Штучний інтелект загального призначення відкриває можливості для створення машин, які здатні діяти, працювати та навчатися подібно до нас!
Штучний інтелект кардинально змінив підхід до виконання завдань машинами. На сьогодні, використовуючи інструменти ШІ, ваш комп’ютер може виконувати різноманітні персональні та професійні завдання, наприклад, створювати зображення, генерувати мову з тексту, керувати різними системами.
Однак, ці системи не є по-справжньому інтелектуальними. За їхньою автоматизацією стоїть довга та копітка підготовка, яка може займати місяці.
А що, якщо створити по-справжньому інтелектуальну комп’ютерну програму, здатну навчатися самостійно? Саме це є метою загального штучного інтелекту. Давайте глибше розглянемо цю революційну технологію!
Вступ
AGI (Artificial General Intelligence) – це технологія, яка має на меті створити програмне забезпечення та апаратні засоби, що володіють когнітивними здібностями, порівнянними з людськими. Її також називають сильним ШІ або повним ШІ.
Уявіть собі інтелектуальну систему AGI, якій задають проблему, з якою вона раніше не стикалася. Така розумна система зможе проаналізувати проблему, провести дослідження в інтернеті та запропонувати рішення.
Компанії IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind активно працюють над розробкою AGI. Ці компанії намагаються наділити розроблені інтелектуальні системи такими характеристиками:
- Універсальний інтелект, схожий на людський
- Інтелект, що не залежить від конкретних завдань, наприклад, набору тексту або розмови
- Здатність узагальнювати нові знання та пов’язувати їх з попереднім досвідом
- Здатність розуміти якісно відмінну інформацію
- Сприймати та аналізувати завдання з урахуванням контексту реального світу
Наразі не існує справжнього загального штучного інтелекту (AGI). IBM Strong AI та Google Brain досягають певного прогресу, але вони ще не готові до практичного застосування.
Переваги та потреби
AGI необхідний для заміни людей у небезпечних умовах праці. Крім того, комп’ютери на базі AGI здатні забезпечити безпрецедентну продуктивність у бізнес-операціях.
Програми AGI також можуть допомогти людству у вирішенні складних проблем у медицині, охороні здоров’я, логістиці, економіці, фінансах та соціальних науках.
Ось ще декілька важливих причин для розробки AGI:
- Програми AGI зможуть краще розуміти причинно-наслідкові зв’язки, що допоможе у проектах оцінки ризиків.
- AGI можуть ефективно використовувати різноманітні сенсорні дані, такі як колір, звук, глибина, візуальні ефекти та розміри.
- Інтелектуальні комп’ютерні програми зможуть керувати роботизованими руками для виконання точних дій, таких як збирання електронних пристроїв від початку до кінця.
- Можливість обробки природної мови (NLP) в AGI спростить автоматизацію. Вам достатньо буде сказати кілька ключових слів, і інструмент AGI створить необхідний автоматизований процес.
- AGI здатні вирішувати унікальні проблеми, аналізуючи саму проблему та контекст реального середовища. Їм не потрібно буде слідувати правилам “Якщо/Тоді” або “Якщо/Інакше”.
- AGI можуть допомагати творцям контенту, художникам, дизайнерам та архітекторам, генеруючи нестандартні ідеї.
- Програми AGI зможуть забезпечити відмінне обслуговування клієнтів, демонструючи емоційний та соціальний інтелект.
AI проти AGI
#1. Спосіб дії
AI, або вузький AI, є реактивною інтелектуальною програмою. Він реагує на події, виконуючи заздалегідь визначений набір дій.
AGI не потребує тригерів подій. Ці програми діють на випередження, як люди, запобігаючи проблемам та розв’язуючи їх.
#2. Сфера дії
Вузький або слабкий ШІ має обмежену сферу застосування. Наприклад, ШІ для написання тексту не може керувати автомобілем, і навпаки. Таке обмежене застосування робить розробку дорогою та неефективною на рівні виробництва.
Одна AGI може керувати цілим виробничим комплексом, тисячами будівель у місті або всіма офісами компанії. AGI є універсальним, оскільки володіє когнітивними здібностями для навчання, роздумів та активних дій.
#3. Навички вирішення проблем
Вузький штучний інтелект здебільшого вирішує замкнені проблеми, такі як GPS-навігація, веб-пошук за ключовими словами, написання тексту, завершення коду тощо.
Штучний загальний інтелект здатний вирішувати відкриті проблеми, такі як розробка маркетингової стратегії, аналізуючи ринок, клієнтів та продукти.
#4. Ємність пам’яті
Більшість слабких програм AI працюють на базі обмеженої пам’яті. ШІ покладаються на штучні нейронні мережі та навчальні бази даних. Якщо база даних або алгоритми застарівають, ШІ стає неефективним.
AGI матиме практично необмежену пам’ять завдяки локальним базам даних, хмарним сховищам та інтернету.
