რა არის ხელოვნური ზოგადი ინტელექტი (AGI) და რატომ არ არის ის ჯერ აქ: რეალობის შემოწმება ხელოვნური ინტელექტის მოყვარულთათვის

ხელოვნური ინტელექტი (AI) ყველგან არის. ჭკვიანი ასისტენტებიდან დაწყებული თვითმმართველობის მამოძრავებელი მანქანებიAI სისტემები გარდაქმნის ჩვენს ცხოვრებას და ბიზნესს. მაგრამ რა იქნებოდა, თუ არსებობდა AI, რომელსაც შეეძლო უფრო მეტის გაკეთება, ვიდრე კონკრეტული ამოცანების შესრულება? რა მოხდება, თუ არსებობდა ხელოვნური ინტელექტის ტიპი, რომელსაც შეეძლო ესწავლა და ეფიქრა, როგორც ადამიანი ან თუნდაც აჯობა ადამიანის ინტელექტს?

ეს არის ხედვა ხელოვნური ზოგადი ინტელექტი (AGI), ხელოვნური ინტელექტის ჰიპოთეტური ფორმა, რომელსაც აქვს შესაძლებლობა შეასრულოს ნებისმიერი ინტელექტუალური დავალება, რაც ადამიანს შეუძლია. AGI ხშირად ეწინააღმდეგება ხელოვნური ვიწრო ინტელექტი (ANI), ხელოვნური ინტელექტის ამჟამინდელი მდგომარეობა, რომელიც შეიძლება გამოირჩეოდეს მხოლოდ ერთ ან რამდენიმე დომენში, როგორიცაა ჭადრაკის თამაში ან სახეების ამოცნობა. მეორეს მხრივ, AGI-ს ექნება უნარი გაიგოს და მსჯელობა მრავალ სფეროზე, როგორიცაა ენა, ლოგიკა, კრეატიულობა, საღი აზრი და ემოცია.

AGI არ არის ახალი კონცეფცია. ეს იყო ხელოვნური ინტელექტის კვლევის წამყვანი ხედვა ადრეული დღეებიდან და რჩება მის ყველაზე გამყოფ იდეად. ხელოვნური ინტელექტის ზოგიერთი მოყვარული თვლის, რომ AGI გარდაუვალი და გარდაუვალია და გამოიწვევს ახალ ტექნოლოგიურ და სოციალურ პროგრესს. სხვები უფრო სკეპტიკურად და ფრთხილები არიან და აფრთხილებენ ეთიკურ და ეგზისტენციალურ რისკებს ასეთი ძლიერი და არაპროგნოზირებადი ერთეულის შექმნისა და კონტროლის შესახებ.

მაგრამ რამდენად ახლოს ვართ AGI-ს მიღწევასთან და აქვს თუ არა აზრი მცდელობას? ეს, ფაქტობრივად, მნიშვნელოვანი კითხვაა, რომლის პასუხმა შეიძლება უზრუნველყოს რეალობის შემოწმება ხელოვნური ინტელექტის მოყვარულთათვის, რომლებსაც სურთ ზეადამიანური ინტელექტის ეპოქის მოწმენი.

რა არისGI და რით განსხვავდება ის ხელოვნური ინტელექტისგან?

AGI განსხვავდება ამჟამინდელი ხელოვნური ინტელექტისგან, თავისი შესაძლებლობებით შეასრულოს ნებისმიერი ინტელექტუალური დავალება, რომელიც ადამიანებს შეუძლიათ, თუ არა მათ გადააჭარბონ. ეს განსხვავება არის რამდენიმე ძირითადი მახასიათებლის თვალსაზრისით, მათ შორის:

• აბსტრაქტული აზროვნება
• კონკრეტული შემთხვევებიდან განზოგადების უნარი
• მრავალფეროვანი ცოდნის საფუძველზე
• საღი აზრისა და ცნობიერების გამოყენება გადაწყვეტილების მიღებისთვის
• მიზეზობრიობის გაგება და არა მხოლოდ კორელაცია
• ეფექტური კომუნიკაცია და ურთიერთქმედება ადამიანებთან და სხვა აგენტებთან.

