DeepMind definerer kunstig generell intelligens og rangerer dagens ledende chatbots

DeepMind definerer kunstig generell intelligens og rangerer dagens ledende chatbots

Tidsstempel: 26. november 2023, kl
DeepMind definerer kunstig generell intelligens og rangerer dagens ledende Chatbots PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Kunstig generell intelligens, eller AGI, har blitt et mye misbrukt buzzword i AI-industrien. Nå ønsker Google DeepMind å sette ideen på et fastere grunnlag.

Konseptet i hjertet av begrepet AGI er at et kjennetegn på menneskelig intelligens er dens generalitet. Mens spesialiserte dataprogrammer lett kan overgå oss når det gjelder å velge aksjer eller oversette fransk til tysk, er vår superkraft det faktum at vi kan lære å gjøre begge deler.

Gjenskape denne typen fleksibilitet i maskiner er den hellig gral for mange AI-forskere, og spekuleres ofte i å være det første skrittet mot kunstig superintelligens. Men nøyaktig hva folk mener med AGI er sjelden spesifisert, og ideen blir ofte beskrevet i binære termer, der AGI representerer et stykke programvare som har krysset en eller annen mytisk grense, og når den først er på den andre siden, er den på nivå med mennesker.

Forskere ved Google DeepMind forsøker nå å gjøre diskusjonen mer presis ved å konkret definere begrepet. Avgjørende, de foreslår at i stedet for å nærme oss AGI som et sluttmål, bør vi i stedet tenke på ulike nivåer av AGI, med dagens ledende chatbots som representerer det første trinnet på rangstigen.

"Vi argumenterer for at det er avgjørende for AI-forskningsmiljøet å eksplisitt reflektere over hva vi mener med AGI, og streber etter å kvantifisere attributter som ytelsen, generaliteten og autonomien til AI-systemer," skriver teamet i en fortrykk publisert på arXiv.

Forskerne bemerker at de hentet inspirasjon fra autonom kjøring, der evnene er delt inn i seks nivåer av autonomi, som de sier muliggjør tydelig diskusjon om fremskritt på feltet.

For å finne ut hva de burde inkludere i sitt eget rammeverk, studerte de noen av de ledende definisjonene av AGI foreslått av andre. Ved å se på noen av kjerneideene som ble delt på tvers av disse definisjonene, identifiserte de seks prinsipper enhver definisjon av AGI må være i samsvar med.

Til å begynne med bør en definisjon fokusere på evner i stedet for de spesifikke mekanismene AI bruker for å oppnå dem. Dette fjerner behovet for AI for å tenke som et menneske eller være bevisst på å kvalifisere som AGI.

De antyder også at generalitet alene ikke er nok for AGI, modellene må også treffe visse ytelsesgrenser i oppgavene de utfører. Denne ytelsen trenger ikke å bli bevist i den virkelige verden, sier de – det er nok å bare demonstrere at en modell har potensialet til å overgå mennesker i en oppgave.

Mens noen tror at ekte AGI ikke vil være mulig med mindre AI er nedfelt i fysisk robotmaskineri, sier DeepMind-teamet at dette ikke er en forutsetning for AGI. Fokuset, sier de, bør være på oppgaver som faller i det kognitive og metakognitive – for eksempel å lære å lære – verdener.

Et annet krav er at benchmarks for fremgang har "økologisk gyldighet", som betyr at AI måles på virkelige oppgaver verdsatt av mennesker. Og til slutt sier forskerne at fokuset bør være på å kartlegge fremgang i utviklingen av AGI i stedet for å fikse på ett enkelt endepunkt.

Basert på disse prinsippene, foreslår teamet et rammeverk de kaller "Levels of AGI" som skisserer en måte å kategorisere algoritmer basert på deres ytelse og generalitet. Nivåene spenner fra «emerging», som refererer til en modell som er lik eller litt bedre enn et ufaglært menneske, til «kompetent», «ekspert», «virtuos» og «overmenneskelig», som betegner en modell som utkonkurrerer alle mennesker. Disse nivåene kan brukes på enten smal eller generell AI, som hjelper til med å skille mellom høyt spesialiserte programmer og de som er utviklet for å løse et bredt spekter av oppgaver.

Forskerne sier at noen smale AI-algoritmer, som DeepMinds proteinfoldingsalgoritme AlphaFold, for eksempel allerede har nådd det overmenneskelige nivået. Mer kontroversielt foreslår de at ledende AI-chatboter som OpenAIs ChatGPT og Googles Bard er eksempler på nye AGI.

Julian Togelius, en AI-forsker ved New York University, fortalte MIT Technology Review at å skille ut ytelse og generalitet er en nyttig måte å skille tidligere AI-fremskritt fra fremgang mot AGI. Og mer generelt bidrar innsatsen til å gi litt presisjon til AGI-diskusjonen. "Dette gir en sårt tiltrengt klarhet om emnet," sier han. "For mange mennesker slenger rundt begrepet AGI uten å ha tenkt mye på hva de betyr."

Rammeverket som er skissert av DeepMind-teamet vil neppe vinne alle, og det er garantert uenigheter om hvordan ulike modeller skal rangeres. Men med litt flaks vil det få folk til å tenke dypere rundt et kritisk konsept i hjertet av feltet.

Bilde Credit: Ressursdatabase / Unsplash

Tidstempel:

Mer fra Singularity Hub