Το κόστος της ψευδαίσθησης της AGI

Κυνηγώντας την υπερνοημοσύνη, η Αμερική μένει πίσω στον πραγματικό αγώνα της τεχνητής νοημοσύνης

Στις αρχές Αυγούστου, μία ημέρα πριν από την κυκλοφορία του GPT-5, ο Διευθύνων Σύμβουλος της OpenAI, Σαμ Άλτμαν, δημοσίευσε μια εικόνα του Death Star στα μέσα κοινωνικής δικτύωσης. Ήταν απλώς η τελευταία δήλωση του Άλτμαν ότι το νέο μοντέλο τεχνητής νοημοσύνης που δημιούργησε θα άλλαζε τον κόσμο για πάντα. «Ανακαλύψαμε, εφηύραμε, όπως θέλετε να το πείτε, κάτι εξαιρετικό που θα αναδιαμορφώσει την πορεία της ανθρώπινης ιστορίας», δήλωσε ο Άλτμαν σε μια συνέντευξη του Ιουλίου. Συνέκρινε την έρευνα της εταιρείας του με το Manhattan Project και είπε ότι ένιωθε «άχρηστος» σε σύγκριση με τη νεότερη εφεύρεση της OpenAI. Με άλλα λόγια, ο Άλτμαν πρότεινε ότι το GPT-5 θα έφερνε την κοινωνία πιο κοντά σε αυτό που οι επιστήμονες υπολογιστών ονομάζουν τεχνητή γενική νοημοσύνη: ένα σύστημα τεχνητής νοημοσύνης που μπορεί να ταιριάξει ή να ξεπεράσει την ανθρώπινη νόηση, συμπεριλαμβανομένης της ικανότητας μάθησης νέων πραγμάτων.

Για χρόνια, η δημιουργία της τεχνητής νοημοσύνης (AGI) ήταν το ιερό δισκοπότηρο πολλών κορυφαίων ερευνητών τεχνητής νοημοσύνης . Ο Άλτμαν και άλλοι κορυφαίοι τεχνολόγοι, συμπεριλαμβανομένου του Ντάριο Αμοντέι, Διευθύνοντος Συμβούλου της Anthropic, και των καθηγητών πληροφορικής Γιόσουα Μπέντζιο και Στιούαρτ Ράσελ, ονειρεύονταν την κατασκευή υπερ-ευφυών συστημάτων εδώ και δεκαετίες -και τα φοβόντουσαν. Και πρόσφατα, πολλές από αυτές τις φωνές δήλωσαν ότι η ημέρα της κρίσης είναι κοντά, λέγοντας σε κυβερνητικούς αξιωματούχους ότι όποια χώρα εφεύρει πρώτη την AGI θα αποκτήσει τεράστια γεωπολιτικά πλεονεκτήματα. Για παράδειγμα, λίγες μέρες πριν από τη δεύτερη ορκωμοσία του προέδρου των ΗΠΑ Ντόναλντ Τραμπ, ο Άλτμαν είπε στον Τραμπ ότι η AGI θα επιτευχθεί εντός της θητείας του -και ότι η Ουάσινγκτον έπρεπε να προετοιμαστεί.

