Nadchodzi przełom! Zamiast tradycyjnej sztucznej inteligencji, pojawiają się systemy zdolne do zachowań, działania i uczenia się na wzór ludzki.
Sztuczna inteligencja diametralnie zmieniła podejście do pracy maszyn. Obecnie, z pomocą narzędzi AI, Twój komputer jest w stanie wykonywać szereg zadań, zarówno osobistych, jak i zawodowych. Przykłady obejmują generowanie obrazów, syntezę mowy na podstawie tekstu, sterowanie urządzeniami i wiele innych.
Jednak te systemy nie są naprawdę inteligentne. Automatyzacja, którą obserwujemy, jest rezultatem wielomiesięcznego, intensywnego treningu.
A co powiesz na aplikację komputerową, która uczy się sama, bez żadnej ludzkiej ingerencji? To właśnie jest domena ogólnej sztucznej inteligencji. Czytaj dalej, aby odkryć tajniki tej przełomowej technologii!
Wprowadzenie
AGI to innowacja, która umożliwia tworzenie oprogramowania i sprzętu o inteligencji dorównującej ludzkiej, przejawiającej ludzkie zdolności poznawcze. Znana jest również pod innymi nazwami, takimi jak silna sztuczna inteligencja, pełna sztuczna inteligencja itp.
W uproszczeniu, system AGI to inteligentny system, któremu przedstawia się nieznany dotąd problem. Inteligentny komputer samodzielnie analizuje problem, prowadzi poszukiwania w internecie i na tej podstawie proponuje rozwiązanie.
Firmy takie jak IBM, OpenAI, Microsoft, Google Brain, Darktrace i Deepmind intensywnie rozwijają technologię AGI. Dążą one do wdrożenia w projektowanych inteligentnych komputerach następujących cech:
- Inteligencja ogólna, porównywalna do ludzkiej
- Inteligencja nieograniczona do konkretnych zadań, takich jak pisanie na klawiaturze czy mowa
- Zdolność do wyciągania ogólnych wniosków i łączenia wiedzy z wcześniejszym doświadczeniem
- Umiejętność uczenia się na poziomie jakościowo różnym
- Rozumienie i analizowanie zadań w rzeczywistym kontekście
Obecnie nie istnieje jeszcze w pełni rozwinięta ogólna sztuczna inteligencja (AGI). Firmy IBM Strong AI i Google Brain robią znaczne postępy, ale ich produkty nie są jeszcze gotowe do wdrożenia na szeroką skalę.
Korzyści i Potrzeby
AGI jest potrzebna, aby zastąpić ludzi w miejscach niebezpiecznych. Ponadto, komputery AGI mogą zapewnić niespotykany wzrost produktywności w firmach.
Aplikacje AGI pomogą również ludzkości w rozwiązywaniu trudnych problemów w medycynie, ochronie zdrowia, logistyce, ekonomii, finansach i naukach społecznych.
Oto kilka innych ważnych powodów dla rozwoju AGI:
- Aplikacje AGI mogą lepiej rozumieć związki przyczynowo-skutkowe, co pomoże ludziom w ocenie ryzyka projektów.
- AGI mogą efektywnie wykorzystywać różne bodźce zmysłowe, takie jak kolor, dźwięk, głębia, efekty wizualne i wymiary.
- Inteligentne programy komputerowe mogą sterować robotami w wykonywaniu precyzyjnych ruchów, np. składaniu urządzeń elektronicznych od początku do końca.
- Zdolność AGI do przetwarzania języka naturalnego (NLP) ułatwi automatyzację. Wystarczy wypowiedzieć kilka słów kluczowych, a narzędzie AGI stworzy potrzebny zautomatyzowany proces.
- AGI mogą rozwiązywać unikalne problemy po analizie problemu i rzeczywistego środowiska. Nie ma potrzeby stosowania warunków If/Then, If/Else itp.
- AGI mogą wspierać twórców treści, artystów, projektantów i architektów w realizacji nieszablonowych pomysłów.
- Aplikacje AGI mogą oferować wyjątkową obsługę klienta bez pomyłek, ponieważ będą posiadać inteligencję emocjonalną i społeczną.
AI kontra AGI
# 1. Sposób Działania
Sztuczna inteligencja, znana również jako wąska sztuczna inteligencja, to inteligentna aplikacja o charakterze reaktywnym. Reaguje na podstawie zdefiniowanych wcześniej akcji, po otrzymaniu sygnału z wyzwalaczy zdarzeń.
