Masa depan kecerdasan buatan: kecerdasan buatan umum

Untuk mendapatkan pemahaman sebenar tentang kecerdasan buatan, penyelidik harus menumpukan perhatian mereka kepada membangunkan teknologi AGI asas yang berpotensi yang boleh meniru tindak balas manusia terhadap persekitaran yang difahami.

Gergasi industri seperti Google, Microsoft dan Facebook, makmal penyelidikan seperti OpenAI Elon Musk, malah platform seperti SingularityNET semuanya bertaruh pada kecerdasan am buatan (AGI)—ejen pintar yang memahami atau mempelajari apa-apa yang melebihi apa yang manusia boleh melakukan keupayaan tugas, yang mewakili masa depan teknologi kecerdasan buatan.

Agak menghairankan, walau bagaimanapun, tiada satu pun daripada syarikat ini menumpukan pada membangunkan asas, teknologi asas AGI yang mereplikasi pemahaman kontekstual manusia. Ini mungkin menjelaskan mengapa penyelidikan yang dijalankan oleh syarikat ini bergantung sepenuhnya pada model pintar yang mempunyai tahap kekhususan yang berbeza-beza dan bergantung pada algoritma kecerdasan buatan hari ini.

Malangnya, pergantungan ini bermakna, paling baik, AI hanya boleh mempamerkan kecerdasan. Tidak kira betapa mengagumkan kebolehan mereka, mereka tetap mengikut skrip yang telah ditetapkan yang merangkumi banyak pembolehubah. Oleh itu, program yang besar dan sangat kompleks seperti GPT3 atau Watson hanya boleh menunjukkan kefahaman. Malah, mereka tidak faham bahawa perkataan dan imej mewakili benda fizikal yang wujud dan berinteraksi antara satu sama lain di alam semesta fizikal. Konsep masa atau idea sebab yang mempunyai kesan adalah asing bagi mereka.

Ini bukan untuk menghilangkan keupayaan kecerdasan buatan hari ini. Google, sebagai contoh, dapat mencari sejumlah besar maklumat dengan sangat pantas untuk menyampaikan hasil yang dikehendaki pengguna (sekurang-kurangnya pada kebanyakan masa). Pembantu peribadi seperti Siri boleh membuat tempahan restoran, mencari dan membaca e-mel serta memberi arahan dalam masa nyata. Senarai ini sentiasa berkembang dan bertambah baik.

Tetapi tidak kira betapa canggihnya program ini, mereka masih mencari input dan bertindak balas dengan output tertentu yang bergantung sepenuhnya pada set data teras mereka. Jika tidak yakin, tanya bot perkhidmatan pelanggan soalan "tidak dirancang" dan bot itu mungkin menghasilkan respons yang tidak bermakna atau tiada respons langsung.

Ringkasnya, Google, Siri atau mana-mana contoh semasa AI yang lain tidak mempunyai pemahaman yang benar dan masuk akal, yang akhirnya akan menghalang mereka daripada bergerak ke arah Kecerdasan Am Buatan. Alasannya kembali kepada andaian dominan yang mendasari kebanyakan perkembangan AI sepanjang 50 tahun yang lalu, iaitu jika masalah sukar dapat diselesaikan, masalah kecerdasan mudah akan diselesaikan. Hipotesis ini boleh digambarkan sebagai Paradoks Moravec, yang berpendapat bahawa agak mudah untuk mendapatkan komputer untuk melaksanakan ujian kecerdasan pada tahap dewasa, tetapi memberi mereka persepsi dan keupayaan tindakan bayi berumur satu tahun Kemahirannya sukar. .

Penyelidik AI juga salah dalam andaian mereka bahawa jika cukup aplikasi AI sempit dibina, mereka akhirnya akan berkembang bersama menjadi kecerdasan am. Tidak seperti cara kanak-kanak dengan mudah boleh mengintegrasikan penglihatan, bahasa dan deria lain, aplikasi AI yang sempit tidak boleh menyimpan maklumat secara umum, membolehkan maklumat itu dikongsi dan seterusnya digunakan oleh aplikasi AI yang lain.

Akhirnya, penyelidik tersilap percaya bahawa jika sistem pembelajaran mesin yang cukup besar dan kuasa komputer yang mencukupi dapat dibina, ia akan secara spontan mempamerkan kecerdasan am. Ini juga terbukti salah. Sama seperti sistem pakar yang cuba menangkap pengetahuan khusus domain tidak dapat mencipta data kes dan contoh yang mencukupi untuk mengatasi kekurangan pemahaman yang mendasari, sistem AI tidak dapat mengendalikan permintaan "tidak dirancang", tidak kira saiznya.

Asas Kecerdasan Buatan Umum

Untuk mencapai pemahaman AI yang sebenar, penyelidik harus menumpukan perhatian mereka kepada membangunkan teknologi AGI asas dan asas yang mereplikasi pemahaman manusia tentang pemahaman konteks. Sebagai contoh, pertimbangkan kesedaran situasi dan pemahaman situasi yang ditunjukkan oleh kanak-kanak berusia 3 tahun semasa bermain dengan blok. Kanak-kanak berumur 3 tahun memahami bahawa bongkah wujud dalam dunia tiga dimensi, mempunyai sifat fizikal seperti berat, bentuk dan warna, dan akan jatuh jika disusun terlalu tinggi. Kanak-kanak juga memahami konsep sebab dan akibat dan peredaran masa, kerana bongkah tidak boleh ditumbangkan sebelum disusun terlebih dahulu.

Anak 3 tahun pun boleh jadi 4 tahun, lepas tu 5 tahun, lepas tu 10 tahun, dan seterusnya. Ringkasnya, kanak-kanak berumur 3 tahun dilahirkan dengan kebolehan yang merangkumi keupayaan untuk berkembang menjadi orang dewasa yang berfungsi sepenuhnya, umumnya pintar. Pertumbuhan sedemikian adalah mustahil dengan kecerdasan buatan hari ini. Tidak kira betapa canggihnya, kecerdasan buatan hari ini tetap tidak menyedari kewujudannya dalam persekitarannya. Ia tidak tahu bahawa tindakan yang diambil sekarang akan menjejaskan tindakan masa depan.

Walaupun adalah tidak realistik untuk berfikir bahawa sistem AI yang tidak pernah mengalami apa-apa di luar data latihannya sendiri boleh memahami konsep dunia sebenar, menambahkan pod deria mudah alih pada AI boleh membenarkan entiti tiruan melarikan diri daripada realiti dalam persekitaran dan menunjukkan pemahaman asas objek fizikal, sebab dan akibat, dan peredaran masa dalam realiti. Seperti kanak-kanak berusia 3 tahun itu, entiti tiruan yang dilengkapi pod deria ini dapat mempelajari secara langsung cara menyusun blok, menggerakkan objek, melakukan urutan tindakan dari semasa ke semasa dan belajar daripada akibat daripada tindakan tersebut.

Melalui penglihatan, pendengaran, sentuhan, manipulator dan banyak lagi, entiti tiruan boleh belajar memahami dengan cara yang tidak mungkin dilakukan dengan sistem teks sahaja atau imej sahaja. Seperti yang dinyatakan sebelum ini, sistem sedemikian tidak dapat memahami dan belajar, tidak kira betapa besar dan pelbagai set data mereka. Sebaik sahaja entiti memperoleh keupayaan untuk memahami dan belajar ini, mungkin juga untuk mengalih keluar pod deria.

Walaupun pada ketika ini kita tidak dapat mengukur berapa banyak data yang diperlukan untuk mewakili pemahaman sebenar, kita boleh membuat spekulasi bahawa mesti ada nisbah yang munasabah dalam otak yang berkaitan dengan pemahaman. Lagipun, manusia mentafsir segala-galanya dalam konteks semua yang telah mereka alami dan pelajari. Sebagai orang dewasa, kita mentafsir segala-galanya dari segi apa yang kita pelajari dalam beberapa tahun pertama kehidupan. Dengan mengambil kira perkara ini, nampaknya kecerdasan am buatan sebenar hanya akan muncul sepenuhnya jika komuniti AI mengenali fakta ini dan mengambil langkah yang perlu untuk mewujudkan asas pemahaman asas.

Atas ialah kandungan terperinci Masa depan kecerdasan buatan: kecerdasan buatan umum. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!