Загальний штучний інтелект звільняє місце для машин, які можуть поводитися, працювати та навчатися, як ми!
Штучний інтелект змінив те, як машина виконує роботу. Сьогодні ваш комп’ютер може виконувати багато особистих і професійних завдань, якщо ви навчите його за допомогою інструментів ШІ. Деякі приклади: створення зображень, створення голосу з тексту, керування утилітами тощо.
Але вони не є справді розумними. За такою автоматизацією стоять багато місяців навчання.
Як щодо справді інтелектуальної комп’ютерної програми, яка може навчатися самостійно? Це область загального штучного інтелекту. Читайте далі, щоб дізнатися про цю революційну технологію вже сьогодні!
вступ
AGI — це технологія, яка може зробити програмне та апаратне забезпечення настільки розумними, що вони виражають людські когнітивні здібності. Він має інші назви, як-от сильний ШІ, повний ШІ тощо.
Щоб спростити це, ви представляєте розумну систему AGI з проблемою, про яку вона раніше не знала. Розумний комп’ютер проаналізує проблему, проведе деякі онлайн-дослідження та запропонує вирішення проблеми.
IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind тощо є найшвидшими учасниками технології AGI. Ці компанії намагаються впровадити в розроблений розумний комп’ютер наступне:
- Людський загальний інтелект
- Експрес-інтелект не пов’язаний із жодним конкретним завданням, таким як набір тексту чи розмова
- Узагальніть нові знання та зв’яжіть знання з попереднім досвідом
- Отримайте сенс із якісно відмінних знань
- Сприймайте та аналізуйте завдання з контексту реального світу
Наразі не існує справжнього загального штучного інтелекту (AGI). IBM Strong AI і Google Brain досягають певного прогресу, але вони не готові до виробництва.
Переваги та потреби
Нам потрібен AGI, щоб замінити людей у небезпечних місцях. Крім того, комп’ютери AGI можуть забезпечити непередбачуваний рівень продуктивності в бізнес-операціях.
Програми AGI також допоможуть людству розв’язувати складні головоломки в медицині, охороні здоров’я, ланцюжках поставок, економіці, фінансах і соціальних науках.
Ось кілька інших важливих причин розвитку AGI:
- Програми AGI можуть продемонструвати краще розуміння причинно-наслідкових зв’язків, щоб допомогти людям у проектах оцінки ризиків.
- AGI можуть ефективно використовувати різні сенсорні сприйняття, такі як колір, звук, глибина, візуальні ефекти та розміри.
- Такі інтелектуальні комп’ютерні програми можуть керувати роботизованою рукою виконувати дрібну моторику, як-от збирання електронних пристроїв від початку до кінця.
- Можливість обробки природної мови (NLP) AGI спростить автоматизацію. Ви можете просто промовити кілька ключових слів, і інструмент AGI створить потрібний автоматизований потік.
- AGI можуть вирішувати унікальні проблеми після розгляду проблеми та аналізу реального середовища. Немає необхідності відповідати умовам If/Then, If/Else тощо.
- AGI можуть допомогти творцям вмісту, художникам, дизайнерам і архітекторам із нестандартними ідеями.
- Програми AGI можуть запропонувати відмінне обслуговування клієнтів без будь-яких недоліків, оскільки вони також демонструватимуть емоційний і соціальний інтелект.
AI проти AGI
#1. Спосіб дії
AI, або вузький AI, є реактивною розумною програмою. Він реагує за допомогою попередньо встановленого списку дій, коли отримує сигнали від тригерів подій.
Для AGI не потрібні тригери подій. Ці програми реагуватимуть завчасно, як люди, щоб запобігати проблемам, розв’язувати головоломки тощо.
#2. Сфера дії
Вузькі або слабкі ШІ також мають обмежений обсяг роботи. Пишучий ШІ не повинен керувати автомобілем і навпаки. Обмежене застосування також робить розробку дорогою та неефективною на рівні виробництва.
Одна AGI може управляти цілим виробничим заводом, тисячами будинків у населеному пункті в регіоні або всіма офісами компанії вашого бізнесу. Він відкритий для будь-яких викликів, оскільки має когнітивні можливості для навчання, міркування та активних дій.
#3. Навички вирішення проблем
Вузький штучний інтелект здебільшого вирішує закриті проблеми, такі як GPS-навігація, веб-пошук за ключовими словами, написання штучного інтелекту, завершення коду штучного інтелекту тощо.
Штучний загальний інтелект може вирішувати відкриті проблеми, як-от створення польової маркетингової стратегії, аналізуючи ринок, клієнтів і продукти.
#4. Ємність пам’яті
Більшість слабких програм AI засновані на машинах з обмеженою пам’яттю. ШІ покладаються на набір штучних нейронних мереж і навчальних баз даних. Коли база даних або алгоритми старі, штучний інтелект застряє.
AGI матиме практично нескінченну пам’ять (ресурси знань) через локальні бази даних, хмарні бази даних та Інтернет.