AGI nie wymagają wyzwalaczy. Aplikacje te reagują proaktywnie, podobnie jak ludzie, aby zapobiegać problemom, rozwiązywać zagadki itp.
#2. Zakres Działania
Wąskie lub słabe AI mają ograniczony zakres działania. Sztuczna inteligencja pisząca teksty nie potrafi prowadzić samochodu i na odwrót. Ograniczone zastosowanie sprawia również, że rozwój jest kosztowny i nieefektywny na etapie produkcji.
Jeden system AGI może zarządzać całą fabryką, tysiącami domów w regionie lub wszystkimi biurami firmy. Jest otwarty na każde wyzwanie, ponieważ ma zdolność uczenia się poznawczego, wnioskowania i proaktywnego działania.
#3. Umiejętność Rozwiązywania Problemów
Wąskie AI rozwiązują głównie problemy zamknięte, takie jak nawigacja GPS, wyszukiwanie w Internecie na podstawie słów kluczowych, pisanie tekstów, uzupełnianie kodu itp.
Ogólna sztuczna inteligencja poradzi sobie z problemami otwartymi, takimi jak tworzenie strategii marketingowej na podstawie analizy rynku, klientów i produktów.
#4. Pojemność Pamięci
Większość słabych programów AI opiera się na maszynach z ograniczoną pamięcią. Sztuczna inteligencja korzysta ze sztucznych sieci neuronowych i baz danych treningowych. Gdy baza danych lub algorytmy stają się przestarzałe, AI przestaje być efektywna.
AGI będą dysponowały praktycznie nieograniczoną pamięcią (zasobami wiedzy) poprzez lokalne bazy danych, bazy danych w chmurze i Internet.
#5. Ulepszenia
Słabe AI muszą być regularnie aktualizowane przez ludzi, ponieważ zmieniają się wymagania biznesowe i trendy rynkowe.
AGI będą aktualizowały swoje pamięci i bazy danych samodzielnie, bez ingerencji człowieka.
Podejścia
# 1. Podejście Subsymboliczne
W tym podejściu programiści AGI wykorzystują aplikacje naśladujące ludzki mózg. Przykładami są AlphaGo firmy DeepMind, konwolucyjne sieci neuronowe, systemy głębokiego uczenia itp.
#2. Podejście Symboliczne
W tej metodzie programiści AGI korzystają ze schematów blokowych, symboli i instrukcji warunkowych if-then. Ogólna sztuczna inteligencja wykorzystuje podstawowy algorytm do uczenia się i tworzenia bazy wiedzy. Może też porównywać algorytm i jego symbole z aspektami rzeczywistości i rozwijać lepsze procesy myślowe niż słabe AI.
#3. Podejście Całościowe
W tej koncepcji twórcy AGI dążą do zawarcia całego oprogramowania, sprzętu, sieci i zdolności sensorycznych w ludzkim ciele. Humanoidy mogą chodzić, mówić, wchodzić w interakcje z ludźmi itp.
#4. Podejście Hybrydowe
Hybrydowa ścieżka rozwoju AGI łączy podejście subsymboliczne i symboliczne.
Przykładem jest robot humanoidalny Sophia. Łączy systemy symboliczne i koneksjonistyczne. Na przykład, do swoich funkcji Sophia potrzebuje architektury CogPrime i bazy danych AtomSpace.
#5. Podejście Matematyczne
Naukowcy dążą do zapewnienia AGI nieskończonej mocy obliczeniowej. W rezultacie inteligentne aplikacje i urządzenia będą mogły realizować wymaganą ilość obliczeń matematycznych, aby podejmować trafne decyzje.
Jak Działa AGI?
Program AGI wykorzystuje szereg technologii w celu osiągnięcia zdolności poznawczych na poziomie ludzkim. Oto niektóre z nich:
Wejście i Wyjście (We/Wy)
AGI wykorzystują różnorodne urządzenia sensoryczne w celu realizacji zadań w fabrykach lub jako samochody autonomiczne. Mogą to być czujniki wizualne, RFID, temperatury, ciśnienia, prędkości, ruchu itp.
Inne systemy AGI mogą wymagać OCR, konektorów baz danych itp., aby wykonywać operacje biznesowe w biurach.
Zdolności Motoryczne
Całe ciało, ramiona robotów, pojazdy autonomiczne itp. działają poprzez wykonywanie precyzyjnych ruchów. AGI bazują na umiejętnościach motorycznych pozyskanych z sieci neuronowych, przetwarzania obrazu 3D, naśladowania wzrokowego itp.
