Co to jest sztuczna inteligencja ogólna? Wszystko co musisz wiedzieć

Ogólna sztuczna inteligencja ustępuje miejsca maszynom, które mogą zachowywać się, działać i uczyć tak jak my!

Sztuczna inteligencja zmieniła sposób wykonywania pracy przez maszyny. Obecnie Twój komputer może wykonywać wiele osobistych i zawodowych zadań, jeśli nauczysz go narzędzi sztucznej inteligencji. Niektóre przykłady to tworzenie obrazów, generowanie głosu z tekstu, kontrolowanie narzędzi itp.

Ale te nie są naprawdę inteligentne. Za taką automatyzacją stoi wiele miesięcy szkoleń.

Co powiesz na naprawdę inteligentną aplikację komputerową, która może uczyć się sama? To domena sztucznej inteligencji ogólnej. Czytaj dalej, aby poznać tę przełomową technologię już dziś!

Wstęp

AGI to technologia, która może sprawić, że oprogramowanie i sprzęt będą tak inteligentne, że będą wyrażać ludzkie zdolności poznawcze. Ma inne nazwy, takie jak silna sztuczna inteligencja, pełna sztuczna inteligencja itp.

Aby to uprościć, przedstawiasz inteligentny system AGI z problemem, którego wcześniej nie znał. Inteligentny komputer przeanalizuje problem, przeprowadzi badania online i dostarczy rozwiązanie problemu.

IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind itp. szybko rozwijają się w technologii AGI. Te firmy próbują zaimplementować następujące elementy w zaprojektowanym inteligentnym komputerze:

  • Ogólna inteligencja podobna do ludzkiej
  • Ekspresowa inteligencja nie jest powiązana z żadnym konkretnym zadaniem, takim jak pisanie na klawiaturze lub mówienie
  • Uogólniaj nowe wnioski i łącz wiedzę z wcześniejszymi doświadczeniami
  • Mieć sens z uczenia się, które są jakościowo różne
  • Postrzegaj i analizuj zadania z rzeczywistego kontekstu

Obecnie nie ma prawdziwej sztucznej inteligencji ogólnej (AGI). IBM Strong AI i Google Brain robią pewne postępy, ale nie są one gotowe do produkcji.

Korzyści i potrzeby

Potrzebujemy AGI do zastąpienia ludzi w niebezpiecznych miejscach. Ponadto komputery AGI mogą zapewnić nieoczekiwany poziom produktywności w operacjach biznesowych.

Aplikacje AGI pomogą również ludzkości rozwiązywać trudne zagadki w medycynie, opiece zdrowotnej, łańcuchu dostaw, ekonomii, finansach i naukach społecznych.

Oto kilka innych ważnych powodów dla rozwoju AGI:

  • Aplikacje AGI mogą wykazywać lepsze zrozumienie przyczyny i skutku, aby pomóc ludziom w projektach oceny ryzyka.
  • AGI mogą skutecznie wykorzystywać różne percepcje zmysłowe, takie jak kolor, dźwięk, głębia, efekty wizualne i wymiary.
  • Takie inteligentne programy komputerowe mogą nakazać robotycznemu ramieniu wykonywanie umiejętności motorycznych, takich jak składanie urządzeń elektronicznych od początku do końca.
  • Zdolność AGI do przetwarzania języka naturalnego (NLP) ułatwi automatyzację. Możesz po prostu wypowiedzieć kilka słów kluczowych, a narzędzie AGI zbuduje zautomatyzowany przepływ, którego potrzebujesz.
  • AGI mogą rozwiązywać unikalne problemy po przyjrzeniu się problemowi i przeanalizowaniu rzeczywistego środowiska. Nie ma potrzeby spełniania warunków If/Then, If/Else itp.
  • AGI mogą pomóc twórcom treści, artystom, projektantom i architektom w realizacji nieszablonowych pomysłów.
  • Aplikacje AGI mogą oferować doskonałą obsługę klienta bez żadnych pomyłek, ponieważ będą również wykazywać inteligencję emocjonalną i społeczną.

AI kontra AGI

# 1. Sposób działania

Sztuczna inteligencja, znana również jako wąska sztuczna inteligencja, to reaktywna inteligentna aplikacja. Zareaguje wstępnie ustawioną listą akcji, gdy otrzyma sygnały z wyzwalaczy zdarzeń.

AGI nie będą wymagały żadnych wyzwalaczy zdarzeń. Te aplikacje będą reagować proaktywnie, podobnie jak ludzie, aby zapobiegać problemom, rozwiązywać zagadki itp.