Αυτές οι δηλώσεις έχουν σαφώς επηρεάσει. Τα τελευταία δύο χρόνια, τόσο οι Δημοκρατικοί όσο και οι Ρεπουμπλικάνοι πολιτικοί συζητούν την Τεχνητή Νοημοσύνη (ΓΝΗ) πιο συχνά και διερευνούν πολιτικές που θα μπορούσαν να απελευθερώσουν τις δυνατότητές της ή να περιορίσουν τις ζημιές της. Είναι εύκολο να καταλάβει κανείς γιατί. Η Τεχνητή Νοημοσύνη βρίσκεται ήδη στην καρδιά μιας σειράς αναδυόμενων τεχνολογιών, συμπεριλαμβανομένης της ρομποτικής, της βιοτεχνολογίας και της κβαντικής πληροφορικής. Είναι επίσης ένα κεντρικό στοιχείο του ανταγωνισμού ΗΠΑ-Κίνας . Η ΓΝΗ θα μπορούσε θεωρητικά να ξεκλειδώσει περισσότερες (και πιο εντυπωσιακές) επιστημονικές εξελίξεις, συμπεριλαμβανομένης της δυνατότητας να εμποδίσει άλλους να κάνουν παρόμοιες ανακαλύψεις. Υπό αυτή την άποψη, εάν οι Ηνωμένες Πολιτείες το καταφέρουν πρώτοι, η αμερικανική οικονομική ανάπτυξη θα μπορούσε να εκτοξευθεί και η χώρα θα μπορούσε να αποκτήσει ένα ακαταμάχητο στρατιωτικό πλεονέκτημα.

Δεν υπάρχει αμφιβολία ότι η Τεχνητή Νοημοσύνη είναι μια πολύ ισχυρή εφεύρεση. Αλλά όταν πρόκειται για την Τεχνητή Νοημοσύνη (ΓΝ), η διαφημιστική εκστρατεία έχει γίνει δυσανάλογη. Δεδομένων των περιορισμών των υπαρχόντων συστημάτων, είναι απίθανο η υπερνοημοσύνη να είναι πραγματικά επικείμενη, παρόλο που τα συστήματα ΤΝ συνεχίζουν να βελτιώνονται. Ορισμένοι εξέχοντες επιστήμονες υπολογιστών, όπως ο Άντριου Νγκ, έχουν αμφισβητήσει το κατά πόσον θα δημιουργηθεί ποτέ η τεχνητή γενική νοημοσύνη. Προς το παρόν, και πιθανώς για πάντα, οι εξελίξεις στην ΤΝ είναι πιο πιθανό να είναι επαναληπτικές, όπως και άλλες τεχνολογίες γενικής χρήσης.

Συνεπώς, οι Ηνωμένες Πολιτείες θα πρέπει να αντιμετωπίσουν τον αγώνα της Τεχνητής Νοημοσύνης με την Κίνα σαν μαραθώνιο, όχι σαν σπριντ. Αυτό είναι ιδιαίτερα σημαντικό δεδομένης της κεντρικής θέσης της Τεχνητής Νοημοσύνης στον ανταγωνισμό της Ουάσινγκτον με το Πεκίνο. Σήμερα, τόσο οι νέες τεχνολογικές εταιρείες της χώρας, όπως η DeepSeek, όσο και οι υπάρχουσες υπερδυνάμεις, όπως η Huawei, συμβαδίζουν ολοένα και περισσότερο με τους Αμερικανούς ομολόγους τους. Δίνοντας έμφαση στις σταθερές εξελίξεις και την οικονομική ολοκλήρωση, η Κίνα μπορεί πλέον να βρίσκεται ακόμη και μπροστά από τις Ηνωμένες Πολιτείες όσον αφορά την υιοθέτηση και χρήση της ρομποτικής. Για να κερδίσει τον αγώνα της Τεχνητής Νοημοσύνης, η Ουάσινγκτον πρέπει να δώσει έμφαση στις πρακτικές επενδύσεις στην ανάπτυξη και την ταχεία υιοθέτηση της Τεχνητής Νοημοσύνης. Δεν μπορεί να διαστρεβλώσει την πολιτική των ΗΠΑ σπεύδοντας για κάτι που μπορεί να μην υπάρχει.