მიუხედავად იმისა, რომ ეს მახასიათებლები სასიცოცხლო მნიშვნელობისაა ადამიანის მსგავსი ან ზეადამიანური ინტელექტის მისაღწევად, მათი დაფიქსირება ძნელად რჩება AI სისტემებისთვის.

ამჟამინდელი AI ძირითადად ეყრდნობა მანქანურ სწავლებას, კომპიუტერული მეცნიერების ფილიალს, რომელიც საშუალებას აძლევს მანქანებს ისწავლონ მონაცემებიდან და გამოცდილებიდან. მანქანური სწავლება მოქმედებს მეშვეობით ზედამხედველობას, დაუკონტროლებელიდა გაძლიერების სწავლება.

ზედამხედველობითი სწავლება მოიცავს მანქანებს, რომლებიც სწავლობენ ეტიკეტირებული მონაცემებიდან ახალი მონაცემების პროგნოზირებისთვის ან კლასიფიკაციისთვის. ზედამხედველობის გარეშე სწავლა გულისხმობს შაბლონების პოვნას არალეიბლირებულ მონაცემებში, ხოლო განმტკიცების სწავლა მიზნად ისახავს ქმედებებისა და უკუკავშირის სწავლას, ჯილდოს ოპტიმიზაციას ან ხარჯების მინიმიზაციას.

მიუხედავად ღირსშესანიშნავი შედეგების მიღწევისა ისეთ სფეროებში, როგორიცაა კომპიუტერული ხედვა მდე ბუნებრივი ენის დამუშავება, ამჟამინდელი AI სისტემები შეზღუდულია ტრენინგის მონაცემების ხარისხითა და რაოდენობით, წინასწარ განსაზღვრული ალგორითმებით და ოპტიმიზაციის კონკრეტული მიზნებით. მათ ხშირად ესაჭიროებათ დახმარება ადაპტირებაში, განსაკუთრებით ახალ სიტუაციებში და მეტი გამჭვირვალობა მათი მსჯელობის ასახსნელად.

ამის საპირისპიროდ, AGI განიხილება, რომ თავისუფალი იყოს ამ შეზღუდვებისგან და არ დაეყრდნოს წინასწარ განსაზღვრულ მონაცემებს, ალგორითმებს ან მიზნებს, არამედ საკუთარ სწავლისა და აზროვნების შესაძლებლობებს. გარდა ამისა, AGI-ს შეეძლო ცოდნის მიღება და ინტეგრირება სხვადასხვა წყაროებიდან და დომენებიდან, შეუფერხებლად გამოიყენებდა ახალ და მრავალფეროვან ამოცანებს. გარდა ამისა, AGI გამოირჩეოდა მსჯელობით, კომუნიკაციით, გაგებითა და მანიპულირებით სამყაროსთან და საკუთარ თავთან.

რა არის გამოწვევები და მიდგომები AGI-ს მისაღწევად?

AGI-ს გაცნობიერება უქმნის მნიშვნელოვან გამოწვევებს ტექნიკურ, კონცეპტუალურ და ეთიკურ განზომილებებს.

მაგალითად, ინტელექტის განსაზღვრა და გაზომვა, ისეთი კომპონენტების ჩათვლით, როგორიცაა მეხსიერება, ყურადღება, კრეატიულობა და ემოცია, ფუნდამენტური დაბრკოლებაა. გარდა ამისა, ადამიანის ტვინის ფუნქციების მოდელირება და სიმულაცია, როგორიცაა აღქმა, შემეცნება და ემოცია, წარმოადგენს რთულ გამოწვევებს.

უფრო მეტიც, კრიტიკული გამოწვევები მოიცავს მასშტაბირებადი, განზოგადებული სწავლისა და მსჯელობის ალგორითმებისა და არქიტექტურების შემუშავებას და დანერგვას. AGI სისტემების უსაფრთხოების, საიმედოობისა და ანგარიშვალდებულების უზრუნველყოფა ადამიანებთან და სხვა აგენტებთან ურთიერთქმედებისას და AGI სისტემების ღირებულებებისა და მიზნების საზოგადოების ღირებულებებთან შესაბამისობის უზრუნველყოფა ასევე ძალიან მნიშვნელოვანია.