#5. Оновлення
Люди повинні регулярно оновлювати слабкі ШІ з огляду на зміни вимог бізнесу та ринкових тенденцій.
AGI самостійно оновлюватиме свою пам’ять та бази даних, не потребуючи втручання людини.
Підходи
#1. Субсимволічний підхід
У цьому підході розробники AGI використовують програми, які імітують роботу людського мозку. Наприклад, AlphaGo від DeepMind, згорткові нейронні мережі, системи глибокого навчання тощо.
#2. Символічний підхід
У цьому підході розробники AGI використовують блок-схеми, символи та оператори “if-then”. Загальний штучний інтелект застосовує базовий алгоритм для навчання та створення бази знань. Крім того, він здатний порівнювати алгоритм та його символи з реальними об’єктами, розробляючи кращі процеси мислення, ніж слабкі ШІ.
#3. Підхід з використанням “тіла”
У цій концепції розробники AGI прагнуть інтегрувати все програмне забезпечення, апаратне забезпечення, мережу та сенсорні можливості в “тіло”, подібне до людського. Гуманоїд буде здатен ходити, розмовляти, торкатися людей тощо.
#4. Гібридний підхід
Гібридний підхід до розробки AGI поєднує в собі субсимволічний і символічний підходи.
Успішним прикладом цього підходу є людиноподібний робот Софія. Він включає як символічну, так і коннекціоністську системи. Наприклад, Софія використовує архітектуру CogPrime та базу даних AtomSpace для своїх функцій.
#5. Математичний підхід
Дослідники прагнуть наділити AGI необмеженою обчислювальною потужністю. Це дозволить інтелектуальним програмам та пристроям виконувати необхідну кількість обчислень для прийняття видатних рішень.
Як працює AGI?
Програма AGI використовує різні технології для досягнення когнітивних здібностей, порівнянних з людськими. Ось деякі з них:
Вхід і вихід (I/O)
AGI використовує різні сенсорні пристрої для виконання завдань на виробничих підприємствах або як самокеровані автомобілі. Це можуть бути візуальні датчики, RFID, датчики температури, тиску, швидкості, руху тощо.
Інші AGI можуть використовувати OCR, конектори баз даних тощо для виконання бізнес-операцій в офісах.
Рухові навички
Роботизовані руки, автономні транспортні засоби тощо здійснюють точні рухи. AGI використовує рухові навички, отримані за допомогою нейронних мереж, обробки 3D-зображень, візуального моделювання тощо.
НЛП
AGI може навчатися з різних джерел, таких як статті на веб-сайтах, наукові журнали, електронні книги, відео на YouTube тощо. Для цього інтелектуальна програма спочатку вчиться інтерпретувати природну мову в машинну.
Міркування та вирішення проблем
Робот або програма AGI часто використовує моделювання для вирішення унікальної проблеми. Маючи потужні обчислювальні ресурси та пам’ять, машина може запускати декілька симуляцій одночасно, обираючи найбільш вдалу.
Творче мислення
AGI може використовувати кілька нейронних мереж для генерування унікальних і креативних ідей, таких як форми мистецтва, музика, статті тощо.
Розпізнавання облич і обробка звуку
Гуманоїдні AGI, які взаємодіють з людьми, використовують аналіз звуку та розпізнавання облич. Після обробки аудіо- та візуальних даних з навколишнього середовища і порівняння їх з існуючими базами знань, вони можуть взаємодіяти з людьми.
Виклики
Загальний штучний інтелект має великий потенціал для трансформації світу ШІ. Однак, досягнення цього етапу є складним процесом. Ось деякі виклики та перешкоди розробки AGI:
#1. Оволодіння людськими навичками
Для досягнення справжнього інтелекту людського рівня, AGI повинен оволодіти такими навичками: моторика, розуміння природної мови, сенсорне сприйняття, емоційні та соціальні навички, а також творчі здібності на рівні людини.
#2. Відсутність робочого протоколу
Не існує стандартних робочих протоколів для систем ШІ, що ускладнює їхню взаємодію. Це призводить до технічних проблем під час розгортання комплексної системи AGI.
#3. Відсутність узгодження з бізнес-цілями
Інтеграція ШІ в існуючі системи є складним процесом. Оскільки зацікавлені сторони все ще не розуміють принципів його роботи, складно узгодити його розвиток з цілями бізнесу.
#4. Комунікаційні прогалини
Між окремими системами ШІ все ще існує комунікаційний розрив. Оскільки постійний обмін даними між цими системами неможливий, взаємне навчання моделей ШІ ускладнюється, а їхня універсальність знижується.
#5. Відсутність стратегії розвитку AGI
Не існує чітких планів чи стратегії щодо впровадження AGI у бізнес-операції підприємства. Це ускладнює та здорожує його впровадження.