ΤΑ ΠΙΟ ΤΡΟΜΕΡΑ ΟΝΕΙΡΑ

Στην Ουάσινγκτον, η τεχνητή νοημοσύνη (AGI) αποτελεί ένα καυτό θέμα. Σε μια ακρόαση τον Σεπτέμβριο του 2024 σχετικά με την εποπτεία της τεχνητής νοημοσύνης, ο γερουσιαστής του Κονέκτικατ, Ρίτσαρντ Μπλούμενθαλ, δήλωσε ότι η AGI είναι «εδώ και τώρα — η τελευταία πρόβλεψη ήταν ένα έως τρία χρόνια». Τον Ιούλιο, ο γερουσιαστής της Νότιας Ντακότα, Μάικ Ράουντς, εισήγαγε ένα νομοσχέδιο που απαιτούσε από το Πεντάγωνο να συστήσει μια διευθύνουσα επιτροπή AGI. Η έκθεση του 2024 της δικομματικής Επιτροπής Οικονομικής και Αναθεώρησης Ασφάλειας ΗΠΑ-Κίνας υποστήριξε ότι η AGI απαιτούσε μια προσπάθεια σε επίπεδο Έργου Μανχάταν για να διασφαλιστεί ότι οι Ηνωμένες Πολιτείες το πέτυχαν πρώτοι. Ορισμένοι αξιωματούχοι πιστεύουν ακόμη και ότι η AGI πρόκειται να θέσει σε κίνδυνο την ανθρώπινη ύπαρξη. Τον Ιούνιο του 2025, για παράδειγμα, η βουλευτής Τζιλ Τοκούντα από τη Χαβάη δήλωσε ότι «η τεχνητή υπερνοημοσύνη, ASI, είναι μια από τις μεγαλύτερες υπαρξιακές απειλές που αντιμετωπίζουμε».

Το επιχείρημα για την ορμή προς την Τεχνητή Νοημοσύνη (ΓΝΗ) είναι απλό. Ένα σύστημα ΓΝΗ, σύμφωνα με τη συλλογιστική, θα μπορούσε να είναι σε θέση να αυτοβελτιώνεται ταυτόχρονα σε πολλαπλές διαστάσεις. Με αυτόν τον τρόπο, θα μπορούσε γρήγορα να ξεπεράσει τις ικανότητες των ανθρώπων και να λύσει προβλήματα που ταλαιπωρούν την κοινωνία εδώ και χιλιετίες. Η εταιρεία και η χώρα που θα φτάσει σε αυτό το σημείο πρώτη, όχι μόνο θα επιτύχει τεράστιες οικονομικές αποδόσεις, επιστημονικές ανακαλύψεις και στρατιωτικές εξελίξεις, αλλά θα αποκλείσει και τους ανταγωνιστές μονοπωλώντας τα οφέλη με τρόπους που περιορίζουν τις εξελίξεις των άλλων και καθορίζουν τους κανόνες του παιχνιδιού. Ο αγώνας της Τεχνητής Νοημοσύνης, λοιπόν, είναι στην πραγματικότητα ένας αγώνας δρόμου προς μια προκαθορισμένη γραμμή τερματισμού ΓΝΗ, στον οποίο ο νικητής όχι μόνο θα σκάσει θριαμβευτικά μέσα από την κορδέλα, αλλά θα πάρει κάθε τρόπαιο και θα πάει σπίτι του, χωρίς να αφήσει τίποτα ούτε καν στους ανταγωνιστές της δεύτερης και τρίτης θέσης.

Είναι απίθανο η υπερνοημοσύνη να είναι στην πραγματικότητα επικείμενη.

Ωστόσο, υπάρχει λόγος να είμαστε επιφυλακτικοί απέναντι σε αυτό το πλαίσιο. Καταρχάς, οι ερευνητές της Τεχνητής Νοημοσύνης δεν μπορούν καν να συμφωνήσουν για το πώς να ορίσουν την Τεχνητή Νοημοσύνη και τις δυνατότητές της. Με άλλα λόγια, κανείς δεν συμφωνεί για το πού βρίσκεται η γραμμή τερματισμού. Αυτό καθιστά οποιαδήποτε πολιτική που βασίζεται στην επίτευξή της εγγενώς αμφίβολη. Αντί για μια μοναδική δημιουργία, η Τεχνητή Νοημοσύνη είναι περισσότερο μια ευρεία κατηγορία τεχνολογιών, με πολλά διαφορετικά είδη καινοτομιών. Αυτό σημαίνει ότι η πρόοδος είναι πιθανό να είναι ένα πολύπλοκο και συνεχώς μεταβαλλόμενο κύμα και όχι ένα ευθύγραμμο ταξίδι.