NLP
AGI mogą uczyć się z różnorodnych źródeł, np. artykułów internetowych, czasopism naukowych, e-booków, filmów na YouTube itp. W tym celu inteligentna aplikacja musi najpierw nauczyć się interpretować język naturalny na język zrozumiały dla maszyn.
Rozumowanie i Rozwiązywanie Problemów
Robot lub aplikacja AGI często stosuje symulacje do rozwiązywania unikalnych problemów. Dzięki olbrzymim możliwościom przetwarzania i pamięci maszyna może przeprowadzać wiele symulacji jednocześnie. Następnie, w oparciu o wskaźniki sukcesu, wybiera jedną z nich.
Kreatywne Myślenie
AGI mogą wykorzystywać wiele sieci neuronowych do tworzenia unikalnych i kreatywnych pomysłów, np. form artystycznych, utworów muzycznych, artykułów itp.
Rozpoznawanie Twarzy i Przetwarzanie Dźwięku
Humanoidalne AGI wchodzące w interakcję z ludźmi wykorzystują głównie analizę dźwięku i rozpoznawanie twarzy. Po przetworzeniu dźwięku i obrazu z otoczenia i porównaniu ich z istniejącymi bazami wiedzy, mogą wchodzić w interakcje z ludźmi.
Wyzwania
Ogólna sztuczna inteligencja ma ogromny potencjał do przekształcenia świata AI. Jednak osiągnięcie tego etapu nie jest łatwym zadaniem. Oto wyzwania i przeszkody związane z rozwojem AGI:
# 1. Opanowanie Umiejętności Podobnych do Ludzkich
Aby osiągnąć prawdziwą inteligencję na poziomie człowieka, AGI musi opanować szereg umiejętności. Należą do nich zdolności motoryczne, rozumienie języka naturalnego, percepcja sensoryczna, więź emocjonalna i społeczna oraz kreatywność.
#2. Brak Protokołu Roboczego
Nie ma ustalonych protokołów pracy systemów AI, które gwarantowałyby bezproblemową współpracę. W rezultacie, wdrożenie kompleksowego systemu AGI wiąże się z nieuniknionymi brakami technicznymi.
#3. Brak Dostosowania do Biznesu
Integracja sztucznej inteligencji z istniejącymi systemami jest złożonym procesem. Ponieważ interesariusze wciąż nie są świadomi jej parametrów operacyjnych, utrzymanie rozwoju AGI w zgodzie z celami biznesowymi jest trudne.
#4. Luki Komunikacyjne
Nadal występuje luka komunikacyjna pomiędzy różnymi systemami AI. Ponieważ bezproblemowa wymiana danych pomiędzy tymi systemami nie jest możliwa, wzajemne uczenie się modeli AI jest utrudnione, a ich uniwersalność ograniczona.
#5. Brak Kierunku dla AGI
Nie ma ustalonych planów wdrażania AGI w firmach. W rezultacie, jego realizacja jest kosztowna i utrudniona.
Trendy
Jak wiadomo, pełny rozwój ogólnej sztucznej inteligencji jeszcze nie nastąpił. Jednak te trendy w AI będą miały wpływ na AGI:
# 1. Przetwarzanie Języka Naturalnego (NLP)
NLP to proces, w którym sztuczna inteligencja rozumie ludzki język i przekształca go w kod obsługiwany przez maszyny. Wykorzystując NLP, AGI może realistycznie wchodzić w interakcje z ludźmi.
#2. Metaverse
Metaverse to technologia oferująca wciągające doświadczenia użytkownika. Wraz ze wzrostem zainteresowania, AGI będzie rozwijać się, aby wspierać Metaverse w budowie wirtualnych światów.
#3. Sztuczna Inteligencja z Niskim Kodem lub Bez Kodu
Rośnie zapotrzebowanie na rozwiązania o niskim lub zerowym kodzie, nawet w przypadku narzędzi i algorytmów sztucznej inteligencji. Rozwiązania te mają intuicyjne interfejsy, ułatwiające złożone procesy tworzenia aplikacji.
#4. Wzmocnienie Siły Roboczej
Oznacza to, że ludzie i pracownicy cyfrowi pracują w organizacji obok siebie. Chociaż wiele osób obawia się, że sztuczna inteligencja spowoduje bezrobocie, jej włączenie do operacji zwiększy efektywność pracy.
#5. Kwantowa Sztuczna Inteligencja
Kwantowa sztuczna inteligencja ma potencjał, aby przyspieszyć algorytmy uczenia maszynowego i pomóc w szybkim uzyskiwaniu wyników, co będzie miało duży wpływ na AGI. Może także neutralizować problemy napotykane przez AGI poprzez analizowanie ogromnych zbiorów danych.