სხვადასხვა კვლევის მიმართულებები და პარადიგმები იქნა შემოთავაზებული და გამოკვლეული AGI-ს განსახორციელებლად, თითოეულს აქვს ძლიერი და შეზღუდვები. სიმბოლური AIკლასიკური მიდგომა, რომელიც იყენებს ლოგიკასა და სიმბოლოებს ცოდნის წარმოსაჩენად და მანიპულირებისთვის, აჯობებს აბსტრაქტულ და სტრუქტურირებულ პრობლემებს, როგორიცაა მათემატიკა და ჭადრაკი, მაგრამ საჭიროებს დახმარებას სენსორული და საავტომობილო მონაცემების მასშტაბირებასა და ინტეგრირებაში.

გარდა ამისა, კონექტონისტი AI, თანამედროვე მიდგომა, რომელიც იყენებს ნერვულ ქსელებს და ღრმა სწავლებას დიდი რაოდენობით მონაცემების დასამუშავებლად, გამოირჩევა რთულ და ხმაურიან დომენებში, როგორიცაა ხედვა და ენა, მაგრამ საჭიროებს დახმარებას ინტერპრეტაციაში და განზოგადებებში.

ჰიბრიდული AI აერთიანებს სიმბოლურ და კავშირგაბმულობის AI-ს, რათა გამოიყენოს მისი ძლიერი მხარეები და დაძლიოს სისუსტეები, მიზნად ისახავს უფრო ძლიერი და მრავალმხრივი სისტემების შექმნას. ანალოგიურად, Eვოლუციური AI იყენებს ევოლუციურ ალგორითმებს და გენეტიკურ პროგრამირებას ხელოვნური ინტელექტის სისტემების განვითარებისთვის ბუნებრივი გადარჩევის გზით, ეძებს ახალ და ოპტიმალურ გადაწყვეტილებებს, რომლებიც არ არის შეზღუდული ადამიანის დიზაინით.

და ბოლოს, ნეირომორფული AI იყენებს ნეირომორფულ აპარატურას და პროგრამულ უზრუნველყოფას ბიოლოგიური ნერვული სისტემების ემულაციისთვის, რაც მიზნად ისახავს ტვინის უფრო ეფექტური და რეალისტური მოდელების შექმნას და ადამიანებთან და აგენტებთან ბუნებრივ ურთიერთქმედებას.

ეს არ არის ერთადერთი მიდგომები AGI-ს მიმართ, არამედ ზოგიერთი ყველაზე გამორჩეული და პერსპექტიული. თითოეულ მიდგომას აქვს დადებითი და უარყოფითი მხარეები და მათ მაინც უნდა მიაღწიონ იმ ზოგადობასა და ინტელექტს, რომელსაც AGI მოითხოვს.

AGI მაგალითები და აპლიკაციები

მიუხედავად იმისა, რომ AGI ჯერ არ არის მიღწეული, AI სისტემების ზოგიერთი თვალსაჩინო მაგალითი აჩვენებს გარკვეულ ასპექტებს ან მახასიათებლებს, რომლებიც მოგვაგონებს AGI-ს, რაც ხელს უწყობს AGI-ს საბოლოო მიღწევის ხედვას. ეს მაგალითები წარმოადგენს ნაბიჯებს AGI-სკენ, კონკრეტული შესაძლებლობების ჩვენებით:

ალფაზეროDeepMind-ის მიერ შემუშავებული, არის გაძლიერებული სწავლის სისტემა, რომელიც დამოუკიდებლად სწავლობს ჭადრაკის, შოგის და გო-ს თამაშს ადამიანის ცოდნისა და ხელმძღვანელობის გარეშე. ზეადამიანური ცოდნის დემონსტრირება, AlphaZero ასევე შემოაქვს ინოვაციურ სტრატეგიებს, რომლებიც გამოწვევას უქმნის ჩვეულებრივ სიბრძნეს.