Αυτό είναι εμφανές στις πιο πρόσφατες εξελίξεις της τεχνολογίας. Τα σημερινά μοντέλα σημειώνουν πρόοδο στην χρηστικότητα. Ωστόσο, τα πιο προηγμένα μοντέλα μεγάλων γλωσσών εξακολουθούν να αντιμετωπίζουν πολλές από τις ίδιες προκλήσεις που αντιμετώπισαν το 2022, όπως η επιφανειακή συλλογιστική, η εύθραυστη γενίκευση, η έλλειψη μακροπρόθεσμης μνήμης και η έλλειψη γνήσιας μεταγνώσης ή συνεχούς μάθησης - καθώς και, φυσικά, οι παραισθήσεις. Από την κυκλοφορία του, για παράδειγμα, το GPT-5 μοιάζει περισσότερο με μια κανονική πρόοδο παρά με μια μετασχηματιστική ανακάλυψη. Ως αποτέλεσμα, ορισμένοι από τους μεγαλύτερους υποστηρικτές της AGI έχουν αρχίσει να μετριάζουν τον ενθουσιασμό τους. Στις αρχές του καλοκαιριού, ο πρώην Διευθύνων Σύμβουλος της Google, Eric Schmidt, δήλωσε ότι η Τεχνητή Νοημοσύνη δεν ήταν αρκετά διαφημισμένη. Τώρα, υποστηρίζει ότι οι άνθρωποι έχουν γίνει υπερβολικά εμμονικοί με τα «υπερ-ευφυή» συστήματα. Ομοίως, τον Αύγουστο, ο Altman δήλωσε ότι η AGI «δεν είναι μια χρήσιμη έννοια». Κατά κάποιο τρόπο, όσον αφορά την AGI, ο κόσμος της επιστήμης των υπολογιστών μπορεί να βρίσκεται ακόμα εκεί που ήταν το 2002, όταν ο τότε διευθυντής του εργαστηρίου Τεχνητής Νοημοσύνης του MIT αστειεύτηκε ότι ο πραγματικός ορισμός της Τεχνητής Νοημοσύνης είχε «σχεδόν εφαρμοστεί».

Ακόμα κι αν ορισμένα μοντέλα Τεχνητής Νοημοσύνης αποδειχθούν μετασχηματιστικά, τα αποτελέσματά τους θα διαμεσολαβούνται από διαδικασίες υιοθέτησης και διάδοσης - όπως συμβαίνει με σχεδόν κάθε εφεύρεση. Σκεφτείτε, για παράδειγμα, την ηλεκτρική ενέργεια. Έχει δημιουργήσει ανεκτίμητη αξία και έχει μεταμορφώσει ολοκληρωτικά την παγκόσμια οικονομία, αλλά έγινε χρήσιμη χάρη στις χιλιάδες επιστήμονες, μηχανικούς, εφευρέτες και εταιρείες που εργάστηκαν πάνω σε αυτήν κατά τη διάρκεια δεκαετιών. Ο Βενιαμίν Φραγκλίνος απέδειξε ότι ο κεραυνός ήταν ηλεκτρική ενέργεια το 1752, ο Αλεσάντρο Βόλτα εφηύρε την πρώτη μπαταρία το 1799 και ο Νίκολα Τέσλα ανέπτυξε το εναλλασσόμενο ρεύμα στα τέλη της δεκαετίας του 1880. Ακόμα και τότε, χρειάστηκαν πολλά ακόμη χρόνια πριν τα περισσότερα σπίτια αποκτήσουν πρίζες. Όλες αυτές οι καινοτομίες ήταν κρίσιμες για την επίτευξη αυτού του τελικού στόχου και κανένας παράγοντας δεν κατέκτησε την παγκόσμια αγορά ηλεκτρικής ενέργειας ούτε εμπόδισε αποτελεσματικά άλλους να συνεχίσουν να καινοτομούν.