Тенденції
Попри те, що повний розвиток загального штучного інтелекту ще не досягнуто, наступні тенденції у сфері ШІ впливатимуть на розвиток AGI:
#1. Обробка природної мови (NLP)
NLP – це процес, за допомогою якого ШІ може розуміти людську мову і перетворювати її в машинний код. Застосування NLP дозволить AGI взаємодіяти з людьми на більш природному рівні.
#2. Метавсесвіт
Метавсесвіт – це технологія, що надає користувачам можливості занурення у віртуальний світ. Зі збільшенням зацікавлених осіб, AGI розвиватиметься для допомоги в розбудові метавсесвіту.
#3. ШІ з низьким або відсутнім кодом
Зростає попит на рішення з низьким кодом або без коду, зокрема на інструменти та алгоритми ШІ. Ці рішення мають інтуїтивно зрозумілі інтерфейси, що полегшує розробку складних програм.
#4. Розширення можливостей робочої сили
Це означає, що люди та цифрові співробітники працюють в організації пліч-о-пліч. Незважаючи на побоювання, що ШІ зробить людей безробітними, включення ШІ в робочі процеси підвищить їхню ефективність.
#5. Квантовий ШІ
Квантовий ШІ має великі шанси вплинути на AGI, пришвидшивши алгоритми машинного навчання та допомагаючи швидко отримувати результати. Він також може вирішити проблеми, з якими AGI може зіткнутися під час аналізу великих обсягів даних.
#6. Етика ШІ
Потенційні ризики ШІ не можна ігнорувати. У разі неправильного використання ШІ може становити небезпеку для людства. Тому етиці ШІ найближчим часом буде приділено більше уваги.
#7. AI Чатботи
ШІ-чатботи або віртуальні помічники можуть вести природну розмову та виконувати операції на основі правил. Замінивши агентів підтримки, ці чатботи вже зменшили операційні витрати для підприємств. У майбутньому вони можуть революціонізувати AGI.
Ризики AGI
- Якщо база даних AGI обмежена, вона може приймати хибні рішення, завдаючи шкоди підприємствам та їхнім клієнтам.
- AGI можуть стати об’єктами складних хакерських атак. Якщо хакер виведе з ладу AGI, це може завдати шкоди цілому бізнесу.
- Розробники ШІ повідомляють про випадки упереджених рішень, прийнятих прототипами AGI.
- Надання AGI необмеженого доступу до баз даних може порушити різні правила конфіденційності в усьому світі.
Далі ми розглянемо реальні приклади загального штучного інтелекту.
Приклади з реального світу
#1. ШІ-пошук ROSS
Юридичний помічник ROSS на базі ШІ здатний шукати мільярди юридичних документів менш ніж за три секунди. Ви можете ввести будь-яке юридичне запитання, і він надасть точні відповіді.
Це AGI, оскільки він використовує різні інтелектуальні технології, такі як ранжування, пошук та розуміння. Крім того, він має ширшу сферу застосування, оскільки охоплює всі юридичні ніші.
#2. AlphaGo
AlphaGo – це настільна гра Го на основі ШІ. Це перша інтелектуальна машина, яка перемогла професійного гравця в Го. Хоча це ШІ з обмеженою сферою застосування, він здатний до самонавчання. AlphaGo може навчатися на своїх помилках і на помилках конкурентів.
#3. Інструменти ШІ від OpenAI
Ряд систем штучного інтелекту від OpenAI, описаних нижче, здатні автоматично виконувати різноманітні завдання, об’єднуючи їх за допомогою викликів API:
- GPT-3 створює тексти на основі природної мови з простих фраз та підказок. Багато онлайн-ігор та проектів змішаної реальності, такі як сюжетна “Віртуальна істота” FableStudio, використовують GPT-3 для створення інтерактивних історій.
- Codex допомагає розробникам перетворювати вхідні дані на природній мові на код для спрощення програмування.
- DALL·E допомагає творцям NFT та цифровим художникам створювати тисячі оригінальних та унікальних творів мистецтва за кілька хвилин. ШІ також здатний редагувати зображення.
#4. IBM Watson
IBM Watson – це повний пакет послуг ШІ для компаній. Можна сказати, що це AGI, оскільки він має різноманітні застосування. Нижче перелічено деякі з інструментів Watson:
- IBM Watson Assistant для обслуговування клієнтів або віртуальної підтримки
- IBM Watson Discovery для створення інформації та відповідей на основі складних бізнес-документів
- IBM Watson Natural Language Understanding and Classifier
Заключні слова
У цій статті ви ознайомились з концепцією штучного інтелекту. Ви також дізналися про його роботу, проблеми, приклади, ризики тощо.
Отримані знання допоможуть вам правильно спланувати ваші проекти з розвитку ШІ. Ваші розробки повинні бути достатньо гнучкими для того, щоб включити інтелектуальні програми нового покоління і зробити їх AGI.
Якщо ви працюєте в бізнесі, який прагне підвищити продуктивність та прибутковість, AGI може стати відповіддю, хоча зараз тривають інші розробки.
Ви також можете дізнатися більше про машинне навчання.