DeepMind määratleb tehisintellekti ja järjestab tänapäeva juhtivad vestlusrobotid

Üldine tehisintellekt ehk AGI on muutunud tehisintellektitööstuses palju kuritarvitatud moesõnaks. Nüüd soovib Google DeepMind selle idee kindlamale alusele panna.

Mõiste AGI keskmes on kontseptsioon, et inimese intelligentsuse tunnus on selle üldistus. Ehkki spetsialiseeritud arvutiprogrammid võivad aktsiate valimisel või prantsuse keele saksa keelde tõlkimisel meid hõlpsasti ületada, on meie ülivõimsaks see, et saame õppida mõlemat tegema.

Taasloomine selline paindlikkus masinates on püha graal paljudele tehisintellekti teadlastele, ja sageli arvatakse, et see on esimene samm tehissuperintellekti suunas. Kuid seda, mida inimesed AGI all täpselt mõtlevad, täpsustatakse harva ja seda ideed kirjeldatakse sageli binaarsete terminitena, kus AGI esindab tarkvara, mis on ületanud mingi müütilise piiri ja kui see on teisel pool, on see samaväärne inimestega.

Google DeepMindi teadlased püüavad nüüd arutelu täpsemaks muuta, määratledes mõiste konkreetselt. Kõige olulisem on see, et AGI-le kui lõppeesmärgile lähenemise asemel peaksime mõtlema AGI erinevatele tasanditele, kus tänapäeva juhtivad vestlusrobotid esindavad redeli esimest astet.

"Me väidame, et tehisintellekti teadlaskonna jaoks on ülioluline mõelda selgesõnaliselt sellele, mida me AGI all mõtleme, ja püüda kvantifitseerida selliseid atribuute nagu tehisintellektisüsteemide jõudlus, üldistus ja autonoomia," kirjutab meeskond oma ajakirjas. eeltrükk avaldatud arXiv.

Teadlased märgivad, et nad said inspiratsiooni autonoomsest sõidust, kus võimalused on jagatud kuueks autonoomia tasemeks, mis nende sõnul võimaldavad selget arutelu valdkonna edusammude üle.

Et välja selgitada, mida nad peaksid oma raamistikku hõlmama, uurisid nad mõnda teiste pakutud juhtivat AGI määratlust. Vaadates mõningaid nendes definitsioonides jagatud põhiideid, tuvastasid nad kuus põhimõtet, millele AGI definitsioon peab vastama.

Alustuseks peaks määratlus keskenduma pigem võimalustele kui konkreetsetele mehhanismidele, mida tehisintellekt nende saavutamiseks kasutab. See eemaldab vajaduse, et AI mõtleks nagu inimene või oleks teadlik, et kvalifitseeruda AGI-ks.

Samuti viitavad nad sellele, et AGI jaoks ei piisa ainult üldistusest, mudelid peavad saavutama ka teatud toimivusläve oma ülesannete täitmisel. Nad ütlevad, et seda jõudlust ei pea reaalses maailmas tõestama – piisab, kui lihtsalt näidata, et mudel suudab ülesande täitmisel inimesi ületada.

Kuigi mõned usuvad, et tõeline AGI pole võimalik, kui AI ei ole kehastatud füüsilistesse robotmasinatesse, väidab DeepMind meeskond, et see ei ole AGI eeltingimus. Nende sõnul tuleks keskenduda ülesannetele, mis kuuluvad kognitiivsesse ja metakognitiivsesse valdkonda (näiteks õppimise õppimine).

Teine nõue on, et edusammude etalonidel oleks "ökoloogiline kehtivus", mis tähendab, et tehisintellekti mõõdetakse inimeste poolt hinnatud reaalsete ülesannete põhjal. Ja lõpuks, teadlaste sõnul tuleks keskenduda AGI arendamise edusammude kaardistamisele, mitte ühele lõpp-punktile fikseerimisele.

Nendele põhimõtetele tuginedes pakub meeskond välja raamistiku, mida nad nimetavad "AGI tasemeteks", mis kirjeldab viisi algoritmide kategoriseerimiseks nende toimivuse ja üldistuse alusel. Tasemed ulatuvad "tekkivatest", mis viitab mudelile, mis on võrdne või veidi parema kvalifikatsioonita inimesega, kuni "kompetentse", "eksperdi", "virtuoosse" ja "ülinimliku" mudelini, mis tähistab mudelit, mis ületab kõiki inimesi. Neid tasemeid saab rakendada kas kitsale või üldisele tehisintellektile, mis aitab eristada kõrgelt spetsialiseeritud programme ja programme, mis on mõeldud paljude ülesannete lahendamiseks.

Teadlaste sõnul on mõned kitsad AI-algoritmid, nagu näiteks DeepMindi valkude voltimise algoritm AlphaFold, juba jõudnud üliinimlikule tasemele. Veelgi vastuolulisem on see, et esilekerkiva AGI näited on juhtivad AI-vestlusbotid, nagu OpenAI ChatGPT ja Google'i Bard.

New Yorgi ülikooli tehisintellekti teadlane Julian Togelius ütles MIT Technology Review et jõudluse ja üldistuse eraldamine on kasulik viis eristada varasemaid tehisintellekti edusamme edusammudest AGI suunas. Ja laiemas plaanis aitab pingutus AGI-arutelusse pisut täpsust tuua. "See annab selle teema kohta väga vajaliku selguse, " ütleb ta. "Liiga paljud inimesed keerlevad termini AGI ümber, ilma et oleks palju mõelnud, mida see tähendab."

DeepMindi meeskonna visandatud raamistik ei võida tõenäoliselt kõiki ja eri mudelite järjestamise osas on kindlasti lahkarvamusi. Kuid igasuguse õnne korral paneb see inimesi sügavamalt mõtlema valdkonna keskmes oleva kriitilise kontseptsiooni üle.

Image Credit: Ressursside andmebaas / Unsplash

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://singularityhub.com/2023/11/26/deepmind-defines-artificial-general-intelligence-and-ranks-todays-leading-chatbots/