ΚΑΙΝΟΤΟΜΙΑ ΚΑΙ ΠΡΟΣΑΡΜΟΓΗ

Εάν ο ανταγωνισμός στην Τεχνητή Νοημοσύνη είναι πιο πιθανό να διαρκέσει μια γενιά παρά λίγα ακόμη χρόνια, οι Αμερικανοί αξιωματούχοι πρέπει να σκεφτούν περισσότερο πώς η χώρα μπορεί να υιοθετήσει γρήγορα τις εξελίξεις στην Τεχνητή Νοημοσύνη και λιγότερο πώς να αξιοποιήσουν το κερδοσκοπικό δυναμικό της. Αυτό είναι πιο κοντά σε αυτό που κάνει το Πεκίνο. Αν και οι Ηνωμένες Πολιτείες και η Κίνα είναι πολύ διαφορετικές και η προσέγγιση της τελευταίας έχει τα όριά της, η Κίνα προχωρά ταχύτερα στην κλιμάκωση των ρομπότ στην κοινωνία και η Πρωτοβουλία AI Plus δίνει έμφαση στην επίτευξη ευρείας υιοθέτησης σε συγκεκριμένους κλάδους έως το 2027. Η κυβέρνηση θέλει η Τεχνητή Νοημοσύνη να γίνει ουσιαστικά μέρος των υποδομών της χώρας έως το 2030. Η Κίνα επενδύει επίσης στην Τεχνητή Νοημοσύνη, αλλά η έμφαση του Πεκίνου δίνεται σαφώς στην ταχεία κλιμάκωση, ενσωμάτωση και εφαρμογή των τρεχουσών και βραχυπρόθεσμων δυνατοτήτων της Τεχνητής Νοημοσύνης.

Για να αποφευχθεί η υστέρηση στην υιοθέτηση της Τεχνητής Νοημοσύνης εντός της γραφειοκρατίας, οι Ηνωμένες Πολιτείες θα πρέπει να ξεκινήσουν μια μεγάλης κλίμακας πρωτοβουλία για την εκπαίδευση στην Τεχνητή Νοημοσύνη σε ολόκληρη την κυβέρνηση. Οι δημόσιοι υπάλληλοι κάθε είδους πρέπει να γνωρίζουν πώς να χρησιμοποιούν τόσο τα γενικά συστήματα Τεχνητής Νοημοσύνης όσο και αυτά που είναι προσαρμοσμένα στις εργασίες τους. Οι Αμερικανοί αξιωματούχοι θα πρέπει να προσφέρουν εκτεταμένη πρόσβαση στην εκπαίδευση στην Τεχνητή Νοημοσύνη τόσο για τους συγκεκριμένους ρόλους τους όσο και για γενική χρήση, συμπεριλαμβανομένης της εκπαίδευσης σε θέματα όπως η προκατάληψη αυτοματισμού (στην οποία οι άνθρωποι υπερεκτιμούν την ακρίβεια των συστημάτων Τεχνητής Νοημοσύνης). Για να το κάνει αυτό, η Ουάσινγκτον μπορεί να επωφεληθεί από το γεγονός ότι μεγάλες αμερικανικές εταιρείες, συμπεριλαμβανομένων των OpenAI και Anthropic, είναι πρόθυμες να δώσουν στους δημόσιους υπαλλήλους και τις υπηρεσίες μεγαλύτερη έκθεση και πρόσβαση στις τεχνολογίες τους, επιτρέποντας στο κράτος, τουλάχιστον προς το παρόν, να χρησιμοποιεί τα μεγάλα γλωσσικά του μοντέλα σχεδόν δωρεάν.