#5. Оновлення
Людям необхідно регулярно оновлювати слабкі штучні інтелекти в міру того, як змінюються бізнес-вимоги та ринкові тенденції.
AGI самостійно оновлять свою пам’ять і бази даних. Він не повинен вимагати втручання людини.
Підходи
#1. Субсимволічний підхід
Тут розробники AGI використовують програми, які нагадують людський мозок. Наприклад, AlphaGo від DeepMind, згорткові нейронні мережі, системи глибокого навчання тощо.
#2. Символічний підхід
У цьому методі розробники AGI використовують блок-схеми, символи та оператори if- then. Штучний загальний інтелект використовує основний алгоритм для навчання та створення бази знань. Крім того, він може порівнювати алгоритм і його символи з аспектами реального світу та розвивати кращі процеси мислення, ніж слабкі ШІ.
#3. Підхід до всього тіла
У цій концепції розробники AGI хочуть включити все програмне забезпечення, апаратне забезпечення, мережу та сенсорні можливості в тіло, схоже на людину. Гуманоїд може ходити, розмовляти, торкатися людей і так далі.
#4. Гібридний підхід
Гібридний шлях розвитку AGI спирається на субсимволічний і символічний підходи.
Успішним прикладом цієї категорії є людиноподібний робот Софія. Він містить як символічну, так і коннекціоністську системи. Наприклад, Sophia потребує архітектури CogPrime і бази даних AtomSpace для своїх функцій.
#5. Математичний підхід
Дослідники прагнуть наділити AGI нескінченною обчислювальною потужністю. Отже, ці розумні програми та пристрої зможуть виконувати необхідну кількість розв’язування математичних задач, щоб приймати видатні рішення.
Як працює AGI?
Програма AGI використовуватиме різні технології для досягнення когнітивних здібностей людського рівня. Це як показано нижче:
Вхід і вихід (I/O)
AGI використовують різні сенсорні пристрої для виконання своїх завдань на виробничих підприємствах або як самокеровані автомобілі. Ці датчики можуть бути візуальними, RFID, датчиками температури, тиску, швидкості, руху тощо.
Іншій групі AGI можуть знадобитися OCR, з’єднувачі баз даних тощо для виконання бізнес-операцій в офісах.
Рухові навички
Все тіло, роботизовані руки, автономні транспортні засоби тощо працюють, роблячи тонкі рухи. AGI покладаються на моторні навички, отримані за допомогою нейронних мереж, обробки 3D-зображень, візуального імітування тощо.
НЛП
AGI може навчатися з різних джерел, таких як статті на веб-сайтах, дослідницькі журнали, електронні книги, відео на YouTube тощо. Для цього розумна програма спочатку вчиться інтерпретувати природну мову на машинну.
Міркування та вирішення проблем
Робот або програма AGI часто використовує моделювання для вирішення унікальної проблеми. Оскільки він має величезні можливості обробки та пам’яті, машина може запускати декілька симуляцій одночасно. Тоді, відповідно до рівня успіху, він може вибрати одну симуляцію.
Творче мислення
AGI можуть використовувати кілька нейронних мереж для створення унікальних і креативних ідей, таких як форми мистецтва, музичні ноти, статті тощо.
Розпізнавання облич і обробка звуку
Гуманоїдні AGI, які взаємодіють з людьми, здебільшого використовують аналіз звуку та розпізнавання облич. Після обробки аудіо- та візуальних зображень із середовища та перехресної перевірки з існуючими базами знань він може взаємодіяти з людьми.
Виклики
Штучний загальний інтелект має величезну можливість трансформувати світ ШІ. Але досягнення цього етапу не є гладким процесом. Ось проблеми та перешкоди розробки AGI:
#1. Освоєння людських навичок
Щоб отримати справжній інтелект людського рівня, AGI повинен оволодіти деякими здібностями. До них належать моторика, розуміння природної мови, чуттєве сприйняття, емоційні та соціальні зв’язки та творчі здібності на рівні людини.
#2. Відсутність робочого протоколу
Немає стандартних робочих протоколів систем ШІ для легкої співпраці. Отже, розгортання комплексної системи AGI стикається з неминучими технічними недоліками.
#3. Відсутність ділового узгодження
Інтеграція ШІ в існуючі системи залишається складним процесом. Оскільки зацікавлені сторони все ще не знають про його робочі параметри, утримувати його розвиток у відповідності з бізнес-цілями складно.
#4. Комунікаційні прогалини
Між окремими системами штучного інтелекту все ще існує комунікаційний розрив. Оскільки безперервний обмін даними між цими системами неможливий, взаємне навчання моделей ШІ ускладнюється, а їх універсальність знижується.
#5. Відсутність напрямку AGI
Немає жодних планів чи напрямків щодо впровадження AGI у бізнес-операції підприємства. Таким чином, його впровадження стає дорогим, а реалізація ускладнюється.
