汎用人工知能 (AGI): 人工知能の次の段階

人工知能 (AI) の改善と新しい応用に加えて、汎用人工知能 (AGI) が出現すると、人工知能の次の飛躍が起こるということにほとんどの人が同意しています。私たちは、AGI を、人間が実行できるあらゆる知的作業を理解または学習する機械またはコンピューター プログラムの仮説的な能力として広く定義します。しかし、これがいつ、どのように達成されるかについてはほとんど合意がありません。

1 つの見方は、それぞれが特定の問題を解決する十分な異なる AI アプリケーションを構築できれば、これらのアプリケーションは最終的に AGI の形式に成長するということです。このアプローチの問題は、このいわゆる「狭い」AI アプリケーションが情報を汎用形式で保存できないことです。したがって、他の範囲の狭い AI アプリケーションは、この情報を使用して範囲を拡大することはできません。したがって、言語処理と画像処理のアプリケーションをつなぎ合わせることができますが、人間の脳が聴覚と視覚を統合するのと同じ方法でこれらのアプリケーションを統合することはできません。

他の人工知能研究者は、十分な規模の機械学習 (ML) システムを構築でき、十分なコンピューター能力が与えられれば、自発的に AGI を発揮できると考えています。 ML が実際にどのように機能するかをさらに深く掘り下げる場合、これは、仮想の ML システムが遭遇する可能性のあるすべての状況を含むトレーニング セットを用意することを意味します。エキスパート システムはドメイン固有の知識を取得しようとしますが、システムの根本的な理解の欠如を克服するのに十分なケースとサンプル データを作成することは不可能であることが数十年前に明確に証明されています。

これらのアプローチの両方の問題は、せいぜい、知的に見える人工知能しか作成できないことです。彼らは依然として、あらかじめ決められたスクリプトと何百万ものトレーニング例に依存しています。そのような AI は、言葉や画像が物理宇宙に存在する物理的なものを表すことをまだ理解できません。彼らはまだ複数の感覚からの情報を組み合わせることができません。したがって、言語と画像処理アプリケーションを組み合わせることは可能ですが、人間の脳のように視覚、聴覚、環境との直接的な相互作用をシームレスに統合する方法はまだありません。

AGI が成功するには何が必要ですか?

真の AGI を達成するには、研究者は、拡大し続けるデータセットから、意識の 3 つの基本構成要素を含む、より生物学的に意味のある構造に焦点を移す必要があります。 ：環境の実体中心の内部メンタルモデル、現在の行動に基づいて将来の結果を認識できる時間の認識、および複数の潜在的な行動を検討し、その結果を評価および選択できる想像力。つまり、AGI は周囲の世界を体験するために、人間と同じ状況認識と常識的理解を示さなければなりません。

この目標を達成するには、人工知能のコンピューティング システムは人間の脳内の生物学的プロセスに近づける必要があり、そのアルゴリズムは今日の人工知能よりも無限の接続を持つ抽象的な「もの」を構築できるようにする必要があります。知能には巨大な配列が必要です。 、トレーニングセット、コンピューターの能力。このような統合された知識ベースは、視覚、聴覚、運動、および音声モジュールを含むモバイル認識ポッドと統合される可能性があります。このようなポッドにより、システム全体が実行されるすべてのアクションで迅速な感覚フィードバックを体験できるようになり、時間が経つにつれて、真の AGI に近づくにつれて機能し始めるエンドツーエンド システムにつながります。人々とより良く仕事ができるようになります。

このようなシステムがあっても、AGI の実際の出現は、主に 2 つの理由により、一夜にしてではなく徐々に起こる可能性があります。まず、おそらく最も重要なことですが、AGI の開発は明らかに非常に複雑で困難な作業であり、コンピューター科学、神経科学、心理学など、いくつかの異なる分野での大幅な進歩が必要です。これは、多数の科学者や技術者の貢献による数年間の研究開発を意味しますが、幸いなことに、現在多くの研究が進行中です。 AGI のさまざまなコンポーネントは、多くの分野で研究されるにつれて明らかになるでしょう。

そして、AGI の機能の多くにはそれ自体が市場価値があるため、瞬時に満足することが AGI の出現を遅らせる可能性があります。開発された機能は Alexa の理解方法を改善することができ、新しいビジョン機能は自動運転車を改善することができ、個々の開発は商業的に実行可能であるため、すぐに市場に投入されます。しかし、これらのより専門的で個別に市場性のある AI システムを共通の基盤となるデータ構造上に構築できれば、相互に対話し始め、真に理解して学習できるより広範なコンテキストを構築できるようになります。これらのシステムがより高度になるにつれて、連携してより広範なインテリジェンスを作成できるようになります。

これらの側面が増加するにつれて、人工知能システムは個々の領域でより人間に近いパフォーマンスを示し、システムが強化されるにつれて超人的なパフォーマンスに発展するでしょう。ただし、すべての領域で同時にパフォーマンスを同じにすることはできません。これは、ある時点で AGI のしきい値に近づき、その後しきい値と等しくなり、その後しきい値を超えることを示唆しています。この後のある時点で、人間よりもはるかに優れた知能を持つ機械が登場し、おそらくAGIは存在するのではないかと人々は同意し始めるでしょう。最終的には、市場が要求しているため、AGI を実装する必要があります。

以上が汎用人工知能 (AGI): 人工知能の次の段階の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。