Οι Ηνωμένες Πολιτείες πρέπει επίσης να εκσυγχρονίσουν τις υποδομές και τις πρακτικές δεδομένων τους, συμπεριλαμβανομένου του συστήματος εθνικής ασφάλειας. Τα προηγμένα μοντέλα τεχνητής νοημοσύνης απαιτούν εξελιγμένο υλικό, επαρκή υπολογιστική ισχύ και συστήματα διαχείρισης γνώσης τελευταίας τεχνολογίας για να λειτουργούν αποτελεσματικά. Και σήμερα, η Ουάσινγκτον υστερεί σε όλα. Η κυβέρνηση έχει αρχίσει να σημειώνει κάποια πρόοδο στην αναβάθμιση των συστημάτων της, αλλά δεκαετίες απομόνωσης και γραφειοκρατικών διαδικασιών έχουν δημιουργήσει παγιωμένες καθυστερήσεις που εμποδίζουν την καινοτομία. Για να επιτύχει την υιοθέτηση της τεχνητής νοημοσύνης σε μεγάλη κλίμακα, η Ουάσινγκτον πιθανότατα θα χρειαστεί να επενδύσει δισεκατομμύρια δολάρια σε προμήθειες τα επόμενα χρόνια, ειδικά για το Πεντάγωνο.

Η κούρσα προς έναν μύθο δεν είναι ορθή πολιτική.

Αν εφαρμοστεί σωστά, η Τεχνητή Νοημοσύνη θα μπορούσε να φέρει επανάσταση στην αποτελεσματικότητα της κυβέρνησης. Ακόμα κι αν βοηθάει μόνο σε απλούς τομείς, όπως η βελτιστοποίηση του ενεργειακού φορτίου, η κυβερνοασφάλεια και η πληροφορική, η προγνωστική συντήρηση, η εφοδιαστική, η διαχείριση της εφοδιαστικής αλυσίδας και η γραφειοκρατία των αγορών, θα επιτρέψει στις μεγαλύτερες γραφειοκρατίες να ξεπεράσουν ή να εξαλείψουν τα κανονιστικά εμπόδια. Αυτό θα μπορούσε, με τη σειρά του, να τροφοδοτήσει περισσότερη υιοθέτηση από τον ιδιωτικό τομέα. Αυτή τη στιγμή, τα πιλοτικά έργα του ιδιωτικού τομέα με πρωτοποριακή Τεχνητή Νοημοσύνη μερικές φορές αποτυγχάνουν να μεταβούν με επιτυχία από το πρωτότυπο σε πλήρη δυνατότητα, συχνά λόγω προκλήσεων ενσωμάτωσης ή κακής ευθυγράμμισης μεταξύ μιας προτεινόμενης λύσης Τεχνητής Νοημοσύνης και του προβλήματος που στοχεύει. Σύμφωνα με ορισμένες εκτιμήσεις, περισσότερο από το 80% των έργων Τεχνητής Νοημοσύνης αποτυγχάνουν να αποφέρουν αποτελέσματα. Έρευνες του κλάδου αναφέρουν ότι το 88% των πιλοτικών έργων δεν φτάνουν ποτέ στην παραγωγή. Η εταιρεία πληροφορικής Gartner έχει προβλέψει ότι το 40% των αναπτύξεων «πρακτορικής Τεχνητής Νοημοσύνης» - αυτόνομα συστήματα Τεχνητής Νοημοσύνης ικανά να σχεδιάζουν και να εκτελούν εργασίες πολλαπλών βημάτων με ελάχιστη ή καθόλου ανθρώπινη εποπτεία - θα καταργηθούν έως το 2027. Δίνοντας μεγαλύτερη αξία και δείχνοντας πώς η Τεχνητή Νοημοσύνη μπορεί να ενσωματωθεί σε μεγάλες, πολύπλοκες γραφειοκρατίες, η κυβέρνηση μπορεί να βοηθήσει στη δημιουργία μιας πορείας για τις ιδιωτικές εταιρείες, μειώνοντας τους αντιληπτούς κινδύνους τους. Υιοθετώντας την Τεχνητή Νοημοσύνη, η Ουάσινγκτον μπορεί επίσης να δημιουργήσει σήμα ζήτησης για κλιμακούμενες, βραχυπρόθεσμες εφαρμογές Τεχνητής Νοημοσύνης.

