artificial Intelligence (AI) ay mabilis na sumusulong, kung saan ang Artificial General Intelligence (AGI)—na tinukoy bilang mga kakayahan sa pag-iisip na katumbas o higit pa sa katalinuhan ng tao—ay lalong nagiging sentro ng atensyon. Ngunit paano masusukat at mapamamahalaan nang obhetibo ang pag-unlad tungo sa katalinuhang ito na kahalintulad ng tao o higit pa sa tao?

Sa episode na ito, tatalakayin natin ang isang bagong, detalyadong balangkas (framework) na iminungkahi ng mga nangungunang mananaliksik sa AI, na nagtatakda ng malinaw na mga yugto ng AGI. Hindi tinitingnan ng modelong ito ang AGI bilang isang binaryong konsepto, kundi bilang isang tuloy-tuloy na landas (continuous path) ng mga antas ng pagganap (performance) at heneralidad (generality).

Ang mga Pangunahing Konsepto ng AGI Framework:

1. Pagganap at Heneralidad: Inuri ng balangkas ang mga sistema ng AI batay sa lalim ng kanilang mga kakayahan (Performance) at lawak ng kanilang mga larangan ng aplikasyon (Generality). Ang saklaw ay mula sa Level 1: Emerging (Umusbong/Nagsisimula) hanggang Level 5: Superhuman (Higit sa Tao).

2. Kasalukuyang Kalagayan: Ang mga kasalukuyang modelo ng wika na lubos na nabuo tulad ng ChatGPT ay inuri sa loob ng balangkas na ito bilang Level 1 General AI (Emerging AGI). Ito ay dahil sa kasalukuyan ay kulang pa sila sa pare-parehong pagganap sa mas malawak na hanay ng mga gawain na kinakailangan para sa mas mataas na pag-uuri. Sa pangkalahatan, karamihan sa mga kasalukuyang aplikasyon ay napapabilang sa Weak AI (ANI) o Artificial Narrow Intelligence, na espesyalista sa mga partikular at paunang tinukoy na gawain (hal., mga voice assistant o pagkilala sa imahe).

3. Autonomy at Interaksyon: Bilang karagdagan sa mga kakayahan, tinutukoy din ng modelo ang anim na Antas ng Autonomy (mula sa AI bilang isang tool hanggang sa AI bilang isang ahente), na nagiging teknikal na posible sa pagtaas ng mga antas ng AGI. Ang sinasadyang disenyo ng interaksyon ng tao at AI ay mahalaga para sa responsableng paggamit.

4. Pamamahala sa Panganib: Ang pagtukoy sa AGI sa mga yugto ay nagbibigay-daan sa pagtukoy ng mga tiyak na panganib at pagkakataon para sa bawat yugto ng pag-unlad. Habang ang mga sistemang "Emerging AGI" ay pangunahing nagpapakita ng mga panganib tulad ng maling impormasyon (misinformation) o may depektong pagpapatupad, ang mas matataas na yugto ay lalong tumutuon sa mga existential na panganib (X-risks).

Konteksto ng Regulasyon at ang Kinabukasan:

Kasabay ng teknolohikal na pagsulong, sumusulong din ang regulasyon. Ang EU AI Act, ang unang komprehensibong batas sa AI sa mundo, na nagtatakda ng mga kongkretong pagbabawal simula Pebrero 2025 laban sa mga sistemang may mataas na peligro (tulad ng social scoring), ay nagtatatag ng isang nagbubuklod na balangkas para sa AI na nakasentro sa tao at mapagkakatiwalaan.

Ang pag-unawa sa mga yugto ng AGI ay nagsisilbing isang mahalagang compass upang mai-navigate ang pagiging kumplikado ng pag-unlad ng AI, magtakda ng makatotohanang mga inaasahan para sa kasalukuyang mga sistema, at magtatag ng isang kurso tungo sa isang ligtas at responsableng kinabukasan ng pag-iral ng tao at AI.

