인공 지능에 대한 진정한 이해를 얻으려면 연구자들은 환경에 대한 인간의 이해를 복제할 수 있는 기본 AGI 기술 개발에 관심을 기울여야 합니다.
Google, Microsoft, Facebook과 같은 업계 거대 기업, Elon Musk의 OpenAI와 같은 연구소, SingularityNET과 같은 플랫폼까지도 인공 일반 지능(AGI), 즉 인간이 수행할 수 없는 모든 지적 작업을 이해하거나 학습할 수 있는 지능형 에이전트의 능력에 베팅하고 있습니다. .이것은 인공지능 기술의 미래를 나타냅니다.
그러나 이들 회사 중 어느 회사도 인간의 상황별 이해를 복제하는 기본적이고 낮은 수준의 AGI 기술 개발에 집중하지 않는다는 것은 다소 놀랍습니다. 이는 이들 회사가 수행하는 연구가 다양한 정도의 특이성을 갖고 오늘날의 인공 지능 알고리즘에 의존하는 지능형 모델에 전적으로 의존하는 이유를 설명할 수 있습니다.
안타깝게도 이러한 의존성은 기껏해야 AI가 지능만 보여줄 수 있다는 것을 의미합니다. 그들의 능력이 아무리 인상적이더라도 그들은 여전히 많은 변수를 포함하는 미리 결정된 스크립트를 따릅니다. 따라서 GPT3나 Watson과 같은 크고 복잡한 프로그램이라도 이해력만 보여줄 수 있습니다. 사실 그들은 단어와 이미지가 물리적인 우주에 존재하고 서로 상호 작용하는 물리적인 것을 나타낸다는 것을 이해하지 못합니다. 시간의 개념이나 영향을 미치는 원인에 대한 생각은 그들에게 완전히 이질적입니다.
이것은 오늘날의 인공지능의 능력을 빼앗는 것이 아닙니다. 예를 들어, Google은 (적어도 대부분의 경우) 사용자가 원하는 결과를 제공하기 위해 엄청난 양의 정보를 놀라울 정도로 빠르게 검색할 수 있습니다. Siri와 같은 개인 비서는 레스토랑을 예약하고, 이메일을 찾아 읽고, 실시간으로 지침을 제공할 수 있습니다. 이 목록은 지속적으로 확장되고 개선되고 있습니다.
그러나 이러한 프로그램이 아무리 정교하더라도 여전히 입력을 찾고 핵심 데이터 세트에 전적으로 의존하는 특정 출력으로 응답합니다. 확신할 수 없는 경우 고객 서비스 봇에게 "계획되지 않은" 질문을 하면 봇이 의미 없는 응답을 생성하거나 전혀 응답하지 않을 수 있습니다.
요컨대, Google, Siri 또는 기타 현재의 AI 사례에는 진정한 상식적 이해가 부족하여 궁극적으로 인공 일반 지능으로 전환하는 데 방해가 됩니다. 그 이유는 지난 50년 동안 대부분의 AI 개발의 기본 가정, 즉 어려운 문제가 해결될 수 있으면 쉬운 지능 문제도 해결될 것이라는 지배적인 가정으로 거슬러 올라갑니다. 이 가설은 모라벡의 역설(Moravec's Paradox)로 설명할 수 있는데, 이는 컴퓨터가 지능 테스트에서 성인 수준의 성능을 발휘하도록 하는 것은 비교적 쉬울 것이지만 컴퓨터가 한 살짜리 아기의 인식 및 행동 능력을 갖게 하는 것은 어렵다는 것입니다. .
AI 연구자들은 좁은 AI 애플리케이션이 충분히 구축되면 결국 함께 일반 지능으로 성장할 것이라는 가정도 틀렸습니다. 아이들이 시각, 언어 및 기타 감각을 쉽게 통합할 수 있는 방식과 달리 좁은 AI 응용 프로그램은 정보를 일반적인 방식으로 저장할 수 없으므로 정보를 공유하고 나중에 다른 AI 응용 프로그램에서 사용할 수 있습니다.
