Čo je umelá všeobecná inteligencia (AGI) a prečo tu ešte nie je: Kontrola reality pre nadšencov AI

Umelá inteligencia (AI) je všade. Od inteligentných asistentov až po self-riadiť autáSystémy AI menia naše životy a podnikanie. Čo ak však existuje AI, ktorá dokáže viac než len vykonávať špecifické úlohy? Čo keby existoval typ AI, ktorý by sa mohol učiť a myslieť ako človek alebo dokonca predčiť ľudskú inteligenciu?

Toto je vízia umelá všeobecná inteligencia (AGI), hypotetická forma AI, ktorá má potenciál splniť akúkoľvek intelektuálnu úlohu, ktorú ľudia dokážu. AGI je často v kontraste s Umelá úzka inteligencia (ANI), súčasný stav AI, ktorý môže vynikať len v jednej alebo niekoľkých doménach, ako je napríklad hranie šachu alebo rozpoznávanie tvárí. AGI by na druhej strane mala schopnosť porozumieť a uvažovať vo viacerých oblastiach, ako je jazyk, logika, kreativita, zdravý rozum a emócie.

AGI nie je nový koncept. Bola to vedúca vízia výskumu AI od prvých dní a zostáva jej najrozdeľujúcejšou myšlienkou. Niektorí nadšenci AI veria, že AGI je nevyhnutný a bezprostredný a povedie k novej ére technologického a sociálneho pokroku. Iní sú skeptickejší a opatrnejší a varujú pred etickými a existenčnými rizikami vytvárania a ovládania takej mocnej a nepredvídateľnej entity.

Ale ako blízko sme k dosiahnutiu AGI a má vôbec zmysel sa o to pokúšať? Toto je v skutočnosti dôležitá otázka, ktorej odpoveď môže poskytnúť preverenie reality nadšencom AI, ktorí chcú byť svedkami éry nadľudskej inteligencie.

Čo je AGI a ako sa líši od AI?

AGI sa odlišuje od súčasnej AI svojou schopnosťou vykonávať akúkoľvek intelektuálnu úlohu, ktorú ľudia môžu, ak nie dokonca prekonať. Tento rozdiel spočíva v niekoľkých kľúčových vlastnostiach vrátane:

• abstraktné myslenie
• schopnosť zovšeobecňovať z konkrétnych prípadov
• čerpanie z rôznych základných znalostí
• používanie zdravého rozumu a vedomia pri rozhodovaní
• chápať skôr kauzalitu než len koreláciu
• efektívna komunikácia a interakcia s ľuďmi a inými agentmi.

Aj keď sú tieto funkcie nevyhnutné na dosiahnutie ľudskej alebo nadľudskej inteligencie, pre súčasné systémy umelej inteligencie je stále ťažké ich zachytiť.

Súčasná AI sa spolieha predovšetkým na strojové učenie, odvetvie počítačovej vedy, ktoré umožňuje strojom učiť sa z údajov a skúseností. Strojové učenie funguje prostredníctvom dohľadom, bez dozorua posilňovanie učenia.

Riadené učenie zahŕňa učenie strojov z označených údajov na predpovedanie alebo klasifikáciu nových údajov. Učenie bez dozoru zahŕňa hľadanie vzorov v neoznačených údajoch, zatiaľ čo posilnenie učenia sa sústreďuje na učenie sa z akcií a spätnej väzby, optimalizáciu na odmeny alebo minimalizáciu nákladov.

Napriek dosiahnutiu pozoruhodných výsledkov v oblastiach ako počítačová vízia a spracovanie prirodzeného jazykaSúčasné systémy AI sú obmedzené kvalitou a množstvom trénovacích údajov, preddefinovanými algoritmami a špecifickými cieľmi optimalizácie. Často potrebujú pomoc s prispôsobivosťou, najmä v nových situáciách, a väčšiu transparentnosť pri vysvetľovaní svojich úvah.

Na rozdiel od toho sa predpokladá, že AGI bude bez týchto obmedzení a nebude sa spoliehať na preddefinované údaje, algoritmy alebo ciele, ale namiesto toho na svoje vlastné schopnosti učenia a myslenia. Okrem toho môže AGI získavať a integrovať znalosti z rôznych zdrojov a oblastí a bez problémov ich aplikovať na nové a rôznorodé úlohy. Okrem toho by AGI vynikal v uvažovaní, komunikácii, porozumení a manipulácii so svetom a sebou samým.

Aké sú výzvy a prístupy k dosiahnutiu AGI?

Realizácia AGI predstavuje značné výzvy zahŕňajúce technické, koncepčné a etické rozmery.

Základnou prekážkou je napríklad definovanie a meranie inteligencie vrátane komponentov ako pamäť, pozornosť, kreativita a emócie. Navyše, modelovanie a simulácia funkcií ľudského mozgu, ako je vnímanie, poznávanie a emócie, predstavuje zložité výzvy.

Okrem toho medzi kritické výzvy patrí návrh a implementácia škálovateľných, zovšeobecniteľných algoritmov a architektúr učenia a uvažovania. Zaistenie bezpečnosti, spoľahlivosti a zodpovednosti systémov AGI pri ich interakciách s ľuďmi a inými agentmi a zosúladenie hodnôt a cieľov systémov AGI s hodnotami a cieľmi spoločnosti je tiež mimoriadne dôležité.

