AGI-22 підкреслює прогрес у розробці штучного загального інтелекту

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

Штучний загальний інтелект (AGI) – це тип передового штучного інтелекту, який може узагальнювати інформацію з кількох галузей і не є вузьким за своїм призначенням. Прикладами вузького штучного інтелекту є автономний транспортний засіб, чат-бот, шаховий бот або будь-який інший штучний інтелект, який розроблений для однієї мети. AGI на відміну від цього міг би гнучко перемикатися між будь-якими з вищезазначених або будь-якою іншою галуззю спеціалізації. Це складається з спекулятивного типу штучного інтелекту, який би використовував нові алгоритми, такі як transfer learning, і еволюційний навчання, а також використовував би застарілі алгоритми, такі як deep reinforcement learning.

Під час відкритої ключової сесії Бен Гертцель, дослідник штучного інтелекту , CEO і засновник SingularityNET, і лідер OpenCog Foundation говорив про стан галузі. Він здавався ентузіастом щодо майбутнього напрямку AGI, заявивши, що “Ми років віддалені, а не десятиліття”. Це поставило б запуск AGI приблизно на 2029 рік, той самий рік, коли Рей Курцвейл, один з найвідоміших винахідників, мислителів і футурологів, 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 вдосконалюватиметься, щоб швидко перевершити людський інтелект у тому, що відомо як надінтелект.

Інший спікер Чарльз Дж. Саймон, засновник і CEO Future AI, заявив у окремій сесії, що “Поява AGI буде поступовою” і “AGI є неминучим і прийде раніше, ніж більшість людей думають, це може бути через кілька років”.

Навіть з таким оптимістичним настроєм, існують значні перешкоди на 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 Гері Маркусом, відомим тим, що сказав, що “глибоке навчання врізалося в стіну”.

Деякі з основних проблем створення AGI включають розробку системи винагород, яка могла б масштабувати інтелект у максимально інформованому вигляді. Парадокс Моравека відображає поточну проблему з досягненням AGI з нашою поточною технологією. Цей парадокс стверджує, що адаптації, які є інтуїтивними для однорічного дитини, такі як навчання ходити та симулювати реальність, є набагато складнішими для програмування в штучному інтелекті, ніж те, що люди сприймають як складне.

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

Одним з рішень цього 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 ймовірно”. Це той самий висновок, до якого я прийшов, проте межа між неминучістю і ймовірністю розмито.

Під час конференції були представлені багато робіт, одна з яких була обговорена Polynomial Functors: A General Theory of Interaction Девіда Співака з Topos Institute в Берклі, Каліфорнія, і Нельсона Ніу з Університету Вашингтона, в Сіетлі, Вашингтон. Ця робота обговорює математичну категорію, звану Poly, яка може вплинути на майбутній напрямок штучного інтелекту щодо інтимних відносин з динамічними процесами, прийняттям рішень та зберіганням і трансформацією даних. Залишається невідомим, як це вплине на дослідження AGI, проте це може бути однією з відсутніх складових, які могли б привести нас до AGI.

Звичайно, були й інші роботи, які були більш спекулятивними, такими як Versatility-Efficiency Index (VEI): Towards a Comprehensive Definition of IQ for AGI Agents Мохаммадрези Алідуста. Ідея полягає в тому, щоб створити альтернативний спосіб вимірювання рівня інтелекту інтелектуальних систем, тип IQ-тесту для вимірювання агентів AGI у комп’ютерному вигляді.

Дві відомі компанії, які можуть зробити прорив у цій основній технології, – це OpenAI і DeepMind, які були помітно відсутні. Це може бути через страх, що AGI не сприймається серйозно спільнотою штучного інтелекту, проте вони є двома компаніями, які найбільш ймовірно зроблять перший прорив у цій галузі. Це особливо вірно, оскільки заявлена місія OpenAI полягає в тому, щоб проводити фундаментальні, довгострокові дослідження щодо створення безпечного AGI.

Хоча на конференції не було жодних революційних проривів, ясно, що AGI займає багатьох дослідників, і це щось, чим спільнота штучного інтелекту повинна зайнятися. Адже AGI може бути рішенням для вирішення кількох екзистенційних загроз людства.