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: Q011

Pamagat: Mga Yugto ng AGI: Mula sa Narrow AI patungo sa Superintelligence

Ang pag-unlad ng Artificial Intelligence (AI) ay mabilis na sumusulong, kung saan ang Artificial General Intelligence (AGI)—na tinukoy bilang mga kakayahan sa pag-iisip na katumbas o higit pa sa katalinuhan ng tao—ay lalong nagiging sentro ng atensyon. Ngunit paano masusukat at mapamamahalaan nang obhetibo ang pag-unlad tungo sa katalinuhang ito na kahalintulad ng tao o higit pa sa tao?

Sa episode na ito, tatalakayin natin ang isang bagong, detalyadong balangkas (framework) na iminungkahi ng mga nangungunang mananaliksik sa AI, na nagtatakda ng malinaw na mga yugto ng AGI. Hindi tinitingnan ng modelong ito ang AGI bilang isang binaryong konsepto, kundi bilang isang tuloy-tuloy na landas (continuous path) ng mga antas ng pagganap (performance) at heneralidad (generality).

Ang mga Pangunahing Konsepto ng AGI Framework:

1. Pagganap at Heneralidad: Inuri ng balangkas ang mga sistema ng AI batay sa lalim ng kanilang mga kakayahan (Performance) at lawak ng kanilang mga larangan ng aplikasyon (Generality). Ang saklaw ay mula sa Level 1: Emerging (Umusbong/Nagsisimula) hanggang Level 5: Superhuman (Higit sa Tao).

2. Kasalukuyang Kalagayan: Ang mga kasalukuyang modelo ng wika na lubos na nabuo tulad ng ChatGPT ay inuri sa loob ng balangkas na ito bilang Level 1 General AI (Emerging AGI). Ito ay dahil sa kasalukuyan ay kulang pa sila sa pare-parehong pagganap sa mas malawak na hanay ng mga gawain na kinakailangan para sa mas mataas na pag-uuri. Sa pangkalahatan, karamihan sa mga kasalukuyang aplikasyon ay napapabilang sa Weak AI (ANI) o Artificial Narrow Intelligence, na espesyalista sa mga partikular at paunang tinukoy na gawain (hal., mga voice assistant o pagkilala sa imahe).

3. Autonomy at Interaksyon: Bilang karagdagan sa mga kakayahan, tinutukoy din ng modelo ang anim na Antas ng Autonomy (mula sa AI bilang isang tool hanggang sa AI bilang isang ahente), na nagiging teknikal na posible sa pagtaas ng mga antas ng AGI. Ang sinasadyang disenyo ng interaksyon ng tao at AI ay mahalaga para sa responsableng paggamit.

4. Pamamahala sa Panganib: Ang pagtukoy sa AGI sa mga yugto ay nagbibigay-daan sa pagtukoy ng mga tiyak na panganib at pagkakataon para sa bawat yugto ng pag-unlad. Habang ang mga sistemang "Emerging AGI" ay pangunahing nagpapakita ng mga panganib tulad ng maling impormasyon (misinformation) o may depektong pagpapatupad, ang mas matataas na yugto ay lalong tumutuon sa mga existential na panganib (X-risks).

Konteksto ng Regulasyon at ang Kinabukasan:

Kasabay ng teknolohikal na pagsulong, sumusulong din ang regulasyon. Ang EU AI Act, ang unang komprehensibong batas sa AI sa mundo, na nagtatakda ng mga kongkretong pagbabawal simula Pebrero 2025 laban sa mga sistemang may mataas na peligro (tulad ng social scoring), ay nagtatatag ng isang nagbubuklod na balangkas para sa AI na nakasentro sa tao at mapagkakatiwalaan.

Ang pag-unawa sa mga yugto ng AGI ay nagsisilbing isang mahalagang compass upang mai-navigate ang pagiging kumplikado ng pag-unlad ng AI, magtakda ng makatotohanang mga inaasahan para sa kasalukuyang mga sistema, at magtatag ng isang kurso tungo sa isang ligtas at responsableng kinabukasan ng pag-iral ng tao at AI.