Ωστόσο, η προστασία της αμερικανικής ηγετικής θέσης στην Τεχνητή Νοημοσύνη θα απαιτήσει από την κυβέρνηση να κάνει περισσότερα από το να βοηθήσει απλώς τον εαυτό της και τον ιδιωτικό τομέα. Οι Ηνωμένες Πολιτείες θα πρέπει επίσης να επενδύσουν σε πανεπιστήμια και ερευνητές που μπορούν να κάνουν ανεκτίμητες τεχνικές ανακαλύψεις στην ασφάλεια, την αποδοτικότητα και την αποτελεσματικότητα της Τεχνητής Νοημοσύνης, αλλά δεν έχουν τις δυνατότητες των μεγάλων εταιρειών. Η κυβέρνηση Τραμπ πρέπει επομένως να ακολουθήσει το σχέδιό της για επέκταση της υποστήριξης για τον Εθνικό Πόρο Έρευνας Τεχνητής Νοημοσύνης (National AI Research Resource), μια νεοσύστατη, παρεχόμενη από την κυβέρνηση κοινοπραξία υποδομών Τεχνητής Νοημοσύνης που θα παρέχει σε ερευνητές, εκπαιδευτικούς και φοιτητές τα εξειδικευμένα εργαλεία που χρειάζονται για προηγμένη εργασία στον τομέα της Τεχνητής Νοημοσύνης.

Κανένα από αυτά τα βήματα δεν σημαίνει ότι οι αξιωματούχοι των ΗΠΑ πρέπει να εγκαταλείψουν την σκέψη για την Τεχνητή Νοημοσύνη (AGI). Στην πραγματικότητα, μερικές από τις καλύτερες πολιτικές για τη διασφάλιση της ηγετικής θέσης της Τεχνητής Νοημοσύνης σήμερα θα επιταχύνουν επίσης την άφιξη πιο προηγμένων συστημάτων. Οποιαδήποτε πολιτική υποστηρίζει την έρευνα και την ανάπτυξη της Τεχνητής Νοημοσύνης, όπως η τεράστια επένδυση στην τεχνολογία που επιβάλλεται από τον Νόμο περί CHIPS και Επιστήμης του 2022, θα οδηγήσει σε πιο εξελιγμένους αλγόριθμους. Το ίδιο ισχύει και για τις συνεχείς επενδύσεις στις υποδομές ενέργειας της χώρας, οι οποίες βοηθούν την ενεργοβόρα βιομηχανία Τεχνητής Νοημοσύνης να αναπτυχθεί και να λειτουργήσει.

Αλλά η Ουάσινγκτον πρέπει να διασφαλίσει ότι η επιδίωξη της Τεχνητής Νοημοσύνης (ΓΝΣ) δεν θα γίνει εις βάρος της βραχυπρόθεσμης υιοθέτησής της. Η ορμή προς έναν μύθο δεν είναι ορθή πολιτική. Αντίθετα, ο πρωταρχικός στόχος της χώρας πρέπει να είναι η ταχεία κλιμάκωση των πρακτικών εφαρμογών Τεχνητής Νοημοσύνης - βελτιώσεις που ανταποκρίνονται στις κυβερνητικές ανάγκες και προσφέρουν πραγματική αποτελεσματικότητα σήμερα και αύριο. Διαφορετικά, οι Ηνωμένες Πολιτείες θα μπορούσαν να συνεχίσουν να παράγουν τα πιο φανταχτερά μοντέλα στον κόσμο. Θα μπορούσαν να ηγηθούν στη δημιουργία αλγορίθμων. Αλλά θα εξακολουθούν να υστερούν σε σχέση με τις χώρες που αξιοποιούν καλύτερα τις καινοτομίες της Τεχνητής Νοημοσύνης.