AGI-22 evidenzia i progressi nello sviluppo dell'intelligenza generale artificiale

Di recente ho partecipato al 15^th conferenza annuale sull'intelligenza artificiale in generale (AGI-22) che si è tenuta a Seattle lo scorso agosto, nel tentativo di familiarizzare con i nuovi sviluppi che potrebbero portare alla creazione finale di un'Artificial General Intelligence (AGI).

Un'AGI è un tipo di IA avanzata che può essere generalizzata su più domini e non ha una portata ristretta. Esempi di intelligenza artificiale ristretta includono un veicolo autonomo, un chatbot, un bot di scacchi o qualsiasi altra intelligenza artificiale progettata per un unico scopo. Un AGI in confronto sarebbe in grado di alternare in modo flessibile tra uno qualsiasi dei precedenti o qualsiasi altro campo di competenza. Consiste in un tipo speculativo di IA che trarrebbe vantaggio da algoritmi nascenti come trasferire l'apprendimentoe apprendimento evolutivo, sfruttando anche algoritmi legacy come apprendimento approfondito di rinforzo.

Durante la sessione di apertura, Ben Goertzel, un ricercatore di intelligenza artificiale, CEO e fondatore di SingularityNET, e leader del Fondazione OpenCog ha parlato dello stato del settore. Sembrava entusiasta della direzione futura dell'AGI affermando che "Siamo lontani anni piuttosto che decenni". Ciò collocherebbe l'eventuale lancio di un'AGI intorno al 2029, lo stesso anno in cui ray Kurzweil uno dei principali inventori, pensatori e futuristi del mondo predisse notoriamente l'emergere di un'intelligenza artificiale che raggiungesse l'intelligenza a livello umano.

La teoria afferma che una volta raggiunto questo tipo di intelligenza, l'IA si automigliorerebbe immediatamente e continuamente per superare rapidamente l'intelligenza umana in quella che è nota come superintelligenza.

Un altro oratore Carlo J. Simone, il fondatore e CEO di IA del futuro ha affermato in una sessione separata, "l'emergere dell'AGI sarà graduale" e "l'AGI è inevitabile e arriverà prima di quanto la maggior parte delle persone pensi, potrebbero volerci un paio d'anni".

Nonostante questo sentimento rialzista, ci sono ostacoli significativi nello spazio. Ben Goertzel ha anche riconosciuto che per raggiungere l'AGI, "abbiamo bisogno di un'infusione di nuove idee, non solo di potenziamento delle reti neurali". Questo è un sentimento condiviso da Gary Marcus, noto per aver affermato che "il deep learning ha colpito un muro".

Alcune delle sfide principali per la creazione di un'AGI includono la ricerca di un sistema di ricompense in grado di ridimensionare l'intelligence in modo massimamente informato. Il paradosso di Moravec riflette l'attuale problema con il raggiungimento dell'AGI con la nostra attuale tecnologia. Questo paradosso afferma che gli adattamenti intuitivi per un bambino di un anno, come imparare a camminare e simulare la realtà, sono molto più difficili da programmare in un'intelligenza artificiale rispetto a ciò che gli esseri umani percepiscono come difficile.

Per gli esseri umani è l'opposto polare, padroneggiare gli scacchi o eseguire complesse formule matematiche può richiedere una vita per essere padroneggiata, eppure questi sono due compiti ragionevolmente facili per IA ristrette.

Una delle soluzioni a questo paradosso potrebbe essere l'apprendimento evolutivo, noto anche come algoritmi evolutivi. Ciò consente essenzialmente a un'intelligenza artificiale di cercare soluzioni complesse imitando il processo di evoluzione biologica.

In una domanda e risposta separata, Ben Goertzel ha affermato che "l'AGI non è inevitabile, ma è altamente probabile". Questa è la stessa conclusione che ho raggiunto, ma il confine tra inevitabilità e probabilità sfuma.

Durante la conferenza sono stati presentati molti documenti, uno dei documenti importanti che è stato discusso è stato Funtori polinomiali: una teoria generale dell'interazione di David Spivak del Topos Institute di Berkeley, CA e Nelson Niu dell'Università di Washington, a Seattle, WA. Questo documento discute una categoria matematica chiamata Poly che potrebbe influenzare la direzione futura dell'IA quando si tratta di relazioni intime con processi dinamici, processi decisionali e archiviazione e trasformazione dei dati. Resta da vedere come questo influenzerà la ricerca AGI, ma potrebbe essere una delle componenti mancanti che potrebbe portarci all'AGI.

Naturalmente c’erano altri documenti più speculativi come il Versatility-Efficiency Index (VEI): Towards a Comprehensive Definition of IQ for AGI Agents di Mohammadreza Alidoust. L'idea è quella di costruire un modo alternativo per misurare il livello di intelligenza dei sistemi intelligenti, un tipo di test del QI per misurare gli agenti AGI in modo computazionale.

Due importanti aziende che potrebbero fare progressi in questa tecnologia di base sono OpenAI e DeepMind, entrambe assenti. Potrebbe essere per paura che AGI non sia presa sul serio dalla comunità dell'IA, ma sono le due aziende che hanno maggiori probabilità di fare il primo passo avanti in questo campo. Questo è particolarmente vero da allora La missione dichiarata di OpenAI è condurre una ricerca fondamentale a lungo termine per la creazione di un AGI sicuro.

Sebbene non ci siano state importanti scoperte rivoluzionarie da rivelare alla conferenza, è chiaro che l'AGI sta preoccupando molti ricercatori ed è qualcosa a cui la comunità dell'IA dovrebbe prestare maggiore attenzione. Dopo tutto, un AGI potrebbe essere la soluzione per risolvere le molteplici minacce esistenziali dell'umanità.