Висвітлення AGI-22 прогресу у розробці штучного загального інтелекту

Нещодавно я відвідав 15-ту щорічну конференцію з штучного загального інтелекту (AGI-22), яка відбулася у Сіетлі цього серпня, щоб ознайомитися з новими розробками, які можуть привести до створення штучного загального інтелекту (AGI).

AGI – це тип передового штучного інтелекту, який може узагальнювати інформацію з 여러 областей і не є вузьким за своїм застосуванням. Прикладами вузького штучного інтелекту є автономний транспортний засіб, чат-бот, шаховий бот або будь-який інший штучний інтелект, призначений для виконання однієї конкретної задачі. AGI, порівняно, зможе гнучко перемикатися між будь-якими з вищезазначених або будь-якими іншими областями спеціалізації. Це складається з спекулятивного типу штучного інтелекту, який би скористався новими алгоритмами, такими як transfer learning, і еволюційним навчанням, а також використовував би традиційні алгоритми, такі як глибоке підкріплене навчання.

Під час відкритої ключової сесії Бен Гертцель, дослідник штучного інтелекту, , генеральний директор і засновник SingularityNET, і лідер фундації OpenCog говорив про стан галузі. Він здавався ентузіастом щодо майбутнього напрямку AGI, заявивши, що “ми років віддалені, а не десятиліттями”. Це поставило б майбутню появу AGI приблизно на 2029 рік, той самий рік, коли Рей Курцвейл, один з світових лідерів у сфері винахідництва, мислення і футурології, знаменито передбачив появу штучного інтелекту, який досягне рівня людського інтелекту.

Теорія полягає в тому, що як тільки цей тип інтелекту буде досягнутий, штучний інтелект негайно і безперервно покращуватиме себе, щоб швидко перевершити людський інтелект у тому, що називається надінтелектом.

Інший спікер Чарльз Дж. Саймон, засновник та генеральний директор Future AI, заявив у окремій сесії, що “емерджентність AGI буде поступовою”, і “AGI є неминучим і прийде раніше, ніж більшість людей думають, це може статися через пару років”.

Незважаючи на такий оптимістичний настрій, існують суттєві перешкоди на цьому шляху. Бен Гертцель також визнав, що для досягнення AGI “нам потрібен приплив нових ідей, а не просто масштабування нейронних мереж”. Це настрій, який був поділений Ґері Маркусом, відомим тим, що сказав, що “глибоке навчання врізалося у стіну”.

Деякі з основних викликів створення AGI включають розробку системи винагород, яка могла б масштабувати інтелект у максимально інформованому вигляді. Парадокс Моравека відображає поточну проблему досягнення AGI з нашою поточною технологією. Цей парадокс стверджує, що адаптації, які є інтуїтивними для одного року, такі як навчання ходити та симулювати реальність, значно важче запрограмувати в штучному інтелекті, ніж те, що люди вважають складним.

Для людей це є повною протилежністю, освоєння шахів або виконання складних математичних формул може потребувати всього життя, щоб досягти майстерності, проте ці дві завдання є досить легкими для вузького штучного інтелекту.

Одним з рішень цієї парадоксу може бути еволюційне навчання, також відоме як еволюційні алгоритми. Це дозволяє штучному інтелекту шукати складні рішення, імітуючи процес біологічної еволюції.

У окремому сесії питань і відповідей Бен Гертцель заявив, що “AGI не є неминучим, але це дуже імовірно”. Це той самий висновок, до якого я прийшов, проте межа між неминучістю і імовірністю розмивається.

Під час конференції були представлені багато робіт, одна з яких була Поліноміальні функтори: загальна теорія взаємодії Девіда Співака з Інституту Топос у Берклі, Каліфорнія, і Нельсона Ніу з Університету Вашингтону, Сіетл, Вашингтон. Ця робота обговорює математичну категорію, звану Poly, яка може вплинути на майбутній напрямок штучного інтелекту щодо інтиму відносин з динамічними процесами, прийняттям рішень та зберіганням і трансформацією даних. Залишається побачити, як це вплине на дослідження AGI, проте це може бути однією з тих компонентів, які можуть привести нас до AGI.

Звичайно, були й інші роботи, які були більш спекулятивними, наприклад, Індекс універсальності-ефектності (VEI): До комплексного визначення IQ для агентів AGI авторства Мохаммадрези Алідуста. Ідея полягає в створенні альтернативного способу вимірювання рівня інтелекту інтелектуальних систем, типу тесту IQ для вимірювання агентів AGI у комп’ютерному вигляді.

Дві помітні компанії, які можуть зробити прорив у цій базовій технології, – це OpenAI і DeepMind, обидві з яких були помітно відсутні. Це могло бути через страх, що AGI не сприймається серйозно штучною інтелектуальною спільнотою, проте ці дві компанії є найбільш імовірними кандидатами на те, щоб зробити перший прорив у цій галузі. Це особливо вірно, оскільки заявлена місія OpenAI полягає у проведенні фундаментальних, довгострокових досліджень щодо створення безпечного AGI.

Хоча не було жодних великих революційних проривів, які можна було б розкрити на конференції, зрозуміло, що AGI займає багатьох дослідників, і це те, на що штучна інтелектуальна спільнота повинна звернути більше уваги. Адже AGI може бути рішенням проблеми вирішення численних екзистенційних загроз людства.