В поисках искусственного общего интеллекта (ИОИ) Когда ИИ достигает сверхспособностей

В поисках искусственного общего интеллекта когда ИИ приобретает сверхспособности

Область искусственного интеллекта за последние десять лет претерпела огромные изменения, но достижение уровня интеллекта, сравнимого с человеком, остается конечной целью для многих исследователей. В этой статье я рассмотрю общее представление о Искусственном Общем Интеллекте (AGI) – гипотетическом ИИ, способном мыслить, учиться, планировать и функционировать, подобно людям. Я также определю основные характеристики, которые отличают общий интеллект от узкого (или специализированного) ИИ сегодня и препятствия на пути к достижению AGI на основе текущих школ мышления. Затем я обсужу потенциальные последствия принятия ИИ в наших обществах по мере приближения к разработке более широко способных систем ИИ.

Создание искусственного общего интеллекта (AGI), часто называемого ИИ на уровне человека, считается следующим значительным прорывом в области искусственного интеллекта (ИИ) и машинного обучения (МО). Несмотря на замечательные достижения искусственного узкого интеллекта (ANI, также известного, как специализированный ИИ, или, как я ссылался на это в этой статье, ИИ), который превосходит в выполнении специфических задач, повторение разнообразных познавательных способностей и обучающих способностей людей остается вызовом, с которым сталкивается отрасль.

Текущая ситуация в области ИИ в основном ориентирована на специализированные системы ИИ, которые фокусируются на совершенствовании отдельных навыков через талант, большие инвестиции и обширные наборы данных для обучения. Системы ИИ, обрабатывающие различные типы задач, являются мультимодальными, что означает, что несколько систем ИИ работают вместе для выполнения этих задач. Даже в этих случаях эти навыки не могут быть перенесены на новые задачи, если не проведено новое обучение.

Это ограничение подчеркивает разницу между специализированным ИИ и представленным AGI. В то время как ИИ демонстрирует замечательные достижения в специфических задачах, ему недостает многофакторного мышления, принятия решений, креативности и способностей передачи знаний, которыми обладают люди.

• «Как роботы учатся просить о помощи»
• Повышение продуктивности разработчиков как Deloitte использует Amazon SageMaker Canvas для машинного обучения без кодирования/низкоуровневого кодирования
• Amazon SageMaker упрощает настройку домена SageMaker для предприятий, чтобы они могли привлечь своих пользователей в SageMaker

Проблемы в достижении AGI

Сложность человеческого интеллекта, который развивался миллионы лет для навигации в нашем динамичном мире и постоянной адаптации, представляет собой самое большое препятствие в разработке AGI. Искусственный интеллект сталкивается с трудностями в понимании нескольких когнитивных аспектов человеческого мышления, включая:

Контекстное мышление: Это то, как люди объединяют прошлый опыт и приобретенные знания, чтобы понять неоднозначную или ограниченную информацию или сложные ситуации, и здесь ИИ испытывает трудности в понимании и рассуждении. В то время как люди могут делать выводы из известной информации для заполнения пробелов, у систем ИИ часто недостает обширного мирового знания и способности к гибкому рассуждению, необходимых для этого процесса, что приводит к определенным слабостям в их способностях принятия решений.

Здравый смысл: Этот важный аспект человеческого познания охватывает способность ориентироваться в повседневных ситуациях, учитывая известные и неизвестные факторы. Люди полагаются на годы наблюдений за физическим и социальным миром, что помогает им принимать решения на основе контекстных подсказок и опыта. Обучение систем ИИ включению здравого смысла для звукохохо принятия решений остается актуальной проблемой, поскольку они не обладают естественным пониманием ситуационной осведомленности, присущей людям.

Коммуникация: Способ, которым люди общаются, остается значительным препятствием для ИИ. В то время как язык служит естественным и интуитивным интерфейсом для людей, системам ИИ часто трудно понять элементы, такие как ирония, юмор, сарказм и культурные отсылки, глубоко заложенные в человеческих разговорах. Достижение языковых навыков на уровне человека требует понимания тонкостей человеческой коммуникации.

Креативность: Другой фундаментальный аспект человеческого познания включает способность связывать идеи и генерировать новые концепты или решения. Человеческая креативность часто приводит к инновационным открытиям путем синтеза разнообразной информации, часто из разных специализированных областей. В настоящее время системы ИИ в основном воспроизводят или модифицируют существующие идеи без проявления подлинного инновационного потенциала, что подчеркивает сложность воспроизведения человеческой креативности. Например, генеративный ИИ для зрения может генерировать новые изображения на основе обучающих изображений. Кто-то может утверждать, что это креативный процесс, но это действительно так? Когда ИИ система может прийти к такой новой и креативной идее, которую люди еще не видели? Например, совершенно новый стиль живописи, подобный тому, что создали Ван Гог или Пикассо.

Эти сложности, заложенные внутри человеческого познания, проявляются естественным образом в процессе человеческого развития, но представляют собой значительные трудности для систем ИИ. По мере того как исследователи и разработчики работают над AGI, понимание и устранение этих пробелов в когнитивных функциях остается ключевым в уменьшении разрыва между ИИ и человеческим интеллектом.

Разные школы мышления о достижении AGI

На данный момент нет единого мнения о том, когда ИИ может достичь интеллекта, сравнимого с человеком. Разные лидеры в академической среде и промышленности предлагают разные теории, которые я объясню ниже. Однако, нам придется ждать и наблюдать, что на самом деле произойдет.