Pri hľadaní AGI boli navrhnuté a preskúmané rôzne výskumné smery a paradigmy, z ktorých každá má svoje silné stránky a obmedzenia. Symbolická AI, klasický prístup využívajúci logiku a symboly na reprezentáciu vedomostí a manipuláciu, vyniká v abstraktných a štruktúrovaných problémoch, ako je matematika a šach, ale potrebuje pomoc pri škálovaní a integrácii senzorických a motorických údajov.

Rovnako tak, Konekcionistická AI, moderný prístup využívajúci neurónové siete a hlboké učenie na spracovanie veľkého množstva údajov, vyniká v zložitých a hlučných oblastiach, ako je vízia a jazyk, ale potrebuje pomoc pri interpretácii a zovšeobecneniach.

Hybridná AI kombinuje symbolickú a konekcionistickú AI, aby využila svoje silné stránky a prekonala slabé stránky, pričom sa zameriava na robustnejšie a všestrannejšie systémy. Podobne, Erevolučná AI využíva evolučné algoritmy a genetické programovanie na vývoj systémov AI prostredníctvom prirodzeného výberu, pričom hľadá nové a optimálne riešenia neobmedzené ľudským dizajnom.

Konečne, Neuromorfná AI využíva neuromorfný hardvér a softvér na emuláciu biologických nervových systémov s cieľom dosiahnuť efektívnejšie a realistickejšie modely mozgu a umožniť prirodzené interakcie s ľuďmi a agentmi.

Toto nie sú jediné prístupy k AGI, ale niektoré z najvýznamnejších a najsľubnejších. Každý prístup má výhody a nevýhody a stále musia dosiahnuť všeobecnosť a inteligenciu, ktorú AGI vyžaduje.

AGI Príklady a aplikácie

Zatiaľ čo AGI ešte nebolo dosiahnuté, niektoré pozoruhodné príklady systémov AI vykazujú určité aspekty alebo vlastnosti pripomínajúce AGI, čo prispieva k vízii konečného dosiahnutia AGI. Tieto príklady predstavujú pokrok smerom k AGI predvádzaním špecifických schopností:

alfazero, vyvinutý spoločnosťou DeepMind, je posilňovací vzdelávací systém, ktorý sa autonómne učí hrať šach, shogi a Go bez ľudského vedomia alebo vedenia. AlphaZero demonštruje nadľudskú odbornosť a zároveň predstavuje inovatívne stratégie, ktoré spochybňujú konvenčnú múdrosť.

Podobne, OpenAI GPT-3 generuje koherentné a rôznorodé texty na rôzne témy a úlohy. GPT-3, ktorý je schopný odpovedať na otázky, skladať eseje a napodobňovať rôzne štýly písania, vykazuje všestrannosť, aj keď v rámci určitých limitov.

Rovnako tak, NEAT, evolučný algoritmus, ktorý vytvorili Kenneth Stanley a Risto Miikkulainen, vyvíja neurónové siete pre úlohy, ako je ovládanie robotov, hranie hier a generovanie obrázkov. Schopnosť NEATu vyvíjať sieťovú štruktúru a funkciu vytvára nové a komplexné riešenia, ktoré nie sú vopred definované ľudskými programátormi.

Aj keď tieto príklady ilustrujú pokrok smerom k AGI, zároveň podčiarkujú existujúce obmedzenia a medzery, ktoré si vyžadujú ďalšie skúmanie a vývoj pri presadzovaní skutočnej AGI.

Dôsledky a riziká AGI

AGI predstavuje vedecké, technologické, sociálne a etické výzvy s hlbokými dôsledkami. Z ekonomického hľadiska môže vytvárať príležitosti a narúšať existujúce trhy, čo môže potenciálne zvyšovať nerovnosť. Pri zlepšovaní vzdelávania a zdravia môže AGI priniesť nové výzvy a riziká.

Z etického hľadiska by to mohlo podporovať nové normy, spoluprácu a empatiu a zavádzať konflikty, súťaživosť a krutosť. AGI môže spochybňovať existujúce významy a účely, rozširovať vedomosti a nanovo definovať ľudskú povahu a osud. Preto musia zainteresované strany zvážiť a riešiť tieto dôsledky a riziká, vrátane výskumníkov, vývojárov, tvorcov politík, pedagógov a občanov.

Bottom Line

AGI stojí v popredí výskumu AI a sľubuje úroveň intelektu, ktorá prevyšuje ľudské schopnosti. Zatiaľ čo vízia uchvacuje nadšencov, pri realizácii tohto cieľa pretrvávajú výzvy. Súčasná AI, vynikajúca v špecifických doménach, musí spĺňať expanzívny potenciál AGI.

O realizáciu AGI sa usiluje množstvo prístupov, od symbolickej a konekcionistickej AI až po neuromorfné modely. Pozoruhodné príklady ako AlphaZero a GPT-3 predstavujú pokroky, no skutočný AGI zostáva nepolapiteľný. S ekonomickými, etickými a existenčnými dôsledkami si cesta k AGI vyžaduje kolektívnu pozornosť a zodpovedné skúmanie.