#6. Etyka Sztucznej Inteligencji
Potencjalne zagrożenia związane ze sztuczną inteligencją nie mogą być ignorowane. Niewłaściwie użyta sztuczna inteligencja może być niebezpieczna dla ludzkości. W związku z tym, w nadchodzących latach etyka sztucznej inteligencji zyska na znaczeniu.
#7. Chatboty AI
Chatboty AI, czyli wirtualni asystenci, mogą prowadzić naturalne rozmowy i wykonywać operacje oparte na ustalonych zasadach. Zastępując ludzkich agentów wsparcia, te chatboty już obniżyły koszty operacyjne dla przedsiębiorstw. W przyszłości mogą one zrewolucjonizować AGI.
Ryzyko AGI
- Jeśli baza danych AGI jest ograniczona, może podejmować katastrofalne decyzje szkodzące firmom i ludziom.
- AGI mogą stać się celem zaawansowanych ataków hakerskich. Jeśli haker przejmie kontrolę nad AGI, może to zaszkodzić całej firmie.
- Twórcy sztucznej inteligencji zgłaszali przypadki stronniczych decyzji podejmowanych przez prototypowe AGI.
- Zapewnienie AGI nieograniczonego dostępu do bazy danych może również naruszyć przepisy dotyczące prywatności obowiązujące na całym świecie.
Teraz przejdźmy do rzeczywistych przykładów ogólnej sztucznej inteligencji.
Przykłady ze Świata Rzeczywistego
# 1. Wyszukiwarka AI ROSS
Prawnik AI ROSS może przeszukać miliardy dokumentów prawnych w mniej niż trzy sekundy. Można zadać dowolne pytanie prawne i otrzymać precyzyjną odpowiedź.
Jest to AGI, ponieważ wykorzystuje szereg inteligentnych technologii, takich jak ranking, wyszukiwanie i rozumienie. Ma także szeroki zakres działania, obejmujący całą dziedzinę prawa.
#2. AlphaGo
AlphaGo to gra planszowa Go oparta na sztucznej inteligencji. Jest to pierwsza inteligentna maszyna, która pokonała profesjonalnego gracza Go. Chociaż jest to sztuczna inteligencja o ograniczonym zakresie działania, posiada zdolność samouczenia. AlphaGo potrafi uczyć się na podstawie doświadczeń i własnych błędów.
#3. Pakiet Narzędzi Sztucznej Inteligencji OpenAI
Systemy sztucznej inteligencji OpenAI, wymienione poniżej, mogą wykonywać różne zadania automatycznie po połączeniu za pomocą wywołań API:
- GPT-3 generuje teksty w języku naturalnym na podstawie prostych fraz i wskazówek. Wiele gier online i środowisk rzeczywistości mieszanej, takich jak gra „Virtual Being” FableStudio, wykorzystuje GPT-3 do tworzenia interaktywnych historii.
- Codex wspomaga programistów w tłumaczeniu danych wprowadzanych w języku naturalnym na kod, co ułatwia programowanie.
- DALL·E pomaga twórcom NFT i artystom cyfrowym tworzyć tysiące oryginalnych dzieł sztuki w kilka minut. Sztuczna inteligencja może także edytować obrazy.
#4. IBM Watson
IBM Watson to kompleksowy pakiet AI dla przedsiębiorstw. Można go uznać za AGI, ze względu na szerokie spektrum zastosowań. Oto niektóre z systemów Watsona:
- IBM Watson Assistant do obsługi klienta lub wirtualnej pomocy
- IBM Watson Discovery tworzy spostrzeżenia i odpowiedzi na podstawie złożonych dokumentów biznesowych
- IBM Watson do rozumienia i klasyfikacji języka naturalnego
Podsumowanie
W tym artykule przedstawiliśmy koncepcję ogólnej sztucznej inteligencji. Omówiliśmy sposób jej działania, wyzwania, przykłady, zagrożenia i inne aspekty.
Zdobyta wiedza pomoże Ci odpowiednio zaplanować projekty rozwoju sztucznej inteligencji. Należy je projektować w taki sposób, aby były elastyczne i gotowe na uwzględnienie inteligentnych aplikacji nowej generacji, a ostatecznie przekształcenie w AGI.
Jeśli prowadzisz firmę, która dąży do zwiększenia produktywności i obniżenia kosztów, AGI może być odpowiedzią, chociaż prace nad jej rozwojem wciąż trwają.
Zachęcamy do dalszego zgłębiania wiedzy na temat uczenia maszynowego.
newsblog.pl