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: L010

Pamagat: Guguho Ba ang Career Ladder? Awtomasyon ng AI, Mga Bagong Nagtatrabaho, at ang Kapangyarihan ng Pagsasanay

Drastikong binabago ng Generative AI ang merkado ng paggawa at malubhang tinatamaan nito lalo na ang mga bagong nagtatrabaho (entry-level) sa mga posisyong mataas ang exposure. Isang bagong pag-aaral, batay sa milyun-milyong ADP payroll records sa US hanggang Hulyo 2025, ang nakatuklas na ang mga nakababatang manggagawa na may edad 22 hanggang 25 taong gulang sa mga trabahong pinakamataas ang AI exposure ay nakaranas ng relatibong pagbaba sa employment ng 13 porsyento. Sa kabaligtaran, ang mga nakatatandang manggagawa sa parehong trabaho ay nanatiling stable o nagtala pa ng paglago.

Ayon sa mga mananaliksik, ang shock sa labor market ay nakatuon sa mga role kung saan inaawtomatiko (automates) ng AI ang mga gawain at hindi lang dinadagdagan (augments) ang mga ito. Ang mga gawaing madaling i-codify at isailalim sa pagsasanay, na madalas ginagawa bilang mga unang hakbang ng mga junior employee, ay mas madaling palitan ng AI. Samantala, ang 'tacit knowledge' (tahimik na kaalaman) na nakuha ng mga may karanasan nang manggagawa sa paglipas ng mga taon ay nag-aalok ng resilience o katatagan.

Ang pag-unlad na ito ay may malawak na implikasyon: Ipinapalagay na ang "pinakamababang baitang ay nawawala" sa tradisyonal na career ladder. Ang pagkawala ng mga entry-level position na ito (tulad ng sa software development o customer service) ay sumisira sa tradisyonal na mga landas ng pag-unlad ng kasanayan, dahil ang mga learning ladder para sa mga bagong empleyado ay nagiging mas manipis. Kaya naman, hinaharap ng mga kumpanya ang hamon na muling idisenyo ang mga programa ng pagsasanay upang bigyang-priyoridad ang mga gawaing nagtuturo ng tacit knowledge at kritikal na pagpapasya.

Dahil sa mga hamong ito, ang target na pagsasanay at adopsyon ay nagiging mahalagang salik. Ipinakita ng pilot program ng Google na "AI Works" sa UK na ang ilang oras lamang ng training ay maaaring doblehin o triplehin ang pang-araw-araw na paggamit ng AI ng mga manggagawa. Ang mga interbensyon na ito ay susi sa pagsasara ng AI adoption gap, lalo na sa mga kababaihan at matatandang manggagawa.

Binago ng mga pagsasanay ang pananaw ng mga kalahok: Habang marami ang sa simula ay itinuturing na hindi-relevant ang AI, iniulat ng mga gumagamit matapos ang training na ang mga tool ng AI ay nagbigay sa kanila ng average na savings na mahigit 122 oras bawat taon—mas mataas ito sa mga naunang inasahang estimates. Ang mas mataas na paggamit at mas mahusay na pag-unawa sa mga benepisyo ng application ay humahantong sa pagpalit ng paunang takot sa AI ng optimism, dahil natututo ang mga manggagawa na gamitin ang teknolohiya bilang isang makapangyarihang tool para sa augmentation na lumilikha ng espasyo para sa mas malikhain at estratehikong mga gawain.

Sa episode na ito, tatalakayin namin kung paano muling binibigyan ng kahulugan ng AI revolution ang entry-level na trabaho, bakit kritikal ang pagkilala sa pagkakaiba ng automation at augmentation, at ano ang ginagampanan ng continuing education sa pagbibigay sa mga manggagawa ng mga kinakailangang kasanayan para sa "bagong pinakamababang baitang".

(Paalala: Ang episode na ito ng podcast ay nilikha sa tulong at pagkakabalangkas ng NotebookLM ng Google.)