마지막으로, 연구자들은 충분한 컴퓨터 성능으로 충분히 큰 기계 학습 시스템을 구축할 수 있다면 자연히 일반 지능을 발휘할 것이라고 잘못 믿고 있습니다. 이 역시 잘못된 것으로 판명됐다. 도메인별 지식을 포착하려는 전문가 시스템이 근본적인 이해 부족을 극복할 만큼 충분한 사례 및 예시 데이터를 생성할 수 없는 것처럼, 인공 지능 시스템도 규모에 관계없이 "계획되지 않은" 요청을 처리할 수 없습니다.
진정한 AI 이해를 달성하려면 연구자는 상황에 대한 인간의 이해를 복제하는 기본 AGI 기술 개발에 관심을 기울여야 합니다. 예를 들어, 3세 아이가 블록을 가지고 놀면서 보여주는 상황 인식과 상황 이해를 생각해 보세요. 3세 아이들은 블록이 3차원 세계에 존재하고 무게, 모양, 색상과 같은 물리적 특성을 갖고 있으며 너무 높이 쌓으면 떨어지게 된다는 것을 이해합니다. 아이들은 또한 블록이 먼저 쌓이기 전에는 무너질 수 없기 때문에 원인과 결과의 개념과 시간의 흐름을 이해합니다.
3살은 4살, 5살, 10살 등으로 성장할 수도 있습니다. 간단히 말해서, 3세 어린이는 완전한 기능을 갖추고 일반적으로 지능이 높은 성인으로 성장할 수 있는 능력을 가지고 태어납니다. 오늘날의 인공지능으로는 이러한 성장이 불가능합니다. 아무리 정교하더라도 오늘날의 인공지능은 주변 환경에서 자신의 존재를 전혀 인식하지 못하는 상태로 남아 있습니다. 지금 취한 조치가 향후 조치에 영향을 미칠지 알 수 없습니다.
자체 훈련 데이터 이외의 어떤 것도 경험하지 않은 AI 시스템이 실제 개념을 이해할 수 있다고 생각하는 것은 비현실적이지만, AI에 모바일 감각 포드를 추가하면 인공 개체가 실제 환경에서 학습하고 물리적 사물, 원인과 결과, 현실에서의 시간의 흐름에 대한 기본적인 이해. 3세 아이처럼 감각 포드를 갖춘 이 인공 존재는 블록을 쌓는 방법, 물체를 옮기는 방법, 시간이 지남에 따라 일련의 동작을 수행하는 방법, 해당 동작의 결과로부터 학습할 수 있습니다.
시각, 청각, 촉각, 조작 등을 통해 인공 존재는 텍스트 전용 시스템이나 이미지 전용 시스템으로는 불가능한 방식으로 이해하는 방법을 배울 수 있습니다. 앞서 언급했듯이 이러한 시스템은 데이터 세트가 아무리 크고 다양하더라도 이해하고 학습할 수 없습니다. 일단 개체가 이해하고 학습하는 능력을 획득하면 감각 꼬투리를 제거하는 것이 가능할 수도 있습니다.
현 시점에서는 진정한 이해를 표현하기 위해 얼마나 많은 데이터가 필요한지 수량화할 수 없지만, 이해와 관련된 뇌에는 합리적인 비율이 있어야 한다고 추측할 수 있습니다. 결국 인간은 자신이 이미 경험하고 배운 모든 맥락에서 모든 것을 해석한다. 성인으로서 우리는 인생의 처음 몇 년 동안 배운 내용을 바탕으로 모든 것을 해석합니다. 이를 염두에 두고, AI 커뮤니티가 이 사실을 인식하고 기본적인 이해 기반을 구축하는 데 필요한 조치를 취해야만 진정한 인공일반지능이 가능할 것으로 보인다.
위 내용은 인공지능의 미래: 일반 인공지능의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!