AGI-22 subliniază progresele în dezvoltarea Inteligenței Artificiale Generale

Am participat recent la cea de-a 15-a conferință anuală despre Inteligență Artificială Generală (AGI-22) care a avut loc la Seattle în această vară, în încercarea de a mă familiariza cu noile dezvoltări care ar putea duce la crearea eventuală a unei Inteligențe Artificiale Generale (AGI).

O AGI este un tip de inteligență artificială avansată care poate generaliza pe multiple domenii și nu este limitată la un anumit scop. Exemple de inteligență artificială îngustă includ un vehicul autonom, un chatbot, un robot de șah sau orice alt tip de inteligență artificială care este proiectat pentru un singur scop. O AGI, în schimb, ar putea alterna flexibil între oricare dintre acestea sau orice alt domeniu de expertiză. Ea constă într-un tip speculativ de inteligență artificială care ar putea beneficia de algoritmi emergenți, cum ar fi învățarea transferului și învățarea evolutivă, și care ar putea exploata algoritmi legacy, cum ar fi învățarea profundă a întăririi.

În timpul sesiunii de deschidere, Ben Goertzel, cercetător în domeniul inteligenței artificiale, , CEO și fondator al SingularityNET, și lider al Fundatiei OpenCog a vorbit despre starea industriei. El a părut entuziasmat de direcția viitoare a AGI, afirmând că “Suntem la ani distanță, nu la decenii distanță”. Acest lucru ar plasa lansarea eventuală a unei AGI în jurul anului 2029, același an în care Ray Kurzweil, unul dintre cei mai importanți inventatori, gânditori și futuriști ai lumii, a prezis apariția unei inteligențe artificiale care atinge nivelul inteligenței umane.

Teoria spune că, odată ce acest tip de inteligență este atins, inteligența artificială s-ar autoperfecționa imediat și continuu, depășind rapid inteligența umană în ceea ce se numește superinteligență.

Un alt vorbitor, Charles J. Simon, fondator și CEO al Future AI, a afirmat într-o sesiune separată că “Apariția AGI va fi treptată” și că “AGI este inevitabilă și va apărea mai devreme decât cred majoritatea oamenilor, poate în câțiva ani”.

Chiar și cu acest sentiment optimist, există obstacole semnificative în cale. Ben Goertzel a recunoscut, de asemenea, că, pentru a atinge AGI, “Avem nevoie de o infuzie de idei noi, nu doar de scalarea rețelelor neuronale”. Acesta este un sentiment care a fost împărtășit de Gary Marcus, cunoscut pentru afirmația că “învățarea profundă a atins un zid”.

Unele dintre provocările de bază pentru crearea unei AGI includ găsirea unui sistem de recompense care să poată scala inteligența într-un mod informativ maxim. Paradoxul lui Moravec reflectă problema curentă cu atingerea AGI cu tehnologia noastră actuală. Acest paradox afirmă că adaptările care sunt intuitive pentru un copil de un an, cum ar fi învățarea să meargă și să simuleze realitatea, sunt mult mai greu de programat într-o inteligență artificială decât ceea ce oamenii percep ca fiind dificil.

Pentru oameni, este exact opusul; stăpânirea șahului sau executarea unor formule matematice complexe poate necesita o viață pentru a fi stăpânite, dar acestea sunt două sarcini relativ ușoare pentru inteligența artificială îngustă.

Una dintre soluțiile la acest paradox poate fi învățarea evolutivă, cunoscută și sub numele de algoritmi evolutivi. Acest lucru permite, în esență, unei inteligențe artificiale să caute soluții complexe, imitând procesul evoluției biologice.

Într-o sesiune de întrebări și răspunsuri separată, Ben Goertzel a afirmat că “AGI nu este inevitabilă, dar este foarte probabilă”. Acesta este același concluzie la care am ajuns și eu, dar linia dintre inevitabilitate și probabilitate se estompează.

Pe parcursul conferinței, au fost prezentate multe lucrări, una dintre lucrările notabile prezentate fiind Functori polinomiali: O teorie generală a interacțiunii de David Spivak de la Institutul Topos din Berkeley, CA și Nelson Niu de la Universitatea din Washington, în Seattle, WA. Această lucrare discută o categorie matematică numită Poly, care ar putea influența direcția viitoare a inteligenței artificiale în ceea ce privește relațiile strânse cu procesele dinamice, luarea deciziilor și stocarea și transformarea datelor. Rămâne de văzut cum va influența aceasta cercetarea AGI, dar ar putea fi una dintre componentele lipsă care ne-ar putea conduce către AGI.

Desigur, au existat și alte lucrări care au fost mai speculative, cum ar fi Versatility-Efficiency Index (VEI): Înspre o definiție cuprinzătoare a coeficientului de inteligență pentru agenții AGI de către Mohammadreza Alidoust. Ideea este de a construi o metodă alternativă pentru măsurarea nivelului de inteligență al sistemelor inteligente, un fel de test de inteligență pentru a măsura agenții AGI într-un mod computațional.

Doi companii notabile care ar putea face descoperiri în această tehnologie subiacentă sunt OpenAI și DeepMind, ambele fiind remarcat de absența lor. Acest lucru s-ar putea datora faptului că AGI nu este luată în serios de comunitatea inteligenței artificiale, dar acestea sunt cele două companii care sunt cel mai probabil să facă prima descoperire în acest domeniu. Acest lucru este cu atât mai adevărat, având în vedere că misia declarată a OpenAI este de a efectua cercetări fundamentale pe termen lung pentru crearea unei AGI sigure.

Deși nu au existat descoperiri revoluționare majore de prezentat la conferință, este clar că AGI preocupă mulți cercetători și că acesta este ceva la care comunitatea inteligenței artificiale ar trebui să acorde mai multă atenție. După toate, o AGI ar putea fi soluția pentru rezolvarea amenințărilor existențiale multiple ale umanității.