DeepMind define inteligência artificial geral e classifica os principais chatbots da atualidade

DeepMind define inteligência artificial geral e classifica os principais chatbots da atualidade

Carimbo de data / hora: 26 de novembro de 2023 10h00
DeepMind define inteligência artificial geral e classifica os principais chatbots da atualidade PlatoBlockchain Data Intelligence. Pesquisa vertical. Ai.

A inteligência artificial geral, ou AGI, tornou-se uma palavra da moda muito utilizada na indústria de IA. Agora, o Google DeepMind quer colocar a ideia em bases mais firmes.

O conceito central do termo AGI é que uma marca registrada da inteligência humana é sua generalidade. Embora programas de computador especializados possam facilmente superar-nos na escolha de ações ou na tradução do francês para o alemão, o nosso superpoder é o facto de podermos aprender a fazer as duas coisas.

Recriando esse tipo de flexibilidade em máquinas é o Santo Graal para muitos pesquisadores de IA, e muitas vezes especula-se que seja o primeiro passo em direção à superinteligência artificial. Mas o que exatamente as pessoas querem dizer com AGI raramente é especificado, e a ideia é frequentemente descrita em termos binários, onde AGI representa um software que cruzou alguma fronteira mítica e, uma vez do outro lado, está no mesmo nível dos humanos.

Pesquisadores do Google DeepMind estão agora tentando tornar a discussão mais precisa, definindo concretamente o termo. Crucialmente, eles sugerem que, em vez de abordar a AGI como um objetivo final, deveríamos pensar em diferentes níveis de AGI, com os principais chatbots de hoje representando o primeiro degrau na escada.

“Argumentamos que é fundamental que a comunidade de pesquisa em IA reflita explicitamente sobre o que queremos dizer com AGI e aspire quantificar atributos como desempenho, generalidade e autonomia dos sistemas de IA”, escreve a equipe em um comunicado. pré-impressão publicada em arXiv.

Os investigadores observam que se inspiraram na condução autónoma, onde as capacidades são divididas em seis níveis de autonomia, o que, segundo eles, permite uma discussão clara do progresso neste campo.

Para descobrir o que deveriam incluir no seu próprio quadro, estudaram algumas das principais definições de AGI propostas por outros. Ao analisar algumas das ideias centrais partilhadas através destas definições, identificaram seis princípios com os quais qualquer definição de AGI deve obedecer.

Para começar, uma definição deve centrar-se nas capacidades e não nos mecanismos específicos que a IA utiliza para alcançá-las. Isso elimina a necessidade de a IA pensar como um ser humano ou ter consciência para se qualificar como AGI.

Eles também sugerem que a generalidade por si só não é suficiente para a AGI, os modelos também precisam atingir certos limites de desempenho nas tarefas que executam. Esse desempenho não precisa ser comprovado no mundo real, dizem eles – basta simplesmente demonstrar que um modelo tem potencial para superar os humanos em uma tarefa.

Embora alguns acreditem que a verdadeira AGI não será possível a menos que a IA seja incorporada em máquinas robóticas físicas, a equipe da DeepMind afirma que este não é um pré-requisito para a AGI. O foco, dizem eles, deveria ser em tarefas que se enquadram nos domínios cognitivo e metacognitivo – por exemplo, aprender a aprender.

Outro requisito é que os parâmetros de referência para o progresso tenham “validade ecológica”, o que significa que a IA é medida em tarefas do mundo real valorizadas pelos seres humanos. E, finalmente, os investigadores dizem que o foco deveria ser traçar o progresso no desenvolvimento da AGI, em vez de se fixar num único ponto final.

Com base nesses princípios, a equipe propõe uma estrutura chamada “Níveis de AGI” que descreve uma maneira de categorizar algoritmos com base em seu desempenho e generalidade. Os níveis variam de “emergente”, que se refere a um modelo igual ou ligeiramente melhor que um ser humano não qualificado, a “competente”, “especialista”, “virtuoso” e “sobre-humano”, que denota um modelo que supera todos os seres humanos. Esses níveis podem ser aplicados à IA restrita ou geral, o que ajuda a distinguir entre programas altamente especializados e aqueles projetados para resolver uma ampla gama de tarefas.

Os pesquisadores dizem que alguns algoritmos estreitos de IA, como o algoritmo de dobramento de proteínas AlphaFold da DeepMind, por exemplo, já atingiram o nível sobre-humano. De forma mais controversa, eles sugerem que os principais chatbots de IA, como o ChatGPT da OpenAI e o Bard do Google, são exemplos de AGI emergentes.

Julian Togelius, pesquisador de IA da Universidade de Nova York, disse MIT Technology Review que separar desempenho e generalidade é uma forma útil de distinguir os avanços anteriores da IA ​​do progresso em direção à AGI. E, de forma mais ampla, o esforço ajuda a trazer alguma precisão à discussão da AGI. “Isso fornece a clareza necessária sobre o assunto”, diz ele. “Muitas pessoas usam o termo AGI sem pensar muito sobre o que eles significam.”

É improvável que a estrutura delineada pela equipe da DeepMind conquiste a todos, e é provável que haja divergências sobre como os diferentes modelos devem ser classificados. Mas, com alguma sorte, isso fará com que as pessoas pensem mais profundamente sobre um conceito crítico que está no cerne da área.

Crédito de imagem: Banco de dados de recursos / Unsplash

Carimbo de hora:

Mais de Singularity Hub