AGI-22 nêu bật tiến bộ trong việc phát triển trí tuệ nhân tạo tổng quát

Gần đây tôi đã tham dự 15^th hội nghị thường niên về trí tuệ nhân tạo nói chung (AGI-22) được tổ chức tại Seattle vào tháng XNUMX này, nhằm cố gắng làm quen với những phát triển mới có thể dẫn đến việc cuối cùng tạo ra Trí tuệ nhân tạo tổng hợp (AGI).

AGI là một loại AI tiên tiến có thể khái quát hóa trên nhiều miền và không bị thu hẹp phạm vi. Ví dụ về AI hẹp bao gồm xe tự hành, chatbot, bot cờ vua hoặc bất kỳ AI nào khác được thiết kế cho một mục đích duy nhất. Một AGI khi so sánh sẽ có thể luân phiên linh hoạt giữa bất kỳ lĩnh vực nào ở trên hoặc bất kỳ lĩnh vực chuyên môn nào khác. Nó bao gồm một loại AI suy đoán sẽ tận dụng các thuật toán mới ra đời như học chuyểnvà học tập tiến hóa, đồng thời khai thác các thuật toán kế thừa như học tập củng cố sâu.

Trong phiên khai mạc bài phát biểu quan trọng Ben Goertzel một nhà nghiên cứu AI, Giám đốc điều hành và người sáng lập của SingularityNET, và lãnh đạo của Tổ chức OpenCog đã nói về tình trạng của ngành công nghiệp. Anh ấy có vẻ hào hứng với định hướng tương lai của AGI khi nói rằng, "Chúng ta còn nhiều năm nữa chứ không phải nhiều thập kỷ". Điều này sẽ đặt sự ra mắt cuối cùng của AGI vào khoảng năm 2029, cùng năm đó ray Kurzweil một trong những nhà phát minh, nhà tư tưởng và nhà tương lai hàng đầu thế giới đã dự đoán nổi tiếng về sự xuất hiện của một AI đạt được trí thông minh ở cấp độ con người.

Lý thuyết cho rằng một khi đạt được loại trí thông minh này, AI sẽ tự cải thiện ngay lập tức và liên tục để nhanh chóng vượt qua trí thông minh của con người trong cái được gọi là siêu trí tuệ.

diễn giả khác Charles J. Simon, Người sáng lập & Giám đốc điều hành của AI trong tương lai đã nêu trong một phiên riêng biệt, "Sự xuất hiện của AGI sẽ dần dần" và "AGI là không thể tránh khỏi và sẽ đến sớm hơn hầu hết mọi người nghĩ, có thể là một vài năm".

Ngay cả khi tâm lý lạc quan này vẫn tồn tại những rào cản đáng kể trong không gian. Ben Goertzel cũng thừa nhận rằng để đạt được AGI, “Chúng ta cần truyền tải những ý tưởng mới, chứ không chỉ mở rộng mạng lưới thần kinh”. Đây là cảm nhận đã được chia sẻ bởi Gary Marcus, người được biết đến với tuyên bố rằng, “Học sâu đã đụng phải một bức tường”.

Một số thách thức cốt lõi đối với việc tạo AGI bao gồm tìm ra một hệ thống phần thưởng có thể mở rộng trí thông minh theo cách được cung cấp thông tin tối đa. Nghịch lý Moravec phản ánh vấn đề hiện tại trong việc đạt được AGI với công nghệ hiện tại của chúng tôi. Nghịch lý này chỉ ra rằng những thích ứng trực quan đối với trẻ một tuổi, chẳng hạn như học cách đi bộ và mô phỏng thực tế khó lập trình trong AI hơn nhiều so với những gì con người cho là khó.

Đối với con người thì ngược lại, thành thạo cờ vua hoặc thực hiện các công thức toán học phức tạp có thể mất cả đời để thành thạo, nhưng đây là hai nhiệm vụ khá dễ dàng đối với các AI hạn hẹp.

Một trong những giải pháp cho nghịch lý này có thể là học tập tiến hóa còn được gọi là thuật toán tiến hóa. Về cơ bản, điều này cho phép AI tìm kiếm các giải pháp phức tạp bằng cách bắt chước quá trình tiến hóa sinh học.

Trong một câu hỏi và trả lời riêng, Ben Goertzel đã nói rằng, “AGI không phải là điều không thể tránh khỏi, nhưng nó rất có thể xảy ra.” Đây cũng là kết luận mà tôi đã đạt được, nhưng ranh giới giữa tính tất yếu và xác suất bị mờ đi.

Trong hội nghị có nhiều tham luận được trình bày, một trong những tham luận đáng chú ý đã được thảo luận là Hàm đa thức: Lý thuyết tổng quát về tương tác của David Spivak thuộc Viện Topos ở Berkeley, CA và Nelson Niu của Đại học Washington, ở Seattle, WA. Bài báo này thảo luận về một phạm trù toán học gọi là Poly có thể ảnh hưởng đến hướng tương lai của AI khi nói đến mối quan hệ mật thiết với các quy trình động, ra quyết định cũng như lưu trữ và chuyển đổi dữ liệu. Vẫn còn phải xem điều này sẽ ảnh hưởng đến nghiên cứu AGI như thế nào, nhưng nó có thể là một trong những thành phần còn thiếu có thể dẫn chúng ta đến AGI.

Tất nhiên, có những bài báo khác mang tính suy đoán nhiều hơn, chẳng hạn như Chỉ số hiệu quả-linh hoạt (VEI): Hướng tới một định nghĩa toàn diện về IQ cho các đặc vụ AGI của Mohammadreza Alidoust. Ý tưởng là xây dựng một cách khác để đo lường mức độ thông minh của các hệ thống thông minh, một loại bài kiểm tra IQ để đo lường các tác nhân AGI theo cách tính toán.

Hai công ty đáng chú ý có thể tạo ra những bước đột phá trong công nghệ cơ bản này là OpenAI và DeepMind, cả hai đều vắng mặt một cách đáng chú ý. Có thể vì sợ rằng AGI không được cộng đồng AI coi trọng, nhưng họ là hai công ty có nhiều khả năng tạo ra bước đột phá đầu tiên trong lĩnh vực này. Điều này đặc biệt đúng vì Nhiệm vụ đã nêu của OpenAI là tiến hành nghiên cứu cơ bản, dài hạn để tạo ra một AGI an toàn.

Mặc dù không có đột phá mang tính cách mạng lớn nào được tiết lộ tại hội nghị, nhưng rõ ràng AGI đang khiến nhiều nhà nghiên cứu bận tâm và đó là điều mà cộng đồng AI nên chú ý nhiều hơn. Rốt cuộc, một AGI có thể là giải pháp để giải quyết nhiều mối đe dọa hiện hữu của nhân loại.