#2. Zakres działania

Wąskie lub słabe AI mają również ograniczony zakres pracy. Pisząca sztuczna inteligencja nie może prowadzić samochodu i odwrotnie. Ograniczone zastosowanie sprawia również, że rozwój jest kosztowny i nieefektywny na poziomie produkcji.

Jeden AGI może obsługiwać cały zakład produkcyjny, tysiące domów w miejscowości w regionie lub wszystkie biura Twojej firmy. Jest otwarty na każde wyzwanie, ponieważ ma zdolność uczenia się kognitywnego, rozumowania i proaktywnego podejmowania działań.

#3. Umiejętność rozwiązywania problemów

Wąskie AI rozwiązują głównie problemy zamknięte, takie jak nawigacja GPS, wyszukiwanie w Internecie na podstawie słów kluczowych, pisanie AI, uzupełnianie kodu AI itp.

Sztuczna inteligencja ogólna może radzić sobie z otwartymi problemami, takimi jak tworzenie strategii marketingowej w terenie, poprzez analizę rynku, klientów i produktów.

#4. Pojemność pamięci

Większość słabych programów AI opiera się na maszynach z ograniczoną pamięcią. Sztuczna inteligencja opiera się na zestawie sztucznych sieci neuronowych i szkoleniowych baz danych. Gdy baza danych lub algorytmy są stare, AI utknęły.

AGI będą dostarczane z praktycznie nieskończoną pamięcią (zasobami wiedzy) za pośrednictwem lokalnych baz danych, baz danych w chmurze i Internetu.

#5. Ulepszenia

Ludzie muszą regularnie aktualizować słabe AI, ponieważ zmieniają się wymagania biznesowe i trendy rynkowe.

AGI same zaktualizują swoje pamięci i bazy danych. Nie prosi o interwencję człowieka.

Podejścia

# 1. Podejście subsymboliczne

Tutaj programiści AGI używają aplikacji, które przypominają ludzki mózg. Na przykład AlphaGo firmy DeepMind, konwolucyjne sieci neuronowe, systemy głębokiego uczenia itp.

#2. Podejście symboliczne

W tej metodzie programiści AGI używają schematów blokowych, symboli i instrukcji if-then. Sztuczna inteligencja ogólna wykorzystuje podstawowy algorytm do uczenia się i tworzenia bazy wiedzy. Ponadto może porównywać algorytm i jego symbole z aspektami świata rzeczywistego i opracowywać lepsze procesy myślowe niż słabe AI.

#3. Podejście do całego ciała

W tej koncepcji programiści AGI chcą zawrzeć całe oprogramowanie, sprzęt, sieć i możliwości sensoryczne w ludzkim ciele. Humanoid może chodzić, mówić, dotykać ludzi i tak dalej.

#4. Podejście hybrydowe

Hybrydowa droga rozwoju AGI opiera się na podejściu subsymbolicznym i symbolicznym.

Udanym przykładem tej kategorii jest Sophia, humanoidalny robot. Obejmuje zarówno systemy symboliczne, jak i koneksjonistyczne. Na przykład Sophia do swoich funkcji potrzebuje architektury CogPrime i bazy danych AtomSpace.

#5. Podejście matematyczne

Naukowcy dążą do przydzielenia AGI nieskończonej mocy obliczeniowej. W związku z tym te inteligentne aplikacje i urządzenia będą w stanie wykonać wymaganą liczbę matematycznych rozwiązań problemów, aby podejmować wyjątkowe decyzje.

Jak działa AGI?

Program AGI będzie wykorzystywał różne technologie w celu osiągnięcia zdolności poznawczych na poziomie człowieka. Są to jak poniżej:

Wejście i wyjście (we/wy)

AGI używają różnych urządzeń sensorycznych do wykonywania swoich zadań w zakładach produkcyjnych lub jako samochody samojezdne. Mogą to być czujniki wizualne, RFID, temperatury, ciśnienia, prędkości, ruchu itp.

Inna grupa AGI może wymagać OCR, konektorów baz danych itp. do wykonywania operacji biznesowych w biurach.

Zdolności motoryczne

Całe ciało, ramiona robotów, pojazdy autonomiczne itp. działają poprzez wykonywanie precyzyjnych ruchów. AGI opierają się na umiejętnościach motorycznych nabytych z sieci neuronowych, przetwarzania obrazu 3D, naśladowania wizualnego itp.