ანალოგიურად, OpenAI-ები GPT-3 ქმნის თანმიმდევრულ და მრავალფეროვან ტექსტებს სხვადასხვა თემებსა და ამოცანებს შორის. შეუძლია კითხვებზე პასუხის გაცემა, ესეების შედგენა და წერის სხვადასხვა სტილის მიბაძვა, GPT-3 აჩვენებს მრავალფეროვნებას, თუმცა გარკვეულ საზღვრებში.

გარდა ამისა, სისუფთავე, ევოლუციური ალგორითმი, რომელიც შექმნილია კენეტ სტენლისა და რისტო მიიკკულაინენის მიერ, ავითარებს ნერვულ ქსელებს ისეთი ამოცანებისთვის, როგორიცაა რობოტის კონტროლი, თამაშის თამაში და გამოსახულების გენერირება. NEAT-ის უნარი განავითაროს ქსელის სტრუქტურა და ფუნქცია წარმოქმნის ახალ და კომპლექსურ გადაწყვეტილებებს, რომლებიც წინასწარ არ არის განსაზღვრული ადამიანის პროგრამისტების მიერ.

მიუხედავად იმისა, რომ ეს მაგალითები ასახავს პროგრესს AGI-სკენ, ისინი ასევე ხაზს უსვამენ არსებულ შეზღუდვებსა და ხარვეზებს, რომლებიც საჭიროებენ შემდგომ კვლევას და განვითარებას ჭეშმარიტი AGI-სკენ.

AGI შედეგები და რისკები

AGI წარმოადგენს სამეცნიერო, ტექნოლოგიურ, სოციალურ და ეთიკურ გამოწვევებს ღრმა შედეგებით. ეკონომიკური თვალსაზრისით, მან შეიძლება შექმნას შესაძლებლობები და დაარღვიოს არსებული ბაზრები, რაც პოტენციურად გაზრდის უთანასწორობას. განათლებისა და ჯანმრთელობის გაუმჯობესებისას, AGI-მ შესაძლოა ახალი გამოწვევები და რისკები შემოიტანოს.

ეთიკურად, მას შეუძლია ხელი შეუწყოს ახალ ნორმებს, თანამშრომლობას და თანაგრძნობას და დანერგოს კონფლიქტები, კონკურენცია და სისასტიკე. AGI შეიძლება ეჭვქვეშ დააყენოს არსებული მნიშვნელობები და მიზნები, გააფართოოს ცოდნა და ხელახლა განსაზღვროს ადამიანის ბუნება და ბედი. ამიტომ, დაინტერესებულმა მხარეებმა უნდა განიხილონ და გაითვალისწინონ ეს შედეგები და რისკები, მათ შორის მკვლევარები, დეველოპერები, პოლიტიკის შემქმნელები, პედაგოგები და მოქალაქეები.

ქვედა ხაზი

AGI დგას ხელოვნური ინტელექტის კვლევის წინა პლანზე და გვპირდება ინტელექტის დონეს, რომელიც აღემატება ადამიანის შესაძლებლობებს. მიუხედავად იმისა, რომ ხედვა იპყრობს ენთუზიასტებს, ამ მიზნის განხორციელებაში გამოწვევები რჩება. ამჟამინდელი AI, რომელიც გამოირჩევა კონკრეტულ დომენებში, უნდა აკმაყოფილებდეს AGI-ს გაფართოებულ პოტენციალს.

მრავალი მიდგომა, სიმბოლური და კავშირგაბმულობის AI-დან ნეირომორფულ მოდელებამდე, მიისწრაფვის AGI-ს რეალიზაციისკენ. თვალსაჩინო მაგალითები, როგორიცაა AlphaZero და GPT-3, აჩვენებს წინსვლას, მაგრამ ჭეშმარიტი AGI კვლავ მიუწვდომელია. ეკონომიკური, ეთიკური და ეგზისტენციალური შედეგებით, მოგზაურობა AGI-მდე მოითხოვს კოლექტიურ ყურადღებას და პასუხისმგებელ კვლევას.