Органический AGI: Некоторые лидеры в области искусственного интеллекта предвещают, что AGI будет естественным образом развиваться, улучшая существующие методы искусственного интеллекта, такие как глубокие нейронные сети. Они предлагают, что с достаточным количеством данных, масштабируемостью нейронных сетей и прогрессом в области вычислительной мощности (например, новыми, более мощными чипами), AGI может возникнуть органически благодаря текущему исследованию в области искусственного интеллекта без необходимости создания новых архитектур искусственного интеллекта. Эта точка зрения представляет AGI как результат развития специализированного искусственного интеллекта на более высокий уровень.

Мульти-модальный AGI: Другая школа понимания, близкая к органическому AGI, считает, что ключевым фактором в достижении AGI является комбинирование различных подходов искусственного интеллекта. В то время как глубокое обучение привержено трансформации задач, таких как распознавание изображений, они утверждают, что для достижения более гибкого обучения может потребоваться использование различных техник, таких как графовые сети, базы знаний и модели инференции причинно-следственных связей. Согласованная система различных моделей, созданных для выполнения конкретных задач, может проложить путь к AGI.

Фундаментальные проблемы: Другие лидеры в области искусственного интеллекта считают, что существуют значительные пробелы в фундаментальных когнитивных аспектах, таких как логическое мышление, представление знаний, память и здравый смысл, которые современный искусственный интеллект пока не в состоянии полностью понять. Они предлагают, что для продвижения в направлении создания AGI требуются прорывные открытия в новых областях искусственного интеллекта.

Когда мы должны ждать AGI?

По этому вопросу нет единого мнения, и ответы могут различаться в зависимости от того, кого вы спросите или к какой школе мышления они принадлежат. Время ожидания AGI может быть от нескольких лет до десятилетий или даже столетий. Недавно на ежегодной конференции DealBook 2023 газеты New York Times генеральный директор компании Nvidia Дженсен Хуанг заявил, что такая эволюция скоро настанет, возможно, через 5 лет. Это, безусловно, смелое заявление! С недавними достижениями в области вычислительных чипов, такими как те, которые представили Microsoft, Amazon и NVIDIA, а также миллиардами долларов, вливаемыми в исследования в области искусственного интеллекта (например, инвестиции Microsoft на 10 миллиардов долларов в OpenAI ChatGPT или инвестиции Amazon на 4 миллиарда долларов в Anthropic AI), мы можем ожидать интересных и прорывных достижений в области искусственного интеллекта в ближайшие годы, приближающих нас к достижению AGI. На вопрос, достигнем ли мы этого за 5 лет или за 50 лет, ответ может дать только время.

Мировая погоня за безопасным и справедливым AI

Обсуждение AGI всегда вызывает беспокойство о безопасности, безопасности и справедливости систем искусственного интеллекта, а также о том, что AGI может стать вредным для людей, если его разработка или надзор не осуществляются ответственно. Правительства всего мира, а также обычные люди, обеспокоены безопасностью, справедливостью и ответственным использованием систем искусственного интеллекта для защиты от потенциальных рисков. Правительства работают над созданием регулирующих рамок и руководящих принципов, которые затрагивают этические аспекты и потенциальные угрозы искусственного интеллекта. Например, в 2021 году Европейский союз представил AI Act. С помощью этого акта Парламент ЕС хочет обеспечить безопасность, прозрачность, отслеживаемость, справедливость и экологическую беспечности AI систем, внедряемых в ЕС. Они считают, что надзор над системами искусственного интеллекта (вот оно, ключевое слово!) должны осуществлять люди, а не полностью полагаться на автоматизацию, чтобы избежать потенциального вреда человеку. По другую сторону Атлантического океана, Соединенные Штаты также предложили различные инициативы, такие как национальный таск-форс по AI исследованиям и инновациям, приоритетом в которых является безопасность и справедливость. В октябре 2023 года президент Байден подписал указ о безопасном, надежном и доверительном искусственном интеллекте, устанавливающий новые стандарты безопасности и безопасности искусственного интеллекта. Однако до сих пор отсутствуют конкретные глобальные стандарты или всеобще принятые регуляции в области безопасности и справедливости искусственного интеллекта, которые все еще развиваются, и проводятся обсуждения между политиками, экспертами и заинтересованными сторонами, такими как Саммит по безопасности AI 2023 года в Великобритании.

Заключительные мысли…

Достижение искусственного общего интеллекта (AGI) требует сочетания междисциплинарных усилий, инновационных подходов и непрерывного развития технологий искусственного интеллекта (AI) и машинного обучения (ML). Законодатели, лидеры отрасли, исследователи и этикисты должны сотрудничать, чтобы разобраться в этических последствиях, социальных воздействиях и регуляторных рамках, связанных с разработкой AGI. В конечном счете, ответственное и коллаборативное развитие AI-систем, которые более прозрачны, безопасны, справедливы и способны на сотрудничество с людьми, может принести существенные выгоды для человечества, такие как новые открытия в области лекарств, новые технологические достижения и творческие искусства, чтобы назвать лишь некоторые. Хотя путь к достижению AGI может быть трудным, идея того, как люди и машины могут потенциально сотрудничать, остается существенной и достойной преследования.