NLP

AGI może uczyć się z różnych źródeł, takich jak artykuły na stronach internetowych, czasopisma badawcze, eBooki, filmy z YouTube itp. W tym celu inteligentna aplikacja najpierw uczy się interpretować język naturalny na język maszynowy.

Rozumowanie i rozwiązywanie problemów

Robot lub aplikacja AGI często wykorzystuje symulacje do rozwiązania unikalnego problemu. Ponieważ ma ogromne możliwości przetwarzania i pamięci, maszyna może przeprowadzać wiele symulacji jednocześnie. Następnie, zgodnie ze wskaźnikiem sukcesu, może wybrać jedną symulację.

Kreatywne myslenie

AGI mogą wykorzystywać wiele sieci neuronowych do tworzenia unikalnych i kreatywnych pomysłów, takich jak formy artystyczne, nuty, artykuły itp.

Rozpoznawanie twarzy i przetwarzanie dźwięku

Humanoidalne AGI, które wchodzą w interakcje z ludźmi, używają głównie analizy dźwięku i rozpoznawania twarzy. Po przetworzeniu dźwięku i obrazu z otoczenia i sprawdzeniu krzyżowym z istniejącymi bazami wiedzy może wchodzić w interakcje z ludźmi.

Wyzwania

Sztuczna inteligencja ogólna ma ogromne możliwości przekształcania świata AI. Ale osiągnięcie tego etapu nie jest procesem płynnym. Oto wyzwania i przeszkody związane z rozwojem AGI:

# 1. Opanowanie umiejętności podobnych do ludzkich

Aby uzyskać prawdziwą inteligencję na poziomie człowieka, AGI musi opanować pewne umiejętności. Należą do nich zdolności motoryczne, rozumienie języka naturalnego, percepcja zmysłowa, więź emocjonalna i społeczna oraz kreatywność na poziomie człowieka.

#2. Brak protokołu roboczego

Nie ma standardowych protokołów pracy systemów AI zapewniających bezproblemową współpracę. W związku z tym wdrożenie kompleksowego systemu AGI wiąże się z nieuniknionymi brakami technicznymi.

#3. Brak dostosowania biznesowego

Integracja sztucznej inteligencji z istniejącymi systemami pozostaje złożonym procesem. Ponieważ zainteresowani interesariusze wciąż nie są świadomi jego parametrów operacyjnych, utrzymanie jego rozwoju w zgodzie z celami biznesowymi jest trudne.

#4. Luki komunikacyjne

Nadal istnieje luka komunikacyjna między oddzielnymi systemami AI. Ponieważ bezproblemowa wymiana danych między tymi systemami jest niemożliwa, wzajemne uczenie się modeli AI jest utrudnione, a ich uniwersalność ograniczona.

#5. Brak Kierownictwa AGI

Nie ma planów ani kierunków wdrażania AGI w operacjach biznesowych przedsiębiorstw. Tym samym jego realizacja staje się kosztowna, a realizacja utrudniona.

Jak wiecie, nie osiągnięto jeszcze pełnego rozwoju sztucznej inteligencji ogólnej. Jednak te trendy AI będą miały wpływ na AGI:

# 1. Przetwarzanie języka naturalnego (NLP)

NLP lub przetwarzanie języka naturalnego odnosi się do procesu, dzięki któremu sztuczna inteligencja może zrozumieć ludzki język i przekształcić go w kody obsługiwane przez maszynę. Wykorzystując NLP, AGI może spodziewać się realistycznej interakcji z ludźmi.

#2. Metaverse

Metaverse to technologia, która oferuje wciągające wrażenia użytkownika. Przy większej liczbie zainteresowanych, AGI będzie ewoluować, aby pomóc Metaverse w budowaniu wirtualnego świata.

#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 są wyposażone w intuicyjne interfejsy ułatwiające złożone procesy tworzenia aplikacji.

#4. Zwiększenie siły roboczej

Oznacza to, że ludzie i pracownicy cyfrowi pracują w organizacji obok siebie. Chociaż wielu obawia się, że sztuczna inteligencja sprawi, że ludzie staną się bezrobotni, włączenie sztucznej inteligencji do operacji sprawi, że będzie ona bardziej wydajna.

#5. Kwantowa sztuczna inteligencja

Quantum AI ma duże szanse wpłynąć na AGI poprzez przyspieszenie algorytmów ML i pomoc w uzyskiwaniu wyników w szybkim tempie. Może również zneutralizować przeszkody, jakie może napotkać AGI, analizując ogromną ilość danych.

#6. Etyka sztucznej inteligencji

Potencjalnych zagrożeń związanych ze sztuczną inteligencją nie można zignorować. Sztuczna inteligencja, jeśli nie zostanie właściwie wykorzystana, może być niebezpieczna dla ludzkości. W związku z tym w nadchodzących latach etyka sztucznej inteligencji zyska więcej uwagi.

#7. Chatboty AI

Chatboty AI lub wirtualni asystenci mogą prowadzić naturalną rozmowę i wykonywać operacje oparte na regułach. Zastępując ludzkich agentów wsparcia, te chatboty już obniżyły koszty operacyjne dla przedsiębiorstw. W przyszłości może to zrewolucjonizować AGI.

Ryzyko AGI

  • Jeśli baza danych AGI jest ograniczona, może podejmować katastrofalne decyzje niszczące firmy i domy.
  • AGI mogą stać się celem zaawansowanych ataków hakerskich. Jeśli haker zatrzyma maszynę AGI, może to zaszkodzić całemu biznesowi.
  • Twórcy sztucznej inteligencji zgłaszali różne przypadki stronniczych decyzji podejmowanych przez prototypowe AGI.
  • Zapewnienie AGI nieograniczonego dostępu do bazy danych może również naruszyć różne przepisy dotyczące prywatności na całym świecie.

Następnie sprawdzimy rzeczywiste przykłady sztucznej inteligencji ogólnej.

Przykłady ze świata rzeczywistego

Prawnik AI ROSS może przeszukiwać miliardy dokumentów prawnych w mniej niż trzy sekundy. Możesz wpisać dowolne pytanie prawne, a otrzymasz precyzyjne odpowiedzi.

Jest to AGI, ponieważ wykorzystuje różne inteligentne technologie, takie jak ranking, wyszukiwanie i zrozumienie. Ma również szerszy zakres działania, ponieważ obejmuje wszystkie nisze domeny prawnej.

#2. AlphaGo

AlphaGo to gra planszowa Go oparta na sztucznej inteligencji. Jest to pierwsza inteligentna maszyna, która pokonała żyjącego profesjonalnego gracza w Go. Chociaż jest to sztuczna inteligencja o ograniczonym zakresie działania, ma możliwości samouczenia się. AlphaGo może uczyć się od konkurencji i własnych błędów.

#3.Pakiet narzędzi sztucznej inteligencji OpenAI

Gama systemów sztucznej inteligencji OpenAI, jak wspomniano poniżej, może wykonywać różne zadania automatycznie po połączeniu za pomocą wywołań API:

  • GPT-3 tworzy teksty oparte na języku naturalnym z prostych fraz i wskazówek. Wiele gier online i środowisk rzeczywistości mieszanej, takich jak oparta na fabule „Virtual Being” FableStudio, wykorzystuje GPT-3 do tworzenia interaktywnych historii.
  • Codex pomaga programistom tłumaczyć dane wprowadzane w języku naturalnym na kody w celu wygodnego kodowania.
  • DALL·E pomaga twórcom NFT i artystom cyfrowym w tworzeniu tysięcy oryginalnych i unikalnych dzieł sztuki w ciągu kilku minut. AI może również edytować obrazy.

#4. IBM Watsona

IBM Watson to kompleksowy pakiet AI dla firm. Możemy to nazwać AGI, ponieważ ma różne zastosowania. Istnieją różne AI Watsona, a oto one:

  • IBM Watson Assistant do obsługi klienta lub pomocy wirtualnej
  • IBM Watson Discovery tworzy spostrzeżenia i odpowiedzi na podstawie złożonych dokumentów biznesowych
  • Rozumienie i klasyfikator języka naturalnego IBM Watson

Ostatnie słowa

Do tej pory zapoznałeś się z koncepcją sztucznej inteligencji ogólnej. Nauczyłeś się również jego działania, wyzwań, przykładów, zagrożeń i nie tylko.

Zapoznanie się z powyższym pomoże Ci prawidłowo zaplanować projekty rozwoju sztucznej inteligencji. Musi być wystarczająco elastyczny, aby uwzględnić w projekcie inteligentne aplikacje nowej generacji i uczynić go AGI.

Jeśli prowadzisz firmę, która chce zwiększyć produktywność i efektywność kosztową operacji, AGI może być odpowiedzią, chociaż trwają prace nad dalszym rozwojem.

Następnie możesz dowiedzieć się więcej o uczeniu maszynowym.