Тенденції
Як відомо, повний розвиток загального штучного інтелекту ще не досягнутий. Однак ці тенденції штучного інтелекту впливатимуть на AGI:
#1. Обробка природної мови (NLP)
NLP або обробка природної мови відноситься до процесу, за допомогою якого штучний інтелект може розуміти людську мову і перетворювати її в машинно-підтримувані коди. Використовуючи НЛП, AGI може сподіватися на реалістичну взаємодію з людьми.
#2. Метавсесвіт
Metaverse — це технологія, яка забезпечує захоплюючий досвід користувача. З більшою кількістю зацікавлених людей AGI розвиватиметься, щоб допомогти Metaverse у створенні віртуального світу.
#3. ШІ з низьким або без коду
Зростає попит на рішення з низьким кодом або без нього, навіть на інструменти та алгоритми ШІ. Ці рішення мають інтуїтивно зрозумілі інтерфейси для полегшення процесів розробки складних програм.
#4. Збільшення робочої сили
Це означає, що люди та цифрові співробітники працюють в організації пліч-о-пліч. Хоча багато хто боїться, що штучний інтелект зробить людей безробітними, включення ШІ в операції зробить його ефективнішим.
#5. Квантовий ШІ
Quantum AI має високі шанси вплинути на AGI, пришвидшивши алгоритми машинного навчання та допомагаючи вам швидко отримувати результати. Це також може нейтралізувати перешкоди, з якими AGI може зіткнутися під час аналізу величезного обсягу даних.
#6. Етика ШІ
Потенційні ризики ШІ неможливо ігнорувати. Якщо його не використовувати належним чином, ШІ може бути небезпечним для людства. Таким чином, етиці штучного інтелекту в найближчі роки приділятиметься більше уваги.
#7. AI Chatbots
ШІ-чат-боти або віртуальні помічники можуть вести природну розмову та виконувати операції на основі правил. Ці чат-боти, замінивши агентів підтримки людей, уже скоротили операційні витрати для підприємств. У майбутньому це може революціонізувати AGI.
Ризики AGI
- Якщо база даних AGI обмежена, вона може приймати катастрофічні рішення, завдаючи шкоди підприємствам і будинкам.
- AGI можуть стати об’єктами складних хакерських атак. Якщо хакер зупинить машину AGI, це може завдати шкоди всьому бізнесу.
- Розробники ШІ повідомляли про різні випадки упереджених рішень, прийнятих прототипами AGI.
- Надання AGI необмеженого доступу до бази даних також може порушити різні правила конфіденційності в усьому світі.
Далі ми розглянемо реальні приклади загального штучного інтелекту.
Приклади з реального світу
#1. ШІ-пошук ROSS
Адвокат ROSS зі штучним інтелектом може шукати мільярд юридичних документів менш ніж за три секунди. Ви можете ввести будь-яке юридичне запитання, і воно надасть точні відповіді.
Це AGI, тому що він використовує різні інтелектуальні технології, як-от ранжирування, пошук і розуміння. Крім того, він має ширшу сферу дії, оскільки охоплює всі ніші юридичної сфери.
#2. AlphaGo
AlphaGo — це настільна гра Go на основі ШІ. Це перша розумна машина, яка перемогла професійного гравця в Go. Хоча це ШІ з обмеженою сферою дії, він має здатність до самонавчання. AlphaGo може вчитися на своїх конкурентах і на власних помилках.
#3.Інструменти ШІ від OpenAI
Ряд систем штучного інтелекту OpenAI, як зазначено нижче, може автоматично виконувати різні завдання, об’єднуючи їх за допомогою викликів API:
- GPT-3 створює тексти на основі природної мови з простих фраз і підказок. Багато онлайн-ігор і змішаної реальності, як-от сюжетна «Віртуальна істота» FableStudio, використовують GPT-3 для інтерактивних історій.
- Codex допомагає розробникам перекладати вхідні дані природної мови в коди для зручного кодування.
- DALL·E допомагає творцям NFT і цифровим художникам створювати тисячі оригінальних і унікальних творів мистецтва за кілька хвилин. AI також може редагувати зображення.
#4. IBM Watson
IBM Watson — це повний пакет послуг ШІ для компаній. Ми можемо назвати це AGI, оскільки він має різні програми. Існують різні штучні інтелекти Watson, наведені нижче.
- IBM Watson Assistant для обслуговування клієнтів або віртуальної допомоги
- IBM Watson Discovery створює інформацію та відповіді на основі складних бізнес-документів
- IBM Watson Natural Language Understanding and Classifier
Заключні слова
Досі ви досліджували концепцію штучного інтелекту. Ви також дізналися про його роботу, проблеми, приклади, ризики тощо.
Вивчення вищесказаного допоможе вам правильно планувати ваші проекти розвитку штучного інтелекту. Він має бути достатньо гнучким, щоб включити інтелектуальні програми нового покоління у ваш проект і зробити його AGI.
Якщо ви працюєте в бізнесі, який прагне зробити свою діяльність більш продуктивною та рентабельною, AGI може стати відповіддю, хоча зараз ведуться інші розробки.
Далі ви можете дізнатися